第三章社会统计资料的整理

编制组距数列必须要确定组距和组数。首先要找 出全部变量的最大值和最小值的距离（即全距）， 以及大多数变量集中在什么范围内，然后才能据 以考虑组距和组数的问题，务必使分组的结果尽 可能反映出总体分布的特点。 组数的确定和组距有密切联系。组距大则组数少， 组距小则组数就多，两者成反比例的变化。在具 体确定组距时，应使组距能体现组内资料的同质 性和组与组资料的差异性。
二、数据资料的分组 按照一定的标志，把数字资料划分为不同的组成部分。 （一）分组的意义 1、可以找出总体内部各个部分之间的差异。 2、可以深入了解现象总体的内部结构。 3、可以显示现象之间的依存关系。
（二）分组的步骤步骤：选择分组标志、确定分组界限、编 制变量系列。 1、选择分组标志（分组的标准或依据） （1）品质标志—按性质和类别分组。如性别、质量优劣 等。 （2）数量标志—按事物的发展规模、水平、速度、比例 等数量特征分组。 （3）空间标志—按事物的地理位置、区域范围等空间分 组。 （4）时间分组—按事物的持续性和先后顺序分组。

现以某厂工人年龄分布情况为例，将这两 种方法的换算结果列成表3。
表3 某厂工人年龄分别情况

以上标准组距最后两组的人数为32.5与10， 实际上也就是次数密度乘以标准组距5的结 果。

异距数列常在以下场合运用：第一，有许多社会 经济现象的分布存在明显的偏斜状况，这时变量 不适合等距分组，必须采用异距分组。例如，人 口总体的年龄分布，考虑到80岁以上的高寿者在 总人口中所占比重极小，故分组时80岁以下可按 10岁组距分组，80岁以上的组距就应扩大。第二， 有些社会经济现象的标志变异范围较大，其变量 若按一定比例关系变化发展的话，可按等比间隔 分组编制异距数列。例如，钢铁厂高炉按容积 （立方米）的异距分组为100以下，100～200， 200～400，400～800，800～1600，1600 以上。显然，其组距间隔等比为2。
三、文字资料的汇编 汇编的目的指按调查目的和要求对分类后的资 料进行汇总和编辑，使之成为能反映调查对象客 观情况的系统、完整、集中和简明的材料。 1、汇编的方法 根据调查的目的、要求和调查对象的具体情况， 确定合理的逻辑结构，使汇编后的资料既能反映 调查对象总体的真实情况，又能说明调查所要说 明的问题。要对资料进行初步加工，如给各类资 料加上标题、符号，编上序号等。 2、汇编的要求 （ 1 ）完整和系统 —可用的资料汇编后要分类编 在一起。 （2）简明和集中—尽可能于标志变异比较均匀的现象， 或者说，各组性质差异是由变量值均匀增 加或减少而引起的。例如，学生成绩60分 以上者，每增加10分就进入高一级档次。 人口按身长、体重的分组等，一般均采用 等距数列。


2、异距数列。异距数列各组次数的数值受组距 不同的影响。在研究各组次数实际分布时，要消 除组距不同的影响，这就要将不等组距的次数换 算成标准组距次数。可以数列中最小组组距为标 准组距，将不等组距次数换算为统一的标准组距 次数，并以此绘制图形，或者是在原数列基础上 先计算次数密度或频率密度，其公式为： 次数密度＝各组次数/各组组距 频率密度＝各组频率/各组组距 以上两种方法实质上是一样的。


统计分组是统计整理的第二步，它是按照统计研 究的目的，将数据分别列入不同的组内，在第二 章中，将数据分成四种计量尺度，即定类尺度、 定序尺度、定距尺度和定比尺度。其中，定类尺 度和定序尺度的数据是按照事物的性质和属性划 分的，因而又称为按品质标志分组；定距尺度和 定比尺度是按照事物的数量标准划分的，又称为 数量标志分组。 例：见教材第27页表3－1


（三）组限和组中值 1、组限。确定组距和组数之后，还有确定组限 的问题。组距两端的数值称组限。组距的上限、 下乡都齐全的叫闭口组；有上限缺下限，或有下 限缺上限的叫开口组。 确定组限要遵守一个基本原则，即按这样的组限 分组后，标志值在各组的变动能反映事物的质的 变化。也就是要使同质的单位在同一组内。这就 设计到组限的表示方法，下面介绍两种常用的表 示方法：
二、整理资料的原则 1、真实性原则—是整理资料的最根本要求； 2、准确性原则—描述事实要准确，特别是数据； 3、完整性原则—尽可能全面、如实的反映全貌； 4、统一性原则—调查对象要统一，调查指标及其操作 定义要统一，调查方法要统一，调查资料的计算方法、 计量单位要统一等等； 5、简明性原则 —资料尽可能简单、明确。该用文字说 明的用文字说明，该用表格的用表格，该用图表的用 图表。 6 、新颖性原则 — 要尽可能用新的观点、新的角度来审 视资料、组合资料。
表2 某地区的人口分布状况




1、等距数列。等距数列分组时，一般应依据总 体内部情况的定性分析来确定组数，然后用全距 除以组数，确定组距，并据以划分各组的界限。 设R为全距、K为组数、i为等组距 如上例，R＝43，设K＝5 则i＝R/K＝43/5＝8.6 为方便计算，i宜取5或10的整数倍，故可令i＝ 10。根据考分现象可知，60分是必须划分及格与 不及格两种性质的数量界限，因此，可在60分以 上及以下均按10分的等组距进行分组。

由表3－3可看出，城镇人数比重小于乡村。 对于品质数列来讲，如果分组标志选择得 好，分组标准定得恰当，则事物的差异表 现得就比较明确。品质数列一般也比较稳 定，通常均能准确地反映总体的分布特征。

按数量标志分组形成为变量数列。按数量标志分 组时，可分为单项式和组距式两种，因此，变量 数列也分为单项数列和组距数列两种。（1）单 项数列是总体按单项式分组而形成得变量数列， 每个变量值是一个组，顺序排序，在组数不多和 组值变动幅度不大时采用。如表3－10。（2）组 距数列是总体按组距式分组而形成得变量数列， 每个组是由若干个变量值形成的区间表示，在变 量个数较多，变动幅度较大时采用。如表3－12 所示。
第三章 调查资料的整理方法
本章主要内容： 整理资料的意义、原则和步骤（重点） 文字资料整理的方法 数字资料整理的方法(重、难点) 统计表的统计图的种类与制作方法（重点）
第一节 整理资料概述
一、 整理资料的涵义和意义 1、涵义 指运用科学的方法，将调查的原始资料按调查目的进 行审核、汇总与初步加工，使之系统化和条理化，并 以集中、简明的方式反映调查对象总体情况的过程。 2、意义 第一，它是对调查资料的全面检查，是提高调查资 料质量及其使用价值的必要步骤。 第二，进一步分析研究资料的基础。 第三，积累保存资料的客观要求。 总之，整理资料是从调查阶段过渡到研究阶段、由感 性认识上升到理性认识的一个不可缺少的中间阶段。
第二节 文字资料的整理
文字资料一般包括：历史资料、汇报材料、总结报告、访 谈记录、观察记录、问卷答案等。 一、文字资料的审核 1、真实性审核。也称信度审核，就是看调查资料是不是真实 可靠。它包括文字资料本身的真实性审核及内容的可靠性审核。 文字资料本身的真实性审核，是指通过审查以判明调查所得的文 献资料、观察和访问记录等文字资料本身的真伪。一般可采用两 种方法，一是外观审查，即从作者、编者、出版者、版本、印刷 技术、纸张等外在情况来判断文献的真伪。二是内涵审查，即从 文献的内容，使用的词汇、概念，写作的技巧和风格等内在情况 来判断文献的真伪。 对文字资料内容的可靠性审查，是指通过审查判明文字资料的 内容是否真实地反映了调查对象的客观情况。一般可用以下方 法：经验法（找有经验的专家或实践丰富的调查人员实施）、逻 辑法（根据内在逻辑检验）、来源法（根据来源渠道判断）。 2、合格性审核。审核调查资料是否符合原设计要求。


分配数列是统计分组的一种重要形式，它可以反 映总体的结构分布状况和分布特征，这对于统计 分析是很重要的。根据分组标志的不同，分配数 列可分为两种：品质分配数列（简称品质数列）； 变量分配数列（简称变量数列）。 按品质标志分组形成为品质数列。品质数列由各 组名称和次数组成。各组次数可以用绝对数表示， 即频数；也可以用相对数表示，即频率。见表3 －3。

选择分组标志的原则：从研究目的出发选 择分组标志；从能够反映被研究对象本质 的需要选择标志；应多角度地选择分组标 志；根据具体历史条件选择；坚持穷尽性 和互斥性原则。
第五节 数据资料的整理之三——分 配数列（变量数列的编制）

一、分配数列的概念和种类 在统计分组的基础上，将总体的所有单位 按组归类整理，并按一定顺序排列，形成 总体中各个单位在各组间的分布，称为次 数分配或分配数列。分布在各组的个体单 位数叫次数，又称频数；各组次数与总次 数之比叫比率，又称频率。

表1 某班学生统计学考试成绩表

本例视研究对象本身的特点和研究的目的， 按组距为10，定组数为5。按经验的看法， 组数过多过少都不妥，一般情况下可分为 5～7组，组数尽可能取奇数，避免偶数。

（二）等距分组和异距分组 组距数列根据组距是否相等，分为等距数 列和异距数列两种。等距数列中各组组距 都是相等的（如表1所示）；异距数列中每 组的组距是不全相等的（如表2所示）。
二、文字资料的分类 分类就是根据资料的性质、内容或特征，将相异的资料区别开 来，将相同或相近的资料合为一类的过程。 1、方法：前分类法，即在设计调查提纲和表格时，就按照事物 和现象的类别设计调查指标，然后再按分类指标搜集资料、整理 资料。如有结构观察的卡片、标准化访问的记录等大多采取前分 类办法。 后分类法，即在调查资料搜集起来之后，再根据资料的性质、内 容或特征将它们分别集合成类。 2、分类的关键在于正确确定分类标准，要遵循以下原则：科学 性原则、客观性原则、穷举原则、相斥原则。 3、分类的意义： 它是认识社会现象的初步成果。 它是揭示事物内部结构的前提。 它是研究不同类别事物之间关系的基础。

由此可见，变量数列也是由各组名称（由 变量值表示）和次数（或频率）组成。频 率大小表明各组标志值对总体的相对作用 程度，也可以表明各组标志值出现的频率 大小。变量的具体数值即变量值通常用符 号x表示；各组单位数即次数或频数（其相 对形式即频率）通常用符号f表示。变量数 列的编制，特别是其中组距数列的编制是 比较复杂的，下面就组距数列的编制方法 专门加以研究。