Hot Database

为了获得具有统计意义的结果，你需要调查至少 100 人，最好是 200 或 300 人。在这种情况下，误差大小是中等的。
有趣的事实：测量的准确性取决于接受调查的人数。但样本量大并不能保证结果的正确性。只有正确选择研究参与者和使用适当的数据收集方法才能确保代表性。

一个来自笑话的坏样本研究的例子：一项在线调查显示，100％的人口使用互联网。
唯一一个你不想使用代表性样本的情况是当你的受众群体非常狭窄的时候。例如，某企业从事B2B领域经营，与生产炼钢设备的工厂合作。国内这样的企业很少，直接与各个公司的代表沟通比有选择地研究他们更加容易。


在所有类型的、受众群体庞大的研究中，样本的代表性都非常重要。
样品类型
样本可以是随机的，也可以是针对性的。

随机抽样被认为是最准确和最具代表性的，但它极难实现。要做到这一点，你需要接触到广大民众。在调查中，这些是所有目标受众的联系人 。

机选出的。样本量必须足够大才能获得准确的结果。
这种方法有时会在选举或其他公共活动前使用。从技术上来说，可以通过两种方式实现：

获取电话号码数据库并使用计算机程序选择完全随机的联系人进行调查。
创建一个编号的受访者列表，并在某个步骤中 电报数据 选择参与者。例如，根据受众的规模，采取每百分之一或每千次接触一次的措施。该方法被认为不太准确。
目的抽样涉及根据特定标准选择参与者。他们是根据公司的目标进行选择的：营销人员会塑造出符合目标受众特征的样本。这些参数是对受访者答案影响最大的因素。

例如，为了研究某个城市的公共交通质量，您可以根据年龄和是否拥有汽车创建样本。毕竟，开车的人对情况的看法不同，他们的答案也会不同。

重要的一点：样本中每个子群体的人数比例必须与总体相对应。则代表性就高。
换句话说，如果 60% 的城市居民乘汽车出行，40% 乘公共交通出行，那么在一个有代表性的样本中应该能够观察到这个比例。

可以从公开来源获取按基本参数划分的受众分布信息，例如俄罗斯联邦统计局 (Rosstat)网站。
如果重要参数分布的数据不足，则工作分两个阶段进行：

第一阶段，根据业务重要的标准确定受众比例。
在第二阶段，形成一个有代表性的样本，并向受访者询问有关研究主题的问题。
选择样本的最简单方法是根据一两个重要特征进行选择，如下例所示。如果标准较多，结构就会相当复杂。