12.1
获取数据的基本途径
根据问题从统计报表、社会调查、试验、普查、抽样或互联网获取数据。
本文章目录
01 · 出发点
先明确问题，再决定从哪里获取数据
统计结论的质量首先取决于数据来源。已有统计报表、行政记录和公开数据库可以直接提供数据，新的问卷、访谈、观察或试验则可针对具体问题收集数据。
不同途径在成本、时效、覆盖范围和可信度上各有特点。选择来源前应先定义研究对象、指标、时间范围和数据单位。
02 · 概念
直接数据与间接数据
为当前问题通过调查或试验新收集的是直接数据；从已有报表、文献或数据库取得的是间接数据。间接数据使用前要核查发布者、定义口径、采集时间和缺失情况。
普查覆盖总体全部个体，信息完整但成本高；抽样调查只观察部分个体，通过代表性样本推断总体；试验则主动控制条件以观察响应。
03 · 方法
设计数据获取方案
- 01
把宽泛问题改写为可测量指标，注明总体、时间、地点和计量单位。
- 02
比较报表、调查、试验、普查、抽样和互联网数据的可得性、成本及可能偏差。
- 03
记录来源、采集方式、缺失值和口径变化，使后续分析可以追溯和复核。
04 · 例题
把方法落到具体问题
学校想了解本学期全体 1200 名学生每天到校的主要交通方式，应如何获取数据？
解
- 1
将指标定义为“学生在一个指定正常教学周中最常采用的到校方式”，避免同一学生多种方式重复计数。
- 2
门禁记录只能给出到校时间，不能识别交通方式；逐人普查成本较高，因此按年级抽样问卷更匹配问题。
- 3
问卷设置互斥选项并记录年级，对各年级按人数比例抽取学生；同时说明调查周和有效回收数。
05 · 辨析
容易忽略的条件与边界
回看
本节小结
- 数据来源要服务于明确的统计问题。
- 直接数据和间接数据都需要质量核查。
- 来源、口径与采集过程应完整记录。