1、特点
概率抽样特点：随机原则，可以据以对总体参数进行估计；技术含量高、成本高、更精确。
非概率抽样特点：非随机原则，统计量的分布不确定，无法进行参数估计；技术含量低、成本低、时效快、操作简便。
2、适合情况
概率抽样：如果调查的目的在于掌握和研究总体的数量特征，得到总体参数的置信区间，就使用概率抽样。
非概率抽样：适合探索性的研究，调查结果用于发现问题，为更深入的数量分析提供准备。非概率抽样也适合市场调查中的概念测试。
扩展资料
非概率抽样常用方法
1、方便抽样
指根据调查者的方便选取的样本，以无目标、随意的方式进行。例如：街头拦截访问，个别入户项目谁开门就访问谁。
2、判断抽样
由专家判断而有目的地抽取认为“有代表性的样本”。例如：社会学家研究某国家的一般家庭情况时，常以专家判断方法挑选“中型城镇”进行；也有家庭研究专家选取某类家庭进行研究，如选三口之家（子女正在上学的）；在探索性研究中，如抽取深度访问的样本时，可以使用这种方法。
3、配额抽样
先将总体元素按某些控制的指标或特性分类，然后按方便抽样或判断抽样选取样本元素。例如：定点街访中的配额抽样。适用于设计调查者对总体的有关特征具有一定的了解而样本数较多的情况下。
4、滚雪球抽样
先随机选择一些被访者并对其实施访问，再请他们提供另外一些属于所研究目标总体的调查对象，
根据所形成的线索选择此后的调查对象。
概率抽样是在一个群体里面的，例如，是调查这间学校的学生身体状况 ，单位是这间学校的学生是一个群体。 非概率抽样是适合商场的 ，他们抽查东西是随机的抽样， 目的是能得到更高的商品质量的报告。概率抽样又称随机抽样.概率抽样以概率理论和随机原则为依据来抽取样本的抽样,是使总体中的每一个单位都有一个事先已知的非零概率被抽中的抽样。总体单位被抽中的概率可以通过样本设计来规定，通过某种随机化操作来实现,.虽然随机样本一般不会与总体完全一致,但它所依据的是大数定律,而且能计算和控制抽样误差,因此可以正确地说明样本的统计值在多大程度上适合于总体,根据样本调查的结果可以从数量上推断总体,也可在一定程度上说明总体的性质,特征.概率抽样主要分为简单随机抽样,系统抽样,分类抽样,整群抽样,多阶段抽样等类型.现实生活中绝大多数抽样调查都采用概率抽样方法来抽取样本.原则概率抽样的基本原则是:样本量越大，抽样误差就越小，而样本量越大，则成本就越高。根据数理统计规律，样本量增加呈直线递增的情况下(样本量增加一倍，成本也增加一倍)，而抽样误差只是样本量相对增长速度的平方根递减。因此，样本量的设计并不是越大越好，通常会受到经济条件的制约。原理市场调查方法A 案头调研 案例研究法 B 不重复抽样 C 抽样调查 重置抽样 抽签法 产品留置测试 D 多维尺度法 定量研究方法 定性研究方法 典型调查法 电话调查 多阶段抽样 等距抽样 独立控制配额抽样 等距量表 等比量表 E 二手资料调研 二路焦点小组 F 非概率抽样 分层抽样 分层比例抽样 分层最佳抽样 G 观察法概率抽样拐点调研 滚雪球抽样 H 会议调查 J 焦点访谈法 经验判断法 随机抽样 家庭日记法 经销商访谈 K 可行性研究 L 联合分析法 留置调查 垃圾调研法 类别量表 M 面谈访问法 盲测 描述性调研 P PPS 判断抽样 配额抽样 平衡量表法 评价量表 配对比较量表 Q Q分类法 R 任意抽样 S 容量测定法 SEM模型 深层访谈法 双重抽样 实验调查法 实地调研 数值分配量表 随机号码表法 顺序量表 T 投影技法 推销估计法 投射研究 探索性调研 W 文献调查法 问卷调查法 网络调研 文案调查法 无准备访问 网上调查 X 询问法 辛迪加调研 行踪分析 相互控制配额抽样 Y 邮寄调查 因果性调研 Z 主观概率法 整群抽样 重点调查 逐户寻找法概率抽样之所以能够保证样本对总体的代表性，其原理就在于它能够很好的按总体内在结构中所蕴含的各种随机事件的概率来构成样本，使样本成为总体的缩影。优点⑴ 概率抽样包括以下几个方面的优点:调查者可获得被抽取的不同年龄、不同层次的人们的信息能估算出抽样误差调查结果可以用来推断总体。 例如，在一项使用概率抽样法的调查中，如果有 5 %的被访者给出了某种特定回答，那么，调查者就可以以此百分比再结合抽样误差，推及总体情况。⑵ 另一方面，概率抽样也有一些弊病:-在大多数案例中，同样规模的概率抽样的费用要比非概率抽样高-概率抽样比非概率抽样需要更多时间策划和实施-必须遵守的抽样计划执行程序会大量增加收集资料的时间。方法概率抽样包括有简单随机抽样、系统抽样(等距抽样)、分层抽样(类型抽样)、整群抽样、多段抽样、PPS抽样和户内抽样。等距抽样 在定量抽样调查中，等距抽样常常代替简单随机抽样。由于该抽样方法简单实用，所以应用普遍。等距抽样得到的样本几乎与简单随机抽样得到的样本是相同的。等距抽样的基本做法是，将总体中的各单元先按一定的顺序排列、编号，然后决定一个间隔，并在此间隔基础上选择被调查的单位个体。样本距离可通过下面公式确定:样本距离 =总体单位数∕样本单位数 例如，假设你使用本地电话本并确定样本距离为 100 ，那么 100 个中取 1 个组成样本。这个公式保证了整个列表的完整性。 等距抽样方式随意用一个起点，例如，如果你把一本电话本作为抽样框，必须随意取出一个号码决定从该页开始翻阅。假设从第 5 页开始，在该页上再另选一个数决定从该行开始。假定选择从第 3 行开始，这就决定了实际开始的位置。等距抽样方式相对于简单随机抽样方式最主要的优势就是经济性。等距抽样方式比简单随机抽样更为简单，花的时间更少，并且花费也少。使用等距抽样方式最大的缺陷在于总体单位的排列上。一些总体单位数可能包含隐蔽的形态或者是"不合格样本"，调查者可能疏忽，把它们抽选为样本。分层抽样 定量调查中的分层抽样是一种卓越的概率抽样方式，在友邦公司以往的调查中经常被使用。 分层抽样的具体程序是:把总体各单位分成两个或两个以上的相互独立的完全的组(如男性和女性)，从两个或两个以上的组中进行简单随机抽样，样本相互独立。总体各单位按主要标志加以分组，分组的标志与我们关心的总体特征相关。例如，我们正在进行有关啤酒品牌知名度方面的调查，初步判别，在啤酒方面男性的知识与和女性不相同，那么性别应是划分层次的适当标志。如果不以这种方式进行分层抽样，分层抽样就得不到什么效果，花再多时间、精力和物资也是白费。 分层抽样与简单随机抽样相比，我们往往选择分层抽样，因为它有显著的潜在统计效果。也就是说，如果我们从相同的总体中抽取两个样本，一个是分层样本，另一个是简单随机抽样样本，那么相对来说，分层样本的误差更小些。另一方面，如果目标是获得一个确定的抽样误差水平，那么更小的分层样本将达到这一目标。在调查实践中，为提高分层样本的精确度实际上要付出一些代价。通常，我们现实正确的分层抽样一般有三个步骤: 首先，辩明突出的(重要的)人口统计特征和分类特征，这些特征与所研究的行为相关。例如，研究某种产品的消费率时，按常理认为男性和女性有不同的平均消费比率。为了把性别作为有意义的分层标志，调查者肯定能够拿出资料证明男性与女性的消费水平明显不同。用这种方式可识别出各种不同的显著特征。调查表明，一般来说，识别出 6 个重要的显著特征后，再增加显著特征的辨别对于提高样本代表性就没有多大帮助了。第二，确定在每个层次上总体的比例(如性别已被确定为一个显著的特征，那么总体中男性占多少比例，女性占多少比例呢?)。利用这个比例，可计算出样本中每组(层)应调查的人数。最后，调查者必须从每层中抽取独立简单随机样本。整群抽样 以上各种抽样类型全部是按单位抽取的，即按样本单位数，分别一个单位一个单位地抽取。在整群抽样中，样本是一组单位一组单位地抽取。整群抽样有两个关键步骤:-同质总体被分为相互独立的完全的较小子集。-随机抽选子集构成样本。 如果调查者在抽中的子集中观察全部单位，我们就有了一级整群样本。如果在抽中的子集中再以概率方式抽取部分单位观察，我们就有了二级整群样本。分层和整群抽样都要将总体分为相互独立的完全子集。它们的区别是，分层抽样的样本是从每个子集中抽取，而整群抽样则是抽取部分子集。 地理区域抽样是整群抽样的典型方式。挨门挨户去调查一个特定城市的调查者也许会随机抽选一些区域，较集中地访查一些群体，大量减少访问时间和经费。整群抽样被认为是概率抽样技术，因为它随机抽出群和随机抽出单位。值得注意的是，在整群抽样下，我们假定群中单位与总体一样存在异质性。如果一群中单位的特征非常相似，如果由于共同环境使群内差异小而群与群之间差异大。一般来说，要解决这个问题可以扩大群数，然后从各群中抽取少量单位数，以保证样本的代表性。1、方便抽样（Convenience sampling）
样本限于总体中易于抽到的一部分。最常见的方便抽样是偶遇抽样，即研究者将在某一时间和环境中所遇到的每一总体单位均作为样本成员。“街头拦人法”就是一种偶遇抽样。
某些调查对被调查者来说是不愉快的、麻烦的，这时为方便起见就采用以自愿被调查者为调查样本的方法。方便抽样是非随机抽样中最简单的方法，省时省钱，但样本代表性因受偶然因素的影响太大而得不到保证。
2、判断抽样（Judgment sampling）
指由专家判断而有目的地抽取他认为“有代表性的样本”。例如：社会学家研究某国家的一般家庭情况时，常以专家判断方法挑选“中型城镇”进行。
3、配额抽样（Quota sampling）
指先将总体元素按某些控制的指标或特性分类，然后按方便抽样或判断抽样选取样本元素。
相当于包括两个阶段的加限制的判断抽样。在第一阶段需要确定总体中的特性分布（控制特征），通常，样本中具备这些控制特征的元素的比例与总体中有这些特征的元素的比例是相同的，通过第一步的配额，保证了在这些特征上样本的组成与总体的组成是一致的。
在第二阶段，按照配额来控制样本的抽取工作，要求所选出的元素要适合所控制的特性。例如：定点街访中的配额抽样。
4、滚雪球抽样（Snowball sampling）
以若干个具有所需特征的人为最初的调查对象，然后依靠他们提供认识的合格的调查对象，再由这些人提供第三批调查对象，……依次类推，样本如同滚雪球般由小变大。
滚雪球抽样多用于总体单位的信息不足或观察性研究的情况。这种抽样中有些分子最后仍无法找到，有些分子被提供者漏而不提，两者都可能造成误差。
非概率抽样（Non-probability sampling）又称非随机抽样，指根据一定主观标准抽取样本，令总体中每个个体的被抽取不是依据其本身的机会，而是完全决定于调研者的意愿。
其特点为不具有从样本推断总体的功能，但能反映某类群体的特征，是一种快速、简易且节省的数据收集方法。当研究者对总体具有较好的了解时可以采用此方法。
或是总体过于庞大、复杂，采用概率方法有困难时，可以采用非概率抽样来避免概率抽样中容易抽到实际无法实施或“差”的样本，从而避免影响对总体的代表度。
扩展资料
简单易行、成本低、省时间,在统计上也比概率抽样简单。但由于无法排除抽样者的主观性，无法控制和客观地测量样本代表性，因此样本不具有推论总体的性质。
非概率抽样多用于探索性研究和预备性研究，以及总体边界不清难于实施概率抽样的研究。在实际应用中，非概率抽样往往与概率抽样结合使用。
