R軟件在“市場調(diào)查”課程實(shí)踐教學(xué)中的應(yīng)用探討

摘要：抽樣調(diào)查是“市場調(diào)查”課程的主要實(shí)踐教學(xué)環(huán)節(jié)，目前所使用的軟件對抽樣模擬的支持相對不足，很多抽樣及估計(jì)過程仍不能在軟件菜單中得以實(shí)現(xiàn)，尤其是不等概抽樣大多需要編程。軟件編程對工商管理類的學(xué)生并非易事，R軟件的sampling等軟件包提供了大量現(xiàn)成的不等概程序，可以方便地進(jìn)行抽樣及模擬教學(xué)。探討以調(diào)查某品牌商品的消費(fèi)者總量為例，模擬不等概率抽樣的過程，為“市場調(diào)查”課程實(shí)踐教學(xué)提供了一種實(shí)用的方法。

關(guān)鍵詞：市場調(diào)查；實(shí)踐教學(xué)；抽樣調(diào)查；R軟件

作者簡介：葛瑩玉，女，江蘇理工學(xué)院商學(xué)院講師，河海大學(xué)在讀博士，主要研究方向?yàn)榧夹g(shù)經(jīng)濟(jì)與管理。

中圖分類號：G642文獻(xiàn)標(biāo)識碼：A文章編號：1674-7747（2014）30-0068-03

“市場調(diào)查”課程是工商管理類專業(yè)的核心課程之一，該課程的實(shí)踐操作性很強(qiáng)，教學(xué)內(nèi)容主要圍繞市場調(diào)查方案制定、市場調(diào)查問卷設(shè)計(jì)、市場調(diào)查數(shù)據(jù)搜集、整理和分析等內(nèi)容展開。通過“市場調(diào)查”課程教學(xué)，不僅使學(xué)生學(xué)會(huì)如何制定調(diào)查方案、設(shè)計(jì)調(diào)查問卷、處理和分析數(shù)據(jù)等，而且，其核心過程是讓學(xué)生掌握和運(yùn)用抽樣調(diào)查方法。由于“市場調(diào)查”課程具有較強(qiáng)的實(shí)踐操作性，在本科階段僅僅講授抽樣原理的效果不佳，學(xué)生實(shí)踐能力也無法得到培養(yǎng)。因而，使用R軟件進(jìn)行抽樣過程實(shí)踐，能夠讓學(xué)生直觀地了解抽樣過程及結(jié)果，培養(yǎng)其動(dòng)手能力，提高他們解決企業(yè)市場調(diào)查中實(shí)際問題的能力。

一、“市場調(diào)查”課程的抽樣方法

目前，常用的抽樣方法有概率抽樣和非概率抽樣，其中，概率抽樣又包含等概率和不等概率兩大類別。等概率抽樣由于實(shí)施方便，且具有較高的精度，在實(shí)際抽樣中使用廣泛。[1]然而，等概率抽樣在實(shí)際使用時(shí)的限制也最多，它假定總體中每個(gè)個(gè)體具有相同的規(guī)模大小或重要程度，當(dāng)總體中每個(gè)個(gè)體的規(guī)?；蛑匾潭却嬖陲@著差異時(shí)，會(huì)影響等概率抽樣的估計(jì)精度。[2]此時(shí)，若能找到說明個(gè)體規(guī)?；蛑匾潭鹊妮o助變量，則可采用不等概抽樣方法。不等概抽樣雖然是有偏估計(jì)，但可大幅提高估計(jì)精度，在偏度不大的情況下，不等概抽樣結(jié)果仍比概率抽樣更可靠。在現(xiàn)有的軟件中，SAS和SPSS軟件都有復(fù)雜抽樣的模塊，但不放回不等概抽樣的模塊和程序較少，具體使用時(shí)需要自己編程。而R軟件提供了多種不等概抽樣的程序，方便進(jìn)行模擬及結(jié)果可視化，且R是開源軟件，無需為軟件或某個(gè)軟件包支付任何費(fèi)用。因此，R軟件已成為工商管理類專業(yè)學(xué)生和實(shí)證研究人員的主要分析工具。

二、“市場調(diào)查”課程的抽樣模擬具體實(shí)例

本文以調(diào)查某品牌商品消費(fèi)者總量為例。消費(fèi)者總量的調(diào)查若以家庭或個(gè)體為單位，會(huì)大大增加抽樣框編制的難度，增加調(diào)查實(shí)施的困難。因此，本文以街道居委會(huì)或村民小組為最小單位，由于不同的街道居委會(huì)或村民小組居民數(shù)量不同，故擬采用不等概率抽樣方法。不等概抽樣的實(shí)施方法有很多，但由于實(shí)際操作困難，限制了不等概抽樣方法在實(shí)踐中的使用。[3]本文運(yùn)用R軟件編程模擬幾種常用的不等概抽樣方法，運(yùn)用Horvitz-Thompson估計(jì)量模擬調(diào)查精度，并與多階段抽樣和簡單隨機(jī)抽樣進(jìn)行比較，從中選出滿意的抽樣方法。

（一）抽樣總體的描述

選取某品牌商品消費(fèi)人口較多的某省某縣為總體，該縣有19個(gè)鄉(xiāng)鎮(zhèn)，125個(gè)村，最大的鄉(xiāng)鎮(zhèn)擁有171個(gè)街道或村民小組，最小的鄉(xiāng)鎮(zhèn)只有43個(gè)街道或村民小組；平均每個(gè)鄉(xiāng)鎮(zhèn)擁有94個(gè)街道或村民小組，19個(gè)鄉(xiāng)鎮(zhèn)共計(jì)有1 791個(gè)街道或村民小組?？?cè)丝诠?105萬人。其中，某品牌商品的消費(fèi)者人數(shù)有746萬人，占總?cè)丝诘?401%。在所有街道或村民小組中，消費(fèi)某品牌商品的人數(shù)比率最低為0，最高為7674%，可見，消費(fèi)某品牌商品的人數(shù)比率在各街道或村民小組中差異較大，且呈明顯右偏；消費(fèi)某品牌商品的人數(shù)比率在50%以上的街道或村民小組很少，峰值在30%左右，如圖1所示。用Shapiro-Wilk正態(tài)性檢驗(yàn)伴隨概率小于001，說明各街道或村民小組的某品牌商品消費(fèi)人口數(shù)并不服從正態(tài)分布。但某品牌商品消費(fèi)人口或村鎮(zhèn)總?cè)丝诘南嚓P(guān)系數(shù)達(dá)072，spearman相關(guān)系數(shù)檢驗(yàn)的伴隨概率小于001，說明各街道或村民小組的某品牌商品消費(fèi)人口與總?cè)丝跀?shù)成高度相關(guān)，可將總?cè)丝跀?shù)作為輔助變量進(jìn)行抽樣。

（二）抽樣方法的選擇

常用的不等概抽樣有放回的不等概抽樣（pps）和不放回的不等概抽樣（πps）兩種，相比較而言，πps抽樣雖然抽取方法和方差估計(jì)比較困難，但精度上有所提高，且隨著計(jì)算機(jī)技術(shù)和統(tǒng)計(jì)軟件的發(fā)展，πps抽樣及估計(jì)的程序和軟件將越來越成熟，πps抽樣的使用也將逐漸廣泛起來。

設(shè)有限總體U={1，…，k，…N}，本例中N=1 791，抽樣單元為街道或村民小組，調(diào)查變量yk為某品牌商品消費(fèi)人口數(shù)，調(diào)查目的是估計(jì)地區(qū)的某商品消費(fèi)總?cè)藬?shù)ty=∑kUyk，設(shè)對于總體中的每一個(gè)個(gè)體都存在xk>0，xk與yk近似成比例或存在一定相關(guān)性，則以xk為輔助變量的不等概抽樣可以減小抽樣誤差。

每個(gè)個(gè)體被包含到樣本中的概率為：

（三）抽樣過程的模擬仿真

1.抽樣程序采用R軟件以及sampling包進(jìn)行編程抽取，為了比較各抽樣方法的差異及抽樣精度的穩(wěn)定性，本文將樣本量設(shè)定為25、50和100三組，每組樣本都模擬抽樣100次。在sampling包中提供了brewer和midzuno等17種不等概抽樣方法，其用法基本一致，首先計(jì)算包含概率，計(jì)算程序?yàn)椋?/p>

inclusionprobabilities（a，n），

其中，a為說明規(guī)模大小的輔助變量，a>0；n為樣本量。

為方便起見，令pik=inclusionprobabilities（a，n）。

2.按不等概方式抽取樣本，即生成變量s，s=1表示抽中，s=0表示沒有抽中，以brewer抽樣為例：

s=UPbrewer（pik），

其余不等概抽樣程序類似，詳見sampling包。

3.計(jì)算Horvitz-Thompson估計(jì)量。

HTestimator（y，pik），

其中，y為需估計(jì)的變量。

運(yùn)用上述函數(shù)的三種樣本量模擬結(jié)果如圖2所示。

當(dāng)樣本量為25個(gè)街道或村民小組時(shí)，抽樣比為140%，平均抽到的某品牌商品消費(fèi)人數(shù)約為4 334人。此時(shí)，各種抽樣方法的精度不高，相較而言，poisson抽樣和多階段抽樣的估計(jì)量方差較大，多階段抽樣和pivotal的偏差較大（圖2中虛線為消費(fèi)某品牌商品的總?cè)藬?shù)），而systematic抽樣和brewer抽樣效果相對較好。

當(dāng)樣本量為50和100，抽樣比為279%和558%時(shí)，抽樣的偏差和估計(jì)量方差都有改善。其中，多階段抽樣和poisson抽樣的估計(jì)量方差仍較大，且偏差明顯不為0，故這兩種抽樣方法并不適用本例。相較而言，brewer、midzuno和systematic抽樣相對比較穩(wěn)定，簡單隨機(jī)抽樣（srswor）在樣本量較小時(shí)估計(jì)誤差較大，而在樣本量大于50后也具有較好的估計(jì)精度。綜合考慮穩(wěn)定性、偏差和估計(jì)量方差，本文認(rèn)為，不等概系統(tǒng)抽樣（systematic）最適于用來估計(jì)該地區(qū)某品牌商品消費(fèi)者總量。

三、結(jié)論

本文運(yùn)用目前流行的統(tǒng)計(jì)開源軟件R軟件及sampling軟件包，方便實(shí)現(xiàn)了不等概抽樣及結(jié)果模擬，并用圖表直觀輸出，比較抽樣過程中的方法、樣本量等因素對抽樣精度的影響。模擬仿真結(jié)果表明，R軟件豐富的程序包，可方便進(jìn)行抽樣設(shè)計(jì)及模擬，且使用方便，操作簡單，可擴(kuò)展性強(qiáng)?？梢姡鄬τ趥鹘y(tǒng)理論教學(xué)，使用R軟件進(jìn)行實(shí)踐教學(xué)，可以加深學(xué)生對不等概率抽樣的理解，使其更好地掌握和運(yùn)用市場調(diào)查中的抽樣方法。[4-5]

參考文獻(xiàn)：

[1]龐智強(qiáng).《抽樣調(diào)查》課程建設(shè)與教學(xué)改革[J].蘭州商學(xué)院學(xué)報(bào)，2001（6）：148-149.

[2]馬嵐.對《抽樣調(diào)查》課程教學(xué)改革的思考[J].統(tǒng)計(jì)教育，2007（8）：29-30.

[3]周妮笛.論《市場調(diào)查與預(yù)測》課程教學(xué)的改進(jìn)[J].當(dāng)代教育理論與實(shí)踐，2011（11）：74-76.

[4]陳成棟，劉曉云.“市場調(diào)查與預(yù)測”課程教學(xué)改革實(shí)證研究[J].中國市場，2012（35）：26-28.

[5]杜亞芳.市場調(diào)查課程教學(xué)改革與實(shí)踐[J].高等教育，2013（6）：133-134.

[責(zé)任編輯盛艷]