调查数据的整理.ppt

迪姆的问题 迪姆这学期在城市国民银行当见习生 他被指派在该银行目前的小企业顾客中进行一次形象调查 该银行怀疑这是一个被本银行及其竞争者都冷落了的顾客细分市场 迪姆首先组织了焦点小组访谈来确认对小企业来说最为重要的问题是什么 然后 他利用这些焦点小组所指出的问题设计出一份定量问卷调查表 以发现城市国民银行与其他银行相比在这些关键问题上做的如何 调查表中既有封闭式问题也有开放式问题 迪姆使用从银行数据库中抽取的当前顾客的随机样本来开展调查 调查问卷没有指明城市国民银行为该项调查的发起人 迪姆寄出了1000份调查问卷及附带的封面信来解释本次调查的目的 并说明对回收的每份问卷的回答都是保密的 对那些作出回答的人将付给25美元的感谢费 在最初的调查问卷和信件发出一周之后 他又寄出了提醒卡 两周之后 寄出了第二封信和调查问卷的复印件 现在已是初次邮寄后的第4周了 共收到了478份调查问卷 随后 调查问卷的返回越来越少 银行经理决定中止资料的收集工作 并让迪姆转向处理回收的调查问卷 将调查问卷上的回答整理成图表 分析调查结果并准备书面报告 迪姆对这一阶段的工作没有多少知识 因为他一直忙于设计调查问卷和把问卷和信件邮寄出去 他现在的问题是如何把书面调查得来的所有信息输入计算机 以及之后用这些信息来做什么 他特别关心的是有关如何对开放式问题的答案进行总结的问题 他怎样把信息输进计算机 怎样对开放式问题进行编码 怎样把问卷答案制成图表 以及怎样做所有其余的事 他该使用什么样的软件 图表看起来应该是什么样子 如果需要统计检验的话 他应该用哪一种统计检验 第九章调查数据的整理 第一节调查资料的验收与审核 一 问卷资料的验收填写问卷回收登记表 对回收问卷进行编号 分类存放 如果有几组人同时在进行核对 编码和录入工作时 必须按问卷编号准确记录问卷的领取和交回数量 以防出现混乱 遗漏或重复输入 甚至丢失问卷 问卷资料回收工作要有专人负责 验收结束后要计算回收率和差错率 一般负责接收问卷的人员要事先设计好登记表格 上面列有调研员姓名和编号 调研地区和编号 调研实施的时间 交付的日期 实发问卷数 上交问卷数和问卷编号 未答或拒答问卷数 丢失问卷数 其他问卷数以及合格问卷数等等 回收问卷应分别按照不同的调研员和不同地区 或单位 放置 问卷表面应写有编号或注明调研员和调研地区等 否则大量的问卷混在一起 容易丢失 而且不易查找 资料的审核是资料处理的第一步工作 它是指研究者对所收集的原始资料 主要是问卷 进行初步的审阅 校正错填 误填的答案 剔出乱填 空白和严重缺答的废卷 其目的是使得原始资料具有较好的准确性 完整性和真实性 从而为后续资料整理录入与统计分析工作打下较好的基础 资料的审核工作包含两方面的内容 一是检查出问卷资料中的问题 二是重新向被调查者核实 资料的审核工作有两种不同的做法 边收集边审核集中审核 二 问卷资料的审核 基本的审核方法有三种 经验判断逻辑检验计算审核剔除有问题的问卷回答不全的问卷回答错误的问卷缺损的问卷回答者不符合样本要求的问卷有明显逻辑错误或计算错误的问卷 对有问题问卷的处理一是问卷作废二是进行补查三是对有差错的答案按缺失数据处理 对问卷进行缺失数据处理必须满足以下条件 有问题问卷的数量很少 占总问卷数的比例很少 回收问卷数基本满足调查的要求 进行补查困难较大 费用较高 问卷中答案差错率较低 出现差错的问题不是关键的实质性问题 出现差错的问题与其他问题不存在高度相关 缺失数据处理方法有 用一个中间值或平均数来代替 用一个估算的答案代替被调查者的回答 直接删除问卷中有差错的问题 同时调整样本单位数 但要注意同一问题的删除率不能太高 第二节 调查资料的编码与录入 一 编码编码是指在问卷调查中 给每一个问题的每一个可能答案编上一个代码 事前编码和事后编码 事前编码是指在问卷设计时就给列出的备选答案编上号码 主要适用于封闭型答题 事后编码是指问卷调查实施完成后 给那些事先没有编码的答案编上一个代码的编码方式 主要适用于封闭型问题的 其他 项和开放型问答题 事后编码的具体做法 第一步 列出答案第二步 合并答案第三步 进行编码第四步 记录编码 问卷答案的编码与量表答案的记分是不同的 编码适用所有问题的答案 它只是用数字或字母来区别答案之间的不同 数字的大小和字母的顺序没有实际大小或先后的意义 记分则主要适用于态度量表或需要累加总分的问题答案 它会明确规定注有不同编码的答案的不同得分 3 不同答案所记的分数一般与所编号码是不一样的 但在强度等级型答案中 编号与记分可以是一致的 4 对于封闭型问题为主的问卷 一般都采用事先编码方式 而记分则多采用事后记分 问卷中只说明记分的办法 二 数据录入首先要对问卷进行编号简单编号分类编号要发给每位录入人员一份清楚的编好码的问卷 编码本和电脑记录格式说明等 问卷数量不是很多或录入工作量不大时 可采用双机或两次录入的办法 以检验录入数据的差错情况 最好采用能进行逻辑识别和检查的数据录入软件系统 让明显有误的答案代码录不进去 输入数据以前首先要定义变量 定义变量首先要定义变量名 变量长度 变量类型 变量标签等 一般用数值型来录入数据 两个原因 1 在问卷设计时 为了便于计算机进行处理和定量分析 在设计问题的时候 对于封闭式问题 通常赋予一个问题及答案一个数字作为它的代码 称为编码 因此变量 封闭式问题 通常用数字来表示 2 变量的测量层次 1 单项选择题的编码 每一个问题只有一个编码 如性别 只能选择 男性 或 女性 中的一个如果单项选择题选择了多个选项 如除了本专业的学习外 有没有参加过其他技能的培训 严格意义上来说 这个题目是不合格的回答 做未答处理 但有时是问卷设计的问题 为了尽量少的丢失信息 我们在录入的时候 往往对其随机的选择 编码举例 大学生学习生活调查问卷 发展规划篇1 你的性别 1 男 2 女22 你是哪一年出生的 1988年19883 你是几年级的学生 大224 你是独生子女吗 1 是 2 不是25 你父母的文化程度是 将答案号码填入横线中 母亲22父亲55 1 小学及以下 2 初中 3 高中或中专 4 大专 5 本科及以上6 你的家住在 10 1 本市市区 2 本市郊县城镇 3 本市农村 4 本省其他城市市区 5 本省其他城镇 6 本省其他农村 7 外省城市市区 8 外省城镇 9 外省农村 10 其他 2 多项选择题的编码 0 1编码 除了本专业的课程学习之外 有没有准备或参加过以下的技能培训 1 TOEFL2 GRE3 计算机等级4 考驾照5 其他考试如果我们在问卷设计的时候设定的多项选择 也就是说有几项选几项 这一问题其实就变成了5个小问题 1 有没有准备或考过TOEFL012 有没有准备或考过GRE013 有没有准备或考过计算机等级014 有没有准备或考过驾照015 有没有准备其他技能的考试01 除了本专业的课程学习之外 有没有准备或参加过其他技能的培训 1 考TOEFL 2 考GRE 3 计算机等级 4 考驾照 5 其他其实是 1 考TOEFL1 2 考GRE0 3 计算机等级1 4 考驾照1 5 其他0 注意 每份问卷应该有一个问卷编号 以便输入的数据有问题时 及时找到相关的问卷进行修改 二 数据文件的建立新的数据文件 切换到变量窗口 1 变量名命名 一 基本情况1 你的性别a12 你是哪一年出生的 a2 二 学习情况1 你觉得你是否适应现在的大学学习 b1 2 变量类型 数值型 字符型 日期型 变量宽度小数位数 数值型变量 Numeric 标准数值型变量 默认长度为8 小数位数为2Comma 带逗号的数值型变量 显示时整数部分自右向左 每隔三位用逗号作分隔符Dot 圆点数值型变量 显示时整数部分自右向左 每隔三位用圆点作分隔符ScientificNotation 科学技术法 3 定义变量名标签 可有可无 变量名标签 4 变量值标签 变量名和变量值标签有无的差异 同样是对某一样本的性别的测量 无标签 有标签 5 缺省值 剔除不合理的取值 输入完之后定义即可 数据录入 数据展示 第四节资料的分析与解释概述 分析与解释的定义分析是以某种有意义的形式或次序把收集的资料重新展现出来解释是在资料进行分析后找出信息块之间或与其它已知信息的联系分析通常是指统计分析 统计分析有一套专门的方法与技术 表格化这一步工作是把收集到的资料组合起来并且表格化 可以由人工或计算机完成 最常用的表格化的形式是频率分布和百分比分布 表格化例子 表9 2资料表格化形式 分析与解释之间的相互依赖性对资料的分析与解释是相互联系 相互依赖的 其中任何一个进行得不好都会影响到研究结果的有效性及其充分利用例假设某个大的日用化工厂 每个季度作一次库存检查 在全国100个主要的大百货商场 检查发现了该厂洗衣粉销售量的异常情况 下表是该厂月亮牌老产品和太阳牌新产品在过去8个季度里销售量的变化 表9 3两种产品的销售量比较 第五节资料的表格化与图形化初步分析 每个问题的表格化和图形化分析工作数据分析的第一步通常是对每个问题进行单独分析 常用的方法是频率分布分析和平均值分析 频率分布分析频率分布分析是指出每个问题中各备选答案被选择的数量 如表9 7中应答者家庭中有无计算机的数目和月收入范围数目及其分布百分比 从而反映出被调查者家庭录像机的拥有比例以及收入范围分布 表9 6家庭有无计算机调查结果 表9 7家庭月收入范围频率分布 直方图 直方图 用矩形的宽度和高度来表示频数分布的图形 在平面直角坐标系中 通常用 横轴 表示 数据分组 用 纵轴 表示 频数 或 频率 频数的分布 可以用直矩形的高度 也可用频数密度表示 但用频数密度表示更为合适 频数密度 频数 组距 折线图 又称为 频数多边形图 它是在 直方图 的基础上 把直方图的顶部的中点 组中值 用直线连接起来 再把原来的直方图抹掉而形成的图形 特别注意 折线图的两个终点必须与横轴相交 折线图与横轴围成的面积应等于原来直方图各个矩形的面积之和 平均值分析常用的分析手段主要有三种 算术平均数 中位数和众数对问题进行分析时是使用频率分布还是平均值分析 视具体情形而定 一般来讲频率分布分析能提供较多的信息 而平均值分析只能以一个数据表达总的综合情况而反映不了某些回答的极端情况 多问题和多因素的综合分析 横列表法横列表法的开始就是形成一维的数据 然后把这些数据分成两个或多个类目 横列表法的应用举例某保险公司对影响保险户开车事故率的因素进行调查 并对各种因素进行了横列表分析 从初始表 表8 8 中可以看出有61 的保险户在开车过程中从未出现过事故 表9 8驾车者的事故率 横列表中使用因素的选择横列表使用的成功 取决于研究者选择关键因素以及根据这些因素组成横列表的能力 使用因素的类型和数量随着研究的性质而变化从横列表里发现含义使用横列表的目的是为了发现可能存在于某些因素之间的联系 同步分析与顺序分析顺序分析 一次解释一个因素的影响同步分析 同时分析两个以上的因素横列表的局限性如果有好几个因素要考虑 就需要相当大的样本很难确保所有的有关因素已进行了分析 第四节资料的解释 资料解释的定义 解释是在分析的基础上作进一步的工作 即把不同组的已经分析了的资料与已存在的资料放在一起 从而产生与研究目的有关的信息 如从各种分散资料中归纳出结论 然后根据结论提出各种备选的市场营销方案 归纳和演绎的推理方法归纳和演