统计学 -- 数据的来源

数据搜集方法.png

一.数据的直接来源

概念： 数据的直接来源也称为一手数据或原始数据，是指通过自己的调查或实验活动直
    接获得的一手数据，其收集方法主要有实验方法和非实验方法

特点： 一手数据的时效性和相关性好，但收集成本较二手数据要高很多

1-1. 实验方法

实验方法的基本逻辑：

有意识地改变某个变量的情况，然后看另一个变量变化的情况，如果第二个变量随着第一个变量的变化而变化，就说明变量1对变量2有影响，即控制变量

统计在实验法中的作用：

• 可以确定进行实验所需要的单位的个数，以保证实验可以达到统计显著的结果
• 将统计的思想融入实验设计，可以使实验设计符合统计分析的标准
• 统计提供了提供尽可能最有效地同时研究几个变量影响的方法
• 在对实验数据进行分析时，根据研究的需要，统计可以提供最恰当的分析方法
  
  

1-2. 非实验方法

  数据直接来源的非实验方法就是抽样，其中抽样可以分为两类：概率抽样 和 非概率抽样，其中概率抽样也区分为等概率抽样和不等概率抽样。
  为了不使篇幅过长，本文采用列表来表示常用的概率抽样方法、非概率抽样方法以及在抽样之后所用到的调查方法。

           常用的概率抽样方法

①. 简单随机抽样

• 概念： 简单随机抽样是从包括总体N个单位的抽样框中随机地、一个个地抽取n个单
      位作为样本，每个单位的入样概率是相等的
• 特点： 简单、直观，在抽样框完整时，可以直接从中抽取样本，由于抽取的概率相
      同，用样本统计量对目标量进行估计及计算估计量误差都比较方便
• 局限性：
  • ⑴. 它要求将包含所有总体单位的名单作为抽样框，当N很大时，构造这样的抽样
       框不容易
  • ⑵. 这种方法抽出的单位很分散，给实施调查增加了困难
  • ⑶. 这种方法没有利用其他辅助信息以提高估计的效率

②. 分层抽样

• 概念： 是将抽样范围按某种特征或某种规律划分为不同的层，然后从不同的层中独
      立、随机地抽取样本
• 优点：
  • ⑴. 保证了样本中包含有各种特征的抽样单位，样本的结构与总体的结构比较相
       近，可以提高估计的精度
  • ⑵. 这种方法在一定条件下为组织实施调查提供了方便；（当层是按行业或行政区
       划进行划分时）

③. 整群抽样

• 概念： 将总体中若干个单位合并为群，抽样时直接抽取群，然后对中选群中的所有单
      位全部实施调查
• 优点:
  • ⑴. 抽取样本时只需要群的抽样框，大大简化了编制抽样框的工作量
  • ⑵. 群通常由隶属于同一系统的单位所构成，调查地点相对集中，节省了调查费
       用，方便了调查的实施
• 缺陷： 估计的精度较差

④. 系统抽样

• 概念： 将总体中的所有单位按一定顺序排列，在规定的范围内随机抽取一个单位作为
      初始单位，然后按事先制定好的规则确定其他抽样单位
• 优点:
  • ⑴. 操作简便
  • ⑵. 如果有辅助信息，对总体内的单位进行有组织的排列，可以有效地提高估计的
       精度
• 缺点: 对估计量方差的估计比较困难

⑤. 多阶段抽样

• 概念：先抽取群，但不是调查群内的所有单位，而是进一步抽样，从选中的群众抽取
     出若干个单位进行调查；（这种属于二阶段抽样）
• 优点:
  • ⑴. 具有整群抽样的优点，保证了样本相对集中，节约了调查费用
  • ⑵. 不需要包含所有低阶段抽样单位的抽样框
  • ⑶. 由于实行再抽样，所以调查单位可以在更广的范围内展开

           常用的非概率抽样方法

①. 方便抽样

• 概念： 指调查过程中，调查员依据方便的原则，自行确定作为样本的单位
• 优点： 容易实施，调查成本低
• 缺点： 样本的确定带有随意性，将调查结果推广到总体没有任何意义

②. 判断抽样

• 概念： 指研究人员根据经验、判断和对研究对象的了解，有目的地选择一些单位作为
      样本。
• 优点： 抽样成本较低、容易操作

③. 自愿样本

• 概念： 指被调查者自愿参加，称为样本中的一份子，向调查人员提供相关信息；（如
      网上发问卷）

④. 滚雪球抽样

• 概念：在滚雪球抽样中，首先选择一组调查单位，对齐实施调查之后，再请他们提供
      另外一些属于研究总体的调查对象，调查人员根据所提供的线索，继续进行调
      查；
• 优点：
  • ⑴. 容易找到属于特定群体的被调查者，调查成本较低
  • ⑵. 适合用于对稀少群体的调查

⑤. 配额抽样

• 概念： 首先将总体中的所有单位按一定的标志分为若干类，然后再每个类别中采用方
      便抽样或判断抽样的方式选取样本单位
• 优点：
  • ⑴. 抽样操作简单，可以保证总体中不同类别的单位都能包括在所选取的样本中，
       使样本的结构和总体的结构类似
  • ⑵. 在配额抽样中，可以按单一变量控制，也可以按交叉变量控制（交叉变量配额
       控制可以保证样本的分布更为均匀）

            抽样后的调查方法

①. 自填式

• 概念： 指在没有调查员协助的情况下由被调查者自己填写，完成调查问卷
• 优点:
  • ⑴. 调查组织者对自填式方法的管理相对容易，只要把问卷正确送到被调查者手中
       即可
  • ⑵. 成本最低，增加样本量对调查费用的影响很小，所以可以进行大范围的调查
  • ⑶. 对被调查者有利，他们可以选择方便的时间填写，可以参考相关记录而不必依
       靠记忆回答
  • ⑷. 由于调查员不在场，因此可以在一定程度上减少被调查者回答敏感问题的压力
• 缺点:
  • ⑴. 问卷的回收率低；（通常需要做很多跟踪回访工作以取得较高的回收率）
  • ⑵. 自填式方法不适合结构复杂的问卷
  • ⑶. 自填式方法对调查的内容有所局限
  • ⑷. 自填式方法的调查周期通常都比较长，调查人员需要对问卷的递送和回收方法
       进行仔细的研究和选择
  • ⑸. 对于数据搜集过程中出现的问题，一般难以及时采取调改措施

②. 面访式

• 概念： 指现场调查员与被调查者面对面，调查者提问、被调查者回答这种调查方式
• 优点：
  • ⑴. 提高了调查的回答率
  • ⑵. 提高了调查数据的质量
  • ⑶. 可以对识字率低的群体实施调查
  • ⑷. 由于调查问卷式由经过训练的调查员所控制的，所以在问卷设计中可以采用更
       多的技术手段，使得调查问题的组合更为科学、合理
  • ⑸. 在面访调查中，还可以借助其他调查工具以丰富调查内容
  • ⑹. 对数据搜集所花费的时间可以进行调节；（加快或减慢都可以）
• 缺点：
  • ⑴. 调查的成本较高；（调查费用与样本量关系十分密切）
  • ⑵. 面访的方式的调查中对质量的控制有一定的难度，调查的数据质量与调查员的
       工作态度、责任心有直接关系
  • ⑶. 对于敏感问题，除非对调查员进行角色筛选，对调查员的访谈技巧进行专门的
       技术培训，否则在面对面的条件下，被调查者通常不会像自填式方法下那样放
       松

③. 电话式

• 概念： 指调查人员通过打电话的方式向被调查者实施调查；
• 优点：
  • ⑴. 速度快，能够在很短的时间内完成调查
  • ⑵. 特别适合样本单位十分分散的情况，数据搜集的成本低
  • ⑶. 电话调查对调查员也是安全的；（不需要去偏僻的地区）
  • ⑷. 电话调查中，对访问过程的控制较为容易，因为调查员的工作地点都在一起，
       调查遇到的问题可以得到及时处理和解决，调查督导对访问实施监听也很容易
• 局限性：
  • ⑴. 在电话使用率不高的地区，电话调查会受到限制
  • ⑵. 使用电话进行访问的时间不能太长，人们不愿意通过电话进行冗长的交谈，在
       被访问者对调查内容不感兴趣时更是如此
  • ⑶. 电话调查所使用的问卷要简单
  • ⑷. 与面访式相比，电话调查在被访问者不愿意接受调查时要说服他们就更为困难

④. 观察式

• 概念：通过直接观测的方法获取信息
  
  

二.数据的间接来源

概念： 数据的间接来源指的是数据是由别人通过调查或实验的方法搜集的，使用者只是
   找到它们并加以使用（从这种途径收集到的数据称为间接来源的数据）

来源： 间接数据来源包括两种，系统内部和系统外部。系统内部是指统计部门和各级政
   府部门公布的有关资料等，而系统外部指经营活动过程中的各种统计报表等

优缺点：

• ①. 优点
  • ⑴. 搜集容易
  • ⑵. 采集数据的成本低，而且能很快得到
  • ⑶. 二手数据的作用比较广泛，除了分析所要研究的问题，这些资料还可以提供研
       究问题的背景，帮助研究者更好地定义问题，检验和回答某些假设和疑问，寻
       找研究问题的思路和途径
• ②. 局限性
  • ⑴. 二手资料不是为特定的研究问题而产生的，所以在回答所研究的问题方面可能
       有欠缺；（因此，在使用二手资料前，对二手资料进行评估是有必要的）

  • ⑵. 针对性不够

    
    
    结束语.jpeg