第2章 数据的收集与整理 《管理统计学》.ppt

第一节 统计数据的收集 第二节　问卷设计 第三节 统计数据的整理 第四节 SPSS基础  第一节 统计数据的收集 1. 统计数据收集的意义 2. 统计数据的计量与类型 3. 统计数据的来源 4. 统计数据的误差 5. 统计调查的步骤 1. 统计数据收集的意义 为研究提供素材 评价生产过程和服务效果 帮助阐明决策路线 满足好奇心 进行知识积累 2. 统计数据的计量与类型 例 有一批旅游者从北京出发，分别到普陀、喀什、三亚和漠河，给这四个城市编号，分别为1、2、3、4。当旅游结束时，请每位旅游者回答下列问卷： 1.您去了哪个城市？ A.普陀 B.喀什 C.三亚 D.漠河 2.与以往旅游活动总的感觉相比，您认为此次旅游 A.很满意 B.较为满意 C.一般 D.不满意 E.很不满意 3.您在此地时的最高气温是 度。 4.您此行的全部支出是 元。 2. 统计数据的计量与类型 根据计量学的一般分类方法，按照所采用的计量尺度由低级到高级、由粗略到精确分为四个层次： 定类尺度、定序尺度、定距尺度和定比尺度 定类数据、定序数据、定距数据和定比数据 2. 统计数据的计量与类型 定类数据 将数字作为现象总体中不同类别或不同组别的代码。这是最低层次的尺度。 如性别：男，女 定序数据 按照特征等级进行排序，数据之间有大小之分，但没有大多少的概念。 优、良、中、差 2. 统计数据的计量与类型 定距数据（间隔数据） 不仅可以用数值表示现象类（组）别的不同和顺序大小的差异，而且可以用确切的数值反映现象之间在量方面的差别。 数据之间可做加减，不能做乘除，非真值0 如：摄氏度 定比数据（比例数据） 不仅有确定的间距，而且有自然确定绝对的零点。 数据之间可做加减，也可做乘除，真值0 2.统计数据的计量与类型 2. 统计数据的计量与类型 定性数据 用来识别事物某一特征的标记或名称. 例：性别、经济类型（定类） 例：教育程度、产品等级（定序） 定量数据 表示多少或多少个的数据. 例：温度、海拔（定距） 例：产量（定比） 离散的:你在几个存折? 连续的:你的身高是多少? 2. 统计数据的计量与类型 下列哪一些是定量数据,是离散的还是连续的?哪些是定性数据? 性别 体重 速度 温度 兄弟姐妹个数 成绩:A,B,C,D 横截面数据 在几乎同一时刻所收集的数据。 时间序列数据 在不同时间所收集的数据。 面板数据 面板数据 3.统计数据的来源 数据可分为两大来源：原始数据和二手数据 原始数据是直接向调查对象收集的数据。其特点是为指定目的而收集。 二手数据是收集已经加工、整理过的数据。二手数据大部分来自官方统计，如年鉴、月度统计报表、财经统计、经济趋势等。 3.统计数据的来源 3.统计数据的来源—直接来源 3.统计数据的来源--全面调查 3.统计数据的来源--非全面调查 4.统计数据的误差 调查的偏差来自许多方面，分为两类：抽样误差和非抽样误差 抽样误差 由抽样随机性造成，只存在于概率抽样中。 非抽样误差 覆盖误差 测量误差 处理误差 无反应误差 4.统计数据的误差 1.覆盖误差：指由于在抽样框或样本中出现了涵盖不全、过度涵盖、重复以及错误的分类而导致估计的偏倚。 2.测量误差：指对一个问题所做的记录与它的真值不同，可能是由于被调查者和调查者对问题的误解、收集数据方式不同或测量工具而造成的。 道德误差——调查人员缺乏业务培训或职业道德 被调查者误差——理解有误，有意欺瞒 3.处理误差：可能发生在数据编码、数据录入、审核及插补等步骤中。 4.统计数据的误差 4.无反应误差 在抽样调查中，我们希望能取得所要求的全部样本单位的数据或特征记录，但在实践中，常有部分单位的调查结果会因多种原因而出现空缺，即常称的无反应现象。 调查中无反应的原因 （1）调查对象联络不上，已经搬走 （2）被调查者不能胜任或无能力 （3）调查期间人不在 （4）拒绝合作 （5）丢失调查表 4.统计数据的误差 案例 Literary Digest杂志自第一次世界大战以来一直进行总统预测，而且每次都预测准了。 1936年美国总统选举前，Literary Digest杂志发出了1000万张调查问卷。回收到240万张，预测共和党候选人兰登（London)和民主党候选人罗斯福(Roosevelt)的得票比例是57：43，预测是根据240万张的民意调查回单作出的。 但实际选举结果是罗斯福赢得了这场选举，他与兰登得票比例是62 ：38。 4.统计数据的误差 分析出现预测错误的原因： 第一.选取样本的方式不是随机的，它主要是从电话号码簿和各种俱乐部会员名册上去选取的，这些人大多是有钱人，他们支持共和党候选人兰登； 第二. 有760万