资料处理与单变量的统计描述

本节导读

这一节对应社会研究方法第七章「资料的处理」和第八章「单变量的统计描述」。官方试卷结构里没有计算题，但单选题可能要你做一步简单的计算，或判断某个指标适用于哪类变量；名词解释可能出「后编码」「中位数」「异众比率」「标准值」，简答可能问数据清理的内容、集中趋势测量指标的特点。

这一节的公式都用文字写出，记住每个指标「怎么算、适用于哪类变量、受不受极端值影响」三件事就够了。

资料的处理

原始资料的审核

定性资料的审核：实地观察记录、无结构式访谈记录和其他文字叙述资料，要审核其真实性、准确性和完整性，例如核对不同来源的说法是否一致，记录是否把观察到的事实与研究者的推测分开。

定量资料的审核：问卷调查资料要检查有无漏答、前后回答是否矛盾、填写是否规范；二次数据资料要核对来源、统计口径和时间是否适合本研究。

定性资料的整理

分类：按一定的标准把资料分门别类。分类要遵守标准统一、类别互斥、类别穷尽的原则；分类使资料条理化，便于比较和发现规律。分类标准的类型以《大纲及指南》的表述为准。

汇编：按分类把资料汇集、编排起来，加上标题和必要的说明，形成系统的资料集。

定量资料的整理

问卷编码：编码是把问卷中的答案转换成数字代码。编码有两种类型：前编码，在设计问卷时就给封闭式问题的答案预先规定代码；后编码，在问卷收回后再给答案分类并编码，主要用于开放式问题。编码的过程是：制定编码手册，规定每个变量的名称、代码和取值范围，再逐份编码。

数据录入：选择统计软件，确立数据文件的格式（通常每一行是一个个案，每一列是一个变量），然后输入数据，必要时两人分别录入、相互核对。

数据清理：录入后、分析前，要清理数据。人为误差的清理，是查出并改正填答和录入中的错误；特殊数值的清理，是处理超出取值范围的数值、表示缺失的代码和极端值等，避免它们扭曲分析结果。

单变量的统计描述

描述频数分布

指标	含义
频数	每个类别出现的次数
比例（百分比）	某一类的频数 ÷ 总频数，即部分与全体之比
比率、对比值	部分与部分之比，例如性别比（男性人数 ÷ 女性人数 × 100）；两个词的具体区分以《大纲及指南》为准
累加频数	把各类别的频数依次累加，适用于定序以上的变量

常用的图形有：圆形比例图（饼图），表示各部分在整体中所占的比例；条形图，用分开的条形表示各类别的频数，适用于定类、定序变量；直方图，用相连的矩形表示连续变量各组的频数；折线图，表示频数分布或变化的趋势。

集中趋势测量

指标	怎么求	适用的变量	受极端值影响吗
众数	出现次数最多的值	定类及以上	不受影响
中位数	把数据从小到大排列，位置居中的值	定序及以上	不受影响
算术平均数	全部数值之和 ÷ 个数	定距及以上	受影响大