問卷調查用什麼運籌學方法分析

⑴ 問卷調查可以用什麼軟體分析方法

表單大師可用來做問卷調查，然後數據收集，數據分析，就看你要求的分析程度深淺了。

⑵ 問卷調查方法有哪些各自的優缺點是什麼

問卷調查法的優點：
1、問卷法節省時間、經費和人力。
2、問卷法調查結果容易量化。問卷調查是一種結構化的調查，其調查問題的表達形式、提問的順序、答案的方式與方法都是固定的，而且是一種文字交流方式，因此，任何個人，無論是研究者，還是調查員都不可能把主觀偏見代入調查研究之中。其調查的統計結果一般都能被量化出來。
3、問卷調查結果便於統計處理與分析。現在有大量的相關統計分析軟體可以幫助我們進行數據分析，有些甚至能直接幫助我們設計問卷，方便實施和分析，也方便進行數據挖掘。
4、現在的電子問卷克服了紙質問卷的一些缺點，方便實施與調整。雖然他不可能取代面對面的問卷調查，但由於成本更低，更容易及時調整問卷設計上的不足，越來越多的問卷採用電子問卷的形式，可以通過網站，e－mail 進行發布與回收。數據直接使用資料庫記錄，方便篩選與分析。線上回收可選擇各大問卷網站或沃銷眾填等平台。
5、問卷調查法可以進行大規模的調查。無論研究者是否參與了調查，或者參與的多少，都可以從問卷上了解被訪者的基本態度與行為。這種方式是其任何方法也不可能做到的，而且問卷調查可以周期的進行而不受調查研究人員變更的影響 ,可以跟蹤某些問題用戶的變化。
問卷調查法的缺點：
1、面向設計的問題問卷調查比較難，面向未來的調查（為設計進行的調查）很多時候需要了解用戶的意圖、動機和思維過程。問卷調查這類問題往往效果不佳，或者說問題設計比較難。而開放式的問題，回收質量、分析和統計等工作也會受影響。
2、問卷調查設計難，調查問卷的主體內容設計的好壞，將直接影響整個專項調查的價值。問題的設計需要大量的經驗，不同的人針對同一個問題，尤其是面向思維的問題，設計問卷差別可能會很大，信度和效度控制需要豐富經驗。
3、調查結果廣而不深。問卷調查是一種用文字進行對話的方法， 如果問題太多， 被訪者會產生厭煩情緒， 因此，一般的問卷都比較簡短，也就不可能深入探討某一問題及其原因；
4、問卷調查結果的質量常常得不到保證。因為在被訪者填答問卷時，用戶的調查過程我們很難得知，是我們需要調查的真實用戶嗎？
5、問卷調查的回收率難以保證。問卷調查必須保證有一定的回收率，否則資料的代表性就會受到影響，回收率受問卷長度，問題難易程度，是否涉及隱私，參與調查獲得回報多少等因素相關。另外，網路調查的回收率一般都不高，質量也難以保證。

⑶ 問卷應該如何統計和分析

可以用EXCEL的統計函數COUNTIF(A:A,"a")
比如你的10個問題分別對應列ABCDE FGHIJ,你可以在K1中的公式內輸入=COUNTIF(A:A,"A"),表示第一題選A的人數,L1中的公式內輸入=COUNTIF(A:A,"B")表示第一題選B的人數
以此類推就可以得到所有的統計結果

有點麻煩但也不是編程,應該就是多花點時間的問題

⑷ 問卷調查所能用的統計方法有哪些

1. 調查的樣本量太小，計算出的結論可靠性不高。

例如看到一些研究生的論文，只發了幾十份問卷調查表，就根據統計到的百分比寫下十分肯定的結論。其實，是有問題的。

例如：調查「你對××活動喜歡的程度」，調查了45人。調查結果：非常喜歡2人，喜歡5人，一般10人，不太喜歡13人，不喜歡15人。作者統計出：喜歡和非常喜歡的共7人占調查人數45人的15.5%，不太喜歡和不喜歡的共28人，佔62.2%。並根據15.5%和62.2%來進一步寫結論。

但是，他忽略了調查的樣本計算出率以後，還應該計算率的標准誤和置信區間。如本例喜歡率為15.5%。還應該計算率的標准誤Sp。

_________ _________________

本例，喜歡率的標准誤 Sp =√P(1-P)/n = √15.5(100-15.5)/45 = 5.39 %

按樣本量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, 根據喜歡率15.5 %、標准誤5.39 % 和t0.05的值,可計算出：

95% 置信區間：15.5±2.02×5.39＝4.6%～26.4%。(置信區間上下限的差值高達21.8%)。

95% 置信區間的含義是，如果用樣本的喜歡率15.5%來估計總體的喜歡率時，有95%的可能是在4.6%～26.4%的區間之間。這樣高達21.8%的區間意味著15.5%是不太可信的。

但是，如果擴大樣本量到450人，4500人，而統計出的喜歡率也是15.5%。由於調查的樣本量擴大了，標准誤 Sp會縮小，計算出的95% 置信區間也就縮小為12.2%～18.8%和14.4%～16.6%。這時用樣本率估計總體率時，上下限的差值很接近15.5%，才是可信的。

2. 調查數據的統計分析過於簡單。

目前看到的調查數據統計分析大都比較簡單。只是計算各個問卷指標的百分比，如上面舉例的喜歡率15.5%等等。

要避免統計分析過於簡單，首先，在做調查表設計時，就事先要考慮好調查數據的統計分析方法。例如同樣是調查「你對××活動喜歡的程度」，除了要擴大調查樣本量外，在調查表中增加調查性別和年齡。這樣就可以採用一種較為復雜的方法——交叉分析。交叉分析是分析「年齡」、 「性別」和「對××活動喜歡程度」三個變數之間的關系。假設不分類統計時，喜歡率是15.5%。交叉分析後就會發現由於性別的不同，年齡段的不同喜歡率是不同的。

例如：2005年國民體質監測問卷調查中，對「睡眠時間」的統計分析，如果只是簡單地計算某市成年男子2473人的問卷，只能統計出：睡眠6小時以下的人為13.4%，睡眠6～9小時的73.6%，睡眠9小時以上的13%。但是，如果增加年齡因素，分年齡段進行統計就可以看到，各年齡段的百分比是不同的（統計表略）。利用分年齡段的百分比還可以畫出折線圖（圖略）。從圖上更可以清楚的顯示出：隨著年齡增加，睡眠時間逐漸減少的趨勢。

上述統計分析方法比較簡單。但是，僅靠簡單的統計方法來處理問卷調查數據是十分可惜的，因為大量的數據信息還沒有充分利用。所以，設計問卷時，就應該注意到，讓收集到的調查數據能做多因素統計分析（如：回歸分析，因子分析等）。下面是我幫助或指導有關單位做過的統計分析實例：

例1：2005年國民體質監測的調查問卷內容中，包括了各人的文化程度，職業，工作、生活和體育鍛煉等方面的許多問題。為了分析這些調查內容和各人的體質有什麼關系，找出哪些因素對體質的好壞特別有關？在進行統計分析時，就需要把體質監測的指標和問卷調查的內容聯系起來進行統計。

在成年組調查問卷內容中可進行計算的12個問題是：受教育程度，職業，平均每周工作時間，平均每天睡眠時間，睡眠質量，平均每天步行時間，平均每天坐姿活動時間，吸煙狀況，運動感受，平均每周鍛煉次數，平均每次鍛煉時間，堅持鍛煉時間。把這些作為X1, X2, ……X12，再把每個人體質監測中的體質總分作為Y，就可以進行逐步回歸分析計算。

某省成年男甲組4242人的數據用逐步回歸分析計算結果是：從12個指標中依次選出了X 1 (受教育程度)，X12 (堅持鍛煉時間)， X10(平均每周鍛煉次數)，X7(平均每天坐姿活動時間) 4個指標。得到回歸方程：

Y = 21.85+ 1.02 X 1 -0.20 X7+ 0.34 X10 + 0.28 X12 F=101.92 (P<0.01)

復相關系數 R= 0.296

根據回歸方程的系數就可以知道：受教育程度高，平均每周鍛煉次數多，堅持鍛煉時間長，平均每天坐姿活動時間少的人體質總分就高。反之就低。而這個結論只做一般的調查表百分比統計，是得不到的。

例2：某市開展《超重與肥胖人群運動與營養綜合干預實驗研究》12周後，對參加者進行了問卷調查，內容有：每天進餐情況（分為：五分飽，八分飽，十分飽），每周快走次數（分為：3次以下，3次，4次，5次及以上），每次快走時間（分為：30分鍾以內，30～60分鍾，60～90分鍾，90分鍾以上），每次快走距離（分為：3公里以下，3～4公里，5公里及以上）等。

如果僅統計各個問卷內容的百分比，只能計算出如：每次快走時間30分鍾以內的29人佔22.1%，30～60分鍾的47人佔35.9%，60～90分鍾的19人佔14.5%，90分鍾以上的36人佔27.5% 等等，這樣的統計結果並不能說明什麼問題。更無法分析出哪些是對減肥有效果的因素。

但是，把問卷調查的內容與參加12周實驗後各人體重下降值聯系起來統計，情況就不同了。如可以分別計算出：每周快走次數、每次快走時間等指標與體重下降值的相關系數。當計算出以上指標都和體重下降值呈中度或低度相關時，還可以進一步用回歸分析的方法計算出標准回歸系數或偏回歸平方和來分析各指標對體重下降的作用大小。

本例有131人參加實驗，為了用數學表達式來描述：飲食、運動量和降體重的關系。把調查表內容轉換成數字後，選擇了X1（每天進餐情況）、X2（每周快走次數）、X3（每次快走距離）與Y（體重下降值）計算出三元回歸方程：

Y= 1.26－1.30 X1 +0.59 X2 +1.70 X3 F =13.855 (P<0.01)

復相關系數 R = 0.4966

從回歸方程可以看到，在吃八分飽的情況下，增加每周快走次數和每次快走距離，降體重的效果更好。

可見，當採用了多元回歸分析方法後，可以充分利用調查表裡的信息從而獲得比簡單的統計百分比更多的研究結果。

例3：某市對學生體質下降原因進行調研時，設計的調查表內容包括：學生、家長、學校等方面30多項指標。為了分析調查的各指標對學生身體素質影響的主次關系，從調查表中選出可進行因子分析計算的26個指標進行了R型因子分析計算。

R型因子分析通過計算，可找出控制著所有指標的幾個主要因素。計算後，原來的許多指標重新組合成較少的幾個新的綜合指標──公因子。這些公因子相互獨立而且反映了原來指標的絕大部分信息。通過R型因子分析的結果，可以看出哪些指標是同一類的，每一個指標以哪一公因子為主，其他公因子所佔比例如何，從而分析該指標的特點。還可根據貢獻率較大的幾個公因子中所包括的指標，來分析出各指標的主次關系。

對3699名中學生的調查數據作R型因子分析計算後，從貢獻率最大的5個公因子所包括的調查指標看，歸入第1公因子的7個指標，都和參加體育活動有關，因此把第一公因子命名為體育活動因子，歸入第2公因子的2個指標，是反映學生家長文化水平的學歷，歸入第3公因子的2個指標，是反映學生是否關心自己體質、健康的指標，歸入第4公因子的2個指標，是反映學校是否關心和組織學生體育活動的指標，歸入第5公因子的2個指標，是反映學生家長對體育運動的態度的指標。

從而可以分析出，對學生體質影響最大的第一因素是學生參加體育活動的情況，第二因素是家長的文化水平高低，第三因素是學生自己是否關心自己的體質、健康情況。第四因素是學校是否關心和組織學生參加體育活動，第五因素是家長是否喜愛體育活動是否支持學生參加體育活動。

因子分析的優點在於用一個或少數幾個綜合指標概括原始數據中盡量多的信息，它能夠實現對問題的高度概括，並揭示出一般的特徵和規律。本例通過因子分析的統計方法，從學生填在26個調查問卷中的信息，分析出了對學生體質影響的幾個主要因素。

⑸ 李克特量表的調查問卷適合哪種相關分析方法啊

量表類問卷最大的特點是：非常多的量表題，而且量表題對應著『變數』或者『維度』。便於研究『變數』間的關系情況。

量表題可以使用信度、效度、因子分析等方法進行分析。建議可以參考下面的量表類影響關系研究框架。

⑹ 調查問卷應該用哪種統計方法分析只有是 否 中立三個級

這個要看你的問卷啊，問題類型、被調查者的基本信息等等。因為不了解你調查的具體問題是什麼，所以只能建議做最簡單的描述統計，即分別統計每道題各個選項出現的百分比。

⑺ 問卷統計分析方法，如何進行調查問卷統計分析

第一，定性分析法
定性分析是調研工作中的一種探索性分析方法。定性分析方法是先要對問題進行定位，對問題進行深層次的認識和理解。這種方法一般只適用於專業人員，因為這種方法是要對調研的問題有深入的了解和較高的專業水平。
第二，定量分析法
定量分析首先要對問卷進行數量化，利用量化後的數據對資料進行分析。這里涉及到兩個方面：一是簡單的定量分析；二是復雜的定量分析。
1．簡單的定量分析是對調查問卷進行一些相對比較得單的數據分析，最常用的有百分比、頻數、平均數分析法。
2．復雜定量分析法
復雜定量分析是相對於簡單的定量分析而言的，由於在問卷中的變數較多，不是簡單的一個或兩個，而是多個，這時就需要用復雜的分析方法，復雜分析方法又分為多元分析和聚類分析。
多元分析是通過分析數據由表到里，由外到內的一種分析方法，通過變數之間的規律變化而從中找出一定的規律性。
聚類分析是根據一定的規則把應答者進行劃分成為相對類似的群組，然後把群組進行具體的分析。
無論採用哪種方法對問卷進行分析，我們首先需要掌握好問卷的信度問題，如查問卷的可信度低，那麼用哪一種方法進行分析都是徒勞的。

⑻ 問卷調查數據分析方法有哪些

1.
設計問卷
問題條款不要太多，多則調查效果不好。與你調研目的關聯不大的項目都可不考慮，如性別、職業、旅遊偏好等。
每條問題的選項要符合完整性，幾項選擇要不重復、不遺漏、同等級。
根據你的需求，至少需要有年齡段劃分、旅遊消費、停留天數等項目，應當考慮從旅遊六要素細分遊客花費結構。
2.
實施調查
設計抽樣調查實施方式、實施場所、樣本空間等問題，力求保證調查的時空分布隨機性、樣本空間代表性。
3.
數據錄入
建議用excel，簡單實用，功能足夠，不建議用spss，華而不實，操作繁瑣，不夠靈活。
4.
數據處理
初等數學就差不多夠用了，求和、求均值、求差求比，簡單的側重於市場份額和市場增長率兩方面就能得出很多有用的結論，若精力、技術足夠，建議用一些稍微高級一點點地數據模型演算法等等，然後製成圖表。
5.
調研分析
根據數據結果，結合相關的宏觀旅遊數據，提出自己的觀點，引用自己的數據論證。
說的有點簡單，實際上是一門學問，作好了很難，做簡單了很容易，如果會用數理統計，數據前期預處理做點數據標准化、信度效度校驗，初步建模後作個誤差校驗，即便不做誤差反饋，估計應付個碩博論文什麼的是沒什麼問題的。

⑼ 請問用spss分析調查問卷 哪種分析方法最好

你可以先計算變數間的相關系數矩陣，探索哪些變數間的相關性比較強；
在探索得到相關性較強的變數間，嘗試利用累積logistit回歸(ordered
logistic
regression)，或者列聯表分析（不注重數據的順序，將數據視為一般nominal數據）。

⑽ 如何對調查問卷進行效度和信度分析用spss軟體分析（需要具體的操作步驟）謝謝各位大蝦了。。。

在SPSS中，專門用來進行測驗信度分析的模塊為Scale下的Reliability Analysis；使用Data Rection之下的Factor模塊，可以利用因素分析的方法來進行測驗的建構效度檢驗；至於項目分析則沒有專門的模塊可以之間進行計算分析，但是卻可以利用Summarize下的Frequencies、Correlate下的Bivariate和Compare Mean下的Independent-Samples T Test來計算幾個常用的項目分析指標。
3 m6 ]$ l8 a6 j w% K0 ^
一、信度分析' M, k! n+ y# C

Reliability Analysis模塊主要功能是檢驗測驗的信度，主要用來檢驗折半信度、庫李及a系數以及Hoyt信度系數值。至於重測信度和復本信度，只需將樣本在二次（份）測驗的分數的數據合並到同一數據文件之後，利用Correlate之下的Bivariate求其相關系數，即為重測或復本信度；而評分者信度則就就是使用的Spearman等級相關及Kendall和諧系數。

表1 Reliability Analysis模塊的Model選項的參數及對應中文術語3 V O/ m5 i% P; N6 l' a
: `. P- I/ c: J9 X/ ~

關鍵字 功 能
; R% v( ?! T8 L) q* L$ ~
Alpha Cronbach a系數

Split-half 折半信度，n是第二分量表的題數
( e3 N, N6 w4 l% N( d8 A3 c4 ]
Guttman Guttman最低下限真實信度法0 o+ n; n/ ^2 d& B

Parallel 各題目變異數同質時的最大概率（maximum-likelihood）信度3 Q( _- Z9 }( a

Strict parallel 各題目平均數與變異數均同質時的最大概率信度7 p, x- S9 ?; J: p! k

5 H5 i7 h/ l7 Q) Q

表2 Reliability Analysis模塊的Statistics部分選項的參數及對應中文術語

- X9 d% L( ~; ^5 L
關鍵字 功 能

F test Hoyt信度系數4 D3 A9 Y. c, u4 `

Friedman Chi Friedman等級變異數分析及Kendall和諧系數; [ H" S. [- z e

Cochran Chi Cochran』s Q檢驗，適用於答案為二分（如是非題）的量表+ _" z+ v3 I& C2 e& c

Hotelling』s T Hotelling』s T2 檢驗
& g" S5 S' K& t- f
Tukey』s Tukey的可加性檢驗
3 o6 O8 T* B4 `! ^; b1 S- c* o
Intraclass 量表內各題目平均數相關系數
+ \$ Z9 m! B8 m7 u% k
6 E$ f$ R/ j8 j5 N# V: m

二、效度分析4 d4 ^5 T& @ n6 d' a
0 G, b' T. u9 T7 n" d2 [
即因素分析的方法。5 ]7 V' m' w4 _1 K

三、項目分析
( F# S$ r( e; h/ {, @& @5 b# R: p
（一）難度
' z! Y/ I# n0 b7 ?
1、是非題和選擇題- a7 k7 f! B+ U( ?

對於是非題、選擇題等採用二分法記分的項目，難度通常用通過率來表示，即用答對或通過該題人數的百分比作為指標：P=R/N

P－項目的通過率，R答對或通過該項目的人數，N為全體被試人數。
( ]. X$ k: n- ` f; j; D. r
所涉及SPSS模塊：Frequencies。

或用公式：P=(PH+PL)/2
( ?6 o, h. H: |, I- z a8 _
所涉及SPSS模塊：Rank、Frequencies。- q* l/ x# r% d- S6 j

2、論述題等

難度公式為：! G9 |& e2 i" p6 t# O5 b2 `

# F8 q8 b: E$ y w" `
X－全體被試在某一項目上的平均分，Xmax為該項目的滿分。

所涉及的SPSS模塊：Compare Means－>Means。" p# ^) c4 {( y9 p0 j7 ]
6 u \' w9 y, ^* w
（二）區分度; p/ z" v( B% A: d3 W9 q

1、鑒別指數法/ L9 R1 U. G3 \

計算公式： D=PH-PL
; o' E) {4 n6 G9 F" k( S+ I
$ W5 Q# Z" e+ H2 G& G
所涉及SPSS模塊：Rank、Frequencies。

2、相關法

通過計算二列相關或點二列相關，以求得某一項目分數與效標分數或測驗總分的相關作為該項目的區分度指標。

所涉及的SPSS模塊：Correlate－>Bivariate。+ Y9 }% C" q& ^" ?, ~6 w

關鍵在於如何把低分組與高分組的數據分開，具體操作又取決於低分組與高分組劃分標准，即是確定比例（如27％）還是在全距中等分（用Rank進行）。
- o- v5 B1 N3 d0 L J; O
# ~. e$ \8 o7 _$ J( j2 m6 y: ~
& g4 T4 h( C' O
關於效度分析，即採用因素（因子）分析的方法，其前提是變數類型均為定距或定比，都是連續變數，否則很難進行分析。對問卷進行信度、效度與項目分析講解比較好的參考是：" B W9 Y+ u N- ^0 V# _

吳明隆編著，《統計應用實務——問卷分析與應用統計》，科學出版社，2003。, |4 E9 t' o5 v' Z
% Q0 v C& o- O3 t F
信度分析：& l2 v- M! _3 e5 [! f) S
學術界普遍採用內部一致性系數（Cronbach's α值），檢驗數據信度。在spss中的操作程序如下：進spss輸入數據，然後選擇scale，再選擇reliability analysis。注意在分析問卷信度時，要一個一個分析潛在變數。; p0 ]3 w( ?( ^7 j! Y1 w
效度分析：
內容效度是測量內容能夠涵蓋研究主題的程度。
因子分析的效度分析主要的指標可以看，因子提取的方差累積貢獻率，如果因子提取的越少且方差累積率又不低的話（一般如果2個因子達到40%以上的貢獻率就算可以的了），就可以認為因子分析的效度還可以。
5 S4 c: p: N9 V6 V6 }, A- P
除此之外，你可以用因子分析裡面Descriotives裡面KMO和巴特利檢驗（battele，不知道是不是這樣寫的），KMO的值如果>0.5，則說明因子分析的效度還行，可以進行因子分析；另外，如果巴特利檢驗的P<0.001，說明因子的相關系數矩陣非單位矩陣，能夠提取最少的因子同時又能解釋大部分的方差，即效度可以。
用各變數間的相關檢驗量表的內容效度，根據各變數與總分的相關是否超過各變數間的相關檢驗量表的結構效度。
各項變數之間的相關大於.40；各因子分與總分的相關也大於.40，且均大於各項因子之間的相關。表明問卷在本次調查中具有較好的內容效度和結構效度。 S3 h/ t" [) u; i) r% s5 I
具體操作是analyze>correlate>bivariate correlations。