数据搜集

1 数据来源

所有统计数据都来源于社会调查或试验，但从使用角度看，统计数据来自两条渠道：

• 间接来源，由别人通过调查或试验方式搜集
• 直接来源，由自己通过调查或试验方式搜集

1.1 数据的间接来源

间接数据来源既包括取自系统外部，也包括取自系统内部。外部获取途径包括政府部门定期发行的年鉴、经济信息中心，咨询机构、调查机构、协会或行业的发展的情报；各类报纸、期刊、图书馆文献资料；各种会议、学术研讨会等。内部获取途径，就经济活动来说，包括公司或企业内部业务以及与生产相关的统计报表、财务、会计核算等。

---

1.2 间接数据的评价

间接数据搜集成本相对较低，搜集难度相对容易。但是，间接数据也存在较大弊端，一是间接数据不是为特点研究而产生的，在做研究时可能并不支持个人的预期结论。另外，间接数据的来源口径也存在差异，数据的准确性需要具体分析。因此，使用间接数据需要对数据的准确性进行评估。评估需要考虑如下问题

• 资料谁搜集的？
• 搜集的目的？
• 如何搜集的？
• 什么时候搜集的？

---

1.3 数据的直接来源

数据直接来源即通过调查或实验的方法得到的一手资料。调查相对于社会现象而言，调查数据通常取自有限总体。如果对总体进行调查，则为普查。如果总体较大，普查将是一项巨大的工程，时间、精力于与成本的投入可能阻碍了研究工作。因此，如何进行抽样调查成为统计学家需要考虑的一个问题。实验是相对于自然现象而言的，但社会学家也利用实验或准实验的方法来获取数据。

---

2 调查数据

使用抽样调查数据的方式较多，根据不同方式可分为概率抽样与非概率抽样

2.1概率抽样

概率抽样也称为随机抽样，需要遵循以下原则

• 抽样要按照一定概率以随机方式抽样
• 个体被抽中的概率是已知且可计算的
• 用样本对总体目标进行估计，要考虑到每个样本被抽中的概率

抽样概率的方式包括以下几种：

• 简单随机抽样：从包含N个个体的抽样框中随机地、一个一个地抽取n个样本，每个样本入样地概率相等

• 分层抽样：将抽样单位按照某种特征或某种规则分为不同地层，然后从不同地层随机地抽取样本。

• 整群抽样：将总体若干单位合并为组，这样地组称为群。抽样时直接抽取群，然后选中群中地所有单位全部实施调查。

• 系统抽样：将总体中所有单位按一定顺序排列，在规定地范围内随机抽取一个单位作为初始单位，然后按照事先规定地规则确定其他抽样单位。

---

2.2 非概率抽样

非随机抽样与随机抽样不同，它是根据数据要求、采取某种方式从总体抽出部分单位进行调查。非概率抽样主要包括以下几种：

• 方便抽样：怎么方便怎么来，带有主观随意性
• 判断抽样：根据样就这自身经验、判断、知识等，有目的地选择一些单位作为样本机械能调查。根据目的不同，又可以分为重点抽样、典型抽样与代表抽样
• 自愿样本：被调查者自愿参与，主动成为样本的一份子。
• 滚雪球抽样：针对于稀少群体的调查。在滚雪球抽样中，首先选择一组单位调查，对其实施调查后，根据被访者提供属于样本总体的调查对象，调查人员根据所提供的线索，进行调查。
• 配额抽样：先将总体按照某一特征进行排序分为若干类，然后再实施方便抽样或判断抽样选取样本。主要运用在市场调查中。

---

2.3 概率抽样 *vs.*非概率抽样

非概率抽样方便快捷，对统计学的技术要求不高，适合于探索性研究。但是，非概率抽样由于个体的概率分布不确切，无法使用样本结果对总体的相关参数进行推断统计。如果将非概率抽样样本进行参数假设、区间估计、回归分析等，可能与实际情况存在偏误。概率抽样要求研究者有较高的统计技术知识，其调查成本也比非概率抽样高

---

3 搜集数据的方法

搜集数据的方法主要包括

• 自填式：在没有调查员协助时，被调查者自己填写
• 面访式：在调查现场中与被调查者面对面对交流、询问。
• 电话式：调查者通过打电话方式向被调查者调查

---

4 实验数据

实验数据是在实验室控制实验对象而搜集到的数据

4.1 实验组与对照组

实验不仅是搜集数据的方法，也是一种研究方法。实验的基本逻辑：

改变某个变量（A）的情况，然后观察另一个变量(B)的变化情况。如果B随着A的变化而变化，则说明A对B有影响。为此，需要将样本一分为二，一个为实验组，另一个为对照组。实验组指随机抽选实验对象的子集，并对这个子集特殊处理；对照组额每个单位不接受某种特殊处理。

---

4.2 实验中的若干问题

实验虽然逻辑严密、较好证明假设、分析事物之间的因果，但实验过程也存在相关问题：

• 第一，受试者（人）的意愿。每个人都有子集的生活方式与处世原则，被试者未必按照要求行事
• 第二，心里问题。人么对被研究非常敏感，这使得受试者更加注意自我
• 第三，道德问题。道德问题使人与动物的实验过程复杂化。另外，一些的隐私数据可能存在泄露。

---

-END-

参考文献：

贾俊平等. 统计学(第六版) [M]. 中国人民大学出版社,2000