在定量市场调研中，定额抽样是一种广泛应用的抽样技术。在大多数市场中，调研者 或客户对于目标总体都有深入的了解，特别是关键变量和特征，这些知识可能来源于第一 手和第二手资料，包括顾客数据库、地理人口特征、国家普査数据和其他调査研究。在设 计抽样框时，这些信息将会反映出总体的重要特征。例如，一项对英国成人总体的年龄、 性别和社会经济群体等因素进行的调査需要一个全国性的代表性样本，基于这些特征就可 以草拟出一个抽样框或配额，将配额分配给访问者，他的任务就是挑出符合特征的个体来 完成配额。

设计一个配额样本时，你有两个选择：一是独立配额抽样，二是相互控制配额抽样。 在一个独立配额抽样中，访问者可以自由选择符合配额标准的任何人，独立于其他任何标 准，没有要遵循的指令，例如在一个特定的年龄组中，男性回答者的数量，或是在每个社 会经济群体中女性的数量。例如，在18〜34的年龄配额中，我们假设个体将会被随机 抽取，但是访问者可能会选择女性而不选择男性。按社会经济群体选出了一组。表1给出了独立配额控制抽样的例子，独立配额控制抽样的优势在于它们更易被设定，访问者更易获得，与相互配额控制抽样比较起来更经济；劣势在于由于访问者在挑选过程中权限过大，所以并不总是能获得一个代表性的样本。

当访问者被要求去挑选一个符合多种配额控制抽样的个体时，例如，有很多女性在每 个年龄组和每个SEG中，这个配额就叫作相互控制配额，表8-5给出了相互控制配额抽 样的例子。设计一个相互控制配额抽样要比设计一个独立配额抽样困难得多，访问者去实 施时也更加困难和耗时，然而它能限制选择偏差，所以对最终的样本构成有更多的控制， 样本就更能代表总体。

表二相互控制配额抽样的例子

在对顾客调査设定配额时，最常用的总体特征包括年龄、性别、社会阶层、地区、工作情况，以及直接关系到调查研究的特征，例如一个特定产品或品牌的购买者或非购买 者。在一项调查中，如果抽样单位是一个组织而不是人群，那么配额控制可能包括组织类 型或行业、组织规模（员工数量或营业额）或地区。配额样本的质量取决于两个因素：随机程度或偏差程度（受访问培训、简介、不同访问时间和地点的影响），以及配额控制依据 的信息是否准确和及时更新。设定配额控制时选择哪个特征要取决于调査目标，要选择与 调査目标相关的特征。在很多情况下，配额抽样类似于分层抽样，在了解总体的基础上我 们可以将它分层，并且决定每层我们需要的比例来保证样本反映总体。分层抽样和配额抽 样的最主要区别在于选择个体（或项目）来满足配额上。在分层随机抽样中，这些项目是 被随机挑选的，访问者的任务就是开展访问，尽管这意味着要完成许多回访，如果一个个 体不能接受访问，也不存在替代。在配额样本里，个体（或项目）特征是由配额所指定的， 但是不指定特定的个体。访问者的任务是访问那些符合配额标准的人，而不是随机挑选的 特定人。如果一个人不能接受访问，可能会回访，但更可能的是，访问者会寻找其他满足 标准的人，换言之，对于配额样本，最终抽样单位的选取并不是随机的。

  随机地点访问适用于室内访问，这是一种更纯粹的配额抽样，这种抽样形式可以降低 访问人员选择访问的地点的偏差，它结合了随机抽样（特别是多阶段抽样）和配额抽样， 是为了获取两者的优势（Crouch and Housden, 2003 ）：概率样本的随机性（客观性）；配额 抽样的节约时间、成本和易于管理的特性。

它的工作原理大致如下：

・你有一个地区清单（例如，来自英国普査地区中的“小范围”）。

・你可能想要通过地理区域或邻里类型来对这个清单分层，为了保证代表性，使用地 理人口分类系统（参见第5章）来进行分层。

・从这个清单上随机选择地区样本。

・在这些小范围区域中选择采样点。

•给每位访问者一个包含所有落在釆样点的地址的列表。

・给访问者一些关于在访问期间访问人数以及访问谁的配额控制（配额控制可能是基 于年龄、工作状况、性别和地区概况一致等因素）方面的指令。

・访问者可以使用所有分配好的地址来完成配额，但当在某处完成访问时，相邻住户 则不能被使用。

•你可能想要让访问者在一周或一天的特定时间工作，这样就可以使访问到工作的人 的概率最大化。

这个方法的优势有以下几点：

・你可以使用一个抽样框来覆盖整个地理人群。

・你可以利用对总体的认知（来自普査或地理人口分类系统）来设计样本和设定配额 控制。

・在你选择的抽样点范围内，你可以通过设定配额控制来实现配额控制标准的代表性。

・在一个分配的地区内，你可以通过加强访问者对受访者挑选的严格程度来降低 偏差。

•对于没有在工作的人（也就是访问时有更大可能性是在家里）可以通过适当地改变 实地访问次数来降低偏差。

・你可以通过准备一个详细的访问说明和给出一个全面的简介来确保这种方法被很好 地执行。

・这种方法能够节约成本——由于是小范围，所以相对节约了行程时间。

这种方法的劣势在于：

・由于是非随机样本，所以不能运用随机样本的特征：

♦不能计算出抽样误差；

•不能计算出测量值的精度水平；

♦不能对数据进行置信限制。

・如果你对数据使用了推论统计检验（这是完全不合适的），你就必须更谨慎地去解 释你的结果。

・对于配额设定的变量来说，尽管样本可能具有总体的代表性，但对于其他关键变量 来说可能就不具有代表性（对于其他变量，不大可能去判断存在什么偏差）。

・进行访问时，这种方法更适合对那种地址密度很高的城市地区进行抽样，在农村地 区就会比较耗时。

换句话说，是否使用这种方法取决于你在成本和方法严谨程度之间的权衡。因为这是 一种非概率方法，所以对于一个能反映总体的样本来说，是不知道其精确度的。然而，比 起随机抽样，它能够节约成本，而且因为样本是精挑细选的，所以也会降低偏差。

调査实施后，对随机抽样和配额抽样的结果进行比对，结果是不同的（Marsh and Scarbrough, 1990 ）_o然而，许多调研机构认为（根据往常经验），配额抽样可以产生一个 更有质量和代表性的样本，特别是如果在最后的挑选阶段小心地去限制偏差，在这个阶 段，要注意保证那些难找的个体，比如那些工作中的、经常旅行的都被包含在了样本中。 一个设计良好的概率或随机样本应该能在各个方面对目标总体有代表性；一个设计良好的 配额样本可能只反映配额要求的那些总体特征，对于其他特征可能并不具有代表性。对于 概率样本我们能测出其代表性水平，对于配额抽样却不能，甚至不能测出它可能存在的 偏差。

配额抽样之所以在市场调研中受欢迎有很多原因。与随机方法比较起来，它们开始和 执行以来比较快，节约成本，也可以避免回访，这样就节约了访问者的行程时间和花销。 当抽样框不存在时，配额样本就成为一个现实选择。然而，如果调研项目要求最后的调研 结果要以统计理论做支撑，需要从样本推断总体，这时候概率抽样就成为唯一选择。