態度類問卷能用什麼分析方法

① 如何用spss進行問卷信度分析

用spss進行問卷信度分析的方法
spss實際操作
整理數據，將數據整理為量表的分值（點值）形式。
輸入數據到spss中，可以使用excel導入或直接輸入等。
選擇分析→度量→可靠性分析
選擇statistics選項卡，勾選上描述性統計量項+度量後，選擇繼續，再點擊ok確定即可。
查看spss的分析結果，可靠性統計資料的Cronbach的Alpha系數，本例的結果為0.778.表明有些項目需要修訂。大於等於0.9表明量表的信度較好；0.8--0.9表明信度可以接受。0.7--0.8有些項目需要修訂；小於0.7表示量表中有些項目需要拋棄。

② 問卷數據分析方法有哪些

1、描述性統計分析

包括樣本基本資料的描述，作各變數的次數分配及百分比分析，以了解樣本的分布情況。

2、Cronbach’a信度系數分析

信度是指測驗結果的一致性、穩定性及可靠性，一般多以內部一致性來加以表示該測驗信度的高低。信度系數愈高即表示該測驗的結果愈一致、穩定與可靠。

3、探索性因素分析和驗訌性因素分析

用以測試各構面衡量題項的聚合效度與區別效度。

4、結構方程模型分析

可同時處理多個因變數，容許自變數和因變數含測量誤差，可同時估計因子結構和因子關系。

③ 問卷調查數據分析方法有哪些

1.
設計問卷
問題條款不要太多，多則調查效果不好。與你調研目的關聯不大的項目都可不考慮，如性別、職業、旅遊偏好等。
每條問題的選項要符合完整性，幾項選擇要不重復、不遺漏、同等級。
根據你的需求，至少需要有年齡段劃分、旅遊消費、停留天數等項目，應當考慮從旅遊六要素細分遊客花費結構。
2.
實施調查
設計抽樣調查實施方式、實施場所、樣本空間等問題，力求保證調查的時空分布隨機性、樣本空間代表性。
3.
數據錄入
建議用excel，簡單實用，功能足夠，不建議用spss，華而不實，操作繁瑣，不夠靈活。
4.
數據處理
初等數學就差不多夠用了，求和、求均值、求差求比，簡單的側重於市場份額和市場增長率兩方面就能得出很多有用的結論，若精力、技術足夠，建議用一些稍微高級一點點地數據模型演算法等等，然後製成圖表。
5.
調研分析
根據數據結果，結合相關的宏觀旅遊數據，提出自己的觀點，引用自己的數據論證。
說的有點簡單，實際上是一門學問，作好了很難，做簡單了很容易，如果會用數理統計，數據前期預處理做點數據標准化、信度效度校驗，初步建模後作個誤差校驗，即便不做誤差反饋，估計應付個碩博論文什麼的是沒什麼問題的。

④ 問卷調查一定要用spss分析嗎

不一定，統計分析的軟體有很多，不一定都要用spss，具體要看個人需要。問卷調查推薦問卷星，專業問卷調查平台，1億+模板復制可用，多終端+多渠道問卷分發，不限填寫次數，實時監控填寫進度，數據自動統計分析。

分析應該是結合收集的數據和研究目的來進行選擇的，並且在問卷設計時就要考慮數據的分析問題，而不是等著都做完了調查才去挑有什麼值得分析的方面，兩者的先後順序不要搞錯。非量表類問卷有非常多的單選題，多選題等，通常此類問卷用於政策現狀研究、基本態度情況研究等。如果是此類問卷，可以使用的分析方法較少，多數是使用頻數分析，以及涉及多選題的幾類方法，還有交叉卡方分析，Logistic回歸分析。

想要了解更多關於調查問卷的問題，推薦咨詢問卷星 https://www.wjx.cn 問卷星調查系統支持多種題型，可以設置跳轉、關聯和引用邏輯。支持微信、郵件和簡訊等方式收集數據，數據回收後可以進行分類統計、交叉分析，並且可以導出到Word、Excel、SPSS等；同時擁有49種題型，應有盡有；同時單選、多選、矩陣、排序、量表、比重、表格、文件上傳等多種題型，讓你的調查問卷一目瞭然！

⑤ 李克特量表的調查問卷適合哪種相關分析方法啊

量表類問卷最大的特點是：非常多的量表題，而且量表題對應著『變數』或者『維度』。便於研究『變數』間的關系情況。

量表題可以使用信度、效度、因子分析等方法進行分析。建議可以參考下面的量表類影響關系研究框架。

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 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。

⑧ 態度測量問卷怎麼做

李克特LIKERT五分量表法
李克特量表法是運用一個編制好的量表來測量人們對廣告、產品等對象的態度的方法。

李克特量表的編制方法是由李克特（Rensis A．Likert）於1932年提出來的。量表的編制過程可分為以下四個步驟：

第一步：擬定若干條關於態度對象的語句。這些語句所表達態度的傾向有積極的和消極的兩個方面，每一語句的答案相同，均為五個（或七個）等級。例如：十分同意、同意、未定、不同意、十分不同意。

第二步：把所有語句分為積極態度的語句（例如「這個品牌很合我的口味」）和消極態度的語句（例如「這個品牌冷冰冰的」）這兩類。對這兩類語句的答案所給的分數不同。積極態度語句的給分方法是：十分同意5分，同意4分，未定3分，不同意2分，十分不同意1分；消極語句的給分方法恰好相反：十分同意1分，同意2分，未定3分，不同意3分，十分不同意4分。

第三步：選定若干受調查者，要求他們針對態度，依據自己的看法，就所列出的每一語句一一評分。

第四步：選擇有鑒別力的語句，組成正式量表。選擇語句的方法通常有兩種：平均值差數法和內在一致法。

平均值差數法是先將應答者對每一句話所做的答案換成分數，然後將所有應答者按其總分由高到低順序排列，截取最高分數端的25％為高分組，最低分數端的25％為低分組。求出這兩個組中每一語句的平均值，並以高低分組的平均值之差作為語句篩選的標准。差值大者說明該語句的區分能力強，則入選；差值小者，說明語句區分度差，則剔除。入選語句即可組成量表。

內在一致法是將各答應者的總分排列成一欄，將某一語句的分數排列為另外一欄。如果語句的數量較多，直接求這兩列數據的等級相關，如果語句數量不多，把應答者的總分分別減去該語句的得分，而後求等級相關。相關系數大者則表示應答者對該語句的態度與總態度相一致，因此語句入選。相反，如果相關系數小，說明該語句的態度與總態度缺乏一致性，則該語句剔除。依照此法，對每一語句加以篩選，最後所有入選語句即可組成一個量表。

量表製成後，其使用方法是：讓應答者對每一語句作答復，然後轉換成分數，並累加起來，這樣就可以得到每一位應答者的態度分數，把所有應答者的得分平均起來，則可得出受調查者對該評價對象的總體態度。如果這些受調查者具有代表性，則可以推論出一般消費者的態度。

在該量表中，被測試者對這些問題的態度不再是簡單的同意或不同意兩類,而是將贊成度分為若干類,范圍從非常贊成到非常不贊成,中間為中性類,由於類型增多,人們在態度上的差別就能充分體現出來。另外，由於比較簡單，被測試者完成起來也較為節省時間。因此，李克特量表是從事意見或態度研究較受歡迎、最常使用的一種量表之一。

⑨ 一般量表式問卷用spss怎麼分析

量表類問卷最大的特點是：非常多的量表題，而且量表題對應著『變數』或者『維度』。便於研究『變數』間的關系情況。以及可以使用信度、效度、因子分析等方法。

具體研究內容上：

• 首先對收集數據進行基本的頻數分析，比如統計性別，年齡，學歷的分布情況如何等。

• 如果研究中涉及樣本的特徵情況，比如基本行為，或者認知態度相關性，也可使用頻數分析進行匯總，進一步了解清楚樣本特徵情況。

• 影響關系研究時，問卷中通常會涉及非常多的量表題，如果量表題具體應該分成多少個維度，並不完全確定，此時可使用因子分析進行濃縮，得出幾個維度（因子），並且找到維度與題項的對應關系情況。（備註：一個維度由多個標題項表示，想將多個標題項概括成一個整體，此時需要使用SPSSAU中「生成變數」的「平均值」功能即可）

• 數據的可靠性，是否有信度，是最基礎的，一般放在樣本基本特徵背景情況之後，原因在於首先得知道是一群什麼樣的樣本人群在回答問題。同時信度僅針對量表類數據進行研究，無法針對比如性別，年齡之類的背景信息項進行分析。

• 除開數據可信，還需要研究量表題項具有可靠性。先有數據可靠，再分析有效，這是常見的結構，效度分析和信度分析也可互換位置。

• 數據可靠，並且研究量表有效之後，接著需要對具體維度（量表題項等）進行描述分析，研究樣本人群對於量表項的基本態度情況。

• 完成量表題項，各維度的描述性分析之後，再使用相關分析去研究關系情況，為回歸分析作準備。

• 在數據有著相關的前提之下，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。並且通常情況下需要使用回歸分析去驗證假設。

• 有可能還需要對比不同人群，比如性別，年齡等不同群體，他們對於量表題項的態度差異情況，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（比如性別，年齡）對於樣本行為上的差異性，建議可使用交叉卡方分析等，同時如果涉及多選題的交叉分析等，也對應選擇需要的方法即可。