第七章調(diào)查資料的處理與基礎(chǔ)分析學(xué)習(xí)目標(biāo)了解資料的審核與編碼掌握數(shù)據(jù)錄入方法數(shù)據(jù)的自動清理與圖形化數(shù)據(jù)的描述性統(tǒng)計分析兩變量的交叉列表分析三變量的交叉列表分析數(shù)據(jù)分析現(xiàn)場工作完成，面對一大堆數(shù)據(jù)分析麻痹癥軟件進(jìn)行交叉分析---表格整個樣本中每個問題回答人數(shù)的比例例如：男女受訪者，不同年齡階段，不同收入群體的比例交叉表分析假設(shè)我們已經(jīng)取得某調(diào)查問卷數(shù)據(jù)，其中包含字段：購買休閑服地點(diǎn)（步行街、街道服裝店、百貨店、綜合購物廣場、綜合超市、服裝批發(fā)市場、其他）性別（男、女）現(xiàn)在我們想知道性別在購物地點(diǎn)的選擇上有沒有差異。交叉表分析SPSS——analysis——描述統(tǒng)計——crosstable交叉表分析統(tǒng)計量中選擇“卡方”檢驗(yàn)

（兩個率或兩個構(gòu)成比比較）結(jié)果交叉表分析頻數(shù)分析表，指出男性和女性分別在不同的購物地點(diǎn)的頻數(shù)，大概可以看出男性和女性各自不同的消費(fèi)習(xí)慣下半部分：卡方檢驗(yàn)，Pearsonchi假設(shè)行和列變量相互獨(dú)立，即假設(shè)男性和女性在選擇購物地點(diǎn)時沒有差別，現(xiàn)在小于0.05，原假設(shè)不正確，所以，男性和女性在選擇購物地點(diǎn)時有顯著差異。交叉表分析封閉式問題的分析要求受訪者在提供給他們的答案中選擇單項(xiàng)選擇：五項(xiàng)選一項(xiàng)你今后兩年中買車的可能性有多大？

很有可能/較有可能/很難說/不太可能/很不可能25%40%14%18%3%

有時候我們只想看到部分人的數(shù)據(jù)

有私家車的受訪者

開公車的受訪者封閉式問題的分析采訪人數(shù)：200人很有可能=50,較有可能=80最好的表示方式，通過百分比，而不是數(shù)字某一種回答占到基數(shù)（樣本）的百分比有時只需要顯示部分人的數(shù)據(jù)為了獲得這個子群，我們需要過濾數(shù)據(jù)在今后兩年購買新車的可能性

（所有受訪者）購買的可能性%很有可能25較有可能40很難說14不太可能18很不可能3總計100基數(shù)200過濾后的交叉表在今后年中購買新車的可能性（駕駛公車的人）幾乎所有的定量市場調(diào)查中，我們需要比較不同人群的結(jié)果購買可能性%很有可能40較有可能0很難說25不太可能30很不可能5總計100基數(shù)100今后兩年購買新車的可能性

（公車和私家車車主）購買可能性總數(shù)%公車車主%私家車主%很有可能254010較有可能40080很難說15255不太可能18305很不可能350總計100100100基數(shù)200100100封閉式問題：交叉表簡單的交叉表，可能擴(kuò)展到復(fù)雜例如：可以拿購買的可能性和任何人口特征群體進(jìn)行交叉分析年齡、性別、收入群有趣的交叉分析：問卷中的任何問題來探討相關(guān)性行車英里數(shù)---購買新車可能性？封閉式問題：交叉表封閉式的問題，等級問題顯示這類問題答案的一般方法：平均分每個分?jǐn)?shù)都有一個加權(quán)平均值，代表每個編碼答案的數(shù)字價值+2代表很有可能；+1代表較有可能平均值：表示了整個樣本以及兩個子樣本購買的平均可能性公車和私家車主在今后兩年中購買新車的可能性購買可能性總數(shù)%公車車主%私家車主%很有可能（+2）254010較有可能（+1）40080很難說（0）15255不太可能（-1）18305很不可能（-2）350總和100100100平均值+0.66+0.40+0.95標(biāo)準(zhǔn)差1.141.390.59標(biāo)準(zhǔn)誤差0.080.140.06基數(shù)200100100封閉式問題：交叉表平均分，只是平均的一種形式：一種對位置的單一測度來描述其分布狀況的方法在詮釋數(shù)據(jù)時，考慮與平均數(shù)的離差也很重要標(biāo)準(zhǔn)差，計算抽樣母體離差中的一個中間級步驟標(biāo)準(zhǔn)誤差可依次來估計抽樣偏差和比較兩種測度方式以求得統(tǒng)計的顯著性。封閉式問題：交叉表標(biāo)準(zhǔn)差：各數(shù)據(jù)偏離平均數(shù)的距離的平均數(shù)。標(biāo)準(zhǔn)差能反映一個數(shù)據(jù)集的離散程度。平均數(shù)相同的，標(biāo)準(zhǔn)差未必相同。標(biāo)準(zhǔn)誤差：平均數(shù)的誤差實(shí)質(zhì)上是樣本平均數(shù)與總體平均數(shù)之間的相對誤差。

標(biāo)準(zhǔn)差是表示個體間變異大小的指標(biāo),反映了整個樣本對樣本平均數(shù)的離散程度,是數(shù)據(jù)精密度的衡量指標(biāo);而標(biāo)準(zhǔn)誤反映樣本平均數(shù)對總體平均數(shù)的變異程度,從而反映抽樣誤差的大小,是量度結(jié)果精密度的指標(biāo)。

封閉式問題：交叉表僅通過平均值來詮釋尺度數(shù)據(jù)存在一定風(fēng)險：公車和私家車車主平均值的比較，顯示私家車車主更有可能購買新車公車車主---40%很可能購買私車車主---10%很可能購買私車主較高的平均值，是因?yàn)榛卮鸩惶赡?很不可能的人少得多基于平均值的詮釋，局限性明顯，充其量是一種有用的總結(jié)數(shù)據(jù)辦法封閉式問題：交叉表根據(jù)樣本對母體進(jìn)行推論，樣本就必須具有代表性，即能反應(yīng)總體的各項(xiàng)特征現(xiàn)實(shí)是，獲得的采訪樣本可能過高或過低地反應(yīng)了母體的各個群體我們可以通過設(shè)計，是受訪者中包括了每個重要群體的適當(dāng)人數(shù)配額抽樣，填表格例如：是否擁有某一種家用電器住戶家電擁有情況：加權(quán)總數(shù)

（所有受訪者）家電擁有總數(shù)未加權(quán)加權(quán)房屋所有人%承租人%是43516025否57494075總和100100100100基數(shù)200200100100樣本%1005050母體%1007525權(quán)重因子1.500.50住戶家電擁有情況：加權(quán)總數(shù)

（所有受訪者）房屋所有人和承租人各占樣本50%但在抽樣的母體中，只有25%是承租人，因此這個樣本過高地代表了這一群體，而過低地代表了房屋所有人通過設(shè)計提供兩組的合適人數(shù)---每組各100人---因?yàn)橛写硇缘?00人樣本只會產(chǎn)生50個承租人，而這個數(shù)字太小，無法用來分析由于樣本結(jié)構(gòu)，未加權(quán)一欄不能可靠地說明母體中家電的擁有情況住戶家電擁有情況：加權(quán)總數(shù)

（所有受訪者）解決的辦法：計算加權(quán)總數(shù)欄將房屋所有人的回答乘以加權(quán)因子得出的結(jié)果+承租人的回答乘以另一加權(quán)因子的結(jié)果然后用兩者的和重新計算百分比，得出加權(quán)一欄例子中的加權(quán)是基于唯一變量---房屋占有形式的簡單運(yùn)算實(shí)際上，樣本和母體在很多重要方面有所差別（年齡，性別），在復(fù)制一個有代表性的樣本時還要用上幾個變量。開放式問題的數(shù)據(jù)分析開放式問題的答案是獨(dú)一無二的你為什么不考慮今后兩年購買新車？

不提示。逐字記錄。1我目前的車很好開2我買不起3新車貶值太快4目前我的生活還不穩(wěn)定開放式問題的數(shù)據(jù)分析5我養(yǎng)狗，他會在車上搞破壞6我們家只有兩個人，不需要添新車7我認(rèn)為將來折扣會更多8我的工作可能會給我配車9我也不清楚如果只有9個答案，概括不難如果有100個，概括就困難將每個回答放到類似的小組里開放式問題的數(shù)據(jù)分析我們可以用一個代碼來表示每個組將代碼輸入計算機(jī)以供分析。對開放式問題的回答進(jìn)行歸類，稱為“編碼”代碼列表稱為“代碼框”開放式問題的數(shù)據(jù)分析代碼回答分組包括的受訪者1對現(xiàn)有的車感到滿意1,5,6,32經(jīng)濟(jì)原因2,3,