第十二章 研究资料的审核，整理与统计分析
第一节 资料的审核与整理
1.S资料审核：是指在着手整理调查资料之前，对原始资料进行审查与核实的工作过程，目的是保证资料的客观性、准确性和完整性，为资料的整理打下坚实的基础。
2.资料整理：是根据研究目的将经过审核的资料进行分类汇总，是资料更加条理化和系统化，为进一步深入分析提供条件。
3.分类和分组：都是一种定性分类方法，即根据研究对象的某些特征将其区分为不同种类；分类适用于全部调查资料，分组只限于数量化的统计资料（分组也被称为统计分组或统计分类）；分类有两种：前分类和后分类。p255
4.L资料审核的原则： 1.真实性原则。 2.标准性原则。 3.准确性原则。 4.完整性原则。
5.资料整理的原则
a） 条理化：是指对资料进行分类从而为进一步的分析创造条件。（从对事物分类归纳着手）
b） 系统化：是指从整体上考察现在资料满足研究目的的程度如何，有没有必要吸收补充其他资料；（从整体综合的角度考虑问题，首先，它要从整体上考虑现有资料是否系统，完整，其次要考虑对调查中发行的新情况如何处理；）
c） 统计汇总：是指将调查得到的各种数据进行初步的统计整理，以把握其总体上的数量特征
6. 分类的类型及意义；
a） 分类的方法有两种：现象分类方法和本质分类方法。根据事物外部特征或外在联系进行分类的方法称为现象分类法；根据事物的本质特征或内部联系进行分类的方法称为本质分类法，本质分类法也被称为科学分类法。
b） 现象分类法可以帮助调查研究者建立资料存取系统，便于资料的存取和查找、利用。本质分类不仅是资料的存取、检索系统，而且是调查者对客观事物和规律认识的总结系统
7. 选择分类标志的原则：分类的关键在与选择和确定分类标志
1.从研究目的出发选择标志；2.从反映事物本质的需要去选择标志； 3.根据具体的历史条件去选择标志；4.分组标志的确立必须坚持穷尽性和互斥性的原则。
8. 分类标志的类别：分为品质标志和数量标志
a） 按品质标志分类就是选择反映事物属性差异的品质标志为分类标准；如性别按男女分为两类。
b） 按数量标志分类就是选择反映事物数量差异的数量标志为分类标准；如居民家庭按子女数分组，可分为无子女家庭，单子女家庭，双子女家庭等。数量标志有两种表现形式：按单值分类（如按子女数分类）、按组距分类（如按年龄组距将人们分入不同年龄段中）；注意如果某一数值正好与上限一致，则按上限不在内的原则，将其划入下一组中。
第二节 资料汇总
1.编码：是将问卷中的信息数字化转换成统计软件和统计程序能够识别的数字，是一种信息代换的过程，其主要是建立编码手册。
2.登录：是将编好码的问卷资料过录到资料卡片上去，以便于将他们输入到计算机的软盘或硬盘等存储设备上去。
3.录入：是将登录在资料卡片上的数据录入到计算机的存储设备上，其性质同登录相同。
4.统计表：即资料通过统计汇总，得出许多说明社会现象和过程的数字资料，把这些资料按照一定的目的，在表格上表现出来，这种表格就叫统计表；是资料整理的结果应用最广泛的形式。
5.L计算机资料汇总的步骤
第一，编码。（主要是建立编码手册）第二，登录。（过录到资料卡片上） 第三，录入。（录入到计算机的存储设备上）第四，程序编制。（计算机输入指令，指令就是程序）
6. 编码手册包含哪些内容；包含4个主要项目：1、序号；2、问题编码；3、项目名称；4、编码的内容说明。
7. 研究资料的计算机录入有哪两类方式，各自有何优缺点，有两种方式
a） 固定格式录入：是指按照固定的位数和固定的位置去输入代表每个变量取值的数码；好处是资料录入员可以集中精力敲击键盘，而不必考虑每个数据应该对应哪个变量，可以提高录入速度；缺点是先将调查数据转化为固定格式，且卷面登录和计算机录入时都要严格注意每个变量上数码的位数和位置，不能出错
b） 自由格式录入：是指以一个个的变量值为单位直接将数据录入到计算机电子表格中；其优点是录入比较直观，不必转化，而且录入数据错误也容易发现；
8. 统计表的种类：按总体分组的情况分：简单表、分组表（又分为单项分组表和组距分组表）和复合表（又称交互分类表）。
9. 统计表的结构：；
a） 从外表形式上看，统计表由总标题（上端中部）、横行标题（左端）、纵栏标题（表上方）、指标数值四部分组成。
b） 从内容上看，统计表由主词和宾词两部分构成
10. 掌握设计统计表的方法：
1、统计表形式的设计；
2、统计表的内容设计；
3统计表制表的要点：
（在制作统计表时应注意下列事项：首先，文字书写应工整，字迹清晰，数字应填写整齐，数位对准。其次，当数字为“0”时要写出来，如果不应有数字时应用横短线“-”表示；当缺某项数字或因数字小可忽略不计时，用省略号“…”表示；当某项资料应免填时，用符号“X”表示。统计数字部分不应留下空白。）
第三节 定量研究资料的统计分析
1.S社会研究资料的统计分析：是采用数理统计的方法和技术对社会研究中获得的资料进行定量分析。
2.集中量数：也称集中趋势量数，它是用一个数值去代表一组数据的一般水平。常用的集中量数有平均数，中位数和众数；
3.平均数；是表面一组数据的平均水平的数值。
4.中位数：把一组数据按照其大小顺序排列起来，处于最中间位置的那个数就是中位数，有时也称位置平均数；主要用于定序测量
资料中。
5.众数：是指在一组数据中出现次数最多的标志值。
6. 离中量数：描述数据离散程度的量数就是离中量数，也称差异量数；它是一个概括性量值，是研究现象差异程度的概括表现；它的意义在于阐明被研究现象的差异特征；常用的离中量数有异众比率，四分位差和标准差。
7. 异众比率：是指非众数的次数于总体内全部总体单位的比率
8. 四分位差；把一组数据按照大小排列成序列，然后分成4个数据数目相等的段落，各个段落分界点上的数叫四分位数；而四分位差就是第三个四分位数的值减去第一个四分数位值
9. 标准差；又叫均方差，是指资料中各个数值与算术平均术相减之间的平方和的算数平均数的平方根；它是用得最多，也是最重要的离中量数
10. 离散系数；是标准差与算术平均数的比值，用百分数表示，它是一个相对数，不受单位的限制
11.置信区间； 通过样本统计值去推论总体参数值存在的范围。范围的大小标志着推论的精确度。范围越小，精确度越高
12.置信度； 对置信区间进行推论时总体的实际参数值真正处于置信区间中的概率度，即这种推论的可靠性程度
13.抽样误差； 由于抽样而导致的样本与总体之间在被研究的变量上存在的差异。是随机抽样本身所固有的误差
14.SPSS是世界著名的统计分析软件之一，也是社会科学领域最常用的统计分析软件。它于是1968年由3位美国斯坦福大学的学生开发。