調(diào)查技能教程培訓(xùn)講義.doc

調(diào)查技能教程培訓(xùn)講義 第一章 調(diào)查導(dǎo)論調(diào)查就是使用明確的概念、方法和程序，以有組織、有條理的方式，從一個總體的部分或所有單元中搜集感興趣的指標(biāo)信息，并將這些信息綜合編輯成有用的簡要形式的所有活動。調(diào)查的步驟包括:- 調(diào)查目標(biāo)的系統(tǒng)陳述；- 抽樣框的選擇；- 抽樣方法的確定；- 問卷設(shè)計；- 數(shù)據(jù)收集；- 數(shù)據(jù)編碼和錄入；- 審核與插補(bǔ)；- 估計；- 數(shù)據(jù)分析和調(diào)查結(jié)果的表述；- 數(shù)據(jù)發(fā)布；- 文檔。調(diào)查的生命周期- 調(diào)查計劃；- 設(shè)計和開發(fā)；- 操作與實(shí)施；- 調(diào)查評估。第二章 調(diào)查目標(biāo)的系統(tǒng)陳述步驟與過程1)確定信息需求（陳述問題）使用一般的術(shù)語來描述客戶對調(diào)查的信息需求。2) 確定數(shù)據(jù)的使用者（用戶）和數(shù)據(jù)的用途數(shù)據(jù)用戶的意見在調(diào)查計劃階段中十分重要確定數(shù)據(jù)應(yīng)用的范圍應(yīng)適當(dāng)控制，不宜過大應(yīng)使信息需求得到具體且精確的表述。3)概念及運(yùn)作定義盡可能地使用清楚、精確，已形成共識的標(biāo)準(zhǔn)定義，方便數(shù)據(jù)使用者和被調(diào)查者的交流，確保調(diào)查的一致性。4)調(diào)查內(nèi)容必須確認(rèn)調(diào)查內(nèi)容包括信息需求的所有方面，但不包括任何無關(guān)項目。5)分析方案（生成表）確定每個項目的調(diào)查結(jié)果所需的詳細(xì)程度及形式。對數(shù)據(jù)分析和表示方式的詳細(xì)計劃稱為分析方案,并需要制作生成表（數(shù)據(jù)匯總表的格式）。生成表是將每個調(diào)查項目的調(diào)查結(jié)果按被調(diào)查者的類別分類列出而生成的數(shù)值表或頻數(shù)表。生成表為以后的分析，也為問卷設(shè)計中確定相應(yīng)調(diào)查項目的詳細(xì)程度及整個問卷的框架提供了依據(jù)。生成表的例：表2.3 2001年按P省地域劃分的成年人口的勞動力情況地域勞動力情況就業(yè)待業(yè)下崗非勞動力合計城市A城市B城市C地區(qū)D地區(qū)E地區(qū)F地區(qū)G地區(qū)H地區(qū)I地區(qū)J地區(qū)K總計影響目標(biāo)陳述的限制性因素- 要求的精度；- 可以利用的資源（預(yù)算、人力和設(shè)備）；- 時間限制；- 用現(xiàn)有的技術(shù)能否對調(diào)查變量進(jìn)行測量；- 對被調(diào)查者的回答負(fù)擔(dān)；- 被調(diào)查單位或個人的隱私或機(jī)密是否會被泄露；- 對被調(diào)查者的名譽(yù)是否有負(fù)面影響。第三章 調(diào)查設(shè)計導(dǎo)論兩種不同的調(diào)查：普查與抽樣調(diào)查在普查中，我們從總體的所有單元中收集信息；而在抽樣調(diào)查中我們僅僅從總體中的一部分（通常是很小的一部分）單元中收集信息。抽樣調(diào)查能在充分滿足客戶所需信息質(zhì)量的前提下，提供一種更快、更節(jié)省的方法。相對于普查來說，抽樣調(diào)查規(guī)模小，因而更容易進(jìn)行監(jiān)控，對被調(diào)查者的心理壓力也小。一項經(jīng)科學(xué)設(shè)計并嚴(yán)格實(shí)施的抽樣調(diào)查完全有可能獲得比全面調(diào)查（普查）更為準(zhǔn)確、更為可靠的結(jié)果。在抽樣調(diào)查和普查之間作抉擇時，最需要考慮的因素：- 費(fèi)用- 時效- 總體大小- 小區(qū)域估計- 屬性的多寡- 調(diào)查誤差- 特殊要求- 其它因素進(jìn)行普查的一個原因是為了獲得一些標(biāo)準(zhǔn)信息（或輔助信息）。這些信息可以用于改進(jìn)抽樣設(shè)計或抽樣調(diào)查的估計量。目標(biāo)總體和調(diào)查總體目標(biāo)總體就是希望從中獲取信息的總體。它是所感興趣的所有單元的集合。在陳述調(diào)查目標(biāo)時就應(yīng)定義目標(biāo)總體。定義目標(biāo)總體所必不可少的四個因素是：- 總體中單元的類型；- 單元的特征（指標(biāo)）；- 單元的地理位置；- 調(diào)查的標(biāo)準(zhǔn)時點(diǎn)（或時期）。目標(biāo)總體只是概念性的，并不一定需要一個實(shí)際存在的名錄。調(diào)查總體（抽樣總體）即實(shí)際調(diào)查所覆蓋的總體。它可以與目標(biāo)總體不完全一致，理想狀態(tài)下，這兩個總體應(yīng)該很相似。依據(jù)調(diào)查的結(jié)果所得出的結(jié)論僅適用于調(diào)查總體。抽樣框（調(diào)查框）抽樣框（調(diào)查框）提供了一條辨別和聯(lián)系調(diào)查總體單元的有效途徑。對于抽樣調(diào)查，可根據(jù)抽樣框計算總體中每個單元的入樣概率。抽樣框應(yīng)該包括下述部分或全部內(nèi)容：- 識別資料；- 聯(lián)系資料；- 分類資料；- 維護(hù)與連接資料（為更新抽樣框）；- 輔助資料。抽樣框的類型名錄框（目錄框）是有關(guān)所有總體單元的一份實(shí)際的或者概念的名錄清單。概念名錄框常是基于一個調(diào)查正在進(jìn)行中才存在的總體。實(shí)際名錄框可取自各種不同的來源。各級政府機(jī)構(gòu)因各自的管理目的都保存一些名錄，他們也是對抽樣框進(jìn)行維護(hù)的最有效的資料來源。區(qū)域框是其單元由地理區(qū)域構(gòu)成的一種特殊的名錄框，也稱地域框。區(qū)域框適用于以下所述的兩種情況：當(dāng)調(diào)查本質(zhì)就是地理性質(zhì)的（如通過每平方公里的野生動物數(shù)來估計野生動物的總數(shù)）；或者不能獲得一個適當(dāng)?shù)拿浛?。?dāng)沒有合適的名錄框時，可以考慮借助區(qū)域框來構(gòu)造名錄框。通過一個區(qū)域框抽取地理區(qū)域，并列出被抽中區(qū)域內(nèi)的單元清單。對不斷變化的總體，任何名錄框都會很快過時。比較而言，由于地理邊界相對穩(wěn)定，維護(hù)一個區(qū)域框也就更為容易。區(qū)域框中的單元可以分不同的層次，上一級單元可以細(xì)分成許多下一級單元。多重抽樣框是兩個或兩個以上的抽樣框的組合（如名錄框和區(qū)域框的組合或者兩個或兩個以上名錄框的組合）。抽樣框的優(yōu)良性準(zhǔn)則：- 實(shí)用；- 精確；- 時效；- 費(fèi)用。抽樣框可能的缺陷：- 不完全涵蓋（或不完全覆蓋）- 過涵蓋（過覆蓋）；- 重復(fù)；- 分類誤差。調(diào)查誤差- 抽樣誤差抽樣誤差是指僅根據(jù)對總體的一部分而不是全部的調(diào)查來估計總體特征所引起的誤差。對于概率抽樣調(diào)查，可以計算抽樣誤差。計算方法取決所用的抽樣方法與估計方法（抽樣策略）。抽樣誤差的大小取決于下列因素：- 樣本量；- 總體指標(biāo)的變異程度；- 抽樣設(shè)計；- 估計方法；- 總體大小。- 非抽樣誤差非抽樣誤差為除抽樣之外的幾乎所有調(diào)查活動過程中所產(chǎn)生的誤差。非抽樣誤差不僅出現(xiàn)在抽樣調(diào)查中，也出現(xiàn)在普查中。非抽樣誤差可以劃分為兩類：1）隨機(jī)誤差：如果樣本足夠大，這類誤差可以忽略。隨機(jī)誤差只增加估計值的變異性。2）系統(tǒng)誤差：誤差傾向于同一個方向，會導(dǎo)致最終結(jié)果的偏倚。非抽樣誤差的計量，極為困難。與抽樣方差不同的是，系統(tǒng)誤差導(dǎo)致的偏倚不能隨樣本量的增大而減少。非抽樣誤差的來源：- 涵蓋誤差涵蓋誤差表示在抽樣框或者樣本中出現(xiàn)了單元的遺漏、錯誤的包含、重復(fù)以及錯誤的分類。涵蓋誤差可以導(dǎo)致估計的偏倚，且偏倚的大小隨總體的不同子總體而不同。- 計量誤差 計量誤差是指對一個問題所做的回答記錄與它的真值之間的差異。計量誤差能影響非抽樣誤差的大小并造成估計的偏倚。如果計量誤差是隨機(jī)的（實(shí)際獲得的觀測值隨機(jī)地散布在真值周圍），則會增大估計值的方差，從而降低調(diào)查的精度。如果計量誤差系統(tǒng)地偏向某個方向或某個類別，就會產(chǎn)生估計的偏倚。- 無回答誤差無回答有兩種類型：全部無回答（單元無回答）和部分無回答（項目無回答）。單元無回答是指被調(diào)查單元沒有提供任何信息，而項目無回答是指問卷中某些問題的回答空缺。無回答的影響：無回答的被調(diào)查者與回答的被調(diào)查者具有不同的特征，因此如果對無回答不予糾正，將會引起調(diào)查估計的偏倚。由于比預(yù)期的要少的單元進(jìn)行了回答，有效樣本的數(shù)量減少，從而使抽樣誤差增大。單元無回答的產(chǎn)生的原因：無人在家、拒絕訪問或者由于某些原因所抽中的人無法參加調(diào)查；不完整的抽樣框資料是無回答產(chǎn)生的另一個原因。項目無回答發(fā)生在以下場合：被調(diào)查者不知道答案，拒絕回答某個問題，忘了回答，或者錯誤地跟隨問卷的進(jìn)程漏了回答，或由于有病或語言障礙而不能回答。設(shè)計低劣的問卷或者訪問本身也會引起項目無回答。- 處理誤差 處理是指將收集的調(diào)查結(jié)果轉(zhuǎn)化為適合于列表及進(jìn)行進(jìn)一步數(shù)據(jù)分析所需要的形式。處理包含數(shù)據(jù)收集以后，作估計以前，對數(shù)據(jù)的編碼、錄入、審核及插補(bǔ)等的一切活動。處理誤差通?？赏ㄟ^質(zhì)量保證和控制方法來監(jiān)控。第四章 數(shù)據(jù)收集方法數(shù)據(jù)收集是在調(diào)查中對每一個被抽中的單元收集信息的過程。- 找到被抽中單元并與之相接觸或建立聯(lián)系；- 取得他們的配合；- 提問（或直接測量）；- 記錄回答（結(jié)果）。數(shù)據(jù)收集的目標(biāo)是獲得盡可能完整且精確的數(shù)據(jù)。兩種主要數(shù)據(jù)收集模式紙張式 回答記錄在用紙印刷的問卷上，數(shù)據(jù)錄入是數(shù)據(jù)收集后的一個單獨(dú)的過程。對于一次性調(diào)查來說，紙張式方法通常比計算機(jī)輔助式方法更便宜，且開發(fā)所需時間也少。計算機(jī)輔助式 問卷出現(xiàn)在計算機(jī)屏幕上，調(diào)查時將答案直接輸入到計算機(jī)中。數(shù)據(jù)收集成為一個完整、快速的，比紙張式方法更有效的過程。計算機(jī)輔助數(shù)據(jù)收集方法的其他優(yōu)點(diǎn)：- 問卷在問題的設(shè)置流程和審核方面可以更復(fù)雜；- 對數(shù)據(jù)質(zhì)量更容易進(jìn)行監(jiān)督和控制；- 更容易產(chǎn)生關(guān)于訪問情況的管理報告；- 能夠?qū)е螺^少的回答負(fù)擔(dān)；- 減少數(shù)據(jù)收集之后對某些單元的追蹤回訪；- 對重復(fù)性調(diào)查，可以減少回答誤差；- 對類似的調(diào)查或重復(fù)性調(diào)查，可節(jié)省開發(fā)費(fèi)用。計算機(jī)方式收集方法的其他缺點(diǎn)有：- 需要做大量的程序開發(fā)工作，且需經(jīng)過嚴(yán)格的測試；- 必須為每位訪員提供一臺已裝好程序及有關(guān)文件的筆記本電腦；- 要求填寫問卷的人經(jīng)過培訓(xùn)；- 不同計算機(jī)之間的數(shù)據(jù)傳輸必須保證調(diào)查資料的保密性；- 容易受到技術(shù)問題的困擾。數(shù)據(jù)收集的基本方法- 自填式：被調(diào)查者在沒有訪員協(xié)助的情況下完成問卷。把問卷遞送/返回的方法有：由調(diào)查員分發(fā)，通過郵寄或傳真。在使用計算機(jī)輔助自我調(diào)查（CASI）: 將問卷的電子版本送交給被調(diào)查者，被調(diào)查者使用計算機(jī)完成問卷；- 人員面訪：訪問以面對面的形式進(jìn)行，訪（問）員協(xié)助被調(diào)查者完成問卷。用紙張式方法時，由于同時需要用筆，故這種方法也稱為紙筆面訪（PAPI）；當(dāng)用計算機(jī)式方法時，稱作計算機(jī)輔助式面訪（CAPI）；- 電話訪問：訪員通過電話協(xié)助被調(diào)查者完成問卷。用紙張式方法時，稱為紙筆訪問（PATI）；使用計算機(jī)方式時，稱為計算機(jī)輔助電話訪問（CATI）。1）自填式自填式問卷要求問卷結(jié)構(gòu)嚴(yán)謹(jǐn)，應(yīng)有制作詳細(xì)、形象友好的說明。有時可使用記帳式（日記式）問卷。自填式方法通常適用于受過相當(dāng)好的教育的被調(diào)查者，管理相對容易。對于要求詳細(xì)信息的調(diào)查，由于可以參考個人記錄，可減少回答誤差，也可用于敏感問題的調(diào)查。但自填式的回答率通常低于訪員協(xié)助式方法。- 對被調(diào)查者的回答負(fù)擔(dān)很大。- 當(dāng)用郵寄的方式遞送和返回問卷時，需要的時間較長。- 是所有數(shù)據(jù)收集方法中最便宜的一種方法。計算機(jī)輔助自我調(diào)查(CASI)在CASI中，出現(xiàn)在計算機(jī)上的問卷具有審核和“幫助”功能，用電子文件的形式將問卷傳送給被調(diào)查者。被調(diào)查者使用自己的計算機(jī)完成問卷。2） 訪員協(xié)助方法有訪員的好處是他或她能使面訪個性化，能提高回答率。在識字率較低，或當(dāng)概念及問卷較復(fù)雜時，訪員特別有用。隨著回答率的不斷提高，數(shù)據(jù)質(zhì)量也因?yàn)樵L員的存在而得到提高，從而減少回答誤差,避免部分無回答,減少事后的追蹤回訪，也會減輕被調(diào)查者的負(fù)擔(dān)。訪員協(xié)助式方法的缺點(diǎn)是費(fèi)用較高且較難管理。對于敏感性問題，被調(diào)查者可能不會像在自填式方法情況下那樣愿意提供回答。計算機(jī)輔助調(diào)查(CAI)在計算機(jī)輔助調(diào)查（CAI）的情況下，訪員配備計算機(jī)，調(diào)查是在計算機(jī)的輔助下進(jìn)行的。CAI調(diào)查可以通過電話進(jìn)行（即計算機(jī)輔助電話調(diào)查，CATI），也可以通過訪員與被調(diào)查者面對面進(jìn)行（即計算機(jī)輔助面訪，CAPI）。計算機(jī)輔助調(diào)查的主要優(yōu)點(diǎn)：回答率較高，反應(yīng)速度快。更容易對調(diào)查進(jìn)行管理。更容易對調(diào)查過程進(jìn)行質(zhì)量控制。訪員協(xié)助式數(shù)據(jù)收集方法與自填式方法的比較自填式方法訪員協(xié)助式方法面訪電話訪問費(fèi) 用低高中時 間較長平均較短回答率低高中偏高數(shù)據(jù)收集的其他方法直接觀測;電子數(shù)據(jù)傳輸或報告;行政數(shù)據(jù);結(jié)合法;搭車或混合調(diào)查。第五章 問卷設(shè)計問卷（或調(diào)查表、統(tǒng)計表）是專門為從被調(diào)查者那里獲得有關(guān)某個主題的信息而設(shè)計的一組或一系列問題。在數(shù)據(jù)收集過程中，問卷起著核心作用,也是影響數(shù)據(jù)質(zhì)量的主要因素。設(shè)計優(yōu)良的問卷應(yīng)該是：- 能有效地用來收集數(shù)據(jù)，盡可能避免錯誤和前后不一致；- 對被調(diào)查者與訪員有友好的界面；- 應(yīng)盡量減少由無回答所引起的追蹤回訪的數(shù)量，最終減少收集和處理數(shù)據(jù)所花費(fèi)的費(fèi)用和時間。問卷開發(fā)程序問卷開發(fā)過程開始于調(diào)查目標(biāo)的陳述和信息需求，還包括下列步驟：- 向數(shù)據(jù)用戶和對象進(jìn)行咨詢；- 參考以前相同主題的問卷；- 起草問題；- 對問卷進(jìn)行審議與修改；- 對問卷進(jìn)行測試與修改；- 定稿。問卷的測試和修改測試目的：- 使問卷對被調(diào)查者和訪員具有友好的界面；- 有利于收集到正確的數(shù)據(jù)；- 使問卷格式更有利于數(shù)據(jù)編碼和錄入；- 減少數(shù)據(jù)收集和處理的費(fèi)用及時間。測試方法：- 認(rèn)知法；- 焦點(diǎn)座談；- 非正式測試（預(yù)檢驗(yàn)）；- 向被調(diào)查者了解情況；- 向訪員了解情況；- 行為編碼；- 分離樣本測試；- 試點(diǎn)測試。1）認(rèn)知法認(rèn)知法是為研究被調(diào)查者回答過程的步驟而設(shè)計的。認(rèn)知法提供了考察被調(diào)查者回答問題時思考過程的方法。它有助于評估問題的有效性，并識別計量誤差的潛在來源。認(rèn)知訪談通常在“實(shí)驗(yàn)室”環(huán)境或在帶有單面鏡等監(jiān)督設(shè)備的房間中進(jìn)行。2）焦點(diǎn)座談焦點(diǎn)座談是由從所研究總體中選出的若干對象對所選主題進(jìn)行的非正式討論。通過焦點(diǎn)座談這種形式，使被調(diào)查對象或數(shù)據(jù)用戶以及訪員有機(jī)會把他們的觀點(diǎn)納入問卷設(shè)計過程。3）非正式測試（試答）對問卷的非正式測試可用于：- 發(fā)現(xiàn)問題措辭不當(dāng)或順序排列不好；- 識別問卷格式或指南中的錯誤；- 確定被調(diào)查者無力或不愿回答的問題；- 提出對某些問題增加可以預(yù)編碼的回答選項的建議；- 提供完成一次訪問所需的時間和回答率（包括項目無回答）的初始估計。問題的類型1）開放式問題 不向被調(diào)查者提供回答選項的問題。被調(diào)查者使用自己的語言或提供精確的數(shù)字來回答。開放式問題主要用于下列情況：用于問卷開發(fā)和測試階段。對審議實(shí)際問卷中問題的措辭和選項很為重要；可以從變化范圍很大的指標(biāo)中獲得確切的數(shù)字；為封閉式問題提供補(bǔ)充。開放式問題的優(yōu)點(diǎn)：被調(diào)查者有機(jī)會進(jìn)行自我表達(dá)或詳細(xì)描述。開放式問題的缺點(diǎn)：對被調(diào)查者來說，必須在沒有選項幫助的情況下確定問題的意圖。需要更多的時間來完成問卷。對統(tǒng)計調(diào)查機(jī)構(gòu)來說，記錄回答的過程（即數(shù)據(jù)錄入）及編碼更為困難。相對于封閉式問題而言，開放式問題會導(dǎo)致費(fèi)用更高、更費(fèi)時，而且更容易產(chǎn)生誤差。2）封閉式問題 在提出問題的同時，列出若干可能的答案供被調(diào)查者進(jìn)行選擇。每種答案稱為一個選項，要求被調(diào)查者在這些選項中，選擇一個（或幾個）作為回答。優(yōu)點(diǎn)：被調(diào)查者能更快、更容易地回答問題，更可能按設(shè)計者希望的意圖來回答問題，收集起來的數(shù)據(jù)更容易分析。與開放式問題相比，封閉式問題的編碼和數(shù)據(jù)錄入也更容易，花費(fèi)也更省。如果一個問題被用于多項調(diào)查之中，運(yùn)用相同的回答選項將有助于對調(diào)查結(jié)果進(jìn)行比較。封閉式問題有多種：最常用的是二項選擇問題、多項選擇問題和多選問題、排序問題和等級評定問題等。特別強(qiáng)調(diào)所有選項應(yīng)互斥（不相重疊），且窮盡的。問題的措辭- 措辭要簡單- 定義縮略語或簡稱- 確保問題適用- 措辭要具體- 避免意義雙關(guān)的問題- 避免引導(dǎo)性問題- 避免使用雙重否定- 減少敏感問題或隱私問題的影響- 確保問題讀起來順口問卷格式問題的順序問題的順序應(yīng)能鼓勵被調(diào)查者完成問卷，并維持他們對問卷的興趣；還應(yīng)利于被調(diào)查者回憶，并使被調(diào)查者覺得自然；應(yīng)該反映被調(diào)查者的邏輯，同時還要集中于調(diào)查的主題。問題應(yīng)該自然地從一個轉(zhuǎn)到另一個，應(yīng)將同一主題的問題組織在一起。1） 引言問卷的引言應(yīng)該包含如下內(nèi)容：* 表明調(diào)查的名稱或主題；* 明確是誰組織進(jìn)行的調(diào)查；* 說明調(diào)查的目的；* 請求被調(diào)查者配合；* 說明完成問卷的重要性；* 確保被調(diào)查者弄清提供信息的價值；* 解釋將如何使用調(diào)查數(shù)據(jù)；* 說明被調(diào)查者如何取得數(shù)據(jù)；* 表明個人回答將予以保密，并顯示統(tǒng)計數(shù)據(jù)將與其它統(tǒng)計調(diào)查機(jī)構(gòu)、政府部門和客戶共享的任何協(xié)議；* 在郵寄調(diào)查中，提供返回地址和返回日期。2） 開場問題開場問題起著鼓勵被調(diào)查者參與調(diào)查的作用。第一個問題應(yīng)與調(diào)查的目的直接相關(guān)。3） 敏感問題的位置敏感問題應(yīng)該在被調(diào)查者感到輕松以及與其它問題的聯(lián)系最有意義的地方引入。4） 有關(guān)被調(diào)查者的背景材料和分類問題的位置有關(guān)被調(diào)查者的信息通常被用于分組。在住戶調(diào)查和許多社會調(diào)查中，反映被調(diào)查者本人或家庭的一些背景材料的問題通常放在問卷的最后。對被調(diào)查者提示或說明每份問卷應(yīng)該有一個唯一的識別號碼，即問卷編號。與問卷有關(guān)的計量誤差及其控制第六章 抽樣方法第一節(jié) 抽樣抽樣是通過抽取總體中的部分單元，收集這些單元的信息，用來對作為整體的總體進(jìn)行推斷的一種手段。兩種抽樣方法：非概率抽樣與概率抽樣。選擇使用哪種方法主要取決于我們是否打算對總體進(jìn)行推斷。第二節(jié) 非概率抽樣非概率抽樣是用一種主觀的（非隨機(jī)的）方法從總體中抽選單元。由于不需要完整的抽樣框，非概率抽樣是一種快速、簡單且節(jié)省的獲得數(shù)據(jù)的方法。由于非概率抽樣抽取樣本有傾向性與偏差且沒有一個抽樣框，不可能計算出各個單元的入樣概率，從而無法得到總體目標(biāo)量的可靠估計值及其抽樣誤差估計值。一、非概率抽樣能用在下面幾個方面的研究中：1.用來形成一種想法；2.作為設(shè)計開發(fā)概率抽樣調(diào)查的初始步驟；3.后續(xù)步驟中幫助理解概率抽樣調(diào)查結(jié)果。有時，非概率抽樣是唯一可行的選擇(例如，在醫(yī)學(xué)實(shí)驗(yàn)中，采用志愿者抽樣可能是取得數(shù)據(jù)的唯一途徑。非概率抽樣常被用于抽選參加焦點(diǎn)座談和深入訪問的個人。另一個能較好發(fā)揮非概率抽樣作用的例子是預(yù)研究。二、非概率抽樣的優(yōu)點(diǎn)是：1.快速簡便；2.費(fèi)用相對較低；3.不需要抽樣框；4.對探索性研究和調(diào)查的設(shè)計開發(fā)很有用。三、非概率抽樣的缺點(diǎn)是：1.為了對總體進(jìn)行推斷，需要對樣本的代表性做很強(qiáng)的假定。2.不可能得到可靠的估計值以及抽樣誤差估計值。四、幾種非概率抽樣方法：隨意抽樣；志愿者抽樣；判斷抽樣；配額抽樣；修正的概率抽樣。第三節(jié) 概率抽樣概率抽樣能使通過對樣本的調(diào)查，對總體進(jìn)行推斷。概率抽樣有兩條基本準(zhǔn)則：1) 單元是隨機(jī)抽取的；2) 調(diào)查總體中的每個單元都有一個非零的入樣概率，并且能計算出這些概率。概率抽樣的主要優(yōu)點(diǎn)有：能得到總體的可靠估計值并能計算每個估計值的抽樣誤差，因而能對總體進(jìn)行推斷。概率抽樣的主要缺點(diǎn)有：與非概率抽樣相比，概率抽樣比較復(fù)雜，更費(fèi)時，通常也更費(fèi)錢。但總的說來，其利遠(yuǎn)大于弊。一、簡單隨機(jī)抽樣（SRS）所有概率抽樣的出發(fā)點(diǎn)和理論基礎(chǔ)。簡單隨機(jī)抽樣是一種一步抽樣法，它保證樣本量為n的每個可能的樣本都有相同的被抽中的概率p=n/N。抽樣可以是放回的，也可以是不放回的。簡單隨機(jī)抽樣被用作評估其他抽樣策略的效率的基準(zhǔn)，這里抽樣策略是指抽樣方法與所用估計量的結(jié)合。一個估計量就是一個用來計算估計值的公式。估計量的抽樣誤差是通過其抽樣方差來測量的，而抽樣方差定義為對采用這種抽樣設(shè)計的所有可能樣本，估計值距其平均值的差（稱為離差）平方的平均。如果一種抽樣策略的抽樣方差比另一種抽樣策略的抽樣方差小，我們就稱這種抽樣策略更有效率（統(tǒng)計效率）。一個有較小抽樣方差的估計量具有較高的精度。與其他抽樣技術(shù)相比，簡單隨機(jī)抽樣有以下優(yōu)點(diǎn)：1.是最簡單的抽樣技術(shù)；2.抽樣框不需要其他（輔助）信息，唯一需要的只是一個關(guān)于調(diào)查總體所有單元的一個完全的清單和與其如何聯(lián)系的信息；3.關(guān)于樣本量的確定、總體估計與方差估計都有現(xiàn)成的標(biāo)準(zhǔn)公式可以利用，因此技術(shù)發(fā)展已經(jīng)成熟。簡單隨機(jī)抽樣的缺點(diǎn)是：1.抽樣框中即使有現(xiàn)成的輔助信息也不加利用，使得估計的統(tǒng)計效率較其他利用輔助信息的樣本設(shè)計低；2.由于樣本在總體中的地理分布范圍比較廣，如果采用面訪，費(fèi)用較高；3.有可能抽到一個“差的”樣本；4.如果不用計算機(jī)，而用隨機(jī)數(shù)表抽一個大樣本將十分單調(diào)勞神。簡單隨機(jī)樣本（圖示）二、系統(tǒng)抽樣（SYS）在系統(tǒng)抽樣中，樣本單元是從總體中按一定的（抽樣）間距抽出的。如果N不能被n整除，則可以使用圓形系統(tǒng)抽樣法來避免出現(xiàn)可能樣本量不一致的情況。圓形系統(tǒng)抽樣法的優(yōu)點(diǎn)是每一個單元都有相同的被抽入樣本的機(jī)會。使用系統(tǒng)抽樣的另一個問題是，抽樣間距k有可能正好碰上總體中變化的某種周期性，從而影響抽樣精度。系統(tǒng)抽樣的一個優(yōu)點(diǎn)是，在事先沒有總體單元名錄的情況下，也可以用。此時，我們可以使用并構(gòu)造一個概念抽樣框（只需要單元的排列順序），每隔k個抽一個單元直到總體的末尾。這種方法的一個缺點(diǎn)是，只有抽樣完成后才知道實(shí)際樣本量n。系統(tǒng)抽樣有以下優(yōu)點(diǎn)：- 在沒有抽樣框時，可代替簡單隨機(jī)抽樣；- 與簡單隨機(jī)抽樣一樣，系統(tǒng)抽樣不需要輔助的抽樣框信息；- 與簡單隨機(jī)抽樣相比，系統(tǒng)抽樣樣本的分布較好（這還取決于抽樣間隔及名錄是如何排列的）；- 與簡單隨機(jī)抽樣一樣，估計值容易計算；- 系統(tǒng)抽樣比簡單隨機(jī)抽樣簡單。系統(tǒng)抽樣的缺點(diǎn)有：- 如果抽樣間距正好碰上總體變化的某種未知的周期性，就會得到一個“差的”系統(tǒng)樣本；- 由于不使用抽樣框中的輔助信息，抽樣策略的效率不高；- 在使用概念框時，不能預(yù)先知道最終樣本量；- 抽樣方差沒有一個無偏的估計量；- 在總體大小N不能被樣本量n整除且不使用圓形抽樣法時，會得到樣本量不同的樣本。系統(tǒng)樣本（圖示）三、與大?。ɑ蛞?guī)模）成比例的概率(PPS)抽樣PPS抽樣是一種使用輔助信息從而使入樣概率不相等的抽樣技術(shù)。如果單元大小的度量是準(zhǔn)確的，而且所研究的變量與單元的大小相關(guān)，PPS抽樣能極大地提高精度。PPS抽樣的一個很好的例子是商業(yè)調(diào)查。單元大小度量可用雇員數(shù)、年銷售額、經(jīng)營場所數(shù)等。PPS抽樣的主要優(yōu)點(diǎn)是由于使用了輔助信息，提高了抽樣策略的統(tǒng)計效率，能顯著地減少抽樣誤差。PPS抽樣有以下的缺點(diǎn)：- 抽樣框中的所有單元，都要有高質(zhì)量的、能用作大小度量的輔助信息第七章 估計第一節(jié) 估計就是根據(jù)從樣本中收集的信息對總體未知量進(jìn)行推斷的過程。 第二節(jié) 加權(quán) 估計的第一步，就是給每個樣本單元或樣本中的每個回答單元賦予一個權(quán)數(shù)。 設(shè)計權(quán)數(shù)指的是每個樣本單元所代表的調(diào)查總體的單元數(shù)，設(shè)計權(quán)數(shù)等于樣本單元的入樣概率的倒數(shù)。 等概率抽樣的加權(quán) 如果所有樣本單元的設(shè)計權(quán)數(shù)都相同，那么稱這樣的抽樣設(shè)計為自加權(quán)設(shè)計，等概率抽樣是自加權(quán)的。 對于自加權(quán)的抽樣設(shè)計，如果無需對權(quán)數(shù)進(jìn)行調(diào)整，那么在計算諸如總值、均值、比例等估計量時可以將其忽略，對總值的估計僅僅需要將樣本總值乘上某個倍數(shù)便可。 以下設(shè)計是自加權(quán)的： 簡單隨機(jī)抽樣； 等概率系統(tǒng)抽樣（等距抽樣）； 比例分配，且每個層內(nèi)都使用簡單隨機(jī)抽樣或等距抽樣的分層抽樣； 除最后一階抽樣外，其它各階都按PPS抽樣，而在最后一階用相同樣本量等概率抽樣的多階抽樣。 例7.1 一個由N=1000個人構(gòu)成的總體被劃分為兩個層：第一層由N1=400名男性組成，第二層由N2= 600名女性組成。從中抽取樣本量為n=250的一個樣本，將樣本等比例地分配給各層，使得兩層的抽樣比都等于n/N=1/4。 男性層的樣本量是: 女性層的樣本量是: 此時，設(shè)計權(quán)數(shù)是多少？ 對于男性層，入樣概率p1為: 對于女性層，入樣概率p2為: 這樣，每個人都有相同的入樣概率1/4，設(shè)計權(quán)數(shù)w 皆等于4。 二、不等概率抽樣設(shè)計的加權(quán) 例7.2 對于一項公共交通系統(tǒng)調(diào)查，總體由1100人組成，并按城鄉(xiāng)分為兩個層。城市層N1=1000，農(nóng)村層N2 =100。抽取一個n=250的樣本：城市層n1=200，農(nóng)村層n2=50。 層 總體大小 樣本量 城市 N1=1000 n1=200 農(nóng)村 N2=100 n2 =50 各層的權(quán)數(shù)是層單元入樣概率的倒數(shù)： 城市層: 農(nóng)村層: 三、對無回答（單元無回答）的權(quán)數(shù)調(diào)整 處理無回答的最簡單的辦法就是忽略它。在一些特殊的情況下，對無回答進(jìn)行調(diào)整后所得的均值或比例的估計值，與未作任何調(diào)整的估計值相比并沒有任何改進(jìn)。然而，對總值的估計如果不對無回答進(jìn)行調(diào)整，則會導(dǎo)致對總值的低估。 無回答調(diào)整因子是原樣本單元的權(quán)數(shù)之和與回答單元的權(quán)數(shù)之和的比值。 對于自加權(quán)設(shè)計，這個比值也可以用原樣本的單元數(shù)與回答單元數(shù)的比值（回答率的倒數(shù)）來表示。 例7.3 從一個N=100人的總體中抽取一個n =25人的簡單隨機(jī)樣本。記回答單元的數(shù)量為 ，結(jié)果只有20個人提供了所需的信息。求無回答的調(diào)整權(quán)數(shù)？ 步驟1：計算設(shè)計權(quán)數(shù)： 入樣概率p為： 每個樣本單元的設(shè)計權(quán)數(shù)為4。 步驟2：對無回答的設(shè)計權(quán)數(shù)進(jìn)行調(diào)整。 由于在n=25人中只有nr=20人提供了所需的信息此時無回答調(diào)整因子為： 步驟3：計算無回答的調(diào)整權(quán)數(shù)。 無回答的調(diào)整權(quán)數(shù)wnr等于設(shè)計權(quán)數(shù)與無回答調(diào)整因子的乘積： 于是對數(shù)據(jù)文件中的每一條記錄應(yīng)賦予權(quán)數(shù)5。 不同子總體往往具有不同的回答率，應(yīng)對這些子總體分別進(jìn)行無回答調(diào)整。 例7.2（續(xù)） 城市層中nr,1=150，農(nóng)村層nr,2=40 層 總體大小 樣本量 回答數(shù)量 城 市 N1=1000 n1=200 nr,1=150 農(nóng) 村 N2=100 n2=50 nr,2=40 步驟1：各層的設(shè)計權(quán)數(shù)為： 城市層wd,1=5,農(nóng)村層wd,2 = 2 步驟2：各層的無回答調(diào)整因子計算如下： 城市層: 農(nóng)村層: 步驟3：無回答的調(diào)整權(quán)數(shù)等于設(shè)計權(quán)數(shù)與無回答調(diào)整因子的乘積： 城市層: 農(nóng)村層: 四、事后分層調(diào)整 在調(diào)查中經(jīng)常應(yīng)使調(diào)查的估計值與已知的總體總值，或者從另一調(diào)查所得的估計值相匹配。例如，許多社會調(diào)查使用最新的人口普查數(shù)據(jù)來調(diào)整估計值，以確保這些估計值（如年齡、性別分布等）的一致性。 數(shù)據(jù)收集之前，可能得不到合適的分層信息，在數(shù)據(jù)收集后，利用樣本數(shù)據(jù)，選用其中合適的變量對樣本進(jìn)行分層，這就是事后分層。事后分層需要對權(quán)數(shù)進(jìn)行調(diào)整。 例7.4 為得到某公司職員是否有吸煙習(xí)慣的信息，進(jìn)行了一項調(diào)查。從N=78人的名錄中抽出了一個n=25人的簡單隨機(jī)樣本。在設(shè)計階段，沒有可用于分層的輔助信息。 在收集關(guān)于吸煙習(xí)慣的信息的同時，收集了每個回答者的年齡和性別情況?？偣灿衝r=15個人作了回答，樣本數(shù)據(jù)的分布為： 回答者數(shù)量 男性 女性 總計 吸煙的人數(shù) 1 7 8 總 人 數(shù) 3 12 nr =15 1.每個回答者的權(quán)數(shù)以及對無回答的調(diào)整計算如下： 設(shè)計權(quán)數(shù)是入樣概率的倒數(shù)： 假定樣本中每個被調(diào)查者作出回答的概率都是相同的，用調(diào)查的總?cè)藬?shù)除以回答者的總?cè)藬?shù)，得無回答調(diào)整因子： 無回答調(diào)整權(quán)數(shù)wnr即為設(shè)計權(quán)數(shù)與無回答調(diào)整因子的乘積： 2.利用無回答的調(diào)整權(quán)數(shù)，可得到如下估計值： 調(diào)查的估計值 男性 女性 總計 第八章 樣本量的確定樣本量的確定 樣本量的確定 一、影響調(diào)查樣本量的因素首先是調(diào)查估計值要求達(dá)到的精度。 下列因素會影響精度，從而影響樣本量： - 總體指標(biāo)的變異程度； - 總體大??； - 樣本設(shè)計和所使用的估計量； - 回答率。 除了估計值的精度以外，實(shí)際調(diào)查運(yùn)作的限制也是影響樣本量的主要因素。 樣本量的確定包括對估計值的精度要求與各種運(yùn)作限制之間的平衡，這些運(yùn)作限制包括可獲得的預(yù)算、資源和時間。 二、精度（抽樣誤差）的幾種度量方法： 抽樣方差； 標(biāo)準(zhǔn)差； 誤差限； 置信區(qū)間； 變異系數(shù)。 三、確定精度需要考慮的因素 1）怎樣用調(diào)查估計值？對于調(diào)查估計值來說，多大的抽樣方差是可以接受的? 2）是否需要對調(diào)查總體中的子總體（域）進(jìn)行估計？ 3）與調(diào)查估計值有關(guān)的抽樣方差有多大？ 4）精度要求的實(shí)際含義是什么？ 四、影響精度的因素 總體指標(biāo)的變異程度； - 總體大?。?- 樣本設(shè)計和所用的估計量； - 回答率。 1.總體的變異程度（總體方差） 若總體指標(biāo)變異性很大，或具有所研究特征的單元數(shù)量很少，對這樣的總體，要求精確估計是很困難的，需要較大的樣本量。 為確保樣本量對所有的研究指標(biāo)都足夠大，應(yīng)該根據(jù)最大變異程度或被認(rèn)為最重要的指標(biāo)，來確定樣本量。 2.總體大小 在樣本量確定過程中，總體所起的作用因它的大小而有所差異。對于小規(guī)?？傮w，它起著重要作用；對于中等規(guī)模的總體，其作用中等；而大總體對樣本量影響的作用很小。 3. 樣本設(shè)計和估計量 一般來說，當(dāng)樣本量采用簡單隨機(jī)抽樣的計算公式，而實(shí)際使用的是更復(fù)雜的抽樣方式時，為達(dá)到給定精度所需的樣本量，應(yīng)該在此基礎(chǔ)上乘以一個稱為設(shè)計效應(yīng)因子。 設(shè)計效應(yīng)是對于相等的樣本量，給定樣本設(shè)計估計量的抽樣方差對簡單隨機(jī)抽樣估計量的抽樣方差的比率。 簡單隨機(jī)抽樣設(shè)計，設(shè)計效應(yīng)等于1； 分層抽樣設(shè)計，設(shè)計效應(yīng)一般小于等于1； 整群或多階抽樣設(shè)計，設(shè)計效應(yīng)一般大于等于1。 若過去相同或相似主題的調(diào)查所用的抽樣設(shè)計與我們計劃實(shí)施的抽樣設(shè)計相同或相似，就能得到當(dāng)前調(diào)查主要變量設(shè)計效應(yīng)的估計值。我們也可以從試調(diào)查中得到設(shè)計效應(yīng)的估計值。 4.調(diào)查的回答率 需要根據(jù)預(yù)計的回答率調(diào)整樣本量的大小，根據(jù)預(yù)計的回答率確定一個較大的樣本才可能達(dá)到精度要求。 五、樣本量的計算公式 1）對于簡單隨機(jī)抽樣，給定均值估計 的精度（100回答） 簡單隨機(jī)抽樣下，通常使用誤差限和估計量的標(biāo)準(zhǔn)差來確定所需的樣本量。 2)對于簡單隨機(jī)抽樣，給定比例估計 的精度（100%回答率） 于是公式（1）變?yōu)椋?若在以往調(diào)查中可得總體比例的一個較好估計 ，那么直接將它代入上面的公式就可以得到所需的樣本量；否則可以用 ，因?yàn)檫@時總體的方差最大。 3）對一般抽樣設(shè)計，給定比例估計 的精度，逐步計算樣本量（回答率小于100%）。 第1步：計算初始樣本量 注意，公式（1）使用了有限總體校正因子1n/N，對總體大小進(jìn)行校正。如果忽略這個因子，初始樣本量 應(yīng)按下列公式計算： 第2步：對總體大小進(jìn)行調(diào)整： 第3步：如果抽樣設(shè)計不是簡單隨機(jī)抽樣，則用下面公式對樣本量進(jìn)行調(diào)整 ： 其中， 是設(shè)計效應(yīng)。 第4步：根據(jù)無回答再次進(jìn)行調(diào)整，以確定最終的樣本量 ： 其中， 為預(yù)計的回答率。 確定樣本量的例子 例 8.1 某雜志出版商希望得到讀者對該雜志綜合滿意度的估計值。通過郵寄調(diào)查，出版商可以聯(lián)系到所有2500個訂戶。但由于時間的限制，出版商決定使用簡單隨機(jī)抽樣進(jìn)行電話調(diào)查。請問應(yīng)訪問多少個訂戶 ？ 我們假定： - 可接受的誤差限e為0.10； - 調(diào)查估計值的置信度為95%，因此 =1.96； - 使用簡單隨機(jī)抽樣； - 預(yù)計回答率 =0.65； - 由于事先沒有關(guān)于顧客滿意度的估計 ，方差應(yīng)取最大，即 。 樣本量的計算步驟如下： 第 1步：計算初始樣本量 ： 第 2步：根據(jù)總體大小調(diào)整樣本量(這一步只需對中小規(guī)模的總體)： 第3步： 根據(jù)抽樣的設(shè)計效應(yīng)來調(diào)整樣本量： 在這個例子中，由于假定采用簡單隨機(jī)抽樣設(shè)計，所以 = 1。 第4步：根據(jù)無回答情況進(jìn)行調(diào)整，確定最終的樣本量 ： 費(fèi)用、時間和現(xiàn)場操作的限制 在實(shí)際中，在確定樣本量時，不考慮時間和費(fèi)用這兩個極為重要的因素是不可思議的。大多數(shù)統(tǒng)計調(diào)查機(jī)構(gòu)（和他們的客戶）都不可能忽視這些限制條件。最終確定的樣本量必須與可獲得的經(jīng)費(fèi)預(yù)算和允許的時限保持一致。 最終樣本量的確定需要在精度、費(fèi)用、時限和操作的可行性等相互沖突的限制條件之間進(jìn)行協(xié)調(diào)。它還可能需要重新審查初始樣本量、數(shù)據(jù)需求、精度水平、調(diào)查計劃的要素和現(xiàn)場操作因素，并作必要的調(diào)整。通常，統(tǒng)計調(diào)查機(jī)構(gòu)和客戶尋求在最有效使用費(fèi)用的基礎(chǔ)上（例如縮短訪問時間），使用戶能對所需的樣本量提供經(jīng)費(fèi)支持。 分層抽樣中 樣本在各層中的分配 將n個樣本單元分配到L層中去有兩種方式：一是先用確定總的樣本量，然后再在層間進(jìn)行分配，即總樣本量固定的情況；另一種情況是先根據(jù)預(yù)定的精度，確定每一層所需要的樣本量，然后將各層的樣本量加總得到總的樣本量（若精度是由變異系數(shù)表示的，即是給定變異系數(shù)的情況）。 1） 總樣本量固定 這種準(zhǔn)則是先確定總的樣本量，然后再將確定的總樣本量n以某種方式分配到各個層。分配給第 層的樣本分配系數(shù)為 ，這里每個 都在0到1之間取值，包括0和1（即0 1），同時， 的和等于 1 (即 )。 由此，對于第h層，其樣本量 等于該層的樣本分配系數(shù)ah 乘以總的樣本量 ： 2） 給定變異系數(shù) 確定總樣本量 的另一種準(zhǔn)則是在給定總體估計值精度水平的情況下，計算確定每一層所需的樣本量 （h=1,2,L），使估計值的變異系數(shù)不超過事先估計的值 。 用給定變異系數(shù)法要比總樣本量固定方法復(fù)雜，在下面樣本分配的例子中只用總樣本量固定方法。 樣本分配方法 1 ） 比例分配 比例分配即是與N成比例分配，就是每一層的樣本量 與該層的總體大小 成比例的分配。因此，層的規(guī)模越大，分配到的樣本單元數(shù)也就越多。即各層的抽樣比 是相同的，等于總的抽樣比 。 比例分配的分層隨機(jī)抽樣還是一個自加權(quán)的樣本設(shè)計。 2）與Y成比例分配 調(diào)查中，如果變量yhi （第h層中的第i個單元的指標(biāo)）是關(guān)于大?。ɑ蛞?guī)模）的一種度量，那么第 層的樣本量 就可以是第 層大小或規(guī)模度量Yh的一個比例，這種分配方法稱為與Y成比例分配。這時， ，即每層的分配系數(shù) 等于該層大小度量與總體大小度量的比。 與Y成比例分配方法在商業(yè)調(diào)查中有著廣泛的應(yīng)用。因?yàn)檫@類調(diào)查中， 經(jīng)常呈偏態(tài)分布。 3）與N的平方根成比例分配 到目前為止，所介紹的所有分配方法都只考慮了總體估計值 的精度。但是通?？蛻暨€希望層估計值 也具有較高的精度。例如，如果以省為層，那么省和全國的估計值可能都很重要。 換句話說，分配系數(shù) 等于該層總體大小的平方根與所有層總體大小平方根的總和之比。 4）與Y的平方根成比例分配 確保層估計值和總估計值都有較高精度的另一種方法，是使用與Y的平方根成比例分配。 即分配系數(shù) 等于層大小度量的平方根與所有層大小度量平方根的總和之比。 5） 最優(yōu)分配 當(dāng)各層單元調(diào)查費(fèi)用不全相同，以及層間的方差 變化很大的情況下，可以考慮使用以下稱為最優(yōu)分配的不按比例分配方法。 最優(yōu)分配的分配系數(shù) 按下式計算： 最優(yōu)分配法可以在規(guī)定的抽樣費(fèi)用下，使估計值的抽樣方差最小；或者在給定的總抽樣方差下，使費(fèi)用最少。 當(dāng)所有層的費(fèi)用和方差都相等時，最優(yōu)分配就簡化為比例分配。在這種情況下，與N成比例分配是使估計值的抽樣方差最小的分配形式。當(dāng)所有層的層內(nèi)抽樣費(fèi)用都相等時，最優(yōu)分配就簡化為以下討論的奈曼分配。 6）奈曼分配 各層中每個單元的調(diào)查費(fèi)用都相同的最優(yōu)分配就稱為奈曼分配。 奈曼分配下，分配系數(shù)表示為： 7）方差相等時的最優(yōu)分配 最優(yōu)分配的另一個特例是所有層方差都相等的情況。該方法將更多的樣本單元分配到規(guī)模較大的層和單元抽樣費(fèi)用較小的層。分配系數(shù)計算如下： 分配樣本時需要注意的事項 在進(jìn)行樣本分配時，應(yīng)考慮以下問題： 1）借助輔助數(shù)據(jù)進(jìn)行與Y成比例的分配和與Y的平方根成比例分配; 2）超額分配; 3）根據(jù)多個變量進(jìn)行分配第十章 處理（數(shù)據(jù)）處理就是把調(diào)查中收集到的數(shù)據(jù)轉(zhuǎn)換為適合匯總制表和數(shù)據(jù)分析的形式。 數(shù)據(jù)收集完畢之后,估計之前對數(shù)據(jù)進(jìn)行加工處理的所有活動:主要包括數(shù)據(jù)的編碼、錄入、審核、插補(bǔ)、離群值的檢測和處理等。最后生成一個為進(jìn)一步分析用的數(shù)據(jù)庫。 1）編碼 編碼是給問題的每項答案賦予一個數(shù)值代碼，以便于數(shù)據(jù)錄入和作進(jìn)一步處理的過程。 編碼具體方法很多，包括： - 問卷中已預(yù)先編碼； - 在數(shù)據(jù)收集完畢之后進(jìn)行手工編碼； - 通過文本識別軟件進(jìn)行自動編碼（即借助軟件給一串字符賦予一個代碼）。 2）數(shù)據(jù)錄入 數(shù)據(jù)錄入是將回答轉(zhuǎn)化成可機(jī)讀的形式。采用紙張式收集數(shù)據(jù)的方法時，數(shù)據(jù)錄入是在數(shù)據(jù)收集完畢之后（通常是在對問卷進(jìn)行一些“梳理”和初步審核之后）進(jìn)行。采用計算機(jī)輔助數(shù)據(jù)收集方法時，數(shù)據(jù)錄入是在數(shù)據(jù)收集的同時完成的。 下面幾種方法可以提高數(shù)據(jù)錄入的效率： - 采用計算機(jī)輔助數(shù)據(jù)收集方法； - 對紙張式問卷進(jìn)行光電掃描； - 對紙張式問卷進(jìn)行預(yù)先編碼。 3）審核 審核是應(yīng)用各種檢查規(guī)則來辨別缺失、無效或不一致的錄入，這些會導(dǎo)致數(shù)據(jù)記錄的潛在錯誤。審核的目的就是要保證調(diào)查最后所得的數(shù)據(jù)的完整性、一致性和有效性（包括邏輯性）。 審核主要可分為三類：即有效性審核、一致性審核與分布審核。有效性審核和一致性審核是對單張問卷進(jìn)行的審核；分布審核則是對全部問卷或部分問卷的數(shù)據(jù)一起進(jìn)行審核。 通常，審核規(guī)則的確定基于以下幾個方面： - 關(guān)于調(diào)查主題的專業(yè)知識； - 問卷和問題的結(jié)構(gòu)； - 其它相關(guān)的調(diào)查或數(shù)據(jù)； - 統(tǒng)計理論（如離群值的檢測方法）。 數(shù)據(jù)收集完畢后，對審核失效，通常按下列方法進(jìn)行處理： - 將其剔除； - 進(jìn)行插補(bǔ)； - 設(shè)立特殊代碼。 有些時候，一條記錄（或整份問卷）不符合多條審核規(guī)則的要求，或者不符合少數(shù)幾條關(guān)鍵審核規(guī)則的要求，從而使得后續(xù)的處理失去意義。在這種情況下，通?？梢詫⑦@些記錄剔除，作為無回答處理，同時將賦予各被調(diào)查單元的權(quán)數(shù)進(jìn)行調(diào)整。 對大多數(shù)審核失效都應(yīng)該加以標(biāo)示，留待作插補(bǔ)處理。 對于有些項目，我們可以用特殊代碼標(biāo)示的方法，對確認(rèn)為審核失效而不可接受的值或無效的空白加以保留。 選擇性審核 選擇性審核基于這樣一種思想：即只有那些“關(guān)鍵”的審核失效，而不是所有的審核失效，才需要采取相應(yīng)的處理措施。選擇性審核一般適于定量數(shù)據(jù)。 對審核失效進(jìn)行選擇性審核時，可能需要對被調(diào)查者進(jìn)行再訪，但對于那些需要進(jìn)一步處理和插補(bǔ)的記錄的審核失效除外。 審核的指導(dǎo)方針 審核的目標(biāo)是： - 更好地理解數(shù)據(jù)和數(shù)據(jù)處理過程； - 檢查問卷； - 回訪被調(diào)查者； - 檢出錯填或漏填的數(shù)據(jù)； - 刪除無效記錄； - 分離需要插補(bǔ)的記錄。 審核的準(zhǔn)則： - 審核不僅對整理數(shù)據(jù)有用，而且審核失效發(fā)生率不論是對當(dāng)前調(diào)