良好的調查研究設計從強抽樣策略開始
傳統的市場調查是基於這樣一種觀點，即樣本 - 一組有代表性的受訪者 - 可以被識別和訪問。
調查研究中的代表性樣本
在市場調研中， 代表性樣本一詞指的是：
- 挑選一些與消費者目標群體成員相匹配的消費者。 目標宇宙的一個例子可能是20到30歲的智能手機的所有者和用戶。
- 樣本和宇宙之間的匹配對於預期對調查結果有影響的所有屬性必須強大。
- 一個樣本與宇宙匹配的例子可能是為年輕女性名人設計的香水挑選消費者。 在這種情況下，預期對調查結果有影響的屬性將是女性，18-28歲，娛樂精通。
- 第二組屬性可能是： 居住在東海岸或西海岸的城市住宅，入讀大學，可支配收入 （收入水平）。
- 樣本中可以歸因於相關特徵的成員的比例必須非常接近目標消費者群體中的成員比例。
- 例如，如果消費者領域包含商業人士，大學生和老年人，那麼在周三下午的大學書店中，有代表性的樣本不能由適合的學生建立。
- 訪問調查參與者可能很困難。 這是專業調查小組常常用於調查活動的主要原因之一。
- 另一個有效的策略是採用分層隨機抽樣程序，協助研究人員梳理有關子群體的數據。
調查研究中的樣本選擇
樣本成員以多種方式選擇，旨在減少偏見。 這意味著增加產生有效研究結論的可能性 ，並且可以將結論推廣到目標宇宙。
調查樣本優選通過隨機化過程來選擇。 例如，如果從數據庫中選擇樣本成員，則可能會選擇數據庫清單中的每三名成員。 偶爾，樣本成員可能需要分配而不是隨機選擇。 這不是一個首選的方法，因為即使在最佳條件下，調查也會受到基於樣本的不准確性的影響，這些不准確性都與機會有關，與研究設計無關。 讓我們看一下錯誤來源列表，這些錯誤來源由實驗性資源標識的選民電話投票問題修改。 該清單包括調查設計，調查實施和調查數據分析中可能的不准確來源：
- 調查對像對調查問題提供虛假或不完整的答复。
該列表中的項目再次由實驗資源的電話投票列表修改，與調查設計相關。
- 一個隨機化過程被使用，但是 - 偶然 - 它拾取了太多的異常值。 *
- 調查中的問題措辭不佳，讓調查對象感到困惑。
- 調查問題的順序不當地影響後續問題的答复。
- 調查回答受到加重或分組扭曲的數據。
一旦市場研究人員相當舒適地認為樣本在他的調查研究中代表目標人群，注意力可以轉移到樣本量和置信區間的考慮。
實驗資源是一個由心理學研究人員創建的有趣網站，他們試圖找出如何計算和刪除異常值。