应用统计学：第2章 数据搜集

第2章数据搜集2.1统计数据2.2数据的搜集2.3调查方案的设计学习目标1.了解数据的来源。2.了解普查、抽样调查的作用及特点。3.了解各种概率抽样与非概率抽样方法。4.了解抽样中的误差。5.掌握数据的搜集方法。6.学会设计调查方案和调查问卷。2.1统计数据观测数据和试验数据定性数据和定量数据截面数据、时序数据和面板数据观测数据和试验数据

观测数据：没有对观测对象进行任何人为因数控制条件下得到的客观数据；试验数据：对影响试验对象的相关因数进行人为控制条件下得到的数据定性数据用文字、符号、语言等描述的信息，分为定类数据和定序数据；定类数据：对事物按照某种特征进行分类，如相貌、性别、籍贯等；定序数据：对事物进行顺序上的定性描述，如满意程度、学历、职称等定量数据对事物按照某种特征进行具体的数量描述，分为定距数据和定比数据；定距数据：数据间可以计算差值，比无意义，如温度、海拔、年份；定比数据：有绝对零点，数据的比值有意义，如身高、体重。例子定类数据定序数据定距数据定比数据精确程度良好1980134公斤中国国籍：健康状况：出生年份:体重：截面数据、时序数据和面板数据

截面数据：对于多个事物在同一时期或时点上进行测量得到的数据，反映事物在相同时间或时点上的表现；时序数据：对于某个事物在不同时期或时点进行测量得到的数据，反映该事物随时间变化的情况；面板数据:对于多个事物在不同时期或时点进行测量得到的数据，反映多个事物随时间变化的情况2.2数据的搜集原始数据和次级数据;常用的统计调查方式;

原始数据和次级数据数据的获取途径原始数据（直接来源）次级数据（间接来源）

一是来自调查或观察，二是来自实验。调查是取得社会经济数据的重要手段。下一页二手数据的来源次级数据（二手数据）国家统计资料行业协会信息资料图书资料计算机信息网络国际组织主要是公开出版或报道的数据，有些是未公开出版的数据。在我国，公开出版或报道的社会经济数据主要来自国家和地方的统计部门以及各种报刊媒介。

二手资料实际就是我们的次级数据，内容详见课本22页1.公开出版物：《中国统计年鉴》、《中国统计摘要》、《中国社会统计年鉴》、《中国工业经济统计年鉴》、《中国农村统计年鉴》、《中国人口统计年鉴》、《中国市场统计年鉴》、《世界经济年鉴》、《国外经济统计资料》、《世界发展报告》，等等。2.网络Internet中国统计年鉴2006中国人口统计年鉴中国市场统计年鉴世界发展报告世界经济年检工业普查数据使用二手数据需要注意的问题应注意数据的含义、计算口径和计算方法，避免误用或滥用；注意二手数据的时间性，不能用过时的数据；应充分搞清这些数据的来源和可靠程度；应注明数据的出处，以尊重他人的劳动成果。

2.1.2常用的统计调查方式统计调查是社会经济数据的主要来源。

实际中常用的统计调查方式主要有普查抽样调查统计报表常用统计调查方式普查抽样调查统计表表重点调查典型调查2．普查（Census)

普查是为某一特定目的而专门组织的一次性全面调查。特点：普查通常是一次性的或周期性的。例如国务院规定每10年进行一次人口普查。普查一般需要规定统一的标准时点。例如，第5次人口普查的标准时间为2000年11月1日0时。普查数据的准确性、标准化程度均较高

;普查的调查项目较少，适用范围较狭窄，调查资料缺乏深度。第六次全国人口普查

人口普查是世界各国所广泛采用的搜集人口资料的一种科学方法，是提供全国基本人口数据的主要来源。中国政府网2009年5月6日公布了《国务院关于开展第六次全国人口普查的通知》。通知指出，根据国家普查项目和周期安排的有关规定，国务院决定于2010年开展第六次全国人口普查。人口普查主要调查人口和住户的基本情况，内容包括：性别、年龄、民族、受教育程度、行业、职业、迁移流动、社会保障、婚姻生育、死亡、住房情况等。人口普查的标准时点是2010年11月1日零时。第六次全国人口普查主要数据公报(第1号)今日发布。此次人口普查登记的全国总人口为1339724852人。比2000年第五次人口普查相比，10年增加7390万人，增长5.84%，年平均增长0.57%，比1990年到2000年年均1.07%的长率下降了0.5个百分点。第六次人口普查的标准时间是2010年11月1日零时。所谓人口普查的标准时间，就是规定一个时间点，无论普查员入户登记在哪一天进行，登记的人口及其各种特征都是反映那个时间点上的情况。根据上述规定，不管普查员在哪天进行入户登记，普查对象所申报的都应该是2010年11月1日零时的情况。通过这个标准时间，所有普查员普查登记完成后，经过汇总就可以得到2010年11月1日全国人口的总数和各种人口状况的数据。以下是数据详情：根据《全国人口普查条例》和《国务院关于开展第六次全国人口普查的通知》，我国以2010年11月1日零时为标准时点进行了第六次全国人口普查。在国务院和地方各级人民政府的统一领导下，在全体普查对象的支持配合下，通过广大普查工作人员的艰苦努力，目前已圆满完成人口普查任务。现将快速汇总的主要数据公布如下：一、

总人口

全国总人口为1370536875人。其中：普查登记的大陆31个省、自治区、直辖市和现役军人的人口[3]共1339724852人。香港特别行政区人口为7097600人。澳门特别行政区人口为552300人。台湾地区人口为23162123人。二、人口增长

大陆31个省、自治区、直辖市和现役军人的人口，同第五次全国人口普查2000年11月1日零时的1265825048人相比，十年共增加73899804人，增长5.84%，年平均增长率为0.57%。三、家庭户人口大陆31个省、自治区、直辖市共有家庭户[7]401517330户，家庭户人口为1244608395人，平均每个家庭户的人口为3.10人，比2000年第五次全国人口普查的3.44人减少0.34人。四、性别构成

大陆31个省、自治区、直辖市和现役军人的人口中，男性人口为686852572人，占51.27%；女性人口为652872280人，占48.73%。总人口性别比（以女性为100，男性对女性的比例）由2000年第五次全国人口普查的106.74下降为105.20。五、年龄构成

大陆31个省、自治区、直辖市和现役军人的人口中，0-14岁人口为222459737人，占16.60%；15-59岁人口为939616410人，占70.14%；60岁及以上人口为177648705人，占13.26%，其中65岁及以上人口为118831709人，占8.87%。同2000年第五次全国人口普查相比，0-14岁人口的比重下降6.29个百分点，15-59岁人口的比重上升3.36个百分点，60岁及以上人口的比重上升2.93个百分点，65岁及以上人口的比重上升1.91个百分点。六、民族构成

大陆31个省、自治区、直辖市和现役军人的人口中，汉族人口为1225932641人，占91.51%；各少数民族人口为113792211人，占8.49%。同2000年第五次全国人口普查相比，汉族人口增加66537177人，增长5.74%；各少数民族人口增加7362627人，增长6.92%。七、各种受教育程度人口

大陆31个省、自治区、直辖市和现役军人的人口中，具有大学（指大专以上）文化程度的人口为119636790人；具有高中（含中专）文化程度的人口为187985979人；具有初中文化程度的人口为519656445人；具有小学文化程度的人口为358764003人（以上各种受教育程度的人包括各类学校的毕业生、肄业生和在校生）。同2000年第五次全国人口普查相比，每10万人中具有大学文化程度的由3611人上升为8930人；具有高中文化程度的由11146人上升为14032人；具有初中文化程度的由33961人上升为38788人；具有小学文化程度的由35701人下降为26779人。大陆31个省、自治区、直辖市和现役军人的人口中，文盲人口（15岁及以上不识字的人）为54656573人，同2000年第五次全国人口普查相比，文盲人口减少30413094人，文盲率[8]由6.72%下降为4.08%，下降2.64个百分点。八、城乡人口

大陆31个省、自治区、直辖市和现役军人的人口中，居住在城镇的人口为665575306人，占49.68%；居住在乡村的人口为674149546人，占50.32%。同2000年第五次全国人口普查相比，城镇人口增加207137093人，乡村人口减少133237289人，城镇人口比重上升13.46个百分点。九、人口的流动

大陆31个省、自治区、直辖市的人口中，居住地与户口登记地所在的乡镇街道不一致且离开户口登记地半年以上的人口为261386075人，其中市辖区内人户分离的人口[10]为39959423人，不包括市辖区内人户分离的人口为221426652人。同2000年第五次全国人口普查相比，居住地与户口登记地所在的乡镇街道不一致且离开户口登记地半年以上的人口增加116995327人，增长81.03%。十、登记误差普查登记结束后，全国统一随机抽取402个普查小区进行了事后质量抽样调查。抽查结果显示，人口漏登率为0.12%。3.抽样调查(SamplingSurvey)

抽样调查：为了根据样本调查结果推断总体数字特征，从总体中随机抽取一部分作为样本而进行的调查。抽样不过是一种方法、手段，其主要目的仍然在于推断总体的信息。可以单独使用，也可用来对普查数据进行评价、修正或补充。抽样调查的特点是实际中应用最广泛的一种调查方式。1992年我国的国家调查系统将抽样调查列为统计调查的主体。与全面调查相比，它具有以下明显的特点：经济性。普查需要花费大量人力、财力，而采用抽样调查则可取得事半功倍的效果。时效性强。可以迅速及时地获得信息。适应面广。对于某些不可能进行普查的现象，只能通过抽样调查获取这些现象的部分数据。准确性高。有可能获得比普查更高的数据质量。普查中工作量大、环节多，登记性误差往往很大。

抽样调查的组织方式

根据抽选样本的方法，抽样调查可以分为：随机概率抽样：也称随机抽样，是按照随机原则抽选样本的抽样方式，抽样时每个样本单位被选中的概率是已知。概率抽样中可以对抽样误差进行控制。在我国，习惯上将概率抽样称为抽样调查。非随机概率抽样：不满足概率抽样要求的抽样。非概率抽样单个单位被选中的概率是不可知的，不能从概率意义上控制抽样误差。概率抽样中的随机原则

随机原则：在抽选样本时排除主观因素的影响（不是有意识的抽选某些单位），使每个单位都有一定的机会被抽中。等概率抽样：抽样时每个单位被选中的概率都相等。不等概率抽样：抽样时不是每个单位被选中的概率都相等。抽样调查非随机概率抽样随机概率抽样不等概率抽样等概率抽样概率抽样方法简单随机抽样(simplerandomsampling)从含有N个元素的总体中，抽取若干个元素组成样本，使得总体中的每一个元素都有相同的机会(概率)被抽中如果抽取一个个体记录下数据后，再把这个个体放回到原来的总体中参加下一次抽选，叫做重复抽样(samplingwithreplacement如果抽中的个体不再放回，再从所剩下的个体中抽取第二个元素，直到抽取个个体为止，这样的抽样方法叫做不重复抽样(samplingwithoutreplacement)简单随机抽样得到的样本称为简单随机样本(simplerandomsample)简单随机抽样最适用的场合当总体内样本单位不多，且有完备名册，可用于编号时。对研究的目的而言样本单位间的差异不大时。无法充分获得总体信息时。由于编制抽样框及抽取的样本可能过于分散等原因在实际实施中有一定困难，加之没有利用其他辅助信息提高估计的效率，所以大规模调查中很少直接采用。（2）系统抽样(SystematicSampling)系统抽样（也称等距抽样）：将总体N个单位按某

种顺序排列，按规则确定一个随机起点，再每隔一

定间隔逐个抽取样本单位的抽样方法。直线等距抽样：将总体分成n个组，每组有k=N/n个单位。在第一组随机选择一个单位，之后每隔k个选择一个。N=64n=8k=8第一组系统抽样的特点总体单位的顺序可能影响抽样结果：各单元的排队顺序与所研究的内容无关；（学习情况若按身高排队）各单元的排队顺序与所研究的内容有内在联系。（学习情况若按成绩排队）优点：抽取样本简便易行，易于监控。系统抽样的特点主要适用场合总体内的样本单位，对有兴趣的指标而言是随机的或按大小排列的总体内单位数过多，而抽取的样本又较多时总体内的单位数不能确定时（例如抽取学号最后一位为8的学生进行调查）

（3）分层抽样StratifiedSampling也称分类抽样或类型抽样。即先将总体所有单位按某种标志划分为若干层，然后从各层中随机抽取一定数目的单位构成样本，根据各层样本汇总对总体指标作出估计的一种抽样方式。男生女生样本分层抽样的特点

可以提高样本的代表性，提高估计的精度。在估计总体参数的同时还能估计每层的参数。抽样误差只受层内方差的影响，分层时应使层间方差大、层内方差小。最适用的场合：当总体内样本单位的差异较大时；分层后能达到层间差异大，层内差异小的原则时按比例分层抽样和不按比例分层抽样按比例分层抽样：各层的抽样比例都相等（等于n/N)。在有些情况下为了降低抽样误差或者对各层的参数进行较好的估计，需要采用不按比例分层抽样。在不按比例的分层抽样中如果要用样本资料推断总体，需要对各层的数据资料进行加权处理。不按比例分层抽样（不等概率抽样）的例子

假设要从1000亩农田中抽取100亩调查小麦的平均亩产。1000亩耕地中有600亩为平原，400亩为丘陵；平原地区的亩产量相差不大（方差很小），而丘陵地区亩产量的差别很大（方差大）。按比例抽样：平原和丘陵各抽60亩和40亩。不按比例抽样：为了更准确地估计丘陵地区的平均亩产，在丘陵地区多抽一些农田（例如70亩），从平原地区抽取30亩。这时总体平均亩产的估计值为（4）整群抽样ClusterSampling先将总体分为R个群（即次级单位或子总体），

每个群包含若干总体单位。按某种方式从中随机抽取r个群，然后对抽中的群的所有单位都进行调查的抽样方式。总体分成4个群随机选择2个群构成样本整群抽样的特点样本单位比较集中，容易集中力量进行调查，

便于组织与管理，也节省了调查时间和费用。不需要所有总体单位的抽样框。由于样本单位不能均匀的分布在总体中，所以样本的代表性要差一些（对策：增大样本容量）。抽样误差受群间方差的影响，不受群内方差的影响。分群时应使群间方差小。最适用的场合：总体名单不易获得时为节省调查成本时群内差异大，而群间的变异小时2.3调查方案的设计调查方案的主要内容数据调查方法调查问卷的设计2.3.1调查方案的主要内容调查方案：指导整个调查过程的纲领性文件。主要内容：调查目的：为什么调查？调查对象和调查单位：向谁调查？

调查内容：调查什么？调查时间及其他问题1、调查目的和调查对象调查目的：调查要达到的具体目标，调查之前必须明确。调查对象：调查研究的总体或调查范围。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）。填报单位：负责报送统计数据资料的单位。例子《农产量抽样调查制度》是国家统计局为取得高质量的农产品产量等相关指标数据，在全国范围内统一抽选样本调查、推算，并由直属调查队伍实施的抽样调查制度。2003年全国共抽选了约１３万个样本地块进行实割实测调查，并运用这些样本科学地推算全国粮食产量数据。问：调查目的？调查对象？调查单位？填报单位？

2、调查内容Q1…………Q2…………Q3…………Q4…………调查内容：需要调查的具体项目。

通常以表格的形式来表现，称为调查表。调查表的组成部分：表头：说明调查表的名称、被调查单位的名称质等。表体：调查的具体项目。表脚：填报人签名、日期等。3、调查时间及其他问题调查时间。两种含义：调查资料所属的时间，回答“调查何时”的问题；调查工作的起止时间，回答“何时调查”的问题。

例如，1990年第四次人口普查规定的资料所属时间为“1990年7月1日0时”；普查的工作期限是“1990年7月1日至7月10日完成普查的登记工作”。调查所采用的方式方法；调查组织与实施的具体安排。2.3.2数据调查方法不论采用何种调查方式，在取得数据时都需要使用一些具体的数据搜集方法。数据的收集方法归纳起来可分为询问调查和观察实验两大类。询问调查是调查者与被调查者与被调查者直接或间接触以获得数据的一种方法。观察或实验：调查者通过直接的观察或实验获得数据的方法。数据调查方法的分类数据的收集方法询问调查访问调查观察和实验电话调查邮寄调查观察电脑辅助座谈会个别深访实验1.访问调查调查者与被调查者通过面对面地

交谈而获得资料。可分为标准式访问和非

标准式访问：标准式访问通常按事

先设计好的问卷进行非标准式访问事先一

般不制作问卷访问调查中的注意事项在访问调查中，调查者到人地生疏的地方搜集资料，且被调查者往往又不愿意提供的这些资料，为顺利完成调查访问工作，调查者事前的准备工作非常重要。事前的准备工作包括以下内容：仪容仪表携带访问工具预约并先了解访问对象熟记问题及方法运用各种技巧激发被调查者主动合作注意自身的安全2.邮寄调查

也称邮寄问卷调查，是一种标准化调查。

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。通过某种方式将调查表或问卷送至被调查者手中，由被调查者填写，然后将问卷寄回指定收集点。问卷或表格的发放方式有

邮寄、宣传媒介传送、

专门场所分发三种。 3.电话调查

您好!我是××调查公司的调查员…调查者利用电话与被调查者进行语言交流以获得信息。优点：时效快、成本低。覆盖面广。缺点：每次调查时间不能过长；不能提过于复杂的问题；对挂断电话拒绝回答者

很难做工作。

4.电脑辅助调查

又称电脑辅助电话调查，电脑与电话相结

合完成调查的全过程。一般需借助专门的软件进行，硬件设备要求较高。 5.座谈会

也称集体访谈，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。参加座谈会的人数不宜过多，一般为6～10人。侧重于定性研究。6.个别深度访问

一次只有一名受访者参加、针对特殊问题的调查。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。侧重于定性研究。7.观察法就调查对象的行动和意识，调查人员边观察边记录以收集所需信息。调查人员不是强行介入，能够在被调查者不察觉的情况下获得资料。8.实验法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。研究在其它条件相同的条件下，所控制的一个（或一组）变量对另外一个（或一组）变量的影响。2.3.3问卷设计

问卷的基本结构

问卷中问题的设计

问卷中答案的设计

问题顺序的设计

问卷设计的步骤1.根据研究目的建立分析架构2.决定问卷之形式3.编拟问卷初稿4.邀请专家学者检查、修订问卷5.预试问卷6.问卷定稿并订定使用说明1、问卷的基本结构

问卷的基本结构开头部分甄别部分主体部分背景部分问候语，

填写说明，

问卷编号

也称过滤，通过一些问题筛掉不符合条件的被调查者。要调查的全部问题，以及这些问题可供选择的答案。被调查者的性别,职业,收入,文化程度,婚姻状况等2．问卷中问题的设计

（1）提问的内容尽可能短。

问题中应该坚决摒弃多余的修饰词，提问

的内容尽可能的短,若问题比较复杂，应将

其分为几个问题来问。“我国越来越多的人去国外旅游。您曾经去别的国家旅游过吗？如果去过，您也许是为了欣赏风光才去的。那么，别国的风光对您决定出国旅游有多重要？”

Q1:您出国旅游过吗？1、是2、否（终止访问）

Q2：那里的风光对您决定去旅游有多重要？（2）用词要确切通俗，避免不具体的问题

问卷中的用词要确切、通俗，应容易被人理

解，应避免使用过于专业的术语（例如严重急性呼吸系統綜合症）；设计的问题要适合所有被调查者；提问目的要明确，避免模棱两可。

Q：您对本餐厅是否满意？□1.满意□2.一般□3.不满意

满意一般不满意Q1：您对本餐厅饭菜质量是否满意？□□□Q2：您对本餐厅环境设施是否满意？□□□Q3：您对本餐厅服务态度是否满意？

□□□（3）一项提问只包含一项内容

一个问句最好只问一个要点。一个问句中如果包含过多询问内容，会使被调查者无从答起，给统计处理也带来困难。你经常看电影和电视吗？（4）避免诱导性提问

应避免诱导性、暗示性的提问。诱导性

提问会导致两个不良后果：被调查者不加考虑就同意所诱导问题中暗示的结论；由于诱导性提问大多是引用权威或大多数人的态度,被调查者就会产生心理上的顺向反应。

“绝大多数饮用过光明奶的人都认为它口味纯正，

您认为是这样吗?”

（5）避免否定形式的提问否定式的提问会影响到被调查者的思维，

或容易造成相反意愿的回答。

Q：您不认为听到国歌不立正不是不对的吗？□1.是□2.不是（6）避免敏感性问题敏感性问题是指与个人或单位的隐私或私人利益有关而不便向外界透露的问题。问卷中要尽量避免提问敏感性问题或容易引起人们反感的问题，对敏感性问题的调查应当在提问的方式上进行推敲，尽量采用间接询问的方式，用语也要特别婉转，以降低问题的敏感程度。

你是否在考试中作过弊？您是否有酒后驾车行为？

3．问卷中答案的设计

开放性问题是指对问题的回答未提供任何具体的答案，由被调查者根据自己的想法自由做出回答，属于自由回答型。

封闭型问题是指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。

封闭型问题答案的设计方法主要有：两项选择法、多项选择法、顺序选择法、评定尺度法、双向列联法等。

（1）、二项选择法二项选择法也称二分法，即提出的问题只有两种答案：“是”或“否”，“有”或“无”等。这两种答案是对立的、排斥的，被调查者的回答非此即彼，不能有更多的选择。如：

您是否购买了笔记本电脑?A、是B、否（2）、多项选择法

有些问题还需要采用选择多个答案，以统计出多个答案的重要性及差别。

Q1您购买山地自行车的原因是（）（可多选）

A、经济条件许可

B、用于代步工具

C、便于郊外旅游，锻炼身体

D、别人有你也想有，赶时髦

E、作为礼物送给亲人朋友

F、其它

（3）、顺序选择法顺序选择法的问题是列出若干个答案，

要求被调查者按其重要性或记忆的先后顺序将它们一一排列。

Q:您在找工作的过程中遇到的主要问题是（请您依次排序）（）A专业不对口B没有本地户口C缺乏社会关系D招聘信息不足E性别歧视F其他

（4）、评定尺度法评定尺度法也称量表法，量表是一种工具，

是将一些主观的、抽象的概念定量化。

Q：您对我校教学评估体系总体感觉如何？

A、非常满意B、比较满意

C、一般D、不太满意

E、非常不满意

（5）、双项列联法

将两种不同的问题综合一起，通常用表格

的形式来表现，可以节省问卷的篇幅。神龙富康捷

达桑塔纳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Q：请在您赞同项目的空格内划“√”

购物调查问卷表对购物妇女进行一项关于对柜台服务的商店和自选商店的态度的调查。1.您的年龄是多少岁。20以下20-3030-4040-5050-6060以上2.您的婚姻状态。已婚单身丧偶3.您在这个地区住了多长时间。4.您在什么地方购买主要的日常用品5.它是柜台服务还是自选服务。自选服务柜台服务6.您熟悉售货员或售货员熟悉你。是不是7.买日常用品时您总是一次买很少种类一次买一周的日用品。8.在您光顾的商店，您也买肉、水果、蔬菜。是不是9.哪种商店您觉得更自由且更独立。柜台自选10.您觉得自选商店的商品由于更高的流通而可能更新鲜。是不是11.您认为自选商店更大、非私人化且不需要那种对您认识的小店主那样忠诚。是不是12.您同意下列说法：自选商店便宜、有效率且清洁；自选商店昂贵、无效率且不卫生；柜台商店友善、热情且有特点；柜台商店的服务员比自选商店更周到且更有效率13.您外出工作了吗？是不是14.您有汽车吗？有没有15.您认为您属于哪个社会阶级工人阶级下中等阶级中产阶级上中等阶级设计问题答案时的注意事项答案要穷尽。答案要互斥。您上月的支出中花费最多的是：A食品B服装C