SPSSAU问卷研究分析思路模板

  • SPSSAU提供以下五类数据分析思路供参考。分别是影响关系类研究,现状政策类研究,调节/中介类研究,实验类差异研究和聚类样本类研究。分别如下

  • 1、影响关系类研究

    剖析

    影响关系类研究最为常见,研究影响关系时,通常会先画出模型结构框架,一个框架表述整体研究结构思路情况,研究框架为核心。

    • 具体研究内容上:
    • 首先对收集数据进行基本的频数分析,比如统计性别,年龄,学历的分布情况如何等。

    • 如果研究中涉及样本的特征情况,比如基本行为,或者认知态度相关性,也可使用频数分析进行汇总,进一步了解清楚样本特征情况。

    • 影响关系研究时,问卷中通常会涉及非常多的量表题,如果量表题具体应该分成多少个维度,并不完全确定,此时可使用因子分析进行浓缩,得出几个维度(因子),并且找到维度与题项的对应关系情况。( 备注:一个维度由多个标题项表示,想将多个标题项概括成一个整体,此时需要使用SPSSAU中“生成变量”的“平均值”功能即可)

    • 数据的可靠性,是否有信度,是最基础的,一般放在样本基本特征背景情况之后,原因在于首先得知道是一群什么样的样本人群在回答问题。同时信度仅针对量表类数据进行研究,无法针对比如性别,年龄之类的背景信息项进行分析。

    • 除开数据可信,还需要研究量表题项具有可靠性。先有数据可靠,再分析有效,这是常见的结构,效度分析和信度分析也可互换位置。

    • 数据可靠,并且研究量表有效之后,接着需要对具体维度(量表题项等)进行描述分析,研究样本人群对于量表项的基本态度情况。

    • 完成量表题项,各维度的描述性分析之后,再使用相关分析去研究关系情况,为回归分析作准备。

    • 在数据有着相关的前提之下,再研究回归影响关系才具有意义。因而回归分析需要放在相关分析之后。并且通常情况下需要使用回归分析去验证假设。

    • 有可能还需要对比不同人群,比如性别,年龄等不同群体,他们对于量表题项的态度差异情况,因而一般可使用方差分析,或者T检验等进行分析。如果说想研究不同背景人群(比如性别,年龄)对于样本行为上的差异性,建议可使用交叉卡方分析等,同时如果涉及多选题的交叉分析等,也对应选择需要的方法即可。

  • 2、现状政策类研究

    剖析

    现状政策类研究是非常普遍的,了解群体的基本认知,态度,观点意见或者行为等,通常情况下现状政策类研究更多是非量表题项,因而更多可能是使用频数,交叉等分析方法。此类研究框架的核心在于“分组”。第一件事情为“分组”;比如有30个题,那此此30个题项可以分别归纳为几个方面呢?比如基本背景,认知,态度,行为,原因等五个方面。第二件事情是将“分组”分别作为一个部分进行分析。第三件事情是 分组题项与分组题项 之间进行交叉。

    • 具体研究内容上:
    • 首先对收集数据进行基本的频数分析,比如统计性别,年龄,学历的分布情况如何等。

    • 分别针对“分组”进行分析,每个“分组”作为一个部分进行分析。

    • 差异关系研究:比如基本背景分别与“认知”,“态度”,“行为”,“原因”上的差异性(通常是使用交叉分析,当然涉及多选题时,应该选择对应多选题应该使用的交叉方法)

    • 如果说希望研究影响关系,比如研究“认知”(X),“态度” (X)分别对于“行为” (Y)的影响关系,此时可考虑使用二元logit回归分析。但需要特别注意一点是:“行为” (Y)必须只有两个选项,比如愿意和不愿意,购买和不购买,并且必须使用数字1和0分别表示。比如研究网购态度 对于 “是否购买代购产品”的影响,愿意应该用数字1表示,不愿意用数字0表示。

    • 备注:如果问卷中有量表题,也可以使用信度分析,方差分析等研究方法。

    • 备注:非量表数据请勿使用信度,效度等研究方法。

  • 3、调节/中介类研究

    针对调节或者中介作用分析,请参阅下述资料

    剖析

    调节/中介作用研究框架,类似于第1类即“影响关系研究”。但此类框架更常见于学术研究,因而可能会多出中介作用,或者调节作用这两部分,基余部分与“影响关系研究”基本类似。请参考“影响关系研究”框架即可。

    • 特别提示
    • 中介作用或者调节作用研究在学术上是非常谨慎的研究,因而如果需要此两类研究,需要在文献综述部分详细描述清楚中介或者调节作用关系后,才能进行分析(即先有理论依据,然后再使用研究方法进行验证),否则会出现逻辑问题。

  • 4、实验类差异研究

    剖析

    实验类研究,通常也称作“情景”类研究等。此类框架在市场研究中相对较为常见。相对来讲,此类研究的核心在于交互关系,而且通常均是使用量表类问卷题。因而很可能会使用到“双因素方差分析”方法。而至于样本背景描述,样本基本特征,行为情况,信度分析和效度分析等,均是需要使用的。并且还有可能使用到“配对t检验”方法(比如样本在实验前和实验后均有回答,或者实验组和对照组差异研究时)。建议分别参考对应的研究方法文档。

  • 5、聚类样本类研究

    剖析

    聚类样本研究时,第一想到的应该是样本“分类”,即样本人群应该分成几个类别;分了类别之后,通常肯定是需要对比不同类别人群的差异性,比如不同类别群体在态度,行为上的差异性等。

    • 特别提示
    • 多数情况下聚类是针对定量数据进行,如果是问卷则是量表数据。因而设计问卷的时候需要考虑此因素。

    • 具体研究内容上:
    • 首先对研究数据样本基本特征情况(比如性别、年龄、学历等)进行分析

    • 如果有涉及样本群体的特征、行为、或者态度相关项,则可单独一部分进行分析

    • 如果研究量表数据并不知道分成几个维度,比如有20个量表题,应该分成几个维度并不确定,此时可使用因子分析方法进行。找出应该分成几个维度(因子),以及题项和维度的对应关系情况。

    • 接着对量表项进行信度和效度分析( 备注:因子分析已经得出维度与题项对应关系,此时说明已经有效度,有时也可放弃效度分析,从内容完整性上建议放入)

    • 完成因子分析后,已经确认得到几个维度,可将此几个维度进行聚类,得到几种类别的群体,然后结合每类群体的特征,给每个聚类类别进行命名。 (备注:一个维度由多个题项表示,想将多个题项概括成一个整体,此时需要使用SPSSAU中“生成变量”的“平均值”功能即可)

    • 得到聚类类别之后,接着需要对比不同类别群体的差异性;包括比如在“特征”、“行为”或者“态度”上的差异性。便于结合不同群体提供不同的建议措施等。