风铃系统致力于打造未来的商业操作系统，运用大数据和人工智能技术，融合行为和态度数据，帮助企业全时段聆听用户心声，全旅程改善用户体验。风铃系统推出了品牌体验、产品体验、服务体验和员工体验组成的CEM产品矩阵，为企业、政府、高校和个人提供问卷设计、样本收集、建模分析、决策建议等一站式解决方案。

“不做调查没有发言权。不做正确的调查同样没有发言权。”在万物互联的时代，如何运用互联网和其他信息技术进行调查才能更好的支撑决策，避免对决策的误导？生活中会遇到各种在线调查问卷和结果。那么，风铃系统今天跟大家聊聊：在线调查的抽样方式是什么？通常包含哪两大类？

对于一些学科的同学和研究者来说，在应对新冠疫情的特殊时期，做在线调查可能成为一个更方便可行的数据收集渠道。在线调查可以降低成本，方便数据的获取；同时，为了更准确的实现调查的目标、增强样本对总体的代表性，也需要更细致的了解在线调查的不同抽样方法和注意事项。

【调查抽样可分为两大类】：基于概率的抽样（也称为“随机抽样”）和非概率抽样。基于概率的样本是使用某种概率机制选择受访者的样本，并且样框总体的每个成员被抽中的概率已知。对于抽样框的每个成员，被抽中的概率不一定必须相等。

• 概率样本的类型包括：简单随机抽样（SRS）、分层随机抽样、整群抽样、系统抽样。

当每个个体被抽中的概率无法确定，或者个体能够选择是否参与调查时，就会出现非概率样本（有时称为方便样本，conveniencesamples）。对于概率样本，调查员使用某种概率机制选择样本，并且总体中的个体无法控制此过程。相反，网络调查可以简单地发布在网站上，由浏览该网站的人决定是否参加调查。顾名思义，这种非概率样本因为获取方便，因此经常被使用。

在基于概率的调查中，参与者可以选择不参加调查，而严格的调查则试图将决定不参加（即不答复）的人数降至最低。在这两种情况下，都有可能产生偏差（bias），但是在非概率调查中，偏差的可能性更大，因为选择加入的个体可能无法代表总体。此外，在非概率调查中，通常没有办法评估偏差的大小，因为通常没有关于选择不参加的个体的信息。

一般来说，获取非概率样本耗费的时间和精力更少，因此生成成本更低，但它们通常不能支撑正式的统计推断。但是，非概率样本可能对研究有其他方面的帮助。例如，在研究的早期阶段，采集方便样本（conveniencesamples）对提出假设、识别问题、定义替代方案的范围或收集其他种类的非推断数据可能有用。

• 非概率样本的类型包括：滚雪球抽样、判断抽样

抽样要求调查研究人员依据受访者的特定特征分配采样数额。对受访者的实际选择权交给了调查访问员（interviewers），由他们来完成配额。细微的偏差可能会由此渗入样本的选择中。

滚雪球抽样（受访者驱动的抽样，也译作裙带抽样、推荐抽样）。

当具有所需特征的样本个体非常稀少，以至于通过其他方式（如简单随机抽样）定位到足够多的受访者非常困难或昂贵时，常采用滚雪球抽样。它依赖于最初受访者的推荐，以产生更多的受访者。尽管此技术可以大大降低搜索成本，但以引入偏差作为代价，该技术本身会大大增加样本无法代表总体的可能性。

判断抽样（也译作立意抽样）是一种方便抽样，研究人员根据自己的判断选择样本。

例如，即使所推断的总体包括所有互联网用户，研究人员可能会决定只从一个“代表性”的互联网用户社群抽取整个随机样本。判断抽样还可以以结构更简单的方式进行应用，而无需应用任何随机抽样。

以上便是风铃系统为读者朋友带来的相关内容介绍，希望对大家有所帮助，感谢阅读！