2026年数据收集中考试题及答案

2026年数据收集中考试题及答案一、单项选择题（本大题共10小题，每小题3分，共30分）1.2025年某新一线城市启动共享电单车动态优化项目，需要收集主城区各停放点位的实时停车饱和度数据，下列选项中属于原始数据收集行为的是（）A.调取市交通局2024年度的共享出行统计报表B.通过车辆物联网调度系统的传感器读取各点位实时车辆占用数据C.访谈城市核心区周边商家上月的车辆停放情况D.引用本地城市规划研究院发布的2025年上半年出行调研报告2.某校总务部门开展校园午餐食物浪费情况调查，为了保证收集到的数据能够代表全校学生的真实情况，下列哪种方案最符合代表性原则（）A.仅调查初三毕业班的学生，因为毕业班用餐时间固定，数据容易收集B.仅调查在食堂用餐的走读生，排除住宿生的干扰C.按照年级分层，每个年级随机抽取10%的学生纳入调查样本D.仅调查学生会卫生部门的学生干部，方便组织协调3.下列关于数据收集误差的描述中，属于抽样偏差的是（）A.调查员为了节省时间，仅在学校门口拦截愿意停留的学生参与调查B.被调查者因为不好意思承认自己食物浪费，刻意少填了浪费的食物重量C.录入人员输入数据时，将浪费量30g误输入为13gD.测量工具本身存在系统误差，每次测量结果都偏轻2g左右4.当前生成式AI大模型训练需要收集大量用户交互数据，根据我国《个人信息保护法》的相关规定，下列哪种收集行为是合法合规的（）A.未经用户授权，悄悄收集用户手机通讯录信息用于大模型训练B.仅收集用户明确同意授权的非敏感交互数据用于模型优化C.将收集到的未成年人个人信息打包卖给第三方AI研发公司牟利D.为了提升大模型的对话能力，收集所有用户的私人聊天记录用于训练5.要调查本市初中生平均每天的户外活动时长，下列样本设计方案最科学合理的是（）A.仅抽取本市1所初中的2个班级共82名学生作为样本B.抽取全市10个区县，每个区县随机选取2所初中，每所初中随机抽取50名学生，共1000名学生作为样本C.对全市所有28万名初中生全部开展调查，覆盖所有群体D.随机抽取10名不同学校的初中生作为样本6.下列工具中，最适合收集用户连续动态位置数据的是（）A.纸质调查问卷B.带GPS模块的智能运动手环C.家用电子体重秤D.标准化答题纸7.某环境研究团队要收集近10年本市主城区夏季日最高气温数据，下列哪个数据来源最权威可靠（）A.某气象爱好者个人微博发布的随手测量气温数据B.本市气象局官方发布的官方气象观测数据集C.某自媒体公众号文章中估算的平均气温数据D.某小区物业自己用温度计测量的10年气温数据8.采用分层抽样方法收集数据时，下列选项中一般不适合作为分层依据的是（）A.被调查者的性别B.被调查者的年龄层次C.被调查者对调查主题的态度D.被调查者的就读年级9.某连锁奶茶品牌为了收集顾客满意度数据，在点单页面设置弹窗，提示“给出五星好评即可获得5元下次消费优惠券”，这种数据收集方式最核心的问题是（）A.样本容量不足B.容易引发引导性回应偏差C.数据收集时效性差D.覆盖的顾客群体范围过窄10.下列选项中，属于二手数据的是（）A.调查员入户访谈获得的居民家庭月度消费数据B.实验室研究员通过物理实验测得的新型复合材料强度数据C.从国家统计局官网下载的第七次全国人口普查汇总数据D.连锁超市通过门店POS收银系统收集的当日商品销售数据二、多项选择题（本大题共2小题，每小题4分，共8分，多选、少选、错选均不得分）11.收集涉及个人信息的数据时，需要遵循的基本伦理与法律原则包括（）A.最小必要原则，仅收集实现调查目的必需的数据，不额外收集无关信息B.知情同意原则，提前告知被调查者数据收集的目的、用途、存储方式，获得明确授权C.匿名化处理原则，公开或使用数据前去除可识别个人身份的标识信息D.自由使用原则，收集到的个人数据可以随意用于任何商业或非商业用途12.下列数据收集方法中，属于定性数据收集方法的有（）A.对核心受访者开展一对一深度访谈B.调查员进入研究场景开展参与式观察记录C.发放结构化问卷收集受访者的选项式回答D.组织目标群体开展焦点小组讨论三、填空题（本大题共5小题，每小题3分，共15分）1.按照数据来源划分，数据收集可以分为______收集和二手数据收集两种类型。2.当总体规模较大、不同群体个体差异较大时，适合采用______抽样方法来保证样本的代表性，降低抽样误差。3.我国《中华人民共和国数据安全法》规定，开展数据收集活动，不得危害______、公共利益，不得损害个人或者组织的合法权益。4.在问卷调查设计中，如果问题表述带有明显的情感倾向性，会引导被调查者做出符合提问者预期的回答，进而产生______偏差，影响数据的真实性。5.物联网环境下，通过______设备可以自动感知环境中的温度、湿度、人流量等信息，实现无人值守的自动化数据收集。四、实验探究题（本大题共1小题，共15分）某校信息科技社团开展跨学科实践活动，主题为“本校初中生每日饮水量与课堂专注力的相关性研究”，需要设计完整的数据收集方案，请结合所学知识回答下列问题：（1）（6分）社团成员初步提出了三种数据收集方案，分别指出三种方案的主要优缺点，完成下表：方案编号方案内容优点缺点方案一在学校官方抖音号发布问卷，邀请学生自愿填写相关信息方案二从全校每个年级分层随机抽取3个班级，对抽中班级的所有学生进行连续3天的饮水量记录，每天早中晚三次核对饮水量数据方案三仅抽取社团内部的20名成员记录数据，方便组织管理（3）（5分）本次数据收集过程中可能出现哪两种典型的误差？分别说明降低误差的可行方法。五、综合应用题（本大题共1小题，共32分）2026年某市住建局启动“一刻钟便民生活圈”改造提升工程，计划对主城区120个已投用的便民生活圈开展居民满意度调查，为后续改造的优先级和改造方向提供数据支撑，请结合数据收集的相关知识回答下列问题：（1）（8分）本次调查需要同时使用原始数据收集和二手数据收集两种方式，请分别说明本次调查中原始数据和二手数据可以收集哪些核心内容，各举2例并说明对应的数据来源。（2）（10分）本次调查计划从120个便民生活圈中抽取20个作为重点调查样本，已知120个生活圈中，有40个是建成5年以上的老旧生活圈，60个是建成1-5年的中期生活圈，20个是建成不满1年的新建生活圈，若采用分层比例抽样方法，计算各层应抽取的样本数量，写出计算过程，并说明分层比例抽样相比简单随机抽样的优势。（3）（14分）本次调查计划采用入户访谈和现场扫码问卷两种方式结合收集居民满意度数据，请分别分析两种数据收集方式的优缺点，并说明为了符合我国数据安全与个人信息保护相关法律要求，本次数据收集过程中需要做好哪些合规管理工作。一、单项选择题1.B2.C3.A4.B5.B6.B7.B8.C9.B10.C二、多项选择题11.ABC12.ABD三、填空题1.原始数据（或一手数据）2.分层3.国家安全4.引导性（或回应）5.传感器四、实验探究题参考答案（1）各方案优缺点如下：方案一优点：操作成本极低，不需要额外协调大量人力物力，短时间内就可以收集到大量样本，数据整理录入方便；缺点：自愿填写模式存在严重的选择性偏差，对饮水量健康问题比较关注的学生更愿意填写问卷，而日常饮水量不规律、不关注健康的学生参与意愿低，同时很多不关注学校官方抖音号的学生没有机会参与，样本代表性差，数据偏差大。方案二优点：按照年级分层抽样，覆盖了不同年龄段、不同年级的学生，样本代表性强，连续三天记录的数据准确性高，能够反映学生真实的日常饮水量，误差小；缺点：工作量远大于方案一，需要协调不同年级的班主任和参与学生，组织成本高，连续记录对参与者的配合度要求高。方案三优点：组织最方便，工作量最小，数据收集和管理都非常简单，成本极低；缺点：样本容量极小，且样本都来自社团内部，同质性高，无法代表全校不同兴趣、不同年级学生的整体情况，抽样偏差极大，数据参考价值极低。（2）核心数据包括但不限于：被调查学生的年级、性别；被调查学生每日的总饮水量；被调查学生每日的饮水类型（白开水、奶茶、瓶装饮料等）；被调查学生的课堂专注力自评得分或者老师测评得分；被调查学生的日常运动习惯等，任意答对3项即可得分。（3）示例误差及降低方法：①记录误差：部分学生忘记记录当日的饮水量，或者依靠估算记录数据，导致数据和实际饮水量存在偏差；降低方法：为参与调查的学生免费提供带清晰刻度的专用水杯，设置手机定时提醒，每天晚自修结束前统一由小组长核对当日的饮水量记录，减少遗漏和估算误差。②抽样偏差：抽样时抽中班级全部为重点班，重点班学生的学习节奏和课间活动和普通班存在差异，样本代表性不足；降低方法：抽样前将每个年级的班级分为普通班、重点班两个层级，再从每个层级中随机抽取班级，保证不同类型的班级都能被覆盖。③回应偏差：部分学生为了显得自己符合健康要求，刻意多报饮水量，导致数据不实；降低方法：提前说明所有数据都是匿名处理，仅用于整体研究，不会公开任何个人信息，也不会和学生考核挂钩，消除被调查者的顾虑，提高数据真实性。（任意答对两种误差及对应方法即可得满分）五、综合应用题参考答案（1）原始数据收集内容及来源：①居民对便民生活圈内菜市场菜品价格、新鲜度的满意度评分，数据来源为入户访谈、街头拦截问卷收集得到的第一手数据；②便民生活圈内不同时间段各服务网点的人流量数据，数据来源为调查人员现场人工计数或者物联网设备实时采集得到的第一手数据；③居民对便民生活圈内停车、公厕、养老服务等配套设施的改造需求，数据来源为焦点小组访谈得到的第一手需求数据。（任意答对2例即可）二手数据收集内容及来源：①各便民生活圈的现有商户数量、业态分布、注册登记信息，数据来源为市商务局、市市场监督管理局已经存档的现有登记数据；②近三年各便民生活圈的政务投诉记录，数据来源为12345政务服务热线平台的历史投诉数据；③各便民生活圈覆盖社区的常住人口规模、年龄结构、收入水平等基础信息，数据来源为市统计局最新发布的社区人口普查汇总数据。（任意答对2例即可）（2）计算过程：分层比例抽样按照各层总体数量占总总体数量的比例分配样本数量，总样本量为20，总总体数量为120。老旧生活圈占比：40/120=1/3，应抽取样本数量=20×(40/120)≈7个；中期生活圈占比：60/120=1/2，应抽取样本数量=20×(60/120)=10个；新建生活圈占比：20/120=1/6，应抽取样本数量=20×(20/120)≈3个；7+10+3=20，符合总样本量要求。分层比例抽样的优势：不同建成年限的便民生活圈的设施水平、服务质量差异非常大，老旧生活圈建成时间久，设施老化问题多，新建生活圈设施新但配套不完善，简单随机抽样可能出现某一类生活圈抽取过多或者过少的问题，甚至出现全部抽中新建生活圈或者全部抽中老旧生活圈的极端情况，分层比例抽样可以保证每一类生活圈都有对应比例的样本入选，大幅提升样本的代表性，降低抽样误差，提升调查结果的准确性，比简单随机抽样更适合这种群体差异大的调查场景。（3）两种收集方式的优缺点分析：①入户访谈的优点：能够覆盖不会使用智能手机的老年群体，而老年群体是一刻钟便民生活圈的核心使用群体，避免了样本遗漏；可以面对面解释调查问题，遇到被调查者不理解的问题可以及时说明，提高回答的准确性；能够深入挖掘受访者的真实需求，获得更丰富的定性信息；问卷回收率高，一般只要同意入户就会完成访谈。缺点：人力时间成本非常高，需要培训大量调查员，整个调查周期长；入户访问对居民的生活造成干扰，很多居民会拒绝受访，拒访率高，容易引发新的抽样偏差；调查员的个人态度、访谈方式会影响受访者的回答，容易产生调查员偏差。②现场扫码问卷的优点：人力成本低，只需要在生活圈出入口放置提示牌，不需要大量调查员值守；被调查者可以自主填写，匿名性更高，居民更愿意表达真实的满意度和不满，数据真实性更高；收集到的数据直接录入系统，不需要二次人工录入，降低了录入误差，效率高。缺点：老年人大多不会操作智能手机，很难参与调查，而老年人是便民生活圈的核心使用群体，会导致样本代表性不足；自愿扫码参与的模式下，对服务不满的居民参与意愿远高于满意的居民，容易出现选择性偏差，拉高不满意的比例，数据失真；回收率低，大部分居民路过不会停下来扫码填写，样本量难以保证。合规管理需要做好的工作：第一，严格落实知情同意原则，提前明确告知被调查者本次数据收集的目的、用途、数据存储期限，明确说明数据仅用于便民生活圈改造研究，不会用于其他商业用途，获得被调查者的明确同意后再收集数据，