统计学 第2章统计数据的收集

1、2 - 1 统计学统计学 statistics 第 2 章 统计数据的收集 统计学 2 - 2 统计学统计学 statistics 第 2 章 统计数据的收集 2.1 统计数据的来源统计数据的来源 2.2 调查方案设计调查方案设计 2.3 调查问卷设计调查问卷设计 2.4 调查数据的审核与插补调查数据的审核与插补 2 - 3 统计学统计学 statistics 学习目标 1.了解数据来源的方式 2.掌握数据的调查方法 3.掌握调查方案的结构和设计 4.掌握调查问卷设计 5.了解数据的审核与插补 2 - 4 统计学统计学 statistics 2.1 统计数据的来源 统计数据的间接来源 统计数据

2、的直接来源 统计调查的组织方式 数据搜集方法 2 - 5 统计学统计学 statistics 数据的间接来源 2 - 6 统计学统计学 statistics 二手数据的来源 中国统计出 版社 1.统计部门和政府部门公布的有关资料， 如各类统计年鉴 2.各类经济信息中心、信息咨询机构、专 业调查机构等提供的数据 3.各类专业期刊、报纸、书籍所提供的资 料 4.各种会议，如博览会、展销会、交易会 及专业性、学术性研讨会上交流的有关 资料 5.从互联网或图书馆查阅到的相关资料 2 - 7 统计学统计学 statistics 二手数据的特点 1. 收集容易，采集成本低 2. 作用广泛 n分析所要研究的

3、问题 n提供研究问题的背景 n帮助研究者更好地定义问题 n检验和回答某些疑问和假设 n寻找研究问题的思路和途径 3. 收集二手资料在研究中应优先考虑 2 - 8 统计学统计学 statistics 二手数据的评估 1. 数据是谁收集的？ n可信度评估 2. 为什么目的而收集的？ 3. 数据是怎样收集的？ 4. 什么时候收集的？ 2 - 9 统计学统计学 statistics 数据的直接来源 2 - 10 统计学统计学 statistics 数据的直接来源 (原始数据) 1. 调查数据 n通过调查方法获得的数据 n通常是对社会现象而言 n通常取自有限总体 2. 实验数据 n通过实验方法得到的数据

4、 n通常是对自然现象而言 n也被广泛运用到社会科学中 l如心理学、教育学、社会学、经济学、管理学等 2 - 11 统计学统计学 statistics 统计调查的组织方式 2 - 12 统计学统计学 statistics 统计调查方式 统计调查方式统计调查方式 2 - 13 统计学统计学 statistics 普查 (census) 1. 为特定目的专门组织的非经常性全面调查 2. 通常是一次性或周期性的 3. 一般需要规定统一的标准调查时间 4. 数据的规范化程度较高 5. 应用范围比较狭窄 2 - 14 统计学统计学 statistics 抽样调查 (sampling survey) 1.

5、从总体中随机抽取一部分单位作为样 本进行调查，并根据样本调查结果来 推断总体特征的数据收集方法 2 - 15 统计学统计学 statistics 统计报表 (statistical report forms) 1. 统计调查方式之一 2. 过去曾经是我国主要的数据收集方式 3. 按照国家有关法规的规定、自上而下地 统一布置、自下而上地逐级提供基本统 计数据 4. 有各种各样的类型 2 - 16 统计学统计学 statistics 重点调查 (key-point investigation) 1. 从全部总体中选择少数重点单位进行调查 2. 这些重点单位尽管在全部总体单位中出现的 频数极少，但其

6、某一数量标志却在所要研究 的数量标志值总量中占有很大的比重 3. 如鞍钢、宝钢、首钢等进行调查，就可对全 国的钢铁生产总量有个大致的认识 2 - 17 统计学统计学 statistics 典型调查 (model survey) 1. 从全部总体单位中选择一个或几个有 代表性的单位进行深入细致的调查 2. 所选择的典型单位应能反映所研究问 题的本质属性或特征 3. 典型调查主要用于定性研究，调查结 果一般不能推断总体 2 - 18 统计学统计学 statistics 数据的收集方法 2 - 19 统计学统计学 statistics 数据的收集方法 数据的收集方法数据的收集方法 询问调查询问调查观

7、察实验观察实验 2 - 20 统计学统计学 statistics 访问调查 (personal interview) 1. 调查者与被调查者通过面 对面地交谈而获得资料 2. 有标准式访问和非标准式 访问 n标准式访问通常按事先设 计好的问卷进行 n非标准式访问事先一般不 制作问卷 2 - 21 统计学统计学 statistics 邮寄调查 (mail survey) 1. 也称邮寄问卷调查 2. 是一种标准化调查 3. 调查者与被调查者没有直接的语言交流， 信息的传递依赖于问卷 4. 通过某种方式将调查表或问卷送至某调查 者手中，由被调查者填写，然后将问卷寄 回指定收集点 5. 问卷或表格的

8、发放方式有邮寄、宣传媒介 传送、专门场所分发三种 2 - 22 统计学统计学 statistics 电话调查 (telephone survey) 1. 调查者利用电话与被调查者 进行语言交流以获得信息 2. 时效快、成本低 3. 问题的数量不宜过多 2 - 23 统计学统计学 statistics 电脑辅助调查 (computerassisted telephone interviewing) 1. 又称电脑辅助电话调查 2. 电脑与电话相结合完成调查的全过程 3. 一般需借助专门的软件进行 4. 硬件设备要求较高 2 - 24 统计学统计学 statistics 座谈会 (colloqui

9、a) 1. 也称集体访谈 2. 将一组被调查者集中在调查现场，让他们对 调查的主题发表意见以获得资料 3. 参加座谈会的人数不宜过多，一般为610人 4. 侧重于定性研究 2 - 25 统计学统计学 statistics 个别深度访问 (personal interviewing) 1. 一次只有一名受访者参加、 针对特殊问题的调查 2. 适合于较隐秘的问题，如个 人隐私问题；或较敏感的问 题，如政治方面的问题 3. 侧重于定性研究 2 - 26 统计学统计学 statistics 观察法 (observational method) 1. 就调查对象的行动和意 识，调查人员边观察边 记录以收

10、集所需信息 2. 调查人员不是强行介入 3. 能够在被调查者不察觉 的情况下获得资料 2 - 27 统计学统计学 statistics 实验法 (experimental method) 1. 在设定的特殊实验场所、特 殊状态下，对调查对象进行 实验以获得所需资料 2. 有室内实验法和市场实验法 2 - 28 统计学统计学 statistics 2.2 调查方案设计 调查目的是什么 向谁调查 调查什么 什么时间调查 调查的组织实施办法 2 - 29 统计学统计学 statistics 调查方案的结构 (survey plan) 调查方案的内容调查方案的内容 2 - 30 统计学统计学 stat

11、istics 调查目的 (objective of survey) 1.调查要达到的具体目标 2.回答“为什么调查？” 3.调查之前必须明确 2 - 31 统计学统计学 statistics 调查对象和调查单位 (respondent and survey unit) 1.调查对象：调查研究的总体或调查范围 2.调查单位：需要对之进行调查的单位。可以是 调查对象的全部单位(全面调查)，也可以是调查 对象中的一部分单位(非全面调查) 3.回答“向谁调查？” 2 - 32 统计学统计学 statistics 调查项目 (survey items) 1. 调查的具体内容 2. 通常表现为表格或问卷

12、3. 回答“调查什么？” 2 - 33 统计学统计学 statistics 确定调查项目的一般原则 （1）兼顾需要与可能 （2）统一性 （3）调查项目之间要保持衔接 （4）发展和稳定相结合 2 - 34 统计学统计学 statistics 调查时间 1.调查资料所属时间。如果所调查的是时期现 象，就要明确规定调查资料起止时间；如果 是时点现象，就要明确调查资料的标准时点 2.调查资料的登记时间。登记时间是指对调查 单位进行调查并取得调查资料时间 3. 调查工作期限 2 - 35 统计学统计学 statistics 调查的组织实施计划 为了保证整个统计调查工作顺利进行，在调 查方案中还应该有一个

13、周密的组织实施方案 。主要内容包括调查机构成立、调查人员配 备和培训、调查资料报送办法、调查前的宣 传发动、调查文件的准备、调查经费预算安 排以及试点工作等 2 - 36 统计学统计学 statistics 2.3 调查问卷设计 问卷及问卷设计标准 问卷的开发程序 问题措辞应注意的问题 回答项目的设计 问卷格式 2 - 37 统计学统计学 statistics 问卷及问卷设计标准 2 - 38 统计学统计学 statistics 什么是问卷？ (questionnaires) 1. 用来搜集调查数据的一种工具 2. 问卷（或调查表、统计表）是专门为从被 调查者那里获得有关某个主题的信息而设 计

14、的一组或一系列问题 3. 一份优良的问卷应是： 能有效地用来收集数据，尽可能减少误差和矛盾 对被调查者有友好的界面 应尽量减少由无回答所引起的追踪回访的数量，且 便于数据编码和录入 2 - 39 统计学统计学 statistics 问卷的开发程序 2 - 40 统计学统计学 statistics 问卷的开发程序 1. 向数据用户和对象进行咨询 2. 参考以前相同主题的问卷 3. 起草问题 4. 对问卷进行审议与修改 5. 对问卷进行测试与修改 6. 定稿 2 - 41 统计学统计学 statistics 问卷测试的方法 认知法 焦点座谈 非正式测试 向访员了解情况 分裂样本测试 试点调查 2

15、- 42 统计学统计学 statistics 问题措辞应注意的问题 2 - 43 统计学统计学 statistics 措词的一般原则 1.措辞要简单 2.定义缩略图或专业术语 3.确保问题使用 4.措辞要具体 5.避免意义双关的问题 6.避免诱导性问题 7.避免使用双重否定 8.减少敏感问题或因私问题的影响 9.确保问题读来顺口 2 - 44 统计学统计学 statistics 措词要简单 1.与被调查者清楚地进行沟通的最佳途径是使用 简单的日常用词，要确保所使用的术语适合于 被调查的总体 2.在设计问题时要始终考虑被调查者的语言能力 3.调查者应该昼量避免使用回答调查问题的人所 不熟悉的技术

16、性很强的专业术语或仅在本专业 内使用的“行话”。如果需要使用这样的术语 ，应该向被调查者澄清或解释这些术语的定义 。必须对新的或复杂的概念进行定义 2 - 45 统计学统计学 statistics 措辞要具体 2 - 46 统计学统计学 statistics 用词要确切、通俗 2 - 47 统计学统计学 statistics 避免诱导性提问 2 - 48 统计学统计学 statistics 避免否定形式的提问 2 - 49 统计学统计学 statistics 减少敏感问题或因私问题的影响 提问敏感问题的技巧： “每个人”法 为回答辩护技巧 “即使一次”技术 系列问题或热身法 设立档次 2 -

17、50 统计学统计学 statistics 一项提问只包含一项内容 2 - 51 统计学统计学 statistics 回答项目(答案)的设计 2 - 52 统计学统计学 statistics 回答的类型与方法 开放性问题开放性问题 ( (自由回答型自由回答型) ) 封闭性问题封闭性问题 ( (选择回答型选择回答型) ) 两项选择法两项选择法 多项选择法多项选择法 顺序选择法顺序选择法 等级评定法等级评定法 双向列联法双向列联法 限制选择型限制选择型 多项选择型多项选择型 单项选择型单项选择型 2 - 53 统计学统计学 statistics 开放性问题 1.对问题的回答未提供任何具体的答案，由被

18、调 查者根据自己的想法自由作出回答 2.属于自由回答型 3.优点：比较灵活，适合于搜集更深层次的信息 ，特别适合于那些尚未弄清各种可能答案或潜 在答案类型较多的问题。而且可以使被调查者 充分表达自己的意见和想法，有利于被调查者 发挥自己的创造 4.缺点：由于会出现各种各样的答案，给调查后 的资料整理带来一定困难 2 - 54 统计学统计学 statistics 开放性问题 2 - 55 统计学统计学 statistics 封闭性问题 1.对问题事先设计出了各种可能的答案，由被调 查者从中选择 2.问题的答案是标准化的，有利于被调查者对问 题的理解和回答，也有利于调查后的资料整理 3.对答案的要

19、求较高，对一些比较复杂的问题， 有时很难把答案设计周全 4.问题的答案是选择回答型，所以设计出的答案 一定要穷尽和互斥 5.回答方法有：两项选择法、多项选择法、顺序 选择法、等级评定法、双向列联法五种 2 - 56 统计学统计学 statistics 封闭性问题 (两项选择法) 1. 答案只有两项，要求被调查者选择其中之一 来回答 2. 优点：被调查者只需在二者之中选择一项， 回答比较容易；调查后的数据处理也很方便 3. 缺点：得到的信息量较少；当被调查者对两 项答案均不满意时，很难作出回答 2 - 57 统计学统计学 statistics 封闭性问题 (多项选择法) 1.在设计问卷时，对一个

20、问题给出三个或三个以 上的答案，让被调查者从中选择进行回答 2.根据要求选择的答案多少不同，有以下类型 n单项选择型：单项选择型：要求被调查者对所给出的问题答案选 择其中的一项 n多项选择型：多项选择型：要求被调查者对所给出的问题答案中 ，选出自己认为合适的答案，数量不受限制 n限制选择型：限制选择型：要求被调查者在所给出的问题答案中 ，选出自己认为合适的答案，但数量要受一定限制 2 - 58 统计学统计学 statistics 封闭性问题 (单项选择法实例) 单项选择型单项选择型 2 - 59 统计学统计学 statistics 封闭性问题 (多项选择法实例) 多项选择型多项选择型 2 -

21、60 统计学统计学 statistics 封闭性问题 (顺序选择法) 1.问题答案有多个，要求被调查者在回答时，对所选的答 案按要求的顺序或重要程度加以排列。其中，对所选的 的答案数量可以进行一定的限制，也可以不进行限制 2.问题答案不仅可以反映所要调查的内容，而且可以反映 出被调查者对问题的看法，从而增加了信息量 2 - 61 统计学统计学 statistics 封闭性问题 (等级评定法) 问题答案，由表示不同等级的形容词组成， 并按照一定的程度排序，由被调查者依次 选择 2 - 62 统计学统计学 statistics 封闭性问题 (双向列联法) 1. 将两类不同问题综合到一起，通常用表格

22、 来表现 2. 表的横向是一类问题，纵向是另一类问题 3. 这种问题结构可以反映两方面因素的综合 作用，提供单一类型问题无法提供的信息 4. 可以节省问卷的篇幅 2 - 63 统计学统计学 statistics 封闭性问题 (双向列联法实例) 神龙富康神龙富康捷捷 达达桑塔纳桑塔纳 1. 耗油量低 2. 外观大方 3. 乘坐舒适 4. 整车价格合理 5. 驾驶容易 6. 制动性好 7. 维修方便 8. 零配件齐全 9. 故障率低 10. 售后服务周到 请在您赞同项目的空格内划“” 2 - 64 统计学统计学 statistics 问卷格式 2 - 65 统计学统计学 statistics 问卷

23、的基本结构 问卷的基本结构问卷的基本结构 开头开头 部分部分 甄别甄别 部分部分 主体主体 部分部分 背景背景 部分部分 2 - 66 统计学统计学 statistics 开头部分 (问候语) 2 - 67 统计学统计学 statistics 开头部分 (填写说明) 填写要求：填写要求： 1. 请您在所选择答案的题号上画圈请您在所选择答案的题号上画圈 2. 对只许选择一个答案的问题只能画一个圈；对对只许选择一个答案的问题只能画一个圈；对 可选多个答案的问题，请在你认为合适的答案可选多个答案的问题，请在你认为合适的答案 上画圈上画圈 3. 需填写数字的题目在留出的横线上填写需填写数字的题目在留出

24、的横线上填写 4. 对于表格中选择答案的题目，在所选的栏目内对于表格中选择答案的题目，在所选的栏目内 画勾画勾 5. 对注明要求您自己填写的内容，请在规定的地对注明要求您自己填写的内容，请在规定的地 方填上您的意见方填上您的意见 2 - 68 统计学统计学 statistics 开头部分 (问卷的编号) 1. 用于识别问卷、调查者、被调查者姓名和 地址等 2. 便于校对检查、更正错误 问卷编号 001 2 - 69 统计学统计学 statistics 甄别部分 1.甄别也称为过滤，它是先对被调查者进行过滤 ，筛选掉不需要的部分，然后针对特定的被调 查者进行调查 2.通过甄别，可以筛选掉与调查事

25、项有直接关系 的人，以达到避嫌的目的 3.可以确定哪些人是合格的被调查者，哪些人不 是 4.甄别的目的是确保被调查者合格，能够作为该 市场调查项目的代表，从而符合调查研究的需 要 2 - 70 统计学统计学 statistics 甄别部分 s1请问您或您的家庭有没有在下列行业工作的呢？请问您或您的家庭有没有在下列行业工作的呢？ 1广告、公关机构 2市场研究、咨询、调查机构 3电视，广播，报纸等媒介机构 终止访问 4轿车制造 5轿车批发、零售 6以上皆无继续访问 s2请问您的年龄是：请问您的年龄是： 120岁以下终止访问 220岁30岁 330岁40岁 440岁50岁 550岁以上终止访问 2

26、- 71 统计学统计学 statistics 主体部分 1. 是调查问卷的核心内容 2. 包括所要调查的全部问题，主要由问题和 答案所组成 q1.您在购买汽 车时主要考虑 哪些因素？ q2.您认为这款 汽车的加速性 能怎么样？ 2 - 72 统计学统计学 statistics 背景部分 1. 通常放在问卷的最后，主要是有关被调查 者的一些背景资料 2. 该部分所包含的各项问题，可使研究者根 据背景资料对被调查者进行分类比较分析 1.您具体做 什么工作？ 2.您的受教 育程度？ 2 - 73 统计学统计学 statistics 背景部分 a出出 示示 卡卡 片片请请 问问 您您 的的 教教 育育

27、 程程 度？度？ (901) 没 受 过 正 式 教 育 1 小 学， 初 中 2 高 中， 职 高， 中 专， 技 校 3 大 专， 大 学 或 以 上 4 b出出 示示 卡卡 片片请请 问问 您您 的的 职职 业业 和和 职职 位位 是是 什什 么？么？(902) 普 通 职 员， 工 人1 部 门 经 理 负 责 人/ 高 级 管 理 人 员 2 公 司 老 板， 厂 长，总 经 理 3 专 业 人 员 4 个 体 户，自 营 职 业 5 失 业， 待 业 6 学 生7 离 退 休 人 员 8 其 他(请注明） 9 2 - 74 统计学统计学 statistics 2.4 调查数据的审核

28、与插补 调查数据的审核 调查数据的插补 离群值的检测 离群值的处理 2 - 75 统计学统计学 statistics 调查数据的审核 1. 审核是应用各种检查规则来辨别缺失、无 效或不一致的录入 2. 审核的目的是更好地了解调查的过程及调 查数据，以确保调查数据的完整、准确与 一致 3. 审核工作贯穿于整个调查过程，从访员在 调查现场的简单初步的检查到数据处理阶 段数据录入之后由计算机程序进行的复杂 校验 2 - 76 统计学统计学 statistics 审核分类 1.有效性审核主要是检查被调查者回答语句的语 法是否正确，检查包括是否在规定填数字的地 方填上了非数字的字符以及问卷中的回答是否

29、有缺失等各种错误 2.一致性审核主要是检查不同问题之间的关系是 否正确。一致性审核可以基于不同问题或同一 问题的不同部分之间的结构关系、逻辑性和合 法性来进行 3.分布审核主要是试图通过数据的分布，来辨识 记录是否远远脱离分布的正常范围。又称为离 群值的检测 2 - 77 统计学统计学 statistics 调查数据的插补 1. 插补就是解决在审核过程中辨别出来的数 据缺失、无效与不一致等问题的过程 2. 插补方法分为两类即随机插补和确定性插 补 3. 确定性插补对于特定的被调查者的数据， 可能插补值只有一个 4. 随机插补含有随机因素 2 - 78 统计学统计学 statistics 插补的

30、类型与方法 随机性插补随机性插补 确定性插补确定性插补 推理插补推理插补 均值插补均值插补 比率或回归插补比率或回归插补 热平台插补热平台插补 冷平台插补冷平台插补 最近邻插补最近邻插补 确定性插补法残差确定性插补法残差 2 - 79 统计学统计学 statistics 确定性插补法 推理插补将缺失或不一致的数据通过推断 来确定。如，三项之和为100，空着一项 均值插补用插补类的均值代替缺失或不一 致的值。如，假定在一份住房调查的问卷 中，公寓月租金的值缺失，则利用同插补 类中正确填报租金的问卷计算其平均值 比率或回归插补是使用辅助信息及其它记 录中的有效回答建立一个比率或回归模型 2 - 8

31、0 统计学统计学 statistics 确定性插补法 (热平台插补) 热平台插补是使用同一插补类中的供者记录的信息来代 替一个相似的受者记录中缺失的或不一致数据的插补方 法，热平台插补分为序贯热平台插补和随机热平台插补 。 序贯热平台插补就是用这个序列需要插补数据前面某一 个有效的回答单元的数据来代替缺失的数值，如果每次 都使用相同的排序及选取方法，就是确定性的序贯热平 台法；而随机热平台插补，供者是在插补类中随机选出 的 优点：因为供者与受者具有相似的特征，因此插补出的 数值应相当准确 缺点：序贯热平台插补经常导致同一个供者的多次使 用，从而降低抽样误差；有时很难找到一个合适的供者 2 -

32、81 统计学统计学 statistics 热平台插补 (例子) 我们希望插补被调查者的吸烟状况。有三种可 能的回答：吸烟、不吸烟及以前吸过但现在已 戒烟。要找到一个相似的供者记录，我们基于 年龄段和性别产生插补类（因为我们认为吸烟 状况和一个人的年龄和性别有关）。假设要作 插补处理的记录是女性，在1524这个年龄组中 。要找到一组供者，我们看所有在同一年龄组 的女性被调查者（她们回答了各自的吸烟状况 ）。要从这一组中选择一供者，可以随机地选 择一个（随机热平台法）或者按某种顺序的供 者清单，从中选一个（序贯热平台法） 2 - 82 统计学统计学 statistics 确定性插补法 冷平台插补与

33、热平台插补不同之处在于热平台插补使用 当前调查的供者，而冷平台插补则使用前期的或普查中 的供者资料。 最近邻插补象热平台插补一样，也是基于匹配变量选择 一个供者记录。但是，用这种方法，目的不是非要找出 一个和受者记录在匹配变量上完全相同的供者记录，而 是插补类中按匹配变量找到和受者记录最接近的供者记 录即找到距离最近的值 2 - 83 统计学统计学 statistics 插补中的技术问题 确定哪些值需要插补:我们并不主张对所有审核 失效的数据都进行插补，应该通过变更尽可能 少的数据项，以使每条记录都满足审核规则的 要求。 例如，假设某份问卷中关于一位被调查者的背 景资料是：受教育程度（大学），婚姻状况（ 已婚），性别（女），年龄10岁。显然这条记 录中，年龄与婚姻状况、年龄与受教育程度是 不符合审核规则的。为了纠正审核失效，可以 同时调整婚姻状况和受教育程度，也可以只对 年龄作调整。我们倾向后者 2 - 84 统计学统计学 statistics 插补中的技术问题 怎样为受者找到供者记录: 选择匹配变量时必须注意要使匹配变量与插补类中需要 插补的变量密切相关。然后再用这些匹配变量去查找供 者记录 一个供者记录能用来插补一个以上的受者记录吗？ 如果几个受者记录都由同一个供者记录来插补，对最终 调查估计产生较大的偏倚 2 - 85 统计学统计学