問(wèn)卷中的非量表數(shù)據(jù)應(yīng)該怎么分析？

1. 樣本特征分析
   

2. 對(duì)于非量表題的描述可以使用頻數(shù)分析或者可視化圖形進(jìn)行描述，比如單選題也可以使用柱形圖等進(jìn)行展示，通過(guò)結(jié)果展示了解樣本的基本情況，最后結(jié)合分析結(jié)果提出建議等。

3. 差異分析
   除此之外還可以研究樣本之間的差異關(guān)系，此步可以結(jié)合人口變量學(xué)進(jìn)行研究，比如年齡、性別以及學(xué)歷等等。一般非量表分析使用的差異方法為卡方檢驗(yàn)?？ǚ椒治鲇殖山徊姹矸治?，他一般通過(guò)分析不同類別數(shù)據(jù)的相對(duì)選擇頻數(shù)和占比情況進(jìn)行差異判斷，單選題和多選題也可以使用卡方分析進(jìn)行對(duì)比差異分析。如果從選擇題角度來(lái)看一般卡方分析可以分為兩類一類是單選題卡方分析和多選題卡方分析。下面進(jìn)行說(shuō)明。

4. 影響關(guān)系分析

非量表數(shù)據(jù)還可能設(shè)計(jì)影響關(guān)系的研究，比如研究相關(guān)因素對(duì)樣本群體對(duì)購(gòu)買(mǎi)課程影響情況，可以考慮使用回歸分析，但是如果因變量為定類（分類）變量，那么可以使用logit回歸分析。一般logit回歸分析會(huì)分為三種，二元logit回歸分析，多分類logit回歸分析以及有序logit回歸分析。

一、樣本特征分析

對(duì)于非量表數(shù)據(jù)進(jìn)行基本描述，得到相應(yīng)結(jié)論，舉個(gè)例子進(jìn)行下面的說(shuō)明，本案例為研究某在線英語(yǔ)學(xué)習(xí)網(wǎng)站上各種因素對(duì)課程購(gòu)買(mǎi)意愿的影響情況，初步擬定研究產(chǎn)品、促銷(xiāo)、渠道推廣、價(jià)格、個(gè)性化服務(wù)以及隱私保護(hù)這六個(gè)因素對(duì)消費(fèi)者購(gòu)買(mǎi)意愿的影響情況。其中包括量表題以及人口變量等（文末有問(wèn)卷說(shuō)明以及案例數(shù)據(jù)）。比如想研究被調(diào)查者的月收入水平的分布情況，結(jié)果如下：

從結(jié)果總可以得到被調(diào)查者一共有300人，其中月收入在2000元以下的共有110人，占總數(shù)的36.67％，被調(diào)查者中月收入為8000-9000的人最少，共有30人占總?cè)藬?shù)的30％，由此可見(jiàn)收入還是有差距的，后續(xù)分析時(shí)可以進(jìn)行深入分析。

二、差異分析

如果針對(duì)選擇題類型，卡方分析可以分為兩類一類是單選題卡方檢驗(yàn)一類是多選題卡方分析，一般多選題進(jìn)行卡方分析比較復(fù)雜。

1.單選題卡方分析

卡方分析是研究?jī)蓚€(gè)定類變量的差異對(duì)比，是在交叉的基礎(chǔ)上加上統(tǒng)計(jì)檢驗(yàn)（卡方值和p值），對(duì)于分析結(jié)果進(jìn)行p值判斷，然后說(shuō)明兩個(gè)定類變量是否有聯(lián)系，比如性別和月收入是否有聯(lián)系等等。在分析中首先對(duì)p值進(jìn)行判斷，如果p值小于顯著水平，則說(shuō)明在顯著水平下呈現(xiàn)出顯著性，比如想要研究“性別和職業(yè)是否有差異關(guān)系”。

結(jié)果如下：

從結(jié)果可以看出被調(diào)查者中女性比男性多，不論男性還是女性學(xué)生占比多占總數(shù)的46.82％，企業(yè)家均占比最少，模型的卡方值為10.827，p值約為0.029小于0.05，所以說(shuō)明不同性別的被調(diào)查者的職業(yè)有差別。

2.多選題卡方分析

多選題的卡方分析理論上也是研究?jī)蓚€(gè)定類數(shù)據(jù)之間的關(guān)系，區(qū)別在于這里的自變量為單選題數(shù)據(jù)，因變量為多選題數(shù)據(jù)?？梢允褂肧PSSAU【單選-多選】進(jìn)行分析。比如想研究“不同收入和更關(guān)注網(wǎng)絡(luò)課程的方面進(jìn)行交叉分析”操作如下：

結(jié)果如下：

從結(jié)果來(lái)看不管是什么收入水平多數(shù)人更在乎網(wǎng)絡(luò)課程的教學(xué)質(zhì)量，共有213個(gè)人選擇此項(xiàng)，所以想要更好經(jīng)營(yíng)網(wǎng)絡(luò)課程這一項(xiàng)，需要提升教學(xué)質(zhì)量可能效果更好，最后發(fā)現(xiàn)卡方檢驗(yàn)的卡方值為12.265，p值為0.726大于0.05，所以不同的收入水平對(duì)關(guān)注網(wǎng)絡(luò)課程的點(diǎn)沒(méi)有差異。接下來(lái)研究影響關(guān)系。

三、影響關(guān)系分析

Logit回歸分析也是研究自變量對(duì)因變量影響的分析，但是logit回歸的因變量需要為定類變量，一般logit回歸分析包括二元logit回歸分析，多分類logit回歸分析，有序logit回歸分析，三者區(qū)別如下：

1.二元logit回歸分析

這類問(wèn)題的特點(diǎn)是因變量（Y）是定類數(shù)據(jù)，并且只使用兩個(gè)數(shù)字去表示，規(guī)定為 1和0，并且 只能是1或0，比如1代表愿意0代表不愿意；1代表會(huì)0代表不會(huì)；1代表可以0代表不可以；1代表喜歡0代表不喜歡。
如果想研究某些因素（X）對(duì)于因變量（Y）的影響關(guān)系，并且因變量（Y）只有兩個(gè)取值時(shí)（并且 只能是0和1），此時(shí)則應(yīng)該使用二元Logistic回歸分析。

2.多分類logit回歸

多分類logit回歸分析用于研究X對(duì)于Y的影響關(guān)系，其中X，也可以是定類數(shù)據(jù)（如果X為定類數(shù)據(jù)，需要做虛擬(啞)變量設(shè)置），Y為多分類定類數(shù)據(jù)。針對(duì)多分類logit回歸分析時(shí)，可分為三個(gè)步驟。
第一：模型的基本背景情況說(shuō)明；比如模型研究X對(duì)于Y的影響，X分別是那些，Y具體情況如何等。
第二：針對(duì)模型的構(gòu)建和比較過(guò)程進(jìn)行描述，包括分析p 值來(lái)檢測(cè)模型構(gòu)建是否有意義，以及模型構(gòu)建時(shí)的重復(fù)選擇過(guò)程，使用AIC和BIC準(zhǔn)則對(duì)比，選出最優(yōu)模型等；
第三：針對(duì)模型的具體情況進(jìn)行分析，首先分析p 值，如果此值小于0.05，說(shuō)明X對(duì)于Y有影響關(guān)系，接著再具體研究影響關(guān)系情況即可，比如是正向影響還是負(fù)向影響關(guān)系等；除此之外，還可以寫(xiě)出回歸模型構(gòu)建公式，以及模型的預(yù)測(cè)準(zhǔn)確率情況等。

3.有序logit回歸

有序Logit回歸分析用于研究X對(duì)于Y的影響關(guān)系，如果X為定類數(shù)據(jù)，一般需要做虛擬(啞)變量設(shè)置，Y為有序定類數(shù)據(jù)。有序Logit回歸分析時(shí)，首先進(jìn)行模型平行性檢驗(yàn)，如果p值大于0.05，說(shuō)明滿足平行性檢驗(yàn)，如果p值小于0.05，說(shuō)明不滿足平行性檢驗(yàn)，此時(shí)SPSSAU建議使用多分類Logit回歸分析；滿足平行性檢驗(yàn)后，接著再具體研究影響關(guān)系情況即可，比如是正向影響還是負(fù)向影響關(guān)系等；除此之外，還可以寫(xiě)出有序Logit回歸分析的模型構(gòu)建公式，以及模型的預(yù)測(cè)準(zhǔn)確率情況等。