问卷数据难处理?SPSS来帮你

640?wx_fmt=jpeg

一、编码录入

1、区分变量的度量:

Scale是定量、Ordinal是定序、Nominal是指定类

2、注意定义不同的数据类型。


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,现详细举例介绍如下:

1、单选题:答案只能有一个选项

例一、当前贵组织机构是否设有面向组织的职业生涯规划系统?

A、有 

B、 正在开创 

C、没有 

D、曾经有过但已中断

编码:只定义一个变量,Value值1、2、3、4分别代表A、B、C、D 四个选项。

录入:录入选项对应值,如选C则录入3

2、多选题:答案可以有多个选项,其中又有项数不定多选和项数限定多选。

(1)方法一(二分法):

例二、贵处的职业生涯规划系统工作涵盖哪些组群?画钩时请把所有提示考虑在内。

A、月薪员工 

B、日薪员工 

C、钟点工

(2)方法二(多重分类法):

A、提高党员素质 

B、加强基层组织 

C、坚持发扬民主

D、激发创业热情 

E、服务人民群众

F、促进各项工作

3、排序题: 对选项重要性进行排序

例四、您购买商品时在 ①品牌 ②流行 ③质量 ④实用 ⑤价格 中对它们的关注程度先后顺序是(请填代号重新排列)


第一位()

第二位()

第三位()

第四位()

第五位()

4、开放性数值题和量表题:这类题目要求被调查者自己填入数值,或者打分

5、开放性文字题:

如果可能的话可以按照含义相似的答案进行编码,转换成为封闭式选项进行分析。如果答案内容较为丰富、不容易归类的,应对这类问题直接做定性分析。

二、问卷一般性分析

1、频数分析:Frequencies过程可以做单变量的频数分布表;显示数据文件中由用户指定的变量的特定值发生的频数;获得某些描述统计量和描述数值范围的统计量。

适用范围:单选题(例一),排序题(例四),多选题的方法二(例三)

频数分析也是问卷分析中最常用的方法。

实现: Descriptive statistics……Frequencies

2、描述分析:Descriptives:过程可以计算单变量的描述统计量。这些述统计量有平均值、算术和、标准差,最大值、最小值、方差、范围和平均数标准误等。

适用范围:选择并排序题(例五)、开放性数值题(例六)。

实现: Descriptive statistics……Descriptives,需要的统计量点击按钮Statistics…中选择

3、多重反应下的频次分析:

适用范围:多选题的二分法(例二)

实现:第一步在Multiple Response……Define Sets把一道多选问题中定义了的所有变量集合在一起,给新的集合变量取名,在Dichotomies Counted value中输入1。第二步在Multiple Response……Frequencies中做频数分析。

4、交叉频数分析:解决对多变量的各水平组合的频数分析的问题

适用范围:适用于由两个或两个以上变量进行交叉分类形成的列联表,对变量之间的关联性进行分析。比如要知道不同工作性质的人上班使用交通工具的情况,可以通过交叉分析得到一个二维频数表则一目了然。

实现:第一步根据分析的目的来确定交叉分析的选项,确定控制变量和解释变量(如上例中不同工作性质的人是控制变量,使用交通工具是解释变量)。第二步选择Descriptive statistics……Crosstabs

三、简单图形描述介绍

1、饼图:又称圆图,是以圆的面积代表被研究对象的总体,按各构成部分占总体比重的大小把圆面积分割成若干扇形,用以表示现象的部分对总体的比例关系的统计图。频数分析的结果宜用饼图表示。

2、曲线图:是用线段的升降来说明数据变动情况的一种统计图。它主要表示现象在时间上的变化趋势、现象的分配情况和2个现象的依存关系等。

3、面积图:用线段下的阴影面积来强调现象变化的统计图。

4、条形图:利用相同宽度条形的长短或高低表现统计数据大小及变化的统计图。

四、问卷深入分析

除了以上简单的分析,spss强大的功能还可以对问卷进行深入分析,比如常用的有聚类分析、交叉分析、因子分析、均值比分析(参数检验)、相关分析、回归分析等。因为涉及到很专业的统计知识,下面只将个人觉得比较有用的方法的适用范围和分析目的简单做介绍:

1、聚类分析

2、相关分析

3、均值的比较与检验

4、回归分析

文章转载自:SPSS统计分析,本文仅作学术分享,文章版权归原作者所有。

文字编辑:鸭血粉丝多多蒜

转发此文到朋友圈并截图到后台,获得20G  python入门视频课

扫码关注本号,输入以下关键词

查看更多优质内容!


PM2.5 | python3.7 | 豆瓣电影 | 

世界杯 | python可视化 | bs4 | 

数据分析报告 | 人工智能算法


640?wx_fmt=jpeg

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值