问卷统计分析方法，如何进行调查问卷统计分析

如何用Excel来进行调查问卷的整理、统计和分析？~

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：

使用图表表示可以让结果更加直观：
步骤：选中需要使用图表的数据范围（即在“求和”后面的“2”到最后的“6”，一共12个数字）——>在excel 的工具栏里选择“图表导向”标志 ——>按照图表向导的步骤指示，进行视图的制作。制作好的图形如下：




2、是否性别不同，对每个问题的回答，比例不一样呢？存在性别的差异呢？
使用筛选的功能进行分析：
步骤：在上面的表格里选中第二行——>在命令菜单里点击“数据”->“筛选”->“自动筛选”——>点击在“性别”栏的三角箭头，选择“男”，然后利用求和的函数，进行求和，表格如下：



根据性别-男性的得出的分析图形： 步骤：选中需要使用图表的数据范围（即在“求和”后面的“1”到最后的“4”，一共12个数字）——>在excel 的工具栏里选择“图表导向”标志 ——>按照图表向导的步骤指示，进行视图的制作。如下图：



3、是否因为部门不同，对每一个问题的回答，比例不同呢？存在部门的差异吗？ 使用筛选的功能进行分析： 步骤：在上面的表格里选中第二行——>在命令菜单里点击“数据”->“筛选”->“自动筛选”——>点击在“部门”栏旁边的三角箭头，选择“营销”，然后，然后利用求和的函数，进行求和，表格如下：


营销部门对第一题的看法是什么呢？使用图形进行显示： 步骤：选中需要使用图表的数据范围（“求和”后面的第一个问题的数据行，也就是“1、2、3”）——>在excel 的工具栏里选择“图表导向”标志 ——>按照图表向导的步骤指示，进行视图的制作。如下图：

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。

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。

问卷调查的方法用得很广泛，对于没有接触过spss的人第一步面临的就是问卷编码问题，有很多外专业的同学都在问这个问题，现在通过举例的方法详细讲解 

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！

首先，论文提出了一种基于查重系统的问卷设计方法。该方法通过结合查重系统的功能，对问卷设计过程中的文字、句子等进行实时查重，以避免论文中存在的相似内容和抄袭行为。这种方法有效地提高了问卷设计的原创性和独特性，使得论文更具学术价值。
其次，论文探讨了如何运用统计分析方法对问卷数据进行处理和解读。在数据收集阶段，研究者可以利用统计软件对收集到的数据进行整理和分析，得出相应的结论。重点讨论了常用的统计分析方法，如描述统计分析、相关性分析、回归分析等。这些方法能够帮助研究者从大量的数据中提取有用的信息，支撑研究的论断和结论。
最后，由于问卷类论文通常具有大样本量和多变量的特点，传统的统计分析方法可能难以胜任。因此，提出了一种综合运用多元统计分析方法和因子分析的方法，以更好地处理问卷类数据。这种方法能够提高数据分析的准确性和效率，为研究者提供更可靠的研究结果。
综上所述，为研究生毕业论文查重提供了一种有针对性的解决方案。通过运用查重系统和统计分析方法，研究者可以更好地撰写问卷类论文，确保其学术质量和诚信性。而且，提出的特殊统计分析方法也为问卷类数据的处理提供了新的思路和方法。相信其研究成果对于相关领域的学术研究和实践具有一定的指导意义。

一、数据分析思维

首先学会做基础数据分析并不难，掌握一些必要的知识就能很快上手，学习数据分析的路径如下共三部曲：数据类型的识别、研究方法的选择、结果分析

1 数据类型的识别

数据类型是一切研究的基石，也是数据研究思维的最基本且最关键的思维。确认数据的真实准确性后，即完成数据清理后，可对数据类型进行区分，一切数据均可分为两种类型，包括定性数据和定量数据。

· 定量：数字有比较意义，比如数字越大代表满意度越高，量表为典型定量数据

· 定类：数字无比较意义，比如性别，1代表男，2代表女

2 研究方法的选择

数据类型确认后，此时即可理解数据分析方法的选择。像SPSSAU在设计时，区分数据类型的同时，还区分X和Y。比如性别和是否吸烟的关系，X是性别，Y为是否吸烟。X和Y均为定类数据。此时则应该选择“交叉卡方”分析。

• 第一步即选对研究方法，即数据类型的识别。

• 第二步即结合研究目的进行分析，常见的研究目的包括：数据基本描述、影响关系研究、差异关系研究及其它关系。

SPSSAU分析方法选择

3 分析结果

分析基础比较薄弱，可使用SPSSAU进行分析，系统会自动生成指标解读报告。

二、分析思路模板

研究框架是分析的核心，一般可分为非量表和量表问卷，然后再对照着框架进行分析即可。


量表类问卷最大的特点是：非常多的量表题，而且量表题对应着‘变量’或者‘维度’。便于研究‘变量’间的关系情况。以及可以使用信度、效度、因子分析等方法。




• 非量表题其最大的特点为大部分为单选题、多选题或者排序填空题等，但很少 有出现量表题（是量表题是指类似答项为“非常不同意”，“比较不同意”，“中立”，“比较同意”和 “非常同意”之类的问题）更多是使用基本频数分析和交叉分析等，同时使用图形和表格进行多样化展示。

---

禹城市19655338224： 如何用SPSS统计调查问卷? - ？
祝瑾戟生： 用法如下:1、频度分析 频度就是某个选项出现的次数,一般用来描述单选项. 问卷设计实例: 企业经营规模为(年销售额:人民币): □>30亿 □5~30亿 □0.5~5亿 □<0.5亿 数据记录要点: 单列记录,第几项选中记录数值几,例如选中“0.5~5...

禹城市19655338224： 对于多个问题的调查问卷,该如何统计分析? - ？
祝瑾戟生： 举个例子, 你已经有一个模型 y=x1+x2+x3+e 目的就是检验y 和各个独立变量 x1 x2 x3 之间的逻辑关系 那么, 问圈就是针对 Y x1 x2 x3 的, 假如分别3个不同的问题来衡量 各个变量, 然后 1-7 给回答打分, 很不符合0 分, 非常符合 7 分, 等等 ...

禹城市19655338224： 如何分析调查问卷 - ？
祝瑾戟生： 如果是针对一份具体的问卷调查来进行分析,首先要清楚问卷调查的目的是什么.因为围绕着这个目的,下设的每一项问题都有着极其明确的相关性.其次,统计出每一项问题各种回答的具体数字.这些数字直接反映出被调查人的行为以及心理...

禹城市19655338224： 调查问卷如何分析 - ？
祝瑾戟生： 建议你去《调查圈》看看,里面有详细的案例,有介绍统计分析结果的新闻. 或者你也可以注册个免费用户,简单创建一个问卷,答几次,然后再看看针对他的统计分析. 其中你还可以通过交叉,过滤的方式在分别对结果进行统计.譬如,在所有的男士答题者中,他们答题情况如何,等等. 很直观.又有图形分析,还有word版文件的导出,excel导出.挺便利的.

禹城市19655338224： 调查问卷如何统计分析？
祝瑾戟生： 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

禹城市19655338224： 调查问卷怎么进行分析 - ？
祝瑾戟生： 去态度8调查网,把问卷录入系统,简单分析直接就有结果,复杂的分析需要导出数据用spss软件鼓捣一下

禹城市19655338224： 统计调查报告如何分析总结问卷调查后总结出数据,如何运用统计知识(如图形,回归,方差等)进行分析和得出结论呢? - ？
祝瑾戟生：[答案] 怎样写调查报告 1.准备阶段 (1)确调查的,学习有关方针政策,掌握思想利器. (2)带着调查的目的,到有关单位查阅反映现实与历史情况的资料(如工作总结,图表数据、原始记录等). (3)拟定好切实的调查提纲,在提纲中列出调查的目的与...

禹城市19655338224： 怎样对问卷进行统计学分析? - ？
祝瑾戟生： Eviews软件更好用.一般做统计分析excel就够了,其实方法简单复杂不重要,合适就好.

禹城市19655338224： 求社会调查问卷数据统计方法是什么??? - ？
祝瑾戟生： 数据统计方法有很多种啊,扇形图只是一种啊! 直方图、折线图等等都是,这些只是描述统计的方法,还有很多统计的分析方法呢,具体看实际问题了

禹城市19655338224： 如何做问卷调查研究 - ？
祝瑾戟生： 问卷设计步骤、问卷设计技术、决定每个问题的措词、问题都类型、询问形式、态度测量表法评价问卷的标准 撰写一份优秀问卷的要点:1. 避免应答者可能不明白的缩写、俗语、生僻的用语.2. 要具体,含糊地提问得到含糊的回答.3. 不要过...