抽样调查理论及方法

《市场调查》：第六章抽样调查理论及方法

一、抽样调查（Sampling Survey）意义

抽样调查为科学研究方法中重要技术之一，是指就所要研究的某特定现象之母群体中，依随

机原理抽取一部份作为样本（Sample），以为研究母群体（Population）之依据。将样本研究结果，在抽样信赖水准内，推算母群体可能特性以为决策之参考。

抽样调查之优点：

１．利用抽样技术及机率理论，可获得既定精确估计值，以代表母群体特征。

２．节省调查人力，物力，时间及经费。

３．经由少数优秀人员施予特殊训练及配合特殊设备，施行调查，可得较深入且正确调查结果。

故在实地市场调查中，抽样调查为一不可或者之工具。

抽样调查基本目的乃在信息之搜集作成结论，以供决策参考。有效抽样调查应具有准则有下：１．有效原则

抽样调查应该（１）符合调查目的之需要，（２）所获信息价值应超过所支付成本。

２．可测量原则

抽样的正确程度必须能够测量，否则抽样调查就失去意义。

３．简单原则

抽样调查必须保持简单性要求。俾使抽样调查顺利进行，以避免不必要之节外生枝。

二、抽样调查的基本术语

１母群体（Population）

在调查研究中，调查研究对象的集合体。调查台北市中学生，则在台北市上课之５４所中学生总数，便是调查研究之母群体。

２抽样架构（Sampling frame）

整体抽样单位的详细名单，以供抽样之用。例如以台北市医师为抽样单位，则台北市医师公会名册，便是抽样架构。如果以学校班级为抽样单位，则学校６０班班级名册便是抽样构架。

抽样架构有三种型态：

具体的抽样架构：每一个抽样单位名字皆列成表册，可以直接按表册名字抽取样本。

抽象的抽样架构：没有抽样单位之名册，只要符合调查之条件就有被抽样之可能。例如在百货公司举行消费者抽样，随然没有抽样名册，但是抽样架构却冥冥中隐约出现。

阶段式抽样架构：在采用分段抽样中，依抽样阶段之不同，产生不同之抽样架构。

３抽样单位（Sampling unit）

在抽样架构上排列的名单之个别单位。例如台北市每一医师即为一抽样单位。在上例中，每一班级都是抽样单位。

４元素（ Element ）

指接受调查的最小单位，通常是指人。上例中，班上每一位学生既为元素。

５样本（Sample）

从抽样架构中抽出取来的抽样单位总和。例如百事可乐抽出３５０家庭做测试称为样本。从台北市医师公会抽出９０名医生作调查，称为样本。

６精确度（Precision）与准确度（Validity）

精确度乃用以衡量估计值精确可依赖的程度，如在物价统计中，经济家若认为物价如上升０．０２将影向经济决策，则精确度即须订在０．０２。

准确度乃衡量母全体特性与实际母全体特性间之差异。两者之差异愈小，代表准确度愈高。

７抽样误差（Sampling error）

因为抽样时样本可能会偏离母群体，其间的差距称为抽样误差。抽样误差可用统计方法估计。

８信赖水准（Confidence level）

以样本估计数推论母群体大小时，正确估计的概率有多少。信赖水准是９５﹪，即正确估计概率为９５％，调查者以此来表示其正确估计程度。

９容忍误差（Tolerated erro）

在抽样调查时，调查者所要求的精确度不是百分之百，而是在设定母群体平均数上下各多少百分点作为误差容忍范围，称为容忍误差。

三、抽样方法种类及其意义

抽样方法可分为两大类：

1.随机抽样（Probability-Sampling），即在抽样时，母群体中每一个抽样单位被选为样本之机率相同。随机抽样具有健全之统计理论基础，可用机率理论加以解释，是一种客观而科学的抽样方法，在市场调查中通常都用随机抽样。

2.非随时抽样（Non-Probabity-Sampling），在抽样时，抽样单位被选为样本之机率为不

可知。

非机率抽样之种类，主要有四种：

(１)．便利抽样（Convenience Sampling）

在样本之选择只考虑到接近样本或衡量便利。如访问过路行人即为一例。

(２)．配额抽样（Quota Sampling）

ａ选择「控制特征」，作为将母体细分类之标准。

ｂ将母体细分为几个子母体，按比较分配各子母体样本数大小。

ｃ访查员有极大自由去选择子母体中之样本个体，只要完成配额调查，即告完成。

此一方法因调查偏好及方便，丧失精确度。

抽样配额分配表，此配额由访问员选定，不做任何修正。

(３)．判断抽样（Judgement Sampling）

在母体之构体极不相同且样本数很小之时，根据抽样设计者之判断来选择样本个体，设计者必须对母体有关特征具有相当了解。在编制物价指数时，有关产品项目选择及样本地区之决定，即采用判断抽样。

(４)．雪球抽样（Snowball Sampling）

利用随机方法或社会调查选出原始受访者。再根据原始受访者提供信息去取得其它受访者。本法之目的乃母体很难寻找或十分稀少。例如单亲家庭计抽样属之。

随机抽样之种类有：

１．简单随机抽样（Simple random Sampling）

母体中全部个体，完全委诸均匀机率分布抽取样本，使每一个体被抽出之机率均为己知且

相等。简单随机抽样为其它各种随机抽样方法之基础。

简单随机抽样法样本之取得，对母体编号后以利用随机数表依机率抽取。

假定由２０００名调查对象，以随机数表随机抽取１５０名样本，其抽样步骤如下：

（１）将２０００名调查对象，由０００１编至２０００等２０００个连续编号。

（２）由随机数表，利用抽签方法选取号码开始点。例如选取为第十五行第四列。

（３）由设定之起始点，选取号码，选取号码以调查对象之编号位数相同：即１４７５，

９９３８，４４６０，０６２８，．．．．，有效号码样本２０００以下。

（４）若抽样单位与随机数表抽样号码条件相同即为样本，大于调查编号，跳过不取。

（５）若逢重复号码，亦应跳过。

（６）依上述方法，连续采用１５０个号码，即为完成样本选用。

采用简单随机抽样之时机：

（１）母体小，母体名册令人满意且为母体信息唯一来源。

（２）单位访问成本不受样本单位所在地远近之影向。

２．双重抽样（Double Sampling）

先对母群体做一次初步抽样，搜集一些有关母群体之信息，根据所获得之信息，再做一次

比较精密之抽样。通常对母群体认识极为贫乏之下，可用本法。第一次抽样，因所要信息较少，故样本数通常较大。第二次进行比较流入调查，样本数较小。

３．逐次抽样（Sequential Sampling）

此一方式之抽样，开始只抽取少量样本，根据此少量样本之结果来决定是否接受某一假设，或应继续抽取样本，直到能够决定接受或摈弃假定为止。

逐次抽样法应是费用较低且实用的一种方法。

４．分段抽样（Subsampling）

先由一母体中抽取ｎ个单位随机样本（PUS），再由PUS中抽出ｍ个单位（SSU），就SSU进行调查，称二段抽样。若续从SSU抽取更小单位进行调查，称为三段抽样。三段以上，称多段调查。

分段抽样之调查费用节省且处理方便，应用范围很广，且有限母群体或无限母群体，均可

采用。

二段抽样法样本数分配实例

５．分层抽样（Stratified Sampling）

先设立目的及某种分类标准分为若干组或若干类，此组类称为层，然后将母群体之各个体分别编入相当层中，再由各层中以简单抽样或系统抽样法选取适量样本之方法。

分层之基础有赖抽样设计者之经验及判断。理想上分层之数目愈多愈好。因为层数愈多，每层之样本单位愈相似，样本估计值之精确度愈高。但成本与疾率之考虑，层数不宜超过六层。

分层抽样图标

６．群集抽样（Cluster Sampling）

在本法抽样是以随机选出一群，一群为单位，不是个别单位。群集抽样之优点简便易行，经济省事。但是易产生抽样误差危险性很大。

群集抽样图标

７．系统抽样（Systematic Sampling）

将母群体之每单位加以编号，先计算样本区隔，在１～N/n间随机选出一个号码作为第一个样本单位，依定距循序抽出样本。

此法优点，抽样操作简单。有发生抽样误差的可能为其缺点。

８．复合抽样（Replicated Sampling）

将母体分为若干层，用系统抽样法选取样本。因此有分层抽样及系统抽样优点。

抽样调查方法一览图

四、抽样样本使用方式

依样本使用方式分：

１重复调查（Repeated Survey）

每次调查均重新抽样，使用新样本（Fresh Survey）进行同样调查，是最常用之方法。

２同样本调查（Panel Survey）

利用同一样本作长期的观念调查，以集中力量于样本变化研究上。又称追纵调查（Logitudiual Survey）。

在研究消费者品牌忠诚度或消费者购买行为，多使用此一方式。

３轮换样本调查（Rotating Pauel Survey）

每次换取部份样本，以代表母体变化；维持部份样本的连续性及稳定性又降低成本。

４分裂调查（Split Pauel Survery）

一部份每次均采用新样本（重复调查）；一部份均用相同样本（同样本调查）。

五抽样调查之程序

举办抽样调查之步骤有：

１．对母群体的识别

「这次市场调查的母全体是什么」？

·调查之时，必须一贯性。如果针对家庭的事实调查，就不要混杂个人意见调查。

·母全体有何特征必须掌握？否则易丧失其代表性。

２．抽样方法的选择

决定采用抽样方法考虑因素：

（１）抽样调查可用资源极为有限，以非机抽样为主。

（２）要获得不偏估计值，必须采用随机抽样。否则可考虑非随机抽样。

（３）必须以客观方法评估抽样设计精密度，应采用随机抽样；否则就考虑非随机抽样。

（４）预期抽样误差是研究误差主要来源，采用随机抽样，如预期非抽样误差是研究误差主要来源，则可虑用非随机抽样。

当选用随机抽样之后，斟酌下表各种随机抽样方法之优缺点比较，与调查之时间，人力，经费及母群体特征与需要估计值精准度需要，选取适当抽样方法。

各种随机抽样方法之优劣比较

３．样本数决定

决定样本数考虑因素及样本数估算

１．调查结果所要求的精准度。精度愈高，样本数愈多。

２．抽样母体的特性。如母全体不规则且分成若干较小子群体（Sar-Groups）则需求较多的样本，以求抽样准确度。

３．抽样调查设计良窳。如果样本能真正代表母群体，样本数小准确性高。由不相干之人来答，其误差随样本数加大而加大。

４．抽样成本合理化

因此最佳抽样数量，应是样本数足以产生准确的资料，又不超过调查预算称。即┌─────────┐┌──────┐

│抽样调查之信息价值｜＞│抽样调查成本│

└─────────┘└──────┘

估算抽样样本有多种，仅介络抽样统计项目提供简便之样本大小估计公式，以供参考。

实例：市场调查者想利用简单随机抽样自消费者１０００名中抽出若干消费者来测验其品牌忠诚度，并希望估计误差小于１．００，在９５％依赖水准之下，应抽样人数是多少﹖

＜此部份详阅统计学抽样理论部份，将更深入了解精密做法＞

六、非抽样误差之避免

在实际进行抽样调查时，常会产生「非随机因素」以外之其它因素所造成的误差，影向抽样结果精准性甚大，称为「非抽样误差」。此种误差只有细心设计抽样过程及正确认真执行抽样工作，方可减为最低。

造成非抽样误差原因：

１未能回受问卷或填答项目不完整，遗漏数据。

２测量不准：由测量方法及测量工具不良所导致。其主要原因之乃：

ａ设计错误：对于问题的了解不够深入，导致观念及推理逻辑偏离主题，整个抽样设计错误，所测量对象并非母群体真正参数。

ｂ问题偏激或隐匿事实，易造成受访者不安或压力，不愿给予正面答案。

ｃ更换样本：抽样访问对象与原来计划不同。

ｄ访问员之错误，误解问题或加入自己意见。

ｅ方法影向答案。即访问者本身影向被访问者状况。

３数据处理错误：如程序设计错误，资料牏入错误。

为弥补非抽样误差，通常使用之一些方法。

a. 为弥补遗漏数据采用「加权调整法」加以弥补。至于问卷没有回收，问项答不完整。采用「设算法」加以弥补。

b. 利用手提微电脑进行实地访问；计算机辅助电话访问（Conputer-assisted Telephone Interviewing，CATI）。

c. 统计分析利用计算机处理；抽样调查的结果经由计算机通讯网路直接传送结使用者。

七、美国企业公司在市场调查使用抽样方法之统计

美国２８２家公司市场调查抽样的方法

市场调查的管理要点先锋企管中心市场调查小组译犬田充着

台北先锋企业管理发展中心出版

单纯随机抽样＝简单随机抽样

集团抽样＝群集抽样

八、结语

在实地市场调查中，抽样调查为不可或缺手法。因此平日深入研究抽样方法，以使市场调查内容更加精确有效，调查时间及调查成本更趋合理，将促使市场研究之利用更加广泛更加深入。