如何在設計的問卷中對職業的種類進行劃分？

12-01

大四狗一枚，正在為畢業論文設計問卷，其中一道題涉及到對被訪者職業的詢問，但是對於職業的分類怎樣都分不好，求大神指點，在問卷中要如何進行職業分類？

專註問卷設計數年，這個問題，我必須怒答之。

一、先糾正錯誤思路。
千萬不要照抄@信德維拉（這頭像，我真心喜歡）提供的職業分類，否則涉及職業變數的統計回歸將毫無意義，假若碰到一個較真的老師，你的畢業論文會死的很慘。

為何?

你做的是畢業論文，有效樣本撐死500個。國家統計局和西南財經大學（CHFS的主持者）做的研究，有效樣本起碼幾K。這在統計中是存在質的差距。

換言之，樣本規模和分類個數之間存在正相關，多大樣本規模就適應多少個分類。要根據你的樣本量來確定你的單變數的分類個數——職業有多少個分類

職業分類相當於統計研究中的分類變數，在統計中，每一個分類都算一個變數。
我想，題主做了問卷，那總是要跑數據吧，那我就以本科階段常用數據統計軟體SPSS作為例子。
用過SPSS的都知道，凡是分類變數，每一個分類都是一個變數，反映在變數視圖這樣的：

與之對應，教育程度作為一個定序變數（小學、初中、高中、大學），只需佔一個變數空位。這反映到數據視圖就是這樣

（這兩個圖是我自己為回答問題臨時用SPSS做出來，其中職業分類不能作為參考）

題主既然要做問卷，就是要做定量分析，那就是要做回歸統計咯。
於是無論如何，你的研究都會涉及方差分析，會出現一個類似的回歸方程：
$Y=d_{1} +d_{2} +d_{3} +bx+alpha$
Y是你要解釋的因變數， $d$ 就是你的職業變數， $d_{n}$ 就是職業分類，專業點講叫虛擬變數， $x$ 則是定距變數（我們假定就是收入吧）， $alpha$ 則是常數。
要使這個方程有意義，至少在每一個變數上都存在一定的樣本數量，至於數量大小就按你的抽樣方式來定。樣本數量過小，即使是0樣本，沒有腦子的統計軟體還是會根據數學方程給出一個回歸數據，告訴我們這個關係是否是顯著的，但是那個數據是沒有任何推論意義的，換言之其研究結論不能適用於到樣本代表的群體，也就不具有現實意義的。當然，如果該研究是地道的簡單隨機抽樣，設多少分類都沒關係——但是，誰見過哪個社會研究真能做到簡單隨機抽樣？敢這麼說的，大概都會被專業人士呵呵一臉吧。

二、解答問題：不存在權威正確的職業分類，只存在適合你研究目標的職業分類

先捫心自問以下幾個問題：
1.我的研究問題到底什麼？
2.該用什麼方法來做研究，研究針對範圍有多廣？全國？全省？還是局限於學校？有必要做定量研究么？
3.如果要做定量研究，我的先期準備有沒有做好？比如有沒有認真研究相關研究文獻，有沒有組織過幾次訪談。
4.能否把研究問題具體化成一個變數關係假設？
5.採用什麼抽樣方法？分層抽樣？路遇抽樣？整群抽樣？
6.樣本規模有多大？問捲髮放量有多大？如何保證問卷回收情況？
7.受訪人員會配合我的研究么？會不會就隨意一填了事？
如果題主能通過這幾個問題，這樣就可以進行定量研究，至少在大方向，題主的論文不會有大問題。
題主沒有給出具體的研究設計方案，說實話，真的很難給你答覆。我就在這裡假設一下，但願有一點參考意義。
比如，研究代際影響，如父母職業對子女高考成績是否有影響，影響有多大。
1.先翻翻文獻，看看國內靠譜的研究是怎麼做的。學生黨最愛的CNKI，上面的研究絕大多數都很不靠譜，注意分辨，如果實在不濟，就選幾個重要的刊物，如社會學研究，北京大學學報等等，如果能找外文自是不錯，美國在代際研究方面已經做了很精深了，我個人會去看看美國同行怎麼做。
2.至少組織一次小組訪談，這是一種以最快的速度了解最多的信息的好辦法。
3.然後，作出研究假設，
這是我自己杜撰的——公職人員，教師會對子女的高考成績有顯著正影響，其次是企業內的管理人員，最末是基層員工和農民，他們甚至可能有負作用。
4.因為我的有效樣本規模只有200個，根據之前的研究假設，我的職業分類會有重點的突出公職人員、教師、企業內管理人員這幾項，結果分類就是這樣：

1.公職人員（含公務員，和除教師外的事業單位人員） 2.教師 3.企業管理人員 4.工人（含農民工） 5.農民 6.個體戶

@白志楊專業沒學好，該打屁股了，有空請我來做家教，保你重拾專業基礎，不要錢，管飯就行。

可參照的資料包括：

國家數據國家統計局的年度數據中，就業人員和工資一項內的分類。
中國家庭金融調查CHFS對職業的分類。

如果需要比較全的話，不是隨便填填就完事的，推薦一個實際中用得比較多的，如果結合職務和學歷的話，就更全面了

1各級政府部門、企事業單位、黨政機關和公眾團體的領導者

2專業技術人員（教師、醫生、工程技術人員、作家等專業人員）

3職員（從事一般性事務工作的人員）

4商務人員 5第三產業服務人員

6產業工人 7從事農林牧漁業的勞動者

8家庭主婦 9學生 10私營企業主

11失業 12離退休人員 13其他

職業劃分作為選項，需要滿足的一個重要條件是「完備性」，即任何一類職業在選項中都可以有自己合適的選擇。為什麼大家樂於參考現有普遍認可的調查問卷的職業劃分方式？因為一方面這些問卷往往是被嚴謹設計過的，能保證完備性，另一方面這些劃分方式也是大家普遍認可的。所以，我覺得參考現有問卷的劃分方式未嘗不可。

自己隨便進行職業劃分，如果答辯老師問有什麼依據就可能啞口無言了，參考普遍認可的問捲起碼算是一種依據吧。當然，如其他回答者所說，如果根據你的研究目的與研究對象特徵，自己有更合適的劃分不是沒有可能的，但是如果自己沒有一個嚴謹的分析過程，個人認為，還真不如參考一個現有普遍公認問卷的劃分方式。如果某類職業的選擇者為0，自己統計一下數據發現這列數據都是0，就直接刪除就好了。（stata軟體這種情況下是自動就不進入回歸的。）另外，如果根據現有問卷的職業劃分方式，自己搜集好數據以後發現，有些職業樣本量太少，不具分析價值，可以自己把這些類別合併為「其他」，總之，搜集詳細的數據對於數據分析來說是不會「吃虧」的，缺陷是增加了回答難度。

另外，教育水平進入回歸一般有兩種方式，一種是教育年限，比如小學6年，初中9年，高中12年，大學16年等等，此時是以一個連續變數的形式進入回歸；另一種是以離散變數的形式進入，量化分析術語叫做虛擬變數，類似於職業的進入方式，如果有n類教育水平，就生成n-1個虛擬變數。至於小學取1，初中取2，高中取3……這種生成方式幾乎沒在正規發表研究中看到過，本身也不科學，它相當於假設小學6年教育、初中3年教育和高中3年教育對因變數的影響是等同的。