第二講

社會調查數據的分析設計、方法與工具任強2016年7月12日一、“問題”為導向的研究做過調查？使用過調查數據？調查數據的必要性使用調查數據需清楚些什么？非實驗數據給社會科學研究提出挑戰！對總體的描述也很重要——但依然有側重點、傾向性，主要特征社會、個人的復雜性——“問題”為研究對象的必然性Gary

Marx,

1967,

《美國社會學評論》：宗教：黑人民權意識的鎮定劑還是催化劑？一種觀點認為信教的黑人相比不信教的黑人的民權意識要弱，因為宗教使前者超凡脫俗，而不是世俗化。一般宗教使人們更傾向于保守。另一觀點認為信教黑人的民權意識更強，因為黑人的教堂是民權意識的主要傳播場所，而且宗教也是普遍的人文主義價值的一個重要源泉。也可能宗教與民權意識之間根本沒有關系。如何才能做出正確的判斷？在黑人中做一項概率抽樣調查想法：想法驅動收集數據的類型和收集的過程，等同于假設、或理論信息或數據：來自總體的概率抽樣。編碼、變量因變量、主要自變量、控制變量研究設計的基本要素：虛假相關：分析問題之間關系或邏輯關系：宗教和民權意識：教育部分虛假相關：分析問題之間關系或邏輯關系：干預變量：分析問題之間關系或邏輯關系：父親教育和兒子收入：兒子教育干預變量：分析問題之間關系或邏輯關系：干預變量：分析問題之間關系或邏輯關系：抑制變量：分析問題之間關系或邏輯關系：--相加效應和交互效應：成比例和不成比例直接標準變化分析問題之間關系或邏輯關系：維度與概念分析問題之間關系或邏輯關系：標準共和黨自由共和黨保守民主黨標準民主黨維度與概念分析問題之間關系或邏輯關系：標準共和黨自由共和黨保守民主黨標準民主黨共和黨民主黨維度與概念分析問題之間關系或邏輯關系：標準共和黨保守民主黨自由共和黨標準民主黨保守黨自由黨維度與概念分析問題之間關系或邏輯關系：標準共和黨標準民主黨保守民主黨自由共和黨黨派忠誠分子中間分子比較是核心研究設計問題：例子：研究護理人員，因為有一個護理人員樣本研究大學生，因為有一個大學生樣本等等。。。。問題是什么？面臨的問題是不能夠研究一個常量！這種情況下，結論都是暗含著參照組的，但往往是錯誤的結論。二分比較很敏感——任何因素都可能解釋此差異。小規模比較——證明相似性比差異性更有幫助。社會科學研究：不同時點、空間都不同，其他地方發生的可以驗證是否在其他地方也存在（一般現象而非特殊現象）謝氏三原理/謝三條研究設計問題：變異性原理社會分組原理社會情景原理總體分組、總體和歷史時期研究設計問題：為了判斷一組預測變量

和某個結果變量

之間的關系是否在某一總體的所有分組中都存在，或者組間是否存在差異，我們估計三個預測方程

某些跨時期比較對估計問題很敏感研究設計問題：不同時期之間的數據可能不獨立！類別與想法吻合，且類別相互排斥研究設計問題：研究問題：留守少兒與其他孩子的區別？留守少兒為什么與隨遷少兒相比？遷移社區環境？真正能做因果推斷的是如何比較的？來源:Ren,Qiang,andDonaldJ.Treiman.2016.“ConsequencesofParentalLabourMigrationinChinaforChildren’sEmotionalWellbeing”,SocialScienceResearch,Vol.58:46-67.類別與想法吻合，且類別相互排斥研究設計問題：來源:Ren,Qiang,andDonaldJ.Treiman.2015.“LivingArrangementoftheElderlyinChinaandConsequencesforTheirEmotionalWell-being.”,ChineseSociologicalReview,Vol.47(3):255-286.類別與想法吻合，且類別相互排斥研究設計問題：自然實驗研究設計問題：Almond,

2006,

“胎原學說”多層分析研究設計問題：內生性、樣本選擇偏誤及其它影響正確因果推論的因素研究設計問題：干預效應：如助產士被安排在健康情況最差的農村，在對助產士對健康的影響的評估會因沒有控制這種非隨機指派而產生有偏估計。解決方法是測量所有可能影響結果的變量——是不可能的。工具變量回歸、樣本選擇偏誤、Heckman選擇模型、匹配、傾向分匹配等等。結構方程模型研究設計問題：缺失值問題多重填補法研究設計問題：合理使用多重填補法的基礎是對缺失值的合理假設，即被填補變量的缺失值是“隨機缺失的”（missingatrandom,MAR）（Rubin,1987;Little等,2002）。也就是說，某一模型中控制了其他變量之后，存在缺失值變量的真實值與缺失值之間不存在相關關系。

多重填補法研究設計問題：例子：存在較多缺失值的“與子女親近程度”變量。在1362個缺失值中，有182個是沒有存活孩子。一種可能性是與子女根本沒有往來的老人在訪員或其他人面前出于“面子”而不愿意回答此問題。雖然沒有直接方法評估這種猜測是否可能，但是可以采取間接方法測試：如果沒有回答親近程度問題的老人與那些回答了此問題的老人相比明顯地幸福感較低、對生活不滿意、抑郁程度嚴重，我們可以基本推測“與子女親近程度”變量的缺失值可能反映了不與子女親近的情況。鑒于這種猜測，下面會看到，與子女親近程度與老人的幸福感和滿意度呈正相關，與抑郁程度呈負相關。

結果顯示那些沒有回答“親近程度”變量的老人幸福感、滿意度較強，抑郁程度較低。因此，我們得出結論與子女親近程度不高的老人不太可能回答“親近程度”問題的猜測是不成立的。因為我們沒有其他有關此變量不是隨機缺失可能性的假設，我們將它視作隨機缺失，并對缺失值運用多重填補法。

雖然抑郁程度變量的系數統計上不顯著，但方向是負的。缺失值問題多重填補法研究設計問題：用抑郁得分、居住方式、性別、年齡、住房是否困難、家戶人數、城鎮還是農村、農業/非農業戶口、是否有當地戶口、家戶中成年勞動力數量（18-59歲）、家戶中成年男性勞動力數量、家戶中成年人（18以及以上）的平均年齡、家戶中成年人的平均受教育年數、是否有勞動力外出和匯款（3分類）、區域-居住地變量（3分類）、是否有軀體障礙、是否在婚、是否喪偶、是否有家庭產業、識字水平、存活子女數、以及性別與婚姻交互項、性別與喪偶交互項等變量

概率抽樣的重要性研究設計問題：只有知道總體中每個個體入樣的概率，統計推論的原則才適用。許多研究違背此原則，抽取“方便的”或“隨意的”樣本。“有代表性的”地點樣本不能代替概率樣本。為設計一個能推論到研究總體的樣本付出額外代價是非常值得的。超總體研究設計問題：將結論推論到總體之外。如截面數據。匯合多次調查數據當超總體概念可以被合理接受時，可以將多次截面數據回合使用。——所研究對象不隨時間變化。如果有隨時間變化的變量，可以加入虛擬變量，用交互項的設計進行研究。養成良好的專業素養研究設計