問卷數據分析

問卷調查統計分析方法

從統計分析的層次劃分問卷的統計分析方法可分為兩類：定性分析和定量分析。

一、定性分析

定性分析是一種探索性調研方法。目的是對問題定位或啟動提供比較深層的理解和

認識，或利用定性分析來定義問題或尋找處理問題的途徑。但是，定性分析的樣本一般比較

少〔一般不超過三十〕，其結果的準確性可能難以捉摸。實際上，定性分析很大程度上依靠

參與工作的統計人員的天賦眼光和對資料的特殊解釋，沒有任何兩個定性調研人員能從他們

的分析中得到完全相同的結論。因此，定性分析要求投入的分析者具有較高的專業水平，并

且優先考慮那些做數據資科收集與統計工作的人員。

二、定量分析

在對問卷進行初步的定性分析后，可再對問卷進行更深層次的研究——定量分析。

同卷定量分析首先要對問卷數量化，然后利用量化的數據資料進行分析。問卷的定量分析根

據分析方法的難易程度可分為定量分析和復雜定量分析。

〔一〕簡單的定量分析

簡單的定量分析是對問卷結果作出一些簡單的分析，諸如利用百分比、平均數、頻

數來進行分析。在此，我們可將問卷中的問題分為以下幾類進行分析。

1、對封閉問題的定量分析。封閉問題是設計者已經將問題的答案全部給出，被調查

者只能從中選取答案。例如：

您認為出入正式場合時，穿著重要嗎？〔限選一項〕

一點也不重要……………………l

不重要……………………2

無所謂……………………3

重要…………………………4

非常重要…………………………5

對于全部45次訪問的答復，我們可以簡單地統計每種答復的數目：一點也不重要=2；

不重要=5；無所謂=10；重要=15，可把結果整理成如表一所示：

表一出入正式場合穿著重要性

從表一中可以一目了然地看出分析結果——幾乎三分之一的被調查者認為在正式場合穿著

很重要，僅有15.6%的人認為在正式場合穿著不重要。

表一是對全部樣本總體的分析。然而，幾乎所有的問卷分析都要求不同的被訪群之

間的比較。這就需要用較為復雜的方法——交叉分析來實現。交叉分析是分析三個變量之間

的關系。例如美國的一位調研人員疑心美國人“海外旅游的欲望可能與年齡”有關，但通過

分析發現，沒有發現兩者之間存在任何聯系，當將性別作為第三個變量引進之后，發現在男

性中45歲以下的人中有60%有“海外旅游欲望”，而45歲以上者只有40%有這種愿望。但

是在女性中結果正好相反，因此，將全部數據混合在一起分析時，年齡“與海外旅游欲望”

之間的關系就掩蓋了，而按不同性別分類后，這種隱含的相關關系就被揭露出來。如表二所

示：

表二接“年齡”和“性別”分類的“海外旅游的欲望”

從表二中可以看出交叉分析的強大作用。它還可同時研究多個變量之間的關系。例如：可再

加上收入、職業等各方面來進行比較分析。

2、對開放問題的定量分析。開放性問題是指問卷設計者不給出確切答案，而由被調

查者自由答復。例如：

表三您為什么不想海外旅游

如果所有回收的問卷只有這5種答案，那么就很容易作出分析概括?？墒?，一般回收的問卷

都有幾百份，所以對于開放性問題就可能有幾十種甚或幾百種答案。對于這幾百種答案，就

很難進行分析。因此對于這種問題，必須進行分類處理，例如可把不旅游的理由大概分為四

類，如表四：

表四不想旅游的理由

利用上表中的四種原因，我們就可以進行分析處理，并且從表中很容易看出被調查者的觀點。

3、數量答復的定量分析，即答復結果為數字。例如“您為海外旅游花費多少？”對

于這類問題，最好的方法是對量化后的數據進行區間處理，區間范圍的劃分很大程度上是靠

經驗、專業知識來劃分的。在用區間表示數量分布的同時，可同時使用各種統計量來描述結

果，包括位置測度；平均值、中位數和出現頻率最高的值或者分散程度的測定；范圍、四分

位數的間距和標準偏差。

上述三種方法僅是簡單的問卷分析，靠簡單的統計方法來處理數據是十分可惜的，

因為這樣會喪失大量的數據信息，使決策的風險增大，并使分析結果流于淺薄。

〔二〕復雜定量分析

簡單分析常用于單變量和雙變量的分析，但是社會經濟現象是復雜多變的，僅用二

個變量難以滿足需要。這時就需要用到復雜定量分析，在問卷設計中，常用的復雜定量分析

有兩種——多元分析和正交設計分析：

1、多元分析就是通過對觀測數據的分析，由表及里來研究多個變量之間相互依賴的

規律性，或者根據實際問題的需要對研究對象作出某種評價、分類、判別，或者從中發現各

個指標都起作用的更一般〔從而也更抽象〕的公共因素。在問卷分析中常用的多元分析，主

要是有聚類分析、主成份分析、因子分析三類：

1〕聚類分析。聚類分析的主要目的在于將被調查者對某問題的態度根據一定的法則

聚類成相對類似的群組，利用群組進一步的分析。現在由于電腦技術的發達，枯燥的聚類分

析計算已不用手工計算，因此具體的計算過程在這里不再多說。這里僅用一個例子來描述一

下它的作用。例如：

在調查大學生性格和品質時，您認為自己應該具有哪些品質和性格？

〔1〕勇敢；〔2〕幽默；〔3〕守紀律；〔4〕富有同情心；〔5〕樂于請教人；〔6〕

機智；〔7〕認真；〔8〕有禮貌；〔9〕聽話；〔10〕勤奮；〔11〕虛心；〔12〕堅韌；〔13〕

敏捷；〔14〕獨立；〔15〕穩健。

對15個變量P1到P15進行聚類分析，它們都是0-l變量〔選取該項時取為1，否

則為0〕。可利用SPSS軟件分析，最終聚類分析結果為：〔以五類為例〕

〔1〕P1、P2、P6、P12、P13、P14、P15

〔2〕P3、P8、P9

〔3〕P5

〔4〕P4

〔5〕P7、PIO、P11

通過聚類分析，我們可以知道哪幾種問題屬于哪一類，這樣在分析問卷里，就可以

將被訪問者分類，例如，我們可將〔1〕歸類為〔智慧型〕，〔2〕歸類為“傳統型”，借此

來了解被訪問者的性格傾向。聚類分析最大的優點是簡單易操作，它的缺點是沒有形成一個

完整的理論體系，因此解釋起來比較困難。

2〕因子分析。在問卷中常有一些不可直接觀測的基本特征，例如“態度”、“認識”、

“愛好”、“能力”、“智力”等等實際不可觀測的潛在變量。因子分析正是利用這些潛在

變量解釋可觀測變量的一種工具。

研究者在設計問卷時實際上是假設有某種結構存在的，通過因子分析可以驗證研究

者假設是否成立。因子分析的主要功能是從量表所度量的一系列變量中別離或提取出一些公

共因子，這些因子與其它變量之間的聯系則是可以進行研究的，通常是利用復雜的數學方法

把量表中高度關聯性的觀測量按某種規則分成幾群，每一群的變量共享一個公共因子，也就

是說該群變量與這個公共因子有高度關聯，表現為在該因子上的“負荷量”明顯的大〔指絕

對值〕。這幾個公共因子也就代表了量表的基本結構。根據被訪問者的態度，并將其量化，

然后進行因子分析。例如大學生對服裝品牌和價格態度量表的因子分析，利用SPSS分析，

結果如下表所示：

表五大學生對服裝品牌和價格態度量表的因子分析

從因子分析的結果中可以看到，在第一個公共因子F1上有較高負荷量的幾個問題與大學生

對價格的關心程度有關，因此我們將Fl命名為“價格意識”因子，它的奉獻率即有效程度為

39.28%。在第二公共因子F2上有較高負荷量的二項量表全部涉及品牌方面，我們將其命名

為“品牌效應”因子，它的有效程度為28.50%，與第一個因子的累積有效程度為67.78%。也

就是說，這二個因子對這幾個變量的累積奉獻率約等于70%。一般來說，這種累積程度已

足夠解釋大學生對服裝的態度。

從這個例子中可以看出因子分析的優點在于用一個或少數幾個綜合指標概括原始盡

量多的信息，它能夠實現對問題的高度概括，并揭示現象更一般的特征和規律。

2、正交設計分析。除多元分析外，還有另外一種復雜的問卷分析方法——正交設計

分析。正交設計分析的步驟是：

〔1〕首先對問卷進行正交分析，盡可能使問卷結構合理；

〔2〕進行問卷調查，并收集數據；

〔3〕整理數據，對調查結果進行分析〔可采用正交試驗中的方差分析〕；

〔4〕得出分析結果。

正交設計有很多優點：

一是節省費用，可以從少數據的問題中獲得充分的信息；

二是從方案設計到問卷結構的分析，完全采用現成的表格，是多因素調查簡便有效

的方法；

三是正交設計的主要優點是可靠性強，通過正交表所選的問題具有很高的代表性。

這里不再給出具體的倒子。實際上，除了這兩種復雜分析方法外，問卷的復雜定量分析還有

很多種。

三、統計分析方法的選擇及應該注意的問題

1、統計分析方法的選擇

選取合適的問卷分析方法，是非常困難的。一般情況下，選擇方法時應該注意兩個

問題：第一，如果只需對問題進行初步的探索，那么可采用定性分析或簡單定量分析：第二，

如果需要對問題進行深層研究，探索事物的本質，則需要利用復雜定量分析。在復雜定量分

析中，對于態度型問卷，較適宜利用因子分析。如果需要對問題選項進行劃分，則利用聚類

分析較為合適。而正交設計，則適用于多因素的調查，當然這幾種方法也可交叉使用。事實

上在很多時候，合適的問卷分析方法的選取取決于分析人員的經驗和專業知識。

2、選擇方法過程中應注意的問題

以上是同卷的定性分析和定量分析的簡單描述。事實上，定性分析和定量分析是不

可能完全分開的，在市場調研中，經常將定性分析與定量分析相結合，使之互相配合，以便

收到更準確、更全面和更細致的調查結果。現今在發達國家的市場調查實踐中，就經常使用

定性分析的方法以輔助與補充定量分析的不足。例如，有些問題涉及到被調查者的隱私或對

他們的自我形象有消極作用，這時被調查者就可能作出不切實際的答復。此時利用定性分析

可得到較切實際的結果。