# 第三单元：采集与质量方案

用于自学；是否提交和计分，以教师在学习通发布的要求为准。
可以设计模拟方案，不要求实际采集个人信息。模拟数据注明“教学模拟”；未知写“待确认”。

## 一、问题与用途

- 决策问题与优先目标：
- 核心指标及口径（衔接第二单元指标卡）：
- 数据将支持什么决定：
- 当前不能证明什么：

## 二、概念操作化与变量字典

| 拟理解概念 | 可观察变量 | 记录对象 | 单位／选项 | 时点／窗口 | 缺失与不适用 | 遗漏与限制 |
|---|---|---|---|---|---|---|
| | | | | | | |
| | | | | | | |

数字编码不自动表示数量或程度。说明行为变量与真实目标之间的距离。

## 三、采集方法与执行

- 主要方法及选择理由：
- 补充方法及其补足的空白：
- 已有来源的定义、覆盖、时间与使用条件：
- 采集对象、时间、渠道、执行者：
- 定量与定性材料各自怎样使用，出现不一致怎样核实：
- 预计负担与资源条件：

### 五题短问卷或观察表

| 题目／观察事件 | 适用对象 | 选项／记录规则 | 用途 | 可能误差与降低方式 |
|---|---|---|---|---|
| 1 | | | | |
| 2 | | | | |
| 3 | | | | |
| 4 | | | | |
| 5 | | | | |

- 试答：邀请怎样的对象，检查哪些理解困难？
- 试运行／校验：检查跳题、设备、提交、导出与记录一致性。
- 剩余的回忆、社会期许、观察者或工具误差：

## 四、总体与样本来源

- 总体与分析单位：
- 抽样框／接触机制及覆盖不足：
- 邀请方式（全体邀请／概率抽样／方便或自愿回应等）：
- 若采用随机选择：写明实际随机程序，不用“随便选”代替。
- 与问题相关的关键群体及遗漏风险：
- 回应监测与适度跟进：
- 匿名或可连接设计，是否能够核实逐人回应与分组状态：
- 邀请数、实际触达数、回答数、逐题有效数与排除数如何报告：
- 分组或配额不自动保证代表性，拟允许的结论范围：

## 五、质量检查

| 维度 | 检查对象／规则 | 当前发现或预期风险 | 对指标影响 | 后续核实 |
|---|---|---|---|---|
| 完整性 | | | | |
| 准确性 | | | | |
| 一致性 | | | | |
| 及时性 | | | | |
| 唯一性 | | | | |

## 六、五条处理规则与日志

| 记录问题 | 动作（保留／合并／修正／标记／排除等） | 业务或核实依据 | 影响数量及指标 | 负责人／时间／版本 |
|---|---|---|---|---|
| 1 | | | | |
| 2 | | | | |
| 3 | | | | |
| 4 | | | | |
| 5 | | | | |

- 零、缺失与不适用分别怎样标记：
- 去重单位与连接字段的作用范围：
- 连接失败及异常尚未核实时怎样处理：
- 处理前后结果与规则对照：
- 原始版本与处理日志的受控保存安排：

## 七、生命周期安排

- 每个字段是否必要，采集前怎样说明用途：
- 负责人、允许访问的人、标识对应表的控制（若有）：
- 保存方式、版本与备份：
- 共享范围，小群体及开放文字怎样检查：
- 保存期限及依据（未定时标记待确认）：
- 归档／删除时点，副本与对应表怎样处理：

## 八、有边界的结论与下一步

写100—150字，说明对象、来源、结果（若有）、限制及补充证据。未实施方案不填写虚构结果。

自检：方法与问题匹配；总体不偷换；题目中立；样本量不代替来源检查；未知不填零；规则有依据；匿名安排真实；责任与退出明确。

## 附：W06 CSV练习说明

同目录 `registration.csv` 与 `checkin.csv` 均为教学模拟。

- `activity_id`：活动编号；全部为W06。
- `participant_id`：此模拟活动内的参与者编号；不是真实个人信息。
- `registration_status`：`valid` 表示资格已核实的有效报名者。
- `promotion_source`：`poster`海报、`friend`朋友、`group`群信息；空白表示来源未知，不影响报名资格。
- `scan_id`：一次扫码事件编号；同一人可有多次扫码。
- X01、X02 经案例核实为未报名的现场访客，单独报告。

假定编号正确、记录完整反映到场；这些是假设，不是现实日志的默认保证。

任务：计算事件数、不同扫码人数、报名者到场人数；比较保留与删除未知来源记录的影响。保留原始表，并单独制作人数汇总。

核对：10名有效报名者、12次扫码、8个不同扫码编号、6名名单内签到者。来源未知4人，其中3人到场；整体到场率60%，来源已知者到场率50%，二者对象不同。