統(tǒng)計(jì)研究的程序與數(shù)據(jù)搜集方法

1、統(tǒng)計(jì)研究的程序統(tǒng)計(jì)列表、圖示、數(shù)據(jù)搜集方法A、為什么要搜集數(shù)據(jù)：數(shù)據(jù)是統(tǒng)計(jì)分析的基礎(chǔ)日 什么是數(shù)據(jù)搜集：根據(jù)統(tǒng)計(jì)研究的目的和要求，有組織、有計(jì)劃地向調(diào)查對(duì)象搜集原始資料和次級(jí)資料。C數(shù)據(jù)來(lái)源數(shù)據(jù)來(lái)源直接來(lái)源間接來(lái)源實(shí)驗(yàn)問(wèn)卷調(diào)查觀察 各類(lèi)出版物(一)原始數(shù)據(jù)的搜集方法1、全面調(diào)查(1)定期統(tǒng)計(jì)報(bào)表制度：嚴(yán)格的報(bào)告制度指按照國(guó)家統(tǒng)一規(guī)定的各項(xiàng)要求，自下而上地定期向國(guó)家和主管部門(mén)報(bào)送基本統(tǒng)計(jì)資料的一種報(bào)告制度優(yōu)點(diǎn)：能保證統(tǒng)計(jì)資料的全面性和連續(xù)性能保證統(tǒng)計(jì)資料的統(tǒng)一性和及時(shí)性能滿(mǎn)足各級(jí)部門(mén)對(duì)統(tǒng)計(jì)資料的需要缺點(diǎn)：統(tǒng)計(jì)報(bào)表過(guò)多會(huì)增加基層負(fù)擔(dān)有可能由于虛報(bào)瞞報(bào)而影響統(tǒng)計(jì)資料質(zhì)量(2)普查：指國(guó)家為詳盡了解某

2、項(xiàng)重要的國(guó)情國(guó)力而專(zhuān)門(mén)組織的一次性全面調(diào)查由于需要大量的人力、物力和財(cái)力，不宜經(jīng)常進(jìn)行最近的一次普查：2004年第一次全國(guó)經(jīng)濟(jì)普查我國(guó)人口普查：1953年1964年1982年1990年2000年2010年2、隨機(jī)抽樣調(diào)查：根據(jù)隨機(jī)原則推算總體特征，又稱(chēng)概率抽樣抽樣調(diào)查是一種非全面調(diào)查，抽樣推斷的理論基礎(chǔ)是概率論。特點(diǎn):(1)按隨機(jī)原則選樣，即樣本單位的抽取不受主觀因素及其他系統(tǒng)性因素的影響，每個(gè)總體單位都有均等的被抽中機(jī)會(huì)(2)能夠保證樣本對(duì)總體的代表性，即樣本單位和總體具有相同的概率分布(3)調(diào)查目的是從數(shù)量上推算總體數(shù)量特征和數(shù)量表現(xiàn)，它可以到全面調(diào)查的作用(4)抽樣誤差可以事先計(jì)算并控制

3、優(yōu)點(diǎn)：(1)能用較少的人力、物力和時(shí)間達(dá)到全面調(diào)查的目的(2)調(diào)查資料的準(zhǔn)確性較高、受人為干擾的可能性較小方式：(1)簡(jiǎn)單隨機(jī)抽樣，每個(gè)個(gè)體被抽中的機(jī)會(huì)相等；選擇一個(gè)受試對(duì)象對(duì)其他元素沒(méi)有影響；使用隨機(jī)數(shù)表，抽簽等方式。可以應(yīng)用Excel中的隨機(jī)函數(shù)rand()根據(jù)樣本框安排隨機(jī)樣本*樣本框：抽樣過(guò)程中抽取樣本的所有抽樣單位的名單。如，從全體學(xué)生中，直接抽取200名學(xué)生作為樣本，那么，全體學(xué)生的名單(花名冊(cè))就是這次抽樣的樣本框。例：在編號(hào)為1-100的學(xué)生中隨機(jī)抽取隨機(jī)編號(hào)=int(rand()*100)+1學(xué)會(huì)查看Excel的幫助文件(2)等距抽樣，又稱(chēng)機(jī)械抽樣或系統(tǒng)抽樣，常用于電話(huà)調(diào)查。

4、例如：從一個(gè)學(xué)生人數(shù)為200人的總體中抽取容量為 20的樣本，將學(xué)生的學(xué)號(hào)排序，假定隨機(jī)選取學(xué)號(hào)起點(diǎn) 4,然后從總體中選取樣點(diǎn)的學(xué)號(hào)為第4,第14,第24,(3)類(lèi)型抽樣，又稱(chēng)分層抽樣，把總體某種分類(lèi)標(biāo)準(zhǔn)分為若干群組，這些群組滿(mǎn)足互斥性、完備性、和相似性要求，然后在組中按照同樣的比例隨機(jī)選取樣本。特點(diǎn)：代表性高，抽樣誤差低。例如：調(diào)查對(duì)象按收入分為高、中、低三個(gè)層次，然后從每個(gè)階層中或隨機(jī)抽取(4)整群抽樣，又稱(chēng)聚類(lèi)抽樣。先對(duì)總體分類(lèi)，然后用簡(jiǎn)單隨機(jī)抽樣選類(lèi)，最后對(duì)選中的類(lèi)作普查或簡(jiǎn)單隨機(jī)抽樣調(diào)查。較為有效。例如：按照家庭、宿舍樓或街區(qū)來(lái)抽取調(diào)查對(duì)象，對(duì)抽到的家庭、宿舍樓或街區(qū)再作全面或隨機(jī)調(diào)

5、查。3、非概率抽樣：不按照概率均等的原則， 而是根據(jù)人們的主觀經(jīng)驗(yàn)或其它條件來(lái)抽取樣本。缺點(diǎn)：(1)由于調(diào)查者的主觀決策影響抽樣的整個(gè)過(guò)程，因而不能保證樣本是否重現(xiàn)了總體的分布結(jié)構(gòu)，樣本的代表性往往較小，用這樣的樣本推論總體是極不可靠的。(2)誤差有時(shí)相當(dāng)大，而且這種誤差又無(wú)法估計(jì)。優(yōu)點(diǎn)：(1)很多情況下，嚴(yán)格的隨機(jī)抽樣幾乎無(wú)法進(jìn)行，例如調(diào)查對(duì)象的總體邊界不清而無(wú)法制作或提供抽樣框。(2)有些研究為了符合研究的目的，不得不按照需要從總體中抽取少數(shù)有代表性的個(gè)體作為樣本。(3)隨機(jī)抽樣的操作過(guò)程要求嚴(yán)格，實(shí)施起來(lái)比較麻煩，費(fèi)時(shí)費(fèi)力，因此如果調(diào)查的目的僅是對(duì)問(wèn)題的初步探索， 獲得研究的線(xiàn)索和提出假

6、設(shè)，而不是由樣本推論總體， 采用隨機(jī)抽樣就不一定是必須的。綜上：操作方便、省錢(qián)省力，統(tǒng)計(jì)上也遠(yuǎn)較概率抽樣簡(jiǎn)單，而且若能對(duì)調(diào)查總體和調(diào)查對(duì)象有較好的了解，抽樣也可獲得相當(dāng)?shù)某晒?。方式?1)典型調(diào)查在對(duì)調(diào)查對(duì)象有一定了解的基礎(chǔ)上，有意識(shí)地選擇個(gè)別或少數(shù)有代表性的單位進(jìn)行調(diào)查的一種非全面調(diào)查典型單位指在數(shù)量表現(xiàn)上具有普遍意義和代表性的總體單位，可以用來(lái)推斷總體的數(shù)量(2)重點(diǎn)調(diào)查一種非全面調(diào)查，它是在被調(diào)查總體中選出一部分重點(diǎn)單位進(jìn)行調(diào)查。這些單位數(shù)目不多，但其標(biāo)志值在總體標(biāo)志總量中占有較大比重，能反映總體的基本情況能以較少的投入和較快的速度取得總體基本情況及變動(dòng)趨勢(shì)的資料，但只適用于客觀存在著重

7、點(diǎn)單位的情況例如：對(duì)大型鋼鐵企業(yè)的調(diào)查可以了解全國(guó)鋼鐵的生產(chǎn)情況對(duì)35個(gè)大中型城市的物價(jià)調(diào)查可以了解全國(guó)的物價(jià)狀況(3)就近抽樣(偶遇抽樣、方便抽樣、自然抽樣)定義：是指研究者根據(jù)現(xiàn)實(shí)情況，以自己方便的形式抽取偶然遇到的人作為調(diào)查對(duì)象，或者僅僅選擇那些離得最近的、最容易找到的人作為調(diào)查對(duì)象。舉例：為了調(diào)查某市的交通情況，研究者到離他們最近的公共汽車(chē)站，把當(dāng)時(shí)正在那里等車(chē)的人選作調(diào)查對(duì)象。其他類(lèi)似的偶遇抽樣還有：在街口攔住過(guò)往行人進(jìn)行調(diào)查；在圖書(shū)館閱覽室對(duì)當(dāng)時(shí)正在閱讀的讀者進(jìn)行調(diào)查；在商店門(mén)口、展覽大廳、電影院等公眾場(chǎng)所向進(jìn)出往來(lái)的顧客、觀眾進(jìn)行的調(diào)查；利用報(bào)刊雜志向讀者進(jìn)行調(diào)查；老師以他所教的

8、班級(jí)的學(xué)生作為調(diào)查樣本的調(diào)查等等。(4)目標(biāo)式和判斷式抽樣(主觀抽樣、立意抽樣) ：定義：調(diào)查者根據(jù)研究的目標(biāo)和自己主觀的分析，來(lái)選擇和確定調(diào)查對(duì)象的方法。研究者依據(jù)主觀判斷選取可以代表總體的個(gè)體作為樣本。樣本的代表性取決于研究者對(duì)總體的了解程度和判斷能力。例如：在編制物價(jià)指數(shù)時(shí)，有關(guān)產(chǎn)品項(xiàng)目的選擇和樣本地區(qū)的決定等，常采用判斷抽樣。(5)滾雪球抽樣：定義：當(dāng)我們無(wú)法了解總體情況時(shí)， 可以從總體中的少數(shù)成員入手，對(duì)他們進(jìn)行調(diào)查，向他們?cè)儐?wèn)還知道哪些符合條件的人； 再去找那些人并詢(xún)問(wèn)他們知道的人。 如同滾雪球一樣，我 們可以找到越來(lái)越多具有相同性質(zhì)的群體成員。例如，要研究退休老人的生活，可以清晨

9、到公園去結(jié)識(shí)幾位散步老人，再通過(guò)他們結(jié)識(shí)其朋友。但是這種方法偏誤也很大，那些不好活動(dòng)、不愛(ài)去公園、不愛(ài)和別人交往、喜歡一個(gè)人在家里活動(dòng)的老人，你就很難把雪球滾到他們那里去，而他們卻代表著另外一種退休后的生活方式。滾雪球抽樣是在特定總體的成員難以找的時(shí)最適合的一種抽樣方法。譬如對(duì)獲得無(wú)家可歸者、流動(dòng)勞工及非法移民等的樣本就十分適用。(6)配額抽樣(定額抽樣)：它與分層抽樣中的比例抽樣相似，也是按調(diào)查對(duì)象的某種屬性或特征將總體中所有個(gè)體分成若干類(lèi)或?qū)樱缓笤诟鲗又谐闃樱?樣本中各層(類(lèi))所占比例與他們?cè)诳傮w中所占比例一樣。進(jìn)行定額抽樣時(shí)，研究者要盡可能的依據(jù)那些有可能影響研究變量的各種因素來(lái)對(duì)總體

10、分層，并找出具有各種不同特征的成員在總體中所占的比例。然后依據(jù)這種劃分以及各類(lèi)成員的比例去選擇調(diào)查對(duì)象， 使樣本中的成員在上述各種因素、 各種特征方面的構(gòu)成和在樣本的 比例盡量接近總體情形。例：假設(shè)某高校有2000名學(xué)生，其中男生占60%,女生占40%;文科學(xué)生和理科學(xué)生各占 50%; 一年級(jí)學(xué)生占 40%,二年級(jí)、三年級(jí)、四年級(jí)學(xué)生分別占30%、20%和10%?，F(xiàn)要用定額抽樣方法依上述三個(gè)變量抽取一個(gè)規(guī)模為100人的樣本。依據(jù)總體的構(gòu)成和樣本規(guī)模，我們可得到下列定額表：男生(60)女生(40)文科(30)理科(30)文科(20 )理科(20)年級(jí)一二三四一 二三四一 二三四一 二三四人數(shù)12

11、 9 6 312 9 6 38 6 4 28 6 4 2配額抽樣和分層抽樣的區(qū)別：A分層抽樣總體進(jìn)行分層時(shí)， 通常依據(jù)的一種特征或指標(biāo)，分層的目的是為了照顧到某些比例小的層次，使得所抽樣本的代表性進(jìn)一步提高，誤差進(jìn)一步減??；而配額抽樣則是依據(jù)多個(gè)特征，分層的目的是為了模擬出一個(gè)總體B分層抽樣在每層進(jìn)行抽樣時(shí)， 按照一定的比例進(jìn)行隨機(jī)抽樣；而配額抽樣則是根據(jù)每一層中分配的數(shù)額進(jìn)行抽樣C分層抽樣完全根據(jù)概率原則，排除主觀因素，客觀地、 等概率地到各層中進(jìn)行抽樣；而配額抽樣則是“按事先規(guī)定地條件，有目的地尋找”樣本單位，在分層和抽樣的過(guò)程中有很多的人為因素影響(二)次級(jí)資料搜集統(tǒng)計(jì)資料匯編刊物：各種

12、統(tǒng)計(jì)年鑒、調(diào)查報(bào)告、統(tǒng)計(jì)摘要、網(wǎng)上電子資源有用的統(tǒng)計(jì)信息網(wǎng)站：中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局：中國(guó)統(tǒng)計(jì)數(shù)據(jù) 經(jīng)濟(jì)中國(guó) 中國(guó)商業(yè)報(bào)告庫(kù) 和百度也是常用的數(shù)據(jù)來(lái)源特別提示：要學(xué)會(huì)使用學(xué)校圖書(shū)館的免費(fèi)數(shù)據(jù)庫(kù)財(cái)政學(xué)系09級(jí)碩士生曾穎同學(xué)常用的數(shù)據(jù)庫(kù)(詳細(xì)內(nèi)容見(jiàn)網(wǎng)絡(luò)平臺(tái)中的課件“曾穎的數(shù)據(jù)庫(kù)”)1、國(guó)研網(wǎng)數(shù)據(jù)庫(kù)特點(diǎn)：統(tǒng)計(jì)數(shù)據(jù)庫(kù)包含宏觀數(shù)據(jù)、金融、教育、行業(yè)數(shù)據(jù)等，但是宏觀數(shù)據(jù)年度跨度不大。適合對(duì)個(gè)別指標(biāo)進(jìn)行跨省、跨時(shí)間的統(tǒng)一檢索。另外有全文數(shù)據(jù)庫(kù)等，包含一些專(zhuān)家學(xué)者的文章，可以作為參考。2、中經(jīng)網(wǎng)&height=708特點(diǎn)：以宏觀數(shù)據(jù)為主，包含國(guó)家一級(jí)、31個(gè)省以及200多個(gè)市的數(shù)據(jù)，與國(guó)研網(wǎng)的統(tǒng)計(jì)數(shù)

13、據(jù)庫(kù)類(lèi)似，統(tǒng)計(jì)項(xiàng)目沒(méi)有國(guó)研網(wǎng)多，但是有些指標(biāo)年份跨度更大。適合統(tǒng)一檢索。3、資訊行特點(diǎn)：非常全的數(shù)據(jù)庫(kù)，幾乎囊括了所有最新的年鑒。適合尋找數(shù)據(jù)的來(lái)源。缺點(diǎn)在于：沒(méi)有1995年之前的年鑒，數(shù)據(jù)不是表格形式， 需要自己修改。（可行的方法包括： 粘貼到word中，把空白（Aw）替換為制表符（N）,或者直接粘貼到 excel2007 ,進(jìn)行數(shù)據(jù)分列）。4、統(tǒng)計(jì)局?jǐn)?shù)據(jù)庫(kù)特點(diǎn)：最近幾年剛出的，還在完善中?？梢詫?duì)統(tǒng)計(jì)局出版的年鑒數(shù)據(jù)進(jìn)行統(tǒng)一檢索。（和1、2很相似）有時(shí)候能找到 1、2所沒(méi)有的數(shù)據(jù)。5、年鑒包括歷年統(tǒng)計(jì)年鑒以及普查數(shù)據(jù)、專(zhuān)題數(shù)據(jù)等，適合瀏覽年鑒。實(shí)際上，目前很多最新年鑒，包括新中國(guó)六十年統(tǒng)計(jì)資

14、料匯編、2010年統(tǒng)計(jì)摘要等都可以在網(wǎng)上下載到excel版6、知網(wǎng)文獻(xiàn)非常全的學(xué)術(shù)文獻(xiàn)數(shù)據(jù)庫(kù)，包括了期刊、學(xué)位論文、學(xué)術(shù)會(huì)議論文等。這個(gè)加上維普的話(huà)，基本上可以把中國(guó)比較好的期刊論文都包括了。年鑒中國(guó)統(tǒng)計(jì)年鑒數(shù)據(jù)庫(kù)（挖掘版）&p=提供對(duì)統(tǒng)計(jì)年鑒的統(tǒng)一檢索，但是效果不理想，比較凌亂。列出了500部左右的年鑒，比較全，但是不一定有最新的。可以先在資訊行搜索數(shù)據(jù)指標(biāo)所屬的年鑒，再在這里找到年鑒。三、調(diào)查誤差1、登記誤差：調(diào)查過(guò)程中，工作的不準(zhǔn)確所造成的誤差。（1）偶然性登記誤差：調(diào)查人員責(zé)任心不強(qiáng)、技術(shù)不高所造成的觀察、測(cè)量、計(jì)算錯(cuò)誤、筆誤、錯(cuò)填、遺漏，以及 被調(diào)查者回答有誤、理解有誤。特點(diǎn)

15、：一般不具有傾向性，即在數(shù)量不會(huì)偏向某一方，理論上它可以用某種方法加以消除(2)系統(tǒng)誤差：具有明顯的傾向性，在數(shù)量上往往偏向某一方，又稱(chēng)偏差。A、有意誤差：故意虛報(bào)、瞞報(bào)、假報(bào)、編造、有意歪曲事實(shí)。以 非主觀原因所引起的誤差。測(cè)量工具的不準(zhǔn)、調(diào)查方式安排不當(dāng)。例如：使用非概率抽樣方法進(jìn)行的調(diào)查可能由于訪問(wèn)時(shí)的樣本偏倚而出現(xiàn)誤差案例1: 1936年，富蘭克林羅斯福(Franklin Roosevelt )的第一任總統(tǒng)任期屆滿(mǎn)，共和 黨候選人、堪薩斯州州長(zhǎng)阿爾弗雷德蘭登(Alfred Landon) 與其競(jìng)選總統(tǒng)。為了預(yù)測(cè)大選結(jié)果，文摘 雜志(Literary Digest )發(fā)出了 1000萬(wàn)張

16、模擬選票，收回萬(wàn)張。據(jù)此，文摘雜志預(yù)測(cè)蘭登將以57%寸43%勺壓倒性?xún)?yōu)勢(shì)獲勝，但選舉的結(jié)果卻是羅斯福以62%對(duì)38%勺優(yōu)勢(shì)擊敗蘭登。Literacy Digest雜志的民意調(diào)查盡管樣本容量很大(240萬(wàn))，但是樣本選擇的偏倚仍導(dǎo)致預(yù)測(cè)失敗，該雜志的可信度大大降低，最終走向了破產(chǎn)。與此同時(shí)，喬治蓋洛普在1936年的大選預(yù)測(cè)中首先使用運(yùn)用定額抽樣方法(即按照總體單位的多個(gè) 特征將總體分層，安排每個(gè)層次的樣本數(shù)額)，利用一個(gè)約5萬(wàn)人的樣本，準(zhǔn)確預(yù)測(cè)出羅斯福將獲勝。Literacy Digest 的問(wèn)題出在哪呢文摘雜志的調(diào)查對(duì)象大多數(shù)是從電話(huà)簿和俱樂(lè)部的花名冊(cè)上選擇。這樣的抽樣方法從兩方面影響了樣本的

17、代表性。其一，當(dāng)時(shí)只有1/4的家庭擁有電話(huà)，而且擁有電話(huà)的絕大多數(shù)都是富人。其二，如果是在1936年以前，這種偏好對(duì)預(yù)測(cè)的影響可能不大，因?yàn)楦蝗撕透F人依據(jù)相同的路線(xiàn)投票。而在大蕭條年代，政治上的劃分更緊密地遵循經(jīng)濟(jì)路線(xiàn)，絕大多數(shù)窮人投民主黨的票，而比較富有的人則傾向于共和黨。案例2: 1948年美國(guó)大選時(shí)，蓋洛普聯(lián)合全美約100家獨(dú)立報(bào)紙，繼續(xù)采用定額抽樣的方法 對(duì)5萬(wàn)人次進(jìn)行尋訪，預(yù)測(cè)杜威(Dewe”將戰(zhàn)勝杜魯門(mén)，而結(jié)果是杜魯門(mén)以勺選票獲勝，杜威的得票率為芝加哥論壇報(bào)甚至未等大選最后的結(jié)果揭曉，就在頭版以大標(biāo)題宣布杜威戰(zhàn)勝杜魯門(mén)，結(jié)果成為民意研究歷史上的一大笑話(huà)。而在那年大選中，密歇根的調(diào)查

18、研究中心所采用的概率抽樣宣告勝利。蓋洛普的問(wèn)題出在哪呢定額抽樣似乎保證了樣本和選舉總體在被認(rèn)為對(duì)選舉行為有影響的所有主要特征方面將會(huì)相似，但是選民的哪些特征會(huì)影響他們選擇，這恰恰是調(diào)查機(jī)構(gòu)所不知道而正努力嘗試去發(fā)現(xiàn)的。并且在規(guī)定的定額內(nèi)，訪問(wèn)人員可以自由選擇他喜歡的任何人，這給人為選擇留有過(guò)多的余地。2、代表性誤差：非全面調(diào)查所固有的產(chǎn)生原因：抽取樣本時(shí)沒(méi)有遵循隨機(jī)原則；個(gè)別或部分單位不能完全反映總體的性質(zhì)；樣本容量不足；由部分單位數(shù)值來(lái)推斷總體數(shù)值所產(chǎn)生的誤差，它不可以消除，但通常可以事先計(jì)算，并能將它控制在一定的范圍內(nèi)。§ 統(tǒng)計(jì)調(diào)查方案與實(shí)踐北京大學(xué)校園主流文化調(diào)查問(wèn)卷問(wèn)卷編號(hào)：

19、 調(diào)查時(shí)間：2010年 月 日調(diào)查地點(diǎn)： 調(diào)查人： 學(xué)號(hào) 數(shù)據(jù)審核人： 學(xué)號(hào) 親愛(ài)的同學(xué)：您好！我們是經(jīng)濟(jì)學(xué)院本科生，為了解北京大學(xué)現(xiàn)在的主流校園文化，并為我們的統(tǒng)計(jì)學(xué)案例教學(xué)搜集數(shù)據(jù)，我們?cè)诒贝笮@內(nèi)展開(kāi)此次調(diào)查。此問(wèn)卷采取匿名填寫(xiě)方式， 決不用于任何商業(yè)目的。謝謝您的支持！【填寫(xiě)說(shuō)明】請(qǐng)?jiān)诿恳粏?wèn)題后所給的備選答案中選擇符合你的情況或你同意的答案，并在所選答案前的方框內(nèi)打，或在問(wèn)題中一處填寫(xiě)適當(dāng)?shù)膬?nèi)容。1 .您現(xiàn)在所在年級(jí)是（1）大二（2）大三（3）大四2 .您的性別是（1）男（2）女3 . 您來(lái)自 院系。4 . 您的家庭來(lái)自（1）大城市（2）中小城市（3）農(nóng)村5 .您家里的經(jīng)濟(jì)情況怎么樣（1） 還不錯(cuò) （2） 一般吧 （3）比較差6 .您父母的受教育程度：父親母親（1）大學(xué)（2）高中（3）初中（4）小學(xué)7 .您認(rèn)為北大最可貴的地方是：（1）學(xué)術(shù)實(shí)力強(qiáng)，學(xué)術(shù)氛圍好（2）兼容并包、思想自由（3）名氣大，是中國(guó)最高學(xué)府