统计分析方法及应用调查问卷

① 如何用excel对调查问卷数据进行统计分析

1、问卷的设计格式：

问卷收集以后，很多老师都是自己拿个计算器，一张白纸，进行统计。涉及的问卷人数少，还可以，如果工作量大，就很费劲了。如果使用EXCEL，那么如何设计行和列的内容呢？何老师经过工作实践，提供了如下表格模式，是比较容易进行求和、统计和分析，也便于看出每个题目的学员的认知情况：

② 如何用SPSS分析问卷

1、定义变量

打开SPSS后，进入变量设置可以看到变量名、变量类型、变量值的宽度等等，这些都是对变量进行细化定义的。我们可以把问卷中的一个问题理解为一个变量，那么一个答案也就与一个变量取值相对应。

2、录入数据

录入数据大体分为四种：即读取SPSS格式的数据;读取ESCEL表格数据;读取文本数据;读取相对应的数据库。录入数据的方法很简单，打开SPSS数据录入的窗口直接进行录入即可。

3、分析统计

录入数据后，就是进行数据分析了，但要选择分析方法，也就是说用什么分析统计过程，来获得正确的分析结果。此时，就要具体结合我们调查问卷的具体情况而定。SPSS分析方法主要有两种，一是作图分析法，特点是分析简单直观易懂;二是数值分析法，特点选择性强，分析结果细致。

4、保存结果

SPSS分析软件可以把多个分析结果保存在同一个窗口中——结果输出窗口。但一般情况下，我们需要把分析结果复制到分析报告中，而不在窗口内进行保存，而是只保存数据，因为这样我们随时可以根据数据，采取不同的分析法进行重新分析，也就会随时有不同的结果。

③ 怎么统计问卷调查数据啊

我们做问卷调查研究，一般的思路是：

设计问卷——收集数据——分析数据

一、问卷设计

1、从目标入手，找关键词，结合研究目标设计题项。

问卷设计的最终目的是通过问卷收集数据，了解某个问题的原因状况并且给出科学的建议。因此问卷题目的设置始终都要围绕着目标展开。不用急于开始设计问卷，首先要确定好研究的主题，相信这不是什么难事，有了这一点，接下来就好办很多。 从这一主题入手可以看看，这个主题下可以细分出什么关键词。

比如，要研究“网购情况和社交媒体使用关系的情况”。从中可以看出，有两个明显的关键词，“网购”和“社交媒体”，那么接下来就可以用具体的问题表示这两个关键词。

2、问卷结构尽量简单明了，便于后续分析。

问卷的题目不是一拍脑袋，想到什么题目就加上什么。每个问题都应该有它出现在那里的道理。一份好的问卷一定会有一个清晰的结构框架。

比如上面例子提到的，“网购情况和社交媒体使用关系的情况”，可以围绕着‘’网购行为情况-网购态度情况--网购行为影响因素-社交媒体使用情况-社交媒体态度情况-社交媒体使用影响因素“这一线索设计题目。再加入一些共性的问卷题目，比如性别，年龄，学历，收入，消费等基础信息，一份比较完整的问卷就已经完成。

3、从数据分析角度入手设计问卷

如果思路上更偏向于差异关系研究，比如不同收入人群对于网购的态度差异。那么收入是个关键词，网购态度则可以使用比如规范的量表题进行设计，这样便于进行方差分析对比差异性；如果不是使用量表题，那么就可以考虑卡方分析进行研究。如果进行更多丰富的研究方法使用，则对应需要使用多样的问题设计，并且预期上就需要进入差异对比的范畴。

如果思路上更偏向于研究影响关系，比如满意度对于忠诚度的影响，看上去，满意度和忠诚度均可以使用量表题进行表示，那设计成量表题没有问题，因为可以使用线性回归分析进行研究。除此之外，还有一种情况可以考虑，即logistic回归，满意度影响最终是否再次购买，是否再次购买被满意度影响，这类情况是应该使用logistic回归分析。如果是希望两类研究方法均使用，此时满意度对应的问题则需要有量表题，还有比如“是否愿意再次购买”一类的定类数据问题。

如果预期数据需要进行统计上的信度分析，此时请记住一定需要设计成量表题，否则无法进行信度分析。以及如果预期思路上有分类，即比如将样本分成3种人群，此时需要考虑使用更多规范的量表题数据。

二、收集数据

这一步主要就是发放问卷，可以先做预调研，确定问卷有效，问题表达准确，选项设置合理，就可以正式调研了。样本数量对于量表类问卷，样本量的常见标准是量表题项的5倍或者10倍，一般要在100以上；对于非量表类问卷，通常需要在200个以上。

三、数据分析

数据分析通常大家都会用SPSS进行分析，推荐使用SPSSAU，可以直接进行在线分析，“拖拽点一下”三步出结果，非常方便，小白也可以轻松完成分析工作。

很多时候，比较困扰我们的不是怎么使用SPSS，而是看不懂指标，不知道怎么解读，SPSSAU针对这个问题，设计了智能化分析系统，可以对标你的数据进行智能化文字分析，结果一目了然，就不用再担心看不懂的问题了。

④ 调查问卷的统计分析方法有哪些

http://wenku..com/view/7a7a9abfc77da26925c5b0bb.html
参见网络文库
免费下载的

⑤ 如何用Excel来进行调查问卷的整理、统计和分析 好多份调查问卷呢

进行问卷调查，现在要分析结果。问卷已经汇总完毕。
单选题的统计（即所有问卷中，每个选项有多少人选，以及与其他单选题交叉分析）已经用数据透视表实现，
现在的问题是
1.如何对多选题进行分析。如问题1.1，在录入22份问卷中，有多少人选了1，占比多少，有多少人选了2，占比多少？类似这样的分析。
2.与其他单选题进行交叉分析。如问题1.1与问题1.2，在选择问题1.2的1的问卷中，有多少人选了问题1.1的1，占比多少？类似这样的交叉分析？
如果你是经常要做问卷调查，你的模板建议可以修改一下，这样录入不方便统计也不规范；
如果你只是一次性数据处理，可以试试下面的方法：
用COUNTIFS统计问题答案的结果，因为你录入的调查结果有文本、数字两种格式，所以需要两个相加（看附件）；
=COUNTIFS(E$11:E$32,"*"&$D2&"*")+COUNTIFS(E$11:E$32,$D2)
不太懂你提供的公式，能解释下吗？
或者我这么处理你觉得对不？
COUNTIF是单条件计数，COUNTIFS是多条件计数（2007及以上的版本才能用，我现在只用这个不用COUNTIF），你是单条件的所以两个函数都可以用；
你的公式countif(E$11:E$32,"1、*")+countif(E$11:E$32,"*、1、*")+countif(E$11:E$32,"*、1")表达式不正式，包含1应用《"*"&"1"&"*》表示；
=COUNTIFS(E$11:E$32,"*"&$D2&"*")+COUNTIFS(E$11:E$32,$D2)
=计数（E11:E32区域，中有多少个包含D2的文本）+计数（E11:E32区域，有多少个D2的数字）
因为：1、2、3是文本，1是数字，所以需要两个结果相加

⑥ 问卷调查所能用的统计方法有哪些

1. 调查的样本量太小，计算出的结论可靠性不高。

例如看到一些研究生的论文，只发了几十份问卷调查表，就根据统计到的百分比写下十分肯定的结论。其实，是有问题的。

例如：调查“你对××活动喜欢的程度”，调查了45人。调查结果：非常喜欢2人，喜欢5人，一般10人，不太喜欢13人，不喜欢15人。作者统计出：喜欢和非常喜欢的共7人占调查人数45人的15.5%，不太喜欢和不喜欢的共28人，占62.2%。并根据15.5%和62.2%来进一步写结论。

但是，他忽略了调查的样本计算出率以后，还应该计算率的标准误和置信区间。如本例喜欢率为15.5%。还应该计算率的标准误Sp。

_________ _________________

本例，喜欢率的标准误 Sp =√P(1-P)/n = √15.5(100-15.5)/45 = 5.39 %

按样本量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, 根据喜欢率15.5 %、标准误5.39 % 和t0.05的值,可计算出：

95% 置信区间：15.5±2.02×5.39＝4.6%～26.4%。(置信区间上下限的差值高达21.8%)。

95% 置信区间的含义是，如果用样本的喜欢率15.5%来估计总体的喜欢率时，有95%的可能是在4.6%～26.4%的区间之间。这样高达21.8%的区间意味着15.5%是不太可信的。

但是，如果扩大样本量到450人，4500人，而统计出的喜欢率也是15.5%。由于调查的样本量扩大了，标准误 Sp会缩小，计算出的95% 置信区间也就缩小为12.2%～18.8%和14.4%～16.6%。这时用样本率估计总体率时，上下限的差值很接近15.5%，才是可信的。

2. 调查数据的统计分析过于简单。

目前看到的调查数据统计分析大都比较简单。只是计算各个问卷指标的百分比，如上面举例的喜欢率15.5%等等。

要避免统计分析过于简单，首先，在做调查表设计时，就事先要考虑好调查数据的统计分析方法。例如同样是调查“你对××活动喜欢的程度”，除了要扩大调查样本量外，在调查表中增加调查性别和年龄。这样就可以采用一种较为复杂的方法——交叉分析。交叉分析是分析“年龄”、 “性别”和“对××活动喜欢程度”三个变量之间的关系。假设不分类统计时，喜欢率是15.5%。交叉分析后就会发现由于性别的不同，年龄段的不同喜欢率是不同的。

例如：2005年国民体质监测问卷调查中，对“睡眠时间”的统计分析，如果只是简单地计算某市成年男子2473人的问卷，只能统计出：睡眠6小时以下的人为13.4%，睡眠6～9小时的73.6%，睡眠9小时以上的13%。但是，如果增加年龄因素，分年龄段进行统计就可以看到，各年龄段的百分比是不同的（统计表略）。利用分年龄段的百分比还可以画出折线图（图略）。从图上更可以清楚的显示出：随着年龄增加，睡眠时间逐渐减少的趋势。

上述统计分析方法比较简单。但是，仅靠简单的统计方法来处理问卷调查数据是十分可惜的，因为大量的数据信息还没有充分利用。所以，设计问卷时，就应该注意到，让收集到的调查数据能做多因素统计分析（如：回归分析，因子分析等）。下面是我帮助或指导有关单位做过的统计分析实例：

例1：2005年国民体质监测的调查问卷内容中，包括了各人的文化程度，职业，工作、生活和体育锻炼等方面的许多问题。为了分析这些调查内容和各人的体质有什么关系，找出哪些因素对体质的好坏特别有关？在进行统计分析时，就需要把体质监测的指标和问卷调查的内容联系起来进行统计。

在成年组调查问卷内容中可进行计算的12个问题是：受教育程度，职业，平均每周工作时间，平均每天睡眠时间，睡眠质量，平均每天步行时间，平均每天坐姿活动时间，吸烟状况，运动感受，平均每周锻炼次数，平均每次锻炼时间，坚持锻炼时间。把这些作为X1, X2, ……X12，再把每个人体质监测中的体质总分作为Y，就可以进行逐步回归分析计算。

某省成年男甲组4242人的数据用逐步回归分析计算结果是：从12个指标中依次选出了X 1 (受教育程度)，X12 (坚持锻炼时间)， X10(平均每周锻炼次数)，X7(平均每天坐姿活动时间) 4个指标。得到回归方程：

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

复相关系数 R= 0.296

根据回归方程的系数就可以知道：受教育程度高，平均每周锻炼次数多，坚持锻炼时间长，平均每天坐姿活动时间少的人体质总分就高。反之就低。而这个结论只做一般的调查表百分比统计，是得不到的。

例2：某市开展《超重与肥胖人群运动与营养综合干预实验研究》12周后，对参加者进行了问卷调查，内容有：每天进餐情况（分为：五分饱，八分饱，十分饱），每周快走次数（分为：3次以下，3次，4次，5次及以上），每次快走时间（分为：30分钟以内，30～60分钟，60～90分钟，90分钟以上），每次快走距离（分为：3公里以下，3～4公里，5公里及以上）等。

如果仅统计各个问卷内容的百分比，只能计算出如：每次快走时间30分钟以内的29人占22.1%，30～60分钟的47人占35.9%，60～90分钟的19人占14.5%，90分钟以上的36人占27.5% 等等，这样的统计结果并不能说明什么问题。更无法分析出哪些是对减肥有效果的因素。

但是，把问卷调查的内容与参加12周实验后各人体重下降值联系起来统计，情况就不同了。如可以分别计算出：每周快走次数、每次快走时间等指标与体重下降值的相关系数。当计算出以上指标都和体重下降值呈中度或低度相关时，还可以进一步用回归分析的方法计算出标准回归系数或偏回归平方和来分析各指标对体重下降的作用大小。

本例有131人参加实验，为了用数学表达式来描述：饮食、运动量和降体重的关系。把调查表内容转换成数字后，选择了X1（每天进餐情况）、X2（每周快走次数）、X3（每次快走距离）与Y（体重下降值）计算出三元回归方程：

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

复相关系数 R = 0.4966

从回归方程可以看到，在吃八分饱的情况下，增加每周快走次数和每次快走距离，降体重的效果更好。

可见，当采用了多元回归分析方法后，可以充分利用调查表里的信息从而获得比简单的统计百分比更多的研究结果。

例3：某市对学生体质下降原因进行调研时，设计的调查表内容包括：学生、家长、学校等方面30多项指标。为了分析调查的各指标对学生身体素质影响的主次关系，从调查表中选出可进行因子分析计算的26个指标进行了R型因子分析计算。

R型因子分析通过计算，可找出控制着所有指标的几个主要因素。计算后，原来的许多指标重新组合成较少的几个新的综合指标──公因子。这些公因子相互独立而且反映了原来指标的绝大部分信息。通过R型因子分析的结果，可以看出哪些指标是同一类的，每一个指标以哪一公因子为主，其他公因子所占比例如何，从而分析该指标的特点。还可根据贡献率较大的几个公因子中所包括的指标，来分析出各指标的主次关系。

对3699名中学生的调查数据作R型因子分析计算后，从贡献率最大的5个公因子所包括的调查指标看，归入第1公因子的7个指标，都和参加体育活动有关，因此把第一公因子命名为体育活动因子，归入第2公因子的2个指标，是反映学生家长文化水平的学历，归入第3公因子的2个指标，是反映学生是否关心自己体质、健康的指标，归入第4公因子的2个指标，是反映学校是否关心和组织学生体育活动的指标，归入第5公因子的2个指标，是反映学生家长对体育运动的态度的指标。

从而可以分析出，对学生体质影响最大的第一因素是学生参加体育活动的情况，第二因素是家长的文化水平高低，第三因素是学生自己是否关心自己的体质、健康情况。第四因素是学校是否关心和组织学生参加体育活动，第五因素是家长是否喜爱体育活动是否支持学生参加体育活动。

因子分析的优点在于用一个或少数几个综合指标概括原始数据中尽量多的信息，它能够实现对问题的高度概括，并揭示出一般的特征和规律。本例通过因子分析的统计方法，从学生填在26个调查问卷中的信息，分析出了对学生体质影响的几个主要因素。

⑦ 调查问卷如何统计分析

首先要把你的问卷中的数据都弄到统计数据的分析软件中。然后通常如果不是做研究的，做描述性统计分析就OK

⑧ 问卷统计分析方法，如何进行调查问卷统计分析

第一，定性分析法
定性分析是调研工作中的一种探索性分析方法。定性分析方法是先要对问题进行定位，对问题进行深层次的认识和理解。这种方法一般只适用于专业人员，因为这种方法是要对调研的问题有深入的了解和较高的专业水平。
第二，定量分析法
定量分析首先要对问卷进行数量化，利用量化后的数据对资料进行分析。这里涉及到两个方面：一是简单的定量分析；二是复杂的定量分析。
1．简单的定量分析是对调查问卷进行一些相对比较得单的数据分析，最常用的有百分比、频数、平均数分析法。
2．复杂定量分析法
复杂定量分析是相对于简单的定量分析而言的，由于在问卷中的变量较多，不是简单的一个或两个，而是多个，这时就需要用复杂的分析方法，复杂分析方法又分为多元分析和聚类分析。
多元分析是通过分析数据由表到里，由外到内的一种分析方法，通过变量之间的规律变化而从中找出一定的规律性。
聚类分析是根据一定的规则把应答者进行划分成为相对类似的群组，然后把群组进行具体的分析。
无论采用哪种方法对问卷进行分析，我们首先需要掌握好问卷的信度问题，如查问卷的可信度低，那么用哪一种方法进行分析都是徒劳的。

⑨ 问卷数据统计分析方法

调查分析问卷回收，在经过核实和清理后就要用SPSS做数据分析，首先的第一步就是把问题编码录入。    
SPSS的问卷分析中一份问卷是一个案，首先要根据问卷问题的不同定义变量。定义变量值得注意的两点：一 区分变量的度量，Measure的值，其中Scale是定量、Ordinal是定序、Nominal是指定类；二 注意定义不同的数据类型Type
各色各样的问卷题目的类型大致可以分为单选、多选、排序、开放题目四种类型，他们的变量的定义和处理的方法各有不同。51调查网，让调查更简单方便！

⑩ 如何用SPSS统计调查问卷

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

SPSS 中级统计实战教程。本课程讲师为高级数据分析师、大学副教授，具有丰富的授课经验。 通过软件操作加实战案例教学，对常用的科研统计分析方法进行讲解，手把手教授 SPSS 软件操作。 让学员不再为统计头疼，可独立解决临床科研常见的统计问题。

这门课你将收获

1. 掌握统计学核心基础理论；

2. SPSS 数据库的构建及数据管理；

3. 利用 SPSS 进行数据的描述性分析；

4. 掌握四大检验分析及结果解读：t 检验、方差分析、卡方检验以及非参数检验；

5. 掌握ROC 曲线的绘制和解读。

课程目录：

数据分析之美

为什么学习统计学及统计误用现状

统计学核心概念

计量资料统计描述

计数资料统计描述

统计学核心思想解读

......