政治民意调查

概率抽样

一旦定义,宇宙必须选择宇宙的一个示例。概率抽样的最可靠的方法,被称为随机抽样,要求每个成员的宇宙有一个平等的机会被选中。这可以通过指定一个数字宇宙中每个人或写每个人的名字在一张纸上,把所有编号或指定在一个容器里,彻底搅拌,然后选择一个样本没有看名称或号码。通过这种方式,每个滑会有相同的被选概率。如果每个人编号,同样的效果可以通过使用随机数字表,它可以在任何计算机生成。随机数是与宇宙的会员编号,直到所需的样本大小。尽管编号过程通常不是可行的,一些宇宙已经分配的数量——比如说在给定工厂所有的工人工资,例如,或所有武装部队的成员。

另一个概率的方法,系统抽样,包括每一个n宇宙的成员在示例。因此,如果一个人想学习用户一定的态度网站,拥有10000用户,可以获得一个样本的1000用户的订户名单通过随机选择一个数字1到10之间,选择列表中的名称对应数量,然后选择每10名。系统抽样统计可靠的不如随机抽样。

非概率抽样

概率抽样技术不太可能有用当宇宙由一个庞大的人口,不是均匀。这是市场所面临的挑战和观点研究当他们开始进行大规模的调查。他们的解决方案是配额抽样,尝试匹配样本的特征与宇宙,从而实现一个小宇宙的复制品。举个例子,如果一个人知道,可能在最近的一次人口普查的基础上,有51个宇宙中女性每49岁男性,然后样本应该反映这些比例。同样的原则也应适用年龄,收入,教育、职业、宗教、国籍、住所,事实上任何特征这可能是相关意见被研究的范围。每个面试官要求定位和面试的人满足配额的特点有针对性的样品。

上半年的20世纪,大多数调查组织使用配额样本,和许多还在做,尽管转向电话调查随机抽样更为常见的通过使用随机数字拨号,,电脑编程(每拨打随机选择的号码n从可用的电话号码)。在英国,那里的选举活动只持续几周,配额样品已被证明更准确比概率样本以来,几乎所有的选举第二次世界大战。

的配额然而,抽样技术的缺点。在许多国家,人口普查数据差或不存在的。即使是最可靠的人口普查信息不能显示全部的特征可能会影响研究的意见。对于大多数人口,例如,它不知道有多少人素食者或有多少是外向的人还是内向的人。然而,这些特征可能与某些主题的意见。统计学家指出,在配额抽样是不可能给宇宙的每个成员一个已知的机会被选中,因此一个人不能计算的误差范围的结果可能是由于机会。此外,在这种类型的示例中,面试官必须使用他们的判断选择调查对象。因为他们的标准在选择受访者可能不同,结果有可能是偏见;通常情况下,面试官会选择与受访者最喜欢。

定额抽样的很大的优势是它比较容易设计和起诉一旦定义了目标的宇宙。定额抽样也花费更少的时间,回调是没有必要的(因为它们在概率抽样,参与选择样本成员必须确认)。相比之下,定义一个宇宙,然后随机选择和面试一个概率样本人口众多可以耗时和昂贵的(通常是不成比例的)。即使在情况下,电话面试将是合适的,其有效性可以通过未上市受阻数字或筛选设备,过滤掉不必要的调用者。在这种情况下,研究人员通常采用加权过程来调整这些类型的错误。这是一个常见的做法在网上调查,往往倾向于更加富裕的,受过良好教育的,中年的家庭。

尺寸和精度

所需的样本的大小取决于所需的精度水平。对许多目的,几百的样本adequate-if是正确的选择。网站,例如,可能会调查随机抽取的200名用户,发现18%想要更多的一种类型的内容和62%希望更多的另一种类型的内容。即使这些数字是错误的多达10百分点,调查仍有可能价值,因为它会给相当准确信息的用户等级类型的内容。选举民意调查,另一方面,会比这更准确,因为候选人通常分裂投票,而均匀。国家样本至少1000年至1500年完成面试通常是足够的,除非该调查旨在进行比较,而小亚组人群中或比较一个小组用一个更大的一个。在这种情况下更大的样本必须确保吸引大量的成员少数民族将代表。宇宙的大小,除了很小的数量(例如,议会成员),并不重要,因为统计可靠性(也称为误差或宽容限制)等较小的国家是一样的特立尼达和多巴哥(人口少于140万)中国(世界上人口最多的国家)——只要采样点的数量和位置反映出适当的地理分布。