社会学研究方法(26)

【#文档大全网# 导语】以下是®文档大全网的小编为您整理的《社会学研究方法(26)》，欢迎阅读！

资料检查：指对社会统计的原始资料汇总之前进行的检查。包括完整性检查和正确性检查。前者是检查原始资料是否完整，应填的指标有无缺报或漏填。后者包括逻辑检查和计算检查，逻辑检查指检查资料内容是否合理，指标之间有无矛盾；计算检查即对原始调查表中的计算方法、计算范围、计算结果有无错误，计量单位是否符合要求等进行复核检查等。

统计整理：亦称统计资料整理。社会统计研究的重要环节。按一定目的要求，将搜集到的各种资料综合汇总、分组归纳，并使之系统化、条理化的过程，是统计调查的必然结果和统计分析的必要前提。在这一阶段中，必须对资料进行全面的、系统的科学加工，才能在此基础上作进一步的统计分析，揭示现象总体的本质和内部的规律性。

再分组：资料加工整理的一种方法。按现时要求，在不改变实质的前提下，对资料分组加以调整，使它成为具有新的形式的、适用的分组资料。主要有两种方法：一是按原来的分组标志改变其组距、组限设立新组；另一是按事先规定的各组的总体单位的比重设立新组。

统计分析：在统计调查和整理的基础上，运用各种统计方法对统计资料进行的分析研究。具体步骤：先确定分析的目的，而后对统计资料进行评价和核实，再运用各种方法进行分析研究，最后作出结论。其任务在于揭示事物的内在联系及其发展规律，找出改进工作的办法。

多元分析：与多指标总体有关的统计分析方法的总称。包括多元回归分析、主成分分析、因子分析、判别分析、聚类分析和相关分析等方法。例如，在心理学研究中，把学生的各科成绩分解为一些公共因子(如反应快慢、理解深浅等)的线性组合，就可用因子分析法等。

相关分析：研究两个或两个以上处于同等地位的随机变量间的相关关系的一种统计分析方法。例如，人的身高和体重之间、空气中的相对湿度与降雨量之间的相关关系都是相关分析研究的问题。相关分析与回归分析之间有联系，但各自侧重点不同，回归分析侧重于研究随机变量间的依赖关系，以便用一个变量去说明或预报另一个变量；而相关分析侧重于发现随机变量间的种种相关特性。在工农业、生物学、水文、气象、社会经济等方面都有应用。

回归分析：研究一个受到随机性影响的随机变量(因变量)与另一些随机变量或一般变量(自变量)之间的依赖关系的统计分析方法。是社会研究中进行定量分析的基本方法。“回归”这个概念是英国生物统计学家高尔顿在1889年提出的。他在研究父子身高间的依赖关系时，发现高个子父亲的儿子身高一般不会像父亲那么高，矮个子父亲的儿子也不会像父亲那么矮，这些儿子的身高都有回归于平均身高的趋势。以后就把随机变量之间的依赖关系叫作回归关系。利用这种关系可预测或控制另一变量的值。

一元直线回归：亦称简单直线回归。回归分析中最简单且运用最多的一种方法。因它只分析两个变量之间的相互关系，只有一个自变量，故称。根据这个方程式，就可以由自变量x的任何一个可能值预测出因变量y的数值。它适用于一个因变量与一个自变量的线性关系。主要反映社会现象之间的单向的依存关系。

多元直线回归：亦称多元线性回归。对两个或多个自变量与一个因变量之间的线性关系进行回归分析。在社会学研究中，经常发现某一社会现象的变化受多种因素的影响。于是，便将某一变化的社会现象作为因变量，而将影响因变量变化的各种因素作为各个自变量来加以研究。如果根据这些自变量与因变量的数值所描绘的散点图近似于线性分布，那么就可以建立


多元直线回归方程式来分析它们之间的数量关系。

路径分析：研究多个变量之间因果关系及相关强度的社会统计法之一。旨在确定建立在回归分析基础上的变量因果规律。假定在某一模型中的变量存在某种确定的关系，然后用路径系数测定这些变量的观察数据之间的相应关系，同时运用标准化的多元回归方程来表达这一模型。多用于研究社会分层和社会流动。

方差分析：原为概率论概念。是用于估计由一个或几个自变量引起的一个应变量的统计方法。其统计方法是：把平方和分成许多部分，然后计算由每一自变量引起的变异总数。现亦常用于社会学、政治学等领域。例如对美国各州内的众议员选区的投票比率以及对两次任职期间每次议员选举的不同观察所进行的比较就是一例，在这种分析中，人们关心的是投票比率的方差有多少决定于各州的差异，又有多少决定于众议员选区的差异。

对比分析：分析研究两个相互关联的指标的对应数值，以表明现象的相对水平、比例关系、普遍程度、发展速度等的方法。是统计分析方法之一。较科学、严谨。

统计决策：在不确定情况下，运用统计资料和统计方法，在可供选择的行动方案中进行择优决策的过程。按涉及范围的不同，分为宏观决策和微观决策。按目标的性质和行动时间长短不同，分为战略型决策和战术型决策。按事物或现象是否反复出现，分为程序化决策和非程序化决策。按目标多少的不同，分为单目标决策和多目标决策。按掌握的条件不同，分为确定型决策、非确定型决策和风险型决策。按决策层次的不同，分为高层决策、中层决策和基层决策。各种统计决策有其各自的特点和适用条件。

统计预测：运用统计资料和统计方法对事物未来的发展和变化，从数量上加以测定和判断。即以实际统计调查资料为基础，根据事物之间的联系及其发展规律，运用恰当的统计方法和数学模型，预测所研究事物在未来一定时间内能达到的规模和水平。分为调查研究预测和数学模型预测。各种预测方法可单独使用，也可结合运用。随着现代科学技术的发展，统计预测得到广泛运用。科学的统计预测，可为人们下判断、作决策、订规划、编计划以及安排各项工作提供重要的依据：统计独立性亦称随机独立性。常用的统计独立性概念可适用于随机事件和随机变量：(1)假如一个随机事件发生与否不影响另一个随机事件发生的概率，则称这两个随机事件相互独立；(2)假如不论一个随机变量取什么值均不影响另一个随机变量取任一个值的概率，则称这两个随机变量相互独立。

本文来源：https://www.wddqxz.cn/5165f4741a2e453610661ed9ad51f01dc28157c9.html