如何做调查问卷分析报告 如何做调查问卷分析

如何做调查问卷分析

一、数据分析思维

首先学会做基础数据分析并不难,掌握一些必要的知识就能很快上手,学习数据分析的路径如下共三部曲:数据类型的识别、研究方法的选择、结果分析

1 数据类型的识别

数据类型是一切研究的基石,也是数据研究思维的最基本且最关键的思维。确认数据的真实准确性后,即完成数据清理后,可对数据类型进行区分,一切数据均可分为两种类型,包括定性数据和定量数据。

· 定量:数字有比较意义,比如数字越大代表满意度越高,量表为典型定量数据

· 定类:数字无比较意义,比如性别,1代表男,2代表女

2 研究方法的选择

数据类型确认后,此时即可理解数据分析方法的选择。像SPSSAU在设计时,区分数据类型的同时,还区分X和Y。比如性别和是否吸烟的关系,X是性别,Y为是否吸烟。X和Y均为定类数据。此时则应该选择“交叉卡方”分析。

第一步即选对研究方法,即数据类型的识别。

第二步即结合研究目的进行分析,常见的研究目的包括:数据基本描述、影响关系研究、差异关系研究及其它关系。

SPSSAU分析方法选择

3 分析结果

分析基础比较薄弱,可使用SPSSAU进行分析,系统会自动生成指标解读报告。

延伸阅读

如何进行调查问卷的信度分析

一、问卷的信度。

信度即可靠性,是指采用同一方法对同一对象进行调查时,问卷调查结果的稳定性和一致性,即测量工具(问卷或量表)能否稳定地测量所测的事物或变量。

具体评价方法有: 1、重复检验法。

同样的问卷,对同一组访问对象在尽可能相同的情况下,在不同时间进行两次测量。

两次测量相距一般在两到四周之内。

用两次测量结果间的相关分析或差异的显著性检验方法,评价量表信度的高低。

2、交错法。

用两个不同形式的等价问卷,对同一组受访者在不同的时间(通常间隔两到四周)进行测量。

两次测量结果间的相关性被用来评价问卷的信度。

3、折半法。

折半法是将上述两份问卷合成一份问卷(通常要求这两份问卷的问题数目相等),每一份作为一部分,然后考察这两个部分的测量结果之间的相关性。

怎样对调查问卷作结果分析

如果是针对一份具体的问卷调查来进行分析,首先要清楚问卷调查的目的是什么。因为围绕着这个目的,下设的每一项问题都有着极其明确的相关性。其次,统计出每一项问题各种回答的具体数字。这些数字直接反映出被调查人的行为以及心理状况。第三,就是最重要最繁琐也是最细微的工作了,分析数字后面直接或间接的能够告诉我们什么情况。如:十个人早餐状况,二人在家吃,五人在外买,二人有时吃,一人不吃。数字表面说明十分之七的人有吃早餐的习惯,十分之三的人不规律。继续挖掘下去会得出,多数人比较重视早餐,少数人忽视早餐作用。如果问题仍有细化小项,还可以继续研究重视早餐的人数中,早餐是否科学等等。需要强调的是,每一项的结果都要与调查目的息息相关,围绕目的去分析。第四,根据各项分析结果做出总的结论。

一管之见,仅供参考。

如何分析调查问卷

分析前提是要对每种分析方法有充分的了解,知道什么数据用什么方法分析。在此基础之上,才是结合自己的问卷,有条理有逻辑的设计分析思路进行分析。

如果分析方法还不太理解,建议先去SPSSAU帮助手册中了解一些,不需要知道每个分析方法的原理,但至少要大致清楚都有什么分析方法,使用的条件是什么。这样才好对照自己的数据选择合适的分析方法分析。

SPSSAU有每个分析方法的详细介绍

基本的分析方法了解了,就可以开始进行分析了。先画出模型结构框架,一个框架表述整体研究结构思路情况,研究框架为核心,然后再对照着框架进行分析即可。

这里提供五种常见的问卷分析思路模板,大致的分析方法都是相同的,大家可以根据自己的数据进行适当调整。

包括五类模板分别是影响关系类研究,现状政策类研究,调节/中介类研究,“类实验”类差异研究以及聚类样本类研究。

影响关系研究框架

现状政策类研究框架

聚类样本研究框架

以聚类样本类研究框架为例展开说明:

首先对研究数据样本基本特征情况(比如性别、年龄、学历等)进行分析,可以使用频数分析、描述分析等。

如果有涉及样本群体的特征、行为、或者态度相关项,则可单独一部分进行分析。

如果研究量表数据并不知道分成几个维度,比如有20个量表题,应该分成几个维度并不确定,此时可使用因子分析方法进行。找出应该分成几个维度(因子),以及题项和维度的对应关系情况。

接着对量表项进行信度和效度分析( 备注:因子分析已经得出维度与题项对应关系,此时说明已经有效度,有时也可放弃效度分析,从内容完整性上建议放入)

完成因子分析后,已经确认得到几个维度,可将此几个维度进行聚类,得到几种类别的群体,然后结合每类群体的特征,给每个聚类类别进行命名。 (备注:一个维度由多个题项表示,想将多个题项概括成一个整体,此时需要使用SPSSAU中“生成变量”的“平均值”功能即可)。

得到聚类类别之后,接着需要对比不同类别群体的差异性;包括比如在“特征”、“行为”或者“态度”上的差异性。便于结合不同群体提供不同的建议措施等。

版权声明

返回顶部