利用SPSS消除录入误差的方法.docVIP

利用SPSS消除录入误差的方法 一、统计分析中的录入误差 任何一项社会调查都不可能完全准确地描述社会生活的原貌，也就是说不论采用什么样的方法，调查误差总是存在的。但调查的误差应当是越小越好。只有把误差控制在调查精度要求的范围之内，调查才是有价值的。 如果调查的样本是一个随机样本，则误差主要来自两个方面：一是工作误差，二是随机误差。从理论上说，随机误差可以通过扩大样本来减少。样本越大，随机误差就越小；样本等于总体时，随机误差为零。工作误差包括三方面：一是登记误差，二是录入误差，三是计算误差。使用计算机进行统计分析能基本上消除计算误差。登记误差是指调查员在登记调查表时的错误登记，或是被调查者在填写问卷时的错误填答。这部分误差是无法计算的，也没有什么技术手段可以消除，只能通过选择高水平的访问员，加强培训，制定严格的规范，进行严格的督导等手段来尽可能地减少。录入误差是指在计算机录入时，由于录入错误造成的误差。在计算机录入的过程中，录入误差是不可避免的。每个人不论其工作的精确度多么高，都会或多或少地产生错误。根据我们的经验，一个人的录入错误率平均说来约为1%左右。如果某次调查的样本数为1000，每份问卷中包含100个变量的话，录入的错误数据将为1000*100*1%=1000个左右。这些错误的数据如果不被剔除的话，将会严重影响计算结果的准确性。尤其是一些远离数据有效取值范围的离群值对计算结果的干扰性更大。因此，做定量分析的研究者都非常重视数据录入的准确性。 二、减少录入误差的常用方法及其缺点 目前社会学界采用的减少录入误差的方法主要有校对法与非法值检验法，但这两种方法都存在一些问题。下面我们分别加以分析。 1. 校对法 校对法是多年来一直使用的方法，是在数据录入计算机之后，由录入员或研究人员将原始资料与计算机中的资料一一对比地进行校对。这种方法的缺点是：第一，精确性低。校对仍然是人工性的工作，由于工作人员的工作态度、身体状况、技术水平等多方面原因，校对工作中人的工作误差仍难以避免。同时，长时间的校对所造成的视觉疲劳也会大大降低校对的精度。经过一次校对，根本不能达到消除录入误差的目的。因此，对于精确度要求很高的调查来说，要进行二校甚至三校。即使进行多次校对之后，到底还剩下多少错误录入的数据，研究者和录入者心里并不清楚。第二，花费时间长。校对一次所花费的时间与录入一次所花费的时间基本相同。有时甚至比录入花费的时间还要长。第三，成本高。校对一次所花费的人力与录入一次基本相同，如果为保证精度的需要而进行二校甚至三校的话，需要花费的人力和时间就更多。这样做的结果，是大大增加了录入成本。 2. 非法值检验法 社会调查中的任何一个变量都有着确定性的取值范围。在取值范围之内的数据称为合法值，而在取之范围之外的数据称为非法值。如果录入的数据值是在合法的取值范围之外，这个数据就被视为非法数据。通过检查某一个数据是否在合法的取值范围内，可以部分地确定该数据的录入是否正确。用SPSS制作一个变量的频数分布表，可以看出该变量录入了多少个非法值。如果将数据库根据此变量进行排序，则可以将该变量录入了非法值的个案集中起来进行修改。这种检验和纠错的方法跟校对法相比，由于省去了一一对比的过程，能节省很多人力和时间。但这样做的结果只是找到了在合法值取值范围以外的录入错误。如果录入的错误数据在合法值的取值范围之内，用这种方法就无法检查出来。 三、利用SPSS消除录入误差的方法 1. 基本思想 笔者在用SPSS进行录入和统计分析的过程中摸索出了一套操作简单，行之有效的减少甚至基本消除录入误差的方法。 利用SPSS消除录入误差的方法可以概括为八个字：并行录入，对比纠错。并行录入是指：问卷统一编号以后，由两名录入员按照同样的数据表格式各录入一次。对比纠错是指：将两个人录入的同一个数据进行对比，如果相同则认为两个人的录入都正确；如果不同，则至少有一个人的录入是错误的，需要对照问卷纠错。用这种方法很容易找到录入错误的数值，且由于对比过程可以由计算机来实现，不仅省去了一一校对的麻烦，而且大大提高了纠错的精确性。 2. 实际操作过程 （1）并行录入 在录入前必须把所有的问卷编号，使每一份问卷有一个唯一号。在录入时，问卷编号必须作为一个变量录入计算机。并行录入时，要求两位录入员所用的变量名、变量的各种设置、变量名标签（lable）、变量值标签（values）等必须完全相同。最好的方法是变量制作完以后，以不同的文件名拷贝成两分，由两位录入员使用变量设置完全相同的数据文件进行录入。录入结束后，应按照问卷编号对数据进行排序。 （2）对比纠错 假如是A、B两个人进行录入。把A录入的数据文件称为文件A，B录入的称为文件B。对比纠错的过程是：先在文件A所有变量名的后面加一个共同的字符，在文件B所有变量名