调查问卷如何统计分析

问卷调查所能用的统计方法~

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。

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！

对数据进行处理：审核编码录入，之后可以进行一些题目整合分组、方便之后的推断统计。

一些图表的描述统计无需赘言。
对于更加深入的分析，可用方差分析，回归模型，聚类、因子分析，简单的有什么T检验等的，要看你问卷如何设计，可以得到什么类型的数据了。

推荐本书学习一下吧，我也几句话说不清，你可以模仿其中的案例~
清华大学 李金林 管理统计学应用与实践
我觉得很好~！

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

要分析 好多都是收费的 比较专业的数据分析 结论等等

推荐在线统计分析平台SPSSAU。SPSSAU是一款专业的在线智能统计分析工具，提供了非常全面的数据分析方法。适合科研人员、市场调研人员、统计小白、论文分析困难户使用。

SPSSAU有着近百种统计分析方法，涵盖各行业、各专业常见方法，并且以模块化的方式展现在页面中，方便使用者根据自己的专业或分析目的，快速找到分析方法。

除了数据需要你自己上传，从数据筛选、处理分析、可视化展示到分析结果解释，SPSSAU都能帮你搞定。

① 上传数据

支持从问卷星直接导入数据，上传sav/xls/xlsx格式数据。

上传后每列数据的标题会显示在页面左侧，使用时先选中分析方法，把标题拖到右侧分析框框里，点击“开始分析”按钮即可。

② 数据处理

SPSSAU提供了专门的数据处理模块，绝大部分数据处理工作都可以在这里完成。包括标题处理、数据标签、数据编码、生成变量、无效样本、异常值。

③ 数据可视化

在进行数据分析时，SPSSAU默认会生成自带的可视化图表，当然也可选择图表类型，自己绘制。

④ 结果解释

常见的统计软件都没有结果分析解释，这就要求使用者要具备一定统计学知识。SPSSAU针对数据结果提供智能化文字分析，直接得到规范化分析文字。

---

康平县18960178812： 对于多个问题的调查问卷,该如何统计分析? - ？
张竖烟酸： 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 ...

康平县18960178812： 问卷调查结果怎么分析? - ？
张竖烟酸： 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...

康平县18960178812： 调查问卷用什么方式做统计分析报告最好?谢谢. - ？
张竖烟酸： 交叉表分析

康平县18960178812： 调查问卷如何统计分析？
张竖烟酸： 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

康平县18960178812： 问卷调查的数据分析怎么写 - ？
张竖烟酸： 这个你要根据设计的问卷、然后结合你的分析思路,也就是你要通过问卷得出什么结论 这个就是数据分析

康平县18960178812： 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? - ？
张竖烟酸：[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...

康平县18960178812： 如何用SPSS统计调查问卷? - ？
张竖烟酸： 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...

康平县18960178812： 调查问卷如何分析 - ？
张竖烟酸： 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.

康平县18960178812： 怎么统计问卷调查数据啊? - ？
张竖烟酸： 就是做问卷的录入,分析,然后是结果呈现,这方面的软件很多,excel是最最傻瓜的方法,不过一般就可以用了,用它录入倒是一个好方法,录入就是编码,简单点就像一个矩阵,每一列是一个问题,每一行是一个被访者的答案,因为要做定量分析,必须转化成数字,所以问卷里选择题很多,做统计分析的软件很多,随便可以找个人帮你分析,前提是你自己要把你要的东西弄清楚,分析很简单的,不外乎就是列联表,回归分析,方差分析,最多也是一些复杂的统计计算而已,主要是你首先明确你需要的东西

康平县18960178812： 收回问卷调查后该如何统计? - ？
张竖烟酸： 看你要调查什么,也看最后你对得出的结论的专业性要求了.首先要统计有效问卷,无效的不计入统计范畴,一般就是统计各题选项的选择人数,然后计算百分比,根据这个数据再得出相应的结论.