二 实证调查情况说明

“西部民族地区乡村治理”包含宏大的现实叙事，涉及少数民族村寨政治、经济、文化、社会生活的方方面面，这就决定了关于它的调查不可能一蹴而就，必须分阶段进行。如表2-3所示，本次调查分为三个阶段。第一阶段为试调研，主要让家住农村的10名学生以暑期实习的方式在本村调研，目的是了解少数民族农村的社会风险和治理困境，检验我们设计的正式调研问卷是否合理和有效。此次调研涉及西部6省的10个村庄，调研成果为200份试调研问卷和10余份访谈记录。然而，由于题目不完善，内容设计不甚合理，这200份试调研问卷和部分访谈记录最终没有被我们使用。但此次调研为正式调研问卷的完善提供了重要的思路。第二阶段为正式调研阶段。除贵州省的花溪区、黎平县、麻江县、遵义县、盘县、都匀市、惠水县、雷山县、织金县等9县（区）是课题组成员亲自下去调研的外，云南、四川、重庆、青海、甘肃、内蒙古6省（自治区、直辖市）的问卷和访谈记录都是通过邮寄或网络邮件的方式，让课题组老师教过的在当地工作的学生帮忙做的调查和访谈。由于有些学生本身就是村干部或乡镇工作人员，因此关于他们的访谈我们都是在网络QQ上进行的。第三阶段为补充调查阶段。这一阶段主要是补充收集正式调研阶段未涉及的但相当重要的问题。该阶段调查的主要内容有农民非制度化参与、农民政治信任、农村社会资本和农村寄宿制学校建设情况。其中，235份村民问卷调查的是村民的政治信任和农村社会资本，223份农村大学生问卷调查的是村民的非制度化参与情况，410份中小学学生和53份教师问卷调查的是农村寄宿制学校的建设情况。由于这些同时也是为课题负责人的其他课题服务，因而设计的问卷内容大相径庭。尽管如此，本次调查还是体现出以下几个特点：一是调查参与人数多，涉及面广。二是调查内容复杂多样。三是调查方法灵活多样，但以分层抽样为主。四是调查对象进行了合理的划分，并根据不同的调查对象设计调查问卷。例如，调查农村，就将调查对象分为村民、村干部和乡镇工作人员；调查学校就将调查对象分为老师和学生。五是问卷调查结果统一用SPSS18.0处理。经过调查，每阶段都获得了不同数量的问卷，详见表2-3，正式调研阶段样本的分布量见表2-4。

表2-3 调查情况简表

表2-4 正式调研阶段调查问卷分布情况

为了准确、有效地整理数据，本次所有调查问卷均采用SPSS18.0软件分析，进行了单变量频数描述、多选项频数描述、二变量交叉列表描述（含百分比）、二变量相关卡方检验、双变量相关分析和回归分析等分析。在数据录入的过程中，为了保证数据的真实性，课题组严格筛查了无效、无用与重复的问卷。需要说明的是，后面使用的表格有些是SPSS18.0直接输出的格式，有些因为占用地方太大或要几个表格才能说明问题，做了合并、分解或整合处理。另外，本次调查的访谈记录均是第一手的原始资料。为了保证访谈的全面性、真实性、原创性，以防遗漏与添加，每次访谈均有两个学生在场记录，并在调研后立马进行了整理。下面就数据分析的多元统计方法予以说明。

（1）频数分析（Frequencies）。包括次数分配、百分比、平均数与标准差，用以分析受试者各背景变量的资料以及单选题、多选题上的各项施测结果。

（2）交互分析（Crosstabulation Analysis）。交互分析所采用的方法是通过双变量的交互汇总，计算出行变量与列变量的对应关系，如计算交互变量的频次、行百分比（或列百分比）、总百分比或卡方检验以及双变量的相关系数。

（3）因子分析（Factor Analysis）。因子分析是多元统计分析技术的一个分支，其主要目的是浓缩数据，通过研究众多变量之间的内部依存关系，探求观测数据中的基本结构，并用少数几个假想变量来表示基本的数据结构。这些假想变量能够反映原来众多的观测变量所代表的信息，并解释这些观测变量之间的相互依存关系。我们把这种假想变量称为基础变量，即因子（Factors）。因子分析就是研究如何以最少的信息丢失把众多的观测变量浓缩为少数几个因子。

（4）相关分析（Correlations Analysis）。相关分析是在分析两个变量之间关系的密切程度时常用的统计分析方法。最简单的相关分析是线性相关分析，即两个变量之间是一种直线相关的关系。相关分析的方法有很多。根据变量的测量层次不同，可以选择不同的相关分析方法。总的来说，变量之间的线性相关关系分为三种。一是正相关，即两个变量的变化方向一致。二是负相关，即两个变量的变化方向相反。三是无相关，即两个变量的变化趋势没有明显的依存关系。两个变量之间的相关程度一般用相关系数r来表示。r的取值范围是：-1≤r≤1。|r|越接近1，说明两个变量之间的相关性越强。|r|越接近0，说明两个变量之间的相关性越弱。

（5）线性回归分析（Liner Regression Analysis）。回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。根据自变量的多少，可分为一元和多元回归。线性回归分析表示自变量和因变量之间是一条接近直线的关系。线性回归侧重于考察变量之间的数量变化规律，帮助人们准确把握变量受其他一个或多个变量影响的程度，进而为控制和预测提供科学的依据。用回归方程来表示变量之间的关系需要满足一定的假定条件。这些假定条件是：正态性假定、零均值假定、同方差假定、独立性假定、无系列相关假定。这些假定条件中有一个不满足，回归方程都是没有价值的。

（6）逻辑斯蒂回归分析（Binary Logistic Analysis）。逻辑斯蒂回归是针对因变量不是连续变量而是二元或多元的分类变量进行的回归分析，其目的是发现因变量和自变量之间的关系。