问卷调查是最常⽤的⽐较全⾯系统的调查⽅法。
那么，现在有了问卷，数据也都收集整理好，可以开始进⾏数据分析，可是问题⼜来了！
这么多的数据摆在⾯前，该从什么地⽅开始⼊⼿呢？
⼜应该⽤什么⽅法分析呢？
本⽂就从问卷设计思路出发，具体细分不同类型的问卷或者话题，为⼤家讲解五种常见类型问卷的数据分析思路：
•现状政策类研究
•调节/中介类研究
•“类实验”类差异研究
•聚类样本类研究
编者按
源⾃ | SPSSAU
转⾃ | 量化研究⽅法
针对五种分析思路，通常适⽤于社会科学专业，包括⼯商管理，旅游管理，市场营销等，以及⼼理学类专业，教育学，师范，语⾔类专业等。
具体针对这五种思路分析框架的说明如下：
01 影响关系类研究
影响关系类研究最为常见。
研究影响关系时，通常会先画出模型结构框架。
⼀个框架表述整体研究结构思路情况，研究框架为核⼼。
这类分析思路倾重于关系，并且是影响关系的研究。
⽐如各种因素对员⼯薪酬满意度的影响关系研究，员⼯离职倾向影响关系研究，消费者重复购买意愿影响关系研究等。
此类分析思路框架⼤部分题项应该为量表题，⼩量题项为⾮量表题。
⼼理学、管理类、旅游类、市场营销等专业使⽤此分析思路框架频率较⾼，此分析思路框架适⽤于所有读者。
具体研究内容上：
1. ⾸先对收集数据进⾏基本的频数分析，⽐如统计性别，年龄，学历的分布情况如何等。
2. 如果研究中涉及样本的特征情况，⽐如基本⾏为，或者认知态度相关性，也可使⽤频数分析进⾏汇总，进⼀步了解清楚样本特征情况。
3. 影响关系研究时，问卷中通常会涉及⾮常多的量表题，如果量表题具体应该分成多少个维度，并不完全确定，此时可使⽤因⼦分析进⾏浓缩，得出⼏个维度（因⼦），并且到维度与题项的对应关系情况。
（备注：⼀个维度由多个标题项表⽰，想将多个标题项概括成⼀个整体，此时需要使⽤SPSSAU中“⽣成变量”的“平均值”功能即可）
4. 数据的可靠性，是否有信度，是最基础的，⼀般放在样本基本特征背景情况之后，原因在于⾸先得知道是⼀什么样的样本⼈在回答问题。同时信度仅针对量表类数据进⾏研究，⽆法针对⽐如性别，年龄之类的背景信息项进⾏分析。
的样本⼈在回答问题。同时信度仅针对量表类数据进⾏研究，⽆法针对⽐如性别，年龄之类的背景信息项进⾏分析。
5. 除开数据可信，还需要研究量表题项具有可靠性。先有数据可靠，再分析有效，这是常见的结构，效度分析和信度分析也可互换位置。
6. 数据可靠，并且研究量表有效之后，接着需要对具体维度（量表题项等）进⾏描述分析，研究样本⼈对于量表项的基本态度情况。
7. 完成量表题项，各维度的描述性分析之后，再使⽤相关分析去研究关系情况，为回归分析作准备。
8. 在数据有着相关的前提之下，再研究回归影响关系才具有意义。因⽽回归分析需要放在相关分析之后。并且通常情况下需要使⽤回归分析去验证假设。
9. 有可能还需要对⽐不同⼈，⽐如性别，年龄等不同体，他们对于量表题项的态度差异情况，因⽽⼀般可使⽤⽅差分析，或者T检验等进⾏分析。如果说想研究不同背景⼈（⽐如性别，年龄）对于
样本⾏为上的差异性，建议可使⽤交叉卡⽅分析等，同时如果涉及多选题的交叉分析等，也对应选择需要的⽅法即可。
02 现状政策类研究
现状政策类研究是⾮常普遍的，分析思路倾重于现状及基本态度，和差异对⽐研究，了解体的基本认知，态度，观点意见或者⾏为等。
通常情况下现状政策类研究更多是⾮量表题项，此类研究框架的核⼼在于“分组”。
第⼀件事情为“分组”；⽐如有30个题，那此此30个题项可以分别归纳为⼏个⽅⾯呢？
⽐如基本背景，认知，态度，⾏为，原因等五个⽅⾯。
第⼆件事情是将“分组”分别作为⼀个部分进⾏分析。
第三件事情是分组题项与分组题项之间进⾏交叉。
社会学类、媒体等相关专业会使⽤此分析框架进⾏相关研究，以及企业问卷研究较适⽤于此类分析思路框架。
具体研究内容上：
1. ⾸先对收集数据进⾏基本的频数分析，⽐如统计性别，年龄，学历的分布情况如何等
2. 分别针对“分组”进⾏分析，每个“分组”作为⼀个部分进⾏分析。
3. 差异关系研究：⽐如基本背景分别与“认知”，“态度”，“⾏为”，“原因”上的差异性（通常是使⽤交叉分析，当然涉及多选题时，应该选择对应多选题应该使⽤的交叉⽅法）
选题时，应该选择对应多选题应该使⽤的交叉⽅法）
4. 如果说希望研究影响关系，⽐如研究“认知”(X)，“态度” (X)分别对于“⾏为” (Y)的影响关系，此时可考虑使⽤⼆元logit回归分析。但需要特别注意⼀点是：“⾏为” (Y)必须只有两个选项，⽐如愿意和不愿意，购买和不购买，并且必须使⽤数字1和0分别表⽰。
⽐如研究⽹购态度对于 “是否购买代购产品”的影响，愿意应该⽤数字1表⽰，不愿意⽤数字0表⽰。
备注：如果问卷中有量表题，也可以使⽤信度分析，⽅差分析等研究⽅法。
备注：⾮量表数据请勿使⽤信度，效度等研究⽅法。
03 调节/中介类研究
调节/中介作⽤研究框架，类似于第⼀类即“影响关系研究”。
但此类框架更常见于学术研究，因⽽可能会多出中介作⽤，或者调节作⽤这两部分，基余部分与“影响关系研究”基本类似。
这类分析思路倾重中介作⽤，或者调节作⽤的研究。
⽐如研究员⼯⼯作⽣活平衡对离职倾向影响时，⼯作满意度是否起中介作⽤。
产品质量认知对⼝碑传播意愿影响时，不同收⼊⽔平是否起着调节作⽤。
类似第⼀种分析思路框架，此类分析思路框架在问卷设计上⼤量题项均为量表题，仅⼩部分题项为⾮量表题项。
⼯商管理类、市场营销、⼼理学、教育学等专业偏好于使⽤此种分析思路框架，此分析思路框架更适⽤于有⼀定统计基础的读者。
需要注意的是，中介作⽤或者调节作⽤研究在学术上是⾮常谨慎的研究，因⽽如果需要此两类研究，需要在⽂献综述部分详细描述清楚中介或者调节作⽤关系后，才能进⾏分析（即先有理论依据，然后再使⽤研究⽅法进⾏验证），否则会出现逻辑问题。
04 实验类差异研究
实验类研究，通常也称作“情景”类研究等。
此类框架在市场研究中相对较为常见。
相对来讲，此类研究的核⼼在于交互关系，⽽且通常均是使⽤量表类问卷题。
这类分析思路针对于使⽤实验式⽅法和问卷形式进⾏的关系研究，通常问卷设计会包括不同情景设置。
⽐如百货商店⾳乐刺激对于消费意愿的影响研究，通常问卷⾥⾯会有不同情景，⽐如有背景⾳乐或者⽆背景⾳乐，也或者有不同类型背景⾳乐等。
此类分析思路框架强调不同场景或者不同实验情况下的差异⽐较，通常情况下会有较多的量表题项。
怎么做数据分析市场营销、⼼理学、媒体等相关专业会使⽤此分析框架进⾏各类研究。
05 聚类样本类研究
聚类样本研究的分析思路倾向于样本“分类”，即样本⼈应该分成⼏个类别；分了类别之后，通常肯定是需要对⽐不同类别⼈的差异性，⽐如不同类别体在态度，⾏为上的差异性等。
问卷设计时应该注意到量表题项可能⽤于聚类样本时使⽤，以及此类问卷也会有较多⾮量表题项，⽤于了解样本的特征情况。
社会学类、市场营销类相关专业常使⽤此分析框架进⾏研究，此分析思路框架更适⽤于有⼀定统计基础的读者。
具体研究内容上:
1. ⾸先对研究数据样本基本特征情况（⽐如性别、年龄、学历等）进⾏分析
2. 如果有涉及样本体的特征、⾏为、或者态度相关项，则可单独⼀部分进⾏分析
3. 如果研究量表数据并不知道分成⼏个维度，⽐如有20个量表题，应该分成⼏个维度并不确定，此时可使⽤因⼦分析⽅法进⾏。出应该分成⼏个维度（因⼦），以及题项和维度的对应关系情况。
发布评论