文档介绍：诈骗罪量刑实证分析
实证分析的基本过程
刑罚适用的理论梳理—〉确定使用多元回归来分析—〉影响刑罚的自变量体系假设—〉自变量和因变量的概念化和操作化—〉建立分析表—〉 实证样本的抽样—〉数据整理和录入—〉导入到统计分析软件侵害手段
侵害场所
侵害时机
侵害结果
犯罪金额
经济损失
社会舆论
其他犯罪情节
其他严重情节
其他特别严重情节
第四步:自变量和因变量的概念化和操作化：实体性要素-其他量刑情节
预备犯
未遂犯
中止犯
胁从犯
自首
立功
重大立功
自首+重大立功
审判时怀孕的妇女
数据表excel文件创建范例
第六步:实证样本的抽样
抽样原理
全样本
随机样本
本研究采取简单随机抽样的策略（北***意收集了公开渠道最完整的刑事裁判文书，可近似认为一个随机抽样的结果）
如何查找案例
登陆北***意网首页（lawyee）—〉网站导航“法院案例” —〉刑事案件智能检索系统—〉检索条件“犯罪分析-罪名-被指控被告人_判决罪名：诈骗罪；犯罪分析-罪名-被指控被告人_判决罪数：1至1；刑罚-被指控被告人_有期徒刑刑期 ：180天至5400天，点击检索，表示被判处诈骗罪单罪、半年到15年有期徒刑的案件，将全部案件下载后，再根据地域进行等量样本
第七步:整理数据
数据整理，就是按照分析框架中的各因素的操作化定义，逐个样本逐个因素进行分析，得出每个样本就每个因素的取值结果，向数据表按照一个的标准进行填充的过程。比如有一个字段“犯罪金额”，就是把每个样本中的犯罪金额分析出来，填充到数据表中。在数据整理过程中，我们需要注意以下研究规范：
研究的独立性
研究的标准性
研究的团队性
如何向数据表填充数据
第八步:分析数据
分析工具
在进行推断性统计分析时，需要用到专门的统计分析软件，比如spss、sas、stata、S-PLUS或excel（excel带的统计方法比较少）等。
分析操作方法（以spss为例）
运行spss（一般在windows系统中，开始-〉程序-〉spss-〉spss for windows）
导入数据表（file-〉open-〉date-〉文件类型选择excel-〉选中文件的存储位置-〉导入即可）
统计分析（Analyze-〉Regression-〉Linear，然后选入因变量（Dependent）有期徒刑刑期，再选入自变量（Independent）自首、立功等等，接着，点击OK即可进行多元线性回归分析，返回分析结果）
第九步:分析结果解读和使用（1）
1、模型解释力 使用多元线性回归分析方法时，默认的参数是选中“Model fit”项的，在统计结果中，会有一个Model Summary的汇报，如下：
Model Summary
Model
R
R Square
Adjusted R Square
Std. Error of the Estimate
1
.982
.965
.963
回归模型解释力指标Adjusted R ，%。 模型解释力是回归分析结果中极为重要的内容，表明了所入选的自变量对因变量的总体影响程度。如果Adjusted R Square过低，说明该分析框架存在重大的影响因素缺失，即在被入选的影响因素之外，还存在一些重大的因素没有被考虑到当前的分析框架中。一般来说，在社会科学研究中， Adjusted R Square不会太高，这和社会科学研究中的复杂性有关。
第九步:分析结果解读和使用（2）
Coefficients(a)
Model
Unstandardized Coefficients
Standardized Coefficients
t
Sig.
B
Std. Error
Beta
1
(Constant)
从犯
-
-
人均GDP
-
-
-
案件被告人人均辩护人人数
-
-
-
判决时间
-
-
-
重大立功
-