问卷调查统计分析方法

《问卷调查统计分析方法》由会员分享，可在线阅读，更多相关《问卷调查统计分析方法（8页珍藏版）》请在金锄头文库上搜索。

1、问卷调查记录分析措施从记录分析的层次划分问卷的记录分析措施可分为两类：定性分析和定量分析。一、定性分析 定性分析是一种摸索性调研措施。目的是对问题定位或启动提供比较深层的理解和结识,或运用定性分析来定义问题或寻找解决问题的途径。但是，定性分析的样本一般比较少(一般不超过三十）,其成果的精确性也许难以捉摸。事实上,定性分析很大限度上依托参与工作的记录人员的天赋眼光和对资料的特殊解释，没有任何两个定性调研人员能从她们的分析中得到完全相似的结论。因此，定性分析规定投入的分析者具有较高的专业水平,并且优先考虑那些做数据资科收集与记录工作的人员。二、定量分析 在对问卷进行初步的定性分析后，可再对问卷进行

2、更深层次的研究定量分析。同卷定量分析一方面要对问卷数量化,然后运用量化的数据资料进行分析。问卷的定量分析根据分析措施的难易限度可分为定量分析和复杂定量分析。 (一)简朴的定量分析简朴的定量分析是对问卷成果作出某些简朴的分析，诸如运用比例、平均数、频数来进行分析。在此,我们可将问卷中的问题分为如下几类进行分析。1、对封闭问题的定量分析。封闭问题是设计者已经将问题的答案所有给出，被调查者只能从中选用答案。例如： 您觉得出入正式场合时,穿着重要吗?(限选一项) 一点也不重要l不 重要2无 所谓 重要4 非常重要5 对于所有5次访问的回答,我们可以简朴地记录每种回答的数目:一点也不重要=2;不重要=；

3、无所谓=1;重要=15,可把成果整顿成如表一所示：表一出入正式场合穿着重要性从表一中可以一目了然地看出分析成果几乎三分之一的被调查者觉得在正式场合穿着很重要,仅有15.6%的人觉得在正式场合穿着不重要。 表一是对所有样本总体的分析。然而,几乎所有的问卷分析都规定不同的被访群之间的比较。这就需要用较为复杂的措施交叉分析来实现。交叉分析是分析三个变量之间的关系。例如美国的一位调研人员怀疑美国人“海外旅游的欲望也许与年龄”有关,但通过度析发现,没有发现两者之间存在任何联系,当将性别作为第三个变量引进之后,发目前男性中5岁如下的人中有60有“海外旅游欲望”,而4岁以上者只有4%有这种愿望。但是在女性中

4、成果正好相反,因此,将所有数据混合在一起分析时,年龄“与海外旅游欲望”之间的关系就掩盖了,而按不同性别分类后，这种隐含的有关关系就被揭发出来。如表二所示：表二 接“年龄”和“性别”分类的“海外旅游的欲望”从表二中可以看出交叉分析的强大作用。它还可同步研究多种变量之间的关系。例如:可再加上收入、职业等各方面来进行比较分析。2、对开放问题的定量分析。开放性问题是指问卷设计者不给出确切答案，而由被调查者自由回答。例如:表三 您为什么不想海外旅游如果所有回收的问卷只有这5种答案，那么就很容易作出分析概括。可是，一般回收的问卷均有几百份,因此对于开放性问题就也许有几十种甚或几百种答案。对于这几百种答案，

5、就很难进行分析。因此对于这种问题,必须进行分类解决,例如可把不旅游的理由大概分为四类，如表四:表四 不想旅游的理由运用上表中的四种因素，我们就可以进行分析解决,并且从表中很容易看出被调查者的观点。 、数量回答的定量分析,即回答成果为数字。例如“您为海外旅游耗费多少？”对于此类问题,最佳的措施是对量化后的数据进行区间解决,区间范畴的划分很大限度上是靠经验、专业知识来划分的。在用区间表达数量分布的同步，可同步使用多种记录量来描述成果,涉及位置测度；平均值、中位数和浮现频率最高的值或者分散限度的测定;范畴、四分位数的间距和原则偏差。上述三种措施仅是简朴的问卷分析,靠简朴的记录措施来解决数据是十分可惜

6、的，由于这样会丧失大量的数据信息，使决策的风险增大,并使分析成果流于肤浅。 （二)复杂定量分析 简朴分析常用于单变量和双变量的分析，但是社会经济现象是复杂多变的,仅用二个变量难以满足需要。这时就需要用到复杂定量分析,在问卷设计中,常用的复杂定量分析有两种多元分析和正交设计分析: 1、多元分析就是通过对观测数据的分析，由表及里来研究多种变量之间互相依赖的规律性,或者根据实际问题的需要对研究对象作出某种评价、分类、鉴别，或者从中发现各个指标都起作用的更一般(从而也更抽象）的公共因素。在问卷分析中常用的多元分析,重要是有聚类分析、主成分分析、因子分析三类： 1)聚类分析。聚类分析的重要目的在于将被调

7、查者对某问题的态度根据一定的法则聚类成相对类似的群组,运用群组进一步的分析。目前由于计算机技术的发达，枯燥的聚类分析计算已不用手工计算，因此具体的计算过程在这里不再多说。这里仅用一种例子来描述一下它的作用。例如： 在调查大学生性格和品质时,您觉得自己应当具有哪些品质和性格？ （1)勇敢；()风趣；（3）守纪律;（）富有同情心；（5）乐于请教人;(6）机智;(7)认真;（8）有礼貌;(9)听话;(10）勤奋;(11）虚心;(1）坚韧;（1)敏捷；（14）独立；(1)稳健。 对15个变量P1到P15进行聚类分析,它们都是0-变量(选用该项时取为1,否则为0）。可运用PS软件分析,最后聚类分析成果为

8、:(以五类为例） （1)P1、2、P6、12、13、14、15 （2）P3、P8、9 （）P（4)P4 (5）P7、P、P1 通过聚类分析,我们可以懂得哪几种问题属于哪一类,这样在分析问卷里,就可以将被访问者分类,例如，我们可将（1)归类为(智慧型)，（2）归类为“老式型”,借此来理解被访问者的性格倾向。聚类分析最大的长处是简朴易操作，它的缺陷是没有形成一种完整的理论体系,因此解释起来比较困难。 2)因子分析。在问卷中常有某些不可直接观测的基本特性，例如“态度”、“结识”、“爱好”、“能力”、“智力”等等实际不可观测的潜在变量。因子分析正是运用这些潜在变量解释可观测变量的一种工具。研究者在设计

9、问卷时事实上是假设有某种构造存在的,通过因子分析可以验证研究者假设与否成立。因子分析的重要功能是从量表所度量的一系列变量中分离或提取出某些公共因子,这些因子与其他变量之间的联系则是可以进行研究的，一般是运用复杂的数学措施把量表中高度关联性的观测量按某种规则提成几群,每一群的变量共享一种公共因子,也就是说该群变量与这个公共因子有高度关联，体现为在该因子上的“负荷量”明显的大（指绝对值）。这几种公共因子也就代表了量表的基本构造。根据被访问者的态度,并将其量化,然后进行因子分析。例如大学生对服装品牌和价格态度量表的因子分析，运用SPS分析，成果如下表所示:表五 大学生对服装品牌和价格态度量表的因子分

10、析从因子分析的成果中可以看到，在第一种公共因子F1上有较高负荷量的几种问题与大学生对价格的关怀限度有关,因此我们将Fl命名为“价格意识”因子，它的奉献率即有效限度为9.28%。在第二公共因子F上有较高负荷量的二项量表所有波及品牌方面，我们将其命名为“品牌效应”因子，它的有效限度为2850%，与第一种因子的累积有效限度为6.78。也就是说，这二个因子对这几种变量的累积奉献率约等于70。一般来说,这种累积限度已足够解释大学生对服装的态度。 从这个例子中可以看出因子分析的长处在于用一种或少数几种综合指标概括原始尽量多的信息，它可以实现对问题的高度概括，并揭示现象更一般的特性和规律。 2、正交设计分析

11、。除多元分析外，尚有此外一种复杂的问卷分析措施正交设计分析。正交设计分析的环节是： （1）一方面对问卷进行正交分析，尽量使问卷构造合理；（）进行问卷调查，并收集数据; （3）整顿数据,对调查成果进行分析(可采用正交实验中的方差分析）； (4)得出分析成果。 正交设计有诸多长处： 一是节省费用，可以从少数据的问题中获得充足的信息; 二是从方案设计到问卷构造的分析,完全采用现成的表格,是多因素调查简便有效的措施; 三是正交设计的重要长处是可靠性强,通过正交表所选的问题具有很高的代表性。这里不再给出具体的倒子。事实上,除了这两种复杂分析措施外，问卷的复杂定量分析尚有诸多种。三、记录分析措施的选择及应

12、当注意的问题 1、记录分析措施的选择 选用合适的问卷分析措施,是非常困难的。一般状况下,选择措施时应当注意两个问题：第一，如果只需对问题进行初步的摸索，那么可采用定性分析或简朴定量分析:第二，如果需要对问题进行深层研究，摸索事物的本质，则需要运用复杂定量分析。在复杂定量分析中，对于态度型问卷,较合适运用因子分析。如果需要对问题选项进行划分,则运用聚类分析较为合适。而正交设计,则合用于多因素的调查，固然这几种措施也可交叉使用。事实上在诸多时候，合适的问卷分析措施的选用取决于分析人员的经验和专业知识。 2、选择措施过程中应注意的问题以上是同卷的定性分析和定量分析的简朴描述。事实上,定性分析和定量分析是不也许完全分开的，在市场调研中,常常将定性分析与定量分析相结合,使之互相配合，以便收到更精确、更全面和更细致的调查成果。现今在发达国家的市场调查实践中，就常常使用定性分析的措施以辅助与补充定量分析的局限性。例如，有些问题波及到被调查者的隐私或对她们的自我形象有悲观作用,这时被调查者就也许作出不切实际的回答。此时运用定性分析可得到较切实际的成果。