问卷数据分析

最近处理了一下问卷数据,趁着刚做完想记录下问卷数据分析的感受,主要是谈谈问卷数据分析过程中的基本处理手段及方法。

1.对各个题目的描述性统计

现在一般问卷数据就是用问卷星等工具来做的,然后问卷星里可以输出各个题目的描述性统计情况,也可以输出各个题目的图表,比如柱状图、折线图、条形图等等。

2.两个题目的相关性

想要分析两个题目间的相关性,需要分情况讨论。

2.1 单选题与单选题的相关性

单选题间的相关性是最好做的了,可以用卡方检验结合交叉分析进行,判断出两个题目之间是否有相关关系,相关关系的强弱怎么样,这个强弱可以通过卡方检验的列联系数或V系数等来判断,详细介绍点这里看一下

2.2 单选题(多选题)与排序题

涉及到排序题就会有些犯难了,因为我没有了解到有什么好的统计分析手段,只能是一些简单的分析,问卷星里就有计算各个选项得分的分析手段,可以对单选题(多选题)的各个选项的得分情况进行观察,来得出一些结论

2.3单选题(多选题)与多选题

涉及到多选题时也会有困难,没有非常好的统计分析手段,最为常见的就是多重响应分析了,这个可以直接网上搜索一下,SPSS做起来也非常简单,其实也就是做一下交叉分析这样子。此外如果两个题可能有因果关系,分析一个量对另一个量的影响时可以考虑使用logistics回归分析。

3.回归分析

第三,自然就是更进一步地利用问卷数据进行分析了,通常这就是利用回归来进行深入分析了,分析一些变量对一个因变量的影响,由于问卷数据的特性,最为常用的也就是二元logistics回归或是多元有序/无序logistics回归分析。
spss做多元有序logistics回归可以参见这个例子:多元有序logistics回归教程
无序多分类可以看这个教程:多元无序logistics回归
但是,对于其中参数的解读我自己做的结果和这个教程里是相反的,不知道为什么,可能是我没有理解到位吧,不管怎样,我个人建议做多元logit回归后,再继续做一个交叉分析来看看,借助交叉分析的结果来解读多元logit的参数的含义,这样可以保证正确。

4.总结

由于最近做的这个分析也比较简单,所以基本只用到了上述的三种方法,当然其实还有很多其他的分析手段啦,像典型相关分析、聚类分析、对应分析等等。由于我对问卷数据分析也做的很少,对于这方面的了解也颇为薄弱,若有不对请指正,若大佬能有所指点,更是感谢!

发布了44 篇原创文章 · 获赞 47 · 访问量 6万+
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 技术黑板 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览