第七章 資料處理

主編風(fēng)笑天副主編龍書芹社會(huì)調(diào)查方法社會(huì)調(diào)查方法21世紀(jì)思想政治教育專業(yè)系列教材第七章資料處理原始資料的審核與復(fù)查數(shù)據(jù)編碼數(shù)據(jù)錄入和清理本章內(nèi)容社會(huì)調(diào)查方法21世紀(jì)思想政治教育專業(yè)系列教材第一節(jié)原始資料的審核與復(fù)查資料審核是資料處理工作的第一步。它是指研究者對調(diào)查所收集到的原始資料（主要是問卷）進(jìn)行初步的審查和核實(shí)，校正錯(cuò)填、誤填的答案，剔除亂填、空白和嚴(yán)重缺答的廢卷，其目的是使得原始資料具有較好的準(zhǔn)確性、完整性和真實(shí)性，從而為后續(xù)的資料整理、錄入和統(tǒng)計(jì)分析工作打下較好的基礎(chǔ)。資料審核工作包含兩方面的內(nèi)容：首先是檢查出問卷資料中存在的問題，接著是重新向被調(diào)查者核實(shí)。資料審核工作主要有兩種不同的做法。一種是實(shí)地審核；另一種是集中審核資料審核的含義社會(huì)調(diào)查方法21世紀(jì)思想政治教育專業(yè)系列教材第一節(jié)原始資料的審核與復(fù)查實(shí)地審核之于集中審核特別及時(shí)，且效果較好；但調(diào)查工作的組織和安排要特別仔細(xì)，調(diào)查員個(gè)人處理各種情況的能力要比較強(qiáng)。實(shí)地審核集中審核調(diào)查工作便于統(tǒng)一安排和管理，審核工作也可以統(tǒng)一在研究者的指導(dǎo)下進(jìn)行，審核的標(biāo)準(zhǔn)比較一致，檢查的質(zhì)量相對好一些；但整個(gè)調(diào)查工作的周期則會(huì)相對拉長，少數(shù)個(gè)案的重新詢問和核實(shí)工作有時(shí)因時(shí)間相隔較長或調(diào)查地點(diǎn)較遠(yuǎn)而無法落實(shí)。社會(huì)調(diào)查方法21世紀(jì)思想政治教育專業(yè)系列教材第一節(jié)原始資料的審核與復(fù)查資料的復(fù)查的含義及做法所謂資料的復(fù)查，指的是在調(diào)查資料收回后，由其他人對所調(diào)查的樣本中的一部分個(gè)案進(jìn)行第二次調(diào)查，以檢查和核實(shí)第一次調(diào)查的質(zhì)量。復(fù)查的基本做法是：由研究者自己或者由研究者重新選擇另外的調(diào)查員，從原來的調(diào)查員所調(diào)查過的樣本中，隨機(jī)抽取5%~10%的個(gè)案進(jìn)行調(diào)查。一方面核實(shí)原來的調(diào)查員是否真的對個(gè)案進(jìn)行過調(diào)查（有的調(diào)查員會(huì)由于各種原因自編自填問卷答案，而實(shí)際并沒有發(fā)送給被調(diào)查者或訪問被調(diào)查者）；另一方面可將兩次調(diào)查的結(jié)果進(jìn)行對比，以檢查第一次調(diào)查的質(zhì)量。社會(huì)調(diào)查方法21世紀(jì)思想政治教育專業(yè)系列教材第二節(jié)數(shù)據(jù)編碼編碼就是給調(diào)查問卷中的每個(gè)問題及其答案賦予一個(gè)數(shù)字作為代碼。單項(xiàng)選擇題的編碼在調(diào)查問卷的設(shè)計(jì)中就已經(jīng)將答案的代碼確定好了。A1你的性別：

1男√

2女

1A2你的年齡：

28周歲

28A3你的文化程度：

31.小學(xué)及以下

2.初中

3.高中及中專√

4.大專及以上A4你的婚姻狀況：

21.未婚

2.已婚√3.離婚

4.其他編碼社會(huì)調(diào)查方法21世紀(jì)思想政治教育專業(yè)系列教材第二節(jié)數(shù)據(jù)編碼多項(xiàng)選擇題的編碼問卷里的一個(gè)多項(xiàng)選擇題在數(shù)據(jù)庫里要轉(zhuǎn)換成多個(gè)變量，變量的數(shù)量由該題的備選答案的數(shù)量決定，有多少個(gè)備選答案，就有多少個(gè)變量。每個(gè)備選答案的預(yù)編碼（問卷設(shè)計(jì)時(shí)擬定的編碼）就是相應(yīng)變量的代碼。然后對每一個(gè)答案進(jìn)行“1”、“0”編碼，即被選擇的答案編碼為“1”，未被選擇的答案編碼為“0”。舉例，見本書140頁社會(huì)調(diào)查方法21世紀(jì)思想政治教育專業(yè)系列教材第二節(jié)數(shù)據(jù)編碼多項(xiàng)選擇題的編碼A31在下列倫理關(guān)系中，您最重視哪些關(guān)系？（限選4項(xiàng)并排序）最重視（1），第二重視（2），第三重視（6），第四重視（12）（1）父母與子女（2）夫婦（3）兄弟姐妹（4）同事或同學(xué)（5）上級(jí)或下級(jí)（6）師生（7）與自然的關(guān)系（8）個(gè)人與社會(huì)（9）個(gè)人與政府（10）個(gè)人與工作單位（11）網(wǎng)上關(guān)系（12）朋友該題中需要排序的答案的數(shù)量為4，數(shù)據(jù)庫里面就設(shè)置4個(gè)變量，其代碼可以分別設(shè)置為A311、A312、A313、A314。A31是問題代碼，A31后面接著的數(shù)字是表示重要性程度的序號(hào)代碼。A311用來指代最重視的關(guān)系，A312用來指代第二重視的關(guān)系，依此類推。A311、A312、A313、A314的編碼值分別是所選答案的預(yù)編碼值，即1、2、6、12社會(huì)調(diào)查方法21世紀(jì)思想政治教育專業(yè)系列教材第二節(jié)數(shù)據(jù)編碼矩陣式問題的編碼B12請對下列說法發(fā)表意見非常非常同意同意說不準(zhǔn)不同意很不同意1.只有生兒子才能傳宗接代√2.生兒子是名氣，生女兒是福氣√3.不孝有三，無后為大√4.生男生女都一樣，女兒也是傳后人√表1社會(huì)調(diào)查方法21世紀(jì)思想政治教育專業(yè)系列教材第二節(jié)數(shù)據(jù)編碼矩陣式問題的編碼非常同意同意說不準(zhǔn)不同意很不同意說法112√345說法2543√21說法312√345說法45432√1表2社會(huì)調(diào)查方法21世紀(jì)思想政治教育專業(yè)系列教材第二節(jié)數(shù)據(jù)編碼矩陣式問題的編碼表1該題中列出了4個(gè)小問題，數(shù)據(jù)庫里面就設(shè)置4個(gè)變量，其代碼可以分別設(shè)置為B121、B122、B123、B124。B12是總問題代碼，B12后面接著的數(shù)字是矩陣?yán)锩娓髯訂栴}的代碼。在資料回收之后，首先需要對回答進(jìn)行后編碼，特別是對于一些具有定序?qū)哟未鸢傅膽B(tài)度問題，編碼時(shí)還要特別注意它的方向性。在上例中，對于傾向于生兒子的看法，我們按1=非常同意，2=同意，3=說不準(zhǔn)，4=不同意，5=很不同意來賦值；而對傾向于生女兒的看法，我們則按5=非常同意，4=同意，3=說不準(zhǔn)，2=不同意，1=很不同意來賦值。這樣，矩陣中四種看法的具體賦值情況如表2這樣，矩陣中的子問題B121、B122、B123、B124的編碼值分別是2、3、2、2。在數(shù)據(jù)錄入時(shí)，把編碼值2、3、2、2錄入數(shù)據(jù)庫中的相應(yīng)位置即可。社會(huì)調(diào)查方法21世紀(jì)思想政治教育專業(yè)系列教材第二節(jié)數(shù)據(jù)編碼編碼手冊

由于社會(huì)研究的樣本規(guī)模通常達(dá)到成百上千，而一份問卷中又包括好幾十個(gè)問題，這樣問卷編碼的任務(wù)往往十分繁重，需要多人共同完成。為了減少編碼工作的誤差，保證編碼數(shù)據(jù)的質(zhì)量，研究者需要編制一份編碼手冊（也稱編碼簿）發(fā)給編碼員，每個(gè)編碼員則按照編碼手冊的要求，統(tǒng)一進(jìn)行編碼。在編碼手冊中，研究者將編碼的項(xiàng)目和問題一一列出，逐一規(guī)定它們的代碼、寬度、欄碼、簡要名稱、答案賦值方式及其他特殊規(guī)定等。整個(gè)編碼手冊的格式要規(guī)范統(tǒng)一，指示要明確，且容易理解，便于操作。社會(huì)調(diào)查方法21世紀(jì)思想政治教育專業(yè)系列教材第三節(jié)數(shù)據(jù)錄入和清理數(shù)據(jù)的錄入方式及工具數(shù)據(jù)錄入的方式主要有兩種：一種是直接從問卷上將編好碼的數(shù)據(jù)輸入計(jì)算機(jī)；另一種是先將問卷上編好碼的數(shù)據(jù)轉(zhuǎn)錄到專門的登錄表上，然后再從登錄表上將數(shù)據(jù)輸入計(jì)算機(jī)。直接從問卷上輸入數(shù)據(jù)的優(yōu)點(diǎn)是避免了再次轉(zhuǎn)錄中可能出現(xiàn)的差錯(cuò)，其缺點(diǎn)是錄入時(shí)要不斷地翻動(dòng)問卷，錄入的速度相對要慢一些。將問卷上的數(shù)據(jù)先轉(zhuǎn)錄到登錄表上，再輸入計(jì)算機(jī)的做法，雖然可以使得計(jì)算機(jī)錄入員比較方便，速度也相對較快，但它卻要冒增加差錯(cuò)的風(fēng)險(xiǎn)。數(shù)據(jù)的錄入既可以采用諸如ED、WordStar、WPS、Word等一般的編輯軟件，也可以采用專門的數(shù)據(jù)庫管理軟件，如dBase、FoxBASE、FoxPro等。社會(huì)調(diào)查方法21世紀(jì)思想政治教育專業(yè)系列教材第三節(jié)數(shù)據(jù)錄入和清理數(shù)據(jù)清理的方法數(shù)據(jù)清理的方法有效范圍清理邏輯一致性清理數(shù)據(jù)質(zhì)量抽查社會(huì)調(diào)查方法21世紀(jì)思想政治教育專業(yè)系列教材第三節(jié)數(shù)據(jù)錄入和清理對于問卷中的任何一個(gè)變量來說，它的有效編碼值往往都有某種范圍，而當(dāng)數(shù)據(jù)中的數(shù)字超出了這一范圍，可以肯定這個(gè)數(shù)字一定是錯(cuò)誤的。其基本思路是依據(jù)問卷中的問題相互之間所存在的某種內(nèi)在的邏輯聯(lián)系，來檢查前后數(shù)據(jù)之間的一致性。人們往往采用隨機(jī)抽樣的辦法，從樣本的全部個(gè)案中抽取一部分個(gè)案，進(jìn)行這種形式的校對工作。用這一部分個(gè)案校對的結(jié)果，來估計(jì)和評價(jià)全部數(shù)據(jù)的質(zhì)量。有效范圍清理邏輯一致性清理數(shù)據(jù)質(zhì)量抽查社會(huì)調(diào)查方法21世紀(jì)思想政治教育專業(yè)系列教材第三節(jié)數(shù)據(jù)錄入和清理社會(huì)調(diào)查方法21世紀(jì)思想政治教育專業(yè)系列教材有效范圍清理：如果在數(shù)據(jù)文件的“性別”這一變量欄中，出現(xiàn)了數(shù)字5或者7、8等，我們馬上可以判定這是錯(cuò)誤的編碼值。這種錯(cuò)誤可能發(fā)生在原始問卷的填寫上；發(fā)生在編碼員對問卷的編碼結(jié)果上或數(shù)據(jù)錄入過程中。邏輯一致性清理：比如，在一項(xiàng)對青年夫婦進(jìn)行的社會(huì)調(diào)查中有這樣一對相倚問題，其過濾性問題是：“你們有孩子嗎？”答案為“有”（編碼為1）和“沒有”（編碼為2）。而后續(xù)性問題是：“請問你們的孩子今年多大了？”那么，對于那些在前一問題中回答“沒有”的人（即編碼為2的人），在后一問題中的回答卻不是空白，這時(shí)肯定是出了問題。數(shù)據(jù)清理的方法舉例第三節(jié)數(shù)據(jù)錄入和清理社會(huì)調(diào)查方法21世紀(jì)思想政治教育專業(yè)系列教材數(shù)據(jù)質(zhì)量抽查：假設(shè)某個(gè)個(gè)案的數(shù)據(jù)在“文化程度”這一變量上輸錯(cuò)了，問卷上填答的答案是2（初中），編碼值也是2，但數(shù)據(jù)錄入時(shí)卻記錄成了3（高中或中專）。由于3這個(gè)數(shù)值在有效的編碼值范圍內(nèi)，因此，有效范圍清理方法檢查不出這一錯(cuò)誤。同時(shí)，這一變量與其他變量之間又沒有前述“性別”與“懷孕次數(shù)”、“獨(dú)生子女”與“兄弟姐妹的個(gè)數(shù)”那樣的邏輯聯(lián)系，因此邏輯一致性清理方法也檢查不出這一錯(cuò)誤。檢查這類輸入錯(cuò)誤的唯一辦法就是拿著一份一份的原始問卷，一個(gè)答案一個(gè)答案地進(jìn)行校對。這較為費(fèi)力，抽查然后估計(jì)錯(cuò)誤率就是較好的解決辦法。數(shù)據(jù)清理方法舉例參考書目1.袁方.社會(huì)研究方法教程.北京：北京大學(xué)出版社，20042.風(fēng)笑天.社會(huì)學(xué)研究方法.3版.北京：中國人民大學(xué)出版社，20093.仇立平.社會(huì)研究方法.重慶：重慶大學(xué)出版社，2009社會(huì)調(diào)查