经典抽样方案策划范文4篇

('经典抽样方案策划范文4篇调查中通常试图对目标总体中具有代表性的一个侧面进行调查而获得信息。它旨在根据抽取样本的调查结果而推测总体的情况。下面小编给大家介绍一下关于抽样方案范文4篇，欢迎大家阅读。抽样方案1调查系统误差首先，任何调查所获信息(调查数据)质量都存在误差，而这种误差在评估调查质量时都是必须的，作为调查管理者必须判断这些结果的精度范围。因此，这就需要仔细研究所使用的调研方法可能导致的误差类型。(1)抽样误差抽样过程中主要存在着以下两类误差：随机误差和系统误差。有时也称为偏差。调查中通常试图对目标总体中具有代表性的一个侧面进行调查而获得信息。它旨在根据抽取样本的调查结果而推测总体的情况。因此，即使样本选择过程是适当的，调查结果仍不免因偶然性而产生一定的误差(随机误差或随机抽样误差)，这种误差是不可避免的，它只能随着抽样规模的增加而减小。通常在样本量设计时，我们可以以一定的置信水平来估计随机抽样的误差。(2)系统误差系统误差或偏差是指因调研设计或实施抽样设计中的错误或问题而产生的误差。如果抽样的结果与我们根据被调查对象的真实值所做的估计值总是有一定的偏差(固定的偏高或偏低)，则抽样结果便很有可能存在系统误差。系统误差包括除随机抽样之外所有可能产生的误差因此，有时系统误差又被称为非抽样误差，从系统上影响抽样调研的结果。非抽样误差分为样本设计误差和测量误差。样本设计误差是因样本设计或样本抽选过程而产生的误差。样本设计误差的产生有多种原因：抽样框误差抽样框是指对于某一类人口类型和成员的一个总体清单。样本将从这个总体清单中加以选取。抽样框误差便是因不准确或不完整的抽样框而引起的误差。问题是，从包含抽样误差的抽样框中抽取的样本有时无法正确地代表调研目标的实际情况，这就存在抽样框误差。举个例子，以电话号码薄作为抽样框，在对某地区所有住户进行的某种意向调查时，就存在着抽样框误差。调研对象范围误差调研对象范围误差是因为对调研对象范围限定的不准确而引起的误差。例如，我们将某项研究对象限定在35岁以上，后来，我们发现不少35岁以下的年轻人也应该包含在这个研究之中，即当初的我们的限定范围是不正确的，这样的抽样便产生了误差。选样误差即使抽样框的组建与调研对象范围的确定都没有什么问题，抽样误差也有可能发生。抽选误差是因为不完整或不恰当的抽选过程，或者正确的抽选过程未得以恰当的执行而产生的误差。例如，在入户调查时，访问员会因为不同的原因绕开被认为是“不友好的”住户，这样的话便会产生选样误差。特别是在非随机抽样中，选样误差是一个更为严重的问题。(3)测量误差测量误差对于抽样调查的准确性来说，比随机误差更具危害性。在许多调查报告中，包括媒介上发布公众意向调查，都会给出一个误差指数。对很多调研报告使用者来说，一般认为这个指数是针对总体误差而言，其实并非如此。这个数字仅代表随机抽样误差，它并不包括样本设计误差，也没有涉及调研结果中的测量误差。测量误差是指所获得的原始信息(实际价值)与经测量处理的信息之间的差异。在信息处理过程中会因多种因素而产生测量误差。替代信息误差是指实际所需的信息与调研者所收集信息之间的差距而产生的误差。这种误差与调研设计的主要问题有关，特别是对一些问题不恰当定义而产生的。调研员误差是指因调研员与被调研者之间的相互作用而引起的误差。调研员有时会自觉或不自觉地影响被调研者，使之给出不真实或不准确的回答。测量工具误差测量工具误差是指因测量工具或问卷而产生的误差。这种误差是由于所提出的问题或问卷设计中的某些因素而导致回答的偏差或者使回答时容易产生错误。这种类型的错误能够通过细致的问卷修改和在实地调研前进行充分的试调查而加以避免。数据处理误差主要是指调研资料或调研数据在向计算机输入过程中所产生的误差。例如，在计算机辅助电话访谈中，访问员可能错误地输入某个问题的答案。这类错误可以通过在数据录入以及调研结果处理过程中严格的质量控制加以避免。拒访误差如果我们从某个特定群体中抽选400个样本，理想的情况是对这400个样本都进行调查。而在实际中，这是很难实现的。在邮寄调研中，回答率一般在5%左右，甚至更低。因这种差异而引起的误差被称为“拒访误差”。很明显，回答率越高，拒访误差的影响便越小，因为拒访者在总体中占的比例减小了。拒访误差在以下三种情况下发生：①在特定时间无法联系到被访者;②虽然得到了默许，但在当时的环境下不能或不愿意接受访谈;③虽然能够联系到被访者，但被访者拒绝接受访问。其中，最后一种情况最为严重。因为，前两种情况都有重新进行调研的可能。现在，拒访率已经达到了前所未有的水平，大约近40%。好在大部分人并非在所有情况下都拒绝访问。回答误差如果被访问者在某一特定问题的回答中有特定的偏向，则产生回答误差。回答误差的产生有两种基本的形式：有意错误与无意错误。有意错误的产生是因为被调查者故意对所提问题做出不真实回答;无意错误是指回答者希望能够做出真实、准确的回答，但却给出了不正确的答案。这种类型的误差可能是由于问题的格式、内容或其他原因造成的。定量测量技术(1)测量概念市场调查测量是指在定量测量中将按特定的规则将数字或者符号合理分配给被调查的目标(包括人、态度、状态或者事件)，将其特征量化的过程。量化概念强调的是：测量的不是被测量者本身，而是被测量者(通常是消费者)的态度、收入、品牌忠诚度以及相关因素等。测量另一方面的关键是制定和理解规则，它指示被调查者该怎么做。如，“您对咖啡的喜好程度做出评价，非常喜欢为5分，不喜欢为1分，并按相应的标准分配2、3、4分”。(2)测量程序(3)测量标称测量标称一般包括四种主要技术类型，详见下表。(4)测量可靠性测量的可靠性是指测量中可以避免随机误差，从而提供前后一致的数据的程度。随机误差越小，测量的客观性就越强，调查的结果就越可靠。通常采用如下三种方法评估测量的可靠性;二次测试法为了评估测量的可靠性,采用在尽可能相同的条件下使用相同的测量工具进行重复测量,以确定测量的可靠性。等价测试法在同一时间内，使用尽可能类似的两种工具对同一目标进行测量，然后评估其可靠性。比较测试法在同一时间内，对测量的同一现象的不同样本进行比较。抽样概念抽样是市场调查执行中重要的环节，抽样方法选择的正确与否直接决定着调查数据的可靠程度，同时也就决定了调查的成败。(1)总体与全域总体或全域，是指在市场调查中能提供所需信息的个人或者群体的全体。通常，在调查之前分析人员的首要任务是定义同质总体，并常常涉及到与之密切相关的产品和服务目标市场的界定。举例来说，一个研�咳嗽闭谖恢中滦头谴\ue43d\ue031Ψ�感冒药进行产品创意测试。他也许会认为被调查的总体包括每个人，因为每个人都会有患感冒的可能性。但是即便如此，并非每个患者都会选择这种非处方药。在这种情况下，调查过程中的重要任务是确定哪些人是目标主体，这就要看感冒时他们是否选购或使用这种或多种品牌的药。只有那些购买或使用的人们，才应包括在总体内。为总体下定义是抽样调查中关键的一步，为达到市场研究目的，我们在定义调查“总体”时常常基于已有的和潜在的顾客特征。(2)抽样与普查普查这一概念用于描述获取总体中每个成员的信息。市场调研中并不经常用到普查，因为其同质总体一般情况下包括成千上万的个体这样大规模地进行普查在成本和时间上的耗费都是巨大的，以致于在通常情况下是不可行的。统计学理论证明：一个相对较小、但精心选择的样本群能准确地反映出被抽查总体的特征，一个样本是总体所有成员的一个子集，从子集获得的有关信息，可以用来估测总体特征，这种方法就是抽样调查。尽管市场调查中很少用到普查，但是有时它们也适用于某些案例。譬如，在某著名石油公司、麦当劳、中国电信等神秘顾客访问中，由于总体不大，因此采用的是普查的方式。另外，在工业品营销中，一个企业只向少量客户销售极为特殊的产品时，普查也是适当和可行的。抽样步骤抽样计划大致需要下列步骤，如下所示。(1)定义总体(全域)为了满足市场研究目标，确定可提供信息或与所需信息有关的个体或实体(所具有的特性是十分重要的。抽样总体可以从以下几方面特征进行描述：地域特征、人口统计学的特征、产品或服务使用情况、认知程度等。在调查中，从调查问卷开始部分的过滤性问题，可以看出某个体是否属于总体。在实际应用中，即使有总体和样本清单，但仍有必要使用过滤性问题识别合格的被访问者。另外，为了确定总体，通常情况下，还需要确定那些应排除在外的被访问者的特征。例如，大部分商业市场调查就因为一些所谓的安全性问题而排除某些个体。通常，调查问卷上的第一个问题就是询问采访对象或其家庭成员是否从事市场调查、广告或生产与调查内容有关产品的工作，如果采访对象指出他们从事其中某项工作，那么就不必要去采访他了，这就是所说的安全性问题，因为这样的采访对象不保险。他们也许是竞争对手或为竞争对手服务的。(2)选择调查方法正如调查方法部分所描述的那样，资料收集方式对抽样过程有重要影响。例如，电话采访有一种内在优势，购物中心拦截顾客有着自身的劣势。(3)选择抽样框把抽样框定义为被调查总体的数据清单(数据库或者数据仓)，从抽样框中可以抽出适合访问的样本单位。众所周知，一些抽样框原来根本是不存在的，因此，在调查的初期还要建立符合需要的抽样框。例如，在一项调查中，调查的总体是那些在近30天内打三轮或三轮以上十八洞高尔夫球的人。但是，根本就没有一种计算方法可以完全提供这份名单。在不存在传统意义上的抽样框的情况下，我们需要依据能够产生具有希望特征的样本个体的程序来建立新样本框。(4)选择抽样方法制定抽样计划的第四步是选择抽样方法。选择哪种抽样方法取决于研究目的、研究经费、时间限制、欲调查问题的性质等。可供选择的重要抽样方法可以分为两大类：概率抽样与非概率抽样，每大类中又有许多可供选择的具体方法。(5)确定样本量一旦选定抽样方法，下一步就要确定合适的样本量。样本量的确定方法将在样本量确定单元中给出。(6)制定抽样计划无论使用概率或非概率抽样，在一个研究项目的资料收集阶段必须指定和明确选择样本单位的操作程序。对于成功的概率抽样的来说这个程序更为重要，必须详细、清晰。若不能知道合适的选择样本单位的操作程序，则整个抽样程序会陷入困境。(7)抽样计划的实施在实施适于操作的抽样计划前，应先对其进行讨论研究。这一步很重要，它包括检查、确定是否要根据拟好的详细程序来实施计划。样本量确定确定样本的数量是抽样调查中的重要环节，在充分满足调查内容要求情况下合理的确定样本量不能不说是摆在每个调查公司面前的重要课题，过多的样本量设计只会给客户增加经济负担。概率抽样的基本原则是：样本量越大，抽样误差就越小，而样本量越大，则成本就越高。根据数理统计规律，样本量增加呈直线递增的情况下(样本量增加一倍，成本也增加一倍)，而抽样误差只是样本量相对增长速度的平方根递减。因此，样本量的设计并不是越大越好，通常会受到经济条件的制约。通常，在概率抽样的情况下，在确定样本量时会遇到如下情况：预算：预算的多少直接影响着调查样本量的设计，通常某一项调查为满足调查要求必须有一个最低的预算指标。如果低于这个指标的预算，不能满足调查最低精度的话，建议要放弃这项调查任务。子群分析：在任何样本量确定的过程中，都必须考虑被调查样本的子群数。也就是说，当被调查样本群子群数比较多的时候，样本量就必须相应扩大。如：某一项调查400个样本量是基本满足要求的，但如果将这些样本量划分为男和女各占50%的话，那么，每个子群只有200个样本。如果进一步按年龄组细分的话，假设是两个年龄组，那每一个子群只有100个样本，这样的样本量就不能满足最初设计的要求了，因此必须按照子群要求设计样本量则是最合理的。统计分析：友邦顾问在确定样本量时通常在考虑上述具体情况下，会考虑如下统计方面的因素，即：总体调查标准差;抽样允许的误差和预期置信度。样本量确定公式：在充分考虑所有统计因素基础上，友邦公司通常采用的简单随机抽样(特别是估计平均值时)的公式为：N=Z2σ2/E2其中，N为适合的样本量;Z为调查置信度;σ为总体标准差;E为抽样误差范围在解决“比例”方面的调查问题时，采用的抽样公式为：N=Z2[P(1-P)]/E2其中，N为适合的样本量;Z为调查置信度;P为样本的离散程度;E为抽样误差范围抽样方案2概率抽样方法(1)概率抽样概念',)