在SPSS中问卷信度分析

在SPSS中，专门用来进行测验信度分析的模块为Scale下的Reliability Analysis

一、信度分析

Reliability Analysis模块主要功能是检验测验的信度，主要用来检验折半信度、库李及a系数以及Hoyt信度系数值。至于重测信度和复本信度，只需将样本在二次（份）测验的分数的数据合并到同一数据文件之后，利用Correlate 之下的Bivariate求其相关系数，即为重测或复本信度；

一、概念

信度是指根据测验工具所得到的结果的一致性或稳定性，反映被测特征真实程度的指标。一般而言，两次或两个测验的结果愈是一致，则误差愈小，所得的信度愈高，它具有以下特性

信度是指测验所得到结果的一致性或稳定性，而非测验或量表本身；

信度值是指在某一特定类型下的一致性，非泛指一般的一致性，信度系数会因不同时间、不同受试者或不同评分者而出现不同的结果；

信度是效度的必要条件，非充分条件。信度低效度一定低，但信度高未必表示效度也高

信度检验完全依赖于统计方法。

信度可分为：内在信度：对一组问题是否测量同一个概念，同时组成量表题项的内在一致性程度如何；常用的检测方法是Cronbach’s alpha系数。外在信度：对相同的测试者在不同时间测得的结果是否一致，再测信度是外在信度最常用的检验法

二、信度指标

1. 用信度系数来表示信度的大小。信度系数越大，表明测量的可信程度越大。究竟信度系数要多少才算有高的信度。学者DeVellis(1991)认为，

0.60～0.65（最好不要）；0.65～0.70（最小可接受值）；0.70～0.80（相当好）；

0.80～0.90（非常好）。由此，一份信度系数好的量表或问卷，最好在0.80

以上，0.70至0.80之间还算是可以接受的范围；分量表最好在0.70以上，0.60至0.70之间可以接受。若分量表的内部一致性系数在0.60以下或者总量表的信度系数在0.80以下，应考虑重新修订量表或增删题项。

2. 信度指标多以相关系数来表示：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）和内在一致性系数（跨项目的一致性）

三、信度分析方法

重测信度法

用同样的问卷对同一被测间隔一定时间的重复测试，也可称作测试——再测方法，计算两次测试结果的相关系数。很显然这是稳定系数，即跨时间的一致性。重测信度法适用于事实性的问卷，也可用于不易受环境影响的态度、意见式问卷。由于重测信度需要对同一样本试测两次，而被测容易受到各种事件、活动的影响，所以间隔时间需要适当。较常用者为间隔二星期或一个月。

问卷的效度和信度检验问卷效度是指问卷测量在多大程度上反映了概念的真实含义。本问卷设计中，尽量采用过去实证研究中比较成熟的理论。在问卷的第一部分，本文采用专家法来对……的测量指标进行了界定。本问卷具有较好的内容效度。信度是指使用相同的研究技术重复测量同一个对象时，得到相同结果的可能性。估计信度的方法很多，不同的方法得到的结果说明的是信度的不同方面。由于本问卷采用多重计分方式，分为五个等级，通常使用克朗巴哈信度系数法（Cronbach α）来测量此种问卷的信度。克朗巴哈信度系数是目前最常用的信度系数。一般认为在0.7以上问卷的可信度较高。我们对问卷进行了信度检验，问卷的第一、二、三部分克朗巴哈系数分别 0.843、0.889、0.807，都超过了所建议的0.7，本问卷的信度较高。

信度可以被定义为：真变异数和实得变异数的比率。

大部分的信度指标都以相关系数表示，即用同一被试样本所得的两组资料的相关作为测量一致性的指标，称作信度系数。它可以解释为实得分数的变异数中有多少比例是由真分数的变异决定的。例如，当信度系数为0.90时，我们可以说实得分数中有90%的变异数是来自真正分数的差别，仅有10％是来自测量误差。

信度(Reliability)是量表可靠性分析的一个重要方面,对于量表的应用具有较大的意义"根据调查的设计不同,信度的度量一般可以分为重测信度、复本信度、内在一致信度三类.

由于客观条件的限制,无法重复实施两次调查,所以无法进行重测信度和复本信度的测定,因而信度主要是采用内部一致性信度。信度系数越大,其内部一致性就越高,测得的分数就越可靠,反之则不可靠。具体的分析方法是采用克朗巴赫a系数法和折半信度法.

1 克朗巴赫a系数(coefficient alpha of L.J.Cronbach) 克朗巴赫a

系数是评价内部一致性信度的首选,它也是目前最常用的信度系数,克朗巴赫a

系数表明量表中每一条目得分间的一致性.

2 折半信度(split2halfreliability) 在检测不能重复测量只能实施一次的情况下,通常也可采用折半法估计信度,即将测验的条目分成对等的2半,根据各人测验的分数,计算其相关系数作为信度指标.通过采用SPSS1110中的

Scale命令来分析折半信度.

效度是反映调查问卷设计者的意图(通过将意图用具体问题表述,并且把相关问题组成模块的形式表述)能否让被调查者理解,即问卷能否有效地测量各项变量(如达到鉴别!评价!预测的目的),各问题与实际要研究的问题中的概念相符合的程度.效度主要包括表面效度区分效度结构效度.

表面效度

例如：问卷条目的选编与筛选首先是对河南省普通高校体育院系教师科研的基本现状、影响因素以及各方面的综合情况的指标做了分析,尔后请有经验的专家对教师科研现状进行详细的分析,然后依据相应的理论参考与借鉴大量的相关文献资料,在此基础上编制出问卷的条目,经有关专家评估、论证后,删除一些条目,形成最初的问卷.对最初的问卷实施预调查,根据预调查结果做初步统计分析,进一步删除相关性不高的条目,并对某些条目进行了增补.最后确保所有条目都能较准确地表达所要研究的内容,以此确保问卷具有较高的表面效度.

ＳＰＳＳ统计中，多选题的录入方法和步骤

首先：把多选题的每一个选项作为一个变量,用0和1来定义,选中的用“1”表示，没选中的用“0”表示。其次：当把数据录入SPSS统计软件后，这是就要进行“定义多选题集”。具体操作如下：analyze-multiple response-define sets, 把多选题的每一个选项选入variable in set 框中，然后选中dichotomies counted value ，在后面的空白框中填上＂１＂.另外，在name后面填Ａ１，lable后面填上多选题的题目名称，做完这些操作之后，点击＂ add＂在点击＂close＂. 最后：点击analyze - multiple response - frequences

关于问卷的信度分析

分类:市场研究/市场调查

2007.8.24 14:02 作者：Heffy | 评论：0 | 阅读：611

关于问卷的信度分析

一、概念：

信度是指根据测验工具所得到的结果的一致性或稳定性，反映被测特征真实程度的指标。一般而言，两次或两个测验的结果愈是一致，则误差愈小，所得的信度愈高，它具有以下特性： 信度是指测验所得到结果的一致性或稳定性，而非测验或量表本身；

◆信度值是指在某一特定类型下的一致性，非泛指一般的一致性，信度系数会因不同时间、

不同受试者或不同评分者而出现不同的结果；

◆信度是效度的必要条件，非充分条件。信度低效度一定低，但信度高未必表示效度也高；

◆信度检验完全依赖于统计方法。

信度可分为：内在信度：对一组问题是否测量同一个概念，同时组成量表题项的内在一致性程度如何；常用的检测方法是Cronbach’s alpha系数。外在信度：对相同的测试者在不同时间测得的结果是否一致，再测信度是外在信度最常用的检验法。

二、信度指标：

1.用信度系数来表示信度的大小。信度系数越大，表明测量的可信程度越大。究竟信度系数要多少才算有高的信度。学者DeVellis (1991)认为，0.60～0.65（最好不要）；0.65～0.70（最小可接受值）；0.70～0.80（相当好）；0.80～0.90（非常好）。由此，一份信度系数好的量表或问卷，最好在0.80以上，0.70至0.80之间还算是可以接受的范围；分量表最好在0.70以上，0.60至 0.70之间可以接受。若分量表的内部一致性系数在0.60以下或者总量表的信度系数在0.80以下，应考虑重新修订量表或增删题项。

2.信度指标多以相关系数来表示：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）和内在一致性系数（跨项目的一致性）。

三、信度分析方法：

◆重测信度法：

用同样的问卷对同一被测间隔一定时间的重复测试，也可称作测试——再测方法，计算两次测试结果的相关系数。很显然这是稳定系数，即跨时间的一致性。重测信度法适用于事实性的问卷，也可用于不易受环境影响的态度、意见式问卷。由于重测信度需要对同一样本试测两次，而被测容易受到各种事件、活动的影响，所以间隔时间需要适当。较常用者为间隔二星期或一个月。

◆复本信度法（等同信度法）：

复本信度法是让被测一次填写两份问卷复本，计算两个复本的相关系数。由于这种方法要求两个复本除表达方式不同外，在内容、格式、难度和对应题项的提问方式等方面都要完全一致，所以复本信度属于等值系数。在实际的调查中，问卷很难达到这种要求，这种方法较少被采用。

◆折半信度法：

折半信度法是指将测量项目按奇偶项分成两半，分别记分，测算出两半分数之间的相关系数(实际应用EXCEL软件)，再据此确定整个测量的信度系数RXX。折半信度属于内在一致性系数，测量的是两半项目间的一致性。这种方法不适合测量事实性问卷，常用于态度、意见式问卷的信度分析。在问卷调查中，态度测量最常见的形式是5级李克特量表。进行折半信度分析时，如果量表中含有反意题项，应先将反意题项的得分作逆向处理，以保证各题项得分方向的一致性，然后将全部题项按奇偶或前后分为尽可能相等的两半，计算二者的相关系数（rhh）），即半个量表的信度系数），最后用斯皮尔曼-布朗（Spearman-Brown）公式：rtt=2rhh/(1+rhh)，求出整个量表的信度系数rtt。

◆评分者信度

这种方法在测量工具的标准化程度较低的情况下进行的。不同评分者的判分标准也会影响测量的信度，要检验评分者信度，可计算一个评分者的一组评分与另一个评分者的一组评分的相关系数。

◆a信度系数法

克伦巴赫a信度系数是目前最常用的信度系数。其公式为：a=(k/k-1)*(1-(∑Si2)/ST2) 其中，K为量表中题项的总数，Si2 为第i题得分的题内方差，ST2为全部题项总得分的方差。

从公式中可以看出，a系数评价的是量表中各题项得分间的一致性，属于内在一致性系数。这种方法适用于态度、意见式问卷（量表）的信度分析。

在李克特量表法中常用的信度检验方法为“Cronbach’s a”系数及“折半信度”

四、利用SPSS进行信度分析

在SPSS中，专门用来进行测验信度分析的模块为Scale下的Reliability Analysis；使用Data Reduction之下的Factor模块。

Reliability Analysis模块主要功能是检验测验的信度，主要用来检验折半信度、库李及a系数以及Hoyt信度系数值。至于重测信度和复本信度，只需将样本在二次（份）测验的分数的数据合并到同一数据文件之后，利用Correlate之下的Bivariate求其相关系数，即为重测或复本信度；而评分者信度则就就是使用的Spearman等级相关及Kendall和谐系数。

表1 Reliability Analysis模块的Model选项的参数及对应中文术语

关键字功能

Alpha Cronbach a系数

Split-half折半信度，n是第二分量表的题数

Guttman Guttman最低下限真实信度法

Parallel各题目变异数同质时的最大概率（maximum-likelihood）信度Strict parallel各题目平均数与变异数均同质时的最大概率信度

表2 Reliability Analysis模块的Statistics部分选项的参数及对应中文术语

关键字功能

F test Hoyt信度系数

Friedman Chi Friedman等级变异数分析及Kendall和谐系数

Cochran Chi Cochran’s Q检验，适用于答案为二分（如是非题）的量表Hotelling’s T Hotelling’s T2检验

Tukey’s Tukey的可加性检验

Intraclass量表内各题目平均数相关系数

发表于 2005年11月18日 14:30

现在使用问卷进行调查的同行越来越多了，互联网也给问卷调查带来更多的机会。许多公司已经吧问卷调查作为最常规的了解用户的手段。本打算直接写问卷调查注意事项，后来琢磨一下，今天还是先聊聊问卷调查的优缺点，了解一些基本背景，后面我们再用实例谈谈问卷的具体设计，会更好一些。

问卷调查法的优点

?问卷法节省时间、经费和人力，这是为什么经常采用问卷法的原因。

?问卷法调查结果容易量化。

问卷调查是一种结构化的调查，其调查问题的表达形式、提问的顺序、答

案的方式与方法都是固定的，而且是一种文字交流方式，因此，任何个人，无论是研究者，还是调查员都不可能把主观偏见代入调查研究之中。其调查的统计结果一般都能被量化出来。

?由于问卷调查结果便于统计处理与分析。

现在有大量的相关统计分析软件可以帮助我们进行数据分析，有些甚至能直接帮助我们设计问卷。方便实施和分析。也方便进行数据挖掘。

?现在的电子问卷克服了纸质问卷的一些缺点，方便实施与调整。

虽然他不可能取代面对面的问卷调查，但由于成本更低，更容易及时调整问卷设计上的不足，越来越多的问卷采用电子问卷的形式，可以通过网站，e－mail进行发布与回收。数据直接使用数据库记录，方便筛选与分析。

?问卷调查法可以进行大规模的调查。

无论研究者是否参与了调查，或者参与的多少，都可以从问卷上了解被访者的基本态度与行为。这种方式是其他任何方法也不可能做到的，而且问卷调查可以周期的进行而不受调查研究人员变更的影响,可以跟踪某些问

题用户的变化。

问卷法的缺点

?面向设计的问题问卷调查比较难

面向未来的调查（为设计进行的调查）很多时候需要了解用户的意图、动机和思维过程。问卷调查这类问题往往效果不佳，或者说问题设计比较难。

而开放式的问题，回收质量、分析和统计等工作也会受影响。

我个人经验不是很丰富，自己总结有两条：第一，做问卷之前要做许多的其他调查活动，如：访谈、观察、出声思考等等。第二、问卷调查过去和现在的行为方式比较合适，不能指望通过问卷获得更多。

?调查问卷设计难

调查问卷的主体内容设计的好坏，将直接影响整个专项调查的价值。问题的设计

需要大量的经验，不同的人针对同一个问题，尤其是面向思维的问题，设计问卷差别可能会很大，信度和效度控制需要丰富经验。

?调查结果广而不深。

问卷调查是一种用文字进行对话的方法，如果问题太多，被访者会产生厌烦情绪，因此，一般的问卷都比较简短，也就不可能深入探讨某一问题及其原因；

?问卷调查经常采用由用户自己填答问卷的方式，所以其调查结果的质量常常得不到保证。

因为在被访者填答问卷时，用户的调查过程我们很难得知，是我们需要调查的真实用户吗？（经常有人冒充用户参与调查，目的是为了获得参与调查的回报与奖励）用户当时的情绪状况是怎么样的？是否有其他人影响

用户的回答？是否是同别人商量进行填答？用户是否是随意填写问卷

的？得到的结果是用户的真实情况？研究者并不知道，所以有人说过：

“问卷调查法所得资料的信度与效度问题一直是困扰问卷法的'幽

灵’”。

问卷调查的回收率难以保证。

问卷调查必须保证有一定的回收率，否则资料的代表性就会受到影响，回收率受问卷长度，问题难易程度，是否涉及隐私，参与调查获得回报多少等因素相关。另外，网络调查的回收率一般都不高，质量也难以保证。

中调网：市场调研中调查问卷的统计分析方法

2006-4-6 作者：中调网文章出处：中调网

责任编辑：中调网

在市场经济日益发达的今天，企业占领市场的关键就是准确、快捷、有效地获得关于市场的信息。而市场调研则是获得这种信息最快捷的方式。市场调研就是科学地、系统地、客观地收集、整理和分析市场营销的资料、数据、信息，帮助管理人员制定有效的决策（政府决策也可作为企业决策来看）。

一个完整的市场调研包括四个方面：调研设计，即作出怎样达到调研目标或怎样得到信息的计划，数据资料的收集；现场作业主要包括访问所选样本中的每一个人或组织、并填写问卷；对问卷进行量化并进行统计分析；问卷的统计与分析是调查的重点，也是调研工作的难点。同样的统计数据，由于分析方法的不同以及对数据的理解不同，可能会得到完全相反的结果。

从统计分析的层次划分问卷的统计分析方法可分为两类：定性分析和定量分析。

一、定性分析

定性分析是一种探索性调研方法。目的是对问题定位或启动提供比较深层的理解和认识，或利用定性分析来定义问题或寻找处理问题的途径。但是，定性分析的样本一般比较少（一般不超过三十），其结果的准确性可能难以捉摸。实际上，定性分析很大程度上依靠参与工作的统计人员的天赋眼光和对资料的特殊解释，没有任何两个定性调研人员能从他们的分析中得到完全相同的结论。因此，定性分析要求投入的分析者具有较高的专业水平，并且优先考虑那些做数据资科收集与统计工作的人员。

二、定量分析

在对问卷进行初步的定性分析后，可再对问卷进行更深层次的研究——定量分析。同卷定量分析首先要对问卷数量化，然后利用量化的数据资料进行分析。问卷的定量分析根据分析方法的难易程度可分为定量分析和复杂定量分析。

（一）简单的定量分析

简单的定量分析是对问卷结果作出一些简单的分析，诸如利用百分比、平均数、频数来进行分析。在此，我们可将问卷中的问题分为以下几类进行分析。

1、对封闭问题的定量分析。封闭问题是设计者已经将问题的答案全部给出，被调查者只能从中选取答案。例如：

您认为出入正式场合时，穿着重要吗？（限选一项）

一点也不重要……………………l

不重要 (2)

无所谓 (3)

重要 (4)

非常重要 (5)

对于全部45次访问的回答，我们可以简单地统计每种回答的数目：一点也不重要=2；不重要=5；无所谓=10；重要=15，可把结果整理成如表一所示：

表一出入正式场合穿着重要性

从表一中可以一目了然地看出分析结果——几乎三分之一的被调查者认为在正式场合穿着很重要，仅有15.6%的人认为在正式场合穿着不重要。

表一是对全部样本总体的分析。然而，几乎所有的问卷分析都要求不同的被访群之间的比较。这就需要用较为复杂的方法——交叉分析来实现。交叉分析是分析三个变量之间的关系。例如美国的一位调研人员怀疑美国人“海外旅游的欲望可能与年龄”有关，但通过分析发现，没有发现两者之间存在任何联系，当将性别作为第三个变量引进之后，发现在男性中45岁以下的人中有60%有“海外旅游欲望”，而45岁以上者只有40%有这种愿望。但是在女性中结果正好相反，因此，将全部数据混合在一起分析时，年龄“与海外旅游欲望”之间的关系就掩盖了，而按不同性别分类后，这种隐含的相关关系就被揭露出来。如表二所示：

表二接“年龄”和“性别”分类的“海外旅游的欲望”

从表二中可以看出交叉分析的强大作用。它还可同时研究多个变量之间的关系。例如：可再加上收入、职业等各方面来进行比较分析。

2、对开放问题的定量分析。开放性问题是指问卷设计者不给出确切答案，而由被调查者自由回答。例如：

表三您为什么不想海外旅游

如果所有回收的问卷只有这5种答案，那么就很容易作出分析概括。可是，一般回收的问卷都有几百份，所以对于开放性问题就可能有几十种甚或几百种答案。对于这几百种答案，就很难进行分析。因此对于这种问题，必须进行分类处理，例如可把不旅游的理由大概分为四类，如表四：

表四不想旅游的理由

利用上表中的四种原因，我们就可以进行分析处理，并且从表中很容易看出被调查者的观点。

3、数量回答的定量分析，即回答结果为数字。例如“您为海外旅游花费多少？”对于这类问题，最好的方法是对量化后的数据进行区间处理，区间范围的划分很大程度上是靠经验、专业知识来划分的。在用区间表示数量分布的同时，可同时使用各种统计量来描述结果，包括位置测度；平均值、中位数和出现频率最高的值或者分散程度的测定；范围、四分位数的间距和标准偏差。

上述三种方法仅是简单的问卷分析，靠简单的统计方法来处理数据是十分可惜的，因为这样会丧失大量的数据信息，使决策的风险增大，并使分析结果流于肤浅。

（二）复杂定量分析

简单分析常用于单变量和双变量的分析，但是社会经济现象是复杂多变的，仅用二个变量难以满足需要。这时就需要用到复杂定量分析，在问卷设计中，常用的复杂定量分析有两种——多元分析和正交设计分析：

1、多元分析就是通过对观测数据的分析，由表及里来研究多个变量之间相互依赖的规律性，或者根据实际问题的需要对研究对象作出某种评价、分类、判别，或者从中发现各个指标都起作用的更一般（从而也更抽象）的公共因素。在问卷分析中常用的多元分析，主要是有聚类分析、主成份分析、因子分析三类： 1）聚类分析。聚类分析的主要目的在于将被调查者对某问题的态度根据一定的法则聚类成相对类似的群组，利用群组进一步的分析。现在由于计算机技术的发达，枯燥的聚类分析计算已不用手工计算，因此具体的计算过程在这里不再多说。这里仅用一个例子来描述一下它的作用。例如：

在调查大学生性格和品质时，您认为自己应该具有哪些品质和性格？

（1）勇敢；（2）幽默；（3）守纪律；（4）富有同情心；（5）乐于请教人；（6）机智；（7）认真；（8）有礼貌；（9）听话；（10）勤奋；（11）虚心；（12）坚韧；（13）敏捷；（14）独立；（15）稳健。

对15个变量P1到P15进行聚类分析，它们都是0-l变量（选取该项时取为1，否则为0）。可利用SPSS软件分析，最终聚类分析结果为：（以五类为例）

（1）P1、P2、P6、P12、P13、P14、P15

（2）P3、P8、P9

（3）P5

（4）P4

（5）P7、PIO、P11

通过聚类分析，我们可以知道哪几种问题属于哪一类，这样在分析问卷里，就可以将被访问者分类，例如，我们可将（1）归类为（智慧型），（2）归类为“传统型”，借此来了解被访问者的性格倾向。聚类分析最大的优点是简单易操作，它的缺点是没有形成一个完整的理论体系，因此解释起来比较困难。

2）因子分析。在问卷中常有一些不可直接观测的基本特征，例如“态度”、“认识”、“爱好”、“能力”、“智力”等等实际不可观测的潜在变量。因子分析正是利用这些潜在变量解释可观测变量的一种工具。

研究者在设计问卷时实际上是假设有某种结构存在的，通过因子分析可以验证研究者假设是否成立。因子分析的主要功能是从量表所度量的一系列变量中分离或提取出一些公共因子，这些因子与其它变量之间的联系则是可以进行研究的，通常是利用复杂的数学方法把量表中高度关联性的观测量按某种规则分成几群，每一群的变量共享一个公共因子，也就是说该群变量与这个公共因子有高度关联，表现为在该因子上的“负荷量”明显的大（指绝对值）。这几个公共因子也就代表了量表的基本结构。根据被访问者的态度，并将其量化，然后进行因子分析。例如大学生对服装品牌和价格态度量表的因子分析，利用SPSS 分析，结果如下表所示：

表五大学生对服装品牌和价格态度量表的因子分析

从因子分析的结果中可以看到，在第一个公共因子F1上有较高负荷量的几个问题与大学生对价格的关心程度有关，因此我们将Fl命名为“价格意识”因子，它的贡献率即有效程度为39.28%。在第二公共因子F2上有较高负荷量的二项量表全部涉及品牌方面，我们将其命名为“品牌效应”因子，它的有效程度为 28.50%，与第一个因子的累积有效程度为67.78%。也就是说，这二个因子对这几个变量的累积贡献率约等于70%。一般来说，这种累积程度已足够解释大学生对服装的态度。

从这个例子中可以看出因子分析的优点在于用一个或少数几个综合指标概括原始尽量多的信息，它能够实现对问题的高度概括，并揭示现象更一般的特征和规律。

2、正交设计分析。除多元分析外，还有另外一种复杂的问卷分析方法——

正交设计分析。正交设计分析的步骤是：

（1）首先对问卷进行正交分析，尽可能使问卷结构合理；

（2）进行问卷调查，并收集数据；

（3）整理数据，对调查结果进行分析（可采用正交试验中的方差分析）；

（4）得出分析结果。

正交设计有很多优点：

一是节省费用，可以从少数据的问题中获得充分的信息；

二是从方案设计到问卷结构的分析，完全采用现成的表格，是多因素调查简便有效的方法；

三是正交设计的主要优点是可靠性强，通过正交表所选的问题具有很高的代表性。这里不再给出具体的倒子。实际上，除了这两种复杂分析方法外，问卷的复杂定量分析还有很多种。

三、统计分析方法的选择及应该注意的问题

1、统计分析方法的选择

选取合适的问卷分析方法，是非常困难的。一般情况下，选择方法时应该注意两个问题：第一，如果只需对问题进行初步的探索，那么可采用定性分析或简单定量分析：第二，如果需要对问题进行深层研究，探索事物的本质，则需要利用复杂定量分析。在复杂定量分析中，对于态度型问卷，较适宜利用因子分析。如果需要对问题选项进行划分，则利用聚类分析较为合适。而正交设计，则适用于多因素的调查，当然这几种方法也可交叉使用。事实上在很多时候，合适的问卷分析方法的选取取决于分析人员的经验和专业知识。

2、选择方法过程中应注意的问题

以上是同卷的定性分析和定量分析的简单描述。事实上，定性分析和定量分析是不可能完全分开的，在市场调研中，经常将定性分析与定量分析相结合，使之互相配合，以便收到更准确、更全面和更细致的调查结果。现今在发达国家的市场调查实践中，就经常使用定性分析的方法以辅助与补充定量分析的不足。例如，有些问题涉及到被调查者的隐私或对他们的自我形象有消极作用，这时被调查者就可能作出不切实际的回答。此时利用定性分析可得到较切实际的结果。