统计研究中的统计数据及其获得方法探讨

1数据的类型

在研究一个总体时．所要研究的每个特征（指标或变量），在每个个体上，都有一个反映该特征的具体描述（数字或文字），这些特征的具体描述被称为指标值（变量值）或数据。数据可以是定量的．例如工资收入，也可以是定性的，例如性别，还可以是半定量的，如受教育程度。定量数据和定性数据是对数据的一种分类，详细划分如下。

1.l刻度级数据

这是数据的最高级，该级别的数据．只能用数字来表示，是具有一定单位的实际测量值。它又可分为两个子级别：比率级和间距级。

比率级是数据的最高级的测度级别．这类数据可以做加减运算，也可以作乘除运算，间距级的数据可以做加减运算．但不能够做乘除运算，例如采用摄氏温度时．不能说10度是5度的2倍，因为将这两个摄氏温度换算为热力学温度后．这两个温度便不再是2倍的关系。

1.2序次级数据

这是数据的中间级，该级别的数据，可以用数字来表示，也可以用字母来表示。例如受教育程度就是序次级数据．它可以采用数字编码表示不同的类型，小学学历=1．初中学历=2;高中或中专=3;本科学历=4;研究生学历=5，各编码的序值．代表了受教育程度的高低差异。当然，也可以倒过来表示不同的学历等级，信息也不会有损失。这类数据虽然不能准确描述这一差别的大小，但是可以确定其顺序．如例子中如果知道了研究生学历高于本科学历，则能够推出本科学历高于高中学历。

1.3名义级数据

这是数据的最低级，该级别的数据．可以用数字来表示也可以用字母来表示。它仅仅是一种标志，用以区分数据的不同值，但没有序次的关系。例如，性别就是一个名义级的数据，可以用0表示男性．1表示女性：也可以用0表示女性．1表示男性：或是可以用任意两个不同的数码．或者文字表示类别。不论上述哪一种编码，变量所包含的信息都没有任何损失。

2不同类型的数据的用途

数据的不同类型，其实也是变量的不同类型。在统计分析中，不同测度类型的数据．扮演着不同的角色，起着不同的作用。一般来说，数据的等级越高，应用范围越广泛：等级越低，应用范围越受损。

2.1作为统计对象直接进入统计处理

首先．不同测度类型的数据都可以作为被统计对象直接进入统计处理。例如．刻度级中的比率级数据可以用来做回归分析，可以计算普通相关系数；区间级以上的数据可以用来计算均值：次序级数据可以用来计算等级的相关系数：名义级数据可以用来做相应变量的独立性分析。例如，当我们获得不同文化程度的顾客对不同包装的偏爱数据后．我们可以用统计方法来分析两个变量（文化程度、喜爱的包装类型）是否相关。这里