《统计学》课件 2数据收集

《统计学》课程体系

1统计学（方法论）描述统计学（数据为总体）推断统计学（数据为样本）数据收集数据整理抽样与参数估计假设检验方差分析与试验相关与回归分析时间序列分析指数集中趋势离散程度偏态与峰态12345678910数据描述数据解释前言2

在日常生活中人们往往需要了解或研究一些问题如：购买住房是喜欢大户型还是小户型？对父母的孝敬程度与子女的性别有无关系？国民在购买保险的时候，是选择国内的保险公司，还是选择国外的保险公司？这些都是我们感兴趣却又不知道答案的问题。为了回答这些问题，需要收集相关数据进行分析。

我们就要考虑：从哪里获得数据？哪里有我们所需要的数据？若要调查，我们应当向谁进行调查？确定后如何实施调查？调查取得的数据准确吗？如何控制误差保证数据质量？

3第二章数据收集统计学学习目标与重难点提示

5了解统计数据的来源理解数据收集的方式与方法掌握“调查方案”的设计内容与要求※掌握调查“问卷设计”的技巧※目的：为统计分析数据提供重要的基本的方式与方法。目

录CONTENTS2.1统计数据的来源2.2调查方式与技术※2.3数据收集方法2.4调查设计※2.5

数据质量2.6

计算机在数据收集中的应用开篇案例2－1

7一次口味测试的亲身经历

开篇案例2－1

8开篇案例2－1

点击输入点击输入点击输入9

7思考

101、统计数据来源通常有哪些来源渠道？2、统计调查的方式有哪些？各有何特点？3、数据的收集方法有哪些？统计数据的来源|2.1.1数据的直接来源|2.1.2数据的间接来源|思考101、基于用户行为大数据的精准营销策略效果评估——以拼多多为例2、基于情感分析的西贝品牌危机预警与管理研究

（以社交媒体数据为来源）3、基于时空大数据分析的武汉市共享单车动态调度优化策略研究4、华为公司员工离职预测与影响因素分析（基于企业HR数据分析）5、商业智能（BI）在联想公司经营决策中的应用与效能评估2.1.1数据的直接来源(第一手数据)

数据的直接来源(第一手数据)15调查法（观测数据）通过调查方法获得的数据通常是对社会现象而言通常取自有限总体2.实验法通过实验方法得到的数据通常是对自然现象而言也被广泛运用到社会科学中

如心理学、教育学、社会学、经济学、管理学等2.1.1数据的直接来源(第一手数据)

16一手数据：

客观性、针对性2.1.1数据的直接来源(第一手数据)

17一手数据：

时效性、针对性2.1.2数据的间接来源——二手数据

182.1.2数据的间接来源——二手数据

二手数据的来源19从互联网查阅相关资料；统计部门和政府部门公布的有关资料，如各类统计年鉴；各类专业期刊、报纸、书籍、图书馆所提供的资料；各种会议，如博览会、展销会、交易会及专业性、学术性研讨会上交流的有关资料；各类经济信息中心、信息咨询机构、专业调查机构等提供的数据；从专业调研机构提供的有关资料。2.1.2数据的间接来源——二手数据

数据收集网站推荐20宏观与行业数据国家统计局

/权威宏观数据，用于经济、人口、产业等背景分析。中国人民银行

/中国金融数据权威来源，含社会融资规模、信贷数据等。CEIC数据库/zh-hans非常全面的经济数据库，覆盖全球，数据历史长，精度高。艾瑞咨询https://www.ire/免费的互联网行业报告，洞察市场格局、用户行为趋势。QuestMobile

/深入的移动互联网数据分析，提供APP活跃度、用户画像等。2.1.2数据的间接来源——二手数据

数据收集网站推荐202.企业与市场数据巨潮资讯网/new/index中国证监会指定信息披露网站，所有上市公司公告、财报。东方财富Choice数据/金融数据终端，含股票、财报、宏观经济数据。企查查/天眼查/企业信息查询平台，用于获取企业股权、融资、经营等信息。2.1.2数据的间接来源——二手数据

数据收集网站推荐203.学术与案例资源中国知网CNKI/中文学术文献必备，查看相关论文用了哪些数据和方法。WebofScience/全球顶尖学术数据库，追踪国际前沿研究。HarvardBusinessReview/哈佛商业评论，学习顶级商业案例和管理思想。2.1.2数据的间接来源——二手数据20中国知网CNKI/2.1.2数据的间接来源——二手数据20中国知网CNKI/2.1.2数据的间接来源——二手数据20中国知网CNKI/2.1.2数据的间接来源——二手数据20中国知网CNKI/2.1.2数据的间接来源——二手数据

二手数据的特点20收集容易，采集成本低作用广泛分析所要研究的问题提供研究问题的背景帮助研究者更好地定义问题检验和回答某些疑问和假设寻找研究问题的思路和途径2.1.2数据的间接来源——二手数据

收集二手资料在研究中应优先考虑：21数据是谁收集的？客观性、可信度评估为什么目的而收集的？针对性评估3.数据是怎样收集的？准确性评估

4.什么时候收集的？时效性评估辅助功能调查方式与技术|2.2.1普查|

2.2.2抽样调查|

2.2.3随机抽样与抽样技术|

2.2.4非随机抽样与抽样技术|2.2调查方式与技术

292.2.1普查2.2.2抽样调查2.2.3随机抽样与抽样技术2.2.4非随机抽样与抽样技术简单随机抽样分层抽样系统抽样整群抽随机抽样方便抽样定额抽样立意抽样滚雪球抽样空间抽样2.2.1普查

方式一普查(census)30为特定目的专门组织的（非经常性）全面调查。通常是一次性或周期性的。一般需要规定统一的标准调查时间。数据的规范化程度较高。2.2.1普查

311953年、1964年、1982年、1990年、2000年、2010年2020年2.2.2抽样调查

方式二抽样调查※(samplesurvey)32总体

随机样本

从总体中随机抽取一部分单位作为样本进行调查其目的是推断总体的未知数字特征最常用的调查方式具有经济性、时效性强、适应面广、准确性高等特点2.2.3随机抽样与抽样技术

随机抽样(probabilitysampling)33也称概率抽样特点按一定的概率以随机原则抽取样本抽取样本时使每个单位都有是一定的机会被抽中每个单位被抽中的概率已知或是可以计算出来的当用样本对总体目标量进行估计时，要考虑到每个样本单位被抽中的概率随机抽样分简单随机抽样、分层抽样、系统抽样、整群抽随机抽样等方法。2.2.3随机抽样与抽样技术

简单随机抽样(simplerandomsampling)34从总体N个单位中随机地抽取n个单位作为样本，每个单位被抽中的概率是相等的最基本的抽样方法，是其它抽样方法的基础特点简单、直观，在抽样框完整时，可直接从中抽取样本用样本统计量对目标量进行估计比较方便局限性当N很大时，不易构造抽样框抽出的单位很分散，给实施调查增加了困难没有利用其它辅助信息以提高估计的效率2.2.3随机抽样与抽样技术

分层随机抽样(stratifiedsampling)P2335将抽样单位按某种特征或某种规则划分为不同的层，然后从不同的层中独立、随机地抽取样本优点保证样本的结构与总体的结构比较相近，从而提高估计的精度组织实施调查方便既可以对总体参数进行估计，也可以对各层的目标量进行估计2.2.3随机抽样与抽样技术

分层随机抽样——案例36某年级四个班学生共200人，其中甲班60人，乙班50人，丙班45人，丁班45人。现要抽取20％作为样本。请问每班抽取多少学生为样本?确定总体确定分布计算抽样比例抽取样本数12,10,9,92.2.3随机抽样与抽样技术

系统随机抽样(systematicsampling)37将总体中各单位(抽样单位)按一定顺序排列，根据样本容量要求确定抽选间隔，然后随机确定起点，每隔一定的间隔抽取一个单位的一种抽样方式。也称等距抽样或机械抽样。先从数字1到N之间随机抽取一个数字r作为初始单位，以后依次取r+k，r+2k…等单位（k=N/n），其中n为样本容量。优点：操作简便，可提高估计的精度缺点：对估计量方差的估计比较困难2.2.3随机抽样与抽样技术

系统随机抽样操作——案例38现有180名学生，要利用系统抽样法从中抽取15名学生作研究样本，如果从第一位同学开始抽取样本，请利用系统随机抽样方法抽出合适样本。（1）确定总体（2）确定样本容量（3）计算抽样距离(k)（4）抽样取本13，25，37，49，61……2.2.3随机抽样与抽样技术

整群随机抽样(clustersampling)39将总体中若干个单位合并为组(群),抽样时直接抽取群，然后对中选群中的所有单位全部实施调查特点抽样时只需群的抽样框，可简化工作量调查的地点相对集中，节省调查费用，方便调查的实施缺点是估计的精度较差2.2.4非随机抽样与抽样技术

40非随机抽样，也称非概率抽样，是按主观意向抽样。（1）方便抽样（2）定额抽样（3）立意抽样（4）滚雪球抽样（5）空间抽样2.2.4非随机抽样与抽样技术

归纳：统计数据的来源与收集方式41数据来源间接来源直接来源出版物、网络调查实验抽样调查普查工业普查农业普查经济普查概率抽样※非概率抽样随机抽样分层抽样机械抽样整群抽样统计报表人口普查※2.2.4非随机抽样与抽样技术

42课堂巩固练习——调查方式与技术

43某单位有员工1000人，35岁以下的职工有625人，35-49岁的职工有280人，50岁以上的职工有95人。为了了解不同年龄段的职工的工作满意度，抽取其中200人作为样本统计。

请问各个年龄段需抽取多少人为样本？确定总体确定分布计算抽样比例抽取样本数分别125、56、19人课堂巩固练习——调查方式与技术

44某学校现有6000名教职工，现在从中抽取500名作为研究样本来调查薪资待遇改革方案，请问如何抽取？

如从第3位老师开始抽取，请说出前5位被抽取的老师编号。（1）确定总体（2）确定样本容量（3）计算抽样距离(k)（4）抽样取本K=6000/500=12给每位教职工编上代码，随取抽样，如抽取的是第3位老师，则依次抽取到的样本编号为：3，15，27，39，51……前次课程回顾

55数据的来源直接来源间接来源数据调查方式普查抽样调查随机抽样非随机抽样数据收集方法调查设计第二章

数据收集随机抽样包括哪几种类型？（

）简单随机抽样A分层随机抽样B系统随机抽样C整群抽样D提交多选题2分变量按照变量值的类型，可以分为（

）分类变量A随机变量B顺序变量C数值型变量D提交多选题2分统计数据的分类，按照被描述的对象与时间的关系，可以划分为（

）截面数据A时间序列数据B实验数据C观测数据D提交多选题2分系统抽样，又称（

）空间抽样A简单随机抽样B等距抽样C分类抽样D提交单选题1分下列哪种抽样方式，属于随机抽样（

）。整群抽样A定额抽样B滚雪球抽样C立意抽样D方便抽样E提交单选题1分研究人员从总体中选择那些被判断为最能代表总体的单位作为样本的抽样方法叫（

）方便抽样A定额抽样B定额抽样C立意抽样D提交单选题1分下面不属于连续型变量的是（

）学生身高A学生人数B学生体重C学生血压D提交单选题1分数据的收集方法|2.3.1入户访问|2.3.2拦截访问|2.3.3传统电话访问||2.3.4计算机辅助调查|2.3.5焦点小组访谈法|2.3.6深度访谈法|2.3.7观测调查|2.3数据的收集方法

471、访问法2、观察法抽样帮我们选择合适的调查对象，知道应该收集哪些人或单位的数据，有助于研究问题的解决。确定调查对象之后，接下来就是实地去进行调查，收集一手的数据。2.3数据的收集方法

2.3.1入户访问48访问员按照研究项目规定的抽样原则，找到符合条件的受访者，到被调查者的家中或工作单位，面对面地交谈而获得资料与信息的调查方式。2.3数据的收集方法

2.3.2拦截访问49定点拦截不定点拦截

2.3数据的收集方法

50调查者利用电话与被调查者进行语言交流以获得信息时效快、成本低问题的数量不宜过多

您好!我是××调查公司的调查员…

2.3.3传统电话访问(Telephonesurvey)2.3数据的收集方法51又称电脑辅助电话调查2.电脑与电话相结合完成调查的全过程3.一般需借助专门的软件进行4.硬件设备要求较高

2.3.4计算机辅助调查(Computer—AssistedTelephoneInterviewing)2.3数据的收集方法

2.3.5焦点小组访谈法(colloquia)521. 也称小组座谈法2. 将一组被调查者集中在调查现场，让他们对调查的主题发表意见以获得资料3. 参加座谈会的人数不宜过多，一般为8～12人4. 侧重于定性研究2.3数据的收集方法

2.3.6深度访谈法(personalinterviewing)53一次只有一名受访者参加、针对特殊问题的调查适合于较隐秘的问题，如个人隐私问题；或较敏感的问题，如政治方面的问题侧重于定性研究2.3数据的收集方法

2.3.7观测调查(observationalmethod)541. 就调查对象的行动和意识，调查人员边观察边记录以收集所需信息。2. 调查人员不是强行介入。3. 能够在被调查者不察觉的情况下获得资料。观察监测

55数据的来源直接来源间接来源数据调查方式普查抽样调查随机抽样非随机抽样数据收集方法调查设计第二章数据收集调查设计|2.4.1调查方案设计|2.4.2问卷设计|2.4调查设计

58调查方案设计调查问卷的设计2.4调查设计

2.4.1调查方案设计※(surveyplan)59调查方案设计确定调查目的主要的调查内容确定调查对象和单位调查方式和方法调查时间和人员调查项目经费预算2.4调查设计

确定调查目的(objectiveofsurvey)601. 调查要达到的具体目标回答“为什么调查？”调查之前必须明确2.4调查设计

确定主要的调查内容61

即调查大纲，数据收集的问卷框架。2.4调查设计

确定调查对象和调查单位62调查对象(respondent)：调查研究的现象总体或调查范围调查单位(surveyunit)：调查对象中所要调查的具体单位(个体)。可以是调查对象的全部单位（全面调查），也可以是调查对象中的一部分单位（非全面调查）

回答“向谁调查？”调查对象

调查单位？

2.4调查设计

调查方式和方法631. 普查还是抽样调查？入户访问、街头拦截还是电话访问……？访问法还是观察法？2.4调查设计

调查时间和人员组织64

调查时间是指调查在什么时间进行，需要多少时间完成？不同的课题、不同的方法，有不同的最佳调查时间

介绍本次调查小组成员以及各自分工等。2.4调查设计

调查项目经费预算65

即提供调查经费计划，注明经费的用途。经费的多少与调查范围、调查规模（样本量的大小）、调查方法均有关系。通常包括：1.调研方案设计费2.抽样费用3.问卷设计费4.问卷印刷、装订费5.调研实施费（预调研费、培训费、通信费、交通费、劳务费、礼品费和其它相关费用）6.数据审核、编码、录入费7.数据统计分析费8.调研报告撰写费9.折旧、耗材费10.项目办公费（指进行项目所涉及的各种办公费用，如会议费、专家咨询费等）2.4调查设计

归纳66调查方案设计调查目的调查内容调查对象和单位调查方式和方法调查时间和人员调查经费预算2.4调查设计

2.4.2问卷设计※

682.4调查设计

问卷的含义和类型69问卷的含义2.按问卷发放的方式：送发式问卷、邮寄调查问卷、报刊调查问卷、人员访问调查问卷、电话调查问卷、座谈会调查问卷、网上调查问卷等。1.按使用问卷的方法:

自填式问卷、代填式问卷用来搜集调查数据的一种工具。问卷的类型2.4调查设计

1）问卷设计的步骤(questionnaires)70确定调研目的和内容；确定数据收集方法和调查对象；进行问题设计，确定问卷的逻辑和编排；预先测试和修订制作、打印和印刷问卷2.4调查设计

2）问卷的结构设计※

71问卷的基本结构开头部分甄别部分主体部分背景部分问候语填写说明问卷编号2.4调查设计

开头部分（问候语）72××女士/小姐/先生:

您好！我是××市场调查公司访问员，我们正在进行一项有关公众医疗保险意识方面的调查，目的是想了解人们对医疗保险的看法和意见，以便更好地促进医疗保险事业的发展。您的回答无所谓对错，只要真实地反映了您的情况和看法，就达到了这次调查的目的。希望您能积极参与，我们对您的回答完全是保密的。调查要耽搁您一些时间，请您谅解。谢谢您的支持与合作！2.4调查设计

开头部分（填写说明）73填写要求：请您在所选择答案的题号上画圈对只许选择一个答案的问题只能画一个圈；对可选多个答案的问题，请在你认为合适的答案上画圈需填写数字的题目在留出的横线上填写对于表格中选择答案的题目，在所选的栏目内画勾对注明要求您自己填写的内容，请在规定的地方填上您的意见

2.4调查设计

开头部分（问卷的编号）74用于识别问卷、调查者、被调查者姓名和地址等便于校对检查、更正错误问卷编号0012.4调查设计

甄别部分75甄别也称为过滤，它是先对被调查者进行过滤，筛选掉不需要的部分，然后针对特定的被调查者进行调查通过甄别，可以筛选掉与调查事项有直接关系的人，以达到避嫌的目的可以确定哪些人是合格的被调查者，哪些人不是甄别的目的是确保被调查者合格，能够作为该市场调查项目的代表，从而符合调查研究的需要2.4调查设计

甄别部分76S1．请问您或您的家庭有没有在下列行业工作的呢？

1．广告、公关机构…………………2．市场研究、咨询、调查机构……3．电视，广播，报纸等媒介机构…终止访问

4．轿车制造…………5．轿车批发、零售…………………6．以上皆无…………继续访问S2．请问您的年龄是：

1．20岁以下………终止访问

2．20－30岁

3．30－40岁

4．40－50岁

5．50岁以上………终止访问2.4调查设计

主体部分77是调查问卷的核心内容包括所要调查的全部问题，主要由问题和答案所组成

Q1.您在购买汽车时主要考虑哪些因素？Q2.您认为这款汽车的加速性能怎么样？你上周打过长途电话吗？□有□没有2.4调查设计

背景部分78通常放在问卷的最后，主要是有关被调查者的一些背景资料该部分所包含的各项问题，可使研究者根据背景资料对被调查者进行分类比较分析

1.您具体做什么工作？2.您的受教育程度？2.4调查设计

背景部分79

A．[出示卡片]请问您的教育程度？

(901)

没受过正式教育………

……

…………1

小学，初中…………

……

…………2

高中，职高，中专，技校……

…

……

…

……3

大专，大学或以上…

……

……

…4

B．[出示卡片]请问您的职业和职位是什么？(902)

普通职员，工人……1

部门经理负责人//高级管理人员……

…

…

…2

公司老板，厂长，总经理…………

……………3

专业人员……………

……

…………4

个体户，自营职业………………

………

………5

失业，待业………………

……

……6

学生……………………7

离退休人员…………8

其他(请注明）………92.4调查设计

问卷的结构设计※80问卷的基本结构开头部分甄别部分主体部分背景部分问候语填写说明问卷编号2.4调查设计

3）问卷中的问题设计81开放性问题(自由回答型)封闭性问题(选择回答型)问卷设计中主要的问题设计种类2.4调查设计

（1）开放性问题82

11.您觉得如果生产出一种健康低热量的方便面会有市场吗？为什么?2.4调查设计

开放性回答83对问题的回答未提供任何具体的答案，由被调查者根据自己的想法自由作出回答属于自由回答型。优点：比较灵活，适合于搜集更深层次的信息，特别适合于那些尚未弄清各种可能答案或潜在答案类型较多的问题。而且可以使被调查者充分表达自己的意见和想法，有利于被调查者发挥自己的创造。缺点：由于会出现各种各样的答案，给调查后的资料整理带来一定困难。2.4调查设计

（2）封闭性问题84

您的性别？

A男士B女士2.您的年龄？

A18以下

B18-25C25-35D35以上.…………2.4调查设计

封闭性回答85对问题事先设计出了各种可能的答案，由被调查者从中选择问题的答案是标准化的，有利于被调查者对问题的理解和回答，也有利于调查后的资料整理；对答案的要求较高，对一些比较复杂的问题，有时很难把答案设计周全；问题的答案是选择回答型，所以设计出的答案一定要穷尽和互斥。回答方法有：两项选择法、多项选择法、顺序选择法、评定尺度法、双向列联法五种。2.4调查设计

回答的类型与方法※

86回答的类型与方法开放性问题(自由回答型)封闭性问题(选择回答型)两项选择法多项选择法顺序选择法评定尺度法双向列联法限制选择型多项选择型单项选择型2.4调查设计

封闭性问题（两项选择法）87答案只有两项，要求被调查者选择其中之一来回答优点：被调查者只需在二项答案中选择一项，回答比较容易；调查后的数据处理也很方便缺点：得到的信息量较少；当被调查者对两项答案均不满意时，很难作出回答

您家里有电视机吗？

1.有2．没有

你是大学生吗？

A是B否你有手机吗？

A有B没有2.4调查设计

封闭性问题（多项选择法）88在设计问卷时，对一个问题给出三个或三个以上的答案，让被调查者从中选择进行回答，根据要求选择的答案多少不同，有以下类型单项选择型：要求被调查者对所给出的问题答案选择其中的一项多项选择型：要求被调查者对所给出的问题答案中，选出自己认为合适的答案，数量不受限制限制选择型：要求被调查者在所给出的问题答案中，选出自己认为合适的答案，但数量要受一定限制

2.4调查设计

封闭性问题（多项选择中的单项选择法）89

单项选择型

您觉得哪种类型的广告宣传效果最好？

(选一项)1．电视广告

2．广播广告

3．杂志广告

4．报纸广告

5．路牌广告2.4调查设计

封闭性问题（多项选择法实例）90

多项选择型

请问您在购买小轿车时，主要考虑哪些因素？

(选出您认为合适的答案)1．价格6．维修费用

2．款式7．乘坐舒适

3．品牌8．行使平稳

4．耗油量9．加速性能

5．售后服务10．制动性能2.4调查设计

封闭性问题（限制选择法实例）91

限制选择型

请问您在选择旅游时，主要考虑哪些因素？

(选出三项答案)1．价格5．售后服务

2．旅行社知名度6．人文景观

3．服务品牌7．自然风景

4．时段8．历史名城2.4调查设计

回答的类型与方法※

92回答的类型与方法开放性问题(自由回答型)封闭性问题(选择回答型)两项选择法多项选择法顺序选择法评定尺度法双向列联法限制选择型多项选择型单项选择型2.4调查设计

封闭性问题（顺序选择法）93问题答案有多个，要求被调查者在回答时，对所选的答案按要求的顺序或重要程度加以排列。其中，对所选的的答案数量可以进行一定的限制，也可以不进行限制问题答案不仅可以反映所要调查的内容，而且可以反映出被调查者对问题的看法，从而增加了信息量

您在购买这种牌子的电视机时，主要是考虑哪些因素？

1．产品的品牌

2．价格合理

3．售后服务

4．外形美观

5．维修方便（按重要程度进行排序）2.4调查设计

回答的类型与方法※

94回答的类型与方法开放性问题(自由回答型)封闭性问题(选择回答型)两项选择法多项选择法顺序选择法评定尺度法双向列联法限制选择型多项选择型单项选择型2.4调查设计

封闭性问题（评定尺度法）95

问题答案，由表示不同等级的形容词组成，并按照一定的程度排序，由被调查者依次选择

您对这种新款轿车是否感到满意？

1．非常满意；2．比较满意；3．一般

4．不太满意；5．不满意。

2.4调查设计

回答的类型与方法※

96回答的类型与方法开放性问题(自由回答型)封闭性问题(选择回答型)两项选择法多项选择法顺序选择法评定尺度法双向列联法限制选择型多项选择型单项选择型2.4调查设计

封闭性问题（双向列联法）97将两类不同问题综合到一起，通常用表格来表现表的横向是一类问题，纵向是另一类问题这种问题结构可以反映两方面因素的综合作用，提供单一类型问题无法提供的信息可以节省问卷的篇幅2.4调查设计

封闭性问题（双向列联法实例）98奔驰宝马奥迪1.

耗油量低2.

外观大