1、第 2 章 數(shù)據(jù)的搜集,第 2 章 數(shù)據(jù)的搜集,2.1 數(shù)據(jù)的來源2.2 調(diào)查數(shù)據(jù)2.3 實驗數(shù)據(jù)2.4 數(shù)據(jù)的誤差2.5 數(shù)據(jù)文件,學習目標,數(shù)據(jù)的來源搜集數(shù)據(jù)的調(diào)查方法問卷設計搜集數(shù)據(jù)的實驗方法數(shù)據(jù)的誤差數(shù)據(jù)的質(zhì)量要求,2.1 數(shù)據(jù)的來源,一. 數(shù)據(jù)的間接來源二. 數(shù)據(jù)的直接來源,數(shù)據(jù)的間接來源,系統(tǒng)外部的數(shù)據(jù),統(tǒng)計部門和政府部門公布的有關資料，如各類統(tǒng)計年鑒各類經(jīng)濟信息中心

2、、信息咨詢機構、專業(yè)調(diào)查機構等提供的數(shù)據(jù)各類專業(yè)期刊、報紙、書籍所提供的資料各種會議，如博覽會、展銷會、交易會及專業(yè)性、學術性研討會上交流的有關資料從互聯(lián)網(wǎng)或圖書館查閱到的相關資料,系統(tǒng)內(nèi)部的數(shù)據(jù),業(yè)務資料，如與業(yè)務經(jīng)營活動有關的各種單據(jù)，記錄經(jīng)營活動過程中的各種統(tǒng)計報表各種財務，會計核算和分析資料等,二手數(shù)據(jù)的特點,搜集容易，采集成本低作用廣泛分析所要研究的問題提供研究問題的背景幫助研究者更好地定義問題檢驗和回答某

3、些疑問和假設尋找研究問題的思路和途徑搜集二手資料在研究中應優(yōu)先考慮,二手數(shù)據(jù)的評估,數(shù)據(jù)是誰搜集的？可信度評估為什么目的而搜集的？數(shù)據(jù)是怎樣搜集的？ 什么時候搜集的？,數(shù)據(jù)的直接來源(原始數(shù)據(jù)),調(diào)查數(shù)據(jù)通過調(diào)查方法獲得的數(shù)據(jù)通常是對社會現(xiàn)象而言通常取自有限總體 實驗數(shù)據(jù)通過實驗方法得到的數(shù)據(jù)通常是對自然現(xiàn)象而言 也被廣泛運用到社會科學中如心理學、教育學、社會學、經(jīng)濟學、管理學等,2.2 調(diào)查數(shù)據(jù),概率

4、抽樣與非概率抽樣搜集數(shù)據(jù)的基本方法,概率抽樣和非概率抽樣,抽樣方法,概率抽樣(probability sampling),也稱隨機抽樣特點按一定的概率以隨機原則抽取樣本抽取樣本時使每個單位都有一定的機會被抽中每個單位被抽中的概率是已知的，或是可以計算出來的 當用樣本對總體目標量進行估計時，要考慮到每個樣本單位被抽中的概率,簡單隨機抽樣(simple random sampling),從總體N個單位中隨機地抽取n個單位作為

5、樣本，每個單位入抽樣本的概率是相等的最基本的抽樣方法，是其它抽樣方法的基礎特點簡單、直觀，在抽樣框完整時，可直接從中抽取樣本用樣本統(tǒng)計量對目標量進行估計比較方便局限性當N很大時，不易構造抽樣框抽出的單位很分散，給實施調(diào)查增加了困難沒有利用其它輔助信息以提高估計的效率,分層抽樣(stratified sampling),將抽樣單位按某種特征或某種規(guī)則劃分為不同的層，然后從不同的層中獨立、隨機地抽取樣本優(yōu)點保證樣本的結

6、構與總體的結構比較相近，從而提高估計的精度組織實施調(diào)查方便既可以對總體參數(shù)進行估計，也可以對各層的目標量進行估計,整群抽樣(cluster sampling),將總體中若干個單位合并為組(群),抽樣時直接抽取群，然后對中選群中的所有單位全部實施調(diào)查特點抽樣時只需群的抽樣框，可簡化工作量調(diào)查的地點相對集中，節(jié)省調(diào)查費用，方便調(diào)查的實施缺點是估計的精度較差,系統(tǒng)抽樣(systematic sampling),將總體中的所有單

7、位(抽樣單位)按一定順序排列，在規(guī)定的范圍內(nèi)隨機地抽取一個單位作為初始單位，然后按事先規(guī)定好的規(guī)則確定其它樣本單位先從數(shù)字1到k之間隨機抽取一個數(shù)字r作為初始單位，以后依次取r+k，r+2k…等單位優(yōu)點：操作簡便，可提高估計的精度缺點：對估計量方差的估計比較困難,多階段抽樣(multi-stage sampling),先抽取群，但并不是調(diào)查群內(nèi)的所有單位，而是再進行一步抽樣，從選中的群中抽取出若干個單位進行調(diào)查群是初級抽樣單位

8、，第二階段抽取的是最終抽樣單位。將該方法推廣，使抽樣的段數(shù)增多，就稱為多階段抽樣具有整群抽樣的優(yōu)點，保證樣本相對集中，節(jié)約調(diào)查費用需要包含所有低階段抽樣單位的抽樣框；同時由于實行了再抽樣，使調(diào)查單位在更廣泛的范圍內(nèi)展開在大規(guī)模的抽樣調(diào)查中，經(jīng)常被采用的方法,非概率抽樣(non-probability sampling),相對于概率抽樣而言抽取樣本時不是依據(jù)隨機原則，而是根據(jù)研究目的對數(shù)據(jù)的要求，采用某種方式從總體中抽出部分單位

9、對其實施調(diào)查有方便抽樣、判斷抽樣、自愿樣本、滾雪球抽樣、配額抽樣等方式,方便抽樣,調(diào)查過程中由調(diào)查員依據(jù)方便的原則，自行確定入抽樣本的單位調(diào)查員在街頭、公園、商店等公共場所進行攔截調(diào)查廠家在出售產(chǎn)品柜臺前對路過顧客進行的調(diào)查優(yōu)點：容易實施，調(diào)查的成本低缺點：樣本單位的確定帶有隨意性，樣本無法代表有明確定義的總體，調(diào)查結果不宜推斷總體,判斷抽樣,研究人員根據(jù)經(jīng)驗、判斷和對研究對象的了解，有目的選擇一些單位作為樣本有重點抽樣，典

10、型抽樣，代表抽樣等方式判斷抽樣是主觀的，樣本選擇的好壞取決于調(diào)研者的判斷、經(jīng)驗、專業(yè)程度和創(chuàng)造性抽樣成本比較低，容易操作樣本是人為確定的，沒有依據(jù)隨機的原則，調(diào)查結果不能用于對推斷總體,自愿樣本,被調(diào)查者自愿參加，成為樣本中的一分子，向調(diào)查人員提供有關信息例如，參與報刊上和互聯(lián)網(wǎng)上刊登的調(diào)查問卷活動，向某類節(jié)目撥打熱線電話等，都屬于自愿樣本自愿樣本與抽樣的隨機性無關樣本是有偏的不能依據(jù)樣本的信息推斷總體,滾血球抽樣,先選擇

11、一組調(diào)查單位，對其實施調(diào)查之后，再請他們提供另外一些屬于研究總體的調(diào)查對象，調(diào)查人員根據(jù)所提供的線索，進行此后的調(diào)查。這個過程持續(xù)下去，就會形成滾雪球效應適合于對稀少群體和特定群體研究優(yōu)點：容易找到那些屬于特定群體的被調(diào)查者，調(diào)查的成本也比較低,配額抽樣,先將體中的所有單位按一定的標志(變量)分為若干類，然后在每個類中采用方便抽樣或判斷抽樣的方式選取樣本單位操作簡單，可以保證總體中不同類別的單位都能包括在所抽的樣本之中，使得樣本的

12、結構和總體的結構類似抽取具體樣本單位時，不是依據(jù)隨機原則，屬于非概率抽樣,概率抽樣與非概率抽樣的比較,概率抽樣依據(jù)隨機原則抽選樣本樣本統(tǒng)計量的理論分布存在可根據(jù)調(diào)查的結果推斷總體非概率抽樣不是依據(jù)隨機原則抽選樣本樣本統(tǒng)計量的分布是不確定的無法使用樣本的結果推斷總體,課堂練習,1.為了調(diào)查某校學生的購書費用支出，從男生中抽取60名學生調(diào)查，從女生中抽取40名學生調(diào)查，這種調(diào)查方法是（）A 簡單隨機抽樣 B 整群抽樣

13、C 分層抽樣 D 系統(tǒng)抽樣2.為了調(diào)查某校學生的購書費用支出，從全校抽取4個班級的學生進行調(diào)查，這種調(diào)查方法是（）A 簡單隨機抽樣 B 整群抽樣 C 分層抽樣 D 系統(tǒng)抽樣3.為了調(diào)查某校學生的購書費用支出，將全校學生的名單按拼音順序排列后，每隔50名學生抽取一名學生進行調(diào)查，這種調(diào)查方法是（）A 簡單隨機抽樣 B 整群抽樣 C 分層抽樣 D 系統(tǒng)抽樣4.下面的哪種抽樣調(diào)查結果不能用于對總體有關參數(shù)進行估計（）

14、A 判斷抽樣 B 整群抽樣 C 分層抽樣 D 系統(tǒng)抽樣,課堂練習,5.為了解女性對某種品牌化妝品的購買意愿，調(diào)查者在街頭隨意攔截部分女性進行調(diào)查。這種調(diào)查方式是（）A 簡單隨機抽樣 B 分層抽樣 C 方便抽樣 D 自愿抽樣6.下面的哪種抽樣方式不屬于概率抽樣（）A 系統(tǒng)抽樣 B 整群抽樣 C 分層抽樣 D 滾雪球抽樣7.與概率抽樣相比，非概率抽樣的缺點是（）A 樣本統(tǒng)計量的分布是確定的B 無法使用樣本的結果

15、對總體相應的參數(shù)進行推斷C 調(diào)查的成本比較高D 不適合探索性的研究,搜集數(shù)據(jù)的基本方法,搜集數(shù)據(jù)的基本方法,自填式問卷調(diào)查,沒有調(diào)查員協(xié)助的情況下由被調(diào)查者自己完成調(diào)查問卷問卷遞送方法有：調(diào)查員分發(fā)、郵寄、網(wǎng)絡、媒體要求調(diào)查問卷結構嚴謹，有清楚的說明弱點問卷的返回率比較低不適合結構復雜的問卷調(diào)查周期比較長 數(shù)據(jù)搜集過程中出現(xiàn)的問題難于及時采取調(diào)改措施,面訪式問卷調(diào)查,調(diào)查員與被調(diào)查者面對面提問、被調(diào)查者回答的一種調(diào)查方

16、式優(yōu)點可提高調(diào)查的回答率可提高調(diào)查數(shù)據(jù)的質(zhì)量能調(diào)節(jié)數(shù)據(jù)搜集所花費的時間弱點調(diào)查的成本較高調(diào)查過程的質(zhì)量控制有一定難度,電話式問卷調(diào)查,您好!我是××調(diào)查公司的調(diào)查員…,通過電話向被調(diào)查者實施調(diào)查特點速度快，能在短時間內(nèi)完成調(diào)適合于樣本單位十分分散的情況局限如果被調(diào)查者沒有電話，調(diào)查將無法實施訪問的時間不能太長使用的問卷需要簡單被訪者不愿意接受調(diào)查時，難以說服,觀察式調(diào)查,1.就調(diào)查對

17、象的行動和意識，調(diào)查人員邊觀察邊記錄以收集所需信息2.調(diào)查人員不是強行介入能夠在被調(diào)查者不察覺的情況下獲得資料如交通流量的調(diào)查,各調(diào)查方法的比較,2.3 實驗數(shù)據(jù),實驗組和對照組實驗中的若干問題實驗中的統(tǒng)計實驗法案例,實驗組和對照組,將研究對象分為兩組：實驗組和對照組實驗組和隨機組的產(chǎn)生應遵循隨機原則，而且應該匹配匹配指對實驗單位的背景材料進行分析比較，將情況類似的每對單位分別隨機地分配到實驗組和對照組,實驗中的若

18、干問題,人的意愿研究的對象是人的時候，在劃分實驗組和對照組時的隨機原則將面臨挑戰(zhàn)心理問題 人們對被研究非常敏感，這使得他們更加注意自我，從而走到事物的另一個極端 道德問題 當某種實驗涉及道德問題時，人們會處于進退兩難的尷尬境地,非抽樣誤差(non-sampling error),相對抽樣誤差而言除抽樣誤差之外的，由于其他原因造成的樣本觀察結果與總體真值之間的差異存在于所有的調(diào)查之中概率抽樣，非概率抽樣，全面性調(diào)查有抽

19、樣框誤差、回答誤差、無回答誤差、調(diào)查員誤差、測量誤差,實驗中的統(tǒng)計,實驗設計本身就是一個統(tǒng)計問題確定進行實驗所需要的單位的個數(shù)，以保證實驗可以達到統(tǒng)計顯著的結果將統(tǒng)計的思想融入到實驗設計中，使實驗設計符合統(tǒng)計分析的標準對實驗數(shù)據(jù)進行分析時，統(tǒng)計可以提供最恰當?shù)姆治龇椒?2.4 數(shù)據(jù)的誤差,抽樣誤差非抽樣誤差誤差的控制,數(shù)據(jù)的誤差,抽樣誤差(sampling error),由于抽樣的隨機性所帶來的誤差 所有樣本可能的結果

20、與總體真值之間的平均性差異 影響抽樣誤差的大小的因素樣本量的大小總體的變異性,誤差的控制,抽樣誤差可計算和控制非抽樣誤差的控制調(diào)查員的挑選調(diào)查員的培訓督導員的調(diào)查專業(yè)水平調(diào)查過程控制調(diào)查結果進行檢驗、評估現(xiàn)場調(diào)查人員進行獎懲的制度,統(tǒng)計數(shù)據(jù)的質(zhì)量要求,1. 精 度：最低的抽樣誤差或隨機誤差2. 準 確 性：最小的非抽樣誤差或偏差3. 關 聯(lián) 性：滿足用戶決策、管理和研究的需要4.

21、及 時 性：在最短的時間里取得并公布數(shù)據(jù)5. 一 致 性：保持時間序列的可比性6. 最低成本：以最經(jīng)濟的方式取得數(shù)據(jù),課堂練習,1.某居民小區(qū)為了解住戶對物業(yè)服務的看法，準備采取抽樣調(diào)查方式搜集數(shù)據(jù)。物業(yè)部分利用最初的居民登記名單進行抽樣。但現(xiàn)在的小區(qū)中，原有的一些居民戶已經(jīng)搬走，同時有些是新入住的居民戶。這種調(diào)查產(chǎn)生的誤差屬于（）A 隨機誤差 B 抽樣框誤差 C 回答誤差 D 無回答誤差2.某居民小區(qū)為了解住

22、戶對物業(yè)服務的看法，準備采取抽樣調(diào)查方式搜集數(shù)據(jù)。物業(yè)部分利用最初的居民登記名單進行抽樣。但現(xiàn)在的小區(qū)中，原有的一些居民戶已經(jīng)搬走而沒有回答問題。這種調(diào)查產(chǎn)生的誤差屬于（）A 隨機誤差 B 抽樣框誤差 C 回答誤差 D 無回答誤差3.指出下面的陳述哪一個是錯誤的（）A 抽樣誤差是可以避免的 B 非抽樣誤差是可以避免的C 抽樣誤差是不可避免的 D 抽樣誤差是可以控制的,課堂練習,4.某居民小區(qū)的物業(yè)管理者懷疑有些居民有偷

23、電行為。為了解住戶的每月用電情況，采取抽樣調(diào)查方式對部分居民進行調(diào)查。發(fā)現(xiàn)有些居民有虛報或瞞報情況。這種調(diào)查產(chǎn)生的誤差屬于（）A 有意識誤差 B 抽樣框誤差 C 回答誤差 D 無回答誤差5.某居民小區(qū)的物業(yè)管理者懷疑有些居民有偷電行為。為了解住戶的每月用電情況，采取抽樣調(diào)查方式對部分居民進行調(diào)查。發(fā)現(xiàn)調(diào)查員在登記電表數(shù)時有抄錯表的數(shù)據(jù)。這種調(diào)查產(chǎn)生的誤差屬于（）A 有意識誤差 B 抽樣框誤差 C 調(diào)查員誤差 D 無回答