当前位置:文档之家› 问卷编码及多重响应分析

问卷编码及多重响应分析

调查问卷的编码及多重响应分析
目录
1 问卷设计 2 3 4 问卷编码与数据录入 信度效度检验 多重响应分析
5
实际操作
1 问卷设计
问卷内容 开头
问候语、编表说 明、问卷编号。 有礼貌说明调查 目的、调查者身 份、保密原则。
正文
所要调查的问 题及备选答案, 调查者相关背 景资料。
结尾
征询被调查者意 见、感受;感谢 语或其他补充说 明。
4 多重响应分析
交叉表分析
4 多重响应分析
交叉表分析
谢谢观看~
3 信度效度分析
效度分析方法
效度分析是运用“因子分析”中的KMO值和巴特利特球形检验 (Bartlett’s),KMO值用来检验变量间的共同因素的多少;其中巴特利特球 形检验是检验显著性。 KMO是指取样足够度的Kaiser-Meyer-Olkin度量, KMO统计量的取值在0和1之间,KMO值越接近1,表示变量间相关性 越强,变量间共同因素愈多; Kaiser给出了常用KMO值度量标准,若KMO>0.9(则建构效度非常 好),KMO>0.8(很好),KMO>0.7(较好),KMO>0.6(一般), KMO>0.5(较差),KMO<0.5(不接受),KMO值越高的数据越适合 做因子分析;巴特利特球形度检验是检验各个变量之间相关的显著性,若P <a,则说明显著相关,问卷的建构效度好。
折扣店(包括OUTLETS)
一站式生活馆
11
5
7.5%
3.4%
21.6%
9.8%
Shoppingmall(城市综合体)
其他 总计 a. 值为 1 时制表的二分组。
11
1 146
7.5%
.7% 100.0%
21.6%
2.0% 286.3%
响应百分比=N/总计=N/146 个案百分比=N/参与人数=N/51
多选题
不定项多选 定项多选
不定项多选——二分法 例2 请问您认为市场上品牌女装有待进一步改善的因素是?(可多选) A价格 B.品牌风格 C.卖场装修 D. 导购服务 E.面料材质 F.做工 G.促 销方式 H.相关元素细节(纽扣、饰物、下摆等) I.购物环境 J.其他
编码:定义10个变量,分别定义为“改善因素1”,“改善因素2”……每一个 变量的“值”均做如下定义: “0”未选,“1”选了。
2 问卷编码与数据录入
录入:切换到数据视图窗口,从左到右 依次录入该题选项的对应值。如被调查 者填写的答案是⑥>②>④>①>③> ⑦>⑤,即该被测试者认为产品因素对 他的服装消费行为影响最大,图片其次, 辅助信息影响最小,则在这7个单元格 中从左到右依次录入6、2、4、1、3、 7、5。
2 问卷编码与数据录入
2 问卷编码与数据录入
单选题
例1 请问您购买打折服装占服装总消费的比例?(单选) A.10%以下 B.10%~50% C.50%~80% D.80%以上
编码:在变量视图窗口,只定义一个变量,变量的值(Value值)编码为数值 型的1、2、3、4、5,它们分别代表A、B、C、D、E五个选项。
2 问卷编码与数据录入
二分法
分类法
数据录入:切换到数据视图窗口,从左 到右依次录入该题选项的对应值。如被 调查者选择A B C D E G,则这10个单 元格分别录入数字1、1、1、1、1、0、 1、0 、0、0。
2 问卷编码与数据录入
定项多选——分类法 例3 以下内衣品牌当中,你常购买的是哪三个品牌的内衣? A、古今 B、爱慕 C、华歌尔 D、婷美 E、艾格 F、黛安芬 G、其他
2 问卷编码与数据录入
排序题
一般排序题
例4 请将时尚服饰杂志的以下7个因素对您的消费行为的影响力从大到小进行排序。 ①文字、②图片、③版式、④色彩、⑤辅助信息、⑥产品、⑦明星效应 编码:在变量视图窗口,把这一题当中的每一个相应选项定义为一个变量,该题共 定义7个变量,变量名分别为“第一位因素”(即最大影响因素)、“第二 位”、……、“第七位”,每个变量的“值”均做如下定义:“1”文字,“2” 图片,“3”版式,“4” 色彩,“5” 辅助信息,“6”产品,“7”明星效应。
1 问卷设计
问卷设计原则
一致性 完整性 准确性 可行性 效率 模块化

问卷内容 • 与所要调 查内容一 致
问卷内容 • 涵盖调查 目的所需 了解所有 内容
被调查者 • 准确理解、 正确作答; 记录编码 正确
保证被调 • 查者愿意 如实作答, 记录编码 及回答量 化的可行
保证问卷 • 全面、有 效、准确 基础上减 少问卷长 度、题量、 难度
4 多重响应分析
概念
量化研究中,如果受试者选择的答案不止一个,在统计上即是所谓 的多重响应,多重响应分析(multiple response)也称多选项分析。 例8 请问您通常在哪类商店购买服装?(可多选) A.超市卖场 B.百货商店(专柜) C.品牌专卖店(街面店) D. 个体店铺 E.网上购物 F.折扣店(包括OUTLETS) G. 一站式生活馆 H. Shoppingmall(城市综合体) I.其他 频率分析 分析 多重响应分析 定义变量集 交叉表
问卷模块 化,使之 结构分明, 易于作答
1 问卷设计
预调研与问卷修改
预调研
信度效度 检验
题目 调整
问卷 优化
1 问卷设计
题目:基于女性服装消费偏好的 问卷调查 调查目的:了解女性消费者的服 装偏好及目前购买女装的现状 样本量:51份 内容:服装偏好和基本资料两个 模块,共15道题目
2 问卷编码与数据录入
Cronbach 系数
再测信度法
复本信度法
折半信度法
• 使用同一份 • 只适用当同 测量问卷, 一维度问题 对同一群受 下有多个子 试者,在不 问题的情况, 同的时间前 通常设计成5 后测试两次 级量表的形 式。
• 内容、难易 度相当的两 份问卷,对 同一群受试 者不同时间 下测试两次
• 问卷测试一 次后,将题 目分成两半, 分别计算这 两半的总分 及其相关系 数
2 问卷编码与数据录入
开放题
开放性数值题和量表题
这类题目要求被调查者自己填入数值,或者打分 例6 你的年龄:______ 编码:一个变量,不定义Value值 录入:即录入被调查者实际填入的数值。
开放性文字题
如果可能的话可以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,应对 这类问题直接做定性分析。
2 问卷编码与数据录入
选择排序题
录入:切换到数据视图窗口,从左到右依次录入该题选项的对应值。如被调
查者三个选择依次为 A,B,C。这三个因素的排序依次为品牌,价格,款式。
编码2:在变量视图窗口,把这一题当中的每个选项定义为一个变量,该题共 定义12个变量,每一个变量的“值”均做如下定义: “0”未选,“1”表示 最重要,“2”表示第二重要,“3”表示第三重要。 录入:如被调查者选择依次为A\B\C,则录入数据依次为1、2、3、0、0、0、 0、0、0、0、0、0
编码:定义三个(规定的选择项数)变量,分别代表被测试者所选择的三项,这 三个变量的值均做如下定义: “1”古今,“2”爱慕,“3”华歌尔,“4”婷美 ,“5”艾格,“6”黛安芬,“7”其他。即用数值1、2、3、4、5、6、7分别代 表选项A、B、C、D、E、F、G的内容
2 问卷编码与数据录入
数据录入:切换到数据视图窗口,从左到右依次录入该题选项的对应 值。如被调查者三个选择为 B E F,则这3个单元格分别录入数字2、 5、6 。 在数据视图窗口,选择【视图】→勾选“值标签(V)”,可显示相应 数值代表的标签。
选择排序题
例5 请问您通常在购买服装时重点考虑的因素是?(请选三项,按要素排序) A.品牌 B.价格 C.款式 D.面料材质 E.促销方式 F.颜色及图案 G.做工 H.易打理 I.相关元素细节(纽扣、饰物、下摆等) J.导购服务 K.购物环境 L. 其他 编码1:定义3个变量,每一个变量的“值”均如下定义:编码:定义三个(规 定的选择项数)变量,分别代表被测试者所选择的三项,这三个变量的值均做 如下定义: “1”品牌,“2”价格······“11”购物环境,“12”其他。
3 信度效度分析
信度
指对同一事物进行重 复测量,两次测量结 果的一致性程度的高 低。信度的高低反映 测量的可靠性、一致 性及稳定性。
效度
也称有效性,判断 测量工具(问卷、 量表或题目)能在 多大程度上准确真 实地测量出要考察 内容。
3 信度效度分析
信度分析方法
信度分析方法有以下几种模型:克朗巴哈模型、半分、Guttman、平行、 严格平行,最常用的测量问卷内在信度的是克朗巴哈系数法。
4 多重响应分析
4 多重响应分析
频率分析
$商店类型 频率 响应 商店类型a 超市卖场 百货商店(专柜) 品牌专卖店(街面店) 个体店铺 网上购物 N 2 33 35 17 31 百分比 1.4% 22.6% 24.0% 11.6% 21.2% 个案百分比 3.9% 64.7% 68.6% 33.3% 60.8%
2 问卷编码与数据录入
频数分析
频数分析是问卷分析中最常用的方法。它可以做单变量的频 数分析表;可显示数据文件中由用户指定的变量的特定值发生的频 数;还可获得某些描述统计量和描述数值范围的统计量。 适用范围:单选题,排序题,定项多选题的分类法编码。
描述分析
它可以计算单变量的描述统计量,这些统计量有均值、算术 和、标准差、最大值、最小值、方差、极差和均值的标准误差等。 适用范围:选择排序题、开放性数值题。
ቤተ መጻሕፍቲ ባይዱ
3 信度效度分析
信度SPSS分析方法
例7 请对以下因素对消费者购买服装的影响程度进行评分,。数字从 5~1 分别代表重要性程度逐渐减小(5~代表“非常重要”;4~代表 “比较重要”;3~代表“一般”;2~代表“比较不重要”; 1~代表 “不重要”)。
相关主题