三、缺失值的处理.pptVIP

数据处理 对调查材料进行审查、检验和初步加工，使之系统化和条理化，并以集中、简明的方式反映调查对象总体的情况。主要是对文字资料和数据资料的整理。（资料还包括实物资料和视听资料） 资料 可供计算机分析的数据形式 数据处理的重要性： 社会调查深化、提高 由感性认识向理性认识飞跃 第一节 资料检查与校订 检查——资料是否完整、准确和真实； 校订——对初步检查合格的问卷做更细致的查验，找出不合格答案，并做相应处理。 第二节 资料编码 一、编码的一般规则 二、开放题编码技术 三、编码手册 一、编码的一般规则 1. 确定编码方式； 2. 除了对每个回答的选项进行编码外，还要对问卷编号、访问员编号等内容依照统一标准进行编码； 3. 数字资料尽可能保持原貌； 对于“不确定”、“不知道”或“其他”选项，编码设计使用固定代码。 有些调查要对无回答和不知道的答案进行编码 对无回答的编码常用的是0.对不知道 的编码常为9.或99,或999.但是少数问题可 能很麻烦，如家庭子女数.所以对无回答和不 知道的编码必须是在经验上决不会出现的数 字.这样编码往往要多一列,如 无回答为99, 不知道为98.三个孩子要填03. （1）工作后您是否参加过成人教育？ 1. 是（ ） 2. 否（ ） （2）如参加过，是哪一类？（如没有参加过，编码用9） 1. 初中文化补习 （ ） 2. 高中文化补习 （ ） 3. 专门的职业培训（ ） 4. 其他的进修学习（ ） （3）总共（ ）年。（如没有参加过，编码用99） 二、开放题编码技术 事后编码——确定范围 1. 分类 2. 代码指南 3. 如何应付新的答案 4. 如何归类不十分清晰的答案 5. 注意编码工作的时间地点 三、编码手册 1. 与编号有关的内容 2. 与变量编码有关的内容 3. 与变量数值编码有关的内容 4. 与缺失值有关的编码内容 四、特殊题型的编码 1. 复选题的编码 2. 排序题的编码 第三节 数据录入与整理 数据录入——将问卷资料所对应的代码扫描或用键盘直接输入计算机磁盘，建立数据文件； 数据整理——数据清理和缺失值的处理 一、录入方式 1. 人工输入 2. 计算机辅助系统转换 3. 光电输入 二、数 据 清 理 1.可能数值清理 对于问卷中的任何一个变量它的有效的编码值往往都有某种范围.当数据中的数字超出了这一范围时,这个数字一定是错误的. 这种错误可以发生在资料处理的每一个阶段.比如:错误回答, 编码员错写, 录入人员错误输入. ★ 在电脑上检查有效范围的编码值. 2.逻辑一致性的清理 逻辑一致性的清理是从另一角度来查找数据中所存在的问题.其基本思路是依据问卷中的问题的相互之间所存在的内在逻辑联系来检查前后数据之间的合理性. 3. 数据质量抽查 是指用随机抽样的方法抽取一部分个案,来估计和评价全部数据的质量. 根据样本中的个案数目的多少,以及每分文卷中变量数和总字符数的多少,研究者往往抽取2%—5%,的各按进行质量抽查. 举例： 一项调查样本规模为1,000个个案,以分文卷的字符数(数据的个数)为200个,研究者从中随机抽取3%的个案,即30份进行对照检查,结果发现由2个字符输入错误,这样 2÷(200×30)= ≈0.03% 可知,数据差错率在0.03%左右.这也就是说在总共20万个数据中,大约有60个左右的差错.我们虽无法查出他们 ,但却知道他们占多大的比例,对我们的调查结果有多大程度的影响 . 三、缺失值的处理 1. 缺失值的分析 2. 缺失值的预防 3. 缺失值的估计 四、统计表与统计图 1.统计表的构成 构成:总标题,横行标题,纵栏标题,指标数值资料来源,五个部分构成. ★简单分组表: 2.统计表的制作 统计表的制作原则是科学,规范,简明,实用,美观. 统计表制作时应注意的问题: 首先 标题要简短明了. 确切说明表中数据的内容,使人一目了然. 其次 表的纵栏标题与横行标题要准确反映变量取 值的含义,排序也应具有一定的逻辑结构. 第三 表中的数据资料必须注明计量单位. 第四 对于一般频数分布表则应列出合计栏,以便获