代表性誤差
出自 MBA智库百科(https://wiki.mbalib.com/)
代表性誤差（Representative error）
目錄 |
代表性誤差主要是指在用樣本數據向總體進行推斷時所產生的隨機誤差。從理論上講，這種誤差是不可避免的，但是它是可以計算並且加以控制的。
其產生的原因主要有：
1、抽取樣本時沒有遵循隨機原則。
2、樣本結構與總體結構存在差異。
3、樣本容量不足等等。
這類誤差通常是無法消除的，但事先可以進行控制或計算。
代表性誤差即抽樣誤差的客觀存在和不可避免性，並不意味著可以任其存在或對其無所作為，相反，對抽樣誤差的控制是十分必要的。減少抽樣誤差可以從以下幾個方面著手：
1、要準確選定抽樣方法
選擇正確的抽樣方法，有利於使抽取的樣本能真正代表總體，減少誤差。抽樣方法分為隨機抽樣和非隨機抽樣兩大類，每一類又分為很多具體方法。對抽樣方法的選擇，要根據調查目的和要求，以及調查所面臨的主客觀、內外部條件進行權衡選擇。一般條件下，隨機抽樣法具有更大的適應性。
2、要正確確定樣本數目
一般而言，樣本數與抽樣誤差呈反比關係，即樣本越大，抽樣誤差越小，反之亦然。但是，抽樣誤差又與調查總體中有關特征差異有關。總體中差異越大，在同樣樣本數的條件下，誤差越大，總體中的差異越小，在同樣的樣本數的條件下，誤差越小。換言之，在確保同樣的差異誤差的前提下，如果總體中的差異大，則需抽取的樣本數應該大一些，反之亦然。所以，確定樣本數要綜合考慮對抽樣誤差的允許程度、總體的差異性和成本的要求等因素。
3、要加強對抽樣調查的組織領導，提高抽樣調查工作的質量
要以科學的態度對待抽樣，特別是要由專門人才，或經過嚴格培訓的人員承擔抽樣調查工作。抽樣方法要適當，工作程式要規範，嚴格按照所選用的抽樣方法的要求進行操作，確保整個抽樣工作科學合理。
