导读
从啤酒和尿布的故事开始，我们发觉简单的数据中可能存在无穷的奥秘，好奇心驱使越来越多的人投身到枯燥的数据中。已经没有人会怀疑这是一个数据的时代或者一个大数据的时代——不论是科学研究还是商业调查，很大一部分数据是通过调查问卷的方式来获取的。
在问卷星平台上，每天都会产生上万份问卷和100多万份答卷。问卷作为研究思路的具体体现，其中隐藏着巨大价值。如何挖掘这些沉睡在问卷数据中的价值，今天，小编首先同诸位分享问卷设计的一些易懂实用的基础统计学知识。
数据设计
老话说：磨刀不误砍柴工。我们首先对数据分析常用的统计术语进行说明。基本的统计术语总结归纳如下表所示。
具体来讲，P值，也称显著性值或者 Sig值，用于描述某件事情发生的概率情况，其取值范围介于0~1，不包括0或者1。通常情况下P值有三个判断标准，分别是0.01、0.05和0.1。在绝大多数情况下，如果P值小于0.01，则说明某件事情的发生至少有99%的把握；如果P值小于0.05（并且大于0.01），则说明某件事情的发生至少有95%的把握；如果P值小于0.1，则说明某件事情的发生至少有90%的把握。0.01或者0.05这两个标准的使用频率最高，0.1这个标准则很少使用。
量表，通常是指李克特量表，其用于测量样本人群对于某件事情的态度或者看法情况。通常量表会由很多题项构成，并且类似于“非常同意”、“同意”、“不一定”、“不同意”、“非常不同意”，或者“非常满意”、“比较满意”、“中立”、“比较不满意”、“非常不满意”等。
非量表，本书约定此名词为除量表（或者类似量表）外的题项，比如多选题项或者基本事实现状题项等。非量表题项更多地用于了解基本事实现状，研究人员可以通过此类题项分析研究当前现状情况，并且提出相关建议措施。
数据类型，其分类标准并不统一，一般分为两类，分别是定量数据和分类数据，如下表所示。
样本，通俗地讲即为填写问卷的人。如果样本中有大篇幅题项没有填写、多数题项均填写为同样一个答案、样本本身并不具有研究的背景性质（比如研究对象为“90后”，但部分样本为“80后”，则“80后”为无效样本）、研究人员认为某部分样本的填写存在逻辑问题等，均被称作无效样本，在分析问卷之前需要将无效样本进行删除或者筛选。
样本特征描述分析
下面介绍问卷研究涉及的描述分析方法及名词术语。描述分析通常分为频数分析和描述性分析，相关术语名词解释如下表所示。
需要强调的一点是，分析问卷数据时，通常不会涉及异常值，因而平均值的使用频率会更高。
信度和效果分析
在问卷数据监测分析中通常还涉及到信度和效度的分析。
信度分析在于研究数据是否真实可靠，通俗地讲，即研究样本是否真实回答了问题。通常情况下，信度分析只能分析量表题项。针对信度分析涉及的名词术语归纳如下表所示。
效度分析用于研究题项是否有效地表达研究变量或者维度的概念信息，通俗地讲，即研究题项设计是否合理，或者题项表示某个变量是否合适。通常情况下，效度分析只能分析量表题。效度分析类型总结如下表所示。
小编絮语
“万丈高楼平地起。”今天普及的问卷设计方面的统计学知识，希望各位都能有所收获，在设计问卷、分析问卷数据方面有所领悟。关于进一步的问卷设计知识宣讲我们下次继续~
文章来源
内容简介
本书系统介绍了使用SPSS进行问卷调查分析的思路及方法，其中共分为四部分，分别是问卷设计、问卷分析六类思路解读、数据分析方法在SPSS中的操作和答疑解惑。其中问卷设计适用于所有读者，建议读者在设计问卷前详细阅读此部分内容。读者可以结合实际情况选读问卷分析六类思路解读这一部分内容。本书侧重于问卷分析的应用性，为问卷分析人员提供包括问卷设计、分析思路、分析方法操作、文字分析和答疑解惑在内的“一站式”指导，力求让读者在最短的时间内掌握SPSS分析并且完成高质量的问卷分析报告。
随书附上购买链接，感兴趣的朋友赶紧下手呦~
https://item.jd.com/12150862.html
网友评论