问卷调查通常用哪些分析方法(问卷调查数据分析方法)

1.问卷调查数据分析方法有哪些

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。

请点击输入图片描述

(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。

请点击输入图片描述

二、分析思路模板

研究框架是分析的核心，一般可分为非量表和量表问卷，然后再对照着框架进行分析即可。

量表类问卷最大的特点是：非常多的量表题，而且量表题对应着‘变量’或者‘维度’。便于研究‘变量’间的关系情况。以及可以使用信度、效度、因子分析等方法。

非量表题其最大的特点为大部分为单选题、多选题或者排序填空题等，但很少 有出现量表题（是量表题是指类似答项为“非常不同意”，“比较不同意”，“中立”，“比较同意”和 “非常同意”之类的问题）更多是使用基本频数分析和交叉分析等，同时使用图形和表格进行多样化展示。

2.调查通的常见问题

协议方面：调查通向广大会员承诺，您的信息在没有得到您本人的许可下不会向第三方传播

技术方面：对于您的密码手机号码email我们采取MD5加密的原则，绝对是安全的 调查通的所有业务追求品质，所有的有奖调查都会根据您回答问卷的认真程度进行最后的积分审核.

我们一般扣积分的情况如下：

1、回答问卷时间过短（问卷一般有标明最短回答时间）

2、问卷中的题目都是同列或者同行的选择

3、问卷中的开放题目随便输入不是正常的主观意见和看法 调查通系统的每份商业调查都是即时积分的，如果是在个别情况下积分没有即时加上，有以下几种可能：

1、网络的原因导致您完整的状况没有即时的传递到调查通

2、问卷系统临时出了故障

3、您自己操作不当半路关闭

如果调查通不能即时加分的项目将会在进入调查问卷前通知您，您可以选择退出本次调查，该类调查我们一般是在项目结束后的一周之内从客户那里得到返回数据即时加分。

网络故障丢失的未加分项目，项目结束后一周之内也将会及时补加。 调查通的周幸运之星规则：

1、抽奖条件：推荐会员排名10000以内者

2、抽奖日期：每周周六抽奖周日公布3天内发放

3、每年48周：每周抽样50人

4、中奖人将会有真实名字进行公告

5、奖励：积分、现金、充值、奖品价值在3-5元左右 调查通客户端是专门为广大的调查通会员开发而设计的一款小巧而快速的、即时调查赚钱通知软件。

调查通客户端（Diao Cha Tong Client）或称为调查通用户端，是指与调查通会员服务器直接相对应，为会员 提供快速的本地调查提醒服务。一般安装在会员的常用电脑上，能够快速和准时的帮助会员获得参加调查、投票、发布帖子、代购、招聘、求职、兼职、会员身边事、聚会邀请、生日祝福、积分兑换、手机充值、群发短信等可以赢得积分的活动。

好东西人人都喜欢，来自调查通的任何一个会员都可以从调查通的站点上获得对您及您的朋友家人有用的重要的信息。

调查通会员隶属是iPanel中国站，因为iPanel的会员站包括亚洲16个国家或地区，覆盖香港、台湾、新加坡、马来西亚、印度、印尼、越南、菲律宾、韩国、日本、澳大利亚、新西兰等亚洲圈，来自不同社区的会员可以通过站内短信进行互动，了解异国风情。

3.问卷调查做完后,一般采用spss软件的什么方法分析

一般采用因子分析和回归分析。试卷分为两部分，一部分做探索性因子分析，一部分做验证性因子分析。然后做回归分析。

一：1.探索性因子分析：因子分析的方法约有10多种，如重心法、影像分析法，最大似然解、最小平方法、阿尔发抽因法、拉奥典型抽因法等等。这些方法本质上大都属近似方法，是以相关系数矩阵为基础的，所不同的是相关系数矩阵对角线上的值，采用不同的共同性□2估值。在社会学研究中，因子分析常采用以主成分分析为基础的反覆法。

主成分分析为基础的反覆法 主成分分析的目的与因子分析不同，它不是抽取变量群中的共性因子，而是将变量□1，□2，…，□□进行线性组合，成为互为正交的新变量□1，□2，…，□□，以确保新变量具有最大的方差：

在求解中，正如因子分析一样，要用到相关系数矩阵或协方差矩阵。其特征值□1，□2，…，□□，正是□1，□2，…，□□的方差，对应的标准化特征向量，正是方程中的系数□，□，…，□。如果□1>□2，…，□□，则对应的□1，□2，…，□□分别称作第一主成分，第二主成分，……，直至第□主成分。如果信息无需保留100%，则可依次保留一部分主成分□1，□2，…，□□（□当根据主成分分析，决定保留□个主成分之后，接着求□个特征向量的行平方和，作为共同性□：

□并将此值代替相关数矩阵对角线之值，形成约相关矩阵。根据约相关系数矩阵，可进一步通过反复求特征值和特征向量方法确定因子数目和因子的系数。

因子旋转 为了确定因子的实际内容，还须进一步旋转因子，使每一个变量尽量只负荷于一个因子之上。这就是简单的结构准则。常用的旋转有直角旋转法和斜角旋转法。作直角旋转时，各因素仍保持相对独立。在作斜角旋转时，允许因素间存在一定关系。

Q型因子分析 上述从变量群中提取共性因子的方法，又称R型因子分析和R型主要成分分析。但如果研究个案群的共性因子，则称Q型因子分析和Q型主成分分析。这时只须把调查的□个方案，当作□个变量，其分析方法与R型因子分析完全相同。

因子分析是社会研究的一种有力工具，但不能肯定地说一项研究中含有几个因子，当研究中选择的变量变化时，因子的数量也要变化。此外对每个因子实际含意的解释也不是绝对的。

2.验证性因子分析

探索的因子分析有一些局限性。第一，它假定所有的因子（旋转后） 都会影响测度项。在实际研究中，我们往往会假定一个因子之间没有因果关系，所以可能不会影响另外一个因子的测度项。第二，探索性因子分析假定测度项残差之间是相互独立的。实际上，测度项的残差之间可以因为单一方法偏差、子因子等因素而相关。第三，探索性因子分析强制所有的因子为独立的。这虽然是求解因子个数时不得不采用的机宜之计，却与大部分的研究模型不符。最明显的是，自变量与应变量之间是应该相关的，而不是独立的。这些局限性就要求有一种更加灵活的建模方法，使研究者不但可以更细致地描述测度项与因子之间的关系，而且可以对这个关系直接进行测试。而在探索性因子分析中，一个被测试的模型（比如正交的因子） 往往不是研究者理论中的确切的模型。

二：回归分析（regression analysis）是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。运用十分广泛，回归分析按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。

具体的问题，需要专业基础做，基本思路是这样的！

4.问卷数据统计分析方法

调查分析问卷回收，在经过核实和清理后就要用SPSS做数据分析，首先的第一步就是把问题编码录入。    

SPSS的问卷分析中一份问卷是一个案，首先要根据问卷问题的不同定义变量。定义变量值得注意的两点：一 区分变量的度量，Measure的值，其中Scale是定量、Ordinal是定序、Nominal是指定类；二 注意定义不同的数据类型Type

各色各样的问卷题目的类型大致可以分为单选、多选、排序、开放题目四种类型，他们的变量的定义和处理的方法各有不同。51调查网，让调查更简单方便！

5.求SPSS分析调查问卷的分析方法

当我们的调查问卷在把调查数据拿回来后，我们该做的工作就是用相关的统计软件进行处理，在此，我们以spss为处理软件，来简要说明一下问卷的处理过程，它的过程大致可分为四个过程：定义变量﹑数据录入﹑统计分析和结果保存.下面将从这四个方面来对问卷的处理做详细的介绍. Spss处理： 第一步：定义变量 大多数情况下我们需要从头定义变量，在打开SPSS后，我们可以看到和excel相似的界面，在界面的左下方可以看到Data View, Variable View两个标签，只需单击左下方的Variable View标签就可以切换到变量定义界面开始定义新变量。

在表格上方可以看到一个变量要设置如下几项：name（变量名）、type（变量类型）、width（变量值的宽度）、decimals（小数位） 、label（变量标签） 、Values（定义具体变量值的标签）、Missing（定义变量缺失值）、Colomns（定义显示列宽）、Align（定义显示对齐方式）、Measure（定义变量类型是连续、有序分类还是无序分类）. 我们知道在spss中，我们可以把一份问卷上面的每一个问题设为一个变量，这样一份问卷有多少个问题就要有多少个变量与之对应，每一个问题的答案即为变量的取值.现在我们以问卷第一个问题为例来说明变量的设置.为了便于说明，可假设此题为： 1.请问你的年龄属于下面哪一个年龄段（ ）？ A:20—29 B:30—39 C:40—49 D:50--59 那么我们的变量设置可如下： name即变量名为1,type即类型可根据答案的类型设置，答案我们可以用1、2、3、4来代替A、B、C、D，所以我们选择数字型的，即选择Numeric, width宽度为4,decimals即小数位数位为0（因为答案没有小数点），label即变量标签为“年龄段查询”。Values用于定义具体变量值的标签，单击Value框右半部的省略号，会弹出变量值标签对话框，在第一个文本框里输入1，第二个输入20—29，然后单击添加即可.同样道理我们可做如下设置，即1=20—29、2=30—39、3=40—49、4=50--59;Missing，用于定义变量缺失值， 单击missing框右侧的省略号，会弹出缺失值对话框， 界面上有一列三个单选钮，默认值为最上方的“无缺失值”；第二项为“不连续缺失值”，最多可以定义3个值；最后一项为“缺失值范围加可选的一个缺失值”，在此我们不设置缺省值，所以选中第一项如图；Colomns，定义显示列宽，可自己根据实际情况设置；Align，定义显示对齐方式，有居左、居右、居中三种方式；Measure，定义变量类型是连续、有序分类还是无序分类。

以上为问卷中常见的单项选择题型的变量设置，下面将对一些特殊情况的变量设置也作一下说明. 1.开放式题型的设置：诸如你所在的省份是_____这样的填空题即为开放题，设置这些变量的时候只需要将Value 、Missing两项不设置即可. 2.多选题的变量设置：这类题型的设置有两种方法即多重二分法和多重分类法，在这里我们只 对多重二分法进行介绍.这种方法的基本思想是把该题每一个选项设置成一个变量，然后将每一个选项拆分为两个选项项，即选中该项和不选中该项.现在举例来说明在spss中的具体操作.比如如下一例： 请问您通常获取新闻的方式有哪些（ ） 1 报纸 2 杂志 3 电视 4 收音机 5 网络 在spss中设置变量时可为此题设置五个变量，假如此题为问卷第三题，那么变量名分别为3_1、3_2、3_3、3_4、3_5，然后每一个选项有两个选项选中和不选中，只需在Value一项中为每一个变量设置成1=选中此项、0=不选中此项即可. 使用该窗口，我们可以把一个问卷中的所有问题作为变量在这个窗口中一次定义。 到此，我们的定义变量的工作就基本上可以结束了.下面我们要作就是数据的录入了.首先，我们要回到数据录入窗口，这很简单，只要我们点击软件左下方的Data View标签就可以了. 第二步：数据录入 Spss数据录入有很多方式，大致有一下几种： 1.读取SPSS格式的数据 2.读取Excel等格式的数据 3.读取文本数据（Fixed和Delimiter） 4.读取数据库格式数据（分如下两步） （1）配置ODBC (2)在SPSS中通过ODBC和数据库进行 但是对于问卷的数据录入其实很简单，只要在spss的数据录入窗口中直接输入就可以了，只是在这里有几点注意的事项需要说明一下. 1. 在数据录入窗口，我们可以看到有一个表格，这个表格中的每一行代表一份问卷，我们也称为一个个案. 2. 在数据录入窗口中，我们可以看到表格上方出现了1、2、3、4、5…….的标签名，这其实是我们在第一步定义变量中，我们为问卷的每一个问题取的变量名，即1代表第一题，2代表第二题.以次类推.我们只需要在变量名下面输入对应问题的答案即可完成问卷的数据录入.比如上述年龄段查询的例题，如果问卷上勾选了A答案，我们在1下面输入1就行了（不要忘记我们通常是用1、2、3、4来代替A、B、C、D的）. 3.我们知道一行代表一份问卷，所以有几分问卷，就要有几行的数据. 在数据录入完成后，我们要做的就是我们的关键部分，即问卷的统计分析了，因为这时我们已经把问卷中的数据录入我们的软件中了. 第三步：统计分析 有了数据，可以利用SPSS的各种分析方法进行分析，但选择何种统计分析方法，即调用哪个统。