数据统计与数据分析 一、问卷的确认和编辑 数据资料的处理过程是从回收第一份问卷开始的。按照事先调查方案的计划， 尽量确保每份问卷都是有效问卷（所谓“有效”问卷，指的是在调查过程中按照正 确的方式执行完成的问卷)0问卷回收以后，督导员必须按照调查的要求，仔细地检 查问卷。检查问卷的目的在于将有错误填写，或者是不完整、不规范的问卷挑出， 保证数据的准确性。所谓错误填写即出现了那些不合逻辑或根本不可能的结果，通 过对调查员的复核，可以检查出哪些调查员没有按照调查的要求去访问，那么，该 调查员完成的问卷可能存在很多问题。还有可能漏答了某些必答的问题，比如被访 者的人口特征等基本情况，造成问卷回答不完整。 鉴于这些情况，不管是由于调查员造成的还是被访者的原因，通常有两种 方式进行补教：对于出现漏答的问卷，通常要求调查员对受访者进行重访，以补充 未答的问题：如果不便于重访或重访后的问卷还有问题，数目不是很多，可以当作 缺失值计。如果数量非常大，这份问卷就只能当作废卷处理，并且按照被访对象的 抽样条件，补充相关的样本。！一、问卷检查 问卷的检查一般是指对回收问卷的完整性和访问质量的检查，目的是要确 定哪些问卷可以接受，哪些问卷要作废。检查的要点包括： (①)规定详细的检查规则，一份问卷哪些问题是必须填写完整的，哪些问题出 现缺失时可以容忍等，使督导员明确检查问卷的每一项流程。 (②)对于每份调查员交回来的问卷必须彻底地检查，以确认调查员或者被 访者是否按照相关的要求完成了访问，并且完整地记录在问卷的恰当位置。 (3)应该将问卷分成三种类型，一种是完成的问卷，一种是作废的问卷， 第三种是有问题，但通过追访还可以利用的问卷。 (④)如果抽样中有配额的要求，那么应将完成的问卷中的配额指标进行统 计分析，确定问卷是否完成配额的要求，以便及时补充不足的样本。 (⑤)通常有下面情况的问卷是不能接受的：所回收的问卷明显不完整，缺 了一页或者多页：问卷中有很多内容没有填答：问卷的模式说明调查员（被访者）没 有理解或者遵循访问指南回答；问卷的答案几乎没有什么变化，如在态度的选项上 全部选择第X项：问卷的被访者不符合抽样要求：问卷的回收日期超过了访问的时 限等。二、问卷的校订
1 数据统计与数据分析 一、问卷的确认和编辑 数据资料的处理过程是从回收第一份问卷开始的。按照事先调查方案的计划， 尽量确保每份问卷都是有效问卷(所谓“有效”问卷，指的是在调查过程中按照正 确的方式执行完成的问卷)o 问卷回收以后，督导员必须按照调查的要求，仔细地检 查问卷。检查问卷的目的在于将有错误填写，或者是不完整、不规范的问卷挑出， 保证数据的准确性。所谓错误填写即出现了那些不合逻辑或根本不可能的结果，通 过对调查员的复核，可以检查出哪些调查员没有按照调查的要求去访问，那么，该 调查员完成的问卷可能存在很多问题。还有可能漏答了某些必答的问题，比如被访 者的人口特征等基本情况，造成问卷回答不完整。 鉴于这些情况，不管是由于调查员造成的还是被访者的原因，通常有两种 方式进行补救：对于出现漏答的问卷，通常要求调查员对受访者进行重访，以补充 未答的问题；如果不便于重访或重访后的问卷还有问题，数目不是很多，可以当作 缺失值计。如果数量非常大，这份问卷就只能当作废卷处理，并且按照被访对象的 抽样条件，补充相关的样本。 !一、问卷检查 问卷的检查一般是指对回收问卷的完整性和访问质量的检查，目的是要确 定哪些问卷可以接受，哪些问卷要作废。检查的要点包括： (1)规定详细的检查规则，一份问卷哪些问题是必须填写完整的，哪些问题出 现缺失时可以容忍等，使督导员明确检查问卷的每一项流程。 (2)对于每份调查员交回来的问卷必须彻底地检查，以确认调查员或者被 访者是否按照相关的要求完成了访问，并且完整地记录在问卷的恰当位置。 (3)应该将问卷分成三种类型，一种是完成的问卷，一种是作废的问卷， 第三种是有问题，但通过追访还可以利用的问卷。 (4)如果抽样中有配额的要求，那么应将完成的问卷中的配额指标进行统 计分析，确定问卷是否完成配额的要求，以便及时补充不足的样本。 (5)通常有下面情况的问卷是不能接受的：所回收的问卷明显不完整，缺 了一页或者多页；问卷中有很多内容没有填答；问卷的模式说明调查员(被访者)没 有理解或者遵循访问指南回答；问卷的答案几乎没有什么变化，如在态度的选项上 全部选择第 X 项；问卷的被访者不符合抽样要求；问卷的回收日期超过了访问的时 限等。二、问卷的校订
为了加强问卷的准确性，对那些初步接受的问卷还要进行进一步的检查和 校订，在校订的过程中，通常会发现问卷中存在有字迹模糊、问题漏选、前后回答 不一致、答案模棱两可和跳答错误的问题。 问卷的某些问题答案可能出现字迹模糊的情况，特别是碰上无结构的开放 式的问题时，因为调查员记录的不好，答案不容易识别。如果发现这样的问题，必 须对受访者进行追访，将不清楚的地方填写清楚。对于漏选的问题处理方法也是 样，出现漏选的题目因为各种原因，无法进行事后补充访问，普通的问题，且数目 不大时，通常作为缺失值处理：如果涉及到受访对象的个人特征的问题，通常只能 作为废卷处理。 问卷中有些问题的答案会出现不容易理解的模棱两可的情况，或者是使用 了不是通用的缩写方式或词语，或者在应该单选一项的问题中，圈选了两项等，都 必须通过追访进行补救。另外就是回答时可能出现跳答错误的情况，这可能是因为 被访对象没有很好地理解问题。如果出现这种情况，首先要核实被访对象是否符合 抽样调查的条件（跳答题目往往是筛选条件），如果符合，进行追问补充，如果不符 合条件，问卷只能作废，重新补充样本。 问卷的回收、检查与校订可能是非常繁琐、且时间很长的工作，但却是保 证数据处理过程中较少误差的重要步骤。三、问卷的编码 编码是指对一个问题的不同答案进行分组和确定数字代码的过程。大多数 问卷的大多数问题都是封闭式的，在调查之前就已经完成了编码的过程，即每一组 问题的不同答案的数字编码已经确定（参见表15一1）。 而开放式问题，因为不知道会得到什么答案，或者是希望得到比列出的封 闭式的选项更详尽的答案，所以在调查结束后，必须对这些开放式的问题进行事后 编码。开放题的事后编码的工作量很大，无法预知会出现多少个新的代码和答案， 而且有些答案是非常类似的，必须决定是合并成一类呢，还是分成不同的代码。具 体地说，编码需要以下几个步骤： (1)每个需要编码的项目都必须有一份编码表，将问题和项目的代码详细 地标注在编码表的项端位置，由于事先不知道会有多少新的代码或答案出现，所以 一定要预备足够的空间。 (②)如果编码的工作由一个编码员完成，出现错误的可能性相对较小。但 实际上，因为需要编码的问题可能很多，一个人没有办法按时完成，这就需要多个
2 为了加强问卷的准确性，对那些初步接受的问卷还要进行进一步的检查和 校订，在校订的过程中，通常会发现问卷中存在有字迹模糊、问题漏选、前后回答 不一致、答案模棱两可和跳答错误的问题。 问卷的某些问题答案可能出现字迹模糊的情况，特别是碰上无结构的开放 式的问题时，因为调查员记录的不好，答案不容易识别。如果发现这样的问题，必 须对受访者进行追访，将不清楚的地方填写清楚。对于漏选的问题处理方法也是一 样，出现漏选的题目因为各种原因，无法进行事后补充访问，普通的问题，且数目 不大时，通常作为缺失值处理；如果涉及到受访对象的个人特征的问题，通常只能 作为废卷处理。 问卷中有些问题的答案会出现不容易理解的模棱两可的情况，或者是使用 了不是通用的缩写方式或词语，或者在应该单选一项的问题中，圈选了两项等，都 必须通过追访进行补救。另外就是回答时可能出现跳答错误的情况，这可能是因为 被访对象没有很好地理解问题。如果出现这种情况，首先要核实被访对象是否符合 抽样调查的条件(跳答题目往往是筛选条件)，如果符合，进行追问补充，如果不符 合条件，问卷只能作废，重新补充样本。 问卷的回收、检查与校订可能是非常繁琐、且时间很长的工作，但却是保 证数据处理过程中较少误差的重要步骤。三、问卷的编码 编码是指对一个问题的不同答案进行分组和确定数字代码的过程。大多数 问卷的大多数问题都是封闭式的，在调查之前就已经完成了编码的过程，即每一组 问题的不同答案的数字编码已经确定(参见表 15—1)。 而开放式问题，因为不知道会得到什么答案，或者是希望得到比列出的封 闭式的选项更详尽的答案，所以在调查结束后，必须对这些开放式的问题进行事后 编码。开放题的事后编码的工作量很大，无法预知会出现多少个新的代码和答案， 而且有些答案是非常类似的，必须决定是合并成一类呢，还是分成不同的代码。具 体地说，编码需要以下几个步骤： (1)每个需要编码的项目都必须有一份编码表，将问题和项目的代码详细 地标注在编码表的顶端位置，由于事先不知道会有多少新的代码或答案出现，所以 一定要预备足够的空间。 (2)如果编码的工作由一个编码员完成，出现错误的可能性相对较小。但 实际上，因为需要编码的问题可能很多，一个人没有办法按时完成，这就需要多个
编码员。在这样的情况下，一定要注意多个编码员工作的协调。应该安排编码员在 不同的时间，或者相同的时间相同的地点，使用同一个编码表。这样可以避免编码 重复的情况。 (③)研究人员应详细制定编码的守则，指导编码员如何识别答案，并且将 其归类。以及如何分配编码等等，并同时对编码的过程进行监督和检查。编码员在 编码的过程中可能有两种倾向：一种是事无巨细地将出现的每一种答案给与新的代 码，结果代码的数量比预料要多得多；另一种情况是对答案的归类过于粗糙，可能 丢弃了数据中有意义的差异。对于这两种情况都必须通过守则的规定，尽量避免。 碰到无法确认的分类的时候，通常的做法是付与一个新的代码，如果需要合并，可 以在将来的数据处理过程中完成。 (4)可以对“不知道”、“无所谓”、“不清楚”、“缺失，事先规定，但是 定要注意规定的编码与实现对该问题的最大编码的预计的数量一致。 (⑤)编码的字迹必须清楚，如果可能的话，及时进行计算机的录入管理。 二、问卷调查中的编码技巧 在问卷调查中大量的问卷收回后，需要对每个问题的答案进行整理、汇总。为 了充分利用问卷中的调查数据，提高问卷的录入效率及分析效果，需要对问卷中的 数据进行科学的编码。编码就是对一个问题的不同答案给出一个电脑能够识别的数 字代码的过程，在同一道题目中，每个编码仅代表一个观点，然后将其以数字形式 输入电脑，将不能直接统计计算的文字转变成可直接计算的数字，将大量文字信息 压缩成一份数据报告，使信息更为清晰和直观，以便对数据进行分组和后期分析。 这就使问卷编码工作成为问卷调查中不可缺少的流程，也成为数据整理汇总阶段重 要而基本的环节 通常，问卷中的问题有两类，一类是封闭式问题，即在提出问题的同时，列出 若干可能的答案供被调查者进行选择：另一类是开放式问题，即不向被调查者提供 回答选项的问题，被调查者使用自己的语言来回答问题。下面就不同问题的编码列 出不同的编码方法，以供大家探讨： 1、封闭式问题的编码方法 事实上在调查问卷开始设计的时候，编码工作就己经开始了。因为有些问题的答案 范围研究者事先是知道的，象性别，学历等。这样的问题，在问卷中以封闭问题的 形式出现，被访者回答问题时只要选择相应的现成答案就可以了。如：
3 编码员。在这样的情况下，一定要注意多个编码员工作的协调。应该安排编码员在 不同的时间，或者相同的时间相同的地点，使用同一个编码表。这样可以避免编码 重复的情况。 (3)研究人员应详细制定编码的守则，指导编码员如何识别答案，并且将 其归类．以及如何分配编码等等，并同时对编码的过程进行监督和检查。编码员在 编码的过程中可能有两种倾向：一种是事无巨细地将出现的每一种答案给与新的代 码，结果代码的数量比预料要多得多；另一种情况是对答案的归类过于粗糙，可能 丢弃了数据中有意义的差异。对于这两种情况都必须通过守则的规定，尽量避免。 碰到无法确认的分类的时候，通常的做法是付与一个新的代码，如果需要合并，可 以在将来的数据处理过程中完成。 (4)可以对“不知道”、“无所谓”、“不清楚”、“缺失，事先规定，但是一 定要注意规定的编码与实现对该问题的最大编码的预计的数量一致。 (5)编码的字迹必须清楚，如果可能的话，及时进行计算机的录入管理。 二、问卷调查中的编码技巧 在问卷调查中大量的问卷收回后，需要对每个问题的答案进行整理、汇总。为 了充分利用问卷中的调查数据，提高问卷的录入效率及分析效果，需要对问卷中的 数据进行科学的编码。编码就是对一个问题的不同答案给出一个电脑能够识别的数 字代码的过程，在同一道题目中，每个编码仅代表一个观点，然后将其以数字形式 输入电脑，将不能直接统计计算的文字转变成可直接计算的数字，将大量文字信息 压缩成一份数据报告，使信息更为清晰和直观，以便对数据进行分组和后期分析。 这就使问卷编码工作成为问卷调查中不可缺少的流程，也成为数据整理汇总阶段重 要而基本的环节。 通常，问卷中的问题有两类，一类是封闭式问题，即在提出问题的同时，列出 若干可能的答案供被调查者进行选择；另一类是开放式问题，即不向被调查者提供 回答选项的问题，被调查者使用自己的语言来回答问题。下面就不同问题的编码列 出不同的编码方法，以供大家探讨： 1、封闭式问题的编码方法 事实上在调查问卷开始设计的时候，编码工作就已经开始了。因为有些问题的答案 范围研究者事先是知道的，象性别，学历等。这样的问题，在问卷中以封闭问题的 形式出现，被访者回答问题时只要选择相应的现成答案就可以了。如：
Q1.请问您通常在什么地方购买日常用品？[多 小杂货店/便民店nn.1 仓储/超市nnn2 商场内超 市3 百货商场 零售摊点 5 批发市场6 直销/邮购 网上购 买11n8 其他n9 封闭式问题的调查问卷，在问 卷回收后就可以直接录入电脑，这对调查来说是非常便捷有效的。所以正常的问卷 调查都尽可能的使用封闭式问题。即便是那些事先不容易知道答案的问题，如购买 某商品的地点类型、使用某种商品的主要原因等也可采用此类形式，但通常会在封 闭式问题的答案中增加一个“其它”选项，就是为了保证所有的被访者在回答问题 时都有合适的被选对象，并且这个选项被选择的机会应当是可以预见到很少的，不 会超过主要答案被选择的机会。 二、开放式问题的编码方法 还有一些问题问卷设计者在设计问卷时是不完全知道答案的，这样的问题在问 卷中一般有两种形式。一种是只有问题没有备选答案，称作完全开放式问题。例 如：Q2.请问您不喜欢吃巧克力的原因有哪些？（需要追问） 另一种是有部分备选答案同时还有要求被访者注明的“其它”选项，称作半开 放式问题或隐含的开放式问题。例如： Q3.请问对于*产品，您愿意接受什么样的促销活动？[多选] 免费试用1 价格打折nnn2 赠送相关产品 礼品盒/礼品包.4 抽奖5 会员式活动. ”n6 集旧包装换取新产品、奖品等”，7 其他[请注 明]」 对于开放性问题，被访者需要用文字来叙述自 己的回答。问卷回收后这些答案不能马上录入电脑，需要后期的人员对其进行“再 编码”。“再编码”是为了方便数据处理，对原编码的有效补充，有时还是对原编码 的调整修改。“再编码”往往伴随着重新归类分组，由于电脑对数字型数据的偏爱， 以及某些统计分析程序只能处理数字型数据，因此经过再编码，数据处理更方便， 更可行。 但对于问卷调查来说，开放性问题出现的较少。从功能的角度来看开放性问题 是对封闭式问题的补充
4 Q1.请问您通常在什么地方购买日常用品？[多 小杂货店/便民店 „„„„„„„„.1 仓储/超市 „„„„„„„„„„„.2 商场内超 市„„„„„„„„„„„3 百货商场„„„„„„„„„„„„4 零售摊点„„„„„„„„„„„„ 5 批发市场„„„„„„„„„„„„6 直销/邮购 „„„„„„„„„„„.7 网上购 买„„„„„„„„„„„„8 其他„„„„„„„„„„„„„„9 封闭式问题的调查问卷，在问 卷回收后就可以直接录入电脑，这对调查来说是非常便捷有效的。所以正常的问卷 调查都尽可能的使用封闭式问题。即便是那些事先不容易知道答案的问题，如购买 某商品的地点类型、使用某种商品的主要原因等也可采用此类形式，但通常会在封 闭式问题的答案中增加一个“其它”选项，就是为了保证所有的被访者在回答问题 时都有合适的被选对象，并且这个选项被选择的机会应当是可以预见到很少的，不 会超过主要答案被选择的机会。 二、开放式问题的编码方法 还有一些问题问卷设计者在设计问卷时是不完全知道答案的，这样的问题在问 卷中一般有两种形式。一种是只有问题没有备选答案，称作完全开放式问题。例 如： Q2.请问您不喜欢吃巧克力的原因有哪些？（需要追问） 另一种是有部分备选答案同时还有要求被访者注明的“其它”选项，称作半开 放式问题或隐含的开放式问题。例如： Q3.请问对于**产品，您愿意接受什么样的促销活动？[多选] 免费试用„„„„„„„„„„„„1 价格打折„„„„„„„„„„„„2 赠送相关产品„„„ „„„„„„„3 礼品盒/礼品包 „„„„„„„„„4 抽奖„„„„„„„„„„„„„„5 会员式活动„„„„„ „„„ „„„ 6 集旧包装换取新产品、奖品等„„„ 7 其 他 [ 请 注 明]_ 对于开放性问题，被访者需要用文字来叙述自 己的回答。问卷回收后这些答案不能马上录入电脑，需要后期的人员对其进行“再 编码”。“再编码”是为了方便数据处理，对原编码的有效补充，有时还是对原编码 的调整修改。“再编码”往往伴随着重新归类分组，由于电脑对数字型数据的偏爱， 以及某些统计分析程序只能处理数字型数据，因此经过再编码，数据处理更方便， 更可行。 但对于问卷调查来说，开放性问题出现的较少。从功能的角度来看开放性问题 是对封闭式问题的补充
2、开放式问题的编码步骤 对回收问卷的再编码主要是针对开放式问题的。开放性问题的编码工作需要进 行4个步骤才能进行数据的录入： 第一步、录入答案。由于录入技术的进步，传统上让调查人员对着问卷逐条寻 找不同答案并列在一份大清单上的烦琐做法应当废止，而代之以全部录入答案，然 后再按照下列步骤实施编码。 第二步、尝试用不同方法对录入的答案进行排序、归类（许多软件例如excel、 foxpro、spss甚至word的汉字版等都有按笔画和拼音排序的功能)，并结合主观判 断，然后合并意思相近的答案。并且对明显相同的答案统计其出现的次数。例 如：Q4.请问您不喜欢吃巧克力的原因有哪些？ 原因 次数 价格不合理 5 价格有点贵 4 糖多怕胖 10 因为体重增加8 8 热量高，怕发胖 8 妈妈说上火 4 天气太热了，易上火 15 天气热想吃清淡的 价格原因 第三步、编码人员及问卷设计者根据调查的目的对抄出的答案进一步归纳，形成类 别数量适当的“编码表”。以上题为例，归纳的结果如下表： 编码表 合并原因 编码 价格不合理 担心发胖 2
5 2、开放式问题的编码步骤 对回收问卷的再编码主要是针对开放式问题的。开放性问题的编码工作需要进 行 4 个步骤才能进行数据的录入： 第一步、录入答案。由于录入技术的进步，传统上让调查人员对着问卷逐条寻 找不同答案并列在一份大清单上的烦琐做法应当废止，而代之以全部录入答案，然 后再按照下列步骤实施编码。 第二步、尝试用不同方法对录入的答案进行排序、归类（许多软件例如 excel、 foxpro、spss 甚至 word 的汉字版等都有按笔画和拼音排序的功能），并结合主观判 断，然后合并意思相近的答案。并且对明显相同的答案统计其出现的次数。例 如： Q4.请问您不喜欢吃巧克力的原因有哪些？ 原因 次数 价格不合理 5 价格有点贵 4 糖多怕胖 10 因为体重增加 8 8 热量高，怕发胖 8 妈妈说上火 4 天 气太热了，易上火 15 天气热想吃清淡的 6 价格原因 1 。 第三步、编码人员及问卷设计者根据调查的目的对抄出的答案进一步归纳，形成类 别数量适当的“编码表”。以上题为例，归纳的结果如下表： 编码表 合并原因 编码 价格不合理 1 担心发胖 2
易上火 . 从“编码表”中可以看出，答案的数量减少了，每一个保留的答案是对实际填写的 同类答案的总结。 第四步、调查人员根据“编码表”中的编码对所有开放题的答案进行逐一归类， 并在每个问题旁边写上实际答案在编码表中对应的号码。如下所示： Q4.请 问您不喜欢吃巧克力的原因有哪些？（需要追问） 调查问题对照表 原因 对照编码 热量高吃了怕发胖 2 价格有点贵 到此为止问卷上的文字答案经过归纳变成了数字，方便了录入人员的录入、统计 3、对问卷调查编码工作的几点建议 不论是调查前还是调查后的编码工作都有相同的原则，从这些原则可以看出 编码做得好坏，也可以看出问卷设计是否科学、合理。在进行编码时提出以下几点 建议： 1、提倡使用统一编码表和对编码表进行测试。无论是开放题还是半开放题， 几道问题选项或答案内容相同、相近、类似等情况下，将这几道题目采用统一的编 码表。这样做一是易于控制编码，二是给后期的数据处理、分析带来很多方便。另 外，对于确定的编码表，在正式开展调查前应在小范围内对编码表进行测试（测试 问卷50份左右)，以便对编码表进行修正，并使编码人员充分理解编码表。 2、编码的合理性。首先编码应充分反映调查项目之间的内在逻辑联系，如对 地区的编码，象对本省地市的编码值应该接近，以反映本省地理位置接近这一客观 事实，并且在处理和汇总时容易设定条件。其次，还要遵循以下数字的用法：能用 自然数，绝不用小数：能用正数绝不用负数：能用绝对值小的整数绝不用绝对值大 的整数。 3、编码的广泛性和概括性。它包含两方面含义，(I)每个答案都可以在最终 的编码表上找到合适的对应，否则编码表是不完备的。(2)最终的编码表应当全面 的含盖问题设计时所要收集的各个方面的信息，有时候出现频次少但观点特别的回
6 易上火 3 . . 从“编码表”中可以看出，答案的数量减少了，每一个保留的答案是对实际填写的 同类答案的总结。 第四步、调查人员根据“编码表”中的编码对所有开放题的答案进行逐一归类， 并在每个问题旁边写上实际答案在编码表中对应的号码。如下所示： Q4.请 问您不喜欢吃巧克力的原因有哪些？（需要追问） 调查问题对照表 原因 对照编码 热量高 吃了怕发胖 2 价格有点贵 1 到此为止问卷上的文字答案经过归纳变成了数字，方便了录入人员的录入、统计。 3、对问卷调查编码工作的几点建议 不论是调查前还是调查后的编码工作都有相同的原则，从这些原则可以看出 编码做得好坏，也可以看出问卷设计是否科学、合理。在进行编码时提出以下几点 建议： 1、提倡使用统一编码表和对编码表进行测试。无论是开放题还是半开放题， 几道问题选项或答案内容相同、相近、类似等情况下，将这几道题目采用统一的编 码表。这样做一是易于控制编码，二是给后期的数据处理、分析带来很多方便。另 外，对于确定的编码表，在正式开展调查前应在小范围内对编码表进行测试（测试 问卷 50 份左右），以便对编码表进行修正，并使编码人员充分理解编码表。 2、编码的合理性。首先编码应充分反映调查项目之间的内在逻辑联系，如对 地区的编码，象对本省地市的编码值应该接近，以反映本省地理位置接近这一客观 事实，并且在处理和汇总时容易设定条件。其次，还要遵循以下数字的用法：能用 自然数，绝不用小数；能用正数绝不用负数；能用绝对值小的整数绝不用绝对值大 的整数。 3、编码的广泛性和概括性。它包含两方面含义，（1）每个答案都可以在最终 的编码表上找到合适的对应，否则编码表是不完备的。（2）最终的编码表应当全面 的含盖问题设计时所要收集的各个方面的信息，有时候出现频次少但观点特别的回
答可能代表一个特定的重要群体，从研究的角度来说包含这类编码也是非常重要。 在确定最终编码表的时候，可以通过经验判断编码表是否包含了各个角度的回 4、编码的唯一性和排斥性。不同编码值不能表示相同的内容或有重叠交叉。 每个答案只能有唯一的编码条目与之对应，不应出现同一个答案对应两个或以上编 码条目的情况，否则编码表就不满足唯一性。例如：如果编码表中出现5-高兴、8 愉快，那么对于“快乐”这个答案就可以编成5也可以编成8。这种情况需要对编 码表重新进行归纳。 三、问卷的数据录入 EXCEL SPSS 四、数据的图形化 五、描述性统计 1、频数和百分比 所谓频数，是表示某一个取值的个案数：所谓百分比，是表示该取值的个案 数占总样本的比例，即（频数/样本量）100%。将变量所有取值的频数和百分比 列在一个表中，这种表叫领数表，从中可以看出变量各个取值的分布情况。 频数表分析方式一般适用于定序变量和定类变量，对定距变量，必须先将变量的取 值进行分组，每一个分组作为一个新的选项，然后对这些新的选项进行频数表的计 算。 例：的《对某家电品牌品牌宜传认知情况调查》中，样本量是501人。其中的一 个问题设置是“总的说来，您如何评价品牌的广告？”，备选的答案是“1-非常不 好”、2-不好”、3-一般”、4-好”、5非常好”。在计算选择各种答案的人数和百分 比时，使用sPss统计分析软件，具体的结果参见表
7 答可能代表一个特定的重要群体，从研究的角度来说包含这类编码也是非常重要。 在确定最终编码表的时候，可以通过经验判断编码表是否包含了各个角度的回 答。 4、编码的唯一性和排斥性。不同编码值不能表示相同的内容或有重叠交叉。 每个答案只能有唯一的编码条目与之对应，不应出现同一个答案对应两个或以上编 码条目的情况，否则编码表就不满足唯一性。例如：如果编码表中出现 5-高兴、8- 愉快，那么对于“快乐”这个答案就可以编成 5 也可以编成 8。这种情况需要对编 码表重新进行归纳。 三、问卷的数据录入 EXCEL SPSS 四、数据的图形化 五、描述性统计 1、频数和百分比 所谓频数，是表示某一个取值的个案数；所谓百分比 ，是表示该取值的个案 数占总样本的比例，即（频数／样本量） 100%。将变量所有取值的频数和百分比 列在一个表中，这种表叫频数表，从中可以看出变量各个取值的分布情况。 频数表分析方式一般适用于定序变量和定类变量，对定距变量，必须先将变量的取 值进行分组，每一个分组作为一个新的选项，然后对这些新的选项进行频数表的计 算。 例 ：的《对某家电品牌 品牌宣传认知情况调查》中，样本量是 501 人。其中的一 个问题设置是“总的说来，您如何评价品牌的广告？”，备选的答案是“1-非常不 好”、2-不好”、3-一般”、4-好”、5-非常好”。在计算选择各种答案的人数和百分 比时，使用 spss 统计分析软件，具体的结果参见表
表16-1频数数据计算结果 Valid Value Lable Value Frequency Percent 2 2 2 2 10 2.0 2.3 2.5 3 193 38.5 44.3 46.5 216 43.1 49.5 16 3.2 3.7 65 13.0 Total 50t 100.0 100.0 Valid 436 Missing case 65 表中第一列是“变量标签”，是对变量取值的说明（现在使用的SPSS软件虽然是英 文版，但是已经可以兼容中文，变量标签可以使用中文表示)。 第二列是“变量取值”，即：“1至“5”分别代表了非常不好”到“非常好”， 其中“.”代表缺失值，即有些人没有回答此题。 第三列是“频数”，对应的数值表示各个取值的个案数，这里认为“非常好 有16样本、认为“好”的有216个样本、认为“一般”的有193个样本、认为“不 好”的有10个样本、认为“非常不好”的有1个样本，而没回答此题约有65个样 本。 第四列是“百分比”，是频数对样本量(501人)的比率。 第五列是“有效百分比”，是频数对有效个案数（所谓有效个案数，即样本量减 去缺失个案数)的比例，这里有效个案数是436。 第六列是“累计百分比”，是对有效百分比逐行累加的结果。 从对该题的频数分析结果来看，对A品牌广告的评价总的来说还是倾向于比较 好的，所有的样本中，认为“不好”或者“非常不好”的比例合计只有2.5%，即 占样本2.5%的人不喜欢A品牌的广告。 2、指数 指数(1ndex)的计算方法很多，最常用的一种方法是，将一些待比较的数字中 的一个特定的数字定为基数100，计算其他数字相对于基数的百分数。用各种指数 来描述和比较一些特定的市场的问题，既方便又直观。定义适当的指数不但可以进
8 表中第一列是“变量标签”，是对变量取值的说明(现在使用的 SPSS 软件虽然是英 文版，但是已经可以兼容中文，变量标签可以使用中文表示)。 第二列是“变量取值”，即：“1 至“5”分别代表了非常不好”到“非常好”， 其中“．”代表缺失值，即有些人没有回答此题。 ·， 第三列是“频数”，对应的数值表示各个取值的个案数，这里认为“非常好” 有 16 样本、认为“好”的有 216 个样本、认为“一般”的有 193 个样本、认为“不 好”的有 10 个样本、认为“非常不好”的有 1 个样本，而没回答此题约有 65 个样 本。 第四列是“百分比”，是频数对样本量(501 人)的比率。 第五列是“有效百分比”，是频数对有效个案数(所谓有效个案数，即样本量减 去缺失个案数)的比例，这里有效个案数是 436。 第六列是“累计百分比”，是对有效百分比逐行累加的结果。 从对该题的频数分析结果来看，对 A 品牌广告的评价总的来说还是倾向于比较 好的，所有的样本中，认为“不好”或者“非常不好”的比例合计只有 2．5％，即 占样本 2．5％的人不喜欢 A 品牌的广告。 2、指数 指数(1ndex)的计算方法很多，最常用的一种方法是，将一些待比较的数字中 的一个特定的数字定为基数 100，计算其他数字相对于基数的百分数。用各种指数 来描述和比较一些特定的市场的问题，既方便又直观。定义适当的指数不但可以进
行横向（不同空间）的比较，还可以进行纵向（不同时间）的比较。为了说明20多年 来广告的发展情况，可以1978年的广告营业额作为基数，计算以后每年广告经营 额与基数的百分比，如果小于100的指数表明广告经营额的负增长，如果大于100 的指数，代表增长，而且还能够计算出增长的幅度。 3、众数、中位数、均值和标准差 用于描述一组市场调查数据或资料的中心的常用的统计量有三种：众数、中位 数和平均数。所谓众数(Mod),是表示一组数据中出现次数最多或最常见的数值。 在市场调查的数据中，众数代表了典型的个案，或者是分布的高峰所对应的变量取 值，变量的所有取值中频数最大的取值，如在消费者的教育程度问题里，初中学历 程度选项最多，所以初中相对应的变量编码，就是众数。众数适于描述定序和定类 变量，对于定距变量，可先将数据分组，分组后频数最大的那一组的组中值，被近 似地认为是该变量的众数。 中位数(Medium)表示一组数据按照大小的顺序排列时，中间位置的那个数值， 即针对某个变量，有50%的个案的取值在中位数以下。通俗地讲，样本的所有观测 值中，有一半数比中位数大，有一半数比中位数小。中位数计算时会面临两种情况： 当样本数()是奇数时，将样本的所有观测值按由小到大（或由大到小）的顺序排列， 排在中间位置上的数值即为中位数：当样本为偶数时，排在中间两个位置上的数值 的平均值即为中位数。中位数适用于定序变量，对于定距变量，还是首先对观测值 进行分组，简单的方法就是用中间那一组的组中值作为变量的中位数。 平均数(Mean)也叫均值，等于样本的所有n个观测值之和除以样本量。假设n 个观测值用zl,2,z表示，均值用竞表示，均值的公式为： X=ΣX/n()或者 =∑xf/n(2) 这里公式（②）是针对分组的数据而言，其中X表示某变量的取值，/表示变量 落在某一组中的频数，∑表示对所有的值求和（或者对所有的组求和）。 平均数是最典型也是最常用的统计量，适用于定距变量和定比变量。平均数也 是最有“意义”的统计量，它可以看作是数据的“平衡点”或“重心”位置所在。 因为中位数在计算时，使用到了所有的数据，所以与众数和中位数相比，平均数所 包含的信息量最大。但是平均数受极端值的影响很大，个别的极端值会直接影响平 均数的数字的变化，不如中位数和众数稳定。因此当调查的数据分布比较规则，不 存在什么极端值，或数据对中心的偏离不是很大的情况下，平均数是很好的描述统
9 行横向(不同空间)的比较，还可以进行纵向(不同时间)的比较。为了说明 20 多年 来广告的发展情况，可以 1978 年的广告营业额作为基数，计算以后每年广告经营 额与基数的百分比，如果小于 100 的指数表明广告经营额的负增长，如果大于 100 的指数，代表增长，而且还能够计算出增长的幅度。 3、众数、中位数、均值和标准差 用于描述一组市场调查数据或资料的中心的常用的统计量有三种：众数、中位 数和平均数。所谓众数(Mode)，是表示一组数据中出现次数最多或最常见的数值。 在市场调查的数据中，众数代表了典型的个案，或者是分布的高峰所对应的变量取 值，变量的所有取值中频数最大的取值，如在消费者的教育程度问题里，初中学历 程度选项最多，所以初中相对应的变量编码，就是众数。众数适于描述定序和定类 变量，对于定距变量，可先将数据分组，分组后频数最大的那一组的组中值，被近 似地认为是该变量的众数。 中位数(Medium)表示一组数据按照大小的顺序排列时，中间位置的那个数值， 即针对某个变量，有 50％的个案的取值在中位数以下。通俗地讲，样本的所有观测 值中，有一半数比中位数大，有一半数比中位数小。中位数计算时会面临两种情况： 当样本数(n)是奇数时，将样本的所有观测值按由小到大(或由大到小)的顺序排列， 排在中间位置上的数值即为中位数；当样本为偶数时，排在中间两个位置上的数值 的平均值即为中位数。中位数适用于定序变量，对于定距变量，还是首先对观测值 进行分组，简单的方法就是用中间那一组的组中值作为变量的中位数。 平均数(Mean)也叫均值，等于样本的所有 n 个观测值之和除以样本量。假设 n 个观测值用 z1，2，.zn 表示，均值用竞表示，均值的公式为： X=∑X／n (1) 或者 =∑xf／n (2) 这里公式(2)是针对分组的数据而言，其中 X 表示某变量的取值，／表示变量 落在某一组中的频数，∑表示对所有的值求和(或者对所有的组求和)。 平均数是最典型也是最常用的统计量，适用于定距变量和定比变量。平均数也 是最有“意义”的统计量，它可以看作是数据的“平衡点”或“重心”位置所在。 因为中位数在计算时，使用到了所有的数据，所以与众数和中位数相比，平均数所 包含的信息量最大。但是平均数受极端值的影响很大，个别的极端值会直接影响平 均数的数字的变化，不如中位数和众数稳定。因此当调查的数据分布比较规则，不 存在什么极端值，或数据对中心的偏离不是很大的情况下，平均数是很好的描述统
计量；如果存在极端值或分布偏离比较大时，还必须使用众数和中位数来补充描述。 众数、中位数、均值都是对变量分布中心的描述，其中均值最为常用。对变量 的分布形状的描述，最常用的统计量是方差或标准差。 所谓方差(Variance)或标准差(Standardvariance)是表示分布对平均数的偏 离程度或伸展程度的度量。计算公式是：
10 计量；如果存在极端值或分布偏离比较大时，还必须使用众数和中位数来补充描述。 众数、中位数、均值都是对变量分布中心的描述，其中均值最为常用。对变量 的分布形状的描述，最常用的统计量是方差或标准差。 所谓方差(Variance)或标准差(Standardvariance)是表示分布对平均数的偏 离程度或伸展程度的度量。计算公式是：