一、數(shù)據(jù)的來源

一手數(shù)據(jù) vs 二手數(shù)據(jù)

1.一手數(shù)據(jù)(Primary data)

也稱為原始數(shù)據(jù)。顧名思義，是指直接獲取，沒有經(jīng)過加工或者第三方傳遞獲得的數(shù)據(jù)。比如傳統(tǒng)調(diào)研中的問卷測評、 小組訪談、面對面溝通等形式獲得的數(shù)據(jù)，或者是互聯(lián)網(wǎng)時代用戶直接填寫的個人信息數(shù)據(jù)以及平臺抓取的行為數(shù)據(jù)等等。

2.二手數(shù)據(jù)(Secondary data)

主要是相對于一手數(shù)據(jù)而言，指的是通過第三方或者是現(xiàn)有的數(shù)據(jù)資料獲取的數(shù)據(jù)。比如國家統(tǒng)計局數(shù)據(jù)、知名文獻中 羅列的數(shù)據(jù)等等。 一手數(shù)據(jù)的來源渠道，一般比較固定，往往是和自身直接相關(guān)。比如搭建的網(wǎng)站，組織的活動，開 展的 調(diào)研等。而二手數(shù)據(jù)則相對比較多樣化，凡是會產(chǎn)出數(shù)據(jù)相關(guān)信息的第三方機構(gòu)都可以作為來源渠道。

3.優(yōu)劣勢分析

一手數(shù)據(jù)和二手數(shù)據(jù)，在實際應(yīng)用中都是非常重要的。它們不同的優(yōu)缺點，可以很好地互補，從而幫助企業(yè)在效果和效 率間找到比較好的平衡。

在實際項目中，一般會把兩類數(shù)據(jù)進行結(jié) 合?？偨Y(jié)來看，一手和二手數(shù)據(jù)的選擇， 可以參考右圖的形式進行判斷。

同時，在一手數(shù)據(jù)的使用過程，需要特別 注意的是，要對采集回來的數(shù)據(jù)進行邏輯 合理性驗證。

而二手數(shù)據(jù)，因為收集的過程由第三方完 成。因此數(shù)據(jù)的可信性和準確度，就依賴 于第三方機構(gòu)的可信性。

二、抽樣方法

如何獲取一手數(shù)據(jù)？

當(dāng)我們需要獲取一手數(shù)據(jù)的時候，一種常用的方式就是抽樣調(diào)查。 抽樣調(diào)查不止在傳統(tǒng)行業(yè)中比較常用，在現(xiàn)在互聯(lián)網(wǎng)企業(yè)中也時常會用到。比如一些優(yōu)惠活動或者特定客群營銷等方案的測試，就需要 用 到抽樣的方式選擇測試群體。 在做抽樣調(diào)查時，我們都希望盡可能地減少誤差，讓抽樣的樣本能夠充分代表整體的特征。那么誤差和 哪些因素相關(guān)呢？抽樣誤差(Sampling Error)的大小，主要由樣本容量的大小和抽樣方式來決定。 一般，我們認為抽樣可以分類兩類：一類我們叫做概率抽樣(Probability Sampling)，也叫作客觀抽樣。第二類，我們叫做非概率抽樣 (Non-probability Sampling)，也叫作主觀抽樣。下面我們來分別介紹這兩種抽樣方法。

概率抽樣

顧名思義，是一種基于概率的抽樣方式，因此也被稱為客觀抽樣。從理論的角度來說，概率抽樣是符合科學(xué)和統(tǒng)計原則的，抽樣誤差可 以估計。也是在可能的情況下，最優(yōu)先被推薦使用的抽樣方法。但是，精確度高的方法，往往操作的復(fù)雜度和耗費的成本也會相對偏高。 概率抽樣，雖然可以避免主觀判斷帶來的謬誤，但是它常常受限于項目經(jīng)費、時間和保密性等原則，從而難以實際使用。

非概率抽樣

和概率抽樣相反，非概率抽樣是一種簡單、易使用的抽樣方式。它主要通過抽樣者的判斷，包括對樣本特征的判斷和對項目成本的考量， 綜合特殊的要求或者設(shè)定，最終選擇合適的樣本。因此，這種方法會受到主觀因素的影響，不符合統(tǒng)計科學(xué)的原則，抽樣誤差是無法估 計和計算的。但是在實際應(yīng)用中，大量的案例還是證明了非概率誤差依然有一定的有效性。在樣本量充足的前提下，通過設(shè)定簡單的配 比，以及選擇有經(jīng)驗的抽樣者，基本上可以保證抽樣結(jié)果的有效性。而且由于非概率抽樣比較容易重復(fù)操作，因此用非概率抽樣反復(fù)進 行同一試驗，結(jié)果往往也有趨同性。另外，這一抽樣方式，雖然無法衡量抽樣誤差，但是由于抽樣過程可以進行設(shè)計和控制，因此可以 更簡單有效地控制非抽樣誤差（Non-sampling Error）。

總結(jié)來說，概率抽樣和非概率抽樣，我們可以通過以下的表格進行區(qū)別：

三、概率抽樣方法

介紹了概率抽樣和非概率抽樣之后，我們重點來看一下概率抽樣方法。常用的概率抽樣方法主要有以下4種：

分層抽樣（Stratified Sampling）

正如之前提到的，簡單隨機抽樣的假設(shè)并不總是成立。如果總體可以按照一些特征分成若干層。層與層之間差異明顯，每個層內(nèi)部的個 體特征相近，那么我們可以對每個層做簡單隨機抽樣。抽樣結(jié)果合并的集合，就是我們最終確認的抽樣樣本。 在實際操作中，我們可以按照每一層的個體數(shù)量來決定抽取數(shù)量，使得每個層抽取的比例都相等，這樣的抽樣我們叫做按比例分層抽樣。 一般，如果每層重要性差不多，數(shù)量差異也不是很大的情況下，我們都是這樣操作的。 而如果有一些層非常重要，或者有些層的個體數(shù)非常少，那么我們就要采取非按比例分層抽樣的方法。 如果總體中個體間呈現(xiàn)明顯的幾類，那么使用分層抽樣可以更好地反映總體。避免簡單隨機抽樣可能帶來的樣本集中或者特征缺失的情 況。因此，在概率抽樣中，分層抽樣也是使用最多的一種。我們在對城市，或者是大型的業(yè)務(wù)線進行研究的時候，都可以采用分層抽樣。

系統(tǒng)抽樣（Systematic Sampling）

除了分層抽樣之外，系統(tǒng)抽樣也對簡單隨機抽樣，進行了改進。使用系統(tǒng)抽樣的時候，仍然需要將個體進行編號，然后根據(jù)抽樣樣本容 量決定抽樣的間距。因此又叫做等距抽樣或者機械抽樣。這種方法，減少了抽樣過程中的人力和時間消耗。不過，系統(tǒng)抽樣一般很少作 為單獨的抽樣方法使用，通常是配合其他方法一起進行。

分段抽樣（Multi-stage Sampling）

前面提到的，都是一次性抽取完成樣本的方法，這些方法可以統(tǒng)稱為單階段抽樣。然而在有些情況下，我們并不能一 次性完成樣本的抽取，比如在全國范圍內(nèi)選擇一定數(shù)量的用戶作為試點調(diào)查。這個時候我們需要分階段地去完成抽樣 過程，這種方法，我們叫做分段抽樣。 分段抽樣中，我們首先把總體劃分成一些大小差不多的群體。在這些群體中隨機抽取幾個。被抽中的群體，就作為下 一步進行隨機抽樣的“總體”。 因此，在學(xué)習(xí)過程中，一定要注意區(qū)分分段抽樣和分層抽樣。雖然兩者都是對總體進行了一定的劃分。但是分層抽樣 是按照一定特征進行劃分，劃分的目的是為了避免特征的過分集中和缺失。抽取的過程也是一步完成的，只有在分層 之后才會進行隨機抽樣。而分段抽樣則不同，它是由于總體太大，無法直接進行抽取，所以才需要進行多步抽樣。每 一次對總體的劃分是為了進行隨機抽取，而抽取后，下一步的“總體”就會得到一定程度的減小。

如何選擇抽樣方法？

四、例題精講

1. 二手數(shù)據(jù)的特點是（ ）。

A. 數(shù)據(jù)缺乏可靠性

B. 不適合自己的研究需要

C. 采集數(shù)據(jù)的成本低，但搜集比較困難

D. 采集數(shù)據(jù)的成本低，搜集比較容易

2. 與概率抽樣相比，非概率抽樣的缺點是（ ）。 

A. 調(diào)查成本比較高

B. 不適合探索性的研究

C. 樣本統(tǒng)計量的分布是確定的

D. 無法使用樣本的結(jié)果對總體相應(yīng)的參數(shù)進行推斷

3. 為了估計A市愿意坐地鐵上下班的人數(shù)的比例，在收集數(shù)據(jù)時，最有可能采用的數(shù)據(jù)搜集方法是？ 

A. 普查

B. 實驗

C. 隨機抽樣

D. 公開發(fā)表的資料

更多考試介紹及備考福利請點擊：CDA 認證考試中心官網(wǎng)