调查问卷统计方法

调查问卷统计方法 篇一:问卷调查的统计分析方法 问卷调查的统计分析方法 问卷调查是体育科研中一个常用的方法。对问卷调查获得的信息进行统计分析后，可以为科学决策提供重要的依据。 例如:每5年一次的国民体质监测，都要对每一个监测对象进行问卷调查，以便了解我国城乡居民参加体育锻炼的基本状况，为推进全民健身提供科学决策依据。在许多体育研究的课题中也广泛采用问卷调查的方法，将调查的数据统计后作为撰写研究论文中各种论点的依据。 但是，许多问卷调查的统计分析，存在两个值得注意的问题。 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 1 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 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 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,值表上, n-1的,0.01和,0.05 的值，查得,0.05,2.02 , ,0.01,2.69, 根据喜欢率15.5 %、标准误5.39 % 和,0.05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。 2 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 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 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(来自:WWw.xlTkwj.com 小龙文 档网:调查问卷统计方法)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 3 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 财务内部控制制度的内容财务内部控制制度的内容人员招聘与配置的内容项目成本控制的内容消防安全演练内容 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 4 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 5 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。 ,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,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。 6 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。 篇二:问卷调查统计分析方法 问卷调查统计分析方法 从统计分析的层次划分问卷的统计分析方法可分为两类: 7 定性分析和定量分析。 一、定性分析 定性分析是一种探索性调研方法。目的是对问题定位或启动提供比较深层的理解和认识，或利用定性分析来定义问题或寻找处理问题的途径。但是，定性分析的样本一般比较少(一般不超过三十)，其结果的准确性可能难以捉摸。实际上，定性分析很大程度上依靠参与工作的统计人员的天赋眼光和对资料的特殊解释，没有任何两个定性调研人员能从他们的分析中得到完全相同的结论。因此，定性分析要求投入的分析者具有较高的专业水平，并且优先考虑那些做数据资科收集与统计工作的人员。 二、定量分析 在对问卷进行初步的定性分析后，可再对问卷进行更深层次的研究——定量分析。同卷定量分析首先要对问卷数量化，然后利用量化的数据资料进行分析。问卷的定量分析根据分析方法的难易程度可分为定量分析和复杂定量分析。 (一)简单的定量分析 简单的定量分析是对问卷结果作出一些简单的分析，诸如利用百分比、平均数、频数来进行分析。在此，我们可将问卷中的问题分为以下几类进行分析。 1、对封闭问题的定量分析。封闭问题是设计者已经将问题的 答案 八年级地理上册填图题岩土工程勘察试题省略号的作用及举例应急救援安全知识车间5s试题及答案 全部给出，被调查者只能从中选取答案。例如: 8 您认为出入正式场合时，穿着重要吗,(限选一项) 一点也不重要????????l 不重要????????2 无所谓????????3 重 要??????????4 非常重要??????????5 对于全部45次访问的回答，我们可以简单地统计每种回答的数目:一点也不重要=2;不重要=5;无所谓=10;重要=15，可把结果整理成如表一所示: 表一 出入正式场合穿着重要性 从表一中可以一目了然地看出分析结果——几乎三分之一的被调查者认为在正式场合穿着很重要，仅有15.6%的人认为在正式场合穿着不重要。 表一是对全部样本总体的分析。然而，几乎所有的问卷分析都要求不同的被访群之间的比较。这就需要用较为复杂的方法——交叉分析来实现。交叉分析是分析三个变量之间的关系。例如美国的一位调研人员怀疑美国人“海外旅游的欲望可能与年龄”有关，但通过分析发现，没有发现两者之间存在任何联系，当将性别作为第三个变量引进之后，发现在男性中45岁以下的人中有60%有“海外旅游欲望”，而45岁以上者只有40%有这种愿望。但是在女性中结果正好相反，因此，将全部数据混合在一起分析时，年龄“与海外旅 9 游欲望”之间的关系就掩盖了，而按不同性别分类后，这种隐含的相关关系就被揭露出来。如表二所示: 表二 接“年龄”和“性别”分类的“海外旅游的欲望” 从表二中可以看出交叉分析的强大作用。它还可同时研究多个变量之间的关系。例如:可再加上收入、职业等各方面来进行比较分析。 2、对开放问题的定量分析。开放性问题是指问卷设计者不给出确切答案，而由被调查者自由回答。例如: 表三 您为什么不想海外旅游 如果所有回收的问卷只有这5种答案，那么就很容易作出分析概括。可是，一般回收的问卷都有几百份，所以对于开放性问题就可能有几十种甚或几百种答案。对于这几百种答案，就很难进行分析。因此对于这种问题，必须进行分类处理，例如可把不旅游的理由大概分为四类，如表四: 表四 不想旅游的理由 利用上表中的四种原因，我们就可以进行分析处理，并且从表中很容易看出被调查者的观点。 3、数量回答的定量分析，即回答结果为数字。例如“您为海外旅游花费多少,”对于这类问题，最好的方法是对量化后的数据进行区间处理，区间范围的划分很大程度上是靠经验、专业知识来划分的。在用区间表示数量分布的同时，可同时使用各种统计量来描述结果，包括位置测度;平均值、 10 中位数和出现频率最高的值或者分散程度的测定;范围、四分位数的间距和标准偏差。 上述三种方法仅是简单的问卷分析，靠简单的统计方法来处理数据是十分可惜的，因为这样会丧失大量的数据信息，使决策的风险增大，并使分析结果流于肤浅。 (二)复杂定量分析 简单分析常用于单变量和双变量的分析，但是社会经济现象是复杂多变的，仅用二个变量难以满足需要。这时就需要用到复杂定量分析，在问卷设计中，常用的复杂定量分析有两种——多元分析和正交设计分析: 1、多元分析就是通过对观测数据的分析，由表及里来研究多个变量之间相互依赖的规律性，或者根据实际问题的需要对研究对象作出某种评价、分类、判别，或者从中发现各个指标都起作用的更一般(从而也更抽象)的公共因素。在问卷分析中常用的多元分析，主要是有聚类分析、主成份分析、因子分析三类: 1)聚类分析。聚类分析的主要目的在于将被调查者对某问题的态度根据一定的法则聚类成相对类似的群组，利用群组进一步的分析。现在由于计算机技术的发达，枯燥的聚类分析计算已不用手工计算，因此具体的计算过程在这里不再多说。这里仅用一个例子来描述一下它的作用。例如: 在调查大学生性格和品质时，您认为自己应该具有哪些品 11 质和性格, (1)勇敢;(2)幽默;(3)守纪律;(4)富有同情心;(5)乐于请教人;(6)机智;(7)认真;(8)有礼貌;(9)听话;(10)勤奋;(11)虚心;(12)坚韧;(13)敏捷;(14)独立;(15)稳健。 对15个变量P1到P15进行聚类分析，它们都是0-l变量(选取该项时取为1，否则为0)。可利用SPSS软件分析，最终聚类分析结果为:(以五类为例) (1)P1、P2、P6、P12、P13、P14、P15 (2)P3、P8、P9 (3)P5 (4)P4 (5)P7、PIO、P11 通过聚类分析，我们可以知道哪几种问题属于哪一类，这样在分析问卷里，就可以将被访问者分类，例如，我们可将(1)归类为(智慧型)，(2)归类为“传统型”，借此来了解被访问者的性格倾向。聚类分析最大的优点是简单易操作，它的缺点是没有形成一个完整的理论体系，因此解释起来比较困难。 2)因子分析。在问卷中常有一些不可直接观测的基本特征，例如“态度”、“认识”、“爱好”、“能力”、“智力”等等实际不可观测的潜在变量。因子分析正是利用这些潜在变量解 12 释可观测变量的一种工具。 研究者在设计问卷时实际上是假设有某种结构存在的，通过因子分析可以验证研究者假设是否成立。因子分析的主要功能是从量表所度量的一系列变量中分离或提取出一些公共因子，这些因子与其它变量之间的联系则是可以进行研究的，通常是利用复杂的数学方法把量 表中高度关联性的观测量按某种规则分成几群，每一群的变量共享一个公共因子，也就是说该群变量与这个公共因子有高度关联，表现为在该因子上的“负荷量”明显的大(指绝对值)。这几个公共因子也就代表了量表的基本结构。根据被访问者的态度，并将其量化，然后进行因子分析。例如大学生对服装品牌和价格态度量表的因子分析，利用SPSS分析，结果如下表所示: 表五 大学生对服装品牌和价格态度量表的因子分析 从因子分析的结果中可以看到，在第一个公共因子F1上有较高负荷量的几个问题与大学生对价格的关心程度有关，因此我们将Fl命名为“价格意识”因子，它的贡献率即有效程度为39.28%。在第二公共因子F2上有较高负荷量的二项量表全部涉及品牌方面，我们将其命名为“品牌效应”因子，它的有效程度为28.50%，与第一个因子的累积有效程度为67.78%。也就是说，这二个因子对这几个变量的累积贡献率约等于70%。一般来说，这种累积程度已足够解释大学生对 13 服装的态度。 从这个例子中可以看出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尽量多的信息，它能够实现对问题的高度概括，并揭示现象更一般的特征和规律。 2、正交设计分析。除多元分析外，还有另外一种复杂的问卷分析方法——正交设计分析。正交设计分析的步骤是: (1)首先对问卷进行正交分析，尽可能使问卷结构合理; (2)进行问卷调查，并收集数据; (3)整理数据，对调查结果进行分析(可采用正交试验中的方差分析); (4)得出分析结果。 篇三:问卷调查的常用统计分析 最近做问卷调查的统计分析，找到一篇很好的文章，是关于如何使用SPSS输入各种问卷题型，如何进行统计分析，对于初涉采用统计软件处理调查问卷的人来说，是很实用的～在此与大家分享～特别是，关于不同的题型如何输入，是很详细的～ SPSS问卷分析最白痴问题---编码录入及描述统计详解 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 如下，以方便第一次接触SPSS的同学也能做简单的分析。后面还有分析 14 时的操作步骤，以及比较适用的深入统计分析方法的简单介绍。自己写的，错误之处请指 正， 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，我们详细举例介绍如下: 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 如下，以方便第一次接触SPSS的同学也能做简单的分析。后面还有分析时的操作步骤，以及比较适用的深入统计分析方法的简单介绍。自己写的，错误之处请指 正， 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 15 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，我们详细举例介绍如下: 1 、单选题:答案只能有一个选项 例一 当前贵组织机构是否设有面向组织的职业生涯规划系统,A有B 正在开创C没有D曾经有过但已中断 编码:只定义一个变量，Value值1、2、3、4分别代表A、B、C、D 四个选项。 录入:录入选项对应值，如选C则录入3 2 、多选题:答案可以有多个选项，其中又有项数不定多选和项数定多选。 (1)方法一(二分法): 例二 贵处的职业生涯规划系统工作涵盖哪些组群,画钩时请把所有提示考虑在内。 A月薪员工 B日薪员工 C钟点工 编码:把每一个相应选项定义为一个变量，每一个变量Value值均如下定义:“0” 未选，“1” 选。 录入:被调查者选了的选项录入1、没选录入0，如选择被调查者选AC，则三个变量分别录入为1、0、1。 (2)方法二: 例三你认为开展保持党员先进性教育活动的最重要的目 16 标是那三项: 1()2 ( )3() A、提高党员素质B、加强基层组织 C、坚持发扬民主 D、激发创业热情 E、服务人民群众F、促进各项工作 编码:定义三个变量分别代表题目中的1、2、3三个括号，三个变量Value值均同样的以对应的选项定义，即:“1” A，“2” B，“3” C，“4” D，“5” E，“6” F 录入:录入的数值1、2、3、4、5、6分别代表选项ABCDEF，相应录入到每个括号对应的变量下。如被调查者三个括号分别选ACF，则在三个变量下分别录入1、3、6。 ,注:能用方法二编码的多选题也能用方法编码，但是项数不定的多选只能用二分法，即方法一是多选题一般处理方法。, 3 、排序题: 对选项重要性进行排序 例四 您购买商品时在?品牌 ?流行 ?质量 ?实用 ?价格中对它们的关注程度先后顺序是(请填代号重新排列) 第一位 第二位 第三位 第四位 第五位 编码:定义五个变量，分别可以代表第一位 第五位，每个变量的Value都做如下定义:“1” 品牌，“2” 流行，“3” 质量，“4” 实用，“5” 价格 录入:录入的数字1、2、3、4、5分别代表五个选项，如被调查者把质量排在第一位则在代表第一位的变量下输入“3“。 4 、选择排序题: 17 例五 把例三中的问题改为“你认为开展保持党员先进性教育活动的最重的目标是那三项，并按重要性从高到低排序”，选项不变。 编码:以ABCDEF6个选项分别对应定义6个变量，每个变量的Value都做同样的如下定义:“1” 未选，“2” 排第一，“3” 排第二，“4” 排第三。 录入:以变量的Value值录入。比如三个括号里分别选的是 ECF，则该题的6个变量的值应该分别录入:1(代表A选项未选)、1、 3(代表C选项排在第二)、1、2、4。 ,注:该方法是对多选题和排序题的方法结合的一种方法，对一般排序题(例 四)也同样适用，只是两者用的分析方法不同(例四用频数分析、例五用描述分 析)，输出结果从不同的侧面反映问题的重要性(前一种方法从位次从变量的频数看排序，后一种方法从变量出发看排序)。, 5 、开放性数值题和量表题:这类题目要求被调查者自己填入数值，或者打分 例六 你的年龄(实岁):______ 编码:一个变量，不定义Value值 录入:即录入被调查者实际填入的数值。 6、开放性文字题: 如果可能的话可以按照含义相似的答案进行编码，转换成 18 为封闭式选项进行分析。如果答案内容较为丰富、不容易归类的，应对这类问题直接做定性分析。 三、 问卷一般性分析 下面具体介绍SPSS中问卷的一般处理方法，操作以版本spss13.0为例 ，以下提到的菜单项均在Analyze主菜单下 1、频数分析:Frequencies过程可以做单变量的频数分布表;显示数据文件中由用户指定的变量的特定值发生的频数;获得某些描述统计量和描述数值范围的统计量。 适用范围:单选题(例一)，排序题(例四)，多选题的方法二(例三) 频数分析也是问卷分析中最常用的方法。 实现: Descriptive statistics??Frequencies 2、 描述分析:Descriptives:过程可以计算单变量的描述统计量。这些述统计量有平均值、算术和、标准差，最大值、最小值、方差、范围和平均数标准误等。 适用范围:选择并排序题(例五)、开放性数值题(例六)。 实现: Descriptive statistics??Descriptives，需要的统计量点击按钮Statistics?中选择 3、 多重反应下的频次分析: 适用范围:多选题的二分法(例二) 实现:第一步在Multiple Response??Define Sets把一道多选问题中定义了的所有变量集合在一起，给新的集合变量取名，在Dichotomies Counted value中输入1。第二步在 19 Multiple Response??Frequencies中做频数分析。 4、 交叉频数分析:解决对多变量的各水平组合的频数分析的问题 适用范围:，适用于由两个或两个以上变量进行交叉分类形成的列联表，对变量之间的关联性进行分析。比如要知道不同工作性质的人上班使用交通工具的情况，可以通过交叉分析得到一个二维频数表则一目了然。 实现:第一步根据分析的目的来确定交叉分析的选项，确定控制变量和解释变量(如上例中不同工作性质的人是控制变量，使用交通工具是解释变量)。第二步选择Descriptive statistics??Crosstabs 四、 简单图形描述介绍 在做上述频数分析、描述分析等分析时就可以直接做出图形，简单方便，同时也可以另外作图。SPSS的作图功能在菜单Graphs下，功能强大，图形清晰优美。现在把常用图简单介绍如下 1、饼图:又称圆图，是以圆的面积代表被研究对象的总体，按各构成部分占总体比重的大小把圆面积分割成若干扇形，用以表示现象的部分对总体的比例关系的统计图。频数分析的结果宜用饼图表示。 2、曲线图:是用线段的升降来说明数据变动情况的一种统计图。它主要表示现象在时间上的变化趋势、现象的分配 20 情况和2个现象的依存关系等。 3、面积图:用线段下的阴影面积来强调现象变化的统计图。 4、条形图:利用相同宽度条形的长短或高低表现统计数据大小及变化的统计图。 五、 问卷深入分析 除了以上简单的分析，spss强大的功能还可以对问卷进行深入分析，比如常用的有聚类分析、交叉分析、因子分析、均值比分析(参数检验)、相关分析、回归分析等。因为涉及到很专业的统计知识，下面只将个人觉得比较有用的方法的适用范围和分析目的简单做介绍: 1、聚类分析 样本聚类，可以将被调查者分类，并按照这些属性计算各类的比例，以便明确研究所关心的群体。比如按消费特征对被调查者的进行聚类。 2、 相关分析 相关分析是针对两变量或者多变量之间是否存在相关关系的分析方法，要根据变量不同特征选择不同的相关性的度量方式。问卷分析中的多数用的变量都属于分类变量，要采用斯皮尔曼相关系数。 其中可以用卡方检验，其是对两变量之间是否具有显著性影响的分析方法 21 3、均值的比较与检验 (1)Means过程:对指定变量综合描述分析，分组计算计算均值再比较。比如可以按性别变量分为男和女来研究二者收入是否存在差距。 (2)T 检验:独立样本t检验用于不相关的样本是否开来自具有相同均值的总体的检验。比如，研究购买该产品的顾客和不购买的顾客的收入是否有明显差异。 如果样本不独立则要用配对t检验。比如研究参加职业 培训 焊锡培训资料ppt免费下载焊接培训教程 ppt 下载特设培训下载班长管理培训下载培训时间表下载 后 工作效率是否提高。 4、 回归分析 22