方法论
有限人口修正原理详解
有限总体校正是最容易被忽略的调查概念之一，但当目标受众已知时，它却又最为实用。本页将解释何时需要进行有限总体校正，何时则无需进行。
基本思路
标准样本量公式通常假设总体规模非常大。当实际总体规模较小且已知时，这种假设可能会高估不确定性。有限总体修正可以对此进行调整。
随着计划样本在总人口中所占比例的增大，这种修正就显得更加重要了。
它在实际项目中的表现
这在 B2B 客户调查、员工研究、学校调查、协会调查和小组研究中很常见，因为这些调查的受众范围是明确的。
对于广大消费者群体、开放式网络调查或其他实际上不受限制的人群来说，它的相关性要低得多。
它为何能改进规划
使用有限总体校正可以得出更符合实际的样本目标，并减少不必要的实地调查。这使得研究计划更加高效，避免了在样本量不足的情况下假装小样本就足够好。
这是一种改进，而不是捷径。
团队经常滥用有限人口校正
最常见的误用是将有限人口校正应用于并非真正固定或明确定义的受众群体。如果真实人口数量不断变化或无法可靠统计，则校正的意义就会降低。
更佳的使用场景是受众总数已知且较为稳定的列表。在这种情况下，数据校正有助于避免收集超出项目实际需求的数据。
- 仅供人口数量有限且可统计的群体使用。
- 当观众名单不完整或有所变动时，务必谨慎。
- 应该用它来完善计划，而不是用来为薄弱的样本辩护。
- 并附上清晰的人口统计数据记录。