问卷调查用什么运筹学方法分析

⑴ 问卷调查可以用什么软件分析方法

表单大师可用来做问卷调查，然后数据收集，数据分析，就看你要求的分析程度深浅了。

⑵ 问卷调查方法有哪些各自的优缺点是什么

问卷调查法的优点：
1、问卷法节省时间、经费和人力。
2、问卷法调查结果容易量化。问卷调查是一种结构化的调查，其调查问题的表达形式、提问的顺序、答案的方式与方法都是固定的，而且是一种文字交流方式，因此，任何个人，无论是研究者，还是调查员都不可能把主观偏见代入调查研究之中。其调查的统计结果一般都能被量化出来。
3、问卷调查结果便于统计处理与分析。现在有大量的相关统计分析软件可以帮助我们进行数据分析，有些甚至能直接帮助我们设计问卷，方便实施和分析，也方便进行数据挖掘。
4、现在的电子问卷克服了纸质问卷的一些缺点，方便实施与调整。虽然他不可能取代面对面的问卷调查，但由于成本更低，更容易及时调整问卷设计上的不足，越来越多的问卷采用电子问卷的形式，可以通过网站，e－mail 进行发布与回收。数据直接使用数据库记录，方便筛选与分析。线上回收可选择各大问卷网站或沃销众填等平台。
5、问卷调查法可以进行大规模的调查。无论研究者是否参与了调查，或者参与的多少，都可以从问卷上了解被访者的基本态度与行为。这种方式是其任何方法也不可能做到的，而且问卷调查可以周期的进行而不受调查研究人员变更的影响 ,可以跟踪某些问题用户的变化。
问卷调查法的缺点：
1、面向设计的问题问卷调查比较难，面向未来的调查（为设计进行的调查）很多时候需要了解用户的意图、动机和思维过程。问卷调查这类问题往往效果不佳，或者说问题设计比较难。而开放式的问题，回收质量、分析和统计等工作也会受影响。
2、问卷调查设计难，调查问卷的主体内容设计的好坏，将直接影响整个专项调查的价值。问题的设计需要大量的经验，不同的人针对同一个问题，尤其是面向思维的问题，设计问卷差别可能会很大，信度和效度控制需要丰富经验。
3、调查结果广而不深。问卷调查是一种用文字进行对话的方法， 如果问题太多， 被访者会产生厌烦情绪， 因此，一般的问卷都比较简短，也就不可能深入探讨某一问题及其原因；
4、问卷调查结果的质量常常得不到保证。因为在被访者填答问卷时，用户的调查过程我们很难得知，是我们需要调查的真实用户吗？
5、问卷调查的回收率难以保证。问卷调查必须保证有一定的回收率，否则资料的代表性就会受到影响，回收率受问卷长度，问题难易程度，是否涉及隐私，参与调查获得回报多少等因素相关。另外，网络调查的回收率一般都不高，质量也难以保证。

⑶ 问卷应该如何统计和分析

可以用EXCEL的统计函数COUNTIF(A:A,"a")
比如你的10个问题分别对应列ABCDE FGHIJ,你可以在K1中的公式内输入=COUNTIF(A:A,"A"),表示第一题选A的人数,L1中的公式内输入=COUNTIF(A:A,"B")表示第一题选B的人数
以此类推就可以得到所有的统计结果

有点麻烦但也不是编程,应该就是多花点时间的问题

⑷ 问卷调查所能用的统计方法有哪些

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。

⑸ 李克特量表的调查问卷适合哪种相关分析方法啊

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。

量表题可以使用信度、效度、因子分析等方法进行分析。建议可以参考下面的量表类影响关系研究框架。

⑹ 调查问卷应该用哪种统计方法分析只有是 否 中立三个级

这个要看你的问卷啊，问题类型、被调查者的基本信息等等。因为不了解你调查的具体问题是什么，所以只能建议做最简单的描述统计，即分别统计每道题各个选项出现的百分比。

⑺ 问卷统计分析方法，如何进行调查问卷统计分析

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。

⑻ 问卷调查数据分析方法有哪些

1.
设计问卷
问题条款不要太多，多则调查效果不好。与你调研目的关联不大的项目都可不考虑，如性别、职业、旅游偏好等。
每条问题的选项要符合完整性，几项选择要不重复、不遗漏、同等级。
根据你的需求，至少需要有年龄段划分、旅游消费、停留天数等项目，应当考虑从旅游六要素细分游客花费结构。
2.
实施调查
设计抽样调查实施方式、实施场所、样本空间等问题，力求保证调查的时空分布随机性、样本空间代表性。
3.
数据录入
建议用excel，简单实用，功能足够，不建议用spss，华而不实，操作繁琐，不够灵活。
4.
数据处理
初等数学就差不多够用了，求和、求均值、求差求比，简单的侧重于市场份额和市场增长率两方面就能得出很多有用的结论，若精力、技术足够，建议用一些稍微高级一点点地数据模型算法等等，然后制成图表。
5.
调研分析
根据数据结果，结合相关的宏观旅游数据，提出自己的观点，引用自己的数据论证。
说的有点简单，实际上是一门学问，作好了很难，做简单了很容易，如果会用数理统计，数据前期预处理做点数据标准化、信度效度校验，初步建模后作个误差校验，即便不做误差反馈，估计应付个硕博论文什么的是没什么问题的。

⑼ 请问用spss分析调查问卷 哪种分析方法最好

你可以先计算变量间的相关系数矩阵，探索哪些变量间的相关性比较强；
在探索得到相关性较强的变量间，尝试利用累积logistit回归(ordered
logistic
regression)，或者列联表分析（不注重数据的顺序，将数据视为一般nominal数据）。

⑽ 如何对调查问卷进行效度和信度分析用spss软件分析（需要具体的操作步骤）谢谢各位大虾了。。。

在SPSS中，专门用来进行测验信度分析的模块为Scale下的Reliability Analysis；使用Data Rection之下的Factor模块，可以利用因素分析的方法来进行测验的建构效度检验；至于项目分析则没有专门的模块可以之间进行计算分析，但是却可以利用Summarize下的Frequencies、Correlate下的Bivariate和Compare Mean下的Independent-Samples T Test来计算几个常用的项目分析指标。
3 m6 ]$ l8 a6 j w% K0 ^
一、信度分析' M, k! n+ y# C

Reliability Analysis模块主要功能是检验测验的信度，主要用来检验折半信度、库李及a系数以及Hoyt信度系数值。至于重测信度和复本信度，只需将样本在二次（份）测验的分数的数据合并到同一数据文件之后，利用Correlate之下的Bivariate求其相关系数，即为重测或复本信度；而评分者信度则就就是使用的Spearman等级相关及Kendall和谐系数。

表1 Reliability Analysis模块的Model选项的参数及对应中文术语3 V O/ m5 i% P; N6 l' a
: `. P- I/ c: J9 X/ ~

关键字 功 能
; R% v( ?! T8 L) q* L$ ~
Alpha Cronbach a系数

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

Parallel 各题目变异数同质时的最大概率（maximum-likelihood）信度3 Q( _- Z9 }( a

Strict parallel 各题目平均数与变异数均同质时的最大概率信度7 p, x- S9 ?; J: p! k

5 H5 i7 h/ l7 Q) Q

表2 Reliability Analysis模块的Statistics部分选项的参数及对应中文术语

- X9 d% L( ~; ^5 L
关键字 功 能

F test Hoyt信度系数4 D3 A9 Y. c, u4 `

Friedman Chi Friedman等级变异数分析及Kendall和谐系数; [ H" S. [- z e

Cochran Chi Cochran’s Q检验，适用于答案为二分（如是非题）的量表+ _" z+ v3 I& C2 e& c

Hotelling’s T Hotelling’s T2 检验
& g" S5 S' K& t- f
Tukey’s Tukey的可加性检验
3 o6 O8 T* B4 `! ^; b1 S- c* o
Intraclass 量表内各题目平均数相关系数
+ \$ 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、项目分析
( F# S$ r( e; h/ {, @& @5 b# R: p
（一）难度
' z! Y/ I# n0 b7 ?
1、是非题和选择题- a7 k7 f! B+ U( ?

对于是非题、选择题等采用二分法记分的项目，难度通常用通过率来表示，即用答对或通过该题人数的百分比作为指标：P=R/N

P－项目的通过率，R答对或通过该项目的人数，N为全体被试人数。
( ]. X$ k: n- ` f; j; D. r
所涉及SPSS模块：Frequencies。

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

2、论述题等

难度公式为：! G9 |& e2 i" p6 t# O5 b2 `

# F8 q8 b: E$ y w" `
X－全体被试在某一项目上的平均分，Xmax为该项目的满分。

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

1、鉴别指数法/ L9 R1 U. G3 \

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

2、相关法

通过计算二列相关或点二列相关，以求得某一项目分数与效标分数或测验总分的相关作为该项目的区分度指标。

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

关键在于如何把低分组与高分组的数据分开，具体操作又取决于低分组与高分组划分标准，即是确定比例（如27％）还是在全距中等分（用Rank进行）。
- o- v5 B1 N3 d0 L J; O
# ~. e$ \8 o7 _$ J( j2 m6 y: ~
& g4 T4 h( C' O
关于效度分析，即采用因素（因子）分析的方法，其前提是变量类型均为定距或定比，都是连续变量，否则很难进行分析。对问卷进行信度、效度与项目分析讲解比较好的参考是：" B W9 Y+ u N- ^0 V# _

吴明隆编着，《统计应用实务——问卷分析与应用统计》，科学出版社，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
学术界普遍采用内部一致性系数（Cronbach's α值），检验数据信度。在spss中的操作程序如下：进spss输入数据，然后选择scale，再选择reliability analysis。注意在分析问卷信度时，要一个一个分析潜在变量。; p0 ]3 w( ?( ^7 j! Y1 w
效度分析：
内容效度是测量内容能够涵盖研究主题的程度。
因子分析的效度分析主要的指标可以看，因子提取的方差累积贡献率，如果因子提取的越少且方差累积率又不低的话（一般如果2个因子达到40%以上的贡献率就算可以的了），就可以认为因子分析的效度还可以。
5 S4 c: p: N9 V6 V6 }, A- P
除此之外，你可以用因子分析里面Descriotives里面KMO和巴特利检验（battele，不知道是不是这样写的），KMO的值如果>0.5，则说明因子分析的效度还行，可以进行因子分析；另外，如果巴特利检验的P<0.001，说明因子的相关系数矩阵非单位矩阵，能够提取最少的因子同时又能解释大部分的方差，即效度可以。
用各变量间的相关检验量表的内容效度，根据各变量与总分的相关是否超过各变量间的相关检验量表的结构效度。
各项变量之间的相关大于.40；各因子分与总分的相关也大于.40，且均大于各项因子之间的相关。表明问卷在本次调查中具有较好的内容效度和结构效度。 S3 h/ t" [) u; i) r% s5 I
具体操作是analyze>correlate>bivariate correlations。