如何设计一个能代表总体的样本呢？我们要重申“代表性”的重要性。如果一个样本 是具有代表性的，那么它得出的结果应该非常接近调查整个总体所得出的结果，在任何情 况下都没有偏差，样本测出的特征(如16〜24岁人群网上下载音乐的使用情况)和总体 的特征值要紧密地匹配。那么什么样的抽样技术可以产生一个具有代表性的样本呢？

抽样技术类型

抽样技术可分为两类：

•随机抽样或概率抽样；

•立意抽样或非概率抽样。

随机抽样或概率抽样是指个体的选取是随机的，并且被选择的概率是已知的(非零)。 取样的人对个体不产生影响。随机选择过程应该确保样本在一定程度上能够代表总体，为 了实现这一目标，有些约束条件要遵守：

・为了真正实现随机，样本容量至少为100o

•总体应该是均匀的或者说是混合良好的，如果不是(若是存在任何方式的分层，那 么相似的个体就会趋向聚合)，那么随机挑选的样本就不会成为一个真正具有代表 性的样本。

・抽样框反映总体，从抽样框中选择样本，它必须是完整的、精确的和最新的。

・无回答问题必须为0,换言之，作为样本中的一分子必须都要参与调査。

当然在现实调研情况下，后三个条件可能不易实现，我们后续将会详细阐释。

概率抽样或随机抽样理论可以使我们清楚地算出样本在多大程度上反映了总体特征, 也能知道在一系列特定的总体特征中，样本预测值发生的概率是多少，这就引入了一些诸 如抽样分布、抽样误差、标准差和置信区间等概念，我们将会在抽样理论这一部分详细 介绍。

在非概率抽样中是没有随机选择过程的，我们不清楚一个个体被选择的概率，因为取 样者可能会有意识或无意识地按照偏好挑出特定个体。那么怎样才能保证在这种方式下挑 选的样本能够代表总体呢？在本章后面的非概率抽样方法中，我们将详细讨论这个问题, 一言以蔽之，在这个阶段，配额抽样(quota sampling)产生的结果非常接近概率样本产生 的结果，它是一种在市场调研中广泛应用的非概率抽样方法。

在定性调研中，因为涉及的样本容量较小，所以统计的代表性(statistical representativeness)很弱，但是代表性(能够基于样本数据来解释更大的总体)仍是一个重 要的目标。