- 相關推薦
論解決變量敏感問題調查的分拆模型
摘 要：處理變量敏感問題的傳統思路為設計隨機化回答模型。針對隨機化回答模型難以大規模推廣應用的缺點設計了分拆模型，并且介紹了分拆模型的設計思路、適用條件及應用類型。?關鍵詞：變量敏感問題；隨機化回答模型；分拆模型? ?
1 引言?
所謂敏感性問題是指所調查的內容涉及私人機密，受訪者不愿或不便于向外界透露的問題，如考生考試作弊，個人或單位偷漏稅及其數額，個人的不良嗜好或行為等問題都屬于敏感性問題。根據問題類型的不同，可劃分為兩類：變量敏感性問題與屬性敏感性問題。變量敏感性問題是針對數量敏感標志提問，如“貴公司去年偷漏稅總額為多少萬元”，目的在于推斷總體的數量特征；屬性敏感性問題則是針對品質敏感標志提問，如“您在上學期的期末考試中是否作弊？”，目的在于推斷具有敏感特征的單位數占總體單位數的比例。由于敏感性問題具有隱秘性的特征，如果采用直接的提問方式則難以獲得真實準確的數據資料，因此眾多學者提出很多處理方法，其中最普遍的做法是構造隨機化回答模型。?
2 分拆模型的設計思路與適用條件?
隨機化回答模型有著對應的優缺點，基于其難以大規模推廣應用的缺陷，處理變量敏感性問題可以突破上述一貫做法，因為在許多市場調查的實踐中主要以公司產品性能、服務狀況、客戶意見、市場占有率、市場拓展潛力等調查為主要目的，而變量敏感性問題在其中一般起著提供輔助資料的作用，以至于對總體數量特征的估計精度要求并不高。既然如此，我們就可以采用一些變通的處理方法。?
分拆模型的設計宗旨即為實用、有效、簡單。它通過細分的方法，將變量敏感性問題運用各種方法拆分為非敏感問題或敏感度較低的問題，以消除被調查者的心理顧慮。按照分拆方法的不同，可以分為區間分拆模型、時間分拆模型與計算分拆模型。?
需要說明的是，分拆模型并不是解決所有變量敏感性問題的萬用良方，其適用條件僅為對總體數量特征進行粗略估計的場合。那些需要對總體數量特征進行精確推斷的場合仍需應用相應的隨機化回答模型，因此分拆模型與隨機化回答模型各有所長、相互補充。?
3 分拆模型的應用?
(1)區間分拆模型。?
區間分拆模型的設計思路為變開放式敏感問題為封閉式問題。所謂開放式問題是指所提出的問答題并不列出所有可能的答案，而是由被調查者自由作答；封閉式問題是指已事先設計了各種可能的答案，被調查者只要或只能從中選定一個或幾個現成答案。?
如對于“收入”這個敏感性變量的提問，如直接提問“2006年，您的家庭總收入為元？”，對于這個開放式敏感問題被調查者可能不愿真實回答或無法精確回答。在這種情況下，可以考慮將其拆分為區間，改為封閉式問題。如改為：?
2006年，您的家庭總收入為元？?
A. 10000元以下 B. 10000～30000元?
C. 30000～50000元D. 50000元以上?
經過拆分為區間，被調查者只需選擇對應的答案即可，無需直接作答暴露具體的實際財富，這樣就在一定程度上降低了問題的敏感度，提高了被調查者的合作熱情。?
但是需要注意的是，封閉式問題的備選區間不能隨意亂劃，而要根據研究目的及數據分析需要進行相應的劃分。
(2)時間分拆模型。?
時間分拆模型的設計思路為縮短時期長短，即對于一些時期敏感性數據的提問，根據時期數據可以相累加的特點，將對于較長時期數據的提問縮短為較短時期，以降低敏感度�！ ∪鐚τ谀晔杖氲奶釂枴�2006年，您的年收入為元？”，如果直接提問，一些被調查者尤其高收入者可能不愿真實回答。運用時間分拆模型，將提問的時期界限縮短，改為“2006年，您的平均月收入為元？”或“2006年，您平均一周收入為元？”?
【論解決變量敏感問題調查的分拆模型】相關文章：
論汽車維修的存在問題及解決對策07-27
論IP電話模型09-13
論隨機變量函數的分布07-11
論英語教師的發展問題及其解決建議05-17
論英語閱讀諸變量對閱讀的影響07-23
領導力的影響變量、戰略模型及變革策略09-05
論臨床中醫護理操作中的問題及解決策略09-13
購車問題的數學模型07-04