如何减少非抽样误差如何减少非抽样误差一，非抽样误差的定义:市场调查活动必不可少地会产生误差，如何减少误差，提高精度这是委托方和市场咨询公司最关注的焦点之一。要减少误差，首先要了解误差来自于哪里?如何对各种误差进行分类?不同类别的误差有什么样的方法可以预防?如果误差已经发生了，采用什么样的方法可以弥补?按最简单的分类方法，误差可以分为两类，一类是抽样误差，另一类是非抽样误差。所谓的抽样误差是由抽样的随机性引起的，一般意义上来说是无法减少的。而非抽样误差是指除抽样误差以外所有的误差的总和。引起非抽样误差的原因很多，比如抽样框不齐全，访问员工作经验有限，被访者不配合访问而加以虚假的回答，问卷设计本身存在缺陷等等。应该说非抽样误差的产生贯穿了市场调查的每一个环节，任何一个环节出错都有可能导致非抽样误差增加而使数据失真。我们平时说的控制误差主要指的就是控制非抽样误差。对于非抽样误差的定义和分类也是到了近代才逐渐清晰和明确起来，最初，鲍德威在 1915 年提出所谓的误差有四个来源分别是:?获得的信息不正确或不真实?定义和标准不严格、不确切、不适当?样本不能代表总体?部分数据对于总体的估计将要产生的误差在鲍德威的四个误差来源中，前两个都是非抽样误差。鲍德威对于各种误差提出了比较简略的分类方法，而戴明在他的基础上对非抽样误差进行了比较全面和系统的分类。戴明认为误差除了抽样误差以外一般应该包括以下部分:?回答的变异性?不同类型和不同水平的访问员?访问员引起的主观偏差?委托方对于数据的期望（人为影响）?问卷设计的缺陷?抽样前后总体发生的变化?无回答的偏差?过时记录的偏差?数据缺乏代表性?解释数据的误差在戴明以后，西方又有许多关于非抽样误差的论文出现，对非抽样误差的成因和分类进行了比较完整的阐述。一般而言，非抽样误差可以分为三类，分别是:抽样框误差、无回答误差和计量误差。二，抽样框误差:所谓的抽样框误差指目标总体和抽样总体不一致时产生的误差。理想的抽样框需要满足以下要求，就是所有的抽样单位必须覆盖目标总体，对于较为简单的单阶段抽样，抽样框要求每个目标总体单位都应该对应着一个抽样单位，抽样单位必须相互独立，互不重叠，并且唯一地与目标总体相连接。如果目标总体与抽样总体不一致时就产生了抽样框误差。抽样框误差在简单抽样框和复杂抽样框中都会出现。所谓的简单抽样框主要适用于简单随机抽样，就是抽样框没有任何辅助信息，只是对样...
