《慕慕的阅读笔记》慕明烨

114、《Bit by bit》第三章 第三章《提

　　一、提问与观察
　　有些东西我们从⾏为数据中很难了解到的，即便拥有很完美的⾏为数据也不⾏。例如情绪、知识、期望和意见，了解这种内部状态最好的方法是提问。

　　二、调查误差总框架
　　1.总调查误差＝代表性误差+测量误差
　　利⽤抽样调查得出的评估，结论往往不是完全正确的。也就是说，通过⼀项抽样调查得到的估计值与⽬标总体的实际值之间往往存在差异。

　　2.存在两种类型的误差
　　偏差：系统误差
　　方差：随机误差

　　3.调查误差总框架表明误差有两个来源
　　与谈话对象是谁相关的问题（代表性）
　　你从这些对话中了解到什么相关的问题（测
　　量）

　　4.代表性
　　（1）代表性是关于从受访者到目标总体的推断的。
　　•典型的失败案例是1936年《文学文摘》对美国总统大选的错误预测。

　　（2）抽样包含四组不同的人群
　　•第⼀组是⽬标总体
　　•研究⼈员所确定的有兴趣了解该项⽬的群体。如1936年总统选举的选民。
　　•第二组是抽样框总体
　　•在确定⽬标总体后，研究⼈员需要确定⼀份可供抽样的⼈员名单。该名单被称为抽样框，名单上的⼈被称为抽样框总体。
　　•理想情况下，⽬标总体和抽样框总体是完全相同的，但实际情况往往并⾮如此。
　　•⽬标总体和抽样框总体之间的差异被称为覆盖⾯误差。
　　•如果抽样框总体中的⼈与在⽬标总体中却不在抽样框总体中的⼈存在系统性的差异，就会导致覆盖⾯偏差。
　　•第三步是选择抽样总体
　　•即研究⼈员试图采访的对象。
　　•与抽样框总体相⽐，如果样本具有不同的特征，那么抽样就产⽣了抽样误差。
　　•许多人只关注抽样误差，但《文学文摘》的案例提醒我们需要考虑所有类型的误差，无论是随机的还是系统性的。
　　•第四步是采访抽样总体中的所有对象
　　•被成功采访的人叫受访者。
　　•如果参与者的答案与未参与者的答案不⼀样，那么⽆回答误差就可能造成⽆回答偏差。

　　（3）《文学文摘》的故事有两个寓意
　　•⼤量任意搜集⽽来的数据并不能保证得出好的评估结论。
　　•在进⾏评估时，研究⼈员需要考虑他们的样本是如何搜集的。

　　5.测量
　　（1）测量就是根据受访者的答案推断他们的想法和行为。
　　我们所得到的答案以及在此基础上进⾏的推断，在很⼤程度上取决于我们的提问⽅式。
　　（2）提问方式效应
　　•比如两个提问方式：“对以下观点你同意吗？就这个国家的犯罪和目无法纪的现象而言，更应该归咎于个体而不是社会条件。”“对以下观点你同意吗？就这个国家的犯罪和目无法纪的现象而言，更应该归咎于社会条件而不是个体。”前者有60%认为归咎于个体，后者认为有60%归咎于社会条件。
　　（3）创建调查问卷的建议
　　•阅读更多有关调查问卷设计的资料
　　•从⾼质量的调查中⼀字不变地复制问题
　　•如果你认为你的问卷可能包含重要的、影响重⼤的提问⽅式效应，你可以进⾏⼀项调查实验，其中⼀半的受访者回答⼀个版本的问题，另⼀半受访者则回答另⼀个版本的问题
　　•从抽样框总体中选择⼀些⼈来⼩规模地测试你的问题，调查研究⼈员称这⼀过程为预测试

　　6.成本
　　调查不是免费的，这也是一个实际存在的限制因素。
　　成本是整个调查研究的基础性问题
　　数字时代所创造的许多机会，并不是能够让研究⼈员以误差明显较低的⽅式进⾏研究。相反，这些机会是让研究⼈员能够评估和研究不同的量，以更快的速度、更低的成本进⾏研究，即便误差可能会更⼤。

　　三、向谁提问
　　1.概率抽样和非概率抽样
　　数字时代正在使概率抽样实践起来更加困难，同时为非概率抽样创造着新的机会。

　　（1）概率抽样
　　•⽬前，社会研究中最主要的抽样⽅法是概率抽样。在概率抽样中，⽬标总体中的每个⼈都有⼀个已知的、⾮零的被抽中的概率，⽽且所有被抽中的⼈都会参与调查。
　　•随着时间的推移，理论上的概率抽样和实践中的概率抽样之间的差异⼀直在增加。例如，⽆回答率⼀直在平稳地上升，质量下降也依然发生。
　　（2）非概率抽样
　　•⾮概率抽样⽅法有多种类型，但它们有⼀个共同点，那就是难以融⼊概率抽样的数学框架
　　•使⽤在线样本是特别适合数字时代的⼀种⾮概率抽样⽅法。
　　（3）考虑非概率抽样的原因
　　⾮概率样本的搜集和分析⽅法都发展了许多。
　　概率抽样实践起来越来越难。

　　（4）事后分层技术
　　事后分层技术被⼴泛⽤于调整有覆盖⾯误差和⽆回答现象的概率样本。
　　事后分层的主要思想是利⽤关于⽬标总体的辅助信息，帮助改善源于样本的评估结论
　　事后分层的关键是正确分组。这是为了满足“组内相同回答倾向”的假设。分的组越多，“组内相同回答倾向”的假设就越合理。
　　但这会面临数据稀疏的问题

　　（5）分组和样本的冲突可以用两种方法解决
　　⾸先，研究⼈员可以搜集更⼤、更多样化的样本，这有助于确保每组都有合理数量的受访者。
　　其次，在进⾏组内评估时可以采取更复杂的统计模型。

　　四、提问的新⽅法
　　1.传统的调查是不公开的、无聊的，并且远离生活。而如今，我们可以问一些更开放、更有趣、更贴近生活的问题。
　　数字时代调查⽅式最主要的特征是通过计算机管理，⽽不是由采访者管理（例如电话和⾯对⾯访谈调查）。

　　采访者不参与数据采集可以减少社会期望偏差，⽽社会期望偏差会使受访者倾向于以最好的⽅式来呈现⾃⼰
　　采访者不参与数据采集还能消除采访者的影响，
　　即采访者的某些特点倾向于以微妙的⽅式影响受访者的答案
　　采访者不参与数据采集还能⼤⼤降低成本，增加了灵活性
　　但采访者参与能让被访者解释不理解的问题，还能保证参与度

　　2.⽣态瞬时评估法
　　（1）⽣态瞬时评估法将传统的调查分解，然后将其融⼊参与者的⽣活。研究⼈员可以在合适的时间和地点进⾏提问。

　　（2）特征：（1）在现实环境中搜集数据；（2）评估的是个体当前或最近的状态或⾏为；（3）评估可能是基于事件的、基于时间的或随机引发的（取决于研究问题）；（4）随着时间的推移需进⾏多次评估

　　3.维基调查
　　搜集和管理⽤户⽣成内容的⽹站可能会影响新型调查的设计。尤其是维基百科

　　4.游戏化
　　在未来，调查设计者在设计过程中将不得不考虑参与者的想法，以便使回答问题的过程更愉快、更像游戏。这⼀过程有时被称为游戏化。

　　五、与⼤数据资源相结合的调查
　　1.丰富型提问
　　将调查数据和⼤数据资源结合起来的⼀种⽅法，我称之为丰富型提问。
　　在丰富型提问中，⼤数据资源中含有⼀些重要的测量数据，但缺失其他⼀些测量数据，因此研究⼈员需要通过⼀项调查来搜集这些缺失的数据，然后将两部分数据资源结合起来。

　　2.丰富型提问的两大难题
　　第一是，如何将个体层面的数据集和数据资源链接起来
　　第二个是，大数据资源的质量很难评估，有黑匣子存在

　　3.扩充型提问
　　在扩充型提问中，研究⼈员会通过⼀个预测模型将少量的调查数据与⼀个⼤数据资源结合起来，然后利⽤结合后的数据得出评估结论，这些评估结论的规模或粒度是只通过调查数据或⼤数据资源不可能实现的
　　利⽤扩充型提问进⾏评估更及时，具有明显的成本优势，且得出的结论粒度更细。但这类扩充型提问⽬前还没有很强的理论基础。