統計分析方法及應用調查問卷

① 如何用excel對調查問卷數據進行統計分析

1、問卷的設計格式：

問卷收集以後，很多老師都是自己拿個計算器，一張白紙，進行統計。涉及的問卷人數少，還可以，如果工作量大，就很費勁了。如果使用EXCEL，那麼如何設計行和列的內容呢？何老師經過工作實踐，提供了如下表格模式，是比較容易進行求和、統計和分析，也便於看出每個題目的學員的認知情況：

② 如何用SPSS分析問卷

1、定義變數

打開SPSS後，進入變數設置可以看到變數名、變數類型、變數值的寬度等等，這些都是對變數進行細化定義的。我們可以把問卷中的一個問題理解為一個變數，那麼一個答案也就與一個變數取值相對應。

2、錄入數據

錄入數據大體分為四種：即讀取SPSS格式的數據;讀取ESCEL表格數據;讀取文本數據;讀取相對應的資料庫。錄入數據的方法很簡單，打開SPSS數據錄入的窗口直接進行錄入即可。

3、分析統計

錄入數據後，就是進行數據分析了，但要選擇分析方法，也就是說用什麼分析統計過程，來獲得正確的分析結果。此時，就要具體結合我們調查問卷的具體情況而定。SPSS分析方法主要有兩種，一是作圖分析法，特點是分析簡單直觀易懂;二是數值分析法，特點選擇性強，分析結果細致。

4、保存結果

SPSS分析軟體可以把多個分析結果保存在同一個窗口中——結果輸出窗口。但一般情況下，我們需要把分析結果復制到分析報告中，而不在窗口內進行保存，而是只保存數據，因為這樣我們隨時可以根據數據，採取不同的分析法進行重新分析，也就會隨時有不同的結果。

③ 怎麼統計問卷調查數據啊

我們做問卷調查研究，一般的思路是：

設計問卷——收集數據——分析數據

一、問卷設計

1、從目標入手，找關鍵詞，結合研究目標設計題項。

問卷設計的最終目的是通過問卷收集數據，了解某個問題的原因狀況並且給出科學的建議。因此問卷題目的設置始終都要圍繞著目標展開。不用急於開始設計問卷，首先要確定好研究的主題，相信這不是什麼難事，有了這一點，接下來就好辦很多。 從這一主題入手可以看看，這個主題下可以細分出什麼關鍵詞。

比如，要研究「網購情況和社交媒體使用關系的情況」。從中可以看出，有兩個明顯的關鍵詞，「網購」和「社交媒體」，那麼接下來就可以用具體的問題表示這兩個關鍵詞。

2、問卷結構盡量簡單明了，便於後續分析。

問卷的題目不是一拍腦袋，想到什麼題目就加上什麼。每個問題都應該有它出現在那裡的道理。一份好的問卷一定會有一個清晰的結構框架。

比如上面例子提到的，「網購情況和社交媒體使用關系的情況」，可以圍繞著『』網購行為情況-網購態度情況--網購行為影響因素-社交媒體使用情況-社交媒體態度情況-社交媒體使用影響因素「這一線索設計題目。再加入一些共性的問卷題目，比如性別，年齡，學歷，收入，消費等基礎信息，一份比較完整的問卷就已經完成。

3、從數據分析角度入手設計問卷

如果思路上更偏向於差異關系研究，比如不同收入人群對於網購的態度差異。那麼收入是個關鍵詞，網購態度則可以使用比如規范的量表題進行設計，這樣便於進行方差分析對比差異性；如果不是使用量表題，那麼就可以考慮卡方分析進行研究。如果進行更多豐富的研究方法使用，則對應需要使用多樣的問題設計，並且預期上就需要進入差異對比的范疇。

如果思路上更偏向於研究影響關系，比如滿意度對於忠誠度的影響，看上去，滿意度和忠誠度均可以使用量表題進行表示，那設計成量表題沒有問題，因為可以使用線性回歸分析進行研究。除此之外，還有一種情況可以考慮，即logistic回歸，滿意度影響最終是否再次購買，是否再次購買被滿意度影響，這類情況是應該使用logistic回歸分析。如果是希望兩類研究方法均使用，此時滿意度對應的問題則需要有量表題，還有比如「是否願意再次購買」一類的定類數據問題。

如果預期數據需要進行統計上的信度分析，此時請記住一定需要設計成量表題，否則無法進行信度分析。以及如果預期思路上有分類，即比如將樣本分成3種人群，此時需要考慮使用更多規范的量表題數據。

二、收集數據

這一步主要就是發放問卷，可以先做預調研，確定問卷有效，問題表達准確，選項設置合理，就可以正式調研了。樣本數量對於量表類問卷，樣本量的常見標準是量表題項的5倍或者10倍，一般要在100以上；對於非量表類問卷，通常需要在200個以上。

三、數據分析

數據分析通常大家都會用SPSS進行分析，推薦使用SPSSAU，可以直接進行在線分析，「拖拽點一下」三步出結果，非常方便，小白也可以輕松完成分析工作。

很多時候，比較困擾我們的不是怎麼使用SPSS，而是看不懂指標，不知道怎麼解讀，SPSSAU針對這個問題，設計了智能化分析系統，可以對標你的數據進行智能化文字分析，結果一目瞭然，就不用再擔心看不懂的問題了。

④ 調查問卷的統計分析方法有哪些

http://wenku..com/view/7a7a9abfc77da26925c5b0bb.html
參見網路文庫
免費下載的

⑤ 如何用Excel來進行調查問卷的整理、統計和分析 好多份調查問卷呢

進行問卷調查，現在要分析結果。問卷已經匯總完畢。
單選題的統計（即所有問卷中，每個選項有多少人選，以及與其他單選題交叉分析）已經用數據透視表實現，
現在的問題是
1.如何對多選題進行分析。如問題1.1，在錄入22份問卷中，有多少人選了1，佔比多少，有多少人選了2，佔比多少？類似這樣的分析。
2.與其他單選題進行交叉分析。如問題1.1與問題1.2，在選擇問題1.2的1的問卷中，有多少人選了問題1.1的1，佔比多少？類似這樣的交叉分析？
如果你是經常要做問卷調查，你的模板建議可以修改一下，這樣錄入不方便統計也不規范；
如果你只是一次性數據處理，可以試試下面的方法：
用COUNTIFS統計問題答案的結果，因為你錄入的調查結果有文本、數字兩種格式，所以需要兩個相加（看附件）；
=COUNTIFS(E$11:E$32,"*"&$D2&"*")+COUNTIFS(E$11:E$32,$D2)
不太懂你提供的公式，能解釋下嗎？
或者我這么處理你覺得對不？
COUNTIF是單條件計數，COUNTIFS是多條件計數（2007及以上的版本才能用，我現在只用這個不用COUNTIF），你是單條件的所以兩個函數都可以用；
你的公式countif(E$11:E$32,"1、*")+countif(E$11:E$32,"*、1、*")+countif(E$11:E$32,"*、1")表達式不正式，包含1應用《"*"&"1"&"*》表示；
=COUNTIFS(E$11:E$32,"*"&$D2&"*")+COUNTIFS(E$11:E$32,$D2)
=計數（E11:E32區域，中有多少個包含D2的文本）+計數（E11:E32區域，有多少個D2的數字）
因為：1、2、3是文本，1是數字，所以需要兩個結果相加

⑥ 問卷調查所能用的統計方法有哪些

1. 調查的樣本量太小，計算出的結論可靠性不高。

例如看到一些研究生的論文，只發了幾十份問卷調查表，就根據統計到的百分比寫下十分肯定的結論。其實，是有問題的。

例如：調查「你對××活動喜歡的程度」，調查了45人。調查結果：非常喜歡2人，喜歡5人，一般10人，不太喜歡13人，不喜歡15人。作者統計出：喜歡和非常喜歡的共7人占調查人數45人的15.5%，不太喜歡和不喜歡的共28人，佔62.2%。並根據15.5%和62.2%來進一步寫結論。

但是，他忽略了調查的樣本計算出率以後，還應該計算率的標准誤和置信區間。如本例喜歡率為15.5%。還應該計算率的標准誤Sp。

_________ _________________

本例，喜歡率的標准誤 Sp =√P(1-P)/n = √15.5(100-15.5)/45 = 5.39 %

按樣本量n，查t值表上, n-1的t0.01和t0.05 的值，查得t0.05＝2.02 , t0.01＝2.69, 根據喜歡率15.5 %、標准誤5.39 % 和t0.05的值,可計算出：

95% 置信區間：15.5±2.02×5.39＝4.6%～26.4%。(置信區間上下限的差值高達21.8%)。

95% 置信區間的含義是，如果用樣本的喜歡率15.5%來估計總體的喜歡率時，有95%的可能是在4.6%～26.4%的區間之間。這樣高達21.8%的區間意味著15.5%是不太可信的。

但是，如果擴大樣本量到450人，4500人，而統計出的喜歡率也是15.5%。由於調查的樣本量擴大了，標准誤 Sp會縮小，計算出的95% 置信區間也就縮小為12.2%～18.8%和14.4%～16.6%。這時用樣本率估計總體率時，上下限的差值很接近15.5%，才是可信的。

2. 調查數據的統計分析過於簡單。

目前看到的調查數據統計分析大都比較簡單。只是計算各個問卷指標的百分比，如上面舉例的喜歡率15.5%等等。

要避免統計分析過於簡單，首先，在做調查表設計時，就事先要考慮好調查數據的統計分析方法。例如同樣是調查「你對××活動喜歡的程度」，除了要擴大調查樣本量外，在調查表中增加調查性別和年齡。這樣就可以採用一種較為復雜的方法——交叉分析。交叉分析是分析「年齡」、 「性別」和「對××活動喜歡程度」三個變數之間的關系。假設不分類統計時，喜歡率是15.5%。交叉分析後就會發現由於性別的不同，年齡段的不同喜歡率是不同的。

例如：2005年國民體質監測問卷調查中，對「睡眠時間」的統計分析，如果只是簡單地計算某市成年男子2473人的問卷，只能統計出：睡眠6小時以下的人為13.4%，睡眠6～9小時的73.6%，睡眠9小時以上的13%。但是，如果增加年齡因素，分年齡段進行統計就可以看到，各年齡段的百分比是不同的（統計表略）。利用分年齡段的百分比還可以畫出折線圖（圖略）。從圖上更可以清楚的顯示出：隨著年齡增加，睡眠時間逐漸減少的趨勢。

上述統計分析方法比較簡單。但是，僅靠簡單的統計方法來處理問卷調查數據是十分可惜的，因為大量的數據信息還沒有充分利用。所以，設計問卷時，就應該注意到，讓收集到的調查數據能做多因素統計分析（如：回歸分析，因子分析等）。下面是我幫助或指導有關單位做過的統計分析實例：

例1：2005年國民體質監測的調查問卷內容中，包括了各人的文化程度，職業，工作、生活和體育鍛煉等方面的許多問題。為了分析這些調查內容和各人的體質有什麼關系，找出哪些因素對體質的好壞特別有關？在進行統計分析時，就需要把體質監測的指標和問卷調查的內容聯系起來進行統計。

在成年組調查問卷內容中可進行計算的12個問題是：受教育程度，職業，平均每周工作時間，平均每天睡眠時間，睡眠質量，平均每天步行時間，平均每天坐姿活動時間，吸煙狀況，運動感受，平均每周鍛煉次數，平均每次鍛煉時間，堅持鍛煉時間。把這些作為X1, X2, ……X12，再把每個人體質監測中的體質總分作為Y，就可以進行逐步回歸分析計算。

某省成年男甲組4242人的數據用逐步回歸分析計算結果是：從12個指標中依次選出了X 1 (受教育程度)，X12 (堅持鍛煉時間)， X10(平均每周鍛煉次數)，X7(平均每天坐姿活動時間) 4個指標。得到回歸方程：

Y = 21.85+ 1.02 X 1 -0.20 X7+ 0.34 X10 + 0.28 X12 F=101.92 (P<0.01)

復相關系數 R= 0.296

根據回歸方程的系數就可以知道：受教育程度高，平均每周鍛煉次數多，堅持鍛煉時間長，平均每天坐姿活動時間少的人體質總分就高。反之就低。而這個結論只做一般的調查表百分比統計，是得不到的。

例2：某市開展《超重與肥胖人群運動與營養綜合干預實驗研究》12周後，對參加者進行了問卷調查，內容有：每天進餐情況（分為：五分飽，八分飽，十分飽），每周快走次數（分為：3次以下，3次，4次，5次及以上），每次快走時間（分為：30分鍾以內，30～60分鍾，60～90分鍾，90分鍾以上），每次快走距離（分為：3公里以下，3～4公里，5公里及以上）等。

如果僅統計各個問卷內容的百分比，只能計算出如：每次快走時間30分鍾以內的29人佔22.1%，30～60分鍾的47人佔35.9%，60～90分鍾的19人佔14.5%，90分鍾以上的36人佔27.5% 等等，這樣的統計結果並不能說明什麼問題。更無法分析出哪些是對減肥有效果的因素。

但是，把問卷調查的內容與參加12周實驗後各人體重下降值聯系起來統計，情況就不同了。如可以分別計算出：每周快走次數、每次快走時間等指標與體重下降值的相關系數。當計算出以上指標都和體重下降值呈中度或低度相關時，還可以進一步用回歸分析的方法計算出標准回歸系數或偏回歸平方和來分析各指標對體重下降的作用大小。

本例有131人參加實驗，為了用數學表達式來描述：飲食、運動量和降體重的關系。把調查表內容轉換成數字後，選擇了X1（每天進餐情況）、X2（每周快走次數）、X3（每次快走距離）與Y（體重下降值）計算出三元回歸方程：

Y= 1.26－1.30 X1 +0.59 X2 +1.70 X3 F =13.855 (P<0.01)

復相關系數 R = 0.4966

從回歸方程可以看到，在吃八分飽的情況下，增加每周快走次數和每次快走距離，降體重的效果更好。

可見，當採用了多元回歸分析方法後，可以充分利用調查表裡的信息從而獲得比簡單的統計百分比更多的研究結果。

例3：某市對學生體質下降原因進行調研時，設計的調查表內容包括：學生、家長、學校等方面30多項指標。為了分析調查的各指標對學生身體素質影響的主次關系，從調查表中選出可進行因子分析計算的26個指標進行了R型因子分析計算。

R型因子分析通過計算，可找出控制著所有指標的幾個主要因素。計算後，原來的許多指標重新組合成較少的幾個新的綜合指標──公因子。這些公因子相互獨立而且反映了原來指標的絕大部分信息。通過R型因子分析的結果，可以看出哪些指標是同一類的，每一個指標以哪一公因子為主，其他公因子所佔比例如何，從而分析該指標的特點。還可根據貢獻率較大的幾個公因子中所包括的指標，來分析出各指標的主次關系。

對3699名中學生的調查數據作R型因子分析計算後，從貢獻率最大的5個公因子所包括的調查指標看，歸入第1公因子的7個指標，都和參加體育活動有關，因此把第一公因子命名為體育活動因子，歸入第2公因子的2個指標，是反映學生家長文化水平的學歷，歸入第3公因子的2個指標，是反映學生是否關心自己體質、健康的指標，歸入第4公因子的2個指標，是反映學校是否關心和組織學生體育活動的指標，歸入第5公因子的2個指標，是反映學生家長對體育運動的態度的指標。

從而可以分析出，對學生體質影響最大的第一因素是學生參加體育活動的情況，第二因素是家長的文化水平高低，第三因素是學生自己是否關心自己的體質、健康情況。第四因素是學校是否關心和組織學生參加體育活動，第五因素是家長是否喜愛體育活動是否支持學生參加體育活動。

因子分析的優點在於用一個或少數幾個綜合指標概括原始數據中盡量多的信息，它能夠實現對問題的高度概括，並揭示出一般的特徵和規律。本例通過因子分析的統計方法，從學生填在26個調查問卷中的信息，分析出了對學生體質影響的幾個主要因素。

⑦ 調查問卷如何統計分析

首先要把你的問卷中的數據都弄到統計數據的分析軟體中。然後通常如果不是做研究的，做描述性統計分析就OK

⑧ 問卷統計分析方法，如何進行調查問卷統計分析

第一，定性分析法
定性分析是調研工作中的一種探索性分析方法。定性分析方法是先要對問題進行定位，對問題進行深層次的認識和理解。這種方法一般只適用於專業人員，因為這種方法是要對調研的問題有深入的了解和較高的專業水平。
第二，定量分析法
定量分析首先要對問卷進行數量化，利用量化後的數據對資料進行分析。這里涉及到兩個方面：一是簡單的定量分析；二是復雜的定量分析。
1．簡單的定量分析是對調查問卷進行一些相對比較得單的數據分析，最常用的有百分比、頻數、平均數分析法。
2．復雜定量分析法
復雜定量分析是相對於簡單的定量分析而言的，由於在問卷中的變數較多，不是簡單的一個或兩個，而是多個，這時就需要用復雜的分析方法，復雜分析方法又分為多元分析和聚類分析。
多元分析是通過分析數據由表到里，由外到內的一種分析方法，通過變數之間的規律變化而從中找出一定的規律性。
聚類分析是根據一定的規則把應答者進行劃分成為相對類似的群組，然後把群組進行具體的分析。
無論採用哪種方法對問卷進行分析，我們首先需要掌握好問卷的信度問題，如查問卷的可信度低，那麼用哪一種方法進行分析都是徒勞的。

⑨ 問卷數據統計分析方法

調查分析問卷回收，在經過核實和清理後就要用SPSS做數據分析，首先的第一步就是把問題編碼錄入。    
SPSS的問卷分析中一份問卷是一個案，首先要根據問卷問題的不同定義變數。定義變數值得注意的兩點：一 區分變數的度量，Measure的值，其中Scale是定量、Ordinal是定序、Nominal是指定類；二 注意定義不同的數據類型Type
各色各樣的問卷題目的類型大致可以分為單選、多選、排序、開放題目四種類型，他們的變數的定義和處理的方法各有不同。51調查網，讓調查更簡單方便！

⑩ 如何用SPSS統計調查問卷

鏈接：https://pan..com/s/1esuzq5T79Xylx1CBg0x4Bg

SPSS 中級統計實戰教程。本課程講師為高級數據分析師、大學副教授，具有豐富的授課經驗。 通過軟體操作加實戰案例教學，對常用的科研統計分析方法進行講解，手把手教授 SPSS 軟體操作。 讓學員不再為統計頭疼，可獨立解決臨床科研常見的統計問題。

這門課你將收獲

1. 掌握統計學核心基礎理論；

2. SPSS 資料庫的構建及數據管理；

3. 利用 SPSS 進行數據的描述性分析；

4. 掌握四大檢驗分析及結果解讀：t 檢驗、方差分析、卡方檢驗以及非參數檢驗；

5. 掌握ROC 曲線的繪制和解讀。

課程目錄：

數據分析之美

為什麼學習統計學及統計誤用現狀

統計學核心概念

計量資料統計描述

計數資料統計描述

統計學核心思想解讀

......