样本定义

研究人员在市场研究或已进行的调查中，多久寻找一次合适的调查参与者？本研究的样本或受访者可以从已知或未知消费者或客户群体中选择。通常，即使您了解典型的受访者资料，如果没有受访者，您也无法完成研究项目。在这种情况下，研究人员和研究团队会联系专业组织，利用他们的受访者小组或从他们那里购买受访者，以完成研究和调查。他们可能是符合人口统计要求或符合特定标准的一般人群中的受访者。研究调查的成功取决于这些受访者。本页面详细介绍了各种样本类型、抽样技术和代表性案例。此外，它还描述了如何计算样本量，提供了有关在线样本的信息，并强调了使用它们的优势。

什么是样本？

样本是研究人员使用预定的选择方法，从更广泛的总体中选择或提取的精简信息集。这些组成部分被称为观测值、抽样单位或样本点。开发样本是开展研究的有效方法。整个总体通常需要研究，这很困难、昂贵且耗时。因此，研究样本可以提供研究人员可以用来了解整个总体的信息。例如，手机制造商可能希望采访美国大学的学生，了解某些功能。如果研究人员想找出学生使用的功能、他们希望看到的功能以及他们愿意支付的价格，则必须进行广泛的研究。完成此步骤对于理解需要开发的功能、需要升级的功能、设备价格以及上市计划至关重要。

仅在2016-17学年，美国大学就有2470万学生入学。不可能调查所有这些学生；所需的时间和金钱将使研究变得毫无意义，新技术的开发也变得不必要。通过根据地理位置选择大学，然后选择其学生的一个子集，可以获得足够的研究学生样本。市场研究的总体通常相当大。在所有可能性中，不可能计算整个总体。通常，样本代表了该总体的一大部分。然后，研究人员使用调查、民意测验和问卷从这些样本中收集数据，并将这些数据分析推断到更大的社区。

样本类型：带示例的选择方法

抽样方法是获取样本的过程。虽然这种技术会生成可以作为研究的一部分收集的定量和定性数据，但抽样在研究设计中起着至关重要的作用。概率抽样和非概率抽样是抽样技术的两种不同方法。

概率抽样技术的例子

通过概率抽样获取样本的过程涉及根据概率论从总体中选择对象。总体中的每个人都包含在这种技术中，每个人都有平等的机会被选中。因此，这种样本绝对没有偏见。然后研究可以涉及总体的每个成员。选择标准在市场研究开始时就确定，是调查的关键部分。概率抽样可以使用四种不同类型的样本。它们是：

1. 简单随机抽样

这种样本选择方法最容易理解。使用此策略，每个参与者都有平等的参与研究的机会。此样本总体中的每个成员都有平等的随机选择成为对象的几率。例如，如果大学院长想收集学生对教授及其教育水平的看法，此样本可以包括大学中的所有1000名学生。要创建此样本，可以从任何班级中随机选择100名学生。

2. 整群抽样

整群抽样是一种将受访者总体分成相等群集的抽样技术。根据年龄、地点、性别等定义性人口统计因素，找到群集并将其纳入样本。这使得调查开发人员可以非常简单地从响应中得出有用的结论。例如，如果FDA希望收集有关药物副作用的信息，它可以将美国大陆划分为不同的群集，例如州。然后，这些群集中的受访者将收到研究调查。使用这种样本生成方法，可以提供全面的数据收集和易于操作的信息。

3. 系统抽样

通过使用系统抽样，通过以相等间隔随机选择受访者来对总体进行抽样。选择起始点，然后以预定的抽样间隔选择受访者是选择样本的方法。例如，从10,000名申请人名单中选择1,000名奥运志愿者时，每个申请人被分配一个介于1到10,000之间的计数。然后可以通过从1倒计数并以10秒的间隔选择每个受访者来获得1,000名志愿者的样本。

4. 分层随机抽样

在研究设计阶段，分层随机抽样是一种将受访者总体划分为离散但预定义的参数的技术。此方法中的受访者不会重叠；相反，他们代表整个总体。例如，研究不同社会经济背景的人的研究人员可以根据他们的年收入识别受访者。之后，可以将这些样本中的一些对象用于研究。这会创建更小的个人群体或样本。

非概率抽样方法及其示例

在非概率抽样技术中，研究人员的判断用于选择样本。这种样本主要取决于研究人员或统计学家的获取能力。在进行初步研究时，会采用这种抽样方法，因为主要目标是就研究问题提出假设。在这里，每个参与者在样本总体中没有相同的概率，并且只有在选择样本后才知道这些参数。非概率抽样可以分为四种不同类型的样本。它们是：

1. 方便抽样

简单地说，方便抽样是指研究人员接触受访者的便利程度。用于创建此样本的方法不是科学的。样本组成部分的选择仅基于接近度，而非代表性，研究人员几乎无法控制它。当收集反馈存在时间和财务限制时，会使用这种非概率抽样方法。例如，考虑正在进行商场拦截研究以确定人们使用香水公司生产的香水的可能性的研究人员。根据他们与调查台的距离以及参与研究的意愿，选择此抽样技术中的样本受访者。

2. 判断抽样/目的抽样

判断抽样或目的抽样方法是一种仅基于研究人员的判断和对目标受众、研究性质以及其他相关因素的理解来选择样本的方法。只有符合研究标准和最终目标的人才使用此样本技术进行选择，其余的人则被排除。如果研究问题是“您想攻读硕士学位吗？”，并且唯一可接受的回答是“是”，那么其他人都不包含在研究中。例如，如果研究问题是“作为一名学生，您更喜欢哪所大学攻读硕士学位？”

3. 雪球抽样

雪球抽样或链式转介抽样是一种非概率抽样方法，其中样本具有不常见的特征。这种抽样方法利用现有参与者的推荐来找到研究所需的样本群体。例如，当被要求就艾滋病等敏感话题提供反馈时，受访者不愿提供详细信息。在这种情况下，研究人员可以招募对这些人有专业知识或了解的人，并要求他们代表研究人员收集信息。

4. 配额抽样

通过配额抽样，研究人员可以根据他们的分层自由选择他们想要使用的样本。这种方法的主要特点是两个人不能同时存在于两个不同的环境中。例如，一家鞋制造商可能想了解千禧一代如何看待该品牌相对于舒适度、成本等其他因素。对于这项研究，它只选择女性千禧一代，因为目标是收集对女鞋的看法。

如何确定样本量

正如我们上面了解到的，选择合适的样本量对于市场研究中的数据收集过程至关重要。但是，是否有样本量的精确估计？样本量是如何确定的？调查的发布方法是什么？为了充分理解所有这些并计算合适的样本量，首先必须理解构成样本基本特征的四个重要方面。它们是：

• 人口规模：所有潜在的研究参与者都包含在人口规模中。大多数情况下，这个数字非常庞大。例如，美国有3.27亿人。然而，在市场研究中不可能考虑所有因素。
• 误差范围（置信区间）：误差范围表示为百分比，是关于受访者数量准确代表整个人口观点的信心的统计推断。此百分比有助于在选择样本和确定可接受的误差量时进行统计分析。
• 置信水平：此统计量确定平均值在置信范围内的确切位置。90%、95%和99%的置信区间是最常见的。
• 标准差：此指标衡量调查波动性。考虑0.5，这意味着样本量必须非常大。

计算样本量

您需要以下变量来确定样本量：

• Z分数
• 标准差
• 误差范围
• 置信水平

您可以使用此公式来确定样本量：

样本量 = (Z分数)² * 标准差*(1-标准差) / (误差范围)²

考虑置信水平为90%，标准差为0.6，误差范围为+/-4%。

((1.64)² x .6(.6)) / (.04)²

(2.68x 0.36) / .0016

.9648 / .0016

603

您的样本量由所需的受访者人数确定——603。

抽样的优势

正如刚才提到的，抽样的优势众多。其中，最重要的优势是：

1. 降低成本和时间

使用样本可以减少需要联系的人数，从而降低成本和时间。与使用样本进行研究相比，考虑可以节省多少时间。

2. 减少资源部署

毋庸置疑，如果由于样本的存在，研究参与者数量显著减少，那么所需的资源也将显著减少。与研究整个人口相比，对样本进行研究所需的人力要少得多。

3. 数据准确性

由于样本代表了总体，因此收集到的信息是准确的。此外，由于受访者愿意参与，调查的辍学率显著降低，从而提高了数据的有效性和质量。

4. 深入而详尽的数据

由于受访者较少，样本的数据收集是深入而详细的。与从大量人群中收集信息相比，更多的时间和精力花在每个回复上。

5. 将属性应用于更广泛的总体

可以肯定地说，从样本中收集和分析的信息可以应用于更广泛的总体，因为样本代表了更广泛的总体，这将是正确的。

结论

总之，样本是总体的一部分，用于衡量整个群体的特征。抽样对于研究和数据分析至关重要，以便根据较小的样本量得出关于总体的结论。有各种类型的抽样，包括概率抽样、非概率抽样等，每种都有其自身的优缺点。

根据研究问题、预算和可用资源选择合适的抽样技术至关重要。此外，结果的准确性和普遍性也受到样本量的极大影响。本文全面介绍了抽样的定义、类型、公式和示例。研究人员和分析师可以通过了解不同类型的抽样和用于计算样本量的公式来执行更有效的研究和数据分析。抽样是一种关键方法，使研究人员能够从较小的样本量中得出关于社区的结论。研究人员可以通过使用适当的抽样技术和样本量来保证其发现的准确性和普遍性。在为您的客户、员工或学生创建在线调查时，您可能犯的最严重的错误之一就是提出不正确的问题。许多公司和组织对他们的调查有不同的需求。如果您问不相关的问题，参与者更有可能提前退出调查。使用样本问卷模板可以帮助您为一项富有成效的调查做好准备。