經典抽樣方案（通用7篇）
經典抽樣方案 篇1
在確定了研究對象的納入、排除標準，即劃分好設計人群后，從總體中抽取研究樣本。抽樣的方法非常重要，直接決定了樣本是否能夠代表總體，也就是外在真實性如何。
簡單隨機抽樣(simple random sampling)是把符合要求的每一個個體都作為抽樣的對象，通過隨機化抽取，每個個體被抽中的機會是相等的。因為每個個體被抽中的機會是均等的，所以能保證研究樣本對總體的代表性。舉個小例子，假設我們研究需要從中抽取200人作為研究樣本，總體為1000，如果采用簡單隨機抽樣的方法來獲得研究樣本，那么總體中每個人被我們抽中的機率都是1/5。
簡單隨機抽樣的優點是能獲得良好代表性的研究樣本，操作實施也比較容易理解;其缺點是在抽樣范圍較大時，需要對總體中每個研究對象進行編號并收集基本信息，工作量太大從而影響研究可行性。另一方面，當某一重要研究因素在人群中分布不均勻時，采用簡單隨機抽樣可能會導致在總體中占比例較少的個體被遺漏，從而導致選擇偏倚。分層抽樣則可以很好地解決這一問題。
分層抽樣(Stratified Sampling)是從分布不均勻的研究人群中抽取有代表性樣本的方法。先按照研究對象的屬性(如年齡、性別、病情、病程、臨床亞型、職業、教育程度、民族等)將研究人群分為若干層，然后在每層內再開展隨機抽樣。
一定要注意，分層抽樣要求層內變異越小越好，層間變異越大越好，這樣可以提高樣本的代表性，便于層間進行比較。分層隨機抽樣不能保證每個個體被抽中的概率相等，有可能處于不同分層之間的個體被抽中概率是不同的。
系統隨機抽樣也稱機械隨機抽樣或等距隨機抽樣，即將總體單位按某一標志(如時間)排序，然后按一定間隔來隨機抽取樣本單位。例如，要從100件產品中抽取10件組成樣本，首先將100件產品按某一標志排序，順序編號為1~100;然后用抽簽或查隨機數表的方法確定1~10號中入選樣本的編號(假定為4號);然后按等距原則依次確定入選樣本的產品編號為14、24、34、44、54、64、74、84、94;最后由編號為4、14、24、34、44、54、64、74、84、94的10件產品組成樣本。
整群抽樣又稱聚類抽樣，是將總體中各單位歸并成若干個互不交叉、互不重復的集合，稱之為群。然后以群為抽樣單位抽取樣本的一種抽樣方式。應用整群抽樣時，要求各群有較好的代表性，即群內各單位的差異要大，群間差異要小。
經典抽樣方案 篇2
簡單抽樣
總體內的各個個體被抽到的機會均等，就把這種抽樣方法叫做簡單隨機抽樣.
常用的簡單隨機抽樣方法有兩種——抽簽法和隨機數法.
特點：
1.總體個數是有限的.
2.被抽取的樣本數n小于總體的個數N.
3.逐個抽取且不放回.
4.每個個體被抽到的概率都相等.
【總結】在簡單隨機抽樣中，個體被抽到的概率與抽樣次數無關，每次抽到的可能性均相等.
系統抽樣
當總體的個數N較大時，將總體按照一定的順序排列，采用簡單隨機抽樣抽取第一個樣本單元，再按順序抽取其余的樣本單元來得到所需要的樣本，這種抽樣叫做系統抽樣，也叫等軸抽樣.
系統抽樣的步驟：
假設要從容量為N的總體中抽取容量為n的樣本，步驟為：
(1)先將總體的N個個體編號.
例4.某學校有20__名學生，需從中抽取100個進行健康檢查，采用何種抽樣方法較好，并寫出抽樣過程.
【分析】總體中個體個數達20__，樣本容量也達到100，用簡單隨機抽樣中的抽簽法與隨機數法都不易操作，所以，采用系統抽樣方法較好.于是，我們可以用系統抽樣法進行抽樣.具體步驟是：
(1)將總體中的個體編號為1,2,3，…，20__;
(3)在第一段1～20中用簡單隨機抽樣確定起始編號，例如抽到5;
(4)將編號為5,25,45，…，1985的個體抽出，得到樣本容量為100的樣本.
例5.某工廠質檢員每隔10分鐘從傳送帶某一位置取一件產品進行檢測，這種抽樣方法是( ).
A.分層抽樣 B.簡單隨機抽樣
C.系統抽樣 D.以上都不對
【分析】按照一定的規律進行抽取的抽樣方法為系統抽樣.
例6.某班級共有學生52人，現根據學生的學號，用系統抽樣的方法，抽取一個容量為4的樣本，已知3號、29號、42號同學在樣本中，那么樣本中還有一個同學的學號為________.
【分析】用系統抽樣的方法是等距的.42-29=13，故樣本中另外一個同學的編號為3+13=16.
例7.采用系統抽樣的方法，從個體數為1 003的總體中抽取一個容量為50的樣本，則在抽樣過程中，被剔除的個體數為________，抽樣間隔為________.
【分析】因為1003÷50=20...3，余數為3，為使總體中的個體數能夠被50整除，需要剔除3，抽樣間隔即為20.
【總結】系統抽樣適用于總體中個體數較大且個體差異不明顯的情況;若總體不能被所需樣本數整除，則需要剔除余數，重新編號，取得整數.
分層抽樣
一般地，在抽樣時，將總體分成互不交叉的層，然后按照一定的比例，從各層獨立地抽取一定數量的個體，將各層取出的個體合在一起作為樣本，這種抽樣方法是分層抽樣.
分層抽樣適用的條件：總體由差異明顯的幾部分組成.
例6.有40件產品，其中一等品10件，二等品25件，次品5件，現從中抽出8件進行質量分析，問應采取何種抽樣方法( ).
A.抽簽法 B.隨機數表法
C.系統抽樣 D.分層抽樣
【分析】總體由差異明顯的幾部分組成，故應該用分層抽樣.
例7.某城市有學校700所.其中大學20所，中學200所，小學480所，現用分層抽樣方法從中抽取一個容量為70的樣本，進行某項調查，則應抽取中學數為( ).
A.70 B.20
C.48 D.2
【分析】由于學�？倲禐�700所，所以抽樣比為
【總結】當總體由有明顯差別的幾部分組成時，為了使抽取的樣本更好地反映總體的情況，常采用分層抽樣.
總結
經典抽樣方案 篇3
簡單隨機抽樣
一般，設一個總體含有N個個體，從中逐個不放回地抽取n個個體作為樣本(n≤N)，如果每次抽取時總體內的個體被抽到的機會相等，就把這種抽樣方法叫做簡單隨機抽樣。
簡單隨機抽樣的具體作法有：直接抽選法，抽簽法，隨機數法。
直接抽選法。例如某項調查采用抽樣調查的方法對某市職工收入狀況進行研究，該市有職工56，000名，抽取5，000名職工進行調查，他們的年平均收入為10，000元，據此推斷全市職工年收入為8，000--12，000元之間。
抽簽法又稱“抓鬮法”。它是先將調查總體的每個單位編號，然后采用隨機的方法任意抽取號碼，直到抽足樣本。在這里選取一個案例說明，如要在10個人中選取3個人作為代表，先把總體中的10個個體編號，把號碼寫在號簽上，將號簽放在一個容器中，攪拌均勻后，每次從中抽取一個號簽，連續抽取3次，就得到一個容量為3的樣本。這就是抽簽法，與直接抽樣法類似。
另一個經常被采用的方法是隨機數法，即利用隨機數表、隨機數骰子或計算機產生的隨機數進行抽樣。下面是隨機數字表：
當然，隨機抽樣也有不足之處，它只適用于總體單位數量有限的情況，否則編號工作繁重;對于復雜的總體，樣本的代表性難以保證;不能利用總體的已知信息等。在市場調研范圍有限，或調查對象情況不明，難以分類，或總體單位之間特性差異程度小時采用此法效果較好。
抽簽法的優點是簡單易行，缺點是當總體的容量非常大時，費時、費力，又不方便。如果標號的簽攪拌得不均勻，會導致抽樣不公平。而隨機數表法的優點與抽簽法相同，缺點上當總體容量較大時，仍然不是很方便，但是比抽簽法公平，因此這兩種方法只適合總體容量較少的抽樣類型。
2分層抽樣
分層抽樣又稱分類抽樣或類型抽樣，是先將總體的單位按某種特征分為若干次級總體(層)，然后再從每一層內進行單純隨機抽樣，組成一個樣本。一般地，在抽樣時，將總體分成互不交叉的層，然后按一定的比例，從各層次獨立地抽取一定數量的個體，將各層次取出的個體合在一起作為樣本。
分層抽樣盡量利用事先掌握的信息，并充分考慮了保持樣本結構和總體結構的一致性，這對提高樣本的代表性是很重要的。當總體是由差異明顯的幾部分組成時，往往選擇分層抽樣的方法。其特點是將科學分組法與抽樣法結合在一起，每個個體被抽到的概率都相等N/M。分組減小了各抽樣層變異性的影響，抽樣保證了所抽取的樣本具有足夠的代表性。
下面，是一個實例應用：
某公司要估計某地家用電器的潛在用戶。這種商品的消費同居民收入水平相關，因而以家庭年收入為分層基礎。假定某地居民為1，000，000戶，已確定樣本數為1，000戶，家庭年收入分10，000元以下，10，000——30，000元;30，000——60，000元，60，000元以上四層，其中收入在10，000元以下家庭戶為180，000戶，收入在10，000——30，000元家庭戶為350，000戶，收入在30，000——60，000元家庭戶為3000，000戶，收入在60，000元以下家庭戶為170，000戶，應進行如下抽樣，如圖：
分層抽樣與簡單隨機抽樣相比，往往選擇分層抽樣，因為它有顯著的潛在統計效果。也就是說，如果從相同的總體中抽取兩個樣本，一個是分層樣本，另一個是簡單隨機抽樣樣本，那么相對來說，分層樣本的誤差更小些。另一方面，如果目標是獲得一個確定的抽樣誤差水平，那么更小的分層樣本將達到這一目標。
總體中賴以進行分層的變量為分層變量，理想的分層變量是調查中要加以測量的變量或與其高度相關的變量。分層的原則是增加層內的同質性和層間的異質性。常見的分層變量有性別、年齡、教育、職業等。分層隨機抽樣在實際抽樣調查中廣泛使用，在同樣樣本容量的情況下，它比純隨機抽樣的精度高，此外管理方便，費用少，效度高。
3系統抽樣
系統抽樣也稱為等距抽樣、機械抽樣、SYS抽樣，它是首先將總體中各單位按一定順序排列,根據樣本容量要求確定抽選間隔，然后隨機確定起點，每隔一定的間隔抽取一個單位的一種抽樣方式。是純隨機抽樣的變種。在系統抽樣中，先將總體從1～N相繼編號，并計算抽樣距離K=N/n。式中N為總體單位總數，n為樣本容量。然后在1～K中抽一隨機數k1，作為樣本的第一個單位，接著取k1+K,k1+2K……，直至抽夠n個單位為止。
根據總體單位排列方法，系統抽樣的單位排列可分為三類：按有關標志排隊、按無關標志排隊以及介于按有關標志排隊和按無關標志排隊之間的按自然狀態排列。按照具體實施等距抽樣的作法，系統抽樣可分為：直線系統抽樣、對稱系統抽樣和循環系統抽樣三種。
在定量抽樣調查中，系統抽樣常常代替簡單隨機抽樣。由于該抽樣方法簡單實用，所以應用普遍。系統抽樣得到的樣本幾乎與簡單隨機抽樣得到的樣本是相同的。
下面看一個例子，某產品的口味測試，需要運用等距抽樣的方法從某校營銷專業90名學生中抽選9名進行測試，如下圖：
系統抽樣方式也不是完美的，它相對于簡單隨機抽樣方式最主要的優勢就是經濟性。系統抽樣方式比簡單隨機抽樣更為簡單，花的時間更少，并且花費也少。使用系統抽樣方式最大的缺陷在于總體單位的排列上。一些總體單位數可能包含隱蔽的形態或者是“不合格樣本”，調查者可能疏忽，把它們抽選為樣本。由此可見，只要抽樣者對總體結構有一定了解時，充分利用已有信息對總體單位進行排隊后再抽樣，則可提高抽樣效率。
4整群抽樣
整群抽樣又稱聚類抽樣。是將總體中各單位歸并成若干個互不交叉、互不重復的集合，稱之為群;然后以群為抽樣單位抽取樣本的一種抽樣方式。
應用整群抽樣時，要求各群有較好的代表性，即群內各單位的差異要大，群間差異要小。
整群抽樣優點是實施方便、節省經費;整群抽樣的缺點是往往由于不同群之間的差異較大，由此而引起的抽樣誤差往往大于簡單隨機抽樣。
例如，調查中學生患近視眼的情況，抽某一個班做統計;進行產品檢驗;每隔8h抽1h生產的全部產品進行檢驗等。
整群抽樣與分層抽樣在形式上有相似之處，但實際上差別很大。分層抽樣要求各層之間的差異很大，層內個體或單元差異小，而整群抽樣要求群與群之間的差異比較小，群內個體或單元差異大;分層抽樣的樣本時從每個層內抽取若干單元或個體構成，而整群抽樣則是要么整群抽取，要么整群不被抽取。
以上幾種抽樣方法的誤差程度排序從大到小一般是：整群抽樣、簡單隨機抽樣、系統抽樣、分層抽樣。
5配額抽樣
配額抽樣也稱“定額抽樣”，是指調查人員將調查總體樣本按一定標志分類或分層，確定各類(層)單位的樣本數額，在配額內任意抽選樣本的抽樣方式。
例如一在一項關于某品牌洗發水的消費者座談會的研究抽樣中，研究對象為18—40歲的女性。已確定樣本量為24人。研究者選擇“經濟收入”和“發型”為控制特征;并要求高低收入者各占50%，燙、直發型各占50%。根據上述要求一個配額抽樣的控制表便可設計出來。如下表:
配額抽樣和分層隨機抽樣相比較，既有相似之處，也有很大區別。配額抽樣和分層隨機抽樣有相似的地方，都是事先對總體中所有單位按其屬性、特征分類，這些屬性、特征我們稱之為“控制特性�！崩缡袌稣{查中消費者的性別、年齡、收入、職業、文化程度等等。然后，按各個控制特性，分配樣本數額。但它與分層抽樣又有區別，分層抽樣是按隨機原則在層內抽選樣本，而配額抽樣則是由調查人員在配額內主觀判斷選定樣本。實際上，配額抽樣屬于先“分層”(事先確定每層的樣本量)再“判斷”(在每層中以判斷抽樣的方法選取抽樣個體);費用不高，易于實施，能滿足總體比例的要求。
小結
數學抽樣在生活中發揮著重要的作用，在我國，抽樣法已被廣泛應用于生產技術及社會生活各個領域。目前，國家統計調查制度中所包括的統計指標，依靠抽樣方法取得的資料已達到三分之一左右。在城鄉住戶調查、農產品調查、價格統計、市場調查等領域，應用抽樣調查已取得很好的成果，在人口統計、社會統計、交通統計、商業統計等領域，抽樣調查也正在發揮越來越重要的作用。隨著我國社會主義市場經濟的發展，抽樣調查的應用范圍將逐漸擴大，所發揮的作用也將越來越大。
經典抽樣方案 篇4
01 非概率抽樣(Non-probability sampling)
又稱非隨機抽樣，指根據一定主觀標準抽取樣本，令總體中每個個體的被抽取不是依據其本身的機會，而是完全決定于調研者的意愿。
其特點為不具有從樣本推斷總體的功能，但能反映某類群體的特征，是一種快速、簡易且節省的數據收集方法。當研究者對總體具有較好的了解時可以采用此方法，或是總體過于龐大、復雜，采用概率方法有困難時，可以采用非概率抽樣來避免概率抽樣中容易抽到實際無法實施或“差”的樣本，從而避免影響對總體的代表度。
常用的非概率抽樣方法有以下四類：
▷ 方便抽樣(Convenience sampling)
指根據調查者的方便選取的樣本，以無目標、隨意的方式進行。例如：街頭攔截訪問(看到誰就訪問誰);個別入戶項目誰開門就訪問誰。
優點：適用于總體中每個個體都是“同質”的，最方便、最省錢;可以在探索性研究中使用，另外還可用于小組座談會、預測問卷等方面的樣本選取工作。
缺點：抽樣偏差較大，不適用于要做總體推斷的任何民意項目，對描述性或因果性研究最好不要采用方便抽樣。
▷ 判斷抽樣(Judgment sampling)
指由專家判斷而有目的地抽取他認為“有代表性的樣本”。例如：社會學家研究某國家的一般家庭情況時，常以專家判斷方法挑選“中型城鎮”進行;也有家庭研究專家選取某類家庭進行研究，如選三口之家(子女正在上學的);在探索性研究中，如抽取深度訪問的樣本時，可以使用這種方法。
優點：適用于總體的構成單位極不相同而樣本數很小，同時設計調查者對總體的有關特征具有相當的了解(明白研究的具體指向)的情況下，適合特殊類型的研究(如產品口味測試等);操作成本低，方便快捷，在商業性調研中較多用。
缺點：該類抽樣結果受研究人員的傾向性影響大，一旦主觀判斷偏差，則根易引起抽樣偏差;不能直接對研究總體進行推斷。
▷ 配額抽樣(Quota sampling)
指先將總體元素按某些控制的指標或特性分類，然后按方便抽樣或判斷抽樣選取樣本元素。
相當于包括兩個階段的加限制的判斷抽樣。在第一階段需要確定總體中的特性分布(控制特征)，通常，樣本中具備這些控制特征的元素的比例與總體中有這些特征的元素的比例是相同的，通過第一步的配額，保證了在這些特征上樣本的組成與總體的組成是一致的。在第二階段，按照配額來控制樣本的抽取工作，要求所選出的元素要適合所控制的特性。例如：定點街訪中的配額抽樣。
優點：適用于設計調查者對總體的有關特征具有一定的了解而樣本數較多的情況下，實際上，配額抽樣屬于先“分層”(事先確定每層的樣本量)再“判斷”(在每層中以判斷抽樣的方法選取抽樣個體);費用不高，易于實施，能滿足總體比例的要求。
缺點：容易掩蓋不可忽略的偏差。
▷ 滾雪球抽樣(Snowball sampling)
指先隨機選擇一些被訪者并對其實施訪問，再請他們提供另外一些屬于所研究目標總體的調查對象，根據所形成的線索選擇此后的調查對象。
第一批被訪者是采用概率抽樣得來的，之后的被訪者都屬于非概率抽樣，此類被訪者彼此之間較為相似。例如：如在目前中國的小轎車車主等。
優點：可以根據某些樣本特征對樣本進行控制，適用尋找一些在總體中十分稀少的人物。
缺點：有選擇偏差，不能保證代表性。
02 概率抽樣(Probability sampling)
又稱隨機抽樣，指在總體中排除人的主觀因素，給予每一個體一定的抽取機會的抽樣。
其特點為，抽取樣本具有一定的代表性，可以從調查結果推斷總體;操作比較復雜，需要更多的時間，而且往往需要更多的費用。
常用的有以下六種類型：
▷ 簡單抽樣(Simple sampling)
簡單隨機抽樣(simple random sampling)又稱純隨機抽樣，是概率抽樣的最基本形式。它是按等概率原則直接從含有N個元素的總體中隨機抽取n個元素組成樣本(N>n)。
常用的辦法類似于抽簽，即把總體的每一個單位都編號，將這些號碼寫在一張張小紙條上，然后放入一容器(如紙盒、口袋)中，攪拌均勻后，從中任意抽取，直到抽夠預定的樣本數目。這樣，由抽中的號碼所代表的元素組成的就是一個簡單隨機樣本。
比如，某系共有學生300人，系學生會打算采用簡單隨機抽樣的辦法，從中抽取出60人進行調查。為了保證抽樣的科學性，他們先從系辦公室得到一份全系學生的名單，然后給名單中的每個學生都編上一個號(從001到300)。抽樣框編好后，他們又用300張小紙條分別寫上001，002，…，300。他們把這300張寫好不同號碼的小紙條放在一個盒子里，攪亂后，隨便摸出60張小紙條。然后，他們按這60張小紙條上的號碼找到總體名單上所對應的60位同學。這60位同學就構成了他們本次的樣本。這種方法簡便易學。但當總體元素很多時，寫號碼的工作量就很大，攪拌均勻也不容易，因而此法往往在總體元素較少時使用。
對于總體元素很多的情形，我們則采用隨機數表來抽樣。本書后就附有一張隨機數表，表中的數碼和排列都是隨機形成的，沒有任何規律性(故也稱為亂數表)。利用隨機數表進行抽樣的具體步驟是：
先取得一份總體所有元素的名單(即抽樣框);
將總體中所有元素一一按順序編號;
根據總體規模是幾位數來確定從隨機數表中選幾位數碼;
以總體的規模為標準，對隨機數表中的數碼逐一進行衡量并決定取舍;
根據樣本規模的要求選擇出足夠的數碼個數;
依據從隨機數表中選出的數碼，到抽樣框中去找出它所對應的元素。
▷ 系統抽樣(Systematic random sampling)
將總體中的各單元先按一定順序排列，并編號，然后按照不一定的規則抽樣。其中最常采用的是等距離抽樣，即根據總體單位數和樣本單位計算出抽樣距離(即相同的間隔)，然后按相同的距離或間隔抽選樣本單位。例如：從1000個電話號碼中抽取10個訪問號碼，間距為100，確定起點(起點<間距)后每100號碼抽一訪問號碼。
系統抽樣的具體步驟是:
給總體中的每一個個體按順序編號，即制定出抽樣框。
計算出抽樣間距。計算方法是用總體的規模除以樣本的規模。假設總體規模為N，樣本規模為n，那么抽樣間距K就由下列公式求得：
K(抽樣間距)=N(總體規模)n(樣本規模)
在最前面的K個個體中，采用簡單隨機抽樣的方法抽取一個個體，記下這個個體的編號(假設所抽取的這個個體的編號為A)，它稱做隨機的起點。
在抽樣框中，自A開始，每隔K個個體抽取一個個體,即所抽取個體的編號分別為A，A+K，A+2K，…，A+(n-1)K。
將這n個個體合起來，就構成了該總體的一個樣本。
優點：兼具操作的簡便性和統計推斷功能，是目前最為廣泛運用的一種抽樣方法。如果起點是隨機確定的，總體中單元排列是隨機的，等距抽樣的效果近似簡單抽樣;與簡單抽樣相比，在一定條件下，樣本的分布較好。
缺點：抽樣間隔可能遇到總體中某種未知的周期性，導致“差”的樣本;未使用可能有用的抽樣框輔助信息抽取樣本，可能導致統計效率低。
▷ 分層抽樣(Stratified random sampling)
是把調查總體分為同質的、互不交叉的層(或類型)，然后在各層(或類型)中獨立抽取樣本。例如：調查零售店時，按照其規模大小或庫存額大小分層，然后在每層中按簡單隨機方法抽取大型零售店若干、中型若干、小型若干;調查城市時，按城市總人口或工業生產額分出超大型城市、中型城市、小型城市等，再抽出具體的各類型城市若干。
優點：適用于層間有較大的異質性，而每層內的個體具有同質性的總體，能提高總體估計的精確度，在樣本量相同的情況下，其精度高于簡單抽樣和系統抽樣;能保證“層”的代表性，避免抽到“差”的樣本;同時，不同層可以依據情況采用不同的抽樣框和抽樣方法。
缺點：要求有高質量的、能用于分層的輔助信息;由于需要輔助信息，抽樣框的創建需要更多的費用，更為復雜;抽樣誤差估計比簡單抽樣和系統抽樣更復雜。
在實際運用分層抽樣的方法時，研究者需要考慮下列兩個方面的問題
(1)分層的標準問題。同一個總體可以按照不同的標準進行分層，或者說，根據不同的標準可以將一個總體分成不同的類別或層次。那么，在實際抽樣中究竟應該按什么標準來分層呢?通常采用的原則有：
第一，以所要分析和研究的主要變量或相關的變量作為分層的標準。比如，若要研究居民的消費狀況和消費趨向，可以以居民家庭人均收入作為分層標準;又如，要了解社會研究中不同職業的人員對社會經濟改革的看法，就可以以人們的職業作為分層的標準。
第二，以保證各層內部同質性強、各層之間異質性強、突出總體內在結構的變量作為分層變量。比如在工廠進行，可以以工作性質作為分層標準，將全廠職工分為干部、工人、技術人員、勤雜人員等幾類來進行抽樣。
第三，以那些已有明顯層次區分的變量作為分層變量。比如在社會研究中，性別、年齡(當然是分段以后，如老、中、青)、文化程度、職業等等，就經常被用作分層的標準;其他如學生按年級、專業、學校類型分層，城市按人口規模分層等等。
(2)分層的比例問題。分層抽樣中有按比例和不按比例分層兩種方法。按比例分層抽樣是指按總體中各種類型或層次的比例來抽取子樣本的方法。即在單位多的類型或層次中所抽的子樣本就大一些，在單位少的類型或層次中所抽的子樣本就小一些。比如，某廠有工人600人，按性別分層則有男工500人，女工100人�？傮w中兩類工人人數的比例為5∶1。因此，若要抽60人作樣本，那么，按比例的抽法就是根據上述比例，分別從500名男工中隨機抽取50人，而從100名女工中隨機抽取10人。這樣，樣本中男女工人之比與總體中男女工人之比完全相同，均為5∶1�？梢哉f，樣本的性別結構是總體中性別結構的一種縮影。
采取按比例分層抽樣的方法，可以確保得到一個在某種特征上與總體結構完全一樣的樣本。但是，在有些情況下，又不宜采用這種方法。例如，有時總體中有的類型或層次的單位數目太少，若以按比例分層的方法抽樣，則有的層次在樣本中個案太少，不便于了解各個層次的情況，這時往往要采取不按比例抽樣的方法。比如上例中，樣本中女工人數過少，此時我們可以采取不按比例抽樣的方法，在500名男工中抽30人，在100名女工中也抽30人。這樣，樣本就能較好地反映出男女兩類工人的一般狀況，我們也能很好地對男女兩類工人的情況進行比較和分析。
需要但注意的是，我們采用不按比例分層抽樣的方法，主要是便于對不同層次的子總體進行專門研究或進行相互比較，但若要用樣本資料推斷總體時，則需要先對各層的數據資料進行加權處理，即通過調整樣本中各層的比例，使數據資料恢復到總體中各層實際的比例結構。比如上例中，若要用30個男工、30個女工的收入資料去推斷全廠工人的平均收入時，就需要在男工的收入后乘以5/3，而在女工的收入后乘以1/3，再加總平均，否則就會導致推斷的偏誤。
▷ 整群抽樣(Cluster sampling)
是先將調查總體分為群，然后從中抽取群，對被抽中群的全部單元進行調查。例如：入戶調查，按地塊或居委會抽樣，以地塊或居委會等有地域邊界的群體為第一抽樣單位，在選出的地塊或居委會實施逐戶抽樣;市場調查中，最后一級抽樣時，從居委會中抽取若干戶，然后調查抽中戶家中所有18歲以上成年人。
優點：適用于群間差異小、群內各個體差異大、可以依據外觀的或地域的差異來劃分的群體。
缺點：群內單位有趨同性，其精度比簡單抽樣為低。
▷ 多級抽樣(Multistage sampling)
也叫多階段抽樣或階段抽樣，以二級抽樣為例，二級抽樣就是先將總分組，然后在第一級和第二中分別隨機地抽取部分一級單位和部分二級單位。例如：以全國性調查為例，當抽樣單元為各級行政單位時，按社會發展水平分層后(或按經濟發展水平，或按地理位置分層)，從每層中先抽幾個地區，再從抽中的地區抽市、縣、村，最后再抽至戶或個人。
優點：具體整體抽樣的簡單易行的優點，同時，在樣本量相同的情況下又整群抽樣的精度高。
缺點：計算復雜。
▷ 抽中概率與規模成比例抽樣(PPS)
是不等概率中最常用的一種方法，指在總體中參照各單位的規模進行抽樣，規模大的被抽取的機會大，總體中每個個體被抽中的概率與該個體的規模成正比的抽樣。例如：在進行企業調查時，根據PPS抽樣方法抽取企業，令規模大的企業被抽取機會大。
優點：使用了輔助信息，可以提高抽樣方案的統計效率。
缺點：如果研究指標與規模無直接關系時，不合適采取這種方法。
此外，在抽樣方法劃分上，還有多階段抽樣和兩相抽樣等，有興趣的讀者可參閱其他相關書籍。
前面談到抽樣方法的一些基本分類和各自特點，需要注意的是，在實際的運用中，一個調查方案常常不是只局限于使用某一種抽樣方式，而根據研究時段的不同采用多種抽樣方法的組鴿為實現不同的研究目的，有時甚至在同一時段綜合運用幾種抽樣方法。
例如，設計一個全國城市的入戶項目，在抽樣上可以分為幾個不同的步驟，包括：
在項目正式開始前，可以采用判斷抽樣法選出某一城市先作試點，在問卷設計初期可以采用任意抽樣法選出部分人群進行問卷試訪。
采用分層隨機抽樣法，確定全國要分別在多少個超大型市、多少個大型市、多少個中型市、多少個小型市實施(先分出城市的幾個層次，再依據研究需要在各層用PPS法選取具體城市)
采用簡單抽樣法或PPS抽樣法，確定抽出城市中應抽的地塊或居委會;
采用整群抽樣法，確定抽出地塊或居委會應訪問的家庭戶;
在項目后期，可以采用判斷抽樣法選取某城市進行深入研究。
經典抽樣方案 篇5
概率抽樣方法
(1)概率抽樣概念
定量市場調查中的概率抽樣是指在調查總體樣本中的每個單位都具有同等可能性被抽中的機會。在實際應用中，概率抽樣方法是最常用的方法之一。
概率抽樣包括以下幾個方面的優點：
調查者可獲得被抽取的不同年齡、不同層次的人們的信息;
能估算出抽樣誤差;
調查結果可以用來推斷總體。例如，在一項使用概率抽樣法的調查中，如果有 5 %的被訪者給出了某種特定回答，那么，調查者就可以以此百分比再結合抽樣誤差，推及總體情況。
另一方面，概率抽樣也有一些弊病：
在大多數案例中，同樣規模的概率抽樣的費用要比非概率抽樣高;
概率抽樣比非概率抽樣需要更多時間策劃和實施;
必須遵守的抽樣計劃執行程序會大量增加收集資料的時間。
下面，介紹幾種最常采用的概率抽樣技術。
(2)簡單隨機抽樣( Simple sampling )
簡單隨機抽樣是一種廣為使用的概率抽樣方法。是最完全的概率抽樣。如前面提到的，隨機抽樣就是總體中每個單位在抽選時有相等的被抽中的機會。
在簡單隨機抽樣條件下，抽樣概率公式為：
抽樣概率=樣本單位數∕總體單位數
例如，如果總體單位數為 10000 ，樣本單位數為 400 ，那么抽樣概率為 4 %。
簡單隨機抽樣的優點在于，它看起來簡單，并且滿足概率抽樣的一切必要的要求，保證每個總體單位在抽選時都有相等的被抽中的機會。簡單隨機抽樣可以通過電話隨機撥號功能完成這個步驟，可以從電腦檔案中挑選調查對象。
(3)等距抽樣( Systematic sampling )
在定量抽樣調查中，等距抽樣常常代替簡單隨機抽樣。由于該抽樣方法簡單實用，所以應用普遍。等距抽樣得到的樣本幾乎與簡單隨機抽樣得到的樣本是相同的。
等距抽樣的基本做法是，將總體中的各單元先按一定的順序排列、編號，然后決定一個間隔，并在此間隔基礎上選擇被調查的單位個體。
樣本距離可通過下面公式確定：
樣本距離 = 總體單位數∕樣本單位數
例如，假設你使用本地電話本并確定樣本距離為 100 ，那么 100 個中取 1 個組成樣本。這個公式保證了整個列表的完整性。
等距抽樣方式隨意用一個起點，例如，如果你把一本電話本作為抽樣框，必須隨意取出一個號碼決定從該頁開始翻閱。假設從第 5 頁開始，在該頁上再另選一個數決定從該行開始。假定選擇從第 3 行開始，這就決定了實際開始的位置。
等距抽樣方式相對于簡單隨機抽樣方式最主要的優勢就是經濟性。等距抽樣方式比簡單隨機抽樣更為簡單，花的時間更少，并且花費也少。使用等距抽樣方式最大的缺陷在于總體單位的排列上。一些總體單位數可能包含隱蔽的形態或者是“不合格樣本”，調查者可能疏忽，把它們抽選為樣本。
(4)分層抽樣( Stratified random sampling )
定量調查中的分層抽樣是一種卓越的概率抽樣方式，在調查中經常被使用。
分層抽樣的具體程序是：把總體各單位分成兩個或兩個以上的相互獨立的完全的組(如男性和女性)，從兩個或兩個以上的組中進行簡單隨機抽樣，樣本相互獨立。
總體各單位按主要標志加以分組，分組的標志與我們關心的總體特征相關。例如，我們正在進行有關啤酒品牌知名度方面的調查，初步判別，在啤酒方面男性的知識與和女性不相同，那么性別應是劃分層次的適當標志。如果不以這種方式進行分層抽樣，分層抽樣就得不到什么效果，花再多時間、精力和物資也是白費。
分層抽樣與簡單隨機抽樣相比，我們往往選擇分層抽樣，因為它有顯著的潛在統計效果。也就是說，如果我們從相同的總體中抽取兩個樣本，一個是分層樣本，另一個是簡單隨機抽樣樣本，那么相對來說，分層樣本的誤差更小些。另一方面，如果目標是獲得一個確定的抽樣誤差水平，那么更小的分層樣本將達到這一目標。
在調查實踐中，為提高分層樣本的精確度實際上要付出一些代價。通常，我們現實正確的分層抽樣一般有三個步驟：
首先，辯明突出的(重要的)人口統計特征和分類特征，這些特征與所研究的行為相關。例如，研究某種產品的消費率時，按常理認為男性和女性有不同的平均消費比率。為了把性別作為有意義的分層標志，調查者肯定能夠拿出資料證明男性與女性的消費水平明顯不同。用這種方式可識別出各種不同的顯著特征。調查表明，一般來說，識別出 6 個重要的顯著特征后，再增加顯著特征的辨別對于提高樣本代表性就沒有多大幫助了。
第二，確定在每個層次上總體的比例(如性別已被確定為一個顯著的特征，那么總體中男性占多少比例，女性占多少比例呢?)。利用這個比例，可計算出樣本中每組(層)應調查的人數。
最后，調查者必須從每層中抽取獨立簡單隨機樣本。
(5)整群抽樣( Cluster sampling )
以上各種抽樣類型全部是按單位抽取的，即按樣本單位數，分別一個單位一個單位地抽取。在整群抽樣中，樣本是一組單位一組單位地抽取。
整群抽樣有兩個關鍵步驟：
同質總體被分為相互獨立的完全的較小子集。
隨機抽選子集構成樣本。
如果調查者在抽中的子集中觀察全部單位，我們就有了一級整群樣本。如果在抽中的子集中再以概率方式抽取部分單位觀察，我們就有了二級整群樣本。分層和整群抽樣都要將總體分為相互獨立的完全子集。它們的區別是，分層抽樣的樣本是從每個子集中抽取，而整群抽樣則是抽取部分子集。
地理區域抽樣是整群抽樣的典型方式。挨門挨戶去調查一個特定城市的調查者也許會隨機抽選一些區域，較集中地訪查一些群體，大量減少訪問時間和經費。整群抽樣被認為是概率抽樣技術，因為它隨機抽出群和隨機抽出單位。值得注意的是，在整群抽樣下，我們假定群中單位與總體一樣存在異質性。如果一群中單位的特征非常相似，如果由于共同環境使群內差異小而群與群之間差異大。一般來說，要解決這個問題可以擴大群數，然后從各群中抽取少量單位數，以保證樣本的代表性。
非概率抽樣方法
(1)非概率抽樣的概念
非概率抽樣也是市場調查中比較常采用的手段之一，如配額抽樣等。非概率抽樣是指從總體中非隨機地選擇特定地要素(單位)。有目的的非隨機抽樣可能會系統地排除或過分強調總體的某些部分特征。
非概率抽樣的缺點恰是概率抽樣的優勢：
不能估計出抽樣誤差;
不知道抽中的單位所具有代表性的程度;
非概率抽樣的結果不能也不應該推算總體。
在實際操作過程中，非概率抽樣經常被市場調研人員使用，其原因與本身固有的優勢有關：
非概率抽樣比概率抽樣費用低。非概率抽樣的這一特點對那些精確性要求補不嚴格的調查有相當大的吸引力。試探性調查就是其中的一例。
一般來講，非概率抽樣實施起來要比概率抽樣用的時間少。
由于非概率抽樣具有上述的不足，因此，如果合理運用非概率抽樣，它能產生極具代表性得合理的抽樣結果，是我們經常思考并試圖解決的一個重要問題。在實際應用過程中，非概率抽樣的結果不能計算其抽樣誤差，這意味著評估非概率抽樣的總體質量有很大的困難，因為我們清楚地知道它們不滿足概率抽樣所必需的標準，但問題是它們脫離標準有多遠?調查設計者事先必須對非概率抽樣進行評估，評估應該建立在對非概率抽樣方法論仔細評價的基礎上。評估需要注意的是，使用的抽樣方法是否能夠覆蓋目標總體的各個部分?或者樣本是否無目的地傾向于一些特殊群體?這些都是友邦顧問調查人員在調查設計與抽樣評估時必須仔細考慮的問題。
在實際工作中，我們經常使用的非概率抽樣方法包括四類：方便抽樣、判斷抽樣、配額抽樣和滾雪球抽樣。
方便抽樣( Convenience sampling )
方便抽樣是根據調查者的方便性，以無目標、隨意的方式進行的抽樣調查活動。例如，常見的無限制的街頭攔訪和隨意的入戶訪問就是方便抽樣的常見形式。在某些調查測試中，方便抽樣會取得快速有效的結果。在進行探索性調研時，即缺乏經驗而又急需真實數據的近似值時，這種方法也很實用。
判斷抽樣( Judgment sampling )
判斷抽樣適用于調查員或者調查專家基于選擇標準或者條件抽取典型樣本的情況。一般商業機構進行的市場或產品測試調查基本上都屬于判斷抽樣的范圍。在進行探索性調研時，如抽取深度訪談樣本的情況下，就可以采用這種方法。
配額抽樣( Quota sampling )
配額抽樣是根據一定標志對總體分層或分類后，從各層或各類中主觀地選取一定比例的調查單位的方法。所謂“配額”是指對劃分出的總體各類型都分配給一定的數量而組成調查樣本。因而，配額抽樣較之判斷抽樣加強了對樣本結構與總體結構在“量”的方面的質量控制，能夠保證樣本有較高的代表性。配額抽樣類似于隨機抽樣中的分層抽樣。不過，有兩點重要的區別：首先，配額抽樣的被調查者不是按隨機原則抽出來的，而分層抽樣必須遵守隨機原則。其次，在分層抽樣中，用于分類的標志，應聯系研究目標來選擇，而配額抽樣無此要求。
滾雪球抽樣( Snowball sampling )
滾雪球抽樣是指先對隨機選擇的一些被調查者實施訪問，然后再請他們推薦屬于研究目標總體特征的調查對象。這種方法用于低發生率或少見的總體中進行抽樣，因為要找到這些少見的個體，代價是很大的，使得調查人員因為費用的原因不得不使用類似滾雪球這樣的抽樣技巧。
滾雪球抽樣調查的優點是調查費用大大減少，然而這種成本的節約是以調查質量的降低為代價的。整個樣本很可能出現偏差，因為那些個體的名單來源于那些最初調查過的人，而他們之間可能十分相似，因此，樣本可能不能很好地代表整個總體。另外，如果被調查者不愿意提供人員來接受調查，那么這種方法就會受阻。
經典抽樣方案 篇6
調查系統誤差
首先，任何調查所獲信息(調查數據)質量都存在誤差，而這種誤差在評估調查質量時都是必須的，作為調查管理者必須判斷這些結果的精度范圍。因此，這就需要仔細研究所使用的調研方法可能導致的誤差類型。
(1)抽樣誤差
抽樣過程中主要存在著以下兩類誤差：隨機誤差和系統誤差。有時也稱為偏差。調查中通常試圖對目標總體中具有代表性的一個側面進行調查而獲得信息。它旨在根據抽取樣本的調查結果而推測總體的情況。因此，即使樣本選擇過程是適當的，調查結果仍不免因偶然性而產生一定的誤差(隨機誤差或隨機抽樣誤差)，這種誤差是不可避免的，它只能隨著抽樣規模的增加而減小。通常在樣本量設計時，我們可以以一定的置信水平來估計隨機抽樣的誤差。
(2)系統誤差
系統誤差或偏差是指因調研設計或實施抽樣設計中的錯誤或問題而產生的誤差。如果抽樣的結果與我們根據被調查對象的真實值所做的估計值總是有一定的偏差(固定的偏高或偏低)，則抽樣結果便很有可能存在系統誤差。系統誤差包括除隨機抽樣之外所有可能產生的誤差。因此，有時系統誤差又被稱為非抽樣誤差，從系統上影響抽樣調研的結果。非抽樣誤差分為樣本設計誤差和測量誤差。樣本設計誤差是因樣本設計或樣本抽選過程而產生的誤差。
樣本設計誤差的產生有多種原因：
抽樣框誤差
抽樣框是指對于某一類人口類型和成員的一個總體清單。樣本將從這個總體清單中加以選取。抽樣框誤差便是因不準確或不完整的抽樣框而引起的誤差。問題是，從包含抽樣誤差的抽樣框中抽取的樣本有時無法正確地代表調研目標的實際情況，這就存在抽樣框誤差。舉個例子，以電話號碼薄作為抽樣框，在對某地區所有住戶進行的某種意向調查時，就存在著抽樣框誤差。
調研對象范圍誤差
調研對象范圍誤差是因為對調研對象范圍限定的不準確而引起的誤差。例如，我們將某項研究對象限定在 35 歲以上，后來，我們發現不少 35 歲以下的年輕人也應該包含在這個研究之中，即當初的我們的限定范圍是不正確的，這樣的抽樣便產生了誤差。
選樣誤差
即使抽樣框的組建與調研對象范圍的確定都沒有什么問題，抽樣誤差也有可能發生。抽選誤差是因為不完整或不恰當的抽選過程，或者正確的抽選過程未得以恰當的執行而產生的誤差。例如，在入戶調查時，訪問員會因為不同的原因繞開被認為是“不友好的”住戶，這樣的話便會產生選樣誤差。特別是在非隨機抽樣中，選樣誤差是一個更為嚴重的問題。
(3)測量誤差
測量誤差對于抽樣調查的準確性來說，比隨機誤差更具危害性。在許多調查報告中，包括媒介上發布公眾意向調查，都會給出一個誤差指數。對很多調研報告使用者來說，一般認為這個指數是針對總體誤差而言，其實并非如此。這個數字僅代表隨機抽樣誤差，它并不包括樣本設計誤差，也沒有涉及調研結果中的測量誤差。
測量誤差是指所獲得的原始信息(實際價值)與經測量處理的信息之間的差異。在信息處理過程中會因多種因素而產生測量誤差。
替代信息誤差
是指實際所需的信息與調研者所收集信息之間的差距而產生的誤差。這種誤差與調研設計的主要問題有關，特別是對一些問題不恰當定義而產生的。
調研員誤差
是指因調研員與被調研者之間的相互作用而引起的誤差。調研員有時會自覺或不自覺地影響被調研者，使之給出不真實或不準確的回答。
測量工具誤差
測量工具誤差是指因測量工具或問卷而產生的誤差。這種誤差是由于所提出的問題或問卷設計中的某些因素而導致回答的偏差或者使回答時容易產生錯誤。這種類型的錯誤能夠通過細致的問卷修改和在實地調研前進行充分的試調查而加以避免。
數據處理誤差
主要是指調研資料或調研數據在向計算機輸入過程中所產生的誤差。例如，在計算機輔助電話訪談中，訪問員可能錯誤地輸入某個問題的答案。這類錯誤可以通過在數據錄入以及調研結果處理過程中嚴格的質量控制加以避免。
拒訪誤差
如果我們從某個特定群體中抽選 400 個樣本，理想的情況是對這 400 個樣本都進行調查。而在實際中，這是很難實現的。在郵寄調研中，回答率一般在 5% 左右，甚至更低。因這種差異而引起的誤差被稱為“拒訪誤差”。很明顯，回答率越高，拒訪誤差的影響便越小，因為拒訪者在總體中占的比例減小了。
拒訪誤差在以下三種情況下發生：①在特定時間無法聯系到被訪者;②雖然得到了默許，但在當時的環境下不能或不愿意接受訪談;③雖然能夠聯系到被訪者，但被訪者拒絕接受訪問。其中，最后一種情況最為嚴重。因為，前兩種情況都有重新進行調研的可能。現在，拒訪率已經達到了前所未有的水平，大約近 40% 。好在大部分人并非在所有情況下都拒絕訪問。
回答誤差
如果被訪問者在某一特定問題的回答中有特定的偏向，則產生回答誤差�；卮鹫`差的產生有兩種基本的形式：有意錯誤與無意錯誤。有意錯誤的產生是因為被調查者故意對所提問題做出不真實回答;無意錯誤是指回答者希望能夠做出真實、準確的回答，但卻給出了不正確的答案。這種類型的誤差可能是由于問題的格式、內容或其他原因造成的。
定量測量技術
(1)測量概念
市場調查測量是指在定量測量中將按特定的規則將數字或者符號合理分配給被調查的目標(包括人、態度、狀態或者事件)，將其特征量化的過程。量化概念強調的是：測量的不是被測量者本身，而是被測量者(通常是消費者)的態度、收入、品牌忠誠度以及相關因素等。
測量另一方面的關鍵是制定和理解規則，它指示被調查者該怎么做。如，“您對咖啡的喜好程度做出評價，非常喜歡為 5 分，不喜歡為 1 分，并按相應的標準分配 2 、 3 、 4 分”。
(2)測量程序
(3)測量標稱
測量標稱一般包括四種主要技術類型，詳見下表。
(4)測量可靠性
測量的可靠性是指測量中可以避免隨機誤差，從而提供前后一致的數據的程度。隨機誤差越小，測量的客觀性就越強，調查的結果就越可靠。
通常采用如下三種方法評估測量的可靠性;
二次測試法
為了評估測量的可靠性,采用在盡可能相同的條件下使用相同的測量工具進行重復測量,以確定測量的可靠性。
等價測試法
在同一時間內，使用盡可能類似的兩種工具對同一目標進行測量，然后評估其可靠性。
比較測試法
在同一時間內，對測量的同一現象的不同樣本進行比較。
抽樣概念
抽樣是市場調查執行中重要的環節，抽樣方法選擇的正確與否直接決定著調查數據的可靠程度，同時也就決定了調查的成敗。
(1)總體與全域
總體或全域，是指在市場調查中能提供所需信息的個人或者群體的全體。通常，在調查之前分析人員的首要任務是定義同質總體，并常常涉及到與之密切相關的產品和服務目標市場的界定。
舉例來說，一個研究人員正在為一種新型非處方感冒藥進行產品創意測試。他也許會認為被調查的總體包括每個人，因為每個人都會有患感冒的可能性。但是即便如此，并非每個患者都會選擇這種非處方藥。在這種情況下，調查過程中的重要任務是確定哪些人是目標主體，這就要看感冒時他們是否選購或使用這種或多種品牌的藥。只有那些購買或使用的人們，才應包括在總體內。
為總體下定義是抽樣調查中關鍵的一步，為達到市場研究目的，我們在定義調查“總體”時常�；谝延械暮蜐撛诘念櫩吞卣�。
(2)抽樣與普查
普查這一概念用于描述獲取總體中每個成員的信息。市場調研中并不經常用到普查，因為其同質總體一般情況下包括成千上萬的個體，這樣大規模地進行普查在成本和時間上的耗費都是巨大的，以致于在通常情況下是不可行的。
統計學理論證明：一個相對較小、但精心選擇的樣本群能準確地反映出被抽查總體的特征，一個樣本是總體所有成員的一個子集，從子集獲得的有關信息，可以用來估測總體特征，這種方法就是抽樣調查。
盡管市場調查中很少用到普查，但是有時它們也適用于某些案例。譬如，在某著名石油公司、麥當勞、中國電信等神秘顧客訪問中，由于總體不大，因此采用的是普查的方式。另外，在工業品營銷中，一個企業只向少量客戶銷售極為特殊的產品時，普查也是適當和可行的。
抽樣步驟
抽樣計劃大致需要下列步驟，如下所示。
(1)定義總體(全域)
為了滿足市場研究目標，確定可提供信息或與所需信息有關的個體或實體(所具有的特性是十分重要的。抽樣總體可以從以下幾方面特征進行描述：地域特征、人口統計學的特征、產品或服務使用情況、認知程度等。在調查中，從調查問卷開始部分的過濾性問題，可以看出某個體是否屬于總體。在實際應用中，即使有總體和樣本清單，但仍有必要使用過濾性問題識別合格的被訪問者。
另外，為了確定總體，通常情況下，還需要確定那些應排除在外的被訪問者的特征。例如，大部分商業市場調查就因為一些所謂的安全性問題而排除某些個體。通常，調查問卷上的第一個問題就是詢問采訪對象或其家庭成員是否從事市場調查、廣告或生產與調查內容有關產品的工作，如果采訪對象指出他們從事其中某項工作，那么就不必要去采訪他了，這就是所說的安全性問題，因為這樣的采訪對象不保險。他們也許是競爭對手或為競爭對手服務的。
(2)選擇調查方法
正如調查方法部分所描述的那樣，資料收集方式對抽樣過程有重要影響。例如，電話采訪有一種內在優勢，購物中心攔截顧客有著自身的劣勢。
(3)選擇抽樣框
把抽樣框定義為被調查總體的數據清單(數據庫或者數據倉)，從抽樣框中可以抽出適合訪問的樣本單位。眾所周知，一些抽樣框原來根本是不存在的，因此，在調查的初期還要建立符合需要的抽樣框。例如，在一項調查中，調查的總體是那些在近 30 天內打三輪或三輪以上十八洞高爾夫球的人。但是，根本就沒有一種計算方法可以完全提供這份名單。在不存在傳統意義上的抽樣框的情況下，我們需要依據能夠產生具有希望特征的樣本個體的程序來建立新樣本框。
(4)選擇抽樣方法
制定抽樣計劃的第四步是選擇抽樣方法。選擇哪種抽樣方法取決于研究目的、研究經費、時間限制、欲調查問題的性質等�？晒┻x擇的重要抽樣方法可以分為兩大類： 概率抽樣與非概率抽樣，每大類中又有許多可供選擇的具體方法。
(5)確定樣本量
一旦選定抽樣方法，下一步就要確定合適的樣本量。樣本量的確定方法將在樣本量確定單元中給出。
(6)制定抽樣計劃
無論使用概率或非概率抽樣，在一個研究項目的資料收集階段必須指定和明確選擇樣本單位的操作程序。對于成功的概率抽樣的來說，這個程序更為重要，必須詳細、清晰。若不能知道合適的選擇樣本單位的操作程序，則整個抽樣程序會陷入困境。
(7)抽樣計劃的實施
在實施適于操作的抽樣計劃前，應先對其進行討論研究。這一步很重要，它包括檢查、確定是否要根據擬好的詳細程序來實施計劃。
樣本量確定
確定樣本的數量是抽樣調查中的重要環節，在充分滿足調查內容要求情況下合理的確定樣本量不能不說是擺在每個調查公司面前的重要課題，過多的樣本量設計只會給客戶增加經濟負擔。
概率抽樣的基本原則是：樣本量越大，抽樣誤差就越小，而樣本量越大，則成本就越高。根據數理統計規律，樣本量增加呈直線遞增的情況下(樣本量增加一倍，成本也增加一倍)，而抽樣誤差只是樣本量相對增長速度的平方根遞減。因此，樣本量的設計并不是越大越好，通常會受到經濟條件的制約。
通常，在概率抽樣的情況下，在確定樣本量時會遇到如下情況：
預算：預算的多少直接影響著調查樣本量的設計，通常某一項調查為滿足調查要求必須有一個最低的預算指標。如果低于這個指標的預算，不能滿足調查最低精度的話，建議要放棄這項調查任務。
子群分析：在任何樣本量確定的過程中，都必須考慮被調查樣本的子群數。也就是說，當被調查樣本群子群數比較多的時候，樣本量就必須相應擴大。如：某一項調查 400 個樣本量是基本滿足要求的，但如果將這些樣本量劃分為男和女各占 50 %的話，那么，每個子群只有 200 個樣本。如果進一步按年齡組細分的話，假設是兩個年齡組，那每一個子群只有 100 個樣本，這樣的樣本量就不能滿足最初設計的要求了，因此必須按照子群要求設計樣本量則是最合理的。
統計分析：友邦顧問在確定樣本量時通常在考慮上述具體情況下，會考慮如下統計方面的因素，即：總體調查標準差;抽樣允許的誤差和預期置信度。
樣本量確定公式：在充分考慮所有統計因素基礎上，友邦公司通常采用的簡單隨機抽樣(特別是估計平均值時)的公式為：
N = Z 2 σ 2 / E 2
其中， N 為適合的樣本量; Z 為調查置信度; σ 為總體標準差; E 為抽樣誤差范圍
在解決“比例”方面的調查問題時，采用的抽樣公式為：
N = Z 2 [P(1-P)] / E 2
其中， N 為適合的樣本量; Z 為調查置信度; P 為樣本的離散程度; E 為抽樣誤差范圍
經典抽樣方案 篇7
一、概述：藥品生產中所使用的原輔料、包裝材料，進廠時都需要進行檢驗，但是無論是什么材料，來料的量都不會小，不可能做到全數檢驗。那么我們就會根據國標、藥典或者企業自身的規定，對需要檢驗的物品進行抽樣。
如使用GB/T2828.1-20__選擇抽樣方案，確定好檢驗水平，接受質量限(AQL)，采用正常一次抽樣檢驗，在表2-A中就能查出抽樣方案，那么怎么證明我們所選抽樣方案是有效的呢?下面針對計數和計點兩種方案有效性的確定加以說明。
二、計數抽樣方案——二項分布
假定接收質量限AQL=2.5，抽樣方案是L(500，21);確定方案是否有效，其實就是驗證確認下在其置信水平下，不合格品率是否小于等于AQL值;借助excel和mintab軟件演示下驗證和確認的過程。
第一步：計數抽樣符合二項分布，利用excel中BINOMDIST函數，可以計算出生產方風險，利用單變量求解，求出使用方風險為10%時，不合格品率(使用方風險質量)。也可以查GB/T2828.1-20__“表6-A正常檢驗的使用方風險質量”查出使用方風險質量。
三、計點抽樣方案——泊松分布
假定接收質量限AQL=6.5，抽樣方案是L(8，1);確定方案是否有效，其實就是驗證確認下在其置信水平下，不合格品數是否小于等于AQL值;借助excel和mintab軟件演示下驗證和確認的過程。
第一步：計點抽樣符合泊松分布，利用excel中POISSON函數，可以計算出生產方風險，利用單變量求解，求出使用方風險為10%時，不合格品數。也可以查GB/T2828.1-20__“表7-A正常檢驗的使用方風險質量”查出使用方風險質量。
將出現數改為2，得出90.36%置信水平下不合格數下限是0.065029>0.065，不合格數大于方案設定值，因此按照方案應該拒收。
四、小結：對于驗證和確認二項分布和泊松分布的原理是一致的，過程中注意區分mintab所使用的選項工具即可。