【正文】 ? 圖 2－ 1 高收入層 中收入層 低收入層 收入水平高 、 高 、 高 收入水平中 、 中 、 中 收入水平低 、 低 、 低 A群 B群 C群 收入水平高、中、低 收入水平高、中、低 收入水平高、中、低 （二）非隨機(jī)抽樣 ? 任意抽樣 （ 或稱便利抽樣 ） ? 任意抽樣是指根據(jù)調(diào)查者的方便而隨意選取樣本的方法 。 調(diào)查者根據(jù)其便利情況在街頭或便利情況在街頭或商店等場所向調(diào)查對象作訪問調(diào)查 。 ? 理論假定： 母體中的每一子體的特征都是相同的 。 而實(shí)際上 ， 母體中每一子體的特征并非都是一樣的 ， 它們之間的差異大小不一 ， 只有差異小的情況 ， 才適用采用此法 。 一般用于非正式的初步調(diào)查 。 ? 判斷抽樣 ? 判斷抽樣是調(diào)查人員根據(jù)其經(jīng)驗判斷來選定樣本的一種方法。 ? 配額抽樣 ? 配額抽樣是指對調(diào)查母體按某種屬性分層后所形成的子母體 ， 依據(jù)一定的特征規(guī)定樣本配額 ， 再由調(diào)查人員主觀判斷選定配額內(nèi)樣本的方法 。 ? 應(yīng)用此法抽取樣本簡便易行 、 省時 、 費(fèi)用低 ， 并且所抽樣本不至于偏重某一層 。 這也是此法被廣泛采用 ，成為非隨機(jī)抽樣中最流行方法的重要原因 。 ? 配額抽樣法與分層抽法既有共同點(diǎn)又有所區(qū)別。如表21所示。 ? 表 21 分層隨機(jī)抽樣 配額抽樣 相同 對調(diào)查母體按某種屬性分層并規(guī)定樣本數(shù)額 區(qū)別 從各層中分別隨機(jī)抽取若干樣本 從調(diào)查結(jié)果中能推算母體特征 從各層中分別主觀抽取若干樣本 不能從調(diào)查結(jié)果推算母體特征 抽樣方法復(fù)雜精密 ? 配額抽樣 ? 按分配樣本數(shù)額時的做法不同，配額抽樣分為獨(dú)立控制和相互控制兩種類型 ? 獨(dú)立控制配額抽樣只對具有某種特征的樣本分別獨(dú)立地規(guī)定分配數(shù)額，即不規(guī)定特征之間的交叉關(guān)系。 ? 相互控制配額抽樣則在分配樣本數(shù)額時要規(guī)定各特征之間的交叉關(guān)系，即采用交叉控制表來安排樣本的分配數(shù)額。例如，調(diào)查某地居民收入狀況，計劃抽樣 300人，將調(diào)查對象按年齡、性別、收入等特征分層，可得下列配額抽樣表，見表 22。 ? 表 22 收入 樣本數(shù) 高收入 中收入 低收入 總計 男 女 男 女 男 女 年 齡 1829 3 3 12 12 24 24 78 3044 6 6 18 18 21 21 90 4564 9 9 12 12 18 18 78 ≥65 9 9 6 6 12 12 54 小計 27 27 48 48 75 75 300 總計 54 96 150 性別 （三）隨機(jī)抽樣誤差及樣本容量的確定 ? 在抽樣調(diào)查中有兩類誤差最為常見： ? 一類是調(diào)查誤差。 ? 另一類是抽樣誤差。這主要是由于抽樣方式不合理或樣本容量過小造成的失誤。需注意以下兩個原則： ? （ 1）要正確確定抽樣的方法，嚴(yán)格遵守隨機(jī)的原則，使每個子體都有均等的機(jī)會被抽中； ? （ 2）要恰當(dāng)?shù)卮_定樣本容量。 ? 在單純隨機(jī)重復(fù)抽樣的情況下，估計母體均值所需的樣本容量，可按下面公式計算： ? （ ） ? 在單純隨機(jī)不重復(fù)抽樣的情況下，估計母體均值所需的樣本數(shù)，可按下面公式計算： ? （ ） ? 式中： n—— 樣本容量； ? t—— 在標(biāo)準(zhǔn)正態(tài)概率分布下置信區(qū)間的臨界值，如在 %的置信水平下，置信區(qū)間的臨界值為 2； ? σ2—— 母體方差（用過去的調(diào)查或試驗數(shù)據(jù)得到的來代替）； ? Δ—— 允許的誤差范圍； ? N—— 母體中的子體總數(shù)。 222tn ???222 2 2tNnNt??? ??? 例 21 ? 某家電企業(yè)對其所生產(chǎn)的 10 000只電吹風(fēng)進(jìn)行壽命檢驗。根據(jù)正常情況下的試驗數(shù)據(jù)，電吹風(fēng)壽命的方差（ σ2）為 15小時?，F(xiàn)采用不重復(fù)抽樣方式進(jìn)行抽樣調(diào)查，要求在 %的概率下，允許誤差不超過 2小時，問至少要抽多少樣本？ ? 解：由上述計算公式，可得樣本容量為： ? ?222 2 24 1 0 0 0 0 1 5 151 0 0 0 0 4 4 1 5tNnNt????? ? ?? ? ? ? ?只四、市場調(diào)查資料的整理和分析 ? （一）資料的整理 ? 編輯。 編輯是對所收集的資料作詳細(xì)的檢查和審核，以篩選出有實(shí)用價值的資料。編輯的目的是要保證有用資料的完整性和準(zhǔn)確性。 ? 分類匯總。 對量化的資料、定性的資料進(jìn)行分類匯總 ? 列表。 列表就是使問卷的應(yīng)答結(jié)果以某種表格的形式出現(xiàn)。最常見的表格形式有頻率分布表和百分比分布表。如表 23所示。 ? 還可將調(diào)查資料的有關(guān)情況用圖的方式直觀地反映出來，如可采用直方圖、餅圖、曲線圖等。 ? 表 23 “您是否會購買這種產(chǎn)品？” 數(shù)值（頻率） 百分比（ %） 肯定會買 114 可能會買 221 不 知 道 360 可能不買 210 肯定不買 202 合計 1107 ? （二）資料的分析 ? 平均值法。 如調(diào)查某地區(qū)居民對家用空調(diào)問題的看法，如表 24所示。例中采用了 7級量表測量。即完全同意為 7，完全不同意為 1，其余情況根據(jù)同意的程度不同從 7~1取不同大小的值。 ? 表 24 被調(diào)查者回答情況的平均分布 描述 總平均值 平均值 差別 有空調(diào) 無空調(diào) 空調(diào)是家庭必需品 目前空調(diào)價格太貴 國產(chǎn)空調(diào)質(zhì)量尚可 樣本大小 500 185 315 ? 頻率分布法。 該方法是根據(jù)相應(yīng)變量值出現(xiàn)的次數(shù)占總數(shù)的百分比來進(jìn)行分析方法。表 25為被調(diào)查者家庭中有無空調(diào)的數(shù)量及其分布的百分比，以此反映出被調(diào)查者家用空調(diào)的擁有比例。 ? 表 25 家庭有無空調(diào)頻率分布 家用空調(diào) 被調(diào)查者數(shù)量 （人） 百分比（ %） 有 185 37 無 315 63 合計 500 100 ? 3．多問題和多因素的綜合分析法 ? 例如：某保險公司對過去一段時間內(nèi)影響保戶發(fā)生機(jī)動車事故的因素進(jìn)行了調(diào)查，并對各種因素進(jìn)行了橫列表分析。從表 26 中可以看出有 61％的保戶在開車過程中從未出現(xiàn)過事故。 ? 表 26 保戶駕車的事故率 百分比（ %） 開車時無事故 61 開車時至少有一次事故 39 樣本數(shù)（人） 17800 ? 在性別基礎(chǔ)上分解以上信息，判斷男女駕車者之間是否存在差別。 ? 表 27 男女駕車者的事故率 ? 表 27顯然是一張二維的表。該表的結(jié)果顯示男士駕車的事故率要高。因此會進(jìn)一步產(chǎn)生新的疑問，如男士駕車的事故多，是不是同他們經(jīng)常長距離的駕駛有關(guān)呢？這樣就引入第三個影響因素“駕駛距離”，見表 28。 男（ %） 女（ %） 開車時無事故 56 66 開車時至少 有一次事故 44 34 樣本數(shù)（人） 9320 84800 ? 表 28 不同駕駛距離下的事故率 ? 表 28的結(jié)果表明，男士駕車的高事故率是由于他們的駕駛距離比女士要長。這一結(jié)果只說明事故率僅和駕駛的距離成正比而與駕駛者的性別無關(guān)，不能說明誰駕駛得更細(xì)心或更好。 ? 例子表明橫列表法是根據(jù)研究目的和需要，將最初形成的一維數(shù)據(jù)分成兩個或多個類目，形成二維或多維數(shù)據(jù)來進(jìn)行分析的方法。 駕駛距離 男（ %） 女（ %） ≥1萬公里 ＜ 1萬公里 ≥1萬公里 ＜ 1萬公里 開車時無事故 51 73 50 73 開車時至少有一次事故 49 27 50 27 樣本數(shù)（人） 7170 2150 2430 6050 第二節(jié) 市場調(diào)查預(yù)測法的應(yīng)用 ? 一、展銷調(diào)查預(yù)測法 ? 二、點(diǎn)面聯(lián)想法 ? 三、類推預(yù)測法 ? 即類比推理，是根據(jù)事物及市場環(huán)境因素的相似性，從一個已知事件的發(fā)展變化類推預(yù)測尚未發(fā)生的某些現(xiàn)象變化趨勢的一種判斷預(yù)測方法。它與演繹推理、歸納推理并列為三大分析推理方法。 ? 例 23： ? 某地區(qū)近十幾年來摩托車銷售統(tǒng)計資料如表 211所示，試以此資料分析預(yù)測本地區(qū)家用轎車的市場銷售發(fā)展趨勢和銷售量。 ? 表 211 ? 從對表 211的數(shù)據(jù)分析可以看出，除少數(shù)年份的銷售量略有下降外，其他的都是穩(wěn)步上升，基本可分為三個階段：19851994年為穩(wěn)步增長的導(dǎo)入期，其基數(shù)低，增長幅度較??； 19951998年為迅速成長期，基數(shù)放大，增長幅度大且穩(wěn)步； 19992021年開始進(jìn)入成熟期，其增長幅度明顯放慢。 2021 年份 1985 1986 1987 1988 1989 1990 1991 1992 銷售量（萬臺）