統(tǒng)計學之數據的收集與整理課件

本資料來源本資料來源1§2數據的收集與整理§2數據的收集與整理2§2·1數據的收集§2·1數據的收集3一、調查方案的設計一、調查目的——“為什么調查”。二、研究對象、調查對象、調查單位——“向誰調查”。三、調查項目——“調查什么”。四、調查方式和方法——“怎樣調查”。五、調查地點和調查時間——“什么時間、什么地點”。六、組織計劃（具體工作計劃）——“誰做調查”等等。一、調查方案的設計一、調查目的——“為什么調查”。二、研究4案例：調研可以增加商戰(zhàn)的勝算，而失敗的調研對企業(yè)來說是一場噩夢。上海柴氏寵物食品公司為一次市場調查付出了三十幾萬元的代價。拿到錯誤的數據不如沒有數據。2004年底，為了能提高產品在寵物食品市場的競爭力，以前做生意一貫靠經驗的柴遠森先生決定為產品設計做消費調查。為了能夠了解更多的消費信息，柴先生設計了精細的問卷，在上海選擇了1000個樣本，并且保證所有的抽樣在超級市場的寵物組購物人群中產生，內容涉及：價格、包裝、食量、周期、口味、配料等6大方面，覆蓋了所能想到的全部因素。2005年初，上海柴氏的新配方、新包裝狗糧產品上市了，短暫的旺銷持續(xù)了一星期，隨后就是全面蕭條，后來產品在一些渠道甚至遭到了抵制。2005年2月初，新產品被迫從終端撤回，產品革新宣布失敗。

公司請了十多個新產品的購買者回來座談，原來，他們拒絕再次購買的原因是寵物不喜歡吃。產品的最終消費者并不是“人”，人只是一個購買者，錯誤的市場調查方向，決定了調查結論的局限，甚至荒謬。案例：公司請了十多個新產品的購買者回來座談，5調查的標準時間：資料所屬的時間。時點資料時期資料調查期限：調查的工作時間。調查的標準時間：資料所屬的時間。時點資料時期資料調查期限6二、統(tǒng)計調查的方式和方法

統(tǒng)計調查的方式統(tǒng)計報表

普查重點調查抽樣調查統(tǒng)計調查的方法

原始數據搜集方法

次級數據搜集方法典型調查二、統(tǒng)計調查的方式和方法

統(tǒng)計調查的方式統(tǒng)計報表普查重點7優(yōu)點：數據一般比較準確、規(guī)范化程度高；搜集的資料更全面、更系統(tǒng)。缺點：工作量大、耗費大；適用的對象比較狹窄?；驹瓌t：

確定普查的標準時間，避免遺漏或重復；登記工作應在整個普查范圍內同時進行；統(tǒng)一規(guī)定普查的項目和指標；歷次普查應盡可能保持連貫性。是專門組織的一次性的全面調查。普查（census）：優(yōu)點：數據一般比較準確、規(guī)范化程度高；是專門組織的一次性的全8每逢末尾數字為“1”或“6”的年份進行基本單位普查）

每逢末尾數字為“0”的年份進行人口普查；每逢末尾數字為“3”的年份進行第三產業(yè)普查；（每逢末尾數字為“5”的年份進行工業(yè)普查；每逢末尾數字為“6”的年份進行農業(yè)普查；我國的普查項目：

每逢末尾數字為“3”或“8”的年份進行經濟普查。

每逢末尾數字為“1”或“6”的年份進行基本單位普查）每逢末9特點：經濟性，節(jié)省人力、物力和財力；時效性強，可迅速、及時地獲取信息；適用面廣，適用于對各個領域、各種問題的調查；準確性高，產生的誤差可以計算和控制。抽樣調查（samplingsurvey）定義：按照隨機（或非隨機）的原則，從總體中抽取一部分單位作為樣本進行調查，并根據樣本調查結果來推斷總體數量特征的一種非全面調查方式。特點：抽樣調查（samplingsurvey）定義：按照10在佛州的選票最后決出之前，全美國9000多萬張普選選票中，民主黨候選人阿爾.戈爾獲得50，140，140張選票，占49%，喬治.布什獲得49，782，288張，占48%。戈爾領先布什357，932張選票；在全美國538張選舉人票中，戈爾獲得267張；布什獲得246張。此后，小布什在佛羅里達州600多萬張普選選票中以僅多出戈爾537張的優(yōu)勢獲得該州的25張選舉人票，當選美國總統(tǒng)。2000年美國大選2000年，喬治·布什成為繼1888年本杰明·哈里森之后第一位以少數選民票當選的總統(tǒng)。戈爾在全國大選中領先布什35萬多票，但最終結果卻要由佛羅里達艱苦漫長的人工點票決定。大選結束四周以后最高法院以5：4決定停止佛州人工點票，將該州25張總統(tǒng)選舉人票判給布什。2000大選作為美國歷史上最接近、最有爭議和最奇特的選舉而載入史冊。在佛州的選票最后決出之前，全美國9000多萬張普選選11美國歷史上的兩次選舉（一）誰會在1936年的選舉中獲勝？

AlfLondon（蘭登）還是

F.D.R.（羅斯福）?

LiteraryDigest（文學文摘）送出一千萬份問卷后，預測蘭登會贏。而Gallop（蓋洛普）只問了5000人，說羅斯福會贏。最后羅斯福和蓋洛普都贏了，文摘倒閉了。從結果來看，1936年的選舉是美國歷史上最沒有懸念的選舉。羅斯福以2775萬張選票贏得了46個州，比對手蘭登多1107萬張選票，選舉人票是523票對8票，羅斯福幾乎贏得了所有25萬人口以上的大中城市。蓋洛普將其成果歸因于他們所采用的與傳統(tǒng)抽樣方法不同的配額抽樣。應用這種方法，蓋洛普又成功地預測了1940年1944年美國總統(tǒng)大選的結果，其聲名鵲起，幾乎成為民意調查的代名詞。美國歷史上的兩次選舉（一）誰會在1936年12美國歷史上的兩次選舉（二）誰會在1948選舉中獲勝?

ThomasDewey（杜威）還是HarryTruman(杜魯門)?蓋洛普等民調機構都用了5000份問卷，都預測杜威會贏。最后的結果是杜魯門贏了。他獲得49.5%的普選票，305張選舉人票（2個選舉人改變主意，實際得到303票）；杜威獲得45.1%的普選票，187張選舉人票（2個選舉人改變主意，實際得到189票）；州權黨候選人瑟蒙德獲得2.4%的普選票和39張選舉人票；進步黨候選人、前副總統(tǒng)華萊士獲得2.4%的普選票，沒有贏得任何一張選舉人票。這個結果與蓋洛普民意測驗的結果正好相反。蓋洛普最后一次的預測是，杜威將贏得49%的普選票，杜魯門只能贏得44%。這也是歷次蓋洛普民意測驗的最大誤差——幾乎整整5個百分點。

美國歷史上的兩次選舉（二）誰會在1948選13美國歷史上最富戲劇性的選舉美國歷史上最富戲劇性的選舉14優(yōu)點：調查單位少，人力、物力和財力花費少；能及時獲得有關的基本情況。重點調查（key-pointsurvey）定義：在研究對象的總體中，選取重點單位而進行的一種非全面調查。重點單位：數目不多，但被研究的標志值之和在總體所有單位標志值總和中占有很大比重的部分單位。優(yōu)點：調查單位少，人力、物力和財力花費少；重點調查（key-15定義：根據調查目的和要求，在對所研究現(xiàn)象進行初步分析的基礎上，從中選取有代表性的單位進行的周密細致的調查。典型調查（modelsurvey）形式：“解剖麻雀”式

“劃類選典”式

優(yōu)點：調查單位少、省時省力；調查內容多，有助于開展深入研究。

定義：根據調查目的和要求，在對所研究現(xiàn)象進行初步分析的基礎上16統(tǒng)計報表（statisticalreportforms）

按調查對象范圍可分為全面報表和非全面報表。按報送時間長短可分為日報、月報、季報、年報等。按內容和報送范圍可分為國家、部門、地方統(tǒng)計報表。按報送方式可分為郵寄報表和電訊報表。定義：按照國家有關法規(guī)的規(guī)定，自上而下地布置、自下而上地逐級提供統(tǒng)計數據的一種調查方式。要求：統(tǒng)計報表要按一定的原始數據為基礎，按照統(tǒng)一的表式、統(tǒng)一的指標、統(tǒng)一的報送時間和報送程序進行填報。類型：統(tǒng)計報表（statisticalreportforms）17統(tǒng)計調查的方法文案資料法訪問法面談調查電話調查郵寄調查留置調查日記調查觀察法報告法次級數據原始資料實驗法統(tǒng)計調查的方法文案資料法訪問法面談調查電話調查郵寄調查留置調18調查專業(yè)人士通過訪問知識淵博人士開展探索性調研，被稱為“關鍵信息提供者技術”（Key-Informanttechnique），也稱“專家意見調查或主導使用者調查”（lead-usersurvey）。需要探索性調研的情景能提供觀點的專業(yè)人士某公司生產的X牌去污劑是市場領導產品，因為生產飽和，該公司希望開發(fā)新產品來逆轉下降的利潤消費品市場的主要調研經理和清潔產業(yè)的主要使用者某新成立的非營利組織宗旨為協(xié)助有嚴重身體殘障的人們。該組織在考慮它應該如何制定慈善項目以及該采用何種戰(zhàn)略以獲得公眾的捐助公共服務機構官員，比如紅十字會、聯(lián)合募捐會和肌肉萎縮協(xié)會等美國總統(tǒng)候選人在考慮如何在各個選區(qū)有效分配競選資源了解公眾觀點和態(tài)度的州和地方政黨官員調查專業(yè)人士通過訪問知識淵博人士開展探索性調研，被稱為“19硅谷圖像技術公司的燈塔客戶硅谷圖像技術公司（SGI）提供廣泛的高功能計算和先進的圖表解決方案。該公司在2004年的財務年度收入為8.42億美元，其中65％的收入來自美國，25％來自歐洲，10％來自全球其他地區(qū)。SGI認為傳統(tǒng)的市場調研對收集重大技術演變的信息作用不大。他們派最好的技術人員拜訪行業(yè)專家，或該公司所稱的“燈塔客戶”（lighthousecustomer）。SGI的“燈塔客戶”包括美國國家航天航空局、工業(yè)光魔公司、美國陸軍、波音公司、迪斯尼公司和默克公司。這些公司在高功能計算和圖表解決方案領域內的參與程度和專業(yè)素養(yǎng)使得他們成為驗證換代產品的最佳選擇。SGI的技術人員花費大量時間來訪問燈塔客戶并了解他們如何使用SGI的機器或他們希望如何更好地使用機器。比如，SGI在和工業(yè)燈魔公司與太平洋數據影像公司的互動中發(fā)現(xiàn)了仿真影像的需要。SGI開發(fā)出高功能計算機，可以制作《終結者2：審判日》中的電子怪人、《侏羅紀公園》中的恐龍。燈塔客戶幫助SGI一直保持在高功能計算機行業(yè)的領導地位。硅谷圖像技術公司的燈塔客戶硅谷圖像技術公司（SGI）20焦點人群訪問（Focusgroupinterview）可用于調研消費者關于新產品概念的觀點、識別網上購物者評價網站時采用的標準、觀察對潛在促銷主題的反響、消費者問卷調查中包括的問題等眾多情景。由組織者（moderator）以相當自然和非結構化的方式將某一主題介紹給一組受訪者或客戶。受訪者（通常8～12人）就給定主題開展非正式的討論。焦點人群訪問（Focusgroupinterview21觀察法（Observationalmethod）采用人工或機械方式來觀察人們在購物或消費情景中的實際行為或發(fā)生的事件。觀察法調研方式對于評估產品使用、光顧商店的頻率、媒體使用、在特定網站花費的時間、有監(jiān)護人陪同或無人陪同的兒童的購買行為等非常有用。日本的經理們常常拜訪批發(fā)商和零售商以感受市場。他們通過觀察結果來改善營銷戰(zhàn)略。許多美國公司開始基于觀察法的調研來設計產品?；荻止驹谟^察全球使用者后為其產品設計了新控制設施。樂柏美公司定期派遣員工到客戶家庭訪問觀察家庭存儲的做法。福特汽車公司通過人口影像資料來收集觀察數據。觀察法（Observationalmethod）22二手資料（Secondarydata）仔細審核合適的二手數據是快速且便宜地開展探索性調研以獲得寶貴觀點的方式。獲得的觀點為進一步的調研提供正確的聚焦。有時通過分析二手數據得出的觀點甚至可能會取消后續(xù)調研，即從外部數據來源的二手數據完全足以制定最終決策。二手資料（Secondarydata）仔23二手數據中發(fā)現(xiàn)低卡飲食潮流[MinuteMaid美汁源]創(chuàng)立于美國，是可口可樂公司旗下的第一果汁飲料品牌。但其營銷主管托瑞發(fā)現(xiàn)，在1999年和2004年之間，美國人消費的橙汁下降10.8％。其中主力家庭（每年消費超過12.5加侖或更多）的消費數量顯著下降。自從20世紀20年代橙汁產品問世，它一直是美國的主流飲品。作為早餐飲料，也和咖啡混搭。如今橙汁到底怎么啦？為確認銷量下降的原因，托瑞和他的小組很大程度上采用了二手數據，包括營養(yǎng)雜志和期刊。他們發(fā)現(xiàn)，10％的消費者是因為卡路里、碳水化合物和蔗糖的考慮而減少橙汁飲用量。其中，4％的消費者是因為低卡飲食潮流而減少橙汁飲用量。通過使用二手數據，托瑞不僅可以更好地了解消費者的食品購買習慣與飲食習慣，還明確了橙汁消費減少的原因。同時，他識別出客戶的潛在需求還沒有得到滿足：低卡的橙汁飲品。于是，為迎合市場機會，美汁源公司開發(fā)出低卡產品（MinuteMaidPremiumLight），該產品熱量只有普通橙汁的一半。二手數據中發(fā)現(xiàn)低卡飲食潮流[MinuteMaid美汁源]創(chuàng)24§2·2數據的整理§2·2數據的整理25數據的預處理數據的排序

數據的篩選數據的審核數據的預處理數據的排序數據的篩選數據的審核26數據的審核

1、對于第一手數據資料：完整性：統(tǒng)計單位是否遺漏；項目、指標是否填寫齊全。準確性：數據是否與實際相符；計算是否正確。2、對于第二手數據資料：完整性、準確性;適用性：審核來源、口徑、背景材料。時效性：若數據過于滯后，失去研究意義。審核方法：邏輯檢查——適用于品質數據。

計算檢查——適用于數量數據。數據的審核1、對于第一手數據資料：2、對于第二手數據資料：27一、

統(tǒng)

計

分

組作用：1、劃分現(xiàn)象的類型2、反映總體內部結構和比例關系3、研究社會經濟現(xiàn)象之間的依存關系正依存關系負依存關系

概念：根據統(tǒng)計研究的需要，將所有數據按照某種標志分成不同的組別。

一、統(tǒng)計分組作用：1、劃分現(xiàn)象的類型正依存28二、選擇分組標志的依據

根據研究目的選擇分組標志；選擇反映事物本質區(qū)別的標志;

根據經濟發(fā)展變化及歷史條件選擇分組標志。二、選擇分組標志的依據根據研究目的選擇分組標志；29目的分組標志研究企業(yè)生產內部結構生產部門了解生產計劃完成情況計劃完成程度掌握盈虧情況利潤水平了解生產技術力量狀況職工技術等級、技術裝備水平工業(yè)企業(yè)分組標志的選擇目的分組標志研究企業(yè)生產內部結構生產部門了解生產計劃完成情況30每戶月收入/元戶數800以下110800～12004501200～16003951600以上245合計1200每戶人均月收入/元戶數400以下130400～600350600～800520800以上200合計1200研究某地區(qū)居民家庭生活水平，可按每戶月收入和每戶人均月收入分別分組如下：每戶月收入/元戶數800以下110800～12004501231三、統(tǒng)計分組的類型（一）按標志的特征劃分：1、按品質標志分組2、按數量標志分組

（二）按標志的多少劃分：

1、簡單分組：只選擇一個標志進行簡單分組。多次簡單分組形成平行分組體系。

2、復合分組：選擇兩個或兩個以上標志結合起來進行層疊分組，形成復合分組體系。三、統(tǒng)計分組的類型（一）按標志的特征劃分：（二）按標志的多少32四、次

數

分

布（frequencydistribution）次數分布數列：按某種標志對數據進行分組后，再計算出所有數據在各組中出現(xiàn)的頻數或頻率，就形成了次數分布數列。

分組標志頻數頻率（%）………合計總體單位數100頻數（次數）：分布在各組內的數據個數。各組次數之和等于總次數，即總體單位數。

頻率（比重）：各組頻數與全部頻數之和的比值。各組頻率之和等于1或100%。

四、次數分布（frequencydistribut33研究對象人數百分比(%)初犯者193.7屢犯者173.3非違法者48493.1合計520100.1在社會秩序與安全研究中，對某社區(qū)青少年犯罪狀況統(tǒng)計結果如下表所示：研究對象人數百分比(%)初犯者193.7屢犯者173.3非違34次數分布數列的種類

按分組標志的性質劃分品質數列：按品質標志分組的次數分布數列。

變量數列：按數量標志分組的次數分布數列。

組距數列：以變量值的一定變動范圍（區(qū)間）為一組。單項數列：以每個變量值為一組。通常只適合于離散變量，且變量值較少的情況。等距數列：適用于變量值分布比較均勻的情況

異距數列：變量值的分布很不均衡。通常適用于連續(xù)變量及變量值較多的離散變量。按組距是否相等劃分次數分布數列的種類按分組標志品質數列：按品質標志分組的次35按民族分組人數（人）比重（%）漢族回族藏族1440660900482230合計100表1表2按年齡段分組人數（人）比重（%）老中青1446690482230合計300100按民族分組人數（人）比重（%）漢族144048合計100表36按家庭人口數分組/人戶數180224035004120560合計1000按從業(yè)人員數分組/人企業(yè)數50以下20549150～999005100～4996576500～9996841000及以上547合計222303某區(qū)居民家庭按人口數分組所形成的頻次分布：某市企業(yè)法人單位按從業(yè)人員數分組所形成的頻次分布：按家庭人口數分組/人戶數18022403500412056037按每戶月平均收入分組（元）戶數（戶）比重（%）1000以下1000～20002000～30003000～40004000～50005000以上2049955040267.117.533.917.914.39.3合計280100按每戶月平均收入分組（元）戶數（戶）比重（%）1000以下238五、變量數列的編制

變量的類型：決定分布數列的類型。

全距（Range）：最大值與最小值之差。

組數（Intervals）與組距（Classwidth）組限（Classlimits）組中值（Classmidpoint）累計次數（Cumulativefrequencies）頻數密度（Frequencydensity）累計頻率（Cumulativepercentages）五、變量數列的編制變量的類型：決定分布數列的類型。39組數與組距

組數：數列分組的數目。組數的確定應以能夠顯示數據的分布特征和規(guī)律為原則。

組距：在組距數列中，用變量值的一定區(qū)間（范圍）代表一個組，每個區(qū)間的寬度稱為組距。

對同一總體而言，組距越大，組數越少；組距越小，組數越多。

組數=全距/組距

組距=全距/組數

組數的多少與組距大小有關。組數與組距組數：數列分組的數目。組數的確定應以能夠顯示數據40如何確定組數與組距？異距數列中，組距的確定主要根據所研究事物的分布特征。

等距數列中，組距與組數的確定都可利用Sturges經驗公式。A、若先求組距，再求組數B、若先求組數，再求組距斯特奇斯經驗公式:其中：N為數列總次數（變量值個數）如何確定組數與組距？異距數列中，組距的確定主要根據所研究事物41組限：組距的兩個端點。有上限（upperlimit）和下限（lowerlimit）之分。

開口組：

閉口組：有上限缺下限；或有下限缺上限。往往出現(xiàn)在最低組（首組）或最高組（末組）。

上限、下限都齊全。

如何確定組限？最低組的下限應小于或至多等于原始資料中的最小值；最高組的上限應大于或至少等于原始資料中的最大值。連續(xù)變量相鄰兩組的組限必須重疊。離散變量相鄰兩組的組限一般間斷。

“上限不在內”原則。即恰好重疊在組限上的變量值一般歸入下限的一組，避免頻數的重復計算。

窮盡互斥組限：組距的兩個端點。有上限（upperlimit）和42開口組的組中值計算：

組中值：每組上限與下限之間中點位置上的數值。

只有上限，無下限：只有下限，無上限：開口組的組中值計算：組中值：每組上限與下限之間中點位置上43按每戶月平均收入分組（元）戶數（戶）比重（%）1000以下1000～20002000～30003000～40004000～50005000以上2049955040267.117.533.917.914.39.3合計280100按每戶月平均收入分組（元）戶數（戶）比重（%）1000以下244累計次數與累計頻率

較小制累計：從變量值小的組向變量值大的組累計。較大制累計：從變量值大的組向變量值小的組累計。按銷售額分組（萬元）商店數較小制累計較大制累計100以下100～200200～300300～400400以上2485122+4=66+8=1414+5=1919+1=2018+2=2014+4=186+8=141+5=61合計20——累計次數與累計頻率較小制累計：從變量值小的組向變量值大的組45按結婚年齡分組（歲）人數（人）頻數密度（人/歲）………26～273030………40～50353.5按成績分組（分）人數（人）比重（%）60～7070～8080～90121810304525合計40100表1：表2：按結婚年齡分組（歲）人數（人）頻數密度（人/歲）………26～46本資料來源本資料來源47§2數據的收集與整理§2數據的收集與整理48§2·1數據的收集§2·1數據的收集49一、調查方案的設計一、調查目的——“為什么調查”。二、研究對象、調查對象、調查單位——“向誰調查”。三、調查項目——“調查什么”。四、調查方式和方法——“怎樣調查”。五、調查地點和調查時間——“什么時間、什么地點”。六、組織計劃（具體工作計劃）——“誰做調查”等等。一、調查方案的設計一、調查目的——“為什么調查”。二、研究50案例：調研可以增加商戰(zhàn)的勝算，而失敗的調研對企業(yè)來說是一場噩夢。上海柴氏寵物食品公司為一次市場調查付出了三十幾萬元的代價。拿到錯誤的數據不如沒有數據。2004年底，為了能提高產品在寵物食品市場的競爭力，以前做生意一貫靠經驗的柴遠森先生決定為產品設計做消費調查。為了能夠了解更多的消費信息，柴先生設計了精細的問卷，在上海選擇了1000個樣本，并且保證所有的抽樣在超級市場的寵物組購物人群中產生，內容涉及：價格、包裝、食量、周期、口味、配料等6大方面，覆蓋了所能想到的全部因素。2005年初，上海柴氏的新配方、新包裝狗糧產品上市了，短暫的旺銷持續(xù)了一星期，隨后就是全面蕭條，后來產品在一些渠道甚至遭到了抵制。2005年2月初，新產品被迫從終端撤回，產品革新宣布失敗。

公司請了十多個新產品的購買者回來座談，原來，他們拒絕再次購買的原因是寵物不喜歡吃。產品的最終消費者并不是“人”，人只是一個購買者，錯誤的市場調查方向，決定了調查結論的局限，甚至荒謬。案例：公司請了十多個新產品的購買者回來座談，51調查的標準時間：資料所屬的時間。時點資料時期資料調查期限：調查的工作時間。調查的標準時間：資料所屬的時間。時點資料時期資料調查期限52二、統(tǒng)計調查的方式和方法

統(tǒng)計調查的方式統(tǒng)計報表

普查重點調查抽樣調查統(tǒng)計調查的方法

原始數據搜集方法

次級數據搜集方法典型調查二、統(tǒng)計調查的方式和方法

統(tǒng)計調查的方式統(tǒng)計報表普查重點53優(yōu)點：數據一般比較準確、規(guī)范化程度高；搜集的資料更全面、更系統(tǒng)。缺點：工作量大、耗費大；適用的對象比較狹窄?；驹瓌t：

確定普查的標準時間，避免遺漏或重復；登記工作應在整個普查范圍內同時進行；統(tǒng)一規(guī)定普查的項目和指標；歷次普查應盡可能保持連貫性。是專門組織的一次性的全面調查。普查（census）：優(yōu)點：數據一般比較準確、規(guī)范化程度高；是專門組織的一次性的全54每逢末尾數字為“1”或“6”的年份進行基本單位普查）

每逢末尾數字為“0”的年份進行人口普查；每逢末尾數字為“3”的年份進行第三產業(yè)普查；（每逢末尾數字為“5”的年份進行工業(yè)普查；每逢末尾數字為“6”的年份進行農業(yè)普查；我國的普查項目：

每逢末尾數字為“3”或“8”的年份進行經濟普查。

每逢末尾數字為“1”或“6”的年份進行基本單位普查）每逢末55特點：經濟性，節(jié)省人力、物力和財力；時效性強，可迅速、及時地獲取信息；適用面廣，適用于對各個領域、各種問題的調查；準確性高，產生的誤差可以計算和控制。抽樣調查（samplingsurvey）定義：按照隨機（或非隨機）的原則，從總體中抽取一部分單位作為樣本進行調查，并根據樣本調查結果來推斷總體數量特征的一種非全面調查方式。特點：抽樣調查（samplingsurvey）定義：按照56在佛州的選票最后決出之前，全美國9000多萬張普選選票中，民主黨候選人阿爾.戈爾獲得50，140，140張選票，占49%，喬治.布什獲得49，782，288張，占48%。戈爾領先布什357，932張選票；在全美國538張選舉人票中，戈爾獲得267張；布什獲得246張。此后，小布什在佛羅里達州600多萬張普選選票中以僅多出戈爾537張的優(yōu)勢獲得該州的25張選舉人票，當選美國總統(tǒng)。2000年美國大選2000年，喬治·布什成為繼1888年本杰明·哈里森之后第一位以少數選民票當選的總統(tǒng)。戈爾在全國大選中領先布什35萬多票，但最終結果卻要由佛羅里達艱苦漫長的人工點票決定。大選結束四周以后最高法院以5：4決定停止佛州人工點票，將該州25張總統(tǒng)選舉人票判給布什。2000大選作為美國歷史上最接近、最有爭議和最奇特的選舉而載入史冊。在佛州的選票最后決出之前，全美國9000多萬張普選選57美國歷史上的兩次選舉（一）誰會在1936年的選舉中獲勝？

AlfLondon（蘭登）還是

F.D.R.（羅斯福）?

LiteraryDigest（文學文摘）送出一千萬份問卷后，預測蘭登會贏。而Gallop（蓋洛普）只問了5000人，說羅斯福會贏。最后羅斯福和蓋洛普都贏了，文摘倒閉了。從結果來看，1936年的選舉是美國歷史上最沒有懸念的選舉。羅斯福以2775萬張選票贏得了46個州，比對手蘭登多1107萬張選票，選舉人票是523票對8票，羅斯福幾乎贏得了所有25萬人口以上的大中城市。蓋洛普將其成果歸因于他們所采用的與傳統(tǒng)抽樣方法不同的配額抽樣。應用這種方法，蓋洛普又成功地預測了1940年1944年美國總統(tǒng)大選的結果，其聲名鵲起，幾乎成為民意調查的代名詞。美國歷史上的兩次選舉（一）誰會在1936年58美國歷史上的兩次選舉（二）誰會在1948選舉中獲勝?

ThomasDewey（杜威）還是HarryTruman(杜魯門)?蓋洛普等民調機構都用了5000份問卷，都預測杜威會贏。最后的結果是杜魯門贏了。他獲得49.5%的普選票，305張選舉人票（2個選舉人改變主意，實際得到303票）；杜威獲得45.1%的普選票，187張選舉人票（2個選舉人改變主意，實際得到189票）；州權黨候選人瑟蒙德獲得2.4%的普選票和39張選舉人票；進步黨候選人、前副總統(tǒng)華萊士獲得2.4%的普選票，沒有贏得任何一張選舉人票。這個結果與蓋洛普民意測驗的結果正好相反。蓋洛普最后一次的預測是，杜威將贏得49%的普選票，杜魯門只能贏得44%。這也是歷次蓋洛普民意測驗的最大誤差——幾乎整整5個百分點。

美國歷史上的兩次選舉（二）誰會在1948選59美國歷史上最富戲劇性的選舉美國歷史上最富戲劇性的選舉60優(yōu)點：調查單位少，人力、物力和財力花費少；能及時獲得有關的基本情況。重點調查（key-pointsurvey）定義：在研究對象的總體中，選取重點單位而進行的一種非全面調查。重點單位：數目不多，但被研究的標志值之和在總體所有單位標志值總和中占有很大比重的部分單位。優(yōu)點：調查單位少，人力、物力和財力花費少；重點調查（key-61定義：根據調查目的和要求，在對所研究現(xiàn)象進行初步分析的基礎上，從中選取有代表性的單位進行的周密細致的調查。典型調查（modelsurvey）形式：“解剖麻雀”式

“劃類選典”式

優(yōu)點：調查單位少、省時省力；調查內容多，有助于開展深入研究。

定義：根據調查目的和要求，在對所研究現(xiàn)象進行初步分析的基礎上62統(tǒng)計報表（statisticalreportforms）

按調查對象范圍可分為全面報表和非全面報表。按報送時間長短可分為日報、月報、季報、年報等。按內容和報送范圍可分為國家、部門、地方統(tǒng)計報表。按報送方式可分為郵寄報表和電訊報表。定義：按照國家有關法規(guī)的規(guī)定，自上而下地布置、自下而上地逐級提供統(tǒng)計數據的一種調查方式。要求：統(tǒng)計報表要按一定的原始數據為基礎，按照統(tǒng)一的表式、統(tǒng)一的指標、統(tǒng)一的報送時間和報送程序進行填報。類型：統(tǒng)計報表（statisticalreportforms）63統(tǒng)計調查的方法文案資料法訪問法面談調查電話調查郵寄調查留置調查日記調查觀察法報告法次級數據原始資料實驗法統(tǒng)計調查的方法文案資料法訪問法面談調查電話調查郵寄調查留置調64調查專業(yè)人士通過訪問知識淵博人士開展探索性調研，被稱為“關鍵信息提供者技術”（Key-Informanttechnique），也稱“專家意見調查或主導使用者調查”（lead-usersurvey）。需要探索性調研的情景能提供觀點的專業(yè)人士某公司生產的X牌去污劑是市場領導產品，因為生產飽和，該公司希望開發(fā)新產品來逆轉下降的利潤消費品市場的主要調研經理和清潔產業(yè)的主要使用者某新成立的非營利組織宗旨為協(xié)助有嚴重身體殘障的人們。該組織在考慮它應該如何制定慈善項目以及該采用何種戰(zhàn)略以獲得公眾的捐助公共服務機構官員，比如紅十字會、聯(lián)合募捐會和肌肉萎縮協(xié)會等美國總統(tǒng)候選人在考慮如何在各個選區(qū)有效分配競選資源了解公眾觀點和態(tài)度的州和地方政黨官員調查專業(yè)人士通過訪問知識淵博人士開展探索性調研，被稱為“65硅谷圖像技術公司的燈塔客戶硅谷圖像技術公司（SGI）提供廣泛的高功能計算和先進的圖表解決方案。該公司在2004年的財務年度收入為8.42億美元，其中65％的收入來自美國，25％來自歐洲，10％來自全球其他地區(qū)。SGI認為傳統(tǒng)的市場調研對收集重大技術演變的信息作用不大。他們派最好的技術人員拜訪行業(yè)專家，或該公司所稱的“燈塔客戶”（lighthousecustomer）。SGI的“燈塔客戶”包括美國國家航天航空局、工業(yè)光魔公司、美國陸軍、波音公司、迪斯尼公司和默克公司。這些公司在高功能計算和圖表解決方案領域內的參與程度和專業(yè)素養(yǎng)使得他們成為驗證換代產品的最佳選擇。SGI的技術人員花費大量時間來訪問燈塔客戶并了解他們如何使用SGI的機器或他們希望如何更好地使用機器。比如，SGI在和工業(yè)燈魔公司與太平洋數據影像公司的互動中發(fā)現(xiàn)了仿真影像的需要。SGI開發(fā)出高功能計算機，可以制作《終結者2：審判日》中的電子怪人、《侏羅紀公園》中的恐龍。燈塔客戶幫助SGI一直保持在高功能計算機行業(yè)的領導地位。硅谷圖像技術公司的燈塔客戶硅谷圖像技術公司（SGI）66焦點人群訪問（Focusgroupinterview）可用于調研消費者關于新產品概念的觀點、識別網上購物者評價網站時采用的標準、觀察對潛在促銷主題的反響、消費者問卷調查中包括的問題等眾多情景。由組織者（moderator）以相當自然和非結構化的方式將某一主題介紹給一組受訪者或客戶。受訪者（通常8～12人）就給定主題開展非正式的討論。焦點人群訪問（Focusgroupinterview67觀察法（Observationalmethod）采用人工或機械方式來觀察人們在購物或消費情景中的實際行為或發(fā)生的事件。觀察法調研方式對于評估產品使用、光顧商店的頻率、媒體使用、在特定網站花費的時間、有監(jiān)護人陪同或無人陪同的兒童的購買行為等非常有用。日本的經理們常常拜訪批發(fā)商和零售商以感受市場。他們通過觀察結果來改善營銷戰(zhàn)略。許多美國公司開始基于觀察法的調研來設計產品?；荻止驹谟^察全球使用者后為其產品設計了新控制設施。樂柏美公司定期派遣員工到客戶家庭訪問觀察家庭存儲的做法。福特汽車公司通過人口影像資料來收集觀察數據。觀察法（Observationalmethod）68二手資料（Secondarydata）仔細審核合適的二手數據是快速且便宜地開展探索性調研以獲得寶貴觀點的方式。獲得的觀點為進一步的調研提供正確的聚焦。有時通過分析二手數據得出的觀點甚至可能會取消后續(xù)調研，即從外部數據來源的二手數據完全足以制定最終決策。二手資料（Secondarydata）仔69二手數據中發(fā)現(xiàn)低卡飲食潮流[MinuteMaid美汁源]創(chuàng)立于美國，是可口可樂公司旗下的第一果汁飲料品牌。但其營銷主管托瑞發(fā)現(xiàn)，在1999年和2004年之間，美國人消費的橙汁下降10.8％。其中主力家庭（每年消費超過12.5加侖或更多）的消費數量顯著下降。自從20世紀20年代橙汁產品問世，它一直是美國的主流飲品。作為早餐飲料，也和咖啡混搭。如今橙汁到底怎么啦？為確認銷量下降的原因，托瑞和他的小組很大程度上采用了二手數據，包括營養(yǎng)雜志和期刊。他們發(fā)現(xiàn)，10％的消費者是因為卡路里、碳水化合物和蔗糖的考慮而減少橙汁飲用量。其中，4％的消費者是因為低卡飲食潮流而減少橙汁飲用量。通過使用二手數據，托瑞不僅可以更好地了解消費者的食品購買習慣與飲食習慣，還明確了橙汁消費減少的原因。同時，他識別出客戶的潛在需求還沒有得到滿足：低卡的橙汁飲品。于是，為迎合市場機會，美汁源公司開發(fā)出低卡產品（MinuteMaidPremiumLight），該產品熱量只有普通橙汁的一半。二手數據中發(fā)現(xiàn)低卡飲食潮流[MinuteMaid美汁源]創(chuàng)70§2·2數據的整理§2·2數據的整理71數據的預處理數據的排序

數據的篩選數據的審核數據的預處理數據的排序數據的篩選數據的審核72數據的審核

1、對于第一手數據資料：完整性：統(tǒng)計單位是否遺漏；項目、指標是否填寫齊全。準確性：數據是否與實際相符；計算是否正確。2、對于第二手數據資料：完整性、準確性;適用性：審核來源、口徑、背景材料。時效性：若數據過于滯后，失去研究意義。審核方法：邏輯檢查——適用于品質數據。

計算檢查——適用于數量數據。數據的審核1、對于第一手數據資料：2、對于第二手數據資料：73一、

統(tǒng)

計

分

組作用：1、劃分現(xiàn)象的類型2、反映總體內部結構和比例關系3、研究社會經濟現(xiàn)象之間的依存關系正依存關系負依存關系

概念：根據統(tǒng)計研究的需要，將所有數據按照某種標志分成不同的組別。

一、統(tǒng)計分組作用：1、劃分現(xiàn)象的類型正依存74二、選擇分組標志的依據

根據研究目的選擇分組標志；選擇反映事物本質區(qū)別的標志;

根據經濟發(fā)展變化及歷史條件選擇分組標志。二、選擇分組標志的依據根據研究目的選擇分組標志；75目的分組標志研究企業(yè)生產內部結構生產部門了解生產計劃完成情況計劃完成程度掌握盈虧情況利潤水平了解生產技術力量狀況職工技術等級、技術裝備水平工業(yè)企業(yè)分組標志的選擇目的分組標志研究企業(yè)生產內部結構生產部門了解生產計劃完成情況76每戶月收入/元戶數800以下110800～12004501200～16003951600以上245合計1200每戶人均月收入/元戶數400以下130400～600350600～800520800以上200合計1200研究某地區(qū)居民家庭生活水平，可按每戶月收入和每戶人均月收入分別分組如下：每戶月收入/元戶數800以下110800～12004501277三、統(tǒng)計分組的類型（一）按標志的特征劃分：1、按品質標志分組2、按數量標志分組

（二）按標志的多少劃分：

1、簡單分組：只選擇一個標志進行簡單分組。多次簡單分組形成平行分組體系。

2、復合分組：選擇兩個或兩個以上標志結合起來進行層疊分組，形成復合分組體系。三、統(tǒng)計分組的類型（一）按標志的特征劃分：（二）按標志的多少78四、次

數

分

布（frequencydistribution）次數分布數列：按某種標志對數據進行分組后，再計算出所有數據在各組中出現(xiàn)的頻數或頻率，就形成了次數分布數列。

分組標志頻數頻率（%）………合計總體單位數100頻數（次數）：分布在各組內的數據個數。各組次數之和等于總次數，即總體單位數。

頻率（比重）：各組頻數與全部頻數之和的比值。各組頻率之和等于1或100%。

四、次數分布（frequencydistribut79研究對象人數百分比(%)初犯者193.7屢犯者173.3非違法者48493.1合計520100.1在社會秩序與安全研究中，對某社區(qū)青少年犯罪狀況統(tǒng)計結果如下表所示：研究對象人數百分比(%)初犯者193.7屢犯者173.3非違80次數分布數列的種類

按分組標志的性質劃分品質數列：按品質標志分組的次數分布數列。

變量數列：按數量標志分組的次數分布數列。

組距數列：以變量值的一定變動范圍（區(qū)間）為一組。單項數列：以每個變量值為一組。通常只適合于離散變量，且變量值較少的情況。等距數列：適用于變量值分布比較均勻的情況

異距數列：變量值的分布很不均衡。通常適用于連續(xù)變量及變量值較多的離散變量。按組距是否相等劃分次數分布數列的種類按分組標志品質數列：按品質標志分組的次81按民族分組人數（人）比重（%）漢族回族藏族1440660900482230合計100表1表2按年齡段分組人數（人）比重（%）老中青1446690482230合計300100按民族分組人數（人）比重（%）漢族144048合計100表82按家庭人口數分組/人戶數180224035004120560合計1000按從業(yè)人員數分組/人企業(yè)數50以下20549150～9990