第四节 数据的采集（二）在线视频

同学们大家好

欢迎来到管理定量方法课程

我是今天的主讲老师杨老师

第四节我们还是一起来学习数据的采集

第二个部分

我们再回到前面谈到的

初级数据调查方案的结构

我们确定了调查的方案的目的

调查对象

和调查的单位

调查的项目

调查的时间

调查表

和调查问卷

今天我们重点讨论调查的方式和方法

关于统计调查方式的种类

一般分为两类

全面调查和非全面调查

在全面调查里

我们重点谈一谈普查

在非全面调查里面

我们重点讨论抽样调查

当然 全面调查和非全面调查

都包括了统计报表的调查方式

首先 我们看看非全面调查中的普查

普查是专门组织的一次性全面调查

普查所得到的资料较为全面和细致

但需要耗费大量的人 财 物和时间

所以在我国

人口普查周期是10年

农业普查的周期也是10年

经济普查稍微短一些

周期仍然为5年

这是普查的基本情况

那么除了普查之外

我们经常会用到统计调查方式中的

统计报表来进行全面调查

过去 统计报表曾经是我们国家主要的

数据收集方式

按照国家有关法律的规定

自上而下布置

自下而上逐级提供基本的统计数据

在我们做研究的过程中

最可能常见的统计调查方式是抽样调查

抽样调查是我们重点给大家讨论的内容

抽样调查可分为非随机调查

和随机调查

非随机抽样调查又分为

判断抽样

方便抽样

和配额抽样

随机抽样方式可以分成

简单随机抽样

系统抽样

分层抽样和整群抽样

我们一一把概念和大家一起来讨论一下

首先是非随机抽样

非随机抽样中的判断抽样

是按照一定的标准

有意识地在总体中抽取若干

合乎标准的样本进行调查

方便抽样

是抽取样本的标准

主要是方便

这样的抽取的样本代表性不高

经常用于案例研究

第三 配额抽样

根据已经定好的单位数据来抽取样本

可以看到这三种非随机抽样方式

特点都是相同的

他做不到每个样本被抽取的概率

都是相同的

所以 抽样的误差偏大一些

如果想缩小抽样误差

我们可以采用随机抽样的方式

来进行样本的研究

随机抽样可以分成简单随机抽样

系统抽样

分层抽样

和整群抽样

那么我们一一给大家讲解一下定义

随机抽样调查的特点

是可以总结为等可能性

每个总体的单位有同等的

被抽取的可能性

每个样本被抽中的可能性是相等的

在这个基础之上

我们首先看一看简单随机抽样

简单随机抽样

是可以做到每个样本被抽到的概率

都是一致的

它可以分成放回和无放回抽样

它们的特点的适用性都是非常高

效果好

但是成本偏高

在我们日常生活做研究的过程中

简单随机抽样最常见的方式就是抓阄

或者是抽签

虽然成本比较高

但是我们还是希望利用随机抽样的方式

来做研究

我们可以采用系统抽样的方式

系统抽样

又叫做等距抽样

变量值依据变量的大小进行排队

把所有的变量值分成n份

计算一个步长K

步长K就等于N除以n

N是总体数量

n是需要抽取的样本量

那么从1到K中随机抽取一个样本单位

以后每隔K个距离抽取一个样本单位

直到抽到n个单位

这是系统抽样的方式

第三种是分层抽样

分层抽样是把总体分成若干个层

使每一个层

层内的样本之间的差距是小的

层间差距大

确定了每一层层中的单位之后

我们需要去确定每一层中

需要抽取的样本量

需要抽取的样本量有两种分配的方法

一种是比例分配法

一种是最优分配法

比例分配法的公式是

ni等于N除以N再乘以n

ni代表的是从每一层中抽取的样本量

Ni代表每一层中单位的数量

N表示的是总体的数量

n代表的是需要抽取的样本量

也就是在需要抽取的样本量

每一层中设置一个权重

权重充分考虑了每一层中

单位数量的多少

单位数量越多

应该抽取的样本量在本层中就越多

那么这样的一个方法没有考虑到

不同层之间的样本和样本之间的差异

我们可以采用第二种方式

来确定每一层中抽取的样本量

这就是最优分配法

最优分配法的公式是

ni就等于Ni乘以σi再除以σ

Ni乘以σi再乘以n

这个公式中充分考虑了两个要素

一个就是每一层中的单位数量

另外小写的σ

代表的是本层中样本和样本

之间的差异值

我们用标准差来表示

我们的权重的计算既充分考虑了

本层中的单位数量

又考虑了本层中样本和样本之间的差异

我们把这种方法叫做最优分配法

用简单随机抽样的方式

从每一层中抽取足够的样本量

直到抽取了需要的样本量

这就是分层抽样

分层抽样是随机抽样中

最常见的一种方法

这里边我们给大家做了一个模拟

我们为了了解某一个行业中员工的

平均年薪

我们把100万人按照受教育程度分成了

大专及以上 高中或中专 初中 小学

或者以下 不同的四个层

这四个层中不同的单位数量

我们从大专或以上中的层抽取180人

从高中或中专的层里边抽取350人

初中层里边抽取300人

小学或者的以下的层里边抽取170人

一共组成了1000人的样本量

这就是一个典型的分层抽样

除了分层抽样之外

还有一种抽样的方式叫整群抽样

整群抽样跟分层抽样最大的区别在于

我们把总体分成了若干的群

群中各个单位的差异大

但总体内各群的差异是相似的

群间的差异是小的

根据简单随机抽样的方式

从中抽取一群或者是几个群

对被抽中的群内的所有的单位

进行全面调查

这里我们也模拟了一个整群抽样

我们从总体5000人的124个班里

抽取202个人做样本

首先124个班

不同的班级里边有不同的人数

我们就从124个班里边

随机地抽取5个班

5个班分别的人数是

40人 38人 41人 43人

和40人

一共组成了202个人的样本

数据调查的方法有以下几种

采访法

电话访谈法

邮寄问卷法

电子邮件调查法

座谈会法

还有个别的深访

当然现在有很多的研究者

采取了电子问卷的方式

更方便进行市场的调研和数据的调查

这里边我们举了一个例子

北京的零点调查公司

在获得初级数据的时候

通常采用了以下的几种方法

这些方法的数据来源的占比

我们给大家简单地做了一张图来展示

首先入户访问占了零点调查数据

收集方式来源的40%

电话访问占了来源的26%

焦点座谈的方式是

数据来源的15%左右

定点拦截的调查方式占了10%

深度访谈占了5%

店面的监测占了1%

网络调查占了1%

调查的实验占了1%

观察占了1%

很多数据的供应商采用了

多种数据调查的方式来获得初级数据

当我们获得了这些数据的时候

我们还要做最后一步

建模之前的最后一步

需要对我们的数据进行一个审核

因为数据来源分成两类

一类是原始的数据

一类是次级数据

原始数据的审核主要包括两方面

一个是审核数据的完整性

另外审核数据的准确性

在审核数据的准确性的时候

我们可以采用逻辑检查的方式

和计算检查的方式

初级数据的审核

一般我们是审核它的适用性和时效性

这里具体来讨论一下

对于原始数据的一手资料的审核

重要的是审核数据的准确性

准确性的审核有两种方式

一种逻辑检查

一种是计算检查

逻辑检查就是从定性的角度

审核数据是否符合逻辑

内容是否合理

各项或者数字之间有无相互矛盾的地方

主要用于定类的数据和定序的数据审核

计算检查调查表中

各项数据在计算结果和计算方法上

是否有错误

主要用于对定距和定比数据进行审核

关于二手数据的审核

重点审核的方法有两方面

一方面是适用性的审核

需要弄清楚数据的来源

数据的口径

以及有关的资料背景

确定这些数据是否符合

自己分析研究的需要

时效性的审核应尽量

使用最新的统计数据

来为我们的研究服务

确认是否必要做进一步的

数据加工和整理

以上就是我们讨论的数据的审核

我们在接下来的部分将为大家

重点讨论一下问卷调查的设计

和访谈数据的收集方式

作为我们本节课数据采集的重要补充

好 这节课就讲到这里

同学们再见