社会调查研究与方法第十二章自测

社会调查研究与方法第十二章自测引言社会调查研究在收集到原始数据之后，并非立即就能进行深入的理论探讨与结论提炼。数据的整理与基础统计分析是连接原始数据与研究发现的关键桥梁。第十二章聚焦于此，系统阐述了从数据审核、编码、录入、清理到进行描述性统计与推断性统计初步应用的全过程。本章的学习，旨在培养研究者严谨的数据处理习惯和初步的数据分析能力，为后续更复杂的统计分析乃至理论建构奠定坚实基础。以下自测题将帮助您回顾本章核心知识点，并检验理解与应用程度。一、基本概念回顾请简要回答以下问题，以检验对本章基本概念的掌握程度：1.数据整理的含义是什么？它在整个社会调查研究过程中扮演着怎样的角色？2.原始数据通常具有哪些特点？为何需要对其进行系统化的整理？3.什么是数据审核？它包括哪几个阶段？每个阶段的主要任务是什么？4.编码的定义是什么？其主要目的和作用有哪些？在问卷设计阶段进行的编码准备称为什么？5.什么是数据清理？数据清理主要针对哪些常见的数据问题？6.描述统计与推断统计的根本区别是什么？请各举两例说明其常用方法。7.集中趋势测量的主要指标有哪些？它们各自适用于什么类型的数据（定类、定序、定距、定比）？8.离散趋势测量的主要指标有哪些？它们与集中趋势测量指标之间有何关系？二、理解与应用请结合本章所学，思考并回答下列问题，以检验对知识点的理解深度与应用能力：1.在数据审核过程中，如果发现问卷填写存在逻辑矛盾（如“未婚”却填写了“子女数量为2”）或明显的错误（如年龄填写为“200岁”），您会如何处理？请简述几种可能的处理方式及其适用情境。2.“编码手册”（或“编码指南”）在数据处理中具有至关重要的作用。请详细说明一份规范的编码手册应包含哪些核心内容？它如何保证数据编码的一致性和准确性？3.缺失值是社会调查数据中常见的问题。请阐述缺失值产生的可能原因，并比较不同缺失值处理方法（如删除个案、均值替换、多重插补等）的优缺点及适用条件。您认为在处理缺失值时，应遵循哪些基本原则？4.某研究者收集了一组关于“居民月收入”的定距数据，他希望了解这组数据的中心位置和离散程度。请问：*他可以选用哪些集中趋势指标和离散趋势指标？*如果数据中存在少数几个极高收入者（outliers），这对哪些指标的影响较大？对哪些指标的影响较小？此时应如何选择更具代表性的指标？5.交叉列表分析（列联表）是一种常用的描述性统计方法，用于探讨两个分类变量之间的关系。在进行交叉列表分析时，除了列出频数和百分比，为何通常还需要计算卡方值（χ²）等统计量？其作用是什么？三、操作与辨析1.辨析题：请判断下列说法的对错，并简要说明理由。*（1）数据整理工作仅仅是技术层面的操作，与研究的理论框架和研究假设无关。*（2）编码工作只需要在数据收集完成后进行即可，无需提前规划。*（3）均值是所有测量层次数据都可以使用的集中趋势指标。*（4）标准差越大，说明数据的离散程度越大，数据越不稳定。*（5）描述统计的目的是通过样本数据推断总体的特征。2.情境分析：一位同学在对其收集的问卷数据进行编码时，发现有一个开放式问题“您认为当前社区服务最需要改进的方面是什么？”，回答五花八门。请问，他应该如何对这类开放式问题的答案进行编码处理？请描述至少两种可能的编码策略及其步骤。参考答案与提示（请在独立思考后对照）基本概念回顾（提示要点）：1.数据整理：对原始数据进行系统化审核、编码、录入、清理和转换，使其系统化、条理化、规范化的过程。角色：保证数据质量、为后续分析奠定基础、提高分析效率。2.原始数据特点：分散、零乱、不系统、可能存在错误和缺失。整理目的：去伪存真、去粗取精、规范格式。3.数据审核：检查原始数据的真实性、准确性、完整性和适用性。阶段：收集过程中的初步审核（现场审核/原始审核）、数据集中后的系统审核。任务：检查有无遗漏、错误、逻辑矛盾等。4.编码：将原始数据（尤其是文字信息）转化为可计算机识别和处理的数字或符号的过程。目的：便于计算机处理、量化分析、节约存储空间。问卷设计阶段的编码准备称为“预编码”或“设计编码”。5.数据清理：在数据录入后，进一步检查和处理数据中存在的错误、不一致、缺失值和异常值的过程。常见问题：缺失值、异常值（离群值）、逻辑错误、录入错误。6.描述统计：对已收集到的数据进行概括性描述，展现数据的基本特征（如集中趋势、离散趋势、分布形态）。方法：频数分析、百分比、均值、中位数、标准差、图表等。推断统计：基于样本数据推断总体特征或进行假设检验。方法：参数估计、假设检验（如t检验、方差分析、卡方检验）、相关与回归分析等。7.集中趋势指标：众数（定类、定序、定距、定比）、中位数（定序、定距、定比）、均值（定距、定比）。8.离散趋势指标：异众比率（定类）、四分位差（定序、定距、定比）、极差/全距（定距、定比）、方差与标准差（定距、定比）。关系：两者共同描述数据分布特征，离散趋势指标值越小，集中趋势指标的代表性越强。理解与应用（提示要点）：1.处理方法：逻辑错误或明显错误的处理方式包括：退回给被访者核实（若可行）、根据上下文和其他信息进行合理修正、作为缺失值处理、剔除该个案（需谨慎，避免样本偏差）。选择取决于错误的严重程度、数据收集的可行性、错误个案的比例等。2.编码手册内容：变量名称、变量编号、变量标签（对变量含义的详细说明）、取值范围、各个取值的赋值标签（即每个数字或符号代表的原始含义）、编码细则与注意事项、缺失值的编码方式等。作用：为编码员提供统一标准，确保不同编码员或同一编码员在不同时间的编码一致性，便于数据核查和日后的数据复用与理解。3.缺失值原因：被访者拒绝回答、遗忘、问题不清无法回答、数据录入遗漏等。处理方法比较：删除个案（简单但可能损失信息、影响样本代表性，适用于缺失比例极低或缺失为完全随机时）；均值/中位数/众数替换（简单但可能低估标准差，适用于数据近似正态分布且缺失随机时）；多重插补（更复杂但能较好地保留信息和统计功效，是目前推荐方法之一）。基本原则：了解缺失机制、尽量保留数据信息、避免引入新的偏差、透明报告缺失值处理方法。4.可选用的集中趋势指标：均值、中位数、众数（收入数据通常用均值和中位数）。离散趋势指标：标准差、方差、四分位差、极差。极高收入者（outliers）对均值影响大，对中位数、众数影响小；对标准差、方差影响大，对四分位差影响小。此时中位数和四分位差可能更能代表数据的中心和离散情况。5.交叉列表中的频数和百分比可直观展示变量间的分布情况，但仅凭此难以判断关系是否具有统计学意义（即是否由随机误差引起）。卡方值（χ²）等统计量用于检验两个分类变量之间是否存在显著的关联，帮助研究者区分观察到的关系是真实存在还是偶然现象。操作与辨析：1.辨析题：*（1）错。数据整理需围绕研究目标和理论框架进行，例如编码方案的设计就与变量的操作化定义紧密相关。*（2）错。编码工作应在问卷设计阶段就进行规划（预编码），对于封闭式问题尤为重要，开放式问题也需考虑后期编码策略。*（3）错。均值只适用于定距和定比数据，不适用于定类和定序数据。*（4）对。*（5）错。这是推断统计的目的，描述统计是对样本数据本身特征的描述。2.情境分析：开放式问题编码策略：*归纳式编码：将所有答案收集起来，仔细阅读，从中提炼共同主题或类别，对每个主题/类别进行编码，然后将每个回答归入相应类别（可多重响应）。步骤：收集所有开放式答案→阅读并标记初步概念→合并相似概念形成类别→为每个类别制定编码规则和赋值→对所有答案进行编码。*事先设定类别编码：如果研究者对可能的答案有一定预期，可以事先设定若干主要类别和一个“其他”类别，然后将回答归入相应类别。步骤：根据文献、经验或预调查设定预期类别→为每个类别制定编码规则和赋值→对收集到的答案进行阅读和归类编码。（两种策略各有优劣：归纳式编码更灵活，能发现新信息，但耗时耗力；事先设定类别编码效率高，但可能遗漏未预期的重要信息。）总结与反思通过本章的自测，您是否已清晰掌握数据整理与基础统计分析的各个环节及其要点？数据整理是一项细致且至关重要的工作，任何