| 数据分析（一）数据分析的预备知识
1、数据编码
①采用计算机进行数据分析，必须对采集的数据进行编码（数值化）：
●例：教师情况调查数据
工龄
|
性别 |
年龄 |
科目 |
|
工资 |
受教育 |
等级 |
| 男 |
28 |
语文 |
3 |
390 |
15 |
中等 |
| 女 |
37 |
数学 |
10 |
500 |
16 |
优等 |
| 女 |
50 |
数学 |
30 |
750 |
12 |
良等 |
| .. |
.. |
.. |
.. |
.. |
.. |
.. |
| 男 |
25 |
数学 |
2 |
300 |
12 |
差等 |
●设计编码表（变量值代码或值标记）
性别 男（1） 女（0）
科目 语（1） 数（0）
评价等级 优（1） 良（2） 中（3） 差（4）
● 根据编码数值化资料：
| 性别 |
年龄 |
科目 |
工龄 |
工资 |
受教育 |
等级 |
| 1 |
28 |
1 |
3 |
312 |
15 |
3 |
| 0 |
37 |
2 |
10 |
400 |
16 |
1 |
| 0 |
50 |
2 |
30 |
600 |
12 |
2 |
| 1 |
22 |
1 |
1 |
240 |
15 |
4 |
| 1 |
43 |
1 |
25 |
480 |
12 |
3 |
| 0 |
32 |
1 |
18 |
440 |
18 |
1 |
| 1 |
57 |
2 |
30 |
760 |
16 |
4 |
| 1 |
53 |
2 |
30 |
640 |
12 |
2 |
| 0 |
30 |
1 |
5 |
328 |
16 |
1 |
| 1 |
25 |
2 |
2 |
240 |
12 |
4 |
2、数据处理前的准备
●确定变量名：
性别 SEX 工资 PAY
年龄 AGE 受教育年限 EDU
科目 SUB 评价等级 RAT 工龄 WORK
●对没有按规范格式设计的问卷，也必须确定项目（变量）数，以及每个项目（变量）的最大字符数，并形成变量代码表。
例：小学办学条件问卷调查（第16题）变量代码表
第16题：你校的合格教师数（合格教师是指学历达标且获得教师资格的教师）
|
|
正 式 |
代 课 |
总计 |
|
男 |
女 |
男 |
女 |
|
|
合格 |
T1611 |
T1612 |
T1613 |
T1614 |
|
|
不合格 |
T1621 |
T1622 |
T1623 |
T1624 |
|
|
总计 |
|
|
|
|
|
变 量 代 码 表（局部）
|
题 号 |
变量名 |
变量标记 |
值域 |
遗漏值 |
值标记 |
|
16 |
T1611 |
正式男教师 |
0-98 |
99 |
|
|
|
T1612 |
正式女教师 |
0-98 |
99 |
|
|
|
T1613 |
代课男教师 |
0-98 |
99 |
|
3、数据录入与数据清理
●人工清理
●用软件方法清理（剔出值域范围外的数值）
（二）测量及变量分类
1、测量：依据法则为事件（社会科学）或物体（自然科学）指派数字。
测量尺度：进行测量活动的标准物,又称“量尺”或“量表”。
按不同的水平分为：类别尺度、顺序尺度和等距尺度。
2、变量分类
依据测量尺度，在社会科学研究中一般将变量分为定类变量、定序变量和定距变量三大类（此外，还有所谓“定比变量”，社会科学研究不作区分）。
|
分 类 |
定 义 |
举 例 |
数学特征 |
|
定类变量
（名义变量） |
按照对象的某种特征划分类别 |
性别
科目 |
＝、≠ |
|
定序变量
（有序变量） |
按照对象的某种特征，把类别按顺序、等级排列 |
评价等级 |
＞、＜ |
|
定距变量
（刻度变量） |
对象不仅可按特征排序，而且还可以测量序列间的距离 |
年龄、工龄、工资 |
＋、— |
三种变量有层次之分：定距＞定序＞定类，高类可转化为低类，反之不可。
不同的变量类型必须采用不同的定量分析方法。
3、测量误差：
系统误差（效度）
随机误差（信度）
（三）统计分析及其分类
1、统计
2、分类：描述统计与推断统计
（四）描述统计
1、描述样本分布
① 分布
② 描述分布的基本方法： 定类、定序、定距
③ 描述分布的定位：集中趋势测量（集中量数）
④ 描述分布的离散性：离散趋势测量（差异量数）
⑤ 描述分布的形态
⑥ 标准分（Z分数）
2、变量间关系的描述
① 相关分析
② 回归分析
（五）推断统计
1、基本概念：统计量、参数与推断统计
2、参数估计：点估计与区间估计
3、假设检验的基本思路
（1）参数检验（定距变量）
t 检验：同体比较与配对比较
F检验（方差分析）
（2）非参数检验（定序或定类变量）
Χ2检验
（3）对相关系数的检验 | 
发表于 2005-11-1 22:00
|