作者：風雲

因為每個人的問卷設計構造不同，但絕大部分以單選題為主。因此，問卷分析正式程序主要針對單選題，多選題、排序題、填空題的分析見下期哦！

在完成問卷分析前準備後，開始進行以下的操作。

一、現狀分析

現狀分析常用描述性統計分析方法，對調查總體所有變量的有關數據進行描述，主要包括頻數分析、集中趨勢分析、離散程度分析、分布類型以及統計圖形，可以通過三線表、圖形等描述數據基本特征。

現狀分析可以不是問卷分析的重點，但卻不可遺漏。通過現狀分析可以确保問卷的完備性和整體性，并對數據進行重新審查和校驗。

操作步驟一（見圖 1）：

1、分析；2、描述統計；

3、描述：将描述選項選入變量，點擊「選項」勾選想要的數值；

4、結果：SPSS 導出描述統計表，内含總計、标準偏差等已勾選的内容。

圖 1：自制問卷調查結果

操作步驟二（見圖 2）：

1、分析；2、描述統計；

3、頻率：将描述選項選入變量并勾選「顯示頻率表」，點擊「選項」勾選想要的内容，勾選「百分位數」輸入 25、50 等數值求取 25%、50%；點擊「圖像」，根據需求勾選圖表類型（該步驟獲得的數據信息較多）；

4、結果：導出頻率統計表、各變量頻率分布圖表（見圖 3）。

圖 2：自制問卷調查結果

圖 3：自制問卷調查結果

二、差異比較

差異比較一般使用 T 檢驗、方差分析、卡方分析等參數檢驗方法，要求原始數據滿足正态分布。

根據前輩們的經驗，如果樣本量較大（n>300）時，即使不滿足正态性檢驗，依然可看作近似正态分布進行操作。

特别地，量表數據表達格式，如果服從正态分布一般使用均值±标準差（M±SD）表達，如果不服從正态性分布采用「中位數（下四分位數 ～ 上四分位數）」表達。

正态性檢驗

操作步驟（見圖 4）：

1、分析；2、描述統計；

3、探索：數值選入「因變量」，分組選入「因子列表」，圖勾選「直方圖」「含檢驗的正态圖」；

4、結果：P>0.05，服從正态分布。

圖 4：自制問卷調查結果

T 檢驗

操作步驟：

1、分析；2、比較平均值；

3、單樣本 T 檢驗（見圖 5）：将數值納入檢驗變量，并設置「檢驗值」，一般取均值。

獨立樣本 T 檢驗（見圖 6）：數值納入「檢驗變量」，分組納入「分組變量」，如分組變量分為 2 組，則寫 1，2。結果分析：萊文方差等同性，p>0.05, 方差齊性，第一行結果；P<0.05 方差不齊，第二行結果。

配對樣本 T 檢驗（見圖 7）：将兩組分别納入「變量 1」「變量 2」。

分析時，可以根據問卷數據類型，選擇适宜 T 檢驗方法。

圖 5：自制問卷調查結果

圖 6：自制問卷調查結果

圖 7：自制問卷調查結果

方差分析（多個分組變量時用)

操作步驟（見圖 8）：

1、分析；2、比較均值；

3、單因素 ANOVA 檢驗：輸入「因變量列表」「因子」，點擊「選項」勾選「描述」，如果有必要做兩兩比較時，可點擊「事後比較」勾選「LSD」或「非弗倫尼」。

圖 8：自制問卷調查結果

卡方檢驗

操作步驟 (見圖 9)：

1、分析；2、描述統計；

3、交叉表：變量分别輸入「行」「列」，點擊「統計」，勾選「卡方」，點擊「單元格」勾選「實測」、「期望」、「行」或「列」、「合計」；

4、結果：

圖 9：自制問卷調查結果

三、相關性分析

操作步驟（見圖 10）：

1、分析；2、相關；

3、雙變量：納入「變量」，勾選相關系數「Pearson」、「Kendall」或「Spearman」，顯著性檢驗勾選「雙尾」, 勾選「标記顯著性相關性」；

4、結果：P<0.05，相關性顯著，相關系數 >0 呈正相關，相關系數 <0 呈負相關

圖 10：自制問卷調查結果

四、影響因素分析

一般使用線性回歸分析，操作步驟（見圖 11）：

1、分析；2、回歸

3、線性：納入「因變量」「自變量」并選擇适宜方法，點擊「統計」勾選「共線性診斷」，點擊「圖」：Y：ZRESID（标準化殘差），X：ZPRED（标準化預測圖），并勾選「直方圖」「正态概率圖」；

4、結果：R2>30%, 則拟合度較好；ANOVA：P<0.05，則自變量中至少有一項可影響因變量；系數 ɑ：P<0.05, 可影響因變量；共線性診斷 VIF<5 時，不存在共線性。

圖 11：自制問卷調查結果

今天的分享就到這裡，如果你手上有一份完整的數據，可以嘗試跟着操作步驟分析起來！下期将為你帶來填空題、多選題、排序題的分析操作，敬請期待喲！

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!