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?

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181017G27QWU00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。

扫码关注云+社区

领取腾讯云代金券