市場調查課程第十章定量調查資料的整理（一）學習目標理解調查資料整理的作用

熟悉調查數據整理的一般流程

理解編碼的作用，掌握編碼表的設計技巧

了解確實數據的處理方法

了解調查數據中的權數設計本講內容3調查資料整理概述01調查問卷的回收及審核02調查資料的編碼0304調查數據的清潔和預處理調查資料整理概述015調查資料整理是從實地調查階段過渡到分析階段，由感性認知上升到理性認知必經的中間環節。調查資料整理的意義是提高調查數據質量的必要步驟是分析的重要基礎便于今后對數據的長期保存和研究運用各種方法從各個具體單位調查得來的資料往往是分散、零亂的，且難免出現虛假、差錯等現象，這些現象都會大大降低調查數據的質量必須對數據進行審核與校對，區分其真假和精粗，消除其中的假、錯、缺、冗等現象，以保證數據的真實、準確和完整正確的結論來源于科學的分析，科學的分析又依賴于調查資料的真實、準確、完整和統一必須在分析之前，認真鑒別、整理調查數據，校訂或淘汰不合格的數據經過整理的真實、完整的原始調查資料往往具有長久的研究價值,經過整理并錄入計算機的數據更便于保存與使用6原始調查數據與調查資料整理采用不同的調查手段與途徑，從不同的調查單位收集的原始數據可根據不同標準分為：根據收集途徑的不同，可分為一手數據和二手數據根據調查形式的不同，可分為定性數據和定量數據根據數據形式的不同，原始數據可能是市場調查問卷、專家訪談記錄、政府機關的檔案資料、錄音帶或其他多媒體資料等調查資料的整理主要依據調查資料的整理方案（在市場調查的設計階段編制）來進行：對原始資料進行審核、訂正編碼數據的錄入數據的清潔進行統計預處理調查問卷的回收及審核028調查問卷的回收每份返回的問卷要記錄唯一、有順序的識別號碼作為原始文件。與資料收集工作相匹配，掌握每天完成的問卷數和接受的問卷數。在完成的問卷后面記錄完成日期和接受日期，以便在分析過程中根據接受時間的先后做比較。同時實施多個項目時，需記錄交付實施、仍在實施、已經完成并返回的項目數。在核對資料、時候編碼、錄入資料等工作時，按識別號碼，準確記錄是誰拿著哪些原始文件。所有參加整理工作的人員不僅有保證工作質量的責任，還負責不丟失任何原始文件。問卷回收中登記和編號工作很重要。從不同地區不同調查員交回的問卷,都應立即登記和編號,尤其對于大規模的調查,更應做好這一工作。按順序的號碼記錄接收問卷的做法十分有用。這些唯一的號碼不但記錄在原始文件上,也同時記錄在資料中如果有配額的規定或對某些子樣本有具體的規定,那么應將可以接受的問卷分類并數出其數量。如果沒有滿足抽樣的要求,就要采取相應的行動9調查資料的審核是指對回收問卷的完整性和訪問質量的檢查，目的是確定哪些問卷可以已接受，哪些作廢。調查問卷的審核內容與方法審核內容調查單位是否都已調查問卷、調查表內各項目是否都填寫齊全是否有單位、項目無回答完整性審核調查資料口徑、計算方法、計算單位是否符合要求剔除不可靠的資料正確性審核被調查者回答是否前后一致、有無邏輯錯誤一致性審核被調查單位是否都按規定日期填寫和送出填寫資料是否為最新資料及時性審核書寫的記錄應字跡清楚，明白易懂清楚易懂審核的主要方法經驗判斷：根據已有經驗判斷數據真實性、準確性邏輯檢查：根據項目內在聯系和實際情況判斷計算審核：對數字資料的計算技術和有關指標之間的相互關系進行審查如果被調查者的年齡填為132歲、某小雜貨店營業面積300平方米，根據經驗肯定與事實不符

如果某被調查者年齡填寫13歲婚姻狀況填已婚，又如某消費者前面說“不知道”某調味品，后面卻說“每天都在使用”，顯然前后矛盾。在家庭的手指結構調查中，家庭總收入遠小于總支出與存儲之和，這種情況肯定是錯誤的審核可以在數據收集和數據公布之間的任何階段進行。調查的審核工作一般包括兩個階段：實地審核和中心辦公室審核。10審核的階段實地審核中心辦公室審核初步審核、現場審核，包括調查員審核和督導審核調查員在調查結束后及時審核問卷，檢查完整性、正確性、一致性以及是否清楚易懂在收到問卷后立即開始來及時發現

并糾正他們對調查程序或集體問題

的誤差。在資料收集工作全部結束后立即開始比實地審核更全面、確切和仔細工作最好由同一個人完成（保證處理方法的一致性）若需分工，則按問卷結構分工“數據的清洗”指在數據錄入過程中以及數據錄入后進行的審核如果被調查者對某項問題無回答，則應注明原因。也可標明資料的可靠程度（可信的、可以參考的、不可信等）11以最常見的問卷調查的中心辦公室審核為例,介紹接收核查問卷、編輯檢查及采取相應處理措施等基本步驟審核案例[1]接受核查問卷（一審）編輯檢查（二審）對所有問卷都應檢查一遍,將無效的或不能接受的問卷剔除無效問卷可能的情況：缺損的問卷回答不完全被調查者錯答問題或沒有按照指導語要求答題回答沒有什么變化，如在7級態度量表中無論正向反向看法回答全是4在截止日期之后回收的問卷由不屬于調查對象的人填寫的問卷前后矛盾或有明顯錯誤的問卷例如,一項藥品市場調查中,調查對象是患有某種疾病并進行過治療的人,沒有患有此疾病或患有此疾病但沒有治療過的人填答的問卷都屬于無效問卷年齡20歲工齡30年對于配額抽樣調查，接收問卷時應弄清屬于哪層，并計算各層回收問卷。例如,某項關于高檔消費品的抽樣調查中,要求家庭人均月收入高于2000元并使用過此高檔消費品的被調查者至少150人,調查對象是從隨機抽取的居委會的居民戶中等距抽取的,回收問卷時發現該類被調查者數明顯低于配額,在數據處理前應及時地對該類居民專門進行補充調查。12以最常見的問卷調查的中心辦公室審核為例,介紹接收核查問卷、編輯檢查及采取相應處理措施等基本步驟審核案例[1]接受核查問卷（一審）編輯檢查（二審）主要檢查回答的完全性、準確性、一致性、以及是否清楚易懂檢查出來的無法令人滿意的問卷,常用的處理方法：退回實地重新調查，適用于規模較小、被調查者很容易找到的商業或工業市場調查視為缺失數據，適用于：令人不滿意回答的問卷數較少時、令人不滿意回答的比例很小、令人不滿意回答的變量不是關鍵變量放棄不用，適用于：令人不滿意回答的問卷比例很小、樣本量很大、令人不滿意回答的被調查者與令人滿意的被調查者在人口特征/關鍵變量等方面的分布沒有顯著差異、準備放棄的問卷中令人不滿意回答的比例較大、對關鍵變量的回答是缺失的例如,北京市一個消費品市場調查中,某被調查者的家庭人均月收入僅500元,卻經常在燕莎、賽特、當代等高檔商場購物;又如某題的答案圈在2與3之間,讓人難以確定是2,是3,還是2和3之間。調查資料的編碼0314編碼即是將問卷信息轉化為統一設計的計算機可識別的代碼，以便于對其進行數據整理與分析。編碼的作用于基本原則編碼的主要作用減少數據錄入和分析的工作量，提高工作效率將定性數據轉化為定量數據，可以利用統計軟件，采用統計分析方法進行定量分析減少誤差編碼的基本原則準確性完整性有效率方便標準化設計的代碼要能準確有效地替代原信息轉換信息形式時盡量不丟失信息或者減少信息浪費易于操作，盡量節約人力、物力轉換的代碼要便于數據的整理與分析以便于比較15編碼的設計即確定各問卷、問卷各項目和答案對應代碼的名稱、形式、范圍以及與原數據的對應關系。編碼設計的內容與分類編碼設計內容包括問卷代碼、變量的定義、取值的定義，這些內容列成表格形式稱為編碼表編碼表的設計準確、全面、有效，將有助于提高調查數據的分析質量表10-1某項調查的編碼表格式問卷代碼主要包括地區代碼、調查員代碼、居委會代碼以及問卷代碼等。例如,某問卷代碼為“1051202”,第一位數字“1”表示北京市,后面兩位數字“05”表示調查員代碼,再后面兩位數字“12”為居委會代碼,最后兩位代碼“02”表示該調查員在此居委會成功調查的第2份問卷。編碼設計的分類根據問卷結構的不同，分為結構式問卷編碼設計和非結構式問卷編碼設計根據問卷中問題類型的不同，可分為封閉題編碼設計、半封閉題編碼設計和開放題編碼設計根據編碼設計時間與方法不同，可分為前設計和后設計前設計：針對答案類別事先已知的問題，簡單易行,但可能由于問卷選項的設計缺少某重要選項，或設置多余選項，從而影響數據質量后設計：針對答案類別事先無法確定的問題，相對更準確、有效,但比較復雜,而且費時費力16單選題的編碼設計前設計編碼要求事先已知問題的答案類別，主要應用于結構式問卷中的封閉提和數字型開放題。前設計編碼-封閉題編碼設計[1]對單選題只需規定一個變量，取值為選項號

例：設計問卷時，在問題后同一位置留出相應位數用于編碼，而且位置的編排應統一醒目。如果有項目無回答，應返回問卷改正無法得到答案時，編上專門表示無回答的碼，不可漏碼，不可與合理回答相重復17多選題的編碼設計前設計編碼要求事先已知問題的答案類別，主要應用于結構式問卷中的封閉提和數字型開放題。前設計編碼-封閉題編碼設計[2]一種做法是將各個可能回答的答案選項都設為一個0-1指示變量，如被調查者選擇了該答案，此變量的值為1,否則為0。優點是便于分析，缺點是不便于錄入

例：另一種做法是將變量定義為所選題號,變量值為選項號,變量排列順序即為選擇答案的順序。仍以上題為例,假設題中規定至多只選擇3項,則該題設計的編碼如表所示。優點是便于錄入和檢查，但分析前要用計算機程序把它們轉化為各選擇答案的0-1變量。18排序題的編碼設計前設計編碼要求事先已知問題的答案類別，主要應用于結構式問卷中的封閉提和數字型開放題。前設計編碼-封閉題編碼設計[3]一種方法是,變量個數即選項個數,按選項排列順序,分別定義各變量為對應選項所排次序號,取值即為次序號。優點是可以直接進行分析,但錄入工作量大

例：另一種方法是,變量個數即要求排序項數,依照次序號排列順序,分別定義各變量為各次序號對應的選項項數,取值即為選項號。仍以上題為例,但形式稍做改變。此法便于錄入,減少工作量和降低出錯率,但分析時要先進行數據轉化19對直接回答數字的問題，變量取值即為該數字。設計編碼時變量的測量水平應盡量高一些，后期為不同分析的需要可以再分組。前設計編碼：數字型開放題的編碼設計如果編碼時采用地測量水平的變量，則后續想提高測試水平時只能重新編碼，成本太高變量所占字節數可以根據事先預計的數字最大值的位數確定例：直接詢問被調查者的年齡，設計編碼時取變量名為NL，所占字節為2(因為調查對象要求在20-60歲之間),小數點位數為0,變量取值即為年齡，單位為“歲”，取值范圍為20-60或99(99表示該題缺失)根據取值范圍，可以核對該題的回答有無明顯錯誤，是否合乎邏輯變量需統一規定格式（小數點書、數量單位等）以便分析對比20牌子表是記錄產品品牌的統計表。前設計編碼：牌子表的編碼設計編碼表牌子表給出所有可能答案選項的代碼，訪員可直接編碼建立牌子表時應注意及時了解市場情況，加入新品牌，刪除消失的品牌在設立“其他”選項時，避免出現品牌錯誤、重碼、漏碼等錯誤記錄產品品牌的統計表在設計產品品牌的問題時有助于被調查者回答、訪員提問和記錄開放題21當調查事先無法確定回答的問題，但又希望定量分析答案的頻數分布和變量間的關系時，一般要采用后設計編碼方法，在數據收集完成后再進行編碼設計。實踐中一般應用于無結構與結構式問卷中的文字開放題。后設計編碼-開放題要對開放題進行定量分析，必須將問題轉化為一個或幾個變量，將所有可能答案類別賦予相應代碼。應注意：確定變量翻閱問題的回答，根據分析的需要定義變量名稱、類型和含義根據問題的回答確定答案類別閱讀所有對該問題的回答

抽選部分問卷隨機選取分層系統選取選定后，閱讀每個被調查者對該題做出的回答，記錄新的答案類別與頻數。選取問卷給答案類別確定代碼，規定其位數實踐中還可以把問題答案全部錄入計算機問卷，使數據具有永久性。可多次或重新分類等。其方法有點多，可需要投入大量時間、人力和物力。22無結構問卷首看有無必要編碼。如果僅定性歸納研究，不準備進行定量分析，也就無須編碼。如果希望定量分析各變量的分布與變量間的關系，則需要進行編碼，將問卷內容和結果結構化和量化。

后設計編碼-無結構問卷編碼設計[1]編碼閱讀問卷各問題和答案

圍繞分析目的，評價各重要問題的潛在信息

簡要記錄主要主題與含義，確定能否從中推導出變量Step

1從問卷中分離出主要類別，將變量分組歸類Step

2繼續尋找與調查主題和假設相關的因素

無關因素暫且忽略，直到

確信已找出所需并可測量的

全部變量

Step

3無結構問卷編碼確定變量步驟23定義問卷變量之后，應針對各變量，分別確定答案類別，定義代碼。后設計編碼：無結構問卷編碼設計[2]這一步工作與開放題的編碼比較相似，但更復雜，需要考慮的問題更多：需要考慮變量所包含的內容，以及變量間的界限

對于數據中新出現的而之前沒有預見到的類別，都要認真考慮其含義以及對理解主題有無擴充意義，這些數據可能會促進我們發現潛在的新變量和新類別。也可用另一種方法研究該問題，觀察是否出現新變量和新類別考慮其內部含義，盡可能探討其因果關系24編碼設計的好壞直接影響調查數據的質量，下面對設計編碼的原則進行簡單總結和補充：編碼表的設計原則準確性便利性完整性唯一性有效率標準化維護性定義的變量

要能準確反應

問題的信息答案選項能

準確代表

被調查者

提供的信息編碼設計

要方便上碼、

錄入與分析定義所有的

變量能反映

問卷中所需

的全部信息所有答案選項

要窮盡被調查

者可能回答的

所有內容

所有回答要

有相應代碼變量號和

名稱唯一

確定，各

變量的答案

選項唯一，

相互間互斥

問卷代碼、

變量代碼

以及答案

選項與相應

代碼對應保持質量的

前提下，

降低成本

有相對不

重要、不

能編碼或

出現次數少

的答案，

一般不單獨

編碼，而

歸入“其他”滿足分析目的

前提下，編碼

標準化，有

助于分析

在設計階段

可能沒有

考慮