調查

調查概論

第一章調查導論

1．什么是調查：調查就是使用明確的概念，方

法和程序，以有組織，有條理的方式，從一

個總體的部分或所有單元中收集感興趣的

指標信息，并將這些信息綜合編輯成有用的

簡要形式的所有活動。調查是認識客觀世界

的一種手段，任何工作都離不開調查，為了

做出正確決策就必須進行市場調查，因此很

多調查公司應運而生。

社會經濟調查的任務主動要是應用統計學的調

查，整理和分析方法研究社會經濟問題，目

的是科學地反映社會，經濟中各種各樣的問

題，分析問題形成的原因和影響，研究其發

展和變化的客觀規律，為解決問題制定政策

或策略提供依據。簡單地說，調查是為決策

服務。

2．調查的步驟與過程：一項調查實際執行的步

驟和過程可以想像成一個生命周期：第一個

階段是計劃和設計，隨后是調查前的準備，

然后是調查的實施，最后是調查結果的分析

與報告，調查經驗的積累和總結又為新的調

查工作做準備。

調查的的第一個階段是計劃，負責調查計劃和設

計的應該是一個由多方面人員組成的小組，

其成員應具有不同專業技術背景。調查設計

是建立在需要調查什么？向誰做調查的基

礎之上。一旦確定了調查的目標和內容，應

根據統計調查機構的條件，費用等多個方面

認真考慮是否有必要進行一項新的調查。有

時候，所需要的信息中的一部分或全部可以

從政府部門，研究組織和其他組織的官方文

件中就能獲得，這就沒有必要組織一次調

查。當確認其他方式的數據資料不能滿足信

息需要時，就需要進行調查設計。應根據調

查研究的目的和調查對象的性質，在進行調

查之前，對調查工作總任務的各個方面和全

過程進行通盤考慮和安排，以提出相應的調

查實施方案，制定出合理的工作程序。這里

所說的全過程，是指調查工作所需要經歷的

各個階段和環節，包括調查方法的選擇，如

查采用抽樣調查，就要進行抽樣的設計，還

要確定調查的項目，設計科學的問卷，選擇

適當的調查方式和方法等。調查設計還應該

包拓確定資料的整理和分析方法；確定調查

時間和調查工作期限；確定調查的經費預算

以及制定調查的組織計劃。在此階段，計劃

就應該周全而詳盡。要對各種可選用的技術

與方法的優點與缺點進行比較，做出好的設

計。

3．調查評估貫穿于整個調查過程中。

第二章調查設計

1．調查目標的確定：a。明確信息需求；b。數

據使用者和數據的用途；c。確定調查指標

和調查對象。

2．下面所列的是在抽樣調查和全面調查之間做

抉擇時，需要考慮的幾個重要因素：費用，

時效，總體大小，小區域（范圍）的估計，

屬性的多寡，調查誤差，特殊要求，其他因

素。

3．調查總體即實際調查所覆蓋的總體。在抽樣

調查中稱作被抽樣的總體。理想的狀態下，

這兩個總體應該相一致。

4．一個抽樣框應該包括以下部分或全部內容：

識別資料，聯系資料，輔助資料。

5．名錄框（例如：生命統計登記，商業注冊登

記，地址和郵政編碼冊，電話號碼簿）概念

裝飾品錄框的一個例子是：某天早上9點到

晚上8點之間進入某購物中心停車場的車

輛。一個概念名錄框常常是基于調查正在進

行時才存在的總體。

6．抽樣框的優良性準則：關聯性，準確性，時

效性，費用，抽樣框所提供的信息應該使用

標準的概念，定義和方法，并使客戶對這些

都能理解。

7．幾種有缺陷抽樣框及其補救方法：幾種典型

的缺陷（不完全涵蓋，或稱不完全覆蓋；過

涵蓋，也稱為覆蓋；重復；空白單位；分類

錯誤）

8．非抽樣誤差不僅出現在抽樣調查中，也出現

在全面調查中。非抽樣誤差又可以分為兩

類：隨機的和非隨機的。

9．無回答誤差：無回答是指調查時未能從指定

的被調查者處獲得有效的回答。無回答有兩

種類型：一種是全部無回答，又稱單元無回

答，它是指被調查單元沒有提供任何信息。

另一種是部分無回答，又稱項目無回答，它

是指問卷中某些問題回答的空缺。

第三章數據收集的方法

1．自填式問卷的優點：1。自填式問卷一般通過

郵寄方式進行，通常采用匿名的方法；2。

費用比較低；3。調查區域廣泛。

2．自填式問卷調查的缺點：1。回答率通常低于

訪員協助式方法；2。當問卷宗中包含許多

有關問卷的調查概念，定義和指南的參考資

料時，通常就不如調查員在場的效果好；3。

自填式方法對被調查者的回答負擔較大。

3．派員訪問是派調查員與被調查者面對面進行

的一種調查方式。對某些目標總體來說，這

是收集數據惟一可行的方法。例如：有些調查無

法采用自填的方式；有一些大規模調查的調

查對象要求調查員在現場確定被調查對象；

很多被調查對象沒有電話或者識字率很低。

4．訪問調查的缺點：1。面訪調查的費用比較高；

2。調查的時間比較長；3。某些群體的訪問

成功率比較低；4。實施質量控制比較困難；

5。對調查人員要求高。

5．電話調查的優點：時效快，費用低，可能訪

問到不容易接解到的對象，與郵寄調查相

比，可以及時處理疑難問題，易于控制實施

的質量，電話調查一般采用計算機做輔助工

具。

6．直接觀察法是由調查員在現場對被調查者的

情況直接觀察，記錄以取得有關信息的一種

調查方法。它不是直接向被調查者提出問題

要求回答，而是憑調查人員的直觀感覺或是

利用有關器械，如照相機，錄像機或其他器

材，記錄和考察被調查者的活動和現場事

實，以獲得必要的信息。利用衛星圖像的遙

感技術也是一種直接觀察，一般用于農業調

查。例如估計耕地面積，農作物的種類和種

植面積等。

7．小組座談法是采用小型座談會的形式，從調

查對象中挑選一組有代表性的人，在主持人

的組織下，就某個專題進行討論，從而獲得

對有關問題的深入了解。

8．網絡調查的優點：成本低，范圍廣，速度快；

交互性好，能夠實現問卷多樣化設計；為各

種調查提供了豐富的抽樣框；有更好的質量

控制。

9．選擇數據收集方法時應考慮的因素：從抽樣

框的情況來考慮；從目標總體的特征來考

慮；從調查問題的性質來考慮；從調查的經

費與資源來考慮；從管理的難易程度考慮；

從數據質量要求考慮。

第四章調查問卷設計

問卷設計的原則：1。問卷的有效性：有效性又

稱效度或準確性。它是指問卷能準確地反映

客觀事物特征或屬性的程度。如果某一方法

準確地反映了我們所要了解的現象或概念，

就稱該方法是有效的。2。問卷的可靠性：

可靠性又稱信度，它是指問卷測量結果的一

致性或穩定性。3。需要與可能的原則。4。

效率原則：在同樣完成調查要求的前提下，

問卷設計應保證效率盡可能高。也就是說，

要在獲得同樣信息的條件下，應選擇最簡捷

的調查方式，以使問卷的長度和題量達到最

小。

在確定調查目標對調查目標進行陳述以后，還要

繼續與數據用戶進行咨詢與商議。這種商議

對統計調查機構進行的大多數調查是特別

重要的。在清楚地了解了數據用途之后，統

計調查機構才能設計出使用者要求的問卷。

進行問卷的測試也是很重要的。對被詢問的問題

做出回答是一個復雜的過程。被調查者道先

必須理解問題，然后搜尋記憶或記錄以找出

所需要的信息。在找到信息之后，他們還要

考慮什么是問題的正確答案，以及他們在多

大的程度上披露這一答案。只有在這時候，

他們才會對問題給出回答。這些步驟中的每

一個環節，者可能是產生回答誤差的一個來

源。測試還能確定問題的順序是否影響了對

問題的解釋以及指南是否清楚，被調查者對

問卷的印象如何。

焦點座談是由從所研究總體中選出的若干對象

對所選主題進行的非正式討論。通過焦點座

談這種形式，使被調查對象或數據用戶以及

調查員有機會把他們的觀點納入問卷數據

過程。

避免引導性問題：引導性問題是指建議或引導被

調查者選擇某一特定答案時具有傾向性。換

句話說，問題措辭方法對問題的回答產生了

影響。引導性問題能誤導調查回答并影響調

查結果。

敏感性問題的措辭：釋疑法，假定法，轉移法。

隨機化回答方法：對敏感性問題的一種特殊的調

查方法是采用隨機化回答方法，這一方法是

由美國統計學家沃納提出來的。這種方法的

設計原則是建立在不暴露被調查者對問題

的直接回答的基礎上。

我們可以把這兩個問題分別制作外形相同的兩

種卡片，混合在一起。然后由被調查者從中

隨機抽取一張，對照卡片上的問題來回答

“是”或“否”。有4種情況：

1.被調查者抽了第一類卡片，本人也同意禁放，

與卡片相一致，應該回答“是”。

2.被調查者也抽了第一類卡片，但本人不同意禁

放，與卡片相不符，則應該回答“否”。

3.被調查者抽了第二類卡片，但本人同意禁放，

與卡片相不符，則應該回答“否”。

4.被調查者抽了第二類卡片，但本人不同意禁

放，與卡片相一致，則應該回答“是”。

問卷的格式：

（一）問題的順序：在設計問卷時，問題的順序

也很重要，它應能鼓勵被調查者來完成問

卷，并維持他們對問卷的興趣。這種順序還

應利于被調查者回憶，并使被調查者覺得自

然。問題應該圍繞主題，自然地從一個轉到

另一個。

（二）過渡的說明：如果問卷的內容比較多，要

分成好幾個部分。那么問卷中第一部分要有

過渡的說明。

（三）對被調查者的提示或說明：無論是自填式

問卷，還是調查人員訪問式問卷，有些問題

需要加以提示或說明，這些提示和說明必須

清楚，簡短和醒目。

（四）格式的考慮：問題和提示使用不同的字體

和排板格式可以讓被調查者更容易弄清問

題。標題通常要使用比問題和選項大一點的

字體。

應該對問卷中的問題順序進行編號。還必須考慮

與卷面有關的其他方面。如果需要也可以用

圖表來增加問卷的活潑性，如可用圖表表示

問卷各部分的主題，但應該考慮到有利于問

卷的完成，而不應該影響問卷的完成。

關于態度的度量方法：要對這種有關態度問題的

精確度量是比較困難的，通常只能采取才分

或評定等級進行排序的方法。

李克特度量方法：又稱加總打分的度量方法，這

種度量方法在問卷設計中應用十分廣泛。它

是由一組反映態度的問題組成，根據被調查

者態度反映的不同程度給定分數。

項目間比較量表：項目間比較量表通常采用固定

和方法，這種方法是對兩個或兩個以上的項

目給出一個總分，要求被調查者在各項目之

間進行劃分。這個總分通常是100分，對于

計算比例比較方便。

第五章抽樣方法

1．樣本的抽選概率與抽樣比：樣本的抽選概率

有兩重含義。一個是指在一定的抽樣方式下

有多少不同的樣本可以抽取，某個具體樣本

被抽中的概率。另一個含義是指某個總體單

元被選入樣本的概率。抽樣比是指樣本的容

量n與總體的容量N之間的比率。

2．抽樣效率與設計效果：由于抽樣調查中最基

本的抽樣方式是簡單隨機抽樣，它的計算方

差和必要的樣本容量都比較簡單成熟。所以

在探討基人他各種設計方案時，通常要和簡

單隨機抽樣方式進行比較。美國統計學家

Kish提出了一個設計效果的指標，用英文

字頭簡寫為Deff，它是把設計方案的抽樣方

差與簡單隨機抽樣的抽樣方差進行比較。若

設計方案的抽樣方差2

D

?表示，簡單隨機抽

樣的抽樣方差用2

srs

?，則Deff=2

D

?/2

srs

?。Deff

小于1時，表示設計方案的效率高于簡單隨

機抽樣；反之，Deff大于1時表示設計方案

的效率低于簡單隨機抽樣。設計效果指標除

用來評估比較復雜的抽樣方案的效率外，還

可以利用它來計算復雜抽樣方案的樣本量

等，因此是一個很有用的指標。

3．非概率抽樣的優點：1。快速簡便。2。費用

相對較低。3。不需要任何抽樣框。4。非概

率抽樣對探索性研究和調查的設計開發很

有用。

4．配額抽樣：這是最常見的一種非概率抽樣，

抽樣是要從各個子總體中選取特定數量的

樣本單元，這種特定數量的比例關系就稱作

配額。故配額抽樣本質上是一種滿足每個特

定子總體樣本量的一種手段。

5．滾雪球抽樣：如果我們想找到在總體中某種

較為稀少的個體，而且我們已經知道其中某

些個體并有可能與其接觸，那么就有可能通

過詢問這些個體，獲得與他們類似的個體。

這樣所得的樣本就像一個從小山上滾下來

的雪球那樣逐漸增大。

6．如果N不能被n速除，則可以使用圓形系統

抽樣法來避免出現可能樣本量不一致的情

況。我們把總體單元假想排列在一個圓上，

并采用模余數法。

7．PPS抽樣的涵義：用英語單詞的第一個字母

表示，簡稱PPS抽樣。如果抽樣單元大小

的輔助信息是已知的，這樣的信息就可以用

在抽樣中，以提高統計效率。如查大小度量

是準確的，而且所研究的變量與單元的大小

相關，PPS抽樣就能極大的提高精度。

8．PPS抽樣的方法：如何抽取一個PPS樣本呢？

有三種主要方法，它們是隨機法，系統法和

隨機系統法。

9．由若干個有聯系的基本單元所組成的集合稱

為群。抽樣時以群為抽樣單元的抽樣方法就

稱為整群抽樣。

整群抽樣包括兩步過程。首先將總體劃分為群，

然后抽選群的樣本，再調查樣本群中的所有

單元。

10．分層抽樣的優點：（1）分層抽樣能提高對總

體估計值的精度，從而使抽樣效率更高；（2）

能保證樣本對被定義為層的那些子總體的

代表性，從而得到有效的域估計；（3）操作

與管理方便；（4）能避免得到一個“差的”

樣本；（5）在不同的層中可以使用不同的抽

樣框和不同的抽樣方法（例如，在一個層中

用簡單隨機抽樣，在另一個層中采用PPS

抽樣）。

缺點：（1）要求抽樣框中的所有單元，而不僅僅

是抽入樣本的那引起單元都必須有高質量

的，能用于分層的輔助變量；（2）由于需要

輔助信息，對抽樣框的要求更高，較簡單隨

機抽樣和系統抽樣需要更多的費用；（3）如

果調查變量與分層變量不相關，抽樣效率可

能比簡單隨機抽樣還低；（4）估計值的計算

比簡單隨機抽樣和系統抽樣稍為復雜。

第六章抽樣估計

1．抽樣分布：估計量是一個隨機變量，它的具

體估計值是隨著不同的樣本單元而變化的，

因而就有一定的分布，這個分布就叫做抽樣

分布。

2．設計權數其實就是樣本單元的入樣概率的倒

數，通常假定每個單元的入樣概率是已知

的，這樣我閃才能對總體進行估計。對于概

率抽樣來說，每個單元都有一個已知的入樣

概率。假如入樣概率為1/50，那么每個入選

樣本代表總體中的50個單元，此時設計權

數即為50。

3．等概率抽樣加權：如果所有樣本單元的設計

權數都相同，那么稱這樣的抽樣設計為自加

權設計，這種情況發生在當每個單元都有相

同的入樣概率的時候，對于自加權的抽樣設

計，如果沒有隨后的權數調整（例如：出于

處理無回答或使用輔助變量的需要），那么

在計算諸如總值，均值等估計量時可以將其

忽略。

那么，那些設計是自加權的呢？簡單隨機抽樣是

一種自加權設計，這是每個單元都有相等的

入樣概率。同樣道理，系統抽樣也是一種自

加權設計。對于分層抽樣，如果按各層的大

小等比例分配樣本，而且每層內都采用簡單

隨機抽樣，那么它也是自加權設計。也就是

說，如果各層的抽樣比相同，總體中每個單

元就具有相同的入樣概率，這樣的分層抽樣

設計就是自加權設計。我們稱分層抽樣的這

種樣本分配方法為與各層大小N成比例的

分配。

4．無回答調整因子是原樣本單元的權數之和與

給出回答的單元的權數之和的比值。

5．使用輔助信息主要有兩個原因。首先，為使

調查估計值與已知的總體總值，或者從另一

調查所得的估計值相匹配，這是非常重要

的。例如，許多社會調查使用最新的人口普

查數據來調整估計值，以確保這些估計值

（如年齡，性別分布等）的一致性。輔助信

息也可以從行政數據中獲得，或從另一個被

認為更加可靠的調查中獲得，這些調查或者

具有較大的樣本量，或者其調查結果被認為

更有權威性。使用輔助變量的第二個原因是

為了提高估計值的精度。前面講過抽樣方差

是度量抽樣誤碼率差的一個指標，估計值的

抽樣方差越小，精度就越高。在計劃一項調

查時，評估用于提高精度的所有外部信息是

非常重要的，將輔助信息與抽樣設計相結

合，是提高估計精度的一個重要途徑。

6．事后分層：如果可能從其他方面獲得分層信

息，或者抽選樣本后可能得到更新，更可靠

的分層信息，那么在數據收集后，可以利用

數據收集的結果，選用其中合適的變理對收

集到的樣本進行分層，從而對樣本的權數進

行調整，這就是通常所說的事后分層。

7．抽樣方差的大小取決于以下一些因素：樣本

量與總體的大小；在總體中所研究指標的變

異程度；抽樣設計；使用的估計量；調查的

無回答情況。如果其他因素不變，抽樣方差

的大小一般隨樣本量的增大而減小。然而為

獲得給定的方差，所需的樣本量并不隨總體

大小的增大而等比例增加。實際上，在確定

給定抽樣方差所需的樣本量時，對中等規模

的總體來說，總體大小僅起有限的影響；而

對大的總體則幾科沒有影響。

第七章樣本量的確定

1．首先，是調查估計值要求達到的精度。如果

估計量的抽樣誤差愈小，估計值則愈精確。

因此，隨著抽樣方差的不斷減小，估計值的

精度就會逐漸提高，而估計值的精度越高，

所需的樣本量相應也就越大。

2．精度是用調查估計值的抽樣方差或抽樣誤差

來表示的，抽樣方差或抽樣誤差越小，精度

越高。調查估計的精度與樣本量是密切相關

的，隨著樣本量的增加，調查估計值的精度

也會不斷提高。換句話說，對應估計量的抽

樣方差就會不斷減小。所以，樣本量取決于

調查估計值所要求的精度。

3．影響精度的因素：總體指標的變異程度；總

體大小；樣本設計和所用的估計量；回答率。

4．對于只取兩個值的指標，即二元變量，則當

這兩個值在總體中以50%和50%的比例出

現時，總體指標的變異程度最大。

為確保達到調查要求的精度，在計算樣本量時，

建議對某一指標的總體變異程度采用較為

保守的估計。換句話說，在實際中如果事先

不知道調查中要測量指標變異程度的數據，

那么最好的辦法是假定研究指標具有最大

的變異程度。例如對于二元變量，應該假定

總體中該變量的變異程度為50%和50%對

半平分，即假定P=0.5。

5．總體大小：在樣本量確定過程中，人們常常

以為總體越大，應抽的樣本就應該大，其實

總體所起的作用因它的大小而有所差異。對

于小規模總體，它起著重要作用：對于中等

規模的總體，其作用也是中等，而大總體的

作用很小。由此可知，為滿足要求的精度水

平，隨著總體大小的增加，樣本量增加的比

率逐漸減小到零。

第八章數據收集的實施

1．公關工作包括一些大型調查的宣傳活動，也

包括在小規模調查使用的致被調查者的信，

調查手冊和一般機構介紹等各種宣傳資料。

為使被調查者了解調查的意義并能夠和調

查人員積極合作，一項調查應當開展群眾性

的宣傳活動。

2．調查前的準備：編寫手冊，職員和調查人員

的招聘和培訓，編制名錄和錄蹤。

3．訪員手冊是訪員（調查人員）主要的工作指

南，調查人員根據訪員手冊開展工作。訪員

手冊通常包括以下內容：一般信息，簡介，

問卷說明，問卷的審卷與整理，單個樣本單

元的管理，作業管理，問題與答案。

4．尋蹤：在訪問調查中也可能出現被調查者地

址不說細等情況，尤其抽樣框已經老化，在

正式調查之前更應對樣本單元進行尋蹤。

5．你為什么挑選我？調查人員應該對隨機抽樣

的方法進行說明，讓被調查者明白他是被隨

機抽取的，他實際上代表了總體中的個體，

所以他的回答對于整個調查是非常重要的。

6．嚴格按問卷的措辭提問：研究表明，如果調

查員沒有完全準確地按問卷措辭去提問，那

么很細微的措辭變化都可能會使被調查者

的回答發生改變，可能會歪曲設計的原意而

造成偏差。因此在實施調查中，調查員必須

嚴格按照問卷的要求來提問，絕對不能按自

己的理解來修改問卷中問題的提法。

7．常用的追問方法有以下幾種：重復提問；重

復被調查者的回答或用中性的語言追問；啟

發性地幫助被調查者回憶；利用適當的停頓

或沉默；鼓勵被調查者使他們放心回答。

8．當調查涉及到機密信息時，調查員不應該要

求被調查者當著其他人回答。如果被調查者

有客人在場。調查人員應該與被調查另約時

間再訪問，或者另選私人場所進行訪問。寄

宿者，租宿者和未成年的孩子，可能會要求

避開其他家庭成員單獨接受訪問。

9．最后一點也應該值得注意的是調查人員要保

護自己的人身權利。如果受到辱罵，口頭恐

嚇，身體騷擾或暴力等威脅，調查人員應該

立即撤退并向督導和有關領導報告。

10．數據質量的監控方法如下：1。嚴格管理調

查人員；2。檢查（或現場檢查）已完成的

問卷；3。嚴格的文檔控制；4。對調查員的

詢問。

11．質量目標的確定主要根據回答率，回答率的

主要公式如下：

回答率=

未解決的單元數在范圍內已解決單元數

回答單元的數量

?

第九章數據處理

編碼是給問題的每項答案賦予一個數值代碼，以

便于數據錄入和作進一步處理的過程。編碼

方案的制定目標。應該是能將調查中所得到

的各種回答分成若干有意義且有本質差別

的類型。

雙機錄入。雙機錄入是指將同一份問卷上的內容

在計算機中錄入兩次，兩次使用不同的錄入

員。

審核的目標是：1。更好的理解數據和數據處理

過程；2。檢查問卷；3。回訪被調查者；4。

檢出填錯的或漏填的數據；5。刪除無效記

錄；6。分離需要插補的記錄。

收集數據時所做的審核經常稱為現場審核。現場

審核一般包括有效性審核和一些簡單的一

致性審核。現場審核的目的是：1。確認是

否需要改善收集數據的工具；2。發現明顯

的錯誤；3。發現缺失信息；4。“凈化”被

調查者的回答；5。確定是否需要進一步培

訓。

為了避免花過多的時間和經費審核那些對最后

的估計并無太大影響的數據，建議進行選擇

性審核。選擇性審核基于這樣一種思想，即：

只有那些審核中發現的“關鍵”總是而不是

所有的問題，才需要采取相應的處理措施。

選擇性審核一般適合于定量數據。

選擇性檢查的優點有：1。節省費用且不降低數

據質量；2。把重點放在影響較大的記錄上，

從而提高數據質量；3。縮短處理時間，加

快進度，從而提高時效性；4。減少回訪比

例，減輕被調查者答題負擔（這對小單位特

別重要，因為他們對回訪特別敏感）。

選擇性審核的缺點：1。從個體單位的水平看，

對數據質量重視較少；2。對于較小的估計

域，與對問卷全部審核時相比，非抽樣誤差

可能會增大；3。可能會有來自數據處理人

員和數據用戶方面的陰力，數據用戶可能認

為數據缺乏可信度；4。數據中可能存在不

一致性，從而給數據用戶造成數據質量不佳

的印象。

插補就是解決在審核過程中辨別出來的數據缺

失，無效與不一致等問題的過程。插補要改

變一些回答，并對審核過程中發現的所有有

缺失信息的記錄進行補充或替代，確保得出

內在一致的記錄。有些問題通過與被調查者

聯系或者通過研究問卷可以得到解決。

均值插補(計算題)：所謂均值插補就是對缺失或

不一致的值用插補類的均值來替代。

雖然均值插補可能會得到較好的點估計，但由于

在插補類均值這一點形成一個人為的“峰

值”，從而破壞了分布狀態和變量之間的關

系。因此，如果用常規的抽樣方差公式進行

計算，就會低估最終的方差。

比率或回歸插補

公式

熱平臺插補：是使用同一插補類中的供者記錄

（已經通過了所有的審核）的信息來代替一

個相似的受者記錄中缺失的或不一致數據

的插補方法。

冷平臺插補與熱平臺插補類似，不同之處在于熱

平臺插補使用當前調查的供者，而冷平臺插

補則使用其他資料中的供者。冷平臺插補經

常使用前期的調查或普查中的數據。

進行插補的幾條準則：1。插補得到的記錄應該

和審核有問題的記錄非常相似。2。好的插

補會為評估留下審查的線索。3。插補得到

的記錄應該滿足所有審核規則。4。插補值

應標明，插補方法和插補所使用的資料也應

該清楚的標明。記錄中變量的插補和非插補

的值都應該保留，以便對插補的程度和影響

進行評估。5。仔細選擇插補的方法，考慮

每一種插補方法的優缺點以及要插補的數

據類型。6。插補方法應減少無回答偏差，

并盡可能地保持不同變量之間的關系（即不

應破壞數據的多變量結構）。7。插補系統應

事先考慮周全做出規定并編程和調試。8。

插補系統應該能處理各種缺失和不一致的

項目。9。對于供者插補方法，插補得到的

記錄應盡可能與選中的供者相似。

評估插補工作，最關心的指標就是對調查估計值

的偏差和產生的插補方差。

離群值被定義為一個觀察值或一組觀察值，它們

看起來與數據集中的其他觀察值不一致。

估計時有三種方法坷以處理離群值，即：改變數

值，調整權數，使用穩健估計。

第十章數據發布與數據分析

調查報告定作的基本要求：1。實事求是。2。要

熟悉調查領域的業務。3。觀點和數據要結

合運用。

集中趨勢的另一個度量是中位數。中位數是一組

數據按數值大小排序（例如從小到大）后，

位置在最中間的值。對樣本數據，中位數是

加權數據的中間值，如果數據個數為偶數，

中位數是最中間兩個數值的平均數。中位數

既可用于定量數據，也可用于定序數據。而

且對于有序數據來說，中位數是刻畫集中趨

勢最好的度量。與均值相比，中位數的主要

優點在于它更少受極端值的影響。例如在一

項收入調查中，不管最高收入是百萬富翁還

是億萬富翁，中位數都不會變化，這一點和

均值不同。與均值相比，中位數的缺點是較

難用于推斷性數據分析。集中趨勢的最后一

個度量是眾數。眾數是出現頻率最高的那個

數值（對樣本數據來說，它是出現頻率較高

的加權數值）。在集中趨勢的三個度量中，

眾數的實用范圍最廣。

如果一個分布是雙峰的，則在解釋數據的集中趨

勢度量時要特別小心，均值和中位數都可能

導致誤解。在這種情況下，有兩個眾數，給

出這兩個眾數可以很好的地解釋數據分布

中存在的兩個峰值。在統計分析中，有時還

使用其他統計量。與中位數一樣，四分位數

也是一個位置度量，首先需要將（加權）數

據排序（一般是從小到大），但不是像中位

數那樣將數據二等分，四分位數是將整個數

據分成四等分，每一部分都包含25%排序

過的數據。

極差又稱全距，是數據最大值與最小值之差（對

樣本數據來說，是加權最大值與加權最小值

之差），由于這個度量只用到了數據分布中

的兩個值，所以它只給出了數據離散趨勢的

一個大致的描述，并且很容易受極端值的影

響。

描述性數據分析可以獲得有關數據的大致情況。

然而數據收集通常是為了根據樣本來對總

體做結論并對結論進行檢驗。推斷性數據分

析就是采取概率抽樣所收集的數據來推斷

總體的特征。所使用的分析方法有置信區

間，假設檢驗，方差分析和線性回歸等。

線性模型是一種統計方法，它用于研究一個響應

變量（又稱因變量）和多個解釋變量（又稱

自變量）之間的線性關系。線性模型的一個

關鍵特征是各解釋變量的效應是可加的。

時間序列分析，模型通常可以分解為長期趨勢，

周期效應，秀節效應和隨機波動。

保密和泄密控制：泄密控制指那些為避免數據發

布侵犯被調查者的隱私而采取的措施。例

如，匯總表中帶標志的數格可能暴露被調查

者的個人機密。有時候，泄密控制會對數據

的質量產生負面影響，因為有些數據得不到

發表或必須進行修改（通過舍入數據，合并

類別，排除小數格等）。泄密控制是為了確

保被調查者的個人隱私受到尊重，與此同時

最大程度地保持數據的效用。調查中的泄密

主要有兩種類型：身份泄密和歸屬泄密。身

份泄密發生在將某項調查結果與特別的被

調查者（家庭，個人或公司）聯系起來的時

候，這是完全可能的。歸屬泄密是指發布數

據時，提供了關于某個特定子總體或特定組

的信息，這些信息通常不應為人所知。由于

普查（全面調查）的調查結果通常沒有或然

性，所以歸屬泄密經常發生在普查（全面調

查）中。例如在某一地區醫生收入的全在調

查中提供了過于狹窄的范圍。

保密技術：防止泄密的方法主要有兩種：限制（即

減少提供資料的數量和細節）；擾亂（即更

改數據）

定義敏感數格的準則：1。切除規則2。（n,k）規

則3。P百分數規則

處理敏感數格的方法：

1。限制法。第一，合并數格；第二，隱藏數格；

2。擾亂法：第一，系統舍入；第二，隨機舍入；

第三，有控制的隨機舍入；第四，對微型數

據文件的泄密控制法