问卷调查常用的SPSS数据分析方法

一、变量间的影响关系研究

1.相关分析

相关关系是一种最基本的变量关系研究方法，主要研究分析两个变量之间的相关关系，包括二者是否存在相关关系及相关关系的强弱程度，主要通过相关系数来判别，包含Pearson相关系数与Spearman相关系数，相关系数介于-1和1之间，其绝对值越大，相关性就越强，通常情况下通过以下取值范围判断变量的相关强度：相关系数 0.8-1.0 极强相关；0.6-0.8 强相关；0.4-0.6 中等程度相关；0.2-0.4 弱相关；0.0-0.2 极弱相关或无相关。需要注意的是相关关系只能分析两个变量间的相关关系，不能分析变量间的相互影响关系。具体操作方法参阅《

SPSS统计分析：相关分析

》、《SPSS统计分析：偏相关分析》。

2.线性回归分析

线性回归分析是一种研究自变量X对因变量Y影响关系的数据分析方法。这在问卷调查中比较常见，如研究用户忠诚度影响因素，这里的用户忠诚度就为因变量Y，影响因素为自变量X。线性回归分析涉及的指标包括R方、调整后R方、F值、VIF值、DW值、分标准化回归系数与标准化回归系数。具体的数据分析操作过程及实例可参阅《SPSS统计分析：线性回归分析》。

3.Logistic回归分析

Logistic回归分析也可研究自变量X对因变量Y影响关系，其与线性回归的主要区别在于因变量数据类型的不同，线性回归分析的因变量Y属于定量数据，而Logistic回归分析的因变量Y属于分类变量，如答案为“是”和“否”，或者“愿意”和“不愿意”之类的数据。如果因变量Y只有两个选项，则属于二元Logistic回归分析；如果因变量Y有多个选项，如胃病的影响因素研究中，因变量Y可以分为“胃炎、不典型增生和胃癌”，且选项之间没有大小对比关系，则可以使用多元无序Logistic回归分析；而比如某某治疗方法对疾病治疗效果的研究，疾病治疗效果Y包含“治愈、好转、无效等”，具有对比意义，这时候就应该使用多元有序Logistic回归分析。Logistic回归分析具体的数据分析操作过程及实例可参阅《SPSS统计分析：二元Logistic回归》与《多元Logistic回归分析》。

4.中介效应分析

中介效应分析包含中介效应与调节作用，在学术研究中较为常见，具体是指自变量X对因变量Y产生影响时，是否通过中介变量Z的作用影响Y，如果存在这种关系，则说明变量X对Y具有中介效应或调节效应，如果Z是定量变量，则属于中介效应，如果Z属于分类变量，则属于调节效应，研究者需要根据X、Y与Z的数据类型，选择合适的数据方法，但必须特别注意的是，无论是中介效应或调节效应，都需要有较强的理论依据，不能凭借感觉或者经验判断。关于中介效应分析的操作实例将在后续详细讲解，敬请关注。

二、差异研究分析方法

在问卷研究中，我们经常也会需要分析比较不同样本之间的差异情况，这时候就需要用到差异研究分析方法，主要包括卡方检验、T检验、方差分析三种方法。

1.卡方检验

卡方检验就是检验两个分类变量之间有没有关系，如男性或者女性对线上买生鲜食品有没有区别、不同城市级别的消费者对买SUV车有没有什么区别等此类的问题。通常会涉及到卡方值与P值，如果P值小于0.05，则说明不同样本之间的某类行为具有差异性。关于卡方检验的具体原理及案例可参阅《SPSS统计分析：卡方检验》。

2.T检验。分为三种方法：

（1）单一样本t检验，是用来比较一组数据的平均值和一个数值有无差异。例如，你选取了5个人，测定了他们的身高，要看这五个人的身高平均值是否高于、低于还是等于1.75m，就需要用这个检验方法。 具体操作步骤可参考《SPSS统计分析：单样本T检验》

（2）配对样本t检验，是用来看一组样本在处理前后的平均值有无差异。比如，你选取了5个人，分别在饭前和饭后测量了他们的体重，想检测吃饭对他们的体重有无影响，就需要用这个t检验。 注意，配对样本t检验要求严格配对，也就是说，每一个人的饭前体重和饭后体重构成一对。具体操作步骤可参考《SPSS统计分析：配对样本T检验》

（3）独立样本t检验，是用来看两组数据的平均值有无差异。比如，你选取了5男5女，想看男女之间身高有无差异，这样，男的一组，女的一组，这两个组之间的身高平均值的大小比较可用这种方法。 具体操作步骤可参考《SPSS统计分析：独立样本T检验》

总之，选取哪种t检验方法是由你的数据特点和你的结果要求来决定的。值得注意的是t检验仅能研究两组样本的差异情况，如果组别超过两个变量，就需要使用方差分析。

3.方差分析

方差分析主要研究两组以上样本之间的差异情况，比如不同学历样本（本科以下、本科、硕士及以上）对工作满意度的差异情况，就需要使用方差分析来分析差异，通过方差分析发现差异时，可能有两个原因，一是各个组别之间真正存在差异，还有一种差异是各组别内部之间的差异，第一种差异现象正是我们要研究的差异，而第二种差异情况则是干扰性差异，很可能是某一类别样本本身存在差异，而非与其它类别之间存在差异，这种差异现象称为方差不齐，所以在进行方差分析时，首先需要使用方差齐性分析不同组别样本本身内部的差异情况，如果各组别内部情况基本一致，则说明方差齐，接下来再同通过F值与P值判断各个类别样本之间之间是否存在真实差异。方差分析的原理及操作步骤可参阅《方差分析的原理及运用》、《单因素方差分析及案例》、《SPSS统计分析：多因素方差分析及案例》。

在问卷调查研究过程中，需要对常用的数据分析方法的基础理论、使用场景及相关的统计指标有一定的了解，而且在问卷设计过程中就需要结合相应的数据分析方法审计问卷，只有这样才能确保分析结果的有效性。

下期预告：

如何进行抽样问卷调查？