本节书摘来自异步社区《社会调查数据管理——基于Stata 14管理CGSS数据》一书中的第2章，第2.2节，作者 唐丽娜，更多章节内容可以访问云栖社区“异步社区”公众号查看

2.2　数据管理的工作标准

对社会调查数据而言，数据管理工作从调查工作启动之日开始。调查数据来源于社会调查，社会调查是生产数据的一种重要工具。数据管理的最终目标是确保数据质量。高质量数据有两个基本判断标准：真实、有效，即数据尽量接近事实（真实性），且能为研究所用（有效性）。为此，数据管理工作至少要满足以下6个基本要求。

1．目标清晰
上面提到，数据管理贯穿整个社会调查全程，不仅历时长，且任务杂。在这种情况下，每一阶段、每一步的管理目标都要明确清晰，以便管理工作的分配和管理人员的安排，否则容易出现漏做、重做等问题，影响数据质量。

2．任务可行
确定目标后，接下来要做的工作就是把目标分解成各级任务。数据管理者一定要注意：任务可以是不完美的，但一定要可行。在数据管理过程中，常见的一种困境是：任务明确，但不具备可操作性。舍弃“完美主义”，在现有的时间、资金、人力等资源条件下，尽可能好地完成任务。同理，在这个世界上很难找出没有问题的社会调查，找不到能完全真实反映社会现实的数据，一切社会调查所得的数据都只能是无限接近事实。

3．流程简易
目标和任务确定后，接下来要考虑到工作流程。制定工作流程的基本标准：简易。越复杂的工作流程，越容易出错。在某一项具体的数据管理工作中，参与的人员越多，工作流程的制定就越简易，因为对不同的人而言，简易的标准不一样，如同样的事情，能用常见软件完成，就不要用小众软件，如果采用小众软件，不仅给合作者带来很多负担和学习压力，而且会增加出错的可能性。

4．职责明确
目标不会自动实现，任务不会自动完成，流程不会自动走完，事情最终是由人来完成的，再完美的工作计划如果没有合适的人承担，那它几乎就等于零。任何一项数据管理工作都不可能由一个人单独完成，后面会讲到“双录”“双校”，任何一项和数据管理有关的工作，都尽量保证由两个人独立完成，并做事后校验。 在大型数据管理项目中，整个工作流程类似工业生产的生产线，环环相扣，每个环节的工作人员都要清楚地知道自己的权限和职责，否则一环出错，整个流程就会崩溃。比如：通常，数据编码手册在问卷设计时就要考虑到，而且问卷一旦确定，数据编码手册也就基本定型。数据清理员在拿到原始数据之后，必须要对照数据编码手册对每个变量逐一进行检验。

5．标准统一
在大型数据管理中，标准统一极其重要。只有用同一标准管理的数据，才有可能进行合并，“外人”才有可能读懂数据。数据管理的忌讳是：标准不一，朝令夕改。假设有一个关于健康的、5年的追踪调查，体重这个变量在第一年的数据中单位是公斤，第二年单位变成斤，第三年也是斤，第四年又变成公斤，第五年也用到公斤。这样，用户使用数据时稍不注意，就有可能直接把5年的体重合并在一起比较。再如，在一个多年的追踪调查中，同一个变量“收入”使用的是不同的变量名：income、incomeyr、perincome等。

6．灵活拓展
好的数据管理工作标准和工作流程应该具备一定的可拓展性。对不同的项目进行数据管理时，可能会用到不同的标准和流程，但没有必要对所有的项目都重新建立一套新的标准和流程，相似的数据管理项目可以互相借鉴，比如：对CGSS2012年的数据管理工作流程进行一定的拓展和修改后，即可用作CGSS2013年的工作流程。再如，中国宗教调查是一个全新的项目，针对这个项目的数据管理就是基于CGSS的数据管理工作流程和内容改出来的，既省时、省力，还行之有效。

在上述标准基础之上，尽量提高管理效率，优化管理流程，实现管理自动化，保证管理标准化。