作者：风云
因为每个人的问卷设计构造不同，但绝大部分以单选题为主。因此，问卷分析正式程序主要针对单选题，多选题、排序题、填空题的分析见下期哦！
在完成问卷分析前准备后，开始进行以下的操作。
一、现状分析
现状分析常用描述性统计分析方法，对调查总体所有变量的有关数据进行描述，主要包括频数分析、集中趋势分析、离散程度分析、分布类型以及统计图形，可以通过三线表、图形等描述数据基本特征。
现状分析可以不是问卷分析的重点，但却不可遗漏。通过现状分析可以确保问卷的完备性和整体性，并对数据进行重新审查和校验。
操作步骤一（见图 1）：
1、分析；2、描述统计；
3、描述：将描述选项选入变量，点击「选项」勾选想要的数值；
4、结果：SPSS 导出描述统计表，内含总计、标准偏差等已勾选的内容。
图 1：自制问卷调查结果
操作步骤二（见图 2）：
1、分析；2、描述统计；
3、频率：将描述选项选入变量并勾选「显示频率表」，点击「选项」勾选想要的内容，勾选「百分位数」输入 25、50 等数值求取 25%、50%；点击「图像」，根据需求勾选图表类型（该步骤获得的数据信息较多）；
4、结果：导出频率统计表、各变量频率分布图表（见图 3）。
图 2：自制问卷调查结果
图 3：自制问卷调查结果
二、差异比较
差异比较一般使用 T 检验、方差分析、卡方分析等参数检验方法，要求原始数据满足正态分布。
根据前辈们的经验，如果样本量较大（n>300）时，即使不满足正态性检验，依然可看作近似正态分布进行操作。
特别地，量表数据表达格式，如果服从正态分布一般使用均值±标准差（M±SD）表达，如果不服从正态性分布采用「中位数（下四分位数 ～ 上四分位数）」表达。
正态性检验
操作步骤（见图 4）：
1、分析；2、描述统计；
3、探索：数值选入「因变量」，分组选入「因子列表」，图勾选「直方图」「含检验的正态图」；
4、结果：P>0.05，服从正态分布。
图 4：自制问卷调查结果
T 检验
操作步骤：
1、分析；2、比较平均值；
3、单样本 T 检验（见图 5）：将数值纳入检验变量，并设置「检验值」，一般取均值。
独立样本 T 检验（见图 6）：数值纳入「检验变量」，分组纳入「分组变量」，如分组变量分为 2 组，则写 1，2。结果分析：莱文方差等同性，p>0.05, 方差齐性，第一行结果；P<0.05 方差不齐，第二行结果。
配对样本 T 检验（见图 7）：将两组分别纳入「变量 1」「变量 2」。
分析时，可以根据问卷数据类型，选择适宜 T 检验方法。
图 5：自制问卷调查结果
图 6：自制问卷调查结果
图 7：自制问卷调查结果
方差分析（多个分组变量时用)
操作步骤（见图 8）：
1、分析；2、比较均值；
3、单因素 ANOVA 检验：输入「因变量列表」「因子」，点击「选项」勾选「描述」，如果有必要做两两比较时，可点击「事后比较」勾选「LSD」或「非弗伦尼」。
图 8：自制问卷调查结果
卡方检验
操作步骤 (见图 9)：
1、分析；2、描述统计；
3、交叉表：变量分别输入「行」「列」，点击「统计」，勾选「卡方」，点击「单元格」勾选「实测」、「期望」、「行」或「列」、「合计」；
4、结果：
图 9：自制问卷调查结果
三、相关性分析
操作步骤（见图 10）：
1、分析；2、相关；
3、双变量：纳入「变量」，勾选相关系数「Pearson」、「Kendall」或「Spearman」，显著性检验勾选「双尾」, 勾选「标记显著性相关性」；
4、结果：P<0.05，相关性显著，相关系数 >0 呈正相关，相关系数 <0 呈负相关
图 10：自制问卷调查结果
四、影响因素分析
一般使用线性回归分析，操作步骤（见图 11）：
1、分析；2、回归
3、线性：纳入「因变量」「自变量」并选择适宜方法，点击「统计」勾选「共线性诊断」，点击「图」：Y：ZRESID（标准化残差），X：ZPRED（标准化预测图），并勾选「直方图」「正态概率图」；
4、结果：R2>30%, 则拟合度较好；ANOVA：P<0.05，则自变量中至少有一项可影响因变量；系数 ɑ：P<0.05, 可影响因变量；共线性诊断 VIF<5 时，不存在共线性。
图 11：自制问卷调查结果
今天的分享就到这里，如果你手上有一份完整的数据，可以尝试跟着操作步骤分析起来！下期将为你带来填空题、多选题、排序题的分析操作，敬请期待哟！
,
