非概率抽样是指一些分析单元被抽取的概率是零或是选取的概率不能准确确定的抽样技术。通常，分析单元以某种非随机的标准选取，如配额或便利性。由于选择是非随机的，非概率抽样不能进行抽样误差的估计，并可能受限于样本偏差。因此，样本的信息不能被推广回到总体。非概率抽样技术包括以下几种类型：
便利抽样。也称作偶遇抽样或机会抽样，这种技术是指从近手的、唾手可得的或便利的部分总体中抽取样本。例如，如果在一个购物中心的外面向人们分发问卷，或是在他们进入购物中心时采访他们，这样获得的受访者样本就是便利样本。这是非概率抽样，因为这在系统上排除了到其他购物中心购物的人。从选择的样本中获得的观点可能反映了这个购物中心的独特特点如商店的性质（即，高端商店将吸引更富裕的阶层）、顾客的社会阶层或位置（靠近大学的购物中心主要吸引有特定购物习惯的大学生），因此它不代表当前消费者总体的观点。因此，这些观察的科学性将是有限的。其他便利抽样的例子如在某个课程注册的学生样本或在某个医疗诊所治病的病人样本。这种类型的抽样对引导测试是最有用的，其目标是指标测试或测量检验而不是获得普遍性的推论。
配额抽样。在这种技术中，总体被划分为相互排斥的子集（正如分层抽样），然后在每个子集中选取一组非随机的观察来满足事先确定的配额。在比例配额抽样中，每个子集的受访者比例应当与总体匹配。例如，如果美国人口由70%的白人、15%的西班牙裔美国人、13%非洲裔美国人组成，若想了解样本数为98的美国人的投票偏好，可以在购物中心外面询问人们的投票偏好。但当你有了15个西班牙裔（或13个非洲裔）的回应后你必须停止对这个子集的询问，即便仍在抽取其他种族的样本，这样样本的种族构成与一般的美国人口构成相匹配。非比例配额抽样的限制更少些，这是因为没有必要获得等比例样本，但是或许会要符合每个子集最小数目的要求。在这种情况下，你可能会决定分别从三个种族子集（白人、西班牙裔美国人、非洲裔美国人）中选取50个受访者，并在每组配额达到时停止取样。两种配额抽样的类型都没有代表美国人口总体，这是因为，根据你在纽约还是在堪萨斯州实施研究，结果可能会完全不同。非比例配额抽样技术甚至更不具有代表性，但可能会更有用，因为它通过过多取样能够获取小的、被低估了的群体的观点。
判断抽样。在这种技术中，受访者是专家根据他们对所研究现象的经验而选取的，是非随机的。例如，为了解新政府政策如萨班斯-奥克斯利法案的影响，可以抽取一组熟悉该法案的公司会计人员。这种方法的优点在于专家比非专业人士更了解该事项，来自专家样本的意见比包含专家和非专业人员的样本更可信，尽管结果仍然不能推广到总体。
滚雪球抽样。在滚雪球抽样中，先找出符合研究标准的受访者，然后要求他们推荐他们知道的符合选择标准的其他人。尽管这种方法难以实现样本的代表性，它有时是接近难以接近人群、或是没有抽样框时的唯一方法。
- 8273 reads
