又快到了寫論文的時候了

有小夥伴論文采用了問卷調查方法

但不是特别清楚

具體的問卷設計

和

數據分析流程

今天和大家說說整個流程：

怎麼設計一份合格的問卷

以及

怎麼對問卷數據進行分析

問卷設計步驟

如果是學術研究，建議論文問卷設計中多使用量表，這樣會讓問卷更加專業，量表可以匹配非常多的研究方法，可以建立模型，也能深入挖掘數據信息。

01确定研究主題

問卷設計最開始要确定研究主題，可以閱讀相關文獻以及類似問卷研究，對要發放問卷的對象做訪談。

然後根據已經了解的材料，形成一個假設，從假設中确定一個研究主題，之後的問卷設計就要圍繞這個假設和确定的主題中的變量來進行。例如最終确定要研究“消費者網購情況和社交媒體使用的關系情況”。

02具體設計題目

确定了研究主題，可以遵循一個叫做“關鍵詞法”的思路去具體設計我們的問卷。

從确定的研究主題中，可以提取出關鍵詞，如上面的主題中，核心想研究的點包括兩個關鍵詞：

☑ 網購

☑ 社交媒體

有了這兩個關鍵詞後，接着需要做的是細分：

網購可以用一些什麼樣的問題表示。

社交媒體應該用一些什麼樣的問題表示。

通常情況下，一個關鍵詞下屬對應有4~7個題即可，不需要太多。那麼2個關鍵詞就可以設計8~14個題。8~14個題比較少，可以将每一個關鍵詞再細拆，一個關鍵詞常見的拆分可以分成兩類：

☑ 基本行為

☑ 基本态度

所以網購就可以再拆分成網購行為和網購态度兩個方面。類似的，社交媒體也可以拆分成社交媒體使用情況和社交媒體态度情況兩個方面。在這樣的思路前提下，将一個研究題目分拆成4~7個關鍵詞，每個關鍵詞4~7個題，整個研究就會充實飽滿。如果最終拆分成5個關鍵詞，每個關鍵詞對應着6個題目，則有30個題目。

接着需要加入一些共性的問卷題目，比如性别，年齡，學曆，收入，消費等基礎信息，一份比較完整的問卷就已經完成。

03問卷試發放和修改

問卷初稿設計好後，不能直接将它用于正式調查，需要對問卷初稿進行試用和修改。

問卷的試用就是通過預調查來檢驗問卷的質量是否符合調查研究的要求、是否能夠使被調查者願意并方便地回答各項問題、是否能夠搜集到真實、準确的數據。

預調查階段的樣本一般采用小樣本，根據經驗，預調查的樣本量以題項數量的5至10倍為宜。研究者也可以視經費條件，确定預調查的樣本量。

預調查回收回來的問卷，針對問卷初稿所存在的問題，要分析原因并逐一加以修改。問卷修改的内容可能包括：

• 問卷的說明詞

• 填答問卷的要求與逐一事項

• 問題的表述方式

• 問題的回答方式

• 問題的編排順序

• 問卷的整體結構與邏輯

• 問卷的排版格式

問卷修改後就可以正式發放了。

問卷數據分析步驟

回收到的問卷數據，可以直接上傳到SPSSAU進行分析，對量表問卷，我們可以按照以下順序進行分析：

01樣本背景分析

樣本背景信息主要是是指人口統計學變量，包括性别、年齡、學曆、職業等。對這些題目可以進行基本的頻數分析。

02樣本特征行為分析

樣本基本行為特征是指問卷中有關樣本行為，或者認知态度的相關問題，比如研究手機依賴的現狀及影響因素，那應該對應有“手機使用時長、手機使用頻率”等題目。這些題目也可使用頻數分析進行彙總，進一步了解清楚樣本特征情況。

此部分多以選擇題為主，如果題目中有多選題，則可使用SPSSAU[問卷研究]中的[多選題]進行分析。

03指标歸類分析

在完成樣本背景信息，樣本基本行為特征題目的分析後，接下來即可開始分析核心研究變量。

該部分為核心内容，通常是李克特量表題。針對指标歸類分析，如果有量表題具體應該分為多少個維度，并不完全确定，此時可使用因子分析進行濃縮，得出幾個維度（因子），并且找到維度與題項的對應關系情況，同時此步也可以檢驗量表的效度。

04信度分析

數據是否可靠，是否有信度是最基礎的，一般放在樣本基本背景特征情況分析之後進行。信度的檢驗可以通過不同的方法來實現。

首先，可通過SPSSAU[問卷研究]—[信度]計算Cronbachα系數，來測量題目間的内部一緻程度。

克隆巴赫信度系數Cronbachα系數值：

• Cronbach α≥0.8，則該測驗或量表的信度非常好；

• Cronbach α≥0.7，則說明信度較好；

• Cronbach α≥0.6，則該量表應進行修訂，但仍不失其價值；

• Cronbach α＜0.6，說明信度不佳，此時可考慮重新設計題項。

其次，還可計算重測信度。重測信度即用同一問卷在不同時間，對同一對象進行重複測量，然後通過SPSSAU[通用方法]—[相關]得到相關系數即一緻性程度。相關系數在0~1之間，越接近1，說明重測信度越高。

評分者信度，也是一種檢測信度的方式。是指測量多個評分者給同一批人答卷進行評分的一緻性程度。如果評分者是兩個人，則可以用pearson相關（[問卷研究—相關]）；如果評分者有多個人，可用評分等級作為數據，用Kendall協調系數（[實驗/醫學研究—Kendall協調系數]）。

05效度分析

效度是指一個測驗或量表實際能測出的所要測量内容的程度，即測驗達到測驗目的的程度。對量表效度進行檢驗，可了解量表設計的是否合理。

結構效度指測量題項與測量維度之間的對應關系。測量方法有兩種，一種是探索性因子分析，另外一種是驗證性因子分析。其中，探索性因子分析是當前使用最為廣泛的結構效度測量方法。

通常效度檢驗（因子分析）輸出結果包括：KMO檢驗和Bartlett的檢驗結果、方差解釋率表格、因子載荷系數表格、碎石圖等。

①判斷是否适合用因子分析檢驗效度

首先使用KMO 和 Bartlett 檢驗進行效度。

通常KMO值的判斷标準為0.6。大于0.6說明效度較好，反之，說明不适合效度欠佳。

②判斷提取因子個數

如果需要進一步考慮維度與分析項的對應關系，則需要根據方差解釋率表格選擇輸出因子個數。多數情況下，我們在分析時已經帶着主觀預期，希望各題對應什麼維度，此時可以直接設置對應的因子個數。

如果研究人員并沒有預設維度。而選擇默認選項，SPSSAU默認以特征根大于1作為标準。

同時可結合碎石圖輔助判斷因子提取個數。當折線由陡峭突然變得平穩時，陡峭到平穩對應的因子個數即為參考提取因子個數。

實際研究中更多以專業知識，結合因子與研究項對應關系情況，綜合權衡判斷得出因子個數。

③判斷因子與題項對應關系

上面提到确定因子提取個數除了要考慮以上指标，更重要的是結合因子與研究項對應關系情況判斷。

因子載荷系數表，正是反映因子和研究項對應關系情況。

06研究變量描述分析

數據可靠，并且研究量表有效之後，接着需要對具體維度（量表題項等）進行描述分析，研究樣本人群對于量表項的基本态度情況。

可通過計算變量的平均值來分析，有時利用折線圖來展示變量的平均值排序情況。

同時，由于一個維度通常由多個标題項共同構成，如果想将多個标題項概括成一個整體進行分析，此時需要使用SPSSAU中“生成變量”的“平均值”功能。

操作途徑：SPSSAU[數據處理]-[生成變量]-[平均值]

07變量相關關系分析

上一部分對研究變量進行描述分析後，接着研究兩兩變量之間的相互關系，即通過相關分析去研究變量之間的關系情況，包括是否有關系和關系緊密程度。

接着分析相關關系為正向或負向，通過相關系數大小可以說明關系的緊密程度，相關系數越大，說明相關程度越緊密。

08研究假設驗證分析

在數據有着相關的前提之下，再研究回歸影響關系才具有意義。因而回歸分析需要放在相關分析之後。并且通常情況下使用回歸分析去驗證假設。

首先對模型情況進行分析，包括模型拟合情況（R²），是否通過F檢驗。回歸模型通過F檢驗，說明至少一個自變量會對因變量有影響關系。

接着，分析X的顯著性，如果呈現出顯著性，則說明X對Y有影響關系。如果不顯著，則應剔除該變量。

然後，判斷X對Y的影響關系方向及影響程度。結合回歸系數B值，對比分析X對Y的影響程度。B值為正數則說明X對Y有正向影響，為負則說明有負向影響。最後對分析進行總結。

09差異分析

有可能還需要對比不同人群，比如性别，年齡等不同群體，他們對于量表題項的态度差異情況，因而一般可使用方差分析，或者t檢驗等進行分析。

如果說想研究不同背景人群（比如性别，年齡）對于樣本行為上（定類數據）的差異性，建議可使用交叉卡方分析等，涉及多選題的交叉分析等，對應選擇[問卷研究]裡的[單選-多選]方法即可。

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!