应用统计学：第二章：数据与数据获取-

第2章数据与数据获取第2_1节总体、个体、特征与数据第2_2节数据類第2_3节获得数据的调查方法第2.4节问卷设计第2.5节信度与效度第2_6节获得数据的实验方法第2.1节总体、个体、特征与数据•12«1«1总体n所研究对象的全体，称为总体（populationoruniverse），又称为母体。M例如：M—年某专业的考生（有限总体）M一条生产线上生产出来的某零件（无限总体，只要不停生产）M本省所有工人N本地区所有农民等。2丄2个体（或成分）1）个体组成总体的元素（element），称为个体（CaseorIndividual）。2）个体数目有限的情况在一个总体中，若个体的数目是有限的（finite），则该总体称为有限总体。一年某专业的考生，是有限总体的例子。3）个体数目无限的情况在一个总体中，若个体的数目是无限的（infinite），则该总体称为无限总体。一条生产线上生产出来的零件，是无限总体的例子。再举一些例子，请学生判断■2.1.3指标（或变量）■特征、指标（或变量）：反映总体或个体的特征的（Characteristics），称为指标或变量（variable）。显然，这些特征应当是我们研究所感兴趣的。■例如学生的成绩、奋斗精神等。例如企业的利润、技术人员的比例、市场份额、企业的总资产等。例如居民的创业精神、吃苦精神、创新精神等52丄4指标（变量）值或数据-指标值（变量值）或数据在研究一个总体时，所要研究的每个特征（指标或变量），在每个个体上，都有一个反映该特征的具体的描述（可以是数字，也可以是文字）,这些特征的具体描述被称为指标值（变量值），或数据、例如，考生的考分（80,90），考生的性别（男、女），零件的直径（10mm）等，都是数据（Data）a数据可以是定量塑的（quantitative），例如，考生的考分;也可以是定性型的（qualitative），例如考生的性别；■还可以是半定量的（semi-quantitative），例如受教育程度。10分钟讨论创业精神，如何度量?吃苦精神，如何度量?家族观念，如何度量?第2・2节数据类型门2.2.1数据测度的分类n1.Scale（期度级，定嚴级＞:这是最高等级，可进行4则运算和基于此的延伸适算，它分为两个子级别：u1）间鉅级（interval）可作加咸，不可作乘僚•比如，在采用摄氏温度时，不能说10度是5度的2倍.2）比率级（ratio）3可作乘除运算5但其（Hi不是人为制定的，例如，长度的0,t温度中的o度-只有变量的（X不是人为制定时，其任意两个取值的比率才能有确定的意义，H该级别的数裾，只能用数字来表示。■2.Ordinal（序次级，定序级），比如，受教育程度这个序次测度等级的变量，可以采用：文盲半文盲二1，小学=2，初中=3，高中=4，大学二5。■该级别的数据，可以用数字来表示，也可以用字母来表示。但我们建议用数字表示，这样便于灵活应用。3.Nominal（名义级，定类级）：仅仅是一种标志，没有序次关系。如，顾彖所喜爱的颜色。又比如，性别便是一个名义测度等级的变量，可以将男性编码定为1，女性编码定为2。当然，也可以文字代表类别.■该级别的数据，可以用数字来表示，也可以用文字桑秦？o■22.2不同测度类型数据的用途特点1.不同测度级别的数据的用途特点：不同测度级别的数据，都可以进行统计处理，只是应用范围不同。等级越高，应用范围越广泛。等级越低，应用范围越受限。一般说来，等级高的数据，可以兼有等级低的数据的功能，而等级低的数据，不能兼有等级高的数据的功能。名义级的数据，通常是样本分类（分组）的依据，当然也可以用来做独立性检验。■2.数据的不同类型，也是变量的不同类型。■2.2.3观察数据与实验数据：1.观察数据：在获得数据的过程中，不对被调查对象数据产生的条件施加任何控制，所得到的数据。观察数据通常是（但不一定是）众多因素共同作用的结果。例如，农民的收入，要受到天气、虫害、市场、品种等。2.实验数据：在获得数据的过程中，对数据产生的条件实施了控制，而得到的数据。实验数据通常是（但不一定是）单一因素作用的结果。例如，汽油添加剂对汽车行程的影响，要排除车辆、道路、天气等对行程的影响。第2.3节获得数据的调查方法23-1普查（census）与抽样1_普查普查是针对有限总体而言的：收集总体中每个个体的指标值。«2.部分调查与样本部分调查：在总体中中选择一部分个体进行调查，借以了解总体情况的调查方法。总体中，部分个体所组成的集合称为样本（sanqjle）集合。部分调查，产生了如何选择部分个体（样本）的问题。所以，部分调查又称为抽样调查（由抽样和调查两部分组成。我们将本别介绍）。3.抽样调查的意义-1）对所有总体，都是可行的-2）省钱3）省时#4)在个体信息收集方面，可以详尽。5）在个体信息收集方面，可以准确。2.3.2抽样方法..2-3-2-1非随机抽样按照非随机的原则，从总体中抽取个体的作法，称为非随机抽样。常用的非随机抽样调查的方法是：典型调查：在对总体进行分析的基础上，有意识地选择具有代表性的典型个体，做深入细致的调查。这里的“代表性”，是主观判断得到的，所以这些有代表性的个体，又称为判断性样本(Judgmentsanq)le)。23.2.2随机抽样按一定随机规则（一定概率分配），从总体中抽取部分个体。23.2.3简单随机抽样、每个个体被抽取到的机会均等的随机抽样，或按照“每个个体被抽到的机会均等”的规则，从总体中抽取部分个体。2.3.3常用的综合抽样方法⑴2.3.3.1分层（分类）抽样按照某标志量，把总体中的个体分为若干群（类）。然后，对各个群内的个体进行简单随机抽样。分层嫡祥要求之胸豳羞鼠大于层麵拘部淤b翻蟻晃。例如，调査某地区居民消费状况，应事先把该地区居民分为城市居民、城镇居民、农村居民等几类，然后对类中的个体用简单随执抽样的方法进行抽样。这样分类抽样调査，才能比较准确地反映居民消费状况。不同群体所抽取的个体个数，一般有三种方法确定它：A、等数分配法’即对每一类都分配同样的个体数；B、等比分配法，即让每一英抽得的个体数\与该类总体的个体数a之比，都相同：没“〜C、最优分配法（即方差分配法），即使各类抽得的样本数^占所要抽得的总样本数Al之比，等于该类的方差口/与各类方差之和A＜之比。（即，3/.这一的困雄在于，在抽样之前，道的方差。（讨论c点的问题。突破环节=估计s）2.3.3常用的综合抽样方法（2）2.33.2整翻样将总体中的各个个体，按照某一标志量，分为若干..2m等距抽样81群，然后以群为单位，对群进行（简单）随机抽样。接着对抽出来的群，进行普查。1.整群抽样要求群体之间具有相似的特征，而群内的个体之间的差异，可以大一些。等距抽样，是按照某一标志量，把总体中的个体排序，然后按照一定间隔，抽取个体。如果用随机方法，确定第一个个体（把这个个体前面的个体，移到最后），然后等距抽样，则更好一些。2.3.3常用的综合抽样方法(3)23.3.4多阶段抽样以例子说明，调查本省农民收入情况。首先，应在县一级做简单随机抽样，然后针对每个抽到的县，对乡一级做简单随机抽样，接着针对每个抽到的乡，对村一级做简单随机抽样，如村子太大(户数太多〉，还需针对抽到的村，对农户做简单随机抽样。上述抽样过程，就是一个多阶段抽样的例子。2.3.4常用的调查方法H1-调査对象个体的确定I.2■调查(surveymethods)方法的主要类别H1)电话访谈(telephoneinterview)方法H2)邮件访谈(mailinterview)方法n3)人员访谈(personalinterview)方法i>4)电子邮件(e-mailinterview)访谈m

5)其他电子方式的访谈»2■观察方法(observationmethods)■■1)借助仪器的观察方法2)不借助仪器的直接观察第2.4节问卷与问卷设计2.4.1问卷的组成1.构成问卷的问题类型＜举例说明＞1）开放型问题与封闭型问题..2）回忆塑问题与非回忆型问题3）封闭型问题中的单选问题与多选问题4）单选问题中的洋序型与非样序型①排序问题，本质上是单选问题②单选中的非拌序问题构成问卷问题类别的一览表:开放非®忆型建议型转化为封闭赉的难度大观点型可转化为封闭型，有难度感受型可转化为封闭型，相对容易开放回fc型过去的事实可以转化为封闭型封闭型：选择建议、現点、感受$过去的事实单选型：答案在同维度答案空间排序型（吁转化为非排序型｝非排序型多选型，含不同维度的答案空间至少有一个备选答案分布在不同维度上5）单选与多选问题感的数据处理2.问卷中的量表的主要类型1）量表的概念量表是測量应答者对某个（复合型）问题的反映强度（或态度）的工具。它是构成问卷的最主要的成分之一•2）连续评分量表3）分项评分量表：Likertfi表4）比较型量表与_序量表2.4^问卷设计中的若干重要问题1.问卷中的问题的设立（问卷问邇的来源）1）从研究的目标出发，设定问卷中的问题2）基于对变量关系的猜想，设定问卷中的问题：问卷是思考的结晶3）从文献阅读中产生问题，问卷是文献阅读的结晶4）从数据处理的角度考虑H题的设立2.问卷问题设立的第一原则：“能够获得诚实的E答”的原则H1）凡是不能获得诫实回答的H题，都不应当设置在H卷中E>■2）对“怀疑得不到诚实回答”的问题，应当在不同位置，设置相同、相近、相反的问题，以求相互驗证2.4^问卷设计中的若干重要问题1.问卷中的问题的设立（问卷问邇的来源）1）从研究的目标出发，设定问卷中的问题2）基于对变量关系的猜想，设定问卷中的问题：问卷是思考的结晶3）从文献阅读中产生问题，问卷是文献阅读的结晶4）从数据处理的角度考虑H题的设立2.问卷问题设立的第一原则：“能够获得诚实的E答”的原则H1）凡是不能获得诫实回答的H题，都不应当设置在H卷中E>■2）对“怀疑得不到诚实回答”的问题，应当在不同位置，设置相同、相近、相反的问题，以求相互驗证3.对单选问题、备选答案应当是一个答案空间的完整划分4.多选题的备选答案必须分布在两个以上的维度上5.问题的陈述、备选答案都不能有多重含义6.问题设计的用语（术语）要含义明确7.在问题的陈述中，要对所询问行为的时同、方式、目的做必要的限定»8。在问卷问题中，凡是能够限定数量范围的，要尽量限定

9.问邇的不同的提法，可能导致不同的回答结果M10.对于得不到诚实回答而又必须了解的数据的处理办法D变換H题的提法"2)了_对棚M11.问卷的长度..12.把相对容易回答的问题、有越的问题放到问卷的前面M13-问卷设计一定要通过小規模访谈来修改2.5获得数据的信度与效度的基2.5.1測量的信度2-5_2測量的效度2.5.3測量的信度与效度关系，及信度与效度的改进2.5.1测量的信度■1.測量的信度(Reliability)的定义团2■動9信度(Test-retestreliability)■3_复本信度<Altemate-formreliability)口4.内部一致信度(Internalconsistentreliability)曲折半信度(Split-halvesreliability)*5•评分者信度(Inter-observerreliability)2.5.2测量的效度1■測量的效度(validity)的概念M2■表面效度(FaceValidity)3.内容效度(ContentValidity)4.准则效度(CriterionValidity)1)预測效度..2)并行效度S.内在效度与外在效度霸繼蓮系'2.5.3置離穹1.信度与效度的关系2.信度与效度的改进问题1）在设计S卷科题时，请潜在的应答者参加。2）要求访谈调查人员审视将在调查中使用的H题。3）在调查的准备阶段，用录音来检验访谈H题，系统地辨识需要在面谈中斟酌用词。2,6获得数据的实验_2.6.1获得数据的实验方法的概念262用实验方法获得数据的优越性2.6.3获得数据的实验方法的若干重要概念与示例2.6.1获得数据的实验方法的1-目鹼:获得特定数据特定数据的类型，主要包括：1）较为“单纯”的数据（在较为“单纯”的因素作用下的数据）2）在真实状况下，无法获得的数据（不同税率的影响，不同惩罚强度的影响等）3＞难以获得诚实回答的数据。2.6.2实验法获得数据的优越性1.获得现察（调查）法无法获得的某些数据2.

在一定程度上直接观察到某些变量之间的项关系，甚至因果关系■■3.获得在问卷调查中难以获得诚实回答的数据2.6.3