非概率抽樣

大規模問卷調查通常是一件棘手的工作，雖然您希望調查結果能完美地代表整個群體，但在真實情況中，您往往不可能徵詢到每一個人的意見。

非概率抽樣是解決方法之一，而 SurveyMonkey 正是這方面的老手。SurveyMonkey Audience 的受訪群有超過五十萬人，是全美國最大的非概率樣本。

非概率抽樣是從一個較大的群體中——而且明知有些成員不可能參加調查——選出一群受訪者。這在概率抽樣中是不被允許的，根據概率抽樣的定義，母體中的每一個人被選中參加調查的機率都不能為零。

無論您使用的是如 SurveyMonkey Audience 的受訪群，或任何其他類型的非概率抽樣設計，在挑選受訪者的時候都一定會有意地排除掉群體中的某些成員。

有些排除的因素顯而易見，像是人們可以選擇要不要提供回覆。比方說，您可能會為了寄發客戶意見調查問卷而向顧客蒐集電子郵件地址，而有些人可能會拒絕提供，這就表示他們將沒有機會成為您的調查樣本。

有些排除的因素就比較隱而不顯。假設您計畫在某一天調查前 100 位走進您店裡的人，這看起來似乎是相當隨機的概率抽樣設計，但是仔細想想：一大早來到店鋪和比較晚來到店鋪的人，也可能屬於不同的類型。

如果您的商店在早上 9 點開門，當天第一位上門的顧客與晚上上門的顧客比起來，有很大的機率可能是沒受雇的人。也就是說，您想調查的群體中有某個部分的人完全沒有機會成為當天的前 100 名顧客，因此您的調查結果可能會有某種偏差——這就是非概率抽樣。

以下是某些經常使用的非機率抽樣設計，即使它們並不是很適合每一項調查：

統計學家偏愛機率抽樣，但是對在真實情況下進行調查的人來說，非機率抽樣是比較實際可行的做法。如果能妥善執行，非機率抽樣可以提供和真實的機率抽樣相同 (或更好) 的高品質資料。

大多數調查的目標都放在非常特定的群體，而不需要以機率抽樣的方式，確保同樣的多元化和代表性。如果要對養育幼兒的母親進行市場研究，您並不需要包含男性、無子女者和子女已成年者的機率抽樣。

即使非機率抽樣的樣本和您有興趣的群體並非完美重合，這種做法還是有很多好處，讓人願意持續採用。

使用非機率抽樣取得回覆，通常比使用機率抽樣更快速而便宜，因為樣本成員會比隨機聯絡到的人更有回覆的動機。例如，從電子郵件清單中選出來的人，比起清單以外的人，可能會是公司更忠實的顧客。

非機率抽樣的最大挑戰，就是要重現機率抽樣所能夠提供，同樣無偏差的結果。

請隨時小心注意，不要讓您招募受訪者的方式扭曲您的資料。某些網路受訪群會付款給受訪者，所以可能有些只為了錢而回答問卷，並沒有提供正確資訊的「專業」調查問卷填寫者，導致偏差的出現。

進行非機率抽樣的時候，請務必充分考慮潛在的偏差來源。造成結果偏差的原因有時並不容易預測，但重要的是，要從和您有興趣的群體特徵相符，同樣多樣化的受訪者群體開始著手。這樣不但可以提供和機率抽樣一樣準確的資料，還擁有更高的成本和時間效益。