怎樣分析樣本調(diào)研數(shù)據(jù)_數(shù)據(jù)分析師培訓(xùn)

從一個(gè)群體樣本中獲取群體的整體特征是許多研究設(shè)計(jì)和統(tǒng)計(jì)方法發(fā)展的基礎(chǔ)。根據(jù)數(shù)據(jù)收集的算法、調(diào)研問(wèn)題的類(lèi)型和調(diào)研的目標(biāo)，分析樣本調(diào)研數(shù)據(jù)的方法各不相同。這篇文章會(huì)簡(jiǎn)潔明了的分析調(diào)研數(shù)據(jù)過(guò)程中的各種問(wèn)題，同時(shí)會(huì)說(shuō)明在一個(gè)完整的調(diào)研數(shù)據(jù)分析報(bào)告中應(yīng)該包含什么。這些并不是基本準(zhǔn)則而只是一些建議。

調(diào)研數(shù)據(jù)分析的過(guò)程應(yīng)該包括以下步驟：

1、數(shù)據(jù)驗(yàn)證和探索性分析

2、確認(rèn)性分析

3、數(shù)據(jù)解釋

4、數(shù)據(jù)分析報(bào)告存檔（用于將來(lái)的分析）

數(shù)據(jù)驗(yàn)證和探索性分析

數(shù)據(jù)驗(yàn)證主要負(fù)責(zé)確認(rèn)調(diào)查問(wèn)卷被正確的完成，并且調(diào)研數(shù)據(jù)具有一致性和邏輯性。以下是一些建議性的數(shù)據(jù)驗(yàn)證的內(nèi)容，你應(yīng)該去做但并不局限于此：

1、超出范圍的錄入：這些通常是由于較差的問(wèn)卷設(shè)計(jì)或者數(shù)據(jù)輸入錯(cuò)誤。比如一個(gè)詢(xún)問(wèn)受訪者年齡的問(wèn)題得到200歲的未分類(lèi)結(jié)果，這是絕不可能的。

2、邏輯上不一致的數(shù)據(jù)：當(dāng)兩個(gè)或者多個(gè)變量/問(wèn)題的答案放在一起時(shí)不成邏輯。問(wèn)卷設(shè)計(jì)過(guò)程中運(yùn)用分支邏輯方法可以幫助避免這種數(shù)據(jù)的不一致性，盡管不能完全避免。

3、編碼：這將包括所有的分類(lèi)結(jié)果都被編碼。比如，當(dāng)一個(gè)有意義的預(yù)分配標(biāo)簽沒(méi)有被分配時(shí)，結(jié)果將沒(méi)有數(shù)值。如果需要將一些調(diào)研中的開(kāi)放性問(wèn)題分類(lèi)，人類(lèi)的專(zhuān)業(yè)知識(shí)，可能再加上定性分析工具的幫助，可以將問(wèn)題很好的分組。

一旦上述的檢驗(yàn)內(nèi)容都已完成，探索性數(shù)據(jù)圖表就可以產(chǎn)生。在探索性分析的過(guò)程中，數(shù)據(jù)清理的戰(zhàn)線(xiàn)被拉長(zhǎng)，因?yàn)榉治隹偨Y(jié)可能帶來(lái)其他的問(wèn)題，一旦真的出現(xiàn)問(wèn)題，你應(yīng)該在探索性分析中研究這幾個(gè)方面：

1、奇怪或者極端的數(shù)值，可能是需要更正的錯(cuò)誤。

2、解釋問(wèn)題的主要圖表。比如是不是在某種條件下男性的比例就是比不在這種條件下的比例高？

3、跡象表明修改變量后結(jié)果會(huì)更加清晰。比如進(jìn)行重新編碼或轉(zhuǎn)換。

4、圖表可能表明新設(shè)的問(wèn)題會(huì)比原來(lái)的問(wèn)題更具有說(shuō)明性，這對(duì)于生成假設(shè)非常重要。

當(dāng)簡(jiǎn)單隨機(jī)抽樣不能夠作為統(tǒng)計(jì)方法調(diào)整的方式，比如有時(shí)加權(quán)方法對(duì)于得到明確的分析結(jié)果十分必要。但是，調(diào)研者通常在開(kāi)始獲取信息時(shí)就運(yùn)用了很好的統(tǒng)計(jì)方法因而不需要調(diào)整，不過(guò)以下是一些常見(jiàn)的統(tǒng)計(jì)調(diào)整方法：

1、加權(quán): 在調(diào)整的數(shù)據(jù)中，有些被調(diào)查者或者問(wèn)題或多或少的會(huì)比其他的調(diào)查者和問(wèn)題更加重要。這就保證了數(shù)據(jù)更能夠代表調(diào)查群體的特性。典型的做法是根據(jù)調(diào)查者/事件在樣本中被選中概率來(lái)賦予相應(yīng)的權(quán)重。

2、變量重組：這種方法將在原有變量的基礎(chǔ)上，通過(guò)重新定義和重新分類(lèi)的方法產(chǎn)生新的變量。比如，解釋一個(gè)問(wèn)題所需要的分類(lèi)科目可以合并重組為更少的分類(lèi)科目，就像我們可以把十個(gè)分類(lèi)科目合并成兩個(gè)。

3、維度轉(zhuǎn)換：根據(jù)可比性或兼容性的目標(biāo)，調(diào)研數(shù)據(jù)會(huì)使用不同的長(zhǎng)度和種類(lèi)。

確認(rèn)性分析

探索性分析可以描述發(fā)生了什么，但是這只是試探性的。我們需要確認(rèn)圖形信息是能反映真實(shí)情況的，因此我們需要不確定性預(yù)測(cè)，比如通過(guò)標(biāo)準(zhǔn)誤差或置信區(qū)間來(lái)預(yù)測(cè)樣本采集中的誤差。從這個(gè)角度講我們需要統(tǒng)計(jì)性分析。

統(tǒng)計(jì)性分析的步驟取決于以下幾個(gè)方面：

1、調(diào)研的設(shè)計(jì)思路

2、響應(yīng)變量的類(lèi)型

3、探索性變量的類(lèi)別

標(biāo)準(zhǔn)的抽樣調(diào)查數(shù)據(jù)分析包括計(jì)算不同變量的比例以及它們的標(biāo)準(zhǔn)誤差。連續(xù)性因變量可以通過(guò)簡(jiǎn)單線(xiàn)性回歸或者多元線(xiàn)性回歸進(jìn)行分析。如果變量間并沒(méi)有很好的線(xiàn)性關(guān)系，有時(shí)會(huì)用非線(xiàn)性回歸的分析方法。對(duì)于有序變量之間的關(guān)系研究，我們可以運(yùn)用Spearman秩相關(guān)或者Kendall’s tau的統(tǒng)計(jì)方法。對(duì)于名義變量的研究，包括對(duì)每個(gè)變量類(lèi)別所占比例的統(tǒng)計(jì)，同時(shí)可以根據(jù)Chi-square tests(卡方檢驗(yàn)）和Fisher’s exact test(Fisher精確檢驗(yàn)）的方法探尋兩個(gè)名義變量之間的關(guān)系。對(duì)于因變量為二分變量，自變量多于一個(gè)的情況，我們通常采用Logistic回歸的方法進(jìn)行分析。此外，如果因變量是有序的，我們可以采取有序Logistic回歸的方法。當(dāng)調(diào)研底層聚集大量觀察值時(shí)，可以采用多層建模的方法進(jìn)行分析。

如果調(diào)研者專(zhuān)注于研究主要發(fā)現(xiàn)或者樣本調(diào)研目標(biāo)，那么交叉列表在展示中將非常有效。交叉列表通常是總結(jié)報(bào)告和對(duì)比分析中的重要組成部分。

數(shù)據(jù)解釋

當(dāng)你完成數(shù)據(jù)分析，是時(shí)候考慮一下調(diào)研的結(jié)果對(duì)于手頭上的問(wèn)題有什么意義。以下是你在數(shù)據(jù)解釋的過(guò)程中應(yīng)該注意的方面：

1、清楚的闡述調(diào)研結(jié)果有什么實(shí)質(zhì)性的發(fā)現(xiàn)。

2、討論這些新的發(fā)現(xiàn)是不是能夠?qū)^(guò)去的發(fā)現(xiàn)提供更多的實(shí)例參考。比如可以對(duì)一些通用的理論和原則提供驗(yàn)證，或者對(duì)于現(xiàn)在的理論提出實(shí)質(zhì)性的修改意見(jiàn)。

3、運(yùn)用調(diào)研中的定量數(shù)據(jù)對(duì)于目標(biāo)群體進(jìn)行定量預(yù)測(cè)。

4、解釋你現(xiàn)在的數(shù)據(jù)分析結(jié)果對(duì)于調(diào)研目標(biāo)的意義，而且如果需要的話(huà)，對(duì)下一步調(diào)研的步驟給予建議。

數(shù)據(jù)分析報(bào)告存檔（用于將來(lái)的分析）

分析報(bào)告存檔是十分重要的！因?yàn)橛腥艘院罂赡軙?huì)借鑒復(fù)制你的調(diào)研結(jié)果，你可能以后也會(huì)參考之前自己的分析報(bào)告，因此如果沒(méi)有很好的存檔，將有可能很難回憶起來(lái)。