有哪些非概率抽样方法？

1，方便取样。

指根据调查者的方便选择的样本，无目的、随机地进行。比如:街头拦截(见到谁就拜访谁)；拜访那些为个人家庭项目打开大门的人。

优点:适合整体上每个人都“同质”，最方便最经济；可用于探索性研究，此外，也可用于小组讨论和预测问卷中的样本选择。

缺点:抽样偏差较大，不适合任何需要一般推断的舆情项目。最好不要使用方便的抽样进行描述性或因果性研究。

2.判断抽样

指的是根据专家的判断，有目的地对专家认为的“代表性样本”进行取样。比如社会学家在研究一个国家的一般家庭情况时，往往会通过专家判断选择“中等规模的城镇”。

也有家庭研究专家选择某一类家庭进行研究，比如三口之家(孩子在上学)；这种方法可用于探索性研究，如深度抽样。

优点:适用于人群组成单位差异很大，样本数很少，设计调查者对人群相关特征有相当了解(了解研究的具体方向)的特殊类型的研究(如产品品尝试验)；运营成本低，方便快捷，更多用于商业研究。

缺点:这种抽样结果受研究者倾向影响较大，一旦主观判断出现偏差，容易造成抽样偏差；不能直接推断研究人群。

3、配额抽样(Quota sampling)

是指先将总体要素按照某种受控指标或特征进行分类，然后按照方便抽样或判断抽样选取样本要素。

它相当于包括两个阶段的有限判断抽样。在第一阶段，需要确定特征(控制特征)在群体中的分布。通常，样本中具有这些控制特征的元素的比例与总体中具有这些特征的元素的比例相同。通过第一步的配额，保证样本的构成在这些特征上与总体一致。

第二阶段，按定额控制取样工作，要求选取的元素适合受控特性。比如:定点街访中的配额抽样。

优点:适合对人群相关特征有一定了解，样本量大的设计调查者。实际上，配额抽样属于“分层”(事先确定每层的样本量)，然后“判断”(通过判断每层抽样来选择抽样个体)；成本不高，容易实现，能满足整体比例的要求。

缺点:容易掩盖不可忽视的偏差。

4.滚雪球抽样

是指先随机抽取部分受访者进行访谈，然后要求其提供属于研究目标人群的其他受访者，根据形成的线索选取后续受访者。

第一批回答者是通过概率抽样得到的，后续回答者都是非概率抽样，这样的回答者彼此都差不多。比如目前中国的车主。

优点:可以根据一些样本特征来控制样本，适合寻找一些在整个人群中非常罕见的人群。

缺点:存在选择偏差，代表性无法保证。

扩展数据

抽样有一定的规则，抽样的基本要求是:

1，总体范围的确定

抽样首先要明确抽样的总体范围。一般来说，研究课题和研究目的决定了总体范围。比如上海市初中生身体素质的调查，是上海市初一至初三的所有初中生，不包括郊县的初中生。如果人群范围不明确，抽样前应明确界定人群。

否则会给提取样本和推断研究结果带来麻烦。通常研究课题的确立已经基本框定了总体范围，研究者要考虑确定总体范围的原因，以及研究的预期效果和可行性。

2.抽样的随机化

抽样应该尽可能随机。随机化意味着群体中每个个体被选入样本的概率不为零。换句话说，群体中的每个个体都有平等的机会被选中。

随机性是科学研究的基本原则。随机抽样是一个准确、科学的过程，保证了科研结果的可靠性，可以避免研究者有意识或无意识的偏差。彩票和抽奖是根据抽样的随机化原则设计的。严格的抽样必须是随机的，这样才能避免研究者主观倾向或人为因素造成的抽样偏差。

3.样本的代表性

样本的代表性是指样本应具有整体的性质或特征，样本能在很大程度上代表整体。样本研究的关键在于抽样和推断，抽样是推断的前提，样本的代表性会影响研究结论的可靠性和推断程度。样本越有代表性，其研究结果的普遍性就越大。

另一方面，如果样本不具有代表性，往往会导致研究的失败。经常被引用的一个例子是:美国65438年到0936年的总统大选。当时美国杂志《文学文摘》对总统大选进行了一项民意调查，调查结果预测兰登将赢得总统大选，罗斯福落选。但事实恰恰相反。选举结果是罗斯福当选总统。

尽管《文学文摘》杂志中民意测验的样本数量很大，但调查者的样本是从电话簿和汽车登记簿中抽取的。1936正好是美国大萧条之后。有车有电话的人只代表美国选民的某一阶层，不代表全体选民。

本次舆情调查的失败主要在于抽样偏差，样本不具有代表性，抽样样本在质量上不符合总体特征。同时，盖洛普民意测验也对总统选举做了一个调查，只发了2000份问卷。结果很成功，罗斯福当选总统。

4.合理样本量

样本量，也称样本量，是指所取样本的具体数量。样本数是研究中不可回避的问题，是研究设计中的重要组成部分，也是一件困难的事情。既要符合研究目的和内容，满足教育统计学的要求，又要考虑抽样的可能性，尽量减少误差。

一般来说，样本数量越大，代表性越好，但增加样本数量必然会增加研究的人力、物力和财力，增加研究的难度，造成不必要的浪费。如果样本数量过少，抽样误差较大，样本不能代表全部人群，不利于统计分析，影响研究效果。

多少样本量合适是一个复杂的问题。我们很难说一个确定的数字，样本数量要从多方面综合考虑。

抽样是基于概率论的。抽样的作用是合理减少研究对象的数量，不仅可以节省人力、物力和时间，而且可以使研究力量相对集中，使研究工作深入细致，从而提高研究的准确性和可靠性。

一般来说，定性研究中抽取的样本是很小的，样本有时只是一个个案或一个个体。研究的目的是为了更深入地了解研究对象。但定量研究的样本数量较大，样本可以是一组个体，需要考虑样本是否能准确代表总体，是否能对总体做出推断。

百度百科-非概率抽样