信息采集技術-調(diào)查問卷中的編碼

1、信息采集技術-調(diào)查問卷中的編碼魏巍巍（北京信息職業(yè)技術學院）摘要：介紹編碼的概念，編碼的種類及如何對調(diào)查問卷中的問題進行編碼。關鍵詞：編碼；調(diào)查問卷；手工編碼；自動編碼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)錄入和作進一步處理的過程。編碼方案的制定目標。應該是能將調(diào)查中所得到的各種回答分成若干有意義且有本質(zhì)差別的類別。制定一個好的編碼方案并不容易，要按照調(diào)查、匯總制表或數(shù)據(jù)分析的目標，考慮編碼的詳細程度。最好是先列出一個不能再細分的大表，然后在此表格的基礎上根據(jù)具體需要對某些類別進行合并。因為分類太少會掩蓋某些信息，產(chǎn)生誤導，而“其他”類太大則對研究問題也沒有益處。類別?？梢?/p>

2、壓縮、歸并，但是在事后要將一個類別拆分開來則是困難的。進行編碼時，建議使用標準碼，如行業(yè)、地理和職業(yè)代碼。1.1 編碼功能1.1.1 鑒別 編碼是鑒別信息分類對象的唯一標識。 1.1.2 分類 當分類對象按一定屬性分類時，對每一類別設計一個編碼，這時編碼可以作為區(qū)分對象類別的標識。這種標識要求結(jié)構清晰，毫不含糊。 1.1.3 排序 由于編碼所有的符號都具有一定的順序，因而可以方便地按此順序進行排序。 1.1.4 專用含義 由于某種需要，當采用一些專用符號代表特定事物或概念時，編碼就提供一定的專用含義，如某些分類對象的技術參數(shù)、性能指標等。1.2 編碼的方法編碼工作通常包括手工操作和自動化操作兩

3、個方面，具體方法很多，包括：問卷中已預先編碼；在數(shù)據(jù)收集完畢之后進行手工編碼；通過文本識別軟件進行自動編碼（即借助軟件給一串字符賦予一個代碼）。1.2.1 預先編碼的問卷對預先編碼的問卷，調(diào)查人員或被調(diào)查者在調(diào)查時需要做的只是在合適的代碼上打勾或畫圈即可?？陬^的或手寫的原始回答并不需要錄入。代碼框可以緊挨著要編碼的選項，也可以放在問卷的邊緣。預先編碼只適用于封閉式問題，對開放式問題則不適用。以下是關于一項對航空公司的服務質(zhì)量測評的例子：您認為海南航空公司的以下服務那種是最應該提升的：（只選一項，在選項前面打） 食品服務 行李服務 衛(wèi)生服務 售票服務 登機時間 其他若采用計算機輔助方式收集數(shù)據(jù)，

4、調(diào)查人員或被調(diào)查者選擇答案時，代碼就會自動錄入；但采用紙張問卷調(diào)查時，回答的代碼需在數(shù)據(jù)收集后錄入。對問卷預先進行編碼可以節(jié)省大量的時間和費用，但是預先編碼也具有一定的局限性。我們無法確切知道被調(diào)查者的原始回答，這就會給檢驗編碼的質(zhì)量帶來困難，而且以后也無法更改代碼（特別是細分代碼）或添加代碼。對于問卷上沒有預先編碼的封閉式問題或開放式問題，調(diào)查人員對被調(diào)查者的回答應逐字記錄，然后用手工或自動方式進行編碼。編碼是確定問卷中各項目答案所對應的計算機代碼，主要考慮的問題有變量的定義和取值的含義。變量的定義是考慮問卷中涉及的每一個問題應當對應計算機數(shù)據(jù)庫中的什么變量，以及變量的類型等。對于不同類型問

5、題，變量定義是不同的。取值的含義是指對應一個變量，其值所代表的內(nèi)容。一般，變量的值就表示在題目中選擇的選項序號，但在多項選擇和數(shù)字型變量的場合，這一規(guī)定有所變化。1.2.2 手工編碼對于開放式的問題，在手工編碼過程中，編碼員（通常在數(shù)據(jù)收集之后）要閱讀、理解問題的書面回答并把它編成數(shù)字代碼，數(shù)字代碼可以錄入計算機，也可以直接標在問卷上。數(shù)據(jù)收集完畢后，編碼員有時只需給答案找到一個特定的選項，有時卻要根據(jù)回答所提供的信息和編碼規(guī)則將答案進行歸類，再將它歸入具體的選項類別。編碼可能基于一個問題的回答，也可能基于幾個相關問題的回答，這時編碼的質(zhì)量在很大程度上就取決于最初的審核工作的質(zhì)量、編碼方案的完

6、善性和編碼員的技能。手工編碼的原則：（1）唯一性。盡管編碼對象可能有不同的名稱、不同的描述，但對應于此對象的代碼必須唯一，即代碼與相應的編碼對象一一對應。（2）合理性代碼的結(jié)構與形式要與編碼對象的分類體系相適應，可以從代碼上來識別一個編碼對象在其分類體系中的位置。（3）可擴展性代碼的結(jié)構必須適應編碼對象的發(fā)展與變化，為新的編碼對象留有足夠的備用代碼。（4）簡潔性在滿足應用要求和可擴展性的前提下，代碼的結(jié)構應當簡潔，代碼位數(shù)盡可能短，以節(jié)省計算機的處理時間和存儲空間，降低差錯率。（5）可識別性代碼從結(jié)構上應盡可能多地反映編碼對象的屬性與特征，便于人們和計算機識別。有些代碼的設計還要考慮到便于機器

7、或人工檢驗可能出現(xiàn)的差錯。（6）穩(wěn)定性在應用環(huán)境與需求發(fā)生變化時，代碼的結(jié)構應當保持相對穩(wěn)定，具有適應變化和容納變化的能力。在實際應用中，代碼結(jié)構的變化要消耗人、財、物等資源，因此，凡已形成各級(國際、國家、地方、行業(yè)、企業(yè))特征的代碼結(jié)構需要調(diào)整時，必須由相應的標準化組織機構來進行。不同編碼員之間的差別是在所難免的，因此對每一位所做的第一批問卷都應該逐份進行仔細的檢查，找出錯誤，并且確認是否有必要進行進一步培訓。之后，還要對編碼的質(zhì)量進行定期的檢查。1.2.3 自動編碼過去編碼都是手工完成的。但是由于技術的進步，和對時效性與質(zhì)量的要求，編碼正越來越發(fā)展成為一種自動化的操作過程。通常，自動編碼

8、系統(tǒng)需要輸入兩個文件，其中包含了典型的書面答案和相應的數(shù)字代碼。自動編碼的第一步是解析。解析就是把被調(diào)查者的回答標準化，使計算機能夠識別的過程。解析通常包括消除無關字符，如標點，消除雙重詞、無關重要的詞、某些前綴和后綴等。這一步，系統(tǒng)將對需要編碼的文件和參考文件分別進行解析。下一步，對編碼文件中需要編碼的記錄，從參考文件中去查找完全匹配的選項。找到了，就把參考文件中相應選項的代碼復制到調(diào)查文件中，這樣，這一條記錄的編碼就完成了。如果找不到完全匹配的選項，就要試圖找最接近的選項。參考文件中的每條記錄都有一個得分，用來度量參考文件中選項的表述與調(diào)查回答相接近的程度。得分是按照預先確定的參數(shù)（用它來減少出錯的風險）來評估的。如果找到一個足夠接近的匹配項，對應的代碼就被賦予被調(diào)查者的回答，編碼就完成了。通過分析近似匹配的選項，參考文件中有時會出