抽样方法的选择，直接决定结论能"代表"谁
调研的结论，能否推广到目标人群，很大程度上取决于抽样方法是否合理。抽样方法有哪些，是调研设计中最基础但也最容易被简化处理的环节。选错了抽样方法，样本量再大、问卷设计再精良，结论的代表性也会存在根本性缺陷。
随机抽样：理论上的"公平"
随机抽样（Random Sampling，也称简单随机抽样）是统计学的基础：目标人群中的每一个人，被选中的概率相同。这种方法理论上能产生最无偏的样本，是大量统计推断方法的前提假设。
但随机抽样在实际操作中面临一个根本性的问题：你需要有一份完整的目标人群名单，才能实施真正的随机抽取。对于普通消费者调研来说，这份名单根本不存在。所以严格意义上的随机抽样，在市场调研中的应用远没有理论上那么普遍。
分层抽样：确保各子群体都被覆盖
分层抽样（Stratified Sampling）是把总体按照某个关键特征（如年龄、性别、地域）分成若干层，然后在每层中分别进行随机抽样。
这种方法的优势在于：可以确保各个重要子群体在样本中都有足够的代表，避免"凑样本量"导致某些群体被系统性低估。例如，如果某个小城市的目标用户群体在总体中占比很小，纯粹随机抽样可能导致这部分样本量不足，无法单独分析；分层抽样可以专门对这个子群体加大抽样比例，再在分析时进行加权处理。
整群抽样：当目标人群分散在大量小单位中
整群抽样（Cluster Sampling）是先随机抽取若干个"群"（如城市、学校、门店），再对被选中的群内的所有个体（或按比例抽取）进行调研。
整群抽样在操作上比分层抽样更省力，特别适合目标人群地理分散、逐一接触成本极高的情况。但它的代价是：如果不同"群"之间本身就存在系统性差异，整群抽样的结果会有更大的误差。
配额抽样：实践中最常用的非概率抽样
以上三种方法都属于概率抽样，理论上能保证每个样本被选中的概率已知。但在实际市场调研中，使用最广泛的往往是非概率抽样中的配额抽样（Quota Sampling）。
配额抽样是预先设定各类受访者的数量指标（配额）——比如"需要25-34岁男性100人、25-34岁女性100人、35-44岁男性80人……"，然后通过任何可用的渠道招募满额。这种方法不能保证样本是随机抽取的，但能控制样本的结构符合研究需要。
配额抽样的代表性，取决于配额设置的合理性——配额应该根据目标总体的真实结构来设定，而不是凭感觉分配。这是市场调研中最常见的抽样方法有哪些这个问题背后，最需要理解清楚的实践逻辑。