第2章 数据与数据的获得

3.常用的综合抽样方法
（4）多阶段抽样 ——分不同阶段抽样，后面阶段的抽样要根 据前一阶段抽取的样本进行选取。 举例：调查某省农民收入情况 ——首先在县一级做简单随机抽样；再针对 每个抽到的县，对乡镇一级做简单随机 抽样；再针对每一个抽到的乡，对村一 级做简单随机抽样；必要的话，再针对 每一个抽到的村，对农户做简单随机抽 样。

第2章 数据与数据的获得
2.1 总体、个体、特征与数据
1、总体 ——所研究对象的全体。这些研究对象必须至少具有一个同一性质。 如某专业毕业生、中国工人、中国农民以及18岁以上成人等。 2、个体或成分、样本 ——组成总体的元素，如每一个毕业生等。 在一个总体中，若个体的数目是有限的，则该总体称为有限总体； 若个体的数目无限，则该总体称为无限总体。 3、指标或变量 ——表征个体特征（信息）的量，如“中国农民”的收入、教育程度 等。 4、指标值（变量值）或数据 ——反映个体特征（即指标或变量）的具体描述（可以是数字，可以 是文字）。如农民收入具体数字、受教育年限，工人工龄等。
2.抽样类别
（1）非随机抽样或判断性抽样 ——依据非随机原则或者对个体和总体特征的判断， 从总体中抽取个体的方法。常用的非随机抽样 （或判断抽样）的调查方法是典型调查。（典 型调查的定义见p33） （2）随机抽样或概率抽样 ——按一定随机规则（一定概率分配），从总体中 抽取部分个体。譬如，随机抽取部分上市公司 进行考察。 ——在随机抽样时，如果每个个体被抽取到的机会 （概率）均等，则称此随机抽样为简单随机抽 样。
4.考虑成本约束下调查方案的选取

在设计数据获取方案时，必须考虑经费的约束。 举例：考虑成本约束的调查方案设计
——假设调查费用预算额为1万元，调查所发生的固定费用为0.2 万元，每调查一个个体的可变费用为20元，在整群抽样中共 有20个群，每个群的个体数均在60至80之间，问：如何确 定所抽群体的个数？ ——设:所确定的整群抽样的个数为X，则调查所需总费用为 [2000＋60×20×X，2000＋80×20×X] ——从每个群最多人数考虑，所抽整群的个数可以是
1.概念 （1）实验 ——指为了获得特定数据，通过对参与者类型的恰当限定、对 数据产生条件的恰当限定、对数据产生过程的合理设计，而 获得数据的方法。它有4个要点： A.目的：为了获得特定数据 特定数据有三种类型：第一，是指在被考察对象的自然状况 下，用普通的观察（调查）方法难以获得的数据，如了解不 同肥料的功效等；第二，在真实状况下无法获得的数据（譬 如，p43国家税率的设计）；第三，在问卷调查等其他方法 中难以获得准确可信的数据，如调查学生作弊情况等。 B.手段之一：恰当限定数据产生条件，如设定除了肥料外的一 系列条件如温度、湿度、土壤肥力相同等以试验不同肥料对 增产的功效等。 C.手段之二：恰当限定参与者类型，举例：p44 D.手段之三：合理设计数据的产生过程
2 i
n

i
这一方法的困难在于，在抽样之前很难知道各类的方差。
3.常用的综合抽样方法
（2）整群抽样 ——将总体中的各个个体，按照某一标志量分为若干群，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。 ——要求：在对总体进行分群时，要求群体之间具有相似的特征（从而，抽出来 的群才具有代表性），而群体内部的个体之间的差异大并无妨碍，如调查高 新技术园区内技术白领的计划生育情况等。就必须选取高技术行业，而不能 将生产密集型企业工人纳入其中（原因何在？）。 ——与分层（类）抽样的区别：分层（类）抽样要求层（类）之间具有较大差异， 而层（类）的内部的个体之间的差异要相对小一些。 举例：抽样方法的选择 ——要调查新生对大学的印象，可以以班级为群，对群进行简单随机抽样，然后 对调查到的班级中的学生进行普查，即整群抽样；但如果要调查新生对课程 难易程度的反映，就应当按照新生的入学成绩分层（类），然后在每一层中 对学生进行抽样，对抽到的个体进行调查，即分层（类）抽样。
3.观察数据与实验数据
（1）观察数据：即在获取数据的过程中，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。观察数据通常受到很多因素的影响，在运用统 计方法时必须谨慎处理。如：农民年收入情况受到 天气、虫害、市场、品种等的影响。 （2）实验数据：即在获取数据的过程中，对数据产 生的条件实施了控制而得到的数据。实验数据的影 响因素通常由实验者决定控制。一个好的实验应该 是实验结果仅仅根据实验者设计的影响因素而变动， 丝毫不受到实验者不能控制的因素的影响。如汽油 添加剂的例子（p31）
3.常用的综合抽样方法
（3）等距抽样 ——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。 举例：注册会计师检查发票 ——注册会计师在测试企业发票开具和入帐情 况时，由于企业发票数很大，注册会计师 不可能对所有发票进行普查，此时可以采 取等距抽样，即首先确定准备抽查的发票 数，进而确定抽样间隔，最后，随机确定 抽取的第一张发票的号码，在按照确定的 间隔等距抽取待检查的发票。
3.常用的综合抽样方法
（1）分层（分类）抽样 ——按照总体中个体的某特征，把总体中的个体分为若干群体 （类），然后，对各个群内的个体进行简单随机抽样，如上市 公司抽样等。 ——不同群体所抽取的个体个数，一般三种方法确定： 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：即让每一类抽得得个体数与该类总体得个体数 之比，都相同；或者说，按照同一个比例，从各个类别中抽取 样本。 C.最优分配法（即方差分配法）：即从各类抽得的样本数 与 所要抽得的总样本数n之比，等于该类的方差 i 2与各类方差之 ni 和 2 ni i 与各类方差之和 之比，即 2
2.不同测度类型的数据的用途特点
（2）名义级（nominal）变量的数据，通常是 样本分类（分组）的依据，即名义级变量通 常作为分类变量（categorical variable）来使 用。如以性别作为分类变量考察男女工资水 平的差异等。 （3）序次级（ordinal）变量有时也可当作分 类变量使用。譬如按受教育程度分为不同组 别。 （4）少数情况下，刻度级（scale）数据也可 以用来分类。譬如：按企业总资产来分组： 10亿以下的为小公司，10-100亿为中等公司， 100亿以上的为大公司。
5.问卷调查中的若干问题
（3）问卷问题的写法 A.对单选问题：备选答案的分类应完备。如：领导干部家属与 领导之间的关系等p38. B.对单选问题:备选答案分类的标准（口径）应一致，不应当出 现按两个或以上的标准来划分备选答案。 举例：p38-39. C.对于多选题，备选答案可以交叉，可以处于不同层面。 D.无论对多选题还是单选题（特别是单选题），任何一个备选 答案都不能有多重含义。 E.无论对多选题还是单选题（特别是单选题），备选答案之间 不能有包含关系 F.问题设计的用词要准确。 G.问题设计的用语要含义明确。 H.问题的不同提法，可能导致不同的回答结果 ——郝兹伯格的“双因素”理论:即对某个问题的满意与不满意的 感觉是两个平行的轨道，而不是互补的关系。
5.问卷调查中的若干问题
（4）对于得不到诚实回答而又必须了解的数据的处理 办法 。举例：p41、42. A.变换问题的提法，从而获得相应的数据，如逃税问 题。 B.通过了解相对数据，判断总体的情况 ——譬如当调查不到企业的真实数据时，可以通过了解 相对数据（如该企业在行业中的排序或者通过了解 百分比），来推算企业的大致情况。如了解某企业 的产品成本状况，可以通过与其他企业的比较进行 分析。 （5）问卷问题的修改： ——小规模访谈或者试问卷
第2章 数据与数据的获得


2.1 总体、个体、特征与数据 2.2 数据类型 2.2.1 数据测度的分类 2.2.2 不同测度类型的数据的用途特点 2.2.3 观察数据与实验数据 2.3 获得数据的调查方法与问卷设计 2.3.1 概念与基本方法 2.3.2 数据调查中的若干重要问题 2.4 获得数据的实验方法 2.4.1 获得数据的实验方法的概念 2.4.2 用实验方法获得数据的优越性 2.4.3 获得数据的实验方法示例与若干重要概念的补充
X (1 0 0 0 0 2 0 0 0 ) 80 20 5
——
从每个群最少人数考虑，所抽整群的个数可 以是
X (1 0 0 0 0 2 0 0 0 ) 60 20 6 .6 6 7
，取整为6。 ——所以所抽群体的个数可以为5群或者6群。
5.问卷调查中的若干问题
（1）问卷问题的设立 ——问卷问题必须紧密围绕研究目标而设立。依据研究目 标，确定需要收集哪些数据，从而确定设置哪些问题。 ——问卷问题的设立，一个非常重要的方面是对变量（特 征）之间的相互关系的猜想。只有当你猜想到某些变 量（特征）可能与另外一些变量（特征）有某种关系 时，你才可能会把相关变量设置在问卷中。（如p36的 “企业对开展电子商务的政策要求”及“农民对土地 使用权转让的态度”等） ——问卷问题的设计，必须要从数据处理方法来判断需要 设立哪些问题。这时通常需要考虑以下方面：项目 （问题）的效度、问卷的信度与效度。
2.2 数据类型
1.数据测度的分类
（2）序次级（ordinal）数据 ——这类数据不能准确描述变量的差异，但 是可以确定顺序，即可以对这些数据作 不等式运算。譬如，受教育程度这个变 量的数据：1＝中学以下，2＝大学，3＝ 研究生。如果已知“大学>中学以下”， “研究生>大学”，便可以肯定有“研究 生>中学以下”。
1.数据测度的分类

(3)名义级（nominal）数据 ——仅仅是一种标志，用以区分变量的不 同值，但没有序次关系。如：以1表示性 别男，以0表示性别女；或者反过来编码， 以0表示性别男，以1表示性别女。
2.不同测度类型的数据的用途特点
（1）不同测度类型的数据都可以作为被统计对象直 接进入统计处理。 譬如：在利用不同文化程度人员找到工作的情况 （譬如：国有企业、外资企业、民营企业、其他企 业）数据来分析文化程度和找工作情况是否相关时， 这里“文化程度”是序次型（ordinal）变量，而 “工作情况”是名义级（nominal）变量。 但是，不同的统计处理对数据的测度类型的最低要 求不同。以后介绍不同统计方法时，将指出这些最 低要求。 一般说来，数据的等级越高，应用范围越广泛；等 级越低，应用范围越受限。