設計調研數據分析方法

『壹』 數據調查的具體方法是什麼

一 業務調研

數據倉庫是要涵蓋所有業務領域，還是各個業務領域獨自建設，業務領域內的業務線也同樣面臨著這個問題。所以要構建大數據數據倉庫，就需要了解各個業務領域、業務線的業務有什麼共同點和不同點，以及各個業務線可以細分為哪幾個業務模塊，每個業務模塊具體的業務流程又是怎樣的。業務調研是否充分，將會直接決定數據倉庫建設是否成功。

二 需求調研

了解業務系統的業務後不等於說就可以實施數倉建設了，還需要收集數據使用者的需求，及找分析師、運營人員、產品人員等了解他們對數據的訴求。通常需求調研分下面兩種途徑：

1. 根據與分析師、運營人員、產品人員的溝通獲取需求。

2. 對現有報表、數據進行研究分析獲取數據建設需求。

三 數據調研

前期需要做好數據探查工作，需要了解資料庫類型，數據來源，全量數據情況及數據每年增長情況，更新機制；還需要了解數據是否結構化，是否清洗，是介面調用還是直接訪問庫，有哪些類型的數據，數據結構之怎樣的。

• 數據開發，模型建設之前，先了解數據結構，數據內容，數據特性，對數據有一個整體把控

• 探查一下本次需求能不能實現，怎麼實現，有沒有隱藏bug，數據質量如何

『貳』 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：

『叄』 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。與坦仿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。讓銷纖
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，引用自斗亮己的數據論證。
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』 產品經理做市場調研和數據分析的方法

產品經理做市場調研和數據分析的方法

產品經理，你對用戶的需求了解多少呢？你知道用戶想要什麼樣的產品嗎？你想知道用戶將會如何看待你的產品嗎？你想知道你設計的產品在用戶中的口碑如何嗎？

是的。每一個產品經理都希望在產品開始立項設計前，得到用戶最真實的需求，為自己的產品設計提供良好的支撐；每一個產品經理都希望自己的設計的產品得到用戶的認可和親睞；每一個產品經理都希望用戶能在使用產品的過程中不斷反饋對於產品改進的意見和建議……那麼，我們如何才能得到用戶的前期意見和後期反饋呢？

這個時候我們需要的是數據的支撐，只有數據才能讓一切更有說服力（前提是真實、有效的數據）、只有數據才能讓我們更清楚地了解到我們想法的可行性……

既然這樣,那數據從何而來?這自然少不了市場調研，只有通過對用戶的調研才能收集用戶最基礎的用戶數據、從最基礎的數據上進行分析，從而了解用戶的真實需求。那麼，作為產品經理，我們應該如何對市場或用戶進行調研呢？調研的方式和方法有哪些？對於調研的數據我們如何進行數據分析呢？數據分析的方法和方式有哪些呢？

一、 產品經理為什麼要做市場調研？調研的目的是什麼？

我們在做市場調研前，必須有一個自己的調研思路：我們要調研的對象，需要收集的數據，需要達到的效果等。只有有了明確的目標，才能獲得更加有效的數據。

1、通過調研了解市場需求、確定目標用戶、確定產品核心，為了更好的制訂MRD；

2、為領導在會議上PK提供論據；

3、提高產品的銷售決策質量、解決存在於產品銷售中的問題或尋找機會等而系統地、客觀地識別、收集、分析和傳播營銷信息，及時掌握一手資源；

4、驗證我們定的目標客戶是不是我們想要的，目標用戶想要什麼樣的產品或服務；

5、了解我們能不能滿足目標用戶的需求並且樂於滿足目標用戶的需求；

6、找准產品機會缺口，然後衡量各種因素，制定產品戰略線路；

7、調研到最後，目標越明確，需求確明確，也就會覺得，產品越難做，難以打開市場等；

8、對於全新的產品，調研前PM必須先自己有一個思路，然後通過調研去驗證自己的想法的可行性。

二、 市場調研的方式方法有哪些？怎樣確定調研的維度？

1、問卷調查、用戶AB測試、焦點訪談、田野調研、用戶訪談、用戶日誌、入戶觀察、網上有獎調查；

2、做人物角色分析：設置用戶場景、用戶角色進行模擬分析；

3、情況推測分析；

4、調研的維度主要從戰略層、范圍層、結構層、框架層、視覺層來展開（不同的產品從不同的層次來確定調研的維度）

三、 如何整理市場調研的數據？

PS:對收集到的調研數據，我們需要整理出那些有效的數據，對於無效數據果斷丟棄。對有效數據進行細致的處理、分析。

通過市場調研，我們收集了不少的數據，這些數據都是用戶最直接的對產品的某種需求的體現。作為產品經理，我們視這些數據為寶貝，我們需要將這些數據進行整理，讓他們變為珍寶。那我們該如何整理呢？

1、將規范的數據按照維度整理、錄入，然後進行建模；不規范的數據的話就必須得自己先通過一些定性的處理，讓它變得規范，然後再用工具進行分析；

2、封閉性的問題，設置選項歸類即可。開放性的問題，建議還是先錄下來，然後再頭腦風暴整理出有用的東西；

3定性的，焦點訪談和深訪，都可以錄音，在事後可以形成訪談記錄；焦點訪談的過程中，可以以卡片的形式或者其他的形式讓用戶做選擇題，可以獲取少量的有數據性的東西，其他的更多的是觀點、方向性的，這個需要在整理訪談記錄的時候根據問題來歸納整理；

4、深度訪談的數據整理，我們以前會做頭腦風暴，建立很多個用戶模型，強行量化這些數據。這個方法比較有效，特別在做人群研究的時候。

四、 如何書寫市場調研報告？

對整理後的數據，我們最終需要形成書面的市場調研文檔報告，以最直觀的方式呈現給我們的BOSS，從而獲得老闆對產品的支持。

1、對市場調研的數據分析後進行的說明總結，用圖表或圖形的形式最直觀呈現；

2、分析用戶當前現狀，用戶對產品的需求點；

3、報告的組成有研究背景、研究目的、研究方法、研究結論等相關內容；

4、根據調研的時候的思路，將報告逐一完善，將數據分析的結論圖表化，得出自己的結論總結出趨勢和規律

五、 數據分析的方式方法有哪些？

1、數據分析需要掌握數據統計軟體和數據分析工具（分析工具如SPSS等）；

2、數據分析的主要方法有：

對比分析法:將兩個或兩個以上的數據進行對比分析，分析其中的差異，從而揭示這些事物發展變化的規律和情況。對比分為橫向對比和縱向對比。結構分析法:被分析研究總體內各部分與總體之間進行對比分析的方法，即總體內各部分所佔的指標。交叉分析法:同時將兩個有一定聯系的變數及其值交叉排列在一張表內，使各變數值成為不同變數的交叉點，一般採用二維交叉表進行分析。分組分析法:按照數據特徵，將數據進行分組進行分析的方法。其他還有比如漏斗圖分析法、杜邦分析法、矩陣關聯分析法等等。

（數據分析方法可以參考：《誰說菜鳥不會數據分析》一書）

PS:數據分析的方法有很多種，在進行數據分析的時候，選擇有效的數據分析方法，能達到事半功倍的效果。

六、 數據分析報告如何指導產品經理進行產品設計？

1、根據調研結論 確定產品核心功能

2、把數據分析的結果加入到整個迭代設計的過程中加速產品的迭代更新

3、評估解決方案的可行性。根據實施的結果再去評估解決方案是否真的可行？是否還需要再改進，依此類推

4、通過數據進行分析，得出用戶的行為規律，為產品提供支撐

5、日常的運營分析，及時發現產品問題

6、產品後期設定一系列的運營指標進行運營監控，然後反饋產品迭代（指標主要包括：1、用戶的反饋、2、產品的BUG、3、市場的反映、4、產品未來的發展方向、5、點擊率、留存率等等）

以上是小編為大家分享的關於產品經理做市場調研和數據分析的方法的相關內容，更多信息可以關注環球青藤分享更多干貨

『伍』 通過數據進行分析的論文研究方法是什麼

通過數據進行分析的論文用數據是數學方法。

數據分析方法：將數據按一定規律用列表方式表達出來，是記錄和處理最常用的方法。表格的設計要求對應關系清楚，簡單明了，有利於發現相關量之間的相關關系。

此外還要求在標題欄中註明各個量的名稱、符號、數量級和單位等：根據需要還可以列出除原始數據以外的計算欄目和統計欄目等。

數據分析目的：

數據分析的目的是把隱藏在一大批看來雜亂無章的數據中的信息集中和提煉出來，從而找出所研究對象的內在規律。在實際應用中，數據分析可幫助人們做出判斷，以便採取適當行動。數據分析是有組織有目的地收集數據、分析數據，使之成為信息的過程。

這一過程是質量管理體系的支持過程。在產品的整個壽命周期，包括從市場調研到售後服務和最終處置的各個過程都需要適當運用數據分析過程，以提升有效性。

例如設計人員在開始一個新的設計以前，要通過廣泛的設計調查，分析所得數據以判定設計方向，因此數據分析在工業設計中具有極其重要的地位。

『陸』 數據分析的分析方法有哪些

數據分析的分析方法有：

1、列表法

將數據按一定規律用列表方式表達出來，是記錄和處理最常用的方法。表格的設計要求對應關系清楚，簡單明了，有利於發現相關量之間的相關關系；此外還要求在標題欄中註明各個量的名稱、符號、數量級和單位等：根據需要還可以列出除原始數據以外的計算欄目和統計欄目等。

2、作圖法

作圖法可以最醒目地表達各個物理量間的變化關系。從圖線上可以簡便求出實驗需要的某些結果，還可以把某些復雜的函數關系，通過一定的變換用圖形表示出來。

圖表和圖形的生成方式主要有兩種：手動製表和用程序自動生成，其中用程序製表是通過相應的軟體，例如SPSS、Excel、MATLAB等。將調查的數據輸入程序中，通過對這些軟體進行操作，得出最後結果，結果可以用圖表或者圖形的方式表現出來。

圖形和圖表可以直接反映出調研結果，這樣大大節省了設計師的時間，幫助設計者們更好地分析和預測市場所需要的產品，為進一步的設計做鋪墊。同時這些分析形式也運用在產品銷售統計中，這樣可以直觀地給出最近的產品銷售情況，並可以及時地分析和預測未來的市場銷售情況等。所以數據分析法在工業設計中運用非常廣泛，而且是極為重要的。

(6)設計調研數據分析方法擴展閱讀：

數據分析是指用適當的統計分析方法對收集來的大量數據進行分析，將它們加以匯總和理解並消化，以求最大化地開發數據的功能，發揮數據的作用。數據分析是為了提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。

數據分析的數學基礎在20世紀早期就已確立，但直到計算機的出現才使得實際操作成為可能，並使得數據分析得以推廣。數據分析是數學與計算機科學相結合的產物。

『柒』 錄入好的調查問卷，該如何進行數據分析

SPSS分析調查問卷數據的方法

當我們的調查問卷在把調查數據拿回來後,我們該做的工作就是用相關的統計軟體進行處理,在此,我們以spss為處理軟體,來簡要說明一下問卷的處理過程,它的過程大致可分為四個過程:定義變數﹑數據錄入﹑統計分析和結果保存.下面將從這四個方面來對問卷的處理做詳細的介紹.
Spss處理:
第一步:定義變數
大多數情況下我們需要從頭定義變數，在打開SPSS後，我們可以看到和excel相似的界面，在界面的左下方可以看到Data View, Variable View兩個標簽,只需單擊左下方的Variable View標簽就可以切換到變數定義界面開始定義新變數。在表格上方可以看到一個變數要設置如下幾項:name(變數名)、type(變數類型)、width(變數值的寬度)、decimals(小數位) 、label(變數標簽) 、Values(定義具體變數值的標簽)、Missing(定義變數缺失值)、Colomns(定義顯示列寬)、Align(定義顯示對齊方式)、Measure(定義變數類型是連續、有序分類還是無序分類).
我們知道在spss中,我們可以把一份問卷上面的每一個問題設為一個變數,這樣一份問卷有多少個問題就要有多少個變數與之對應,每一個問題的答案即為變數的取值.現在我們以問卷第一個問題為例來說明變數的設置.為了便於說明,可假設此題為:
1.請問你的年齡屬於下面哪一個年齡段( )?
A:20—29 B:30—39 C:40—49 D:50--59
那麼我們的變數設置可如下: name即變數名為1，type即類型可根據答案的類型設置,答案我們可以用1、2、3、4來代替A、B、C、D,所以我們選擇數字型的，即選擇Numeric, width寬度為4，decimals即小數位數位為0（因為答案沒有小數點），label即變數標簽為「年齡段查詢」。Values用於定義具體變數值的標簽,單擊Value框右半部的省略號，會彈出變數值標簽對話框,在第一個文本框里輸入1,第二個輸入20—29,然後單擊添加即可.同樣道理我們可做如下設置,即1=20—29、2=30—39、3=40—49、4=50--59；Missing，用於定義變數缺失值, 單擊missing框右側的省略號，會彈出缺失值對話框, 界面上有一列三個單選鈕，默認值為最上方的「無缺失值」；第二項為「不連續缺失值」，最多可以定義3個值；最後一項為「缺失值范圍加可選的一個缺失值」，在此我們不設置預設值,所以選中第一項如圖；Colomns，定義顯示列寬,可自己根據實際情況設置；Align，定義顯示對齊方式,有居左、居右、居中三種方式；Measure，定義變數類型是連續、有序分類還是無序分類。
以上為問卷中常見的單項選擇題型的變數設置,下面將對一些特殊情況的變數設置也作一下說明.
1.開放式題型的設置:諸如你所在的省份是_____這樣的填空題即為開放題,設置這些變數的時候只需要將Value 、Missing兩項不設置即可.
2.多選題的變數設置:這類題型的設置有兩種方法即多重二分法和多重分類法,在這里我們只對多重二分法進行介紹.這種方法的基本思想是把該題每一個選項設置成一個變數,然後將每一個選項拆分為兩個選項項,即選中該項和不選中該項.現在舉例來說明在spss中的具體操作.比如如下一例:
請問您通常獲取新聞的方式有哪些( )
1 報紙 2 雜志 3 電視 4 收音機 5 網路
在spss中設置變數時可為此題設置五個變數,假如此題為問卷第三題,那麼變數名分別為3_1、3_2、3_3、3_4、3_5,然後每一個選項有兩個選項選中和不選中,只需在Value一項中為每一個變數設置成1=選中此項、0=不選中此項即可.
使用該窗口，我們可以把一個問卷中的所有問題作為變數在這個窗口中一次定義。
到此,我們的定義變數的工作就基本上可以結束了.下面我們要作就是數據的錄入了.首先,我們要回到數據錄入窗口,這很簡單,只要我們點擊軟體左下方的Data View標簽就可以了.
第二步:數據錄入
Spss數據錄入有很多方式,大致有一下幾種:
1.讀取SPSS格式的數據
2.讀取Excel等格式的數據
3.讀取文本數據（Fixed和Delimiter)
4.讀取資料庫格式數據(分如下兩步)
（1）配置ODBC （2）在SPSS中通過ODBC和資料庫進行
但是對於問卷的數據錄入其實很簡單,只要在spss的數據錄入窗口中直接輸入就可以了,只是在這里有幾點注意的事項需要說明一下.
1. 在數據錄入窗口,我們可以看到有一個表格,這個表格中的每一行代表一份問卷,我們也稱為一個個案.
2. 在數據錄入窗口中,我們可以看到表格上方出現了1、2、3、4、5…….的標簽名,這其實是我們在第一步定義變數中,我們為問卷的每一個問題取的變數名,即1代表第一題,2代表第二題.以次類推.我們只需要在變數名下面輸入對應問題的答案即可完成問卷的數據錄入.比如上述年齡段查詢的例題,如果問卷上勾選了A答案,我們在1下面輸入1就行了(不要忘記我們通常是用1、2、3、4來代替A、B、C、D的).
3.我們知道一行代表一份問卷,所以有幾分問卷,就要有幾行的數據.
在數據錄入完成後,我們要做的就是我們的關鍵部分,即問卷的統計分析了,因為這時我們已經把問卷中的數據錄入我們的軟體中了.
第三步:統計分析
有了數據，可以利用SPSS的各種分析方法進行分析，但選擇何種統計分析方法，即調用哪個統計分析過程，是得到正確分析結果的關鍵。這要根據我們的問卷調查的目的和我們想要什麼樣的結果來選擇.SPSS有數值分析和作圖分析兩類方法.
1.作圖分析:
在SPSS中，除了生存分析所用的生存曲線圖被整合到Analyze菜單中外，其他的統計繪圖功能均放置在graph菜單中。該菜單具體分為以下幾部分：:
(1)Gallery：相當於一個自學向導，將統計繪圖功能做了簡單的介紹，初學者可以通過它對SPSS的繪圖能力有一個大致的了解。
(2)Interactive：互動式統計圖。
(3)Map：統計地圖。
(4)下方的其他菜單項是我們最為常用的普通統計圖，具體來說有：
條圖
散點圖
線圖
直方圖
餅圖
面積圖
箱式圖
正態Q-Q圖
正態P-P圖
質量控制圖
Pareto圖
自回歸曲線圖
高低圖
交互相關圖
序列圖
頻譜圖
誤差線圖
作圖分析簡單易懂,一目瞭然,我們可根據需要來選擇我們需要作的圖形,一般來講,我們較常用的有條圖,直方圖,正態圖,散點圖,餅圖等等,具體操作很簡單,大家可參閱相關書籍,作圖分析更多情況下是和數值分析相結合來對試卷進行分析的,這樣的效果更好.
2.數值分析:
SPSS 數值統計分析過程均在Analyze菜單中，包括：
(1)、Reports和Descriptive Statistics：又稱為基本統計分析.基本統計分析是進行其他更深入的統計分析的前提，通過基本統計分析，用戶可以對分析數據的總體特徵有比較准確的把握，從而選擇更為深入的分析方法對分析對象進行研究。Reports和Descriptive Statistics命令項中包括的功能是對單變數的描述統計分析。
Descriptive Statistics包括的統計功能有：
Frequencies(頻數分析)：作用:了解變數的取值分布情況
Descriptives(描述統計量分析)：功能：了解數據的基本統計特徵和對指定的變數值進行標准化處理
Explore(探索分析)：功能:考察數據的奇異性和分布特徵
Crosstabs(交叉分析)：功能:分析事物（變數）之間的相互影響和關系
Reports包括的統計功能有：
OLAP Cubes(OLAP報告摘要表)：功能: 以分組變數為基礎，計算各組的總計、均值和其他統計量。而輸出的報告摘要則是指每個組中所包含的各種變數的統計信息。
Case Summaries(觀測量列表)：察看或列印所需要的變數值
Report Summaries in Row：行形式輸出報告
Report Summaries in Columns：列形式輸出報告
(2)、Compare Means(均值比較與檢驗)：能否用樣本均值估計總體均值？兩個變數均值接近的樣本是否來自均值相同的總體？換句話說，兩組樣本某變數均值不同，其差異是否具有統計意義？能否說明總體差異？這是各種研究工作中經常提出的問題。這就要進行均值比較。
以下是進行均值比較及檢驗的過程:
MEANS過程：不同水平下（不同組）的描述統計量，如男女的平均工資,各工種的平均工資。目的在於比較。術語：水平數（指分類變數的值數，如sex變數有2個值，稱為有兩個水平）、單元Cell（指因變數按分類變數值所分的組）、水平組合
T test 過程：對樣本進行T檢驗的過程
單一樣本的T檢驗：檢驗單個變數的均值是否與給定的常數之間存在差異。
獨立樣本的T檢驗：檢驗兩組不相關的樣本是否來自具有相同均值的總體（均值是否相同，如男女的平均收入是否相同，是否有顯著性差異）
配對T檢驗：檢驗兩組相關的樣本是否來自具有相同均值的總體(前後比較，如訓練效果，治療效果)
one-Way ANOVA：一元(單因素)方差分析，用於檢驗幾個（三個或三個以上）獨立的組，是否來自均值相同的總體。
(3)、ANOVA Models(方差分析)：方差分析是檢驗多組樣本均值間的差異是否具有統計意義的一種方法。例如:醫學界研究幾種葯物對某種疾病的療效；農業研究土壤、肥料、日照時間等因素對某種農作物產量的影響;不同飼料對牲畜體重增長的效果等,都可以使用方差分析方法去解決
(4)、Correlate(相關分析)：它是研究變數間密切程度的一種常用統計方法,常用的相關分析有以下幾種:
1、線性相關分析：研究兩個變數間線性關系的程度。用相關系數r來描述。
2、偏相關分析：它描述的是當控制了一個或幾個另外的變數的影響條件下兩個變數間的相關性，如控制年齡和工作經驗的影響，估計工資收入與受教育水平之間的相關關系
3、相似性測度：兩個或若干個變數、兩個或兩組觀測量之間的關系有時也可以用相似性或不相似性來描述。相似性測度用大值表示很相似，而不相似性用距離或不相似性來描述，大值表示相差甚遠
(5)、Regression(回歸分析)：功能:尋求有關聯（相關）的變數之間的關系在回歸過程中包括：Liner：線性回歸;Curve Estimation：曲線估計;Binary Logistic：二分變數邏輯回歸;Multinomial Logistic：多分變數邏輯回歸;Ordinal 序回歸;Probit：概率單位回歸;Nonlinear：非線性回歸;Weight Estimation：加權估計;2-Stage Least squares：二段最小平方法;Optimal Scaling最優編碼回歸;其中最常用的為前面三個.
(6)、Nonparametric Tests(非參數檢驗)：是指在總體不服從正態分布且分布情況不明時，用來檢驗數據資料是否來自同一個總體假設的一類檢驗方法。由於這些方法一般不涉及總體參數故得名。
非參數檢驗的過程有以下幾個:
1.Chi-Square test 卡方檢驗
2.Binomial test 二項分布檢驗
3.Runs test 遊程檢驗
4.1-Sample Kolmogorov-Smirnov test 一個樣本柯爾莫哥洛夫-斯米諾夫檢驗
5.2 independent Samples Test 兩個獨立樣本檢驗
6.K independent Samples Test K個獨立樣本檢驗
7.2 related Samples Test 兩個相關樣本檢驗
8.K related Samples Test 兩個相關樣本檢驗
(7)、Data Rection(因子分析)
(8)、Classify(聚類與判別)等等
以上就是數值統計分析Analyze菜單下幾項用於分析的數值統計分析方法的簡介,在我們的變數定義以及數據錄入完成後,我們就可以根據我們的需要在以上幾種分析方法中選擇若干種對我們的問卷數據進行統計分析,來得到我們想要的結果.
第四步:結果保存
我們的spss軟體會把我們統計分析的多有結果保存在一個窗口中即結果輸出窗口(output),由於spss軟體支持復制和粘貼功能,這樣我們就可以把我們想要的結果復制﹑粘貼到我們的報告中,當然我們也可以在菜單中執行file->save來保存我們的結果,一般情況下,我們建議保存我們的數據,結果可不保存.因為只要有了數據,如果我們想要結果的,我們可以隨時利用數據得到結果.
總結:
以上便是spss處理問卷的四個步驟,四個步驟結束後,我們需要spss軟體做的工作基本上也就結束了,接下來的任務就是寫我們的統計報告了.值得一提的是.spss是一款在社會統計學應用非常廣泛的統計類軟體,學好它將對我們以後的工作學習產生很大的意義和作用.
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，我們詳細舉例介紹如下：
1 單選題：答案只能有一個選項
例一 當前貴組織機構是否設有面向組織的職業生涯規劃系統？
A有 B 正在開創 C沒有 D曾經有過但已中斷
編碼：只定義一個變數，Value值1、2、3、4分別代表A、B、C、D 四個選項。
錄入：錄入選項對應值，如選C則錄入3
2 多選題：答案可以有多個選項，其中又有項數不定多選和項數定多選。
（1）方法一（二分法）：
例二 貴處的職業生涯規劃系統工作涵蓋哪些組群？畫鉤時請把所有提示
考慮在內。
A月薪員工 B日薪員工 C鍾點工
編碼：把每一個相應選項定義為一個變數，每一個變數Value值均如下定義：「0」 未選，「1」 選。
錄入：被調查者選了的選項錄入1、沒選錄入0，如選擇被調查者選AC，則三個變數分別錄入為1、0、1。
（2）方法二：
例三 你認為開展保持黨員先進性教育活動的最重要的目標是那三項：
1（ ） 2 （ ） 3（ ）
A、提高黨員素質 B、加強基層組織 C、堅持發揚民主
D、激發創業熱情 E、服務人民群眾 F、促進各項工作
編碼：定義三個變數分別代表題目中的1、2、3三個括弧，三個變數Value值均同樣的以對應的選項定義，即：「1」 A，「2」B，「3」 C，「4」 D，「5」 E，「6」 F
錄入：錄入的數值1、2、3、4、5、6分別代表選項ABCDEF，相應錄入到每個括弧對應的變數下。如被調查者三個括弧分別選ACF，則在三個變數下分別錄入1、3、6。
註：能用方法二編碼的多選題也能用方法編碼，但是項數不定的多選只能用二分法，即方法一是多選題一般處理方法。
3 排序題： 對選項重要性進行排序
例四 您購買商品時在 ①品牌 ②流行 ③質量 ④實用 ⑤價格 中對它們的關注程度先後順序是（請填代號重新排列）
第一位 第二位 第三位 第四位 第五位
編碼：定義五個變數，分別可以代表第一位 第五位，每個變數的Value都做如下定義：「1」 品牌，「2」 流行，「3」 質量，「4」 實用，「5」 價格
錄入：錄入的數字1、2、3、4、5分別代表五個選項，如被調查者把質量排在第一位則在代表第一位的變數下輸入「3「。
4 選擇排序題：
例五 把例三中的問題改為「你認為開展保持黨員先進性教育活動的最重
的目標是那三項，並按重要性從高到低排序」，選項不變。
編碼：以ABCDEF6個選項分別對應定義6個變數，每個變數的Value都做同樣的如下定義：「1」 未選，「2」 排第一，「3」 排第二，「4」 排第三。
錄入：以變數的Value值錄入。比如三個括弧里分別選的是 ECF，則該題的6個變數的值應該分別錄入：1（代表A選項未選）、1、 3（代表C選項排在第二）、1、2、4。
註：該方法是對多選題和排序題的方法結合的一種方法，對一般排序題（例四）也同樣適用，只是兩者用的分析方法不同（例四用頻數分析、例五用描述分析），輸出結果從不同的側面反映問題的重要性（前一種方法從位次從變數的頻數看排序，後一種方法從變數出發看排序）。
5 開放性數值題和量表題：這類題目要求被調查者自己填入數值，或者打分
例六 你的年齡（實歲）：______
編碼：一個變數，不定義Value值
錄入：即錄入被調查者實際填入的數值。
6開放性文字題：
如果可能的話可以按照含義相似的答案進行編碼，轉換成為封閉式選項進行分析。如果答案內容較為豐富、不容易歸類的，應對這類問題直接做定性分析。
三 問卷一般性分析
下面具體介紹SPSS中問卷的一般處理方法，操作以版本spss13.0為例，以下提到的菜單項均在Analyze主菜單下
1頻數分析：Frequencies過程可以做單變數的頻數分布表；顯示數據文件中由用戶指定的變數的特定值發生的頻數；獲得某些描述統計量和描述數值范圍的統計量。
適用范圍：單選題（例一），排序題（例四），多選題的方法二（例三）
頻數分析也是問卷分析中最常用的方法。
實現： Descriptive statistics……Frequencies
2 描述分析：Descriptives:過程可以計算單變數的描述統計量。這些述統計量有平均值、算術和、標准差，最大值、最小值、方差、范圍和平均數標准誤等。
適用范圍：選擇並排序題（例五）、開放性數值題（例六）。
實現： Descriptive statistics……Descriptives，需要的統計量點擊按鈕Statistics…中選擇
3 多重反應下的頻次分析：
適用范圍：多選題的二分法（例二）
實現：第一步在Multiple Response……Define Sets把一道多選問題中定義了的所有變數集合在一起，給新的集合變數取名，在Dichotomies Counted value中輸入1。第二步在Multiple Response……Frequencies中做頻數分析。
4 交叉頻數分析：解決對多變數的各水平組合的頻數分析的問題
適用范圍：，適用於由兩個或兩個以上變數進行交叉分類形成的列聯表，對變數之間的關聯性進行分析。比如要知道不同工作性質的人上班使用交通工具的情況，可以通過交叉分析得到一個二維頻數表則一目瞭然。
實現：第一步根據分析的目的來確定交叉分析的選項，確定控制變數和解釋變數（如上例中不同工作性質的人是控制變數，使用交通工具是解釋變數）。第二步選擇Descriptive statistics……Crosstabs

四 簡單圖形描述介紹
在做上述頻數分析、描述分析等分析時就可以直接做出圖形，簡單方便，同時也可以另外作圖。SPSS的作圖功能在菜單Graphs下，功能強大，圖形清晰優美。現在把常用圖簡單介紹如下
1餅圖：又稱圓圖，是以圓的面積代表被研究對象的總體，按各構成部分佔總體比重的大小把圓面積分割成若干扇形，用以表示現象的部分對總體的比例關系的統計圖。頻數分析的結果宜用餅圖表示。
2曲線圖：是用線段的升降來說明數據變動情況的一種統計圖。它主要表示現象在時間上的變化趨勢、現象的分配情況和2個現象的依存關系等。
3面積圖：用線段下的陰影面積來強調現象變化的統計圖。
4條形圖：利用相同寬度條形的長短或高低表現統計數據大小及變化的統計圖。

五 問卷深入分析
除了以上簡單的分析，spss強大的功能還可以對問卷進行深入分析，比如常用的有聚類分析、交叉分析、因子分析、均值比分析（參數檢驗）、相關分析、回歸分析等。因為涉及到很專業的統計知識，下面只將個人覺得比較有用的方法的適用范圍和分析目的簡單做介紹：
1聚類分析
樣本聚類，可以將被調查者分類，並按照這些屬性計算各類的比例，以便明確研究所關心的群體。比如按消費特徵對被調查者的進行聚類。
2 相關分析
相關分析是針對兩變數或者多變數之間是否存在相關關系的分析方法，要根據變數不同特徵選擇不同的相關性的度量方式。問卷分析中的多數用的變數都屬於分類變數，要採用斯皮爾曼相關系數。
其中可以用卡方檢驗，其是對兩變數之間是否具有顯著性影響的分析方法
3均值的比較與檢驗
（1）Means過程：對指定變數綜合描述分析，分組計算計算均值再比較。比如可以按性別變數分為男和女來研究二者收入是否存在差距。
（2）T 檢驗：
獨立樣本t檢驗用於不相關的樣本是否開來自具有相同均值的總體的檢驗。比如，研究購買該產品的顧客和不購買的顧客的收入是否有明顯差異。
如果樣本不獨立則要用配對t檢驗。比如研究參加職業培訓後 工作效率是否提高。
4 回歸分析
問卷分析中的回歸分析常採用的是用離散回歸模型，一般是邏輯斯蒂模型，解釋一個變數對另一變數的影響具體有多大。比如，研究對某商品的消費受收入的影響程度。

『捌』 問卷調查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。

問卷調查的種類

問卷調查根據載體的不同，可分為紙質問卷調查和網路問卷調查。

紙質問卷調查就是傳統的問卷調查，調查公司通過雇傭工人來分發這些紙質問卷，以回收答卷。這種形式的問卷存在一些缺點，分析與統計結果比較麻煩，成本比較高。

網路問卷調查，就是用戶依靠一些在線調查問卷網站，這些網站提供設計問卷，發放問卷，分析結果等一系列服務。這種方式的優點是無地域限制，成本相對低廉，缺點是答卷質量無法保證。

問卷調查，按照問卷填答者的不同，可分為自填式問卷調查和代填式問卷調查。

自填式問卷調查，按照問卷傳遞方式的不同，可分為報刊問卷調查、郵政問卷調查和送發問卷調查；代填式問卷調查，按照與被調查者交談方式的不同，可分為訪問問卷調查和電話問卷調查。