市场调研与数据预处理¶

市场调研考点笔记（完整精讲版）¶

一、四大抽样方法【必考辨析】¶

1. 简单随机抽样¶

核心定义：总体不分组、不排序，直接完全随机抽取个体。每个个体被抽中的概率相等，且相互独立。

适用场景：总体均匀、个体差异小；有完整抽样框（名单）。

特点：

最简单、随机性强，是最基本的抽样方法。
但误差相对大（相对于分层），且当总体很大时，操作成本高。
需要完整的抽样框，否则无法实施。

延伸：

具体操作方式：抽签法、随机数表法、计算机随机生成。
优点：理论最成熟，是无偏估计的基础。
缺点：当总体内部差异大时，同样样本量下精度不如分层抽样。

案例：从全校 5000 名学生中随机抽取 200 人调查月消费。若学生消费差异很大（有人月消费 500，有人 5000），简单随机抽样的误差会偏大。

2. 分层抽样（类型抽样）¶

核心定义：先按特征分层（行业、年龄、等级），每层内部分别抽样。

关键判断句：先分层、后抽样，每层都抽。

优点：代表性最强、误差最小。

适用场景：层内差异小、层间差异大。

延伸：

分层方式：按比例分层（各层样本比例与总体一致）、最优分配（差异大的层多抽）。
与整群抽样的核心区别：分层是“层内同质、层间异质”，整群是“群内异质、群间同质”。
分层抽样的误差只来自层内差异，不含层间差异，因此精度高。

案例：调查某公司员工满意度，按职级分为高管、中层、普通员工三层，每层按比例抽取。若不分层，可能抽到全是普通员工，代表性差。

3. 系统抽样（等距抽样）¶

核心定义：总体先排序 → 随机选起点 → 固定间隔抽取。

关键词：固定间隔、等距。

延伸：

间隔 = 总体规模 N ÷ 样本量 n。
优点：操作简便，适合总体名单已按某种顺序排列的情况。
风险：若总体存在周期性，可能产生系统性偏差。例如名单按“男、女、男、女”排列，间隔为 2 时可能全抽到某一性别。
与简单随机抽样的区别：系统抽样不是完全随机，但起点随机，通常近似随机。

案例：从 1000 个客户中抽 100 人，间隔为 10。随机起点为 7，则抽 7、17、27……1007（若循环则回到 7）。

4. 整群抽样 / 多阶段抽样¶

整群抽样：抽完整群体，抽到群全部调查。

多阶段抽样：一级一级抽（市→区→街道→人）。

考试区分口诀：

分层：层内差异小、层间差异大
整群：群内差异大、群间差异小

延伸：

整群抽样优点：操作成本低，适合总体分散、名单不全的情况。
整群抽样缺点：误差通常大于简单随机抽样，因为群内个体往往相似。
多阶段抽样是整群抽样的延伸，实际大型调查常用（如全国人口抽样调查）。
注意：整群抽样抽到群后，群内全部调查；多阶段抽样则是逐级抽取，最后一级才抽个体。

案例：

整群：从全市 100 所小学中随机抽 10 所，对这 10 所所有学生调查。
多阶段：从全市抽 3 个区 → 每个区抽 5 个街道 → 每个街道抽 2 个社区 → 每个社区抽 50 户。

四大抽样方法对比表¶

方法	核心操作	适用场景	优点	缺点
简单随机	完全随机抽	总体均匀	最简单、无偏	误差大、需抽样框
分层	先分层后抽	层内小、层间大	代表性最强、误差最小	需分层信息
系统	排序+等距	名单有序	操作简便	怕周期性
整群	抽群全查	群内大、群间小	成本低	误差大
多阶段	逐级抽	大型调查	灵活、成本低	设计复杂

二、抽样误差与样本量公式考点【计算题必考】¶

核心定理¶

抽样误差与样本量的平方根成反比。

即：误差 ∝ 1 / √n

误差变为原来的 1/k，样本量需要扩大 k² 倍。

经典题型¶

误差减半 → 样本量 ×4 → 记得算「增加量」不是总量。

延伸公式：

若误差要求从 E 变为 E/k，则新样本量 n' = n × k²。
增加量 = n' − n = n(k² − 1)。

案例 1：

原调查样本量 400，误差为 ±5%。若要求误差缩小到 ±2.5%（减半），则新样本量 = 400 × 4 = 1600，增加量 = 1600 − 400 = 1200。

案例 2：

原样本量 100，误差 ±10%。若要求误差变为原来的 1/3，则新样本量 = 100 × 9 = 900，增加量 = 800。

易错点：

题目问“需要扩大多少倍” → 答 k²。
题目问“需要增加多少” → 答 n(k² − 1)。
题目问“总样本量是多少” → 答 n × k²。

延伸：

对于比例估计，样本量公式 n = Z² × p(1−p) / E²。
对于均值估计，样本量公式 n = Z² × σ² / E²。
实际调查中还要考虑无回答率，需适当扩大样本量。

三、A/B测试样本量影响因素【高频对错题】¶

四大规律（必背）¶

预期提升幅度越大 → 所需样本量越小（差异明显，容易测出）
样本方差越大（数据越乱）→ 所需样本量越大
一类错误 α 要求越严格（越小）→ 样本量越大
二类错误 β 要求越严格（越小）→ 样本量越大

极简口诀：差异大样本小，方差、精度越高样本越大。

延伸：

一类错误 α：原假设为真时拒绝原假设的概率（误报）。
二类错误 β：原假设为假时未拒绝原假设的概率（漏报）。
统计功效 = 1 − β，功效越高，样本量越大。
单侧检验比双侧检验所需样本量略小。
若预期提升幅度很小，需要极大样本才能检测出差异。

案例：

某电商测试新按钮颜色，原转化率 10%。

若预期提升到 12%（提升 2 个百分点），需要较大样本。
若预期提升到 20%（提升 10 个百分点），需要较小样本。
若用户转化率方差很大（不同用户差异大），需要更大样本。

易错点：

“α 越小，样本量越小” → 错，α 越小，样本量越大。
“β 越小，样本量越小” → 错，β 越小，样本量越大。
“差异越大，样本量越大” → 错，差异越大，样本量越小。

四、定性研究 VS 定量研究【多选必考】¶

1. 定性研究（小样本、挖动机、主观）¶

包含：深度访谈、焦点小组座谈、投影技法

用途：探索问题、挖掘态度、洞察心理

延伸：

深度访谈：一对一，深入挖掘个人动机。
焦点小组：6–10 人，主持人引导讨论，观察互动。
投影技法：如词语联想、图片解释，挖掘潜意识。
特点：样本小、不追求统计推断、结果主观、灵活。
适用：新产品概念探索、广告创意测试、消费者心理研究。

案例：某公司想了解消费者对“健康零食”的真实看法，先做 3 场焦点小组，发现消费者其实更关注“好吃”而非“健康”，这就是定性研究的价值。

2. 定量研究（大样本、数据、统计）¶

包含：问卷调查、实验法

用途：验证结论、数据分析、统计推断

延伸：

问卷调查：结构化、封闭式为主，大样本。
实验法：控制变量，验证因果关系。
特点：样本大、可统计推断、结果客观、标准化。
适用：市场份额测量、满意度评分、A/B 测试。

案例：某公司通过 1000 份问卷验证“健康零食”概念，发现 60% 消费者愿意购买，误差 ±3%。

定性 vs 定量对比表¶

维度	定性研究	定量研究
样本	小	大
方法	访谈、座谈、投影	问卷、实验
目的	探索、挖掘	验证、推断
结果	主观、描述	客观、数据
适用	前期探索	后期验证

延伸：实际调研常先定性后定量，先探索问题，再大规模验证。

五、问卷题型编码考点¶

1. 封闭式问题¶

选项固定 → 事前编码（预编码）
是否类题目 → 二分变量编码（0-1 变量）

延伸：

事前编码：问卷设计时就设定好选项和编码，如 1=男，2=女。
二分变量：只有两个取值，如 0=否，1=是。
优点：统计方便，信度高。

案例：

“您是否购买过该产品？” → 0=否，1=是。

2. 开放式问题¶

自由作答 → 事后编码

延伸：

事后编码：回收问卷后，对开放答案归类编码。
优点：信息丰富，可发现新问题。
缺点：统计复杂，编码主观。

案例：

“您对产品有什么建议？” → 回收后归类为“价格”“质量”“服务”等编码。

3. 单选 vs 多选命题规律¶

单选：信息少、统计简单、信度高
多选：信息多、统计复杂、问卷不能滥用多选

延伸：

单选适合互斥选项，如性别、年龄段。
多选适合非互斥选项，如“您喜欢哪些功能？”
多选过多会导致被访者疲劳，数据质量下降。
多选统计时常用频数、交叉分析，不能简单加总百分比。

案例：

“您购买时考虑哪些因素？”（多选）→ 价格、质量、品牌、服务。统计时每个选项单独算百分比，总和超过 100%。

六、调研方案设计原则（经费+样本合理性）¶

三大原则¶

线下访谈成本极高，样本不宜过大
分层群体（VIP/普通）都要有合理样本，不能某一层过少
总量不能超预算，兼顾代表性+经济性

延伸：

线下访谈成本包括：访问员费用、交通、礼品、场地。
分层样本过少会导致该层结论不可靠。
预算约束下，优先保证核心层样本量。
可考虑线上补充线下，降低成本。

案例：

某公司调研 VIP 和普通客户，预算 10 万。VIP 客户少但重要，普通客户多。方案：VIP 抽 200 人，普通抽 800 人，总量 1000，不超预算。

易错点：

“样本越大越好” → 错，要兼顾预算和代表性。
“VIP 少抽点没关系” → 错，VIP 层样本过少会导致结论偏差。

七、市场调研核心底层逻辑【易错题终极纠正】¶

高频错题考点：市场调研方法论的驱动来源¶

✅ 正确：市场需求驱动

❌ 错误：理论架构驱动、统计模型驱动

延伸理解：

市场调研是商业行为：先有市场问题/需求，再选理论、模型、方法。理论和模型只是工具，不是驱动源头。

案例：

某公司发现销量下滑（市场问题），于是做调研。先明确“为什么下滑”，再选择访谈、问卷、实验等方法。而不是先想“我要用某个统计模型”，再去找问题。

易错点：

“市场调研由理论驱动” → 错。
“市场调研由统计模型驱动” → 错。
“市场调研由市场需求驱动” → 对。

延伸：

市场需求是调研的起点和终点。
理论、模型、方法都是服务于市场需求的工具。
调研方案设计要围绕市场问题展开。

八、终极一页背诵清单（考场直接用）¶

按行业分层抽样 = 分层抽样
随机起点+固定间隔 = 系统抽样
误差减半 → 样本×4、必算增加量
效果差异越大，样本量越小
访谈/座谈/投影 = 定性；问卷/实验 = 定量
封闭事前编码、开放事后编码；是否题用二分变量
调研由市场需求驱动，不是理论驱动
线下贵、样本均衡、不超预算是方案最优解

九、延伸补充：高频计算题与易错点汇总¶

计算题模板¶

题型 1：误差与样本量

公式：n' = n × k²
增加量 = n(k² − 1)

题型 2：分层抽样样本分配

按比例：各层样本 = 总样本 × (该层总体 / 总总体)
最优分配：差异大的层多抽

题型 3：A/B 测试样本量

差异越大，样本越小
α、β 越小，样本越大
方差越大，样本越大

易错点汇总¶

易错点	正确
α 越小样本越小	α 越小样本越大
差异越大样本越大	差异越大样本越小
调研由理论驱动	调研由市场需求驱动
样本越大越好	兼顾预算与代表性
误差减半样本×2	误差减半样本×4
整群群内差异小	整群群内差异大
分层层内差异大	分层层内差异小

十、终极口诀（背完上考场）¶

分层先分后抽，系统起点等距；

整群抽群全查，多阶段逐级抽。

误差减半样本四，增加量要单独算。

差异大样本小，方差精度高样本大。

定性访谈座谈投影，定量问卷实验。

封闭事前开放事后，是否二分变量。

线下贵、样本均衡、不超预算。

市场需求驱动，不是理论驱动。