1主講：趙臣臣2一、實證研究理論解析（一）何為法律實證研究（二）變量分類（三）統計方法二、實證研究應用（一）平臺操作（二）變量梳理講座提綱實證性研究方法可以概括為通過對研究對象大量的觀察、實驗和調查，獲取客觀材料，從個別到一般，歸納出事物的本質屬性和發展規律的一種研究方法。其一要有研究所依之論據材料的經驗性，其二研究方法是經驗觀察和量性分析，其三研究所論證之一般性判斷的可證性。研究材料這一點許多學者都有所掌握可說模仿。但實證研究與現象分析、評述或說資料堆砌間的區別在于，實證研究是以形成經驗性命題為研究目的的，而且其研究目的是具可證性的。這一研究目的的差異可以說是其三者間區別的關鍵點。定義：所謂法律實證分析，是指按照一定程序規范對一切可進行標準化處理的法律信息進行經驗研究、量化分析的研究方法。法律實證分析≠實證法或法律實證主義應用范圍：論文論證與大型課題研究科研結果質的飛躍：用數據說話：“我認為”→“結論是”能夠反映兩個層次的問題：第一個層次是用描述統計的方法計算出反映數據集中趨勢、離散程度和相關強度的具有外在代表性的指標；第二個層次是在描述統計基礎上，用推斷統計的方法對數據進行處理，以樣本信息推斷總體情況，并分析和推測總體的特征和規律。3（一）何為法律實證研究？知道速度V，走過的路程是x，所花時間是y

路程等于時間乘于速度4（二）常用變量(Variable)簡介收集數據之前，必須首先了解數據的種類。數據涉及到變量的取值，通常用變量的取值來描述數據。了解以下幾種變量有助于選擇適當的統計分析方法作實證研究。按作用劃分因變量：如果一個變量由其他變量來描述，該變量為因變量或反應變量。自變量：如果一個變量與其他變量一起用于描述因變量，該變量為自變量或預測變量。自變量是“原因”，而因變量就是“結果”，自變量和因變量有時是相互的根據測量尺度劃分：根據變量測量精度不同，變量由低到高劃分為·定類變量

·定序變量

·定距變量

·定比變量5定類變量又稱名義(nominal)變量。它的取值只代表觀測對象的不同類別，例如“性別”變量、“職業”變量等都是定類變量。定類變量的取值稱為定類數據或名義數據。定類數據的特點是用不多的名稱來加以表達，最常用來綜合定類數據的統計量是頻數、比率或百分比等。定序變量又稱為有序(ordinal)變量、順序變量，它的取值的大小能夠表示觀測對象的某種順序關系（等級、方位或大小等），也是基于“質”因素的變量。例如，“學歷”變量的取值是：1—小學及以下、2—初中、3—高中、中專、技校、4—大學專科、5—大學本科、6—研究生以上。由小到大的取值能夠代表學歷由低到高。最適合用于綜合定序數據取值的集中趨勢的統計量是中位數。（二）常用變量(Variable)簡介6定距變量又稱為間隔(interval)變量，它的取值之間可以比較大小，可以用加減法計算出差異的大小。例如，“年齡”變量，其取值60與20相比，表示60歲比20歲大，并且可以計算出大40歲（60-20）。定距變量的取值稱為定距數據或間隔數據。定距數據是一些真實的數值，具有公共的、不變的測定單位，可以進行加減乘除運算。定距數據的基本特點是兩個相同間隔的數值的差異相等。例如，年齡的60歲與

50歲之差等于40歲與30歲之差。對于定距數據，不僅可以規定“等價關系”以及

“大于關系”和“小于關系”，而且也可以規定任意兩個相同間隔的比值或差值。如果將每個數值分別乘以一個正的常數再加上一個常數，即進行正線性變換，并不影響定距數據原有的基本信息。因此，常用的統計量如均值、標準差、相關系數等都可直接用于定距數據。（二）常用變量(Variable)簡介7定比變量又稱為比率(ratio)變量，是區別同一類別個案中等級次序及其距離的變量。定比變量除了具有定距變量的特性外，還具有一個真正的零點，因而它具有乘與除（×、÷）的數學特質。例如年零和收入這兩個變量，固然是定距變量，同時又是定比變量，因為其零點是絕對的，可以作乘除的運算。如A月收入是60元，而B是30元，我們可以算出前者是后者的兩倍。智力商數這個變量是定距變量，但不是定比變量，因為其0分只具有相對的意義，不是絕對的或固定的，不能說某人的智商是0分就是沒有智力；同時，由于其零點是不固定的，即使A是140分而B是70分，我們也不能說前者的智力是后者的兩倍，只能說兩者相差70分。因為0值是不固定的，如果將其向上移高20分，則A的智商變為120分而B變成50分，兩者的相差仍是70分，但A卻是B的2.4倍，而不是原先的兩倍了。定比變量是最高測量層次的變量。當前的社會學研究所應用的統計方法還很少要求達到定比變量這一測量層次。（二）常用變量(Variable)簡介8一般定類變量和定序變量用于描述定性數據，屬于定性變量；而定距變量和定比變量用于描述定量數據，屬于定量變量。同其他分類標準一樣，一個變量在不同分析中可當作不同尺度的變量。例如，“年齡”在某些分析中（如回歸分析）當作定距變量，而在另外一些分析中（如方差分析）可通過分組作為定類變量處理。（二）常用變量(Variable)簡介對收集到的有關數據資料進行整理歸類并進行解釋就不得不用到統計學的幾種常用方法。在接下來的操作中我們會以交通肇事類案件的分析為示例，講解以上七種統計分析方法的使用。9（三）常用統計方法介紹單變量頻次分析單變量頻次分析是針對單個變量按照變量取值類型來統計每個取值類型出現的次數。卡方分析通過卡方檢驗，來分析變量不同取值是否對個數產生影響。回歸分析回歸分析顯示了多個自變量對一個因變量綜合影響情況。描述（演繹）性統計描述分析是針對數值型變量（定距變量）進行簡單的歸納分析，來描述數據的狀況，稱之為描述性統計。交叉分析分析兩個分類變量之間是否獨立的一種統計分析方法。方差分析當需要檢驗某一個分類變量是否會因為不同的取值而導致一個數值型的因變量的取值發生不同的變化時，我們通過單因素方差分析來觀察分類變量對因變量的影響。實證研究平臺：自定義報表指統計報表的主詞（行變量）、賓詞（列變量）及統計項由用戶自行選擇，程序根據用戶選擇自動生成報表的一項功能。10一、實證研究理論解析（一）何為法律實證研究（二）變量分類（三）統計方法二、實證研究應用（一）平臺操作（二）變量梳理講座提綱11使用指南數據兩種填充方式：系統自帶：導入課題資源系統數據至“我的課題”→統計分析數據上傳：逐條添加：新建課題→逐條自添數據→統計分析批量上傳：上傳本地數據至“我的課題”→統計分析自添數據和上傳本地數據都需要按一定數據模板結構制作，才能有效導入，進行分析。而生成固定模板，需要先設定變量，模板則是根據預設的變量生成的。操作步驟：登錄——新建課題——新建表——變量設置——數據制作——統計分析OR登錄——導入資源數據——變量選擇——自動生成表——統計分析了方便理解，我們結合實證研究平臺，把實證研究分解成了以下步驟，首先說確定課題，然后對我們想要研究的變量進行設置，然后根據設置的變量確定選取相關的素材，然后對這些數據進行整理，并對這些數據根據設置的變量情況進行統計分析。最后再用統計的結果去進行實證研究分析。法律實證研究流程理想狀態是全樣本分析，但是實際中只可能抽樣分析，只要抽樣合理得當，一樣能得到認可。點擊"我的課題"導航，進入我的課題列表頁14實證研究平臺首頁點擊"新建"按鈕，進入新建課題頁；點擊"維護"鏈接，進入課題修改頁（與新建課題頁相同，是對新建課題時填寫的內容的修改）；提示框關閉，我的課題列表刷新為刪除后的列表，點擊取消，提示框關閉，列表無變化。點擊"詳細"鏈接，進入課題詳細頁；點擊"統計分析"鏈接，進入統計分析頁；默認狀態為不公開，狀態為“個人”的課題，點擊“公開”鏈接，狀態變化為“待審核”，鏈接名稱變化為“取消公開”，若管理員審核通過的，狀態變化為“公開”，鏈接變化為“取消公開”，公開的課題會同時出現在課題資源公開課題資源列表中。取消公開不需要管理員審核。選中列表中的一條或者幾條記錄，點擊刪除按鈕，彈出提示框："確定要刪除選中記錄嗎？"點擊確定，提示框關閉，我的課題列表刷新為刪除后的列表，點擊取消，只提示框關閉，列表無變化。“我的課題”列表頁范例1：交通肇事罪量刑及賠償金額研究接下來，建表，進行變量設置。圖1是我的課題列表頁，在列表區中，點擊“詳細”，進入圖2課題詳細頁點擊圖2課題詳細頁中的"新增"按鈕，彈出表設置頁新建表入口圖1圖2在本頁面中輸入內容，點擊保存按鈕，表設置頁關閉，課題詳細頁刷新，如下圖。表信息備注點擊操作欄中的“變量明細”，彈出變量明細頁。為選中的表新建字段，進行變量設置。可繼續新增，建立多張表。變量設置入口輸入變量名稱，設置變量類型和變量字典后，點擊變量列表左側的添加按鈕，一個變量就設置好了，全部變量設置好后，點擊保存按鈕，完成變量設置。如，變量名稱欄輸入“案號”，選擇變量類型-文本型，點擊變量列表框左側的“添加”，數據呈現在列表框中。再繼續添加變量”自首“，選擇類型—定類型，設置變量字典，值內只能輸入數字，進行描述，點右側添加可以繼續添加字典，一個值代表一個特定意義。設置完變量后點擊”保存“。變量設置點擊操作欄中的“數據導入”，彈出數據導入框，選擇將本地數據上傳導入表內，或者選擇系統數據。如何上傳數據？因為導入的excel表中的字段必須與之前變量設置頁添加的變量、及變量的類型一致，格式不一致是無法成功導入數據的。不一致會彈出提示框：你選擇的文件格式錯誤。一致就會有成功導入X條數據的提示。所以保持一致最簡單的方法是點擊”數據導出“，通過課題詳細頁中的導出模板功能，導出含有變量的excel至本地，然后在本地根據變量及變量類型添加數據導入進來。第一種方法——自添、上傳實際上，自添數據上傳的話需要先預設變量，再導出模板，再數據添加，上傳。導出模板打開excel表，顯示之前預設的變量，我們自添數據，保存，再本地上傳數據。導出模板還有一種數據來源，將課題資源數據（系統數據）導入“我的課題”進行統計分析，選擇”系統數據“，點擊”確定“后，出現下圖。選擇左側列表樹中的”刑事裁判文書資源“第二種方法——直接導入系統數據選擇結案主罪名——交通肇事罪，進行檢索，出現以下記錄，再選中”導入檢索結果“，點擊”導入我的課題“檢索結果導入選擇”已有課題“，交通肇事罪研究，點擊下一步選擇導入課題用戶應在待選表中選中表的名稱及表的字段，通過添加按鈕，將選中的表名稱、表字段添加到已選表中，若已選表中表名稱、表字段有錯誤，用戶可選中該數據，通過刪除按鈕將其刪掉。選取導入字段在已選列表選擇了表及字段，用戶點擊導入，就會顯示以上提示框，成功導入多少條數據。用戶可在課題詳細頁查看，導資源中的數據，選擇字段，相當于重新建立了新表。導入成果接下來進行統計分析，從課題列表頁，點擊“統計分析”進入統計分析單變量頻次分析是針對單個變量按照變量取值類型來統計每個取值類型出現的次數。比如我們需要分析交通肇事者的年齡分布情況，則可以針對交通肇事類案件犯罪人的年齡或者年齡段的頻次分析，本示例中以年齡段作為統計字段，統計交通肇事類案件中不同犯罪年齡段的犯罪人人數各為多少，也即十四歲以上不滿十六歲、十六歲以上不滿十八歲、十八歲以上不滿二十五歲、二十五歲以上不滿六十歲、六十歲以上各為多少人。課題中式針對犯罪人的年齡段進行統計分析，則在待選變量區中選中“年齡段（人）”將其添加到分析變量中即可。分析變量設置完畢后，點擊分析按鈕，即可查看交通肇事類案件中各年齡段案件數量的統計結果。單變量頻次分析分析結果說明：（1）變量說明：示例中的分析變量為犯罪人年齡段，則變量說明中為年齡段的字典及其對應序號。（2）分析結果：此部分是統計分析中的核心內容，里面記載了本次分析的全部成果，包括樣本數據的抽取頻次（指多少個樣本數據符合當前年齡段），所占權重（指符合當前年齡段的數據量占樣本數據總量的百分比）等，頻次列前的數字與變量說明中年齡段取值的序號相對應，在示例分析結果中可以看到交通肇事類案件犯罪人年齡段的分布情況及其具體比例。（3）統計圖：默認狀態下為餅圖，顯示每一年齡段的數據值相對于總值的大小。百分比：是指各頻數占總樣本數的百分比。有效百分比：是指各頻數占總有效樣本數的百分比。這里的有效樣本數應等于總樣本減去缺失樣本數。有效百分比能更加準確地反映變量的取值分布情況。積累百分比：指有效百分比逐級累加起來的結果。單變量頻次分析結果描述分析是針對數值型變量（定距變量）進行簡單的歸納分析，來描述數據的狀況，稱之為描述性統計。描述性統計通過求和、平均值、方差、標準差、眾數、中位數、標準誤差、觀測數、最大值、最小值、第K大值、第K小值、峰度、偏度、區域（全距）、置信度等指標對數據的集中性、分散性、對稱性、尖端性進行描述，歸納數據的統計特性。比如我們要針對法院在罰金方面的量刑進行分析，則可對案件中的罰金字段進行描述性分析，統計所有案件中法院判處罰金的平均值、最大值、最小值等數據。具體操作步驟如下：課題中是針對罰金進行統計分析，則在待選變量區中選中“罰金數額（人）”將其添加到分析變量中即可。分析變量設置完畢后，點擊分析按鈕，即可查看交通肇事類案件中罰金數額各項統計值。注意的是，有個描述統計設置，點擊后是下圖效果。描述分析平均置信度：簡而言之，可以理解為調查結果的可信程度。95%是通常情況下置信度的設定值。33描述統計設置分析結果說明：平均值：為算術平均值，我們在日常學習中最常用到的平均值。標準誤差：是對一組測量數據可靠性的估計。標準誤差小，測量的可靠性大一些，反之，測量就不大可靠。中位數：是一組數據，依大小排列時的中間一個數，當樣本數為偶數時，中位數為N/2與1+N/2的均值。眾數：是一組數據中出現次數最多的數值，能代表絕大多數情況的數字。方差：是一組數據據內，每個數與平均數的差數的平方和的算術平均數。標準差：標準差等于方差的算術平方根。方差和標準差描述一組數據的差異情況和離散程度的統計量。方差或標準差越小，表明數據的離散程度越小，數據分布越集中整齊；反之，方差或標準差越大，表明數據離散程度越大，數據分布越參差不

齊。峰度：通常要假設樣本的分布屬于正態分布。偏度衡量的是樣本分布的偏斜方向和程度；而峰度衡量的是樣本分布曲線的尖峰程度。一般情況下，如果樣本的偏度接近于0，而峰度接近于3，就可以判斷總體的分布接近于正態分布。峰度是描述某變量所有取值分布形態陡緩程度的統計量。如果峰度數值等于0，說明分布為正態；如果峰度數值大于0，說明分布呈陡峭狀

態；如果峰度值小于0，則說明分布形態趨于平緩。偏度：偏度（Skewness）是描述某變量取值分布對稱性的統計量。偏度數值大于零，說明分布呈現右偏態；如果偏度數值小于零，說明分布呈左偏態。區域：最大值與最小值的區間？最大值：樣本中出現的罰金金額最大的數值。最小值：樣本中出現的罰金金額最小的數值。求和：樣本中出現的罰金總和觀測數：納入統計的有效樣本數量。描述分析結果卡方分析：通過卡方檢驗，來分析變量不同取值是否對個數產生影響。比如是否因為性別的不同會導致犯罪人人數不同，比如是否因為審級的不同是否會導致案件數的不同。卡方分析p＞0.05

無顯著差異0.01＜p≤0.05有顯著差異

p≤0.01有極其顯著差異卡方分析結果是指當需要檢驗某一個分類變量是否會因為不同的取值而導致一個數值型的因變量的取值發生不同的變化時，我們通過單因素方差分析來進行分類變量對因變量的影響判斷。比如我們要分析法院判決的刑期在多大程度上會受到罰金與否的影響，則可針對“有期徒刑刑期”和“罰金”兩個字段進行方差分析。具體操作步驟如下：在待選變量區中選中將其添加到“罰金”將其添加到行變量中，選中“有期徒刑刑期”，添加到列變量即可。分析變量設置完畢后，點擊分析按鈕，即可查看交通肇事類案件中是否有罰金對刑期的影響的分析結果。方差分析觀測數：納入統計的有效樣本數量。方差分析結果回歸分析顯示了多個自變量對一個因變量綜合影響情況，并給出被選入的多個自變量能夠多大程度上解釋因變量的變化，每個自變量的回歸系數是多少，每個自變量對因變量是否存在顯著的影響，影響的方向和大小是多少。比如我們要分析被害人人身傷害類型等多個因素對刑期的綜合影響情況，即可針對這些字段進行多元線性回歸分析。具體操作步驟如下：在待選變量區中選中“人身傷害類型_死亡數量（人）”、“人身傷害類型_重傷數量（人）”、“人身傷害類型_輕傷數量（人）”、“人身傷害類型_輕微數量（人）”、“罰金數額（人）”，將這些字段添加到行變量中，將“有期徒刑刑期（人）添加到列變量中即可。分析變量設置完畢后，點擊分析按鈕，即可查看交通肇事類案件中以上多個變量對刑期是否存在顯著的影響，影響的方向和大小是多少。回歸分析回歸分析結果是分析兩個分類變量之間是否獨立的一種統計分析方法。交叉分析是分析兩個分類變量之間是否獨立的一種統計分析方法。我們需要分析是否為未成年人與判決結果類型的關聯性，則可在待選變量區中選中“情節-未成年人”，添加到行變量框中，選中“判決結果類型”，添加到列變量框。交互分析這種方法固然好，但是它存在一定的局限性。它最大的一個問題就是：假定其他關系不存在，只是一個自變量與一個因變量之間的交叉分析。比如它只分析婚姻是否成敗和文化程度的關系，但是我們都知道婚姻的成敗與否不僅僅與文化的程度有關系，它還和很多其他因素有關系。但是在交互分析中，它假定排除其他所有因素的影響，僅僅考慮文化教育程度與婚姻成敗的關系，所以這個分析過程和結論在一定意義上是失真的。因為它將其他的有關系的因素全都屏蔽，這樣就不能描述不