您是否有过设计或参与抽样调查项目的相关经验？
有3年以上相关经验
有1-3年相关经验
有1年以内相关经验
暂无相关经验但有学习了解
您认为在互联网场景下开展调研时，确定合理样本量的首要参考依据是什么？
调研总体的规模大小
允许的误差范围与置信水平
调研预算与执行周期
调研主题的细分维度数量
在设计抽样调查方案时，您通常会优先考虑以下哪些核心要素？
样本代表性
抽样框的完整性
调研执行成本
数据回收效率
后期分析难度
针对普通大众消费类主题的互联网调研，您认为单项目的有效样本量设置在哪个区间最为合适？
100-300份（探索性调研）
300-1000份（描述性调研）
1000-3000份（细分群体研究）
3000份以上（趋势推断类研究）
您在互联网调研中最常使用的抽样方法有哪些？
简单随机抽样
分层抽样
配额抽样
整群抽样
滚雪球抽样
方便抽样
请您对以下影响样本量决策的因素进行重要性评分（1分最不重要，5分最重要）：总体异质性程度
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
请您对以下影响样本量决策的因素进行重要性评分（1分最不重要，5分最重要）：调研结果的精度要求
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
请您对以下影响样本量决策的因素进行重要性评分（1分最不重要，5分最重要）：无应答率的预估水平
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
当调研预算有限时，您更倾向于选择哪种调整策略？
缩小样本量，保持严格的随机抽样方法
维持目标样本量，适当放宽抽样随机性要求
缩减调研问题数量，保障样本量与抽样质量
调整调研覆盖范围，聚焦核心目标群体
您认为互联网抽样调查中最容易出现的偏差来源有哪些？
抽样框覆盖不全（如未覆盖老年群体、低线城市用户）
用户自选择偏差（愿意填答的用户群体特征集中）
问卷应答率过低导致的样本偏差
数据清洗过程中有效样本误删
答题作弊/随意填答带来的数据失真
针对B端企业客户的调研，您认为相比C端调研，样本量设置通常需要？
显著更大，因为企业总体规模大
基本相当，保持统计效力即可
适当缩小，因为B端群体异质性更低、触达成本高
无固定规律，完全根据调研主题调整
您认为当前主流的互联网抽样调查方法，在保障数据代表性方面的表现可以打几分？（0分非常差，10分非常好）
您是否会在调研方案中根据不同子群体单独设置最低样本量要求？
每次都会，确保细分分析的统计效力
多数时候会，针对重点分析的子群体设置
偶尔会，仅在预算充足时考虑
基本不会，以总样本量达标为目标
在评估调研方法的适用性时，您主要关注哪些维度？
对目标群体的触达能力
数据采集的时效性
单位样本的获取成本
样本特征与总体的匹配度
对复杂题目的支持程度
对于探索性的定性+定量混合调研，您认为第一阶段的定量样本量设置多少较为合理？
50-100份，用于初步发现问题
100-300份，用于验证核心假设方向
300-500份，用于支撑定性访谈提纲设计
500份以上，需要具备初步统计意义
您在实际项目中，通常会将问卷的预计无应答率设置为多少来预留样本投放量？
10%以内
10%-30%
30%-50%
50%以上
您认为以下哪些方式可以有效提升互联网抽样的样本代表性？
基于用户画像标签进行分层配额控制
多渠道组合投放覆盖不同触达习惯的用户
设置答题逻辑校验过滤无效样本
投放后对样本结构进行加权校准
延长投放周期等待更多类型用户参与
当需要对比两个不同群体的差异时（如新老用户满意度对比），您认为两个群体的样本量设置最好满足什么要求？
两群体样本量完全相等
规模较大的群体样本量占比更高
规模较小的群体样本量适当 oversample（过采样）
无需刻意调整，按自然回收比例即可
请您对当前常用的互联网调研样本服务（如在线样本库）的质量满意度进行评分（1分非常不满意，5分非常满意）
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
结合您的实践经验，您在确定抽样调查样本量、选择调研方法时，有哪些印象深刻的经验或踩过的坑？欢迎简要分享。
您认为未来互联网调研方法的发展方向更偏向于？
大样本量+大数据行为数据结合，替代传统抽样逻辑
小样本+高精准抽样，通过严格的质量控制提升推断效力
AI自适应抽样，根据实时回收数据动态调整投放策略
多元方法融合，根据不同调研目标灵活组合抽样方式
您对优化互联网场景下的抽样调查方案设计，还有哪些其他建议？