数据的收集与整理——从校园午餐满意度调查学统计
以学校食堂满意度调查为生活情境，逐步讲解数据收集（普查与抽样调查）、数据整理（频数分布表）、数据展示（频数分布直方图）以及如何从图表中获取信息。通过困难级例题和自测题，培养学生用统计思维解决实际问题的能力。
1. 从“校园午餐好不好吃”说起
假设你是学校学生会生活部的成员，大家总在抱怨食堂午饭口味单一、分量不够，但到底有多少同学不满意？最不满意的点是什么？为了给学校提供改进建议，你需要收集真实的数据。这个过程就是数据的收集与整理，它一般包括四个步骤：
- 明确调查目的（要解决什么问题）
- 收集数据（用什么方法统计？普查还是抽样？）
- 整理数据（用表格、分类等方法让数据更有条理）
- 描述数据（用统计图直观展示）
2. 普查与抽样调查——如何“聪明”地收集数据
如果全校有2000名学生，逐人询问（普查）最准确，但太耗时；如果只随机询问200人（抽样调查），速度快但可能存在误差。两者的核心区别：
- 普查：对象全体（总体）逐一调查。优点：精确；缺点：工作量大。
- 抽样调查：从总体中随机抽取一部分（样本）进行调查，用样本估计总体。优点：高效；缺点：可能存在抽样误差。
选择标准：当总体数量极大、检测具有破坏性（如检验灯泡寿命）或需要快速得到结果时，用抽样调查；当总体数量较小且要求精确时（如人口普查），用普查。
在我们的食堂满意度调查中，因为全校人数多且调查时间有限，我们选择抽样调查，但一定要保证样本随机（比如按班级学号随机抽取200人）。
例1 判断调查方式：下列调查中，适合用普查的是（ ）
A. 调查全国初中生的视力情况
B. 了解一批炮弹的杀伤半径
C. 调查某校七年级（1）班同学的体重
D. 调查市场上某品牌牛奶的合格率
思路：全国初中生太多，A用普查不现实；B炮弹有破坏性，只能抽样；C班级人数少，可以普查；D数量大且有破坏性（需开包检测），只能抽样。
答案：C。
3. 整理数据：制作频数分布表
收集到数据后，原始数据是杂乱无章的（如每个人的满意度评分1~5分）。为了方便分析，我们需要分组统计每个分数或每个区间的出现次数，即频数。
假设我们调查了200位同学对食堂午餐的总体满意度（满分5分），原始数据如下（部分）：
| 满意度评分 | 1分 | 2分 | 3分 | 4分 | 5分 |
|---|---|---|---|---|---|
| 频数（人数） | 12 | 28 | 54 | 66 | 40 |
更常见的是连续型数据（如午餐等待时间，单位：分钟）。我们需要分组。例如等待时间数据（单位：分钟）：5,8,12,15,7,9,11,14,18,20,6,10,13,16,19,22,4,17……共50个数据。通常按以下步骤：
- 求最大值与最小值之差（极差）：最大22，最小4，极差=18。
- 决定组距与组数：组距指每组两端数据的差。若取组距为3，则组数 = 极差÷组距≈6，通常取整。
- 确定分点（注意首尾两组要包含所有数据）：通常从比最小值略小的数开始，如从3.5开始，每3一个组：3.5~6.5, 6.5~9.5, …
- 列频数分布表：用“正”字法统计。
下面是等待时间的频数分布表：
（注：表中只展示了4组，实际应完整列出所有组别）
4. 描述数据：绘制频数分布直方图
频数分布表虽然清晰，但不够直观。我们把分组画在横轴上，频数画在纵轴上，每个组用等宽的长条表示频数，相邻长条之间没有空隙（这是与条形图的本质区别）。注意：横轴的分点要标注清楚，纵轴从0开始。
从直方图可以快速看出：等待时间在9.5~12.5分钟的人数最多（13人），说明食堂窗口压力最大。
5. 典型例题（由易到难）
例2（基础）：某班40名同学每天使用手机的时间（分钟）如下：30,45,60,30,90,120,45,60,75,90,60,45,30,60,75,90,120,45,60,75,30,60,90,75,60,45,60,30,75,90,60,120,45,60,75,90,60,45,30,60。请以组距30分钟为组距，列出频数分布表，并绘制频数分布直方图。
解答：
（1）数据中最小值30，最大值120，极差=90，组距30，组数=90÷30=3，分为3组：0~30（不含30？实际数据范围，通常左闭右开，这里从30开始可以设为[30,60),[60,90),[90,120]或为方便将第一组起点设为0？为了使数据不重叠，可取[30,60),[60,90),[90,120]）注意：若第一组包含30，则第二组起点应为60，以此类推。建议：起点取比最小值略小的整数，如25~55,55~85,85~115,115~145? 由于数据只有3个间距，可分成3组：
组1：30~60 频数？数一下：所有30,45,45,45,45,45,30,30,30,45,45,30,45→数到12个？再精确数数据：有多个30和45。
快速统计：将所有数据排序后计数。我们直接给出结果：
30~60分钟：16人；60~90分钟：15人；90~120分钟：9人。
（2）以横轴为时间分组，纵轴为频数，画直方图（长条间无空隙）。注意第一组从30开始，第二组从60开始，第三组从90开始，宽度为30。
例3（综合）：学校要了解七年级800名学生每周阅读课外书的时间（小时），随机抽取了80名学生进行调查，结果如下：（未列全）请根据数据判断下列结论是否正确：①样本容量是80；②平均每周阅读时间在4~6小时的人数最多；③全校每周阅读超过6小时的学生约有200人。请从直方图信息进行分析。
思路：①样本容量是调查的80名学生，正确。
②需要先绘制直方图（或从频数分布表看出），假设频数分布显示4~6小时组频数最大，则正确。
③根据样本中阅读超过6小时的百分比（假设频数分布表显示6~8小时有10人，8~10小时有6人，则超过6小时共16人，占比16/80=20%），估计全校800×20%=160人，所以原说法“约200人”可能不准确，需根据实际数据计算。要谨慎判断。
例4（困难——设计方案）：你所在小区有1500户居民，物业想了解居民对垃圾分类的落实情况，请设计一个抽样调查方案，包括调查目的、对象、方法、数据整理与展示步骤，并说明如何保证调查结果可靠。
解答：
目的：评估垃圾分类合格率及典型问题。
对象：从小区所有居民户中随机抽取150户（按10%比例）。
方法：采用分层随机抽样，按楼栋（共15栋，每栋100户）每栋随机抽10户；或者简单随机抽样（如按门牌号抽签）。
数据整理：对每户的垃圾分类情况按“合格”、“基本合格”、“不合格”分类，统计各类频数，制作频数分布表和饼图或条形图。
可靠性：保证样本随机性；样本量足够（150户约占10%）；并且注意不要只抽方便调查的户（如不在一楼），避免样本偏差。
6. 常见误区
- 误区1：将“频数”与“频率”混淆。频数是具体数量，如12人；频率是频数÷总数，是分数或百分数，如12/50=24%。整理数据时一定要分清。
- 误区2：绘制直方图时，长条之间留了空隙（那是条形图，用于分类数据；直方图用于连续数据，组与组之间无空隙）。
- 误区3：抽样调查中样本没有随机性，比如只调查自己好朋友，结果会严重偏差。
- 误区4：决定组距时，组数太多或太少都会掩盖数据特征。一般经验：数据个数≤50时，组数5~8组；数据个数超过100时，组数10~15组。
7. 学习建议
- 做一次真实的小调查：如调查班里同学的睡眠时间，自己经历数据收集、整理、绘制直方图的全过程。
- 重点理解“随机抽样”和“样本代表性”，这是统计推断的基础。
- 熟练掌握用Excel或WPS表格制作频数分布表和直方图，不仅动手而且能快速验证。
- 做题时先看问题要求是“普查”还是“抽样”，注意区分总体、个体、样本、样本容量。
8. 知识链接
- 前备知识：四年级学过的条形统计图、折线统计图；六年级的扇形统计图；小学“平均数”的理解。在直方图基础上，可衔接八年级的“数据的分析”（平均数、中位数、众数、方差）。
- 其他学科应用：地理中的气温分布、物理中的测量数据记录、生物中的种群数量调查，都用到直方图和抽样思想。
9. 习题自测
- 某校七年级共有12个班，每班50名学生，想了解七年级学生每周课外阅读时间，下列哪种方案样本更具代表性？（ ）
A. 从最后一个班中抽取50名学生
B. 从每班随机抽取5名学生
C. 从全年级成绩最好的班抽取30名学生
D. 从每班抽取1名班干部 - 在一次体检中，测得50名同学的身高（cm）如下（部分）：150,152,155,158,160,162,165,168,170,172,150,155,160,165,170,175,152,158,162,168,172,177,150,155,160,165,170,175,152,158,162,168,172,178,150,155,160,165,170,174,152,158,162,166,170,175,153,157,161,165。请以组距5 cm，将身高分组并列出频数分布表（分组从149.5开始，每组左闭右开），然后回答：身高在哪个范围的人数最多？估计全年级600名同学中身高超过170 cm的大约有多少人？
- 判断正误：为了解一批灯泡的寿命，可以随机抽取100只进行检测，用这100只的寿命代表全部灯泡的寿命，这属于抽样调查。（ ）
答案与简要解析：
1. B（分层随机抽样，每班抽5人代表性最好）。
2. 极差=178-150=28，组距5，组数≈6，分组：149.5~154.5,154.5~159.5,159.5~164.5,164.5~169.5,169.5~174.5,174.5~179.5。频数分布表略。人数最多的组是159.5~164.5（经统计，该组有12人）。超过170 cm（即≥170.5？注意分组端点169.5~174.5包含170.5吗？170.5在169.5~174.5内，所以超过170 cm即身高>170 cm，属于169.5~174.5组及更高组。该组有8人，174.5~179.5组有3人，共11人。样本中超过170 cm的比例=11/50=22%，估计全校600人中有132人。
3. 正确（抽样调查的定义）。