问卷调查数据如何统计分析?常见5种数据分析思路
问卷调查数据如何统计分析？常见5种数据分析思路
问卷调查作为⼀种最常⽤的省时省⼒，能对事物进⾏⽐较全⾯系统的调查⽅法⽆论是在⽇常⼯作还是学术研究中都倍受青睐。
那么现在有了问卷，数据也都收集整理好，可以开始进⾏数据分析，可是问题⼜来了！这么多的数据摆在⾯前，该从什么地⽅开始⼊⼿呢？⼜应该⽤什么⽅法分析呢？
本⽂就从问卷设计思路出发，具体细分不同类型的问卷或者话题，为⼤家讲解五种常见类型问卷的数据分析思路，分别是影响关系类研究，现状政策类研究，调节/中介类研究，“类实验”类差异研究以及聚类样本类研究。
影响关系类研究
影响关系类研究最为常见，研究影响关系时，通常会先画出模型结构框架，⼀个框架表述整体研究结构思路情况，研究框架为核⼼。这类分析思路倾重于关系，并且是影响关系的研究。⽐如各种因素对员⼯薪酬满意度的影响关系研究，员⼯离职倾向影响关系研究，消费者重复购买意愿影响关系研究等。
此类分析思路框架⼤部分题项应该为量表题，⼩量题项为⾮量表题。
具体研究内容上：
1. ⾸先对收集数据进⾏基本的频数分析，⽐如统计性别，年龄，学历的分布情况如何等。
2. 如果研究中涉及样本的特征情况，⽐如基本⾏为，或者认知态度相关性，也可使⽤频数分析进⾏汇总，进⼀步了解清楚样本特征情况。
3. 影响关系研究时，问卷中通常会涉及⾮常多的量表题，如果量表题具体应该分成多少个维度，并不完全确定，此时可使⽤因⼦分析进⾏浓缩，得出⼏个维度（因⼦），并且到维度与题项的对应关系情况。
4. 数据的可靠性，是否有信度，是最基础的，⼀般放在样本基本特征背景情况之后，原因在于⾸先得知道是⼀什么样的样本⼈在回答问题。同时信度仅针对量表类数据进⾏研究，⽆法针对⽐如性别，年龄之类的背景信息项进⾏分析。
5. 除开数据可信，还需要研究量表题项具有可靠性。先有数据可靠，再分析有效，这是常见的结构，效度分析和信度分析也可互换位置。
6. 数据可靠，并且研究量表有效之后，接着需要对具体维度（量表题项等）进⾏描述分析，研究样本⼈对于量表项的基本态度情况。
7. 完成量表题项，各维度的描述性分析之后，再使⽤相关分析去研究关系情况，为回归分析作准备。
8. 在数据有着相关的前提之下，再研究回归影响关系才具有意义。因⽽回归分析需要放在相关分析之后。并且通常情况下需要使⽤回归分析去验证假设。
9. 有可能还需要对⽐不同⼈，⽐如性别，年龄等不同体，他们对于量表题项的态度差异情况，因⽽⼀般可使⽤⽅差分析，或者T检验等进⾏分析。如果说想研究不同背景⼈（⽐如性别，年龄）对于样本⾏为上的差异性，建议可使⽤交叉卡⽅分析等，同时如果涉及多选题的交叉分析等，也对应选择需要的⽅法即可。
现状政策类研究
现状政策类研究是⾮常普遍的，分析思路倾重于现状及基本态度，和差异对⽐研究，了解体的基本认知，态度，观点意见或者⾏为等。通常情况下现状政策类研究更多是⾮量表题项，此类研究框架的核⼼在于“分组”。
第⼀件事情为“分组”；⽐如有30个题，那此此30个题项可以分别归纳为⼏个⽅⾯呢？⽐如基本背景，认知，态度，⾏为，原因等五个⽅⾯。
第⼆件事情是将“分组”分别作为⼀个部分进⾏分析。
第三件事情是分组题项与分组题项之间进⾏交叉。
具体研究内容上：
1. ⾸先对收集数据进⾏基本的频数分析，⽐如统计性别，年龄，学历的分布情况如何等
2. 分别针对“分组”进⾏分析，每个“分组”作为⼀个部分进⾏分析。
3. 差异关系研究：⽐如基本背景分别与“认知”，“态度”，“⾏为”，“原因”上的差异性（通常是使⽤交叉分析，当然涉及多选题时，应该选择对应多选题应该使⽤的交叉⽅法）
4. 如果说希望研究影响关系，⽐如研究“认知”(X)，“态度” (X)分别对于“⾏为” (Y)的影响关系，此时可考虑使⽤⼆元logit回归分析。但需要特别注意⼀点是：“⾏为” (Y)必须只有两个选项，⽐如愿意和不愿意，购买和不购买，并且必须使⽤数字1和0分别表⽰。⽐如研究⽹购态度对于 “是否购买代购产品”的影响，愿意应该⽤数字1表⽰，不愿意⽤数字0表⽰。
1和0分别表⽰。⽐如研究⽹购态度对于 “是否购买代购产品”的影响，愿意应该⽤数字1表⽰，不愿意⽤数字0表⽰。
备注：如果问卷中有量表题，也可以使⽤信度分析，⽅差分析等研究⽅法。
备注：⾮量表数据请勿使⽤信度，效度等研究⽅法。
调节/中介类研究
调节/中介作⽤研究框架，类似于第⼀类即“影响关系研究”。但此类框架更常见于学术研究，因⽽可能会多出中介作⽤，或者调节作⽤这两部分，基余部分与“影响关系研究”基本类似。
这类分析思路倾重中介作⽤，或者调节作⽤的研究。⽐如研究员⼯⼯作⽣活平衡对离职倾向影响时，⼯作满意度是否起中介作⽤。产品质量认知对⼝碑传播意愿影响时，不同收⼊⽔平是否起着调节作⽤。类似第⼀种分析思路框架，此类分析思路框架在问卷设计上⼤量题项均为量表题，仅⼩部分题项为⾮量表题项。此分析思路框架更适⽤于有⼀定统计基础的读者。
需要注意的是，中介作⽤或者调节作⽤研究在学术上是⾮常谨慎的研究，因⽽如果需要此两类研究，需要在⽂献综述部分详细描述清楚中介或者调节作⽤关系后，才能进⾏分析（即先有理论依据，然后再使⽤研究⽅法进⾏验证），否则会出现逻辑问题。
实验类差异研究
如何做数据分析
实验类研究，通常也称作“情景”类研究等。相对来讲，此类研究的核⼼在于交互关系，⽽且通常均是使⽤量表类问卷题。
这类分析思路针对于使⽤实验式⽅法和问卷形式进⾏的关系研究，通常问卷设计会包括不同情景设置。⽐如百货商店⾳乐刺激对于消费意愿的影响研究，通常问卷⾥⾯会有不同情景，⽐如有背景⾳乐或者⽆背景⾳乐，也或者有不同类型背景⾳乐等。此类分析思路框架强调不同场景或者不同实验情况下的差异⽐较，通常情况下会有较多的量表题项。
聚类样本类研究
聚类样本研究的分析思路倾向于样本“分类”，即样本⼈应该分成⼏个类别；分了类别之后，通常肯定是需要对⽐不同类别⼈的差异性，⽐如不同类别体在态度，⾏为上的差异性等。问卷设计时应该注意到量表题项可能⽤于聚类样本时使⽤，以及此类问卷也会有较多⾮量表题项，⽤于了解样本的特征情况。
具体研究内容上:
1. ⾸先对研究数据样本基本特征情况（⽐如性别、年龄、学历等）进⾏分析
2. 如果有涉及样本体的特征、⾏为、或者态度相关项，则可单独⼀部分进⾏分析
3. 如果研究量表数据并不知道分成⼏个维度，⽐如有20个量表题，应该分成⼏个维度并不确定，此时可使⽤因⼦分析⽅法进⾏。出应该分成⼏个维度（因⼦），以及题项和维度的对应关系情况。
4. 接着对量表项进⾏信度和效度分析（备注：因⼦分析已经得出维度与题项对应关系，此时说明已经有效度，有时也可放弃效度分析，从内容完整性上建议放⼊)
5. 完成因⼦分析后，已经确认得到⼏个维度，可将此⼏个维度进⾏聚类，得到⼏种类别的体，然后结合每类体的特征，给每个聚类类别进⾏命名。
6. 得到聚类类别之后，接着需要对⽐不同类别体的差异性；包括⽐如在“特征”、“⾏为”或者“态度”上的差异性。便于结合不同体提供不同的建议措施等。
加：各种专科护理，赶紧加⼊
投稿：欢迎护⼠相关的原创稿件投稿
视频号：护理⼲货和⼤咖直播
关注：按护⼠科室分类的

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。