『壹』 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
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。
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。
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。
『貳』 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
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。
『肆』 問卷統計分析方法,如何進行調查問卷統計分析
問卷調查的方法用得很廣泛,對於沒有接觸過spss的人第一步面臨的就是問卷編碼問題,有很多外專業的同學都在問這個問題,現在通過舉例的方法詳細講解
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!
『伍』 調查問卷數據如何分析
如何用數據分析方法對調查問卷進行分析
看圖演示。 其中開始新建了一個叫「匯總」的表,作為模板,然後復制這個表,改名叫1,輸入第一張問卷結果,再復制一張表,輸入第二張問卷結果。。。直至輸入完畢。 然後在匯總表輸入求和公式。 B2公式如下: =SUM('匯總 (2):匯總 (4)'!B3) 其中匯總 (2)是第一張問卷結果表名,匯總 (4)是最後一張問卷表名,我這圖為了簡便就做了3個結果表,然後復制公式到所有單元格。
如何用Excel分析調查問卷數據
看圖演示。
其中開始新建了一個叫「匯總」的表,作為模板,然後復制這個表,改名叫1,輸入第一張問卷結果,再復制一張表,輸入第二張問卷結果。。。直至輸入完畢。
然後在匯總表輸入求和公式。
B2公式如下:
=SU嘩('匯總 (2):匯總 (4)'!B3)
其中匯總 (2)是第一張問卷結果表名,匯總 (4)是最後一張問卷表名,我這圖為了簡便就做了3個結果表,然後復制公式到所有單元格。
如何用Excel來進行調查問卷的整理、統計和分析?
2007版 數據——數據分析
97-2003版 好像是工具里忘了
你用幫助搜索一下,
錄入好的調查問卷,該如何進行數據分析?
在設計時就需要考慮到統計方便,才能便於匯總。用excel就可以。
如何寫調查問卷的數據分析
這個你要根據設計的問卷、然後結合你的分析思路,也就是你要通過問卷得出什麼結論 這個就是數據分析
問卷調查如何分析和整理
從你的提問,是要了解如何分析和整理調查得來的數據。
通常使用表格「整理數據」,用「條形圖」、折線圖或「扇形圖」等來「描述數據」。
用表格整理數據時,要注意列表,第一列是你要了解的情況「分類」,第二列就是「劃記」,第三列是「人數」,第四列是「百分比」。
用劃記法記錄數據時,通常用「正」字,一筆代表一個數據。
分類的人數統計表做好後,就可以利用「條形圖」或折線圖或「扇形圖」來「描述數據」,也可以用「頻率分布直方圖」來分析數據。
問卷調查,「數據分析」具體指什麼
就是對進行問卷調查後,回收回來的問卷數據進行分析。
首先你要明確數據分析的目的,也可以說是這個問卷調查的問題。
然後根據目的 並結合問卷,來構思分析思路,通過怎麼樣的分析能夠實現目的
之後就是用軟體對數據進行分析 以實現目的
如何處理問卷調查數據進行統計分析
你提到了統計分析表格,這個提法是錯誤的
沒有這個說法
你可以先設計研究目的,做出研究假設,然後根據假設做分析,然後製作成表格
我經常幫別人做這類的數據統計分析
調查問卷的數據分析是定量分析法嗎
是的。
定量分析法是以企業財務報表為主要數據來源,按照某種數理方式進行加工整理,得出企業信用結果。
定量研究一般是為了對特定研究對象的總體得出統計結果而進行的。定性研究具有探索性、診斷性和預測性等特點,它並不追求精確的結論,而只是了解問題之所在,摸清情況,得出感性認識。定性研究的主要方法包括: 與幾個人面談的小組訪問,要求詳細回答的深度訪問,以及各種投影技術等。在定量研究中,信息都是用某種數字來表示的。在對這些數字進行處理、分析時,首先要明確這些信息資料是依據何種尺度進行測定、加工的,史蒂文斯(S. S. Stevens)將尺度分為四種類型,即名義尺度、順序尺度、間距尺度和比例尺度。
定量研究的四種測定尺度及特徵
名義尺度所使用的數值,用於表現它是否屬於同一個人或物。
順序尺度所使用的數值的大小,是與研究對象的特定順序相對應的。例如,給社會階層中的上上層、中上層、中層、中下層、下下層等分別標為「5、4、3、2、1」或者「3、2.5、2、1.5、1」就屬於這一類。只是其中表示上上層的5與表示中上層的4的差距,和表示中上層的4與表示中層的3的差距, 並不一定是相等的。5、4、3 等是任意加上去的符號,如果記為 100、50、10 也無妨。
間距尺度所使用的數值,不僅表示測定對象所具有的量的多少,還表示它們大小的程度即間隔的大小。不過,這種尺度中的原點可以是任意設定的,但並不意味著該事物的量為「無」。例如,O°C 為絕對溫度 273°K,華氏32°F。
名義尺度和順序尺度的數值不能進行加減乘除,但間距尺度的數值是可以進行加減運算的。然而,由於原點是任意設定的,所以不能進行乘除運算。例如,5℃和 10℃之間的差,可以說與15℃和20℃之間的差是相同的, 都是5°C。但不能說 20℃就是比5℃高4倍的溫度。
比例尺度的意義是絕對的,即它有著含義為「無」量的原點0。長度、重量、時間等都是比例尺度測定的范圍。比例尺度測定值的差和比都是可以比較的。例如:5分鍾與10 分鍾之間的差和10分鍾與15分鍾之間的差都是5 分鍾,10 分鍾是2分鍾的5倍。比例尺度可以進行加減乘除運算。
調查問卷數據怎麼輸入spss,怎麼進行分析的
打開spss,您會發現軟體左下角有兩個按鈕,date view和variable view。第一個是錄入數據的,第二個是錄入變數相關數據的
2.我們先來建模,點擊variable view,你會發現上面一排有name,type,width,decimals,label,value,missing,columns,align,measure。
2-1,name那一列你就輸入問卷中數據的變數名,比如說,你的問卷中問了調查對象的姓名,性別,年齡,那就在name那一列輸入姓名,性別,年齡
2-2,點擊你所輸入變數的value(姓名性別,年齡),裡面有value和label兩個框,value就是你問卷各個選項的值,比如你把性別定義了0為男,1為女,那你就在value框里輸入0,在label里輸入男,然後點擊add,不要關掉,繼續在value里輸入1,在label里輸入女,點擊add,就定義了性別的value
3.點擊軟體左下角的date view,然後就可以根據變數,一份份的輸入數據了。
『陸』 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:
『柒』 調查問卷如何統計分析
問題一:如何用Excel來進行調查問卷的整理、統計和分析? 2007版 數據――數據分析
97-2003版 好像是工具里忘了
你用幫助搜索一下,
問題二:問卷調查所能用的統計方法 50分 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......>>
問題三:如何對調查問卷進行統計分析 Eviews軟體更好用。一般做統計分析excel就夠了,其實方法簡單復雜不重要,合適就好。
問題四:如何對調查問卷進行統計分析 Eviews軟體更好用。一般做統計分析excel就夠了,其實方法簡單復雜不重要,合適就好。
問題五:如何用Excel分析調查問卷數據 看圖演示。
其中開始新建了一個叫「匯總」的表,作為模板,然後復制這個表,改名叫1,輸入第一張問卷結果,再復制一張表,輸入第二張問卷結果。。。直至輸入完畢。
然後在匯總表輸入求和公式。
B2公式如下:
=SU嘩('匯總 (2):匯總 (4)'!B3)
其中匯總 (2)是第一張問卷結果表名,匯總 (4)是最後一張問卷表名,我這圖為了簡便就做了3個結果表,然後復制公式到所有單元格。
問題六:錄入好的調查問卷,該如何進行數據分析? 在設計時就需要考慮到統計方便,才能便於匯總。用excel就可以。
問題七:急~如何進行問卷調查的統計分析 可以做不同特徵的被調查者的比較
我替別人做這類的數據分析蠻多的
工具有無數種,spss是最常用的
問題八:如何分析調查問卷 5分 如果是針對一份具體雞問卷調查來進行分析,首先要清楚問卷調查的目的是什麼。因為圍繞著這個目的,下設的每一項問題都有著極其明確的相關性。其次,統計出每一項問題各種回答的具體數字。這些數字直接反映出被調查人的行為以及心理狀況。第三,就是最重要最繁瑣也是最細微的工作了,分析數字後面直接或間接的能夠告訴我們什麼情況。如:十個人早餐狀況,二人在家吃,五人在外買,二人有時吃,一人不吃。數字表面說明十分之七的人有吃早餐的習慣,十分之三的人不規律。繼續挖掘下去會得出,多數人比較重視早餐,少數人忽視早餐作用。如果問題仍有細化小項,還可以繼續研究重視早餐的人數中,早餐是否科學等等。需要強調的是,每一項的結果都要與調查目的息息相關,圍繞目的去分析。第四,根據各項分析結果做出總的結論。
一管之見,僅供參考。
問題九:如何處理問卷調查數據進行統計分析 你提到了統計分析表格,這個提法是錯誤的
沒有這個說法
你可以先設計研究目的,做出研究假設,然後根據假設做分析,然後製作成表格
我經常幫別人做這類的數據統計分析
『捌』 如何用excel對調查問卷數據進行統計分析
方法1、使用countif函數
如本例中,在單元格B17中輸入
=COUNTIF($B$2:$B$11,1)即可求出問題一中選第一個選項的人的個數。使用絕對引用可減少以後復制公式時出錯,當然也可以不使用絕對引用。問題一2的方法同上。
方法2、使用自動篩選功能
點中數據區域的任意單元格,然後菜單,數據--篩選--自動篩選。點中B1單元格右邊的下拉按鈕,選1,此時可在狀態欄看到「在10條記錄中找到5個」(如下圖),
將5填入B17就行了,減少了輸入公式的麻煩。然後再篩選2,篩選完改回「全部」,以免影響其他題目的篩選。問卷有幾百份時,需凍結欄位行,才能使欄位行和統計區處在同一屏幕,方便進行篩選和輸入篩選結果。51調查網,讓調查更簡單方便!
『玖』 問卷調查所能用的統計方法
一、定性分析 定性分析是一種探索性調研方法。目的是對問題定位或啟動提供比較深層的理解和認識,或利用定性分析來定義問題或尋找處理問題的途徑。但是,定性分析的樣本一般比較少(一般不超過三十),其結果的准確性可能難以捉摸。實際上,定性分析很大程度上依靠參與工作的統計人員的天賦眼光和對資料的特殊解釋,沒有任何兩個定性調研人員能從他們的分析中得到完全相同的結論。因此,定性分析要求投入的分析者具有較高的專業水平,並且優先考慮那些做數據資科收集與統計工作的人員。
二、定量分析 在對問卷進行初步的定性分析後,可再對問卷進行更深層次的研究——定量分析。同卷定量分析首先要對問卷數量化,然後利用量化的數據資料進行分析。問卷的定量分析根據分析方法的難易程度可分為定量分析和復雜定量分析。51調查網,讓調查更簡單方便!
『拾』 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。