收集数据要求什么性

A. 什么是统计数据收集统计数据收集的基本要求是什么

统计数据收集是按照确定的数据分析框架，收集相关数据的过程，它为数据分析提供了素材和依据。

统计数据收集的基本要求是准时性、及时性和全面性。

在收集数据的时候，一般我们把数据类型分为一手数据和二手数据这两个类型。其中一手数据主要是指我们可以直接得到的数据，二手数据主要是指我们需要通过一定的方式对原始数据进行加工处理最后得到的可以进行使用的数据。

而在收集数据的时候，一手数据和二手数据的来源是不一样的。一般数据来源主要有以下几种方式：数据库、公开出版物、互联网、市场调查。

(1)收集数据要求什么性扩展阅读：

调查数据收集方法

1、问卷调查

问卷的要素，即构成一份完整的问卷所必须的组成部分，包括了标题组、申明组、指导语组、访题组、说明组等内容。

依据访问方式，问卷可分为面访问卷和非面访问卷；面访问卷又可以区分面访问答问卷和面访自填问卷；非面访问卷有纸版邮寄问卷、语音自填问卷、网络自填问卷、电话问答问卷等形式。除了面访问卷与非面访问卷以外，还有混合访问形式。

2、访谈调查

访谈调查还可以再细分为结构式访谈和无结构式访谈，深度访谈和专题小组访谈。

3、观察调查

根据观察的场景，可以将观察区分为实验室观察和实地观察；根据观察者的参与程序，可分为参与观察和非参与观察；根据观察的准备程度，可分为结构性观察和非结构性观察。

4、文献调查

文献调查，是有目的地对文献进行查询，并从中获得研究数据和参考数据的调查。根据用途，它可分为用于理论建构和论证的参考文献调查与用于分析论证的数据文献调查。

5、痕迹调查

痕迹调查可以通过痕迹证据与痕迹数据汇集在一起，用以证明或证伪事物之间的关系模式。另外也可以通过大数据及其研究方法，从大数据中选择数据，调查之前同样需要将研究假设和变量操作化。

B. 收集培训评估数据时应注意数据的什么特点

收集培训评估数据时应注意数据的特点有有效性、可靠性、简单易行性和经济性。

1、有效性

指数据能够真实地反映出培训的效果和质量。在收集数据时，需要关注培训目标是否达成、学员的技能和能力是否得到提升、培训内容是否符合实际需求等方面。只有有效的数据才能对培训效果有一个准确的评估，进而为改进培训提供依据。

2、可靠性：

指数据的可信度和稳定性。在收集数据时，需要采取可靠的收集方法，确保数据的真实性和可重复性。例如，可以采用双盲实验等方法来消除数据采集过程中的主观偏见，或者进行数据验证和校对，以确保数据的准确性。

3、学员的主管：

另外一个获取数据的重要来源是那些直接指导或领导项目参与人员的个人。这个群体中的人往往对评估很感兴趣，因为也许就是批准学员参加某个培训的主管人员。同时，在许多情况下，对学员试图运用培训中所学到的知识技能进行了观察。

因而，可以报告与培训项目有关的成功因素，以及与应用有关的困难的问题。虽然主管人员的信息最适合三级评估，但也可以用于四级评估。在评估参与培训项目学员的情况时，重要的是主管要保持客观态度。

C. 好的数据收集方法的评价准则包括

1. 准确性：一个优秀的数据收集方法应确保所获取数据的准确性。不准确的数据可能导致错误的结论或决策。例如，在市场调研中，如果调查问题模糊不清，可能会导致收集到的数据不准确，从而影响市场策略的制定。
2. 全面性：数据收集方法应涵盖所有相关数据，以确保结果的全面性。例如，在医学研究中，如果研究方法只考虑到某些特定的人群，而忽略了其他人群，那么研究结果可能会有偏误，不够全面。
3. 效率性：高效的数据收集方法能够节省时间和资源。例如，与传统的纸质问卷调查相比，在线问卷调查可以更快速地收集数据，并实时进行数据分析。
4. 可靠性：数据收集方法应具有可靠的一致性和稳定性，以在不同时间和环境下获得一致的结果。例如，在科学实验中，如果实验方法在不同的实验室和不同的时间都能得到相同的结果，那么这个方法就是可靠的。
5. 适应性：数据收集方法应能够适应不同的环境和需求。例如，在社交媒体时代，数据收集方法需要能够适应网络环境的特性和变化，如处理大数据、非结构化数据等。
总结来说，评价好的数据收集方法需要考虑准确性、全面性、效率性、可靠性和适应性等因素。然而，在实际应用中，这些因素之间可能存在权衡和取舍。因此，我们需要根据具体需求和环境，灵活选择和调整数据收集方法，以达到最佳效果。