数据的搜集

数据的搜集知识梳理，包括数据的直接来源和间接来源、原始数据收集的调查方法和数据的误差等等。

数据的搜集

• 数据的来源
  • 间接来源
    • 二手数据
      • 特点
        • 搜集容易
        • 采集成本低
      • 评估
        • 数据是谁搜集的（who）
        • 为了什么目的搜集的（what）
        • 怎样搜集的（how)
        • 在哪里搜集的(where)
        • 什么时候搜集的(when)
  • 直接来源
    • 实验数据
      • 通过实验方法得到的数据
      • 通常是对自然现象而言
      • 也被广泛运用到社会科学中
    • 调查数据
      • 通过调查方法获得的数据
      • 通常是对社会现象而言
      • 通常取自有限总体
• 原始数据的搜集
  • 调查方法
    • 概率抽样
      • 简单随机抽样
        • 定义：随机抽取，每个单位入抽样本的概率（入样概率）相等
        • 规模较大调查中较少采用
          • 特点：①简单、直观；②可直接抽取；③估计方便
          • 局限性：①N很大时不易构造抽样框；②抽出单位很分散时实施调查困难；③无其它辅助信息提高估计效率
      • 分层抽样
        • 定义：将抽样单位按某种特征或某种规则划分为不同的层，然后从不同的层中独立、随机地抽取样本
        • 优点：①保证样本的结构与总体的结构比较相近，从而提高估计的精度；②组织实施调查方便；③既可以对总体进行估计，也可以对各层估计
      • 整群抽样
        • 定义：将总体若干单位合并为组（群），直接抽取群，然后对群中所有单位全部实施调查
        • 特点：①抽样时只需群的抽样框，可简化工作量；②调查的地点相对集中，节省调查费用，方便调查的实施
        • 缺点：估计的精度较差
      • 系统抽样
        • 定义：将总体中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，然后按事先规定好的规则确定其它样本单位
        • 特点：操作简便，可提高估计的精度
        • 缺点：对估计量方差的估计比较困难
      • 多阶段抽样
        • 先抽取群，从选中的群中再抽取单位调查
        • 具有整群抽样的优点
        • 需包含所有低阶段抽样单位的抽样框；同时由于实行再抽样，范围更广泛
        • 大规模抽样调查中，经常被采用的方法
    • 非概率抽样
      • 方便抽样
        • 具有整群抽样的优点，保证样本相对集中
        • 由调查员方便原则，自行确定入抽样本单位
        • 优点：容易实施，调查的成本低
        • 缺点：样本单位的确定随意性，样本无法代表有明确定义的总体，调查结果不宜推断总体
      • 判断抽样
        • 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
        • 类型
          • 重点抽样：抽取反映主要情况或基本趋势的样本（通常是在总体中有举足轻重、能够在很大程度上代表总体的基本情况，样本单位尽量少，其值在总体中所占比重应尽量大）
          • 典型抽样：典型单位要具有研究问题的本质或特征
          • 代表抽样：有典型抽样的含义
        • 优点：成本比较低，容易操作
        • 缺点：人为确定，不能用于对总体有关参数进行估计
      • 自愿样本
        • 被调查者自愿参加，成为样本中的一分子，向调查人员提供有关信息（参与报刊上和互联网上刊登的调查问卷活动，向某类节目拨打热线电话等）
        • 自愿样本与抽样的随机性无关：①样本是有偏的；②不能依据样本的信息推断总体
      • 滚雪球抽样
        • 先选择一组调查单位，实施调查后，请他们提供另外一些属于研究总体的调查对象，根据所提供线索，进行此后的调查。
        • 适合对稀少群体和特定群体研究
        • 优点：①容易找到特定群体被调查者；②调查成本低
      • 配额抽样
        • 类似分层抽样，每类中采用方便或判断抽样
        • 操作简单，可保证总体中不同类别的单位都能包括在所抽样本中，使样本结构和总体结构类似
  • 数据的误差
    • 抽样误差
      • 由于抽样的随机性所带来的误差
      • 所有样本可能结果与总体真值间平均性差异
      • 影响抽样误差的大小的因素
        • 样本量大小
        • 总体的变异性
    • 非抽样误差
      • 除抽样误差外，其他原因造成的样本观察结果与总体真值之间的差异
      • 存在于所有的调查之中：概率抽样，非概率抽样，全面性调查
      • 有抽样框误差、回答误差、无回答误差、调查员误差、测量误差