为什么选择问卷

为什么选择问卷
　 Your Ideas Matter
shuaizhexu@gmail.com
2010.05.11.

报告流程

通俗易懂的
语言 + 图表
录入数据
不同研究方法
整理数据库
多角度验证

录入数据
 单选题
 e.g. 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 q ，值 1 、 2 、 3 、 4 分别代表
A、B、C、D
 是非题
 e.g. 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 没有
 编码：只定义一个变量 q ，值 1 、 0 分别代表是，否

录入数据
 多选题（二分法）
 e.g. 贵处的职业生涯规划系统工作涵盖哪些组群？勾选时请把所有提
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 qi ，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 ，则分别录入为
1、0、1
 多选题（直接录入法 / 数据库）（推荐）
 e.g. 你认为开展保持党员先进性教育活动的最重要的目标是哪几项：
 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：定义一个变量 q ，以 123456 分别代表选项 ABCDEF ，如被
调查者选 AFC ，则录入 163

录入数据
 排序题：对选项重要性进行排序
 e.g. 您购买商品时在①品牌 ②流行 ③质量 ④实用 ⑤价格中对它们
的关注程度先后顺序是（请填代号重新排列） _______
 编码：录入数字 12345 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“ ，例如 34512
 开放性数值题和量表题
 你的年龄： ______
 编码：定义一个变量，录入被调查者实际填入的数值
 开放性文字题
 按照含义相似的答案进行编码，转换成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，直接做定性分析

录入数据： SPSS 中的缺失值
 缺失值的出现
 受访者拒绝回答问题、题目中没有选项答案、调查研究中的损耗、从
多个数据源中合并数据
 缺失值理论
 完全随机缺失（ MCAR ）：缺失现象完全是随机发生的，和自身或
其他变量的取值无关；比如说，受访者在街头接受访问时，突然沙粒
吹进了眼睛导致问卷后面的问题无法回答，从而造成了数据缺失
 随机缺失（ MAR ）：有缺失值的变量其缺失情况发生与数据集中其
他无缺失变量的取值有关；换句话说，缺失值的概率是由数据集中不
含缺失值的变量决定的，而不是由含缺失值的变量决定的
 非随机缺失（ MANR ）：数据的缺失不仅和其他变量的取值有关，
也和自身的取值有关；比如问题设计过于敏感造成的缺失

小结
 量化研究用 Excel ，质性研究用数据库
 把所重视的东西都用数字代表
 为什么要用多选题？为什么不做访谈？
 不用特意关心缺失值

整理数据库
 检查重复数据
 一个录入员输入了一遍，另一个录入员又输入了一遍
 SPSS -> Frequency

 定类

质性材料
定序

量化数据
定距

定比

小结
 编程
 待续

最常见的要求：信度
 信度指标大致可分为三类
 稳定系数（跨时间的一致性）
 等值系数（跨形式的一致性）
 内在一致性系数（跨项目的一致性） Cronbach’s a
 信度系数不高说明：
 粗心大意
 项目分析
 建议做 Spearman 等级相关及 Kendall 和谐系数

最常用的系数：相关系数
 Spearman 秩相关系数
 对分布不作要求，适用于数据不服从正态分布或总体分布未知
 适合于定序变量，对样本大小没有要求
 属于非参数统计方法
 适合于反映分类变量相关性
 适合于定序变量或不满足正态分布假设的等间隔数据
 不恰当的使用则可能得出相关系数偏小的结论，考察不到变量间
的密切关系；一般情况下默认数据服从正态分布，用 Pearson
 Kendall W / Kendall U / Kendall‘s tau

最常见的设计失误：多选题
 多重对应分析
 超过两个以上定类变量
 如果只有三个或有限的几个变量完全可以通过数据变换和交互表变量
重组可以转换成两个定类变量，这时候就可以用简单对应分析了
 对应分析数据的典型格式是列联表或交叉频数表
 常表示不同背景的消费者对若干产品或产品的属性的选择频率
 背景变量或属性变量可以并列使用或单独使用
 两个变量间——简单对应分析
 多个变量间——多元对应分析

 多重对应分析

 顺序量表的处理：（典型错误）
 e.g. 如下购买彩电的因素，您认为它们的重要程度是：
 　　　　很重要　比较重要　一般　不太重要　不重要
 价格 1 2 3 4 5
 质量 1 2 3 4 5
 品牌 1 2 3 4 5
 样式 1 2 3 4 5
 颜色 1 2 3 4 5
 型号 1 2 3 4 5
 功能 1 2 3 4 5

 顺序量表的处理：加权（推荐）
 e.g. 如下因素，在购买彩电时，您认为：
 （ 1 ）价格；（ 2 ）质量；（ 3 ）品牌；（ 4 ）样式；（ 5 ）颜色
；（ 6 ）型号；（ 7 ）功能
 A. 最重要的因素是：（）
 B. 比较重要的因素是：（）（）（限选两项）
 C. 不太重要的因素是：（）（）（限选两项）
 D. 最不重要的因素是：（）

 顺序量表的处理：加权（推荐）
 对最重要的因素取“ 3” 作为权重，第二重要的取“ 2” 作为权重，第三
重要的取“ 1” 作为权重；假定人们认为价格最重要的比例为 25% ，
认为第二重要的为 20% ，认为第三重要的为 10% ，那么价格因素
的重要程度及顺序指数为：
 （ 25%*3+20%*2+10%*1 ） / （ 3+2+1 ）
 可以用最大权重值作为分母，这就使得顺序指数介于 0~1 之间了：
 （ 25%*3+20%*2+10%*1 ） /3

 顺序量表的处理：转化为 Likert 量表
 1 ）价格 2 ）质量 3 ）品牌 4 ）样式 5 ）颜色 6 ）型号 7 ）功能
 A. 最重要的因素是：（）
 B. 第二重要的因素是：（）
 C. 第三重要的因素是：（）
 第一重要的赋予 10 分，第二重要因素的赋予 7 分，第三重要因素的
赋予 4 分，没有被选的设为 0 分

 其它常见方法
 卡方检验
 Logistic 回归

小结
 HR 都是计算机系出身
 把你关注的资料全部数据化

质性研究中常用的图形
 品牌人格

质性研究中常用的图形
 口味图

质性研究应该提供什么
 从调研到报告：数据挖掘
 最讨厌看到的三种报告：
 “ 这不就是用 ×× 软件的 ×× 菜单 ×× 选项做的吗 “
 ” 这数据我用算盘也算得出来“
 ” 整篇都是条形图、饼图，看着那些数据，脑子都能想到统计过程“
 分析仅仅是表面的结果，没有真正的看到了数据内在的关系

质性研究应该提供什么
 从调研到报告：数据挖掘
 品牌市场占有率：理论基础
 价格敏感图：数据背后的原因

让我们回到主题：问卷设计
 一份不错的问卷：逻辑连贯，重点突出
 问卷在研究项目中的角色
 问卷的使用者
 问卷的基本结构设计
 问卷的常用题型
 问卷设计的原则和注意事项
 问卷设计的常见误区
 需求和研究方案出来了，问卷就出来了：你想研究什么

小结
 从调研到报告
 BI

多变量分析技术：
回归分析
主成分分析
因子分析
聚类分析
判别分析
描述统计：对应分析
多维尺度分析数据挖掘技术：
频数分析
分类
交叉表分析
预测
T 检验
细分
数据探查分析
关联
相关分析
研究模型技术：序列
方差分析
结合分析
离散选择模型
多维偏好分析
结构方程模型
分类树
决策与预测模型

为什么选择问卷

Recommended

Recommended

More Related Content

Viewers also liked

Viewers also liked (15)

Similar to 为什么选择问卷

Similar to 为什么选择问卷 (20)

Recently uploaded

Recently uploaded (12)

为什么选择问卷