喜欢看飞碟探索UFO之谜吗?不如现在就去下载《来自外星人的讯息》电子书了解ET外星人人类的起源真相吧!

样本调查的科学:怎样的质量抽检才有说服力

0

本文转自果壳网 作者:死理性派小组 吴师傅

国家工商总局最近公布了抽查了各家网购平台的抽检结果,92件样品38件非正品,而手机正品率更只有28%。央视报道的节目中说到,“9个电商平台中,只有两家没有被检出销售假冒或质量不合格的商品”。

这个结果挺要命,不到6成的正品率,叫大家怎么安心“剁手”。不过细心的人也发现了一个问题,9家网购平台上的商品多的数不清,总共抽取92件,平均每家抽取10件商品检测,得到的结果能否代表真实情况?并且,“非正品”也不等于“假冒”或是“质量不合格”。再一看这次抽检的详情表,更是下巴都掉了下来。
样本调查的科学:怎样的质量抽检才有说服力的图片 第1张
ZOL商城欲哭无泪,总共就抽取了1个商品,不幸还是非正品,一下全军覆没。如果是一个普通的消费者,他当然可以说:“随便买个东西就是假的,你家太差了!”但一个权威调查机构也这样,未免草率。

那么,一次有说服力的抽检应该是什么样的?

随便≠随机
图片来源:sunlogistics.fr 第2张图片来源:sunlogistics.fr
对于商品质量抽检而言,一个消费者任意网购一件商品回来,检测是否正品或者是否符合国家标准,是否也能算作一次质量检测?当然。他毕竟完成了一次抽样。但是,这种行为叫做非概率抽样,样本总是限于主观和容易获取的部分。既不能确定抽样误差,也不能通过统计数据推断整体。

非概率抽样的方法有很多种,“先生耽误你两分钟”的街头拦人发调查问卷是个典型——这属于方便抽样——选取最容易抽取的样本。其他还有比如判断抽样,尽管总体涉及到所有类别的所有商品,但仅通过个人判断,选择数个商品来描述整个样本。

这种粗略和前期的探索,主要目的是用较低的成本做近似的估计。优点是方便快捷省事,缺点是……缺点很多。

想要客观地对总体的某些特征做出具备一定可靠性的推论,概率抽样中最正式的抽样方法——简单随机抽样——是个好选择。随机抽样要求总体中每个个体拥有相同的被抽中概率。当总体非常大时,做到这点非常困难。

例如淘宝商品类别繁多,数量更加庞大。跑一遍人家的数据库,随机抽取太不现实。这种情况下,对简单随机抽样做出改进和简化就很有必要。

系统抽样是一种改进方法,以固定的间隔每隔若干个体抽取一个样本。另一种改进方法是采用分层抽样,按某种特征将要个体划分成不同的层,然后按照简单随机抽样方法从每一个层里抽取足够的个体。

“层”就是某种划分方法,例如人可以分成男、女两层。每个层都是总体的一个子集,各层之间互相独立。只有划分出具有代表性的层后,抽样才有意义。相比随便点开一家店铺购买一些商品用于检测,根据信用等级等指标,先选出有代表性的商铺,然后在商铺中随机挑选商品,是个更好一些的抽样方法。

不同的样本能混为一谈吗?
图片来源:webseoanalytics.com 第3张图片来源:webseoanalytics.com
再说回到这次工商总局发布的监测结果,不同的样本其实不具备可比性。京东的自营和淘宝卖家,一个是京东自己卖,一个是所有人都来卖。就像单纯地对比癌症的发病率高于心脏病的发病率,既不能得出癌症比心脏病更可怕的结论,也不能说明人们应该预防癌症多于预防心脏病。

除此之外,得到每个电商平台的正品率还算好说,直接合计得出一个总体的正品率,却没有道理。不同电商在经营模式、消费者习惯等等各个环节都有很多差异。在不能确保其他条件相同的情况下,单纯的累加只会浪费人们的注意力。举个例子,男性也会得乳腺癌,但远比女性低,非要计算全人类得乳腺癌的概率其实没什么意义。

另一方面,工商总局发布的监测情况表遍布统计陷阱,比如化肥这一类别的质量检测,去除这一项,淘宝的正品率一下从37.25%飞升到44.44%,但是淘宝上的化肥商品恐怕很难占到总量的7%。更不要说其他电商平台均未抽取化肥这一商品了。

再比如,让我们粗略地用京东PK天猫一次。按照工商总局发布的监测情况表,京东抽取20个样本,正品量18,正品率90.00%;天猫抽取7个样本,正品量6,正品率85.71%。近5%的差别还算明显。但是按照这个比率,如果天猫抽取21个样本,正品量是18。这个时候,你还会觉得京东相比天猫有明显的正品优势吗?

最少抽取多少个样本,才算样本充分?

是的,样本量的不一致,带来了很多误解和不准确。抽取1个样本全是假的或者3个样本全是正品,就推断该平台正品率0%或者100%实在过于鲁莽。

那么,抽样调查中需要多少样本才算证据充分呢?实际上,统计学里,具备相应置信度的样本量是可以计算的。

抽样方法本身就会引起误差。在总体中随机抽取样本,样本均值x是总体均值μ的偏差就是抽样误差(E=μ-x)。这个误差的分布是符合标准正态分布的。

面对一个数量庞大的总体,样本量也要足够多(>30)时,可以用如下公式可以估算吃需要抽取的样本量:
n:样本量 σ2:方差,抽样个体值和整体均值之间的偏离程度,抽样数值分布越分散方差越大,需要的采样量越多  E:为抽样误差(可以根据均值的百分比设定Zα/2:置信度,置信度越高需要的样本量越多;95%置信度比90%置信度需要的采样量多40%; 第4张
n:样本量

σ2:方差,抽样个体值和整体均值之间的偏离程度,抽样数值分布越分散方差越大,需要的采样量越多

E:为抽样误差(可以根据均值的百分比设定

Zα/2:置信度,置信度越高需要的样本量越多;95%置信度比90%置信度需要的采样量多40%

由此可见,在保证一定置信度(样本某测量值的可信程度)的情况下,如果要将误差控制得越小,所需的样本量则越大。样本量太少,误差便会很大,对总体真实情况的推断和估计也就很难准确了。

可靠的结论是要花大钱的

话说回来,你当然不能说这次抽检没有意义,它至少说明网购有风险。毕竟即便只有一件不符合国家规定的商品也是有问题的,一旦发现就应当处理。

但如果要说这样的抽检结果,可以反映网购平台的整体状况,还相去甚远。如果成本投入少,人力物力时间也不充分,不管是在科学、社会还是经济领域,想得到一个可靠的结论都不太现实。毕竟大型的调研并非三两个人一朝一夕能完成,这需要大把的金钱和时间。实际上,国家对于计数抽样检验有一套复杂而严密的标准化流程,即GB2828和GB2829。

这并非是说普通人不要去尝试此类调查研究,而是说条件有限的情况下,想得到一个相对可靠的研究结果,完善调查方法尤为重要。这一点,则是人人都可以去努力和实现的。

(文章来源:果壳网)

对此有何意见?欢迎在此发表您的想法!