·更新于 ·Glossary·Minds Team

配额抽样是什么?Quota Sampling 中文含义、步骤与示例

Quota sampling 的中文是配额抽样,也常被称为定额抽样。它是一种非概率抽样方法:先按年龄、性别、地区等与研究结论相关的特征划分子群体,再为每个子群体设定名额,招募到名额填满为止。它比随机抽样更快、更便宜,是在线样本库最常用的做法,但无法计算抽样误差,结论应视为方向性参考。

Quota sampling 的中文是配额抽样,也常译作定额抽样。它是一种非概率抽样方法:研究者先按年龄、性别、地区、收入或购买行为等特征把目标人群分成若干组,再为每组设定需要完成的样本数量,招募到名额填满为止。由于组内受访者不是随机抽取的,配额抽样速度快、成本低,却无法像随机抽样那样计算抽样误差。

在商业市场研究中,配额抽样非常普遍。美国民意研究协会(AAPOR)的工作组报告指出,非概率在线样本库通常不是从样本库中随机抽取,而是配额样本,即按目标配额招满指定数量的受访者;报告建议至少设置年龄、性别等基础人口配额,并对会影响关键指标的变量设置配额(AAPOR, 2023)。

配额抽样的工作原理

配额抽样有三个要素:配额变量、目标比例和完成数量。

  • 配额变量:会影响研究结论的特征,例如年龄段、性别、城市级别、收入或品类使用频率。
  • 目标比例:每组在目标人群中所占的份额,通常来自人口普查、行业报告或企业自己的客户数据。
  • 完成数量:总样本量乘以目标比例,得到每组需要完成的样本数。

招募过程中,系统或访员持续监控各组完成情况;某组名额填满后即停止招募该组,其余组继续开放。AAPOR 报告建议按“已完成的问卷”而不是“开始答题的人数”来计算配额,以免中途退出导致样本结构失衡。

具体示例

一家北美快消品牌计划推出功能性饮料,想比较三种包装宣称在不同人群中的表现。Pro计划访问 600 人,并参考自己的客户数据设定年龄配额:

  • 18-29 岁占 35%:600 × 35% = 210 人
  • 30-44 岁占 40%:600 × 40% = 240 人
  • 45-60 岁占 25%:600 × 25% = 150 人

团队还在每个年龄组内按“每周运动三次及以上”和“较少运动”各占一半设置了交叉配额。这样可以避免样本过度集中在最容易招募的年轻群体,也保证了每个细分组都有足够样本做对比。但因为组内并非随机抽取,结论仍应视为方向性参考,而不是对整个市场的精确估计。

配额抽样的分步实施流程

  1. 明确目标人群:确定研究要代表谁,例如“过去三个月购买过功能饮料的城市消费者”。
  2. 选择配额变量:挑选与研究问题最相关的二到四个变量,变量过多会让每个单元格样本过少、招募困难。
  3. 确定比例:用可靠的外部数据或客户数据确定各组在目标人群中的比例。
  4. 计算名额:用总样本量乘以比例,得出每组以及交叉单元格的目标数量。
  5. 招募并监控:按已完成问卷计数,名额满的组及时关闭。
  6. 分析与加权:比较各组结果;如果最终样本结构与目标仍有偏差,可再做事后加权,并在报告中说明这是非概率样本。

配额抽样与其他抽样方法的对比

抽样方法选择类型是否需要抽样框主要优势主要局限
配额抽样(定额抽样)非概率不需要快速得到结构均衡、便于分组比较的样本组内不随机,无法计算抽样误差
分层抽样概率需要可在各层内随机抽取并推断总体需要完整名录,成本高、周期长
简单随机抽样概率需要每个人入选概率相同,便于统计推断小众人群可能样本不足
方便抽样非概率不需要最快、最便宜样本结构不可控,偏差最大
目的抽样非概率不需要适合深入访谈特定专业人群不适合跨人群比较

方法论权衡与考量

配额抽样的价值在于用较低成本控制样本结构,确保关键人群不被遗漏,因此适合概念测试、广告预测试、品牌追踪和用户体验研究等需要分组比较的场景。

它的局限同样明确:第一,组内选人不随机,愿意参加调查的人可能与不愿参加的人存在系统差异;第二,只有被设为配额的变量受控,其他特征可能失衡;第三,不能计算传统意义上的误差范围。因此,涉及法律证明、临床研究、官方民调或需要精确总体估计的项目,应使用概率抽样。

Minds 如何应用配额抽样

Minds 是商业合成研究的端到端平台。每个 Mind 背后运行着 Minds 自研的推理与来源建模引擎 Minds PRISM,它结合公开资料以及在启用时您授权的研究资料,目标是在方向性合成研究的范围内尽量提高依据性、一致性和准确性。

配额思路可以直接用在受众设计上:创建受众(Audience)时,您可以按年龄、地区、职业、收入或购买行为等维度设定人群构成,然后在研究(Study)中使用开放式、单选、多选、量表和 MaxDiff 等题型,并按细分人群比较回答,测试的对象可以是包装、广告语、网站流程或 Figma 原型。每个受众都可以对照真实发布的调查或您自己的调查文件进行验证,并按每份调查得到满分 100 的分数。

需要注意的是,模拟受众不是从真实人群中抽取的样本,结果是方向性的。常见做法是先用模拟受众筛选方案和问卷,再用真实配额样本或概率样本确认关键结论。

相关术语

  • 分层抽样:把总体分层后在每层内随机抽取的概率抽样方法。
  • 定额抽样:配额抽样的另一种中文译名。
  • 方便抽样:按受访者是否容易接触来选人的非概率方法。
  • 目的抽样:根据特定专业特征有意挑选受访者的非概率方法。
  • 抽样框:用于抽取概率样本的完整名录。
  • 事后加权:调查结束后调整各组权重,使样本结构更接近目标人群。
  • MaxDiff 分析:让受访者在每组选项中选出最重要和最不重要的一项,从而得出偏好排序的方法。

总结

配额抽样(quota sampling,也称定额抽样)通过为每个关键人群设定名额,用较低成本得到结构均衡的样本,是商业调研和在线样本库中最常见的抽样方式。它适合分组比较和方向性判断,但无法计算抽样误差,不能替代概率抽样。想在上市前按不同人群快速比较方案,可以了解 Minds。

常见问题

Quota sampling 中文是什么意思?

Quota sampling 的中文译名是配额抽样,也有教材译作定额抽样。它指按照与研究相关的特征(如年龄、性别、地区)把总体分成若干组,为每组设定需要完成的样本数量,招满即止。组内受访者不是随机抽取的,所以它属于非概率抽样。

配额抽样和分层抽样有什么区别?

两者都会先把总体分组,区别在于组内如何选人。分层抽样需要完整的抽样框,并在每一层内随机抽取,因此可以计算抽样误差、推断总体;配额抽样不需要抽样框,组内按方便或自愿原则招满名额,速度快、成本低,但无法计算抽样误差。

配额抽样的名额如何计算?

用总样本量乘以目标人群中各组的比例。例如计划访问 500 人,目标人群中 18-34 岁占 40%、35-54 岁占 35%、55 岁及以上占 25%,那么三组名额分别为 200、175 和 125 人。比例通常来自人口普查、行业数据或自己的客户数据。

配额抽样有哪些优点和缺点?

优点是快、便宜,并能确保关键人群都有足够样本,便于分组比较。缺点是组内选人不随机,可能存在选择偏差;配额变量之外的特征不受控制;也不能像概率抽样那样计算误差范围,结论应视为方向性参考。

合成研究可以用配额吗?

可以借用同样的思路。在 Minds 中创建受众(Audience)时,可以按年龄、地区、职业或购买行为等维度设定人群构成,然后在研究(Study)中按细分人群比较回答。但模拟受众不是从真实人群中抽取的样本,其结果仍是方向性的,不能当作具有代表性的总体估计。