商务调查与分析第九讲：数据编码与分布描述.pptVIP

商务调查与分析第九讲：数据编码与分布描述 国际商学院 数量分析与统计系 讲授：杨震宁 目录 数据编码 数据分布描述 数据编码与分布描述 管理研究需要对用各种方式收集到的信息进行编码、分析和解释。也就是说，信息要转换成为便于存贮和统计分析的数据。 通过对经过编码的数据进行分布描述和研究，我们才能知道这些数据是否支持理论假设。 数据矩阵 研究中收集到的信息，需要进行整理，通常的做法是建构一个数据矩阵，矩阵的行是分析单位，矩阵的列是分析变量，矩阵的单元格中是原始数据。 每个个体或组织都可以看成是一个分析单位，分析单位的确定依赖于研究人员所要研究的问题。比如，在国际经济关系研究中，国家可以看作一个分析单位。 数据矩阵示例 举例：信息沟通有效性研究 例如，对一个组织内部上下级之间信息沟通的有效性进行研究。通常，在组织沟通中，影响沟通有效性的因素表现为5个方面： 信息是否扭曲； 信息是否遗失； 信息是否冗余（信息冗余会使接受者不知所措，无法作出理性决策）； 信息的及时性； 信息的可接受度（信息有效利用的前提是得到接受者的认同）。 数据矩阵的结构 可以设计一个问卷对组织成员进行调查。假定选取100个组织成员作为样本进行调查，提出涉及以上5个方面的10个问题要他们回答。调查得到的信息可以整理成一个数据矩阵。 每个被调查者都是一个分析单位，影响沟通有效性的每个因素都是一个分析变量。这个数据矩阵就有100行，10列。矩阵中的每一元素都包含着某个人回答一个特定问题的有关信息。 变量赋值 矩阵中每个元素包含的是编码后用于分析的数据。例如，在组织沟通有效性调查中，关于上级所获得的信息是否扭曲的问题是： 问题： 当你与上级交谈时，是否总是突出一些让自己脸上有光的事情? 选项： （1）完全是这样做的（2）基本上是这样做的 （3）偶尔这样做（4）基本上不这样做 （5）完全不这样做 变量赋值 如果这5个选项分别编码为1、2、3、4、5，同时，预留个别数值，例如9，用于编码无效或未回答的数据。 将这些编码填入相应的数据矩阵单元，数据矩阵就包含了每个接受调查者对给定问题答复的信息。 对这些答复进行数字化编码是为了便于用计算机分析。 变量赋值的规则 对于用分类尺度度量的变量，可以随意赋值对其编码，但要保持前后一致性。这类变量如被调查者的性别、职级等。 对于用序数、区间或比率尺度度量的变量，不能随意赋值对其编码。这些尺度度量值中包含了不同度量值的排序信息，这些排序信息至少要保留在对其编码的数值中。 变量赋值的规则 对于区间和比率尺度，度量的单位是有意义的。因此，对于用这些尺度度量的变量，编码表中不仅要保留其度量值的排序信息，而且要包含它们间的相对区别。 对于比率尺度，零的定义是有意义的，度量值将依此而确定。 输入数据的检查 当数据被输入计算机后，有必要彻底、反复地检查输入的数据是否存在错误。 可以采用以下两种方法检验： 将数据输入2次，用计算机检查这两个矩阵是否一致性。 利用统计分析软件检查，它可以去掉那些不一致的数值，但应注意的是，这种方法也可能去不掉那些有错的数值，可能掩盖对一个矩阵是有效的但可能是有错的值。 编码册 编码册是关于数据矩阵结构和编码设定的记录。编码册的基本用途是保证数据矩阵中记录的数据在将来能够被解释。 编码册中记录了数据矩阵的每列的信息，这些信息包括每列中占用的变量名及编码变量的值。 对有些无效数据需要加以分类，分别编码。用于编码无效数据的数值应是变量正常情况下不会出现的数值。如上例中“未回答”编码为9，无效数据编码为99。 编码册示例 变量分布描述 数据收集和编码后，需要对其分析和解释。分析是为了找到研究问题的答案，解释是通过联系其它可获得知识而给予答案更广泛的内涵。 数据分析和解释不仅仅是研究过程中提出假设、研究设计和数据收集之后的一步，研究实际上是个循环的过程，数据分析通常可以产生更进一步的假设，通过数据分析和解释甚至会得到一些意外的收获。 中国上市公司2005年财务数据矩阵 数据分布的直观描述 上表是1372个中国A股上市公司2005年财务数据的数据矩阵。矩阵中的分析单位是公司；每个公司有4个分析变量：净资产收益率、资产负债率、销售增长率、利润增长率，变量度量采用比率尺度。 对表中的数据，我们可以分别用频率分布曲线图、分组频率分布柱状图、主干分枝图直观地描述其分布情况。 频数分布和累加频数分布曲线图 将数据从小到大排序，计算每个数据出现的频数，根据每个数据及其频数可画出频率分布曲线。 从小到大计算每个数据的累加频数，根据每个数据及其频数可画出频率分布曲线。 将数据分组，分别统计每组频数，依此可画出分组频率分布柱状图。 上市公司净资产收益率频数分布图 上市公司净资产收益率累加频数分布图 分组频数分布柱状图 主干分枝