数据来源及调查方法

这是一篇关于数据来源及调查方法的思维导图，主要内容有调查方法:抽样和普查、概率抽样与非概率抽样、搜集数据的基本方式等。

数据来源及调查方法

• 调查方法：抽样和普查
• 概率抽样与非概率抽样
  • 1 概率抽样（强调样本的代表性、统计推断）：也称随机抽样，是指遵循随机原则进行的抽样，总体中每个单位都有一定的机会被选入样本。
    • 定量研究
    • 1 代表性：样本的特征与总体特征一致
    • 2 重点：推断统计，由分析样本得到结论，推断总体的特性。
    • 3 随机原则：每个单位都有机率被抽中，每个单位被抽中的概率是已知的
    • 4 样本统计量的理论分布存在（中心极限定理、正态分布）
    • 5 可依据调查结果推断总体
    • 6 抽样调查的特点
      • 经济性强
      • 时效性高
      • 适应面广
      • 准确度高
  • 2 概率抽样
    • 2.1. 抽样框：通常包括所有总体单位的信息，如企业名录、学生名册、住户门牌号等
      • 2.1.1. 名单抽样框
      • 2.1.2. 区域抽样框
      • 2.1.3. 时间表抽样框
      • 2.1.4. 要求
        • 完备性
        • 互斥性
    • 2.2. 简单随机抽样——最基本的方法，是其他抽样方法的基础（在规模较大的调查中，很少直接采用简单随机抽样，多结合使用）：从总体中随机抽取n个单位，每个单位入抽样本的概率是相等的。例如：抓阄
      • 2.2.1. 特点：简单、直观、对目标量进行估计及计算估计量误差都比较方便
      • 2.2.2. 缺点
        • 要求包含所有总体单位的名单作为抽样框，当n很大时，构成抽样框并不容易
        • 采用这种方法抽出的单位很分散，给实施调查增加了困难
        • 没有利用其他辅助信息以提高估计的效率
    • 2.3. 分层抽样（等比例，等额分层）：是将抽样单位按某种特征或某种规律划分为不同层次，然后从不同层中独立、随机地抽样样本。将各层的样本结合起来，对总体的目标量进行估计
      • 2.3.1. 优点：保证了样本中包含有各种特征的抽样单位，样本结构与总体特征相近，可以提高估计的精度、在一定条件下给调查提供了方便、既可参与对总体参数的估计，也可以对各层的目标量进行估计。
      • 2.3.2. 在实践中得到了广泛的应用
    • 2.4. 整群抽样：将若干个单位合并为组，这样的组称为群。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
      • 2.4.1. 优点：只需要群的抽样框，简化了边际抽样框的工作量、群通常由那些地理位置邻近或隶属于同一系统的单位所构成，调查的地点相对集中，从而节省调查费用
      • 2.4.2. 缺点：估计精度较差
    • 2.5. 系统抽样：将总体中的所有抽样单位按一定顺序排列，在规定的范围内随机抽取一个原始单位作为初始单位
      • 2.5.1. 优点：操作简单，如果存在辅助信息，会提高估计的精准度
      • 2.5.2. 缺点：对估计量方差的估计比较困难。
    • 2.6. 多阶段抽样：指两个或两个以上的阶段来完成抽取样本单位的过程。就是分阶段抽样，实用性较高，大规模抽样中，经常被采用
      • 2.6.1. 先抽取群，但并不是调查群内所有单位，而事再进一步抽样，从选中的群众抽取若干个单位进行调查。（群事初级抽样单位，第二阶段抽取的是最终抽样单位，不是说只有两个阶段）
      • 2.6.2. 具有整群抽样的优点，保证样本相对集中，节约调查费用，需要包含所有低阶抽样单位的抽样框，同时由于实行了再抽样，使调查单位在更广泛的范围内展开
  • 3 非概率抽样—无需推断总体，强调样本的典型性
    • 3.1. 典型性：样本对理论或特性、共性的反映、阐释、说明具有说服力
    • 3.2. 重点：描述统计，描述和分析样本，得到结论。
    • 3.3. 目的：收集特殊的个案、事件和行动，以澄清和深化理解
    • 3.4. 特点：抽取样本时不是一句随机原则而是根据研究目的对数据的要求，采用某种方式从总体中抽取部分单位对其实施调查。
    • 3.5. 样本统计量的分布是不确定的，不能用结果推断总体
  • 4 非概率抽样
    • 4.1. 方便抽样：调查过程中由调查员依据方便的原则，自行确定入选样本的单位，例如街头调查
      • 4.1.1. 优点：容易实施，调查成本低
      • 4.1.2. 缺点：样本单位的确定带有随意性，样本无法代表有明确定义的总体，调查结果不宜推断总体
    • 4.2. 判断抽样：研究人员根据经验、判断和对研究对象的了解，有目的的选择一些单位作为样本，有重点抽样、典型抽样、代表抽样等方式
      • 4.2.1. 判断抽样是主观的，样本选择的好坏取决于调研者的判断、经验、专业程度和创造性/
      • 4.2.2. 抽样成本低，容易操作
      • 4.2.3. 样本是人为确定的，没有一句随机的原则，调查结果不能用于推断统计
    • 4.3. 自愿样本：被调查者自愿参加，成为样本中的一份子，向调查人员提供有关信息，例如打电话询问
      • 4.3.1. 自愿样本与抽样的随机性无关
        • 样本是有偏的，不能推断总体
    • 4.4. 滚雪球抽样：先选择一组调查单位对其实施调查之后，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限速，进行此后的调查，这个过程持续下去，就会形成滚雪球效应
      • 4.4.1. 适合于对稀少群体和特定群体的研究
      • 4.4.2. 优点：容易找到那些属于特定群体的被调查者，调查成本也比较低
    • 4.5. 配额抽样：先将总体中的所有单位按一定的标志（变量）分为若干类，然后在你每个类中采用方便抽样或判断抽样的方式选取样本单位
      • 4.5.1. 操作简单，可以保证总体不同类别的单位都能包括在所抽的样本之中，使得样本的结构和总体的结构类似
      • 4.5.2. 抽取具体样本单位时，不是依据随机原则
• 搜集数据的基本方式
  • 自填式：没有调查员，回收率较低，成本较低，对填写人的要求高
  • 电话式：地域广
  • 面访式：面对面
• 数据搜集方法的选择需要考虑的问题
  • 抽样框中的有关信息
  • 目标总体的特征
  • 调查问题的内容
  • 有型辅助五的使用
  • 实施调查的资源
  • 管理与控制
  • 质量要求
• 实验方法
  • 实验组：是指随机抽选的实验对象的子集，在这个子集中，每个单位接收某种特别的处理
  • 对照组：每个单位不接受实验组成员所接受的某种特别的处理
• 什么是好的样本
  • 对总体有代表性
  • 样本特征尽可能地与总体特征一致
  • 每个被抽中的单位能够代表总体中已知的一定数量单位的特征
  • 一组大的样本并不能确保就是具有代表性的样本
• 数据的误差
  • 抽样误差：由于抽样的随机性带来的误差，所有样本可能的结果与总体真值之间的平均性差异，影响抽样误差的大小因素：样本量的大小，总体的差异性（抽样方法不一样，抽样误差就不一样）
  • 非抽样误差：相对于抽样误差而言，除抽样误差之外，由于其他原因造成的样本观察结果与总体真值之间的差异，包括回答误差、无回答误差、调查员勿擦好、测量误差
    • 回答误差
      • 理解误差：不确定词语的使用、问题顺序
      • 记忆误差：涉及一定时期内的事实
      • 有意识误差：敏感性问题
    • 无回答误差
      • 无回答误差的产生：拒绝、不在家、电话没人接等
      • 产生的原因
        • 随机的，与调查内容无关，例如问卷丢失
        • 系统的，与调查内容有关，例如故意不接听电话
      • 后果：系统性的无回答，会产生估计偏差，如收入调查、电话访问无人接听
      • 解决办法：不轻易放弃、多回访，多沟通，增大样本量
  • 抽样误差是一种随机性误差，只存在于概率抽样中，非抽样勿擦好则不同，无论是概率抽样、非概率抽样，还是在全面调查中，都有可能产生抽样误差
  • 抽样误差的控制
    • 抽样误差可计算和控制（要依赖于研究员的专业水准）
    • 非抽样误差的控制：调查员的挑选、培训、督导员的调查专业水平，调查过程的控制，调查结果需要进行检验、评估，现场调查人员进行奖惩的制度（依赖于执行力）
• 统计数据的质量要求
  • 精度、准确性、关联性、及时性、一致性、最低成本