調研報告數據分析的分析方法

㈠ 問卷調查數據分析方法有哪些

1、描述性統計分析

包括樣本基本資料的描述，作各變數的次數分配及百分比分析，以了解樣本的分布情況。

2、Cronbach』a信度系數分析

信度是指測驗結果的一致性、穩定性及可靠性，一般多以內部一致性來加以表示該測驗信度的高低。信度系數愈高即表示該測驗的結果愈一致、穩定與可靠。

3、探索性因素分析和驗訌性因素分析

用以測試各構面衡量題項的聚合效度與區別效度。

4、結構方程模型分析

可同時處理多個因變數，容許自變數和因變數含測量誤差，可同時估計因子結構和因子關系。

問卷調查的種類

問卷調查根據載體的不同，可分為紙質問卷調查和網路問卷調查。

紙質問卷調查就是傳統的問卷調查，調查公司通過雇傭工人來分發這些紙質問卷，以回收答卷。這種形式的問卷存在一些缺點，分析與統計結果比較麻煩，成本比較高。

網路問卷調查，就是用戶依靠一些在線調查問卷網站，這些網站提供設計問卷，發放問卷，分析結果等一系列服務。這種方式的優點是無地域限制，成本相對低廉，缺點是答卷質量無法保證。

問卷調查，按照問卷填答者的不同，可分為自填式問卷調查和代填式問卷調查。

自填式問卷調查，按照問卷傳遞方式的不同，可分為報刊問卷調查、郵政問卷調查和送發問卷調查；代填式問卷調查，按照與被調查者交談方式的不同，可分為訪問問卷調查和電話問卷調查。

㈡ 數據分析怎麼做

一、 具備基本的數據素養

1. 具備基本的統計學概念

先來說一下最基礎的概念：平均值，中位數，百分位數，眾數，離散程度，方差，標准差。這里不一一贅述，只簡單說一下均值和中位數的差異。 均值：即平均數，優勢是，均值跟所有數據都相關，劣勢是容易受到極端值影響。
比如，你和你的3個好友，跟比爾蓋茨組成一個團隊，然後這個團隊的人均身價是200億美金，你會覺得自己是有錢人嗎？ 中位數：只跟排在中間的數據相關，優點是不受極端值影響，缺點是缺乏敏感性。

2. 避免數據邏輯錯誤常見數據邏輯謬誤1：相關當因果

「有研究結果表明：顏值高的人收入也更高。」 聽到這個結論，你會不會覺得應該去整容？ 但有可能是因為，顏值高的人相對比較自信，而自信的人容易在職場上獲得成功，所以收入高。也有可能，是收入高的人有能力裝扮自己，所以看起來顏值更高。所以說，上面這個表達，只是在說顏值和收入相關，但沒有說兩者是因果關系。

二、數據溝通和表達：如何用數據講故事

如果你能夠具備足夠的數據素養，知道如何呈現數據，同時能夠把數據表達出來，那麼就能在故事當中融入足夠有說服力的數據，故事自然變得很有說服力。

1. 理解溝通目的和對象

如果你說服一個客戶購買你的理財產品，你會怎麼跟他說？

第一種：這個理財產品有10%的概率會虧；

第二種：這個理財產品有90%的概率能賺。

當然是後者，他聽完大概率願意買，但如果是前一種說法，他可能會很恐懼。 所以，當你在公司裡面跟不同的對象溝通時，也應該呈現不一樣的數據。
比如，高層可能關心公司整體營收、盈利等等相關數據，中層可能關心他們部門的KPI數據，而主管更關注某個活動、某個舉措的成功失敗情況。

2. 選擇合適的數據表達類型

怎麼樣用更加合適的數據圖表類型？這里有些經驗干貨分享給大家，常用表格適用范圍如下：

o 散點圖（適合相關）

o 折線圖（適合趨勢）

o 橫的和豎的條形圖（適合對比）

o 瀑布圖（適合演變）

o 熱力圖（適合聚焦）

o 雷達圖（適合多指標）

o 詞雲圖（適合看分布）等等

3. 符合數據可視化原則

數據的可視化也非常重要，因為如果沒有可視化，就是一些數字羅列，那就跟文字信息沒什麼差異了。
數據可視化的幾個原則：閱讀門檻別太高，不要過多顏色，突出關鍵信息，文本與數據呼應。