在上一篇文章《手把手教你设计问卷及数据分析(中)》中,我们分享了在很多同学在选择使用问卷调研方式写毕业论文的时候遇到的问题。而最核心以及难以解决的问题是,很多同学到了数据分析的这一步,才发现调查数据无法形成有效的结论。
在整个问卷调研项目中包含设计问卷,搜集样本,以及数据分析三大流程,我们在数据分析上“卡壳”,主要问题不是出现在分析方法,而是在前两个环节已经埋下了隐患。
接下来我们继续分享在如何设计问卷中的单选题、多选题等题目,以便同学们能顺利完成问卷调研项目。
1. 单选题
单选题是问卷调查中的基本题型,顾名思义,即选项中只有唯一答案的题目,但要注意,这里的答案则为最适合受访者的选项, 并无对错之分。 下面我们介绍一下3种使用单选题进行调研的场景。
1.1. 人口统计学信息
人口统计信息的题目会设置为单选题,如城市、年龄、性别、家庭情况、学历、职业、收入等题目。这类单选题分析方法可以采用SPSSPRO的频数分析。
1.2. 选项唯一的行为特征问题
为了确保单选题只有唯一适合的选项,我们在问题设计的时候要注意加入限定条件,比如在案例中我们加入“正在使用”的描述。这类单选题分析方法可以采用SPSSPRO的交叉分析、频数分析。
1.3. 带有“最”字的问题
例如在问卷中想要了解受访者对某些事物的喜好,如”最喜欢“、”最常用“等等。 单选题使用非常广泛,我们要注意的是问题以及选项设计对于用户而言要有唯一性。
2. 多选题
多选题是一种允许受访者选择多个答案选项的问题类型,其中受访者可以从多个选项中选择一个或多个答案选项。多选题通常用于收集受访者的态度、行为、喜好或其他相关信息。
2.1. 受访者的行为
与人口统计学特征不一样,人的行为是多种多样的,为了能够全方位的调研受访者行为,我们往往需要使用多选题。多选题分析方法有多对多、单对多、多对单,可在spsspro免费数据分析网站中使用。
例如我们需要调研受访者在疫情期间养成的新行为习惯,内容是相当广泛的,所以应设计为多选题。
2.2. 受访者的兴趣爱好
例如在问卷调研中,我们需要调研受访者的兴趣爱好,这类型多选题的选项数量较多,我们可以对选项进行分类。例如可以按照游戏、娱乐、运动、艺术兴趣等进行划分在不同大类里,以便于受访者选择。
还有其他情形,例如调查受访者的意见和观点,对某个社会问题的看法、对某个政策的态度等,也可以使用多选题。由于多选题往往选项众多,在设计的时候要注意以下要点:
穷尽性:考虑到选项的全面性和代表性,以便能够覆盖到受访者可能会选择的所有选项。
简便性:如果可能的选项太多,会导致用户很难做出选择,所以我们在穷尽选项的同时,也要避免提供过多选项。在这种情况下,我们应该将与调研主题密切相关的放在选项放在前面,并且提供一个 “其他______”项目让受访者填写。
互斥性:确保选项之间没有重复的信息,否则可能会导致数据失真。
3. 排序题
排序题是指将若干选项按照一定的标准依次排列,可以同时测查被访者对多个选项的态度倾向。
在问卷调查中,排序题使用场景相对单一,因对于受访者来说,排序题在答题体验上需要受访者有更多思考,通常是在进行重要性排序时应用。同时,排序题通常与多选题相结合,先让受访者在众多因素中进行选择,再在这些选择中进行重要性排序。需要注意的是,排序题通常会进行选项的限制,通常设置3~5个选项的排序为宜。
例如在了解消费者考虑因素时也会设置排序题。如了解受访者在进行产品对比时,考虑的因素有哪些?这些因素对于购买决策有重要影响的排序又是怎样的。
4. 开放题
开放式题目也称为“自由做答题”,其特点是不预先制定答案,没有绝对标准,对回答方式不作具体、明确的规定,受访者可以自由表达自己的意见和看法。因此,在市场调查中,通常在希望受访者自由回答自己的看法、想法等题目时会采用开放式题目。
4.1. 填空题
填空题常用于在一定的语境下了解受访者对某一事物或者属性的看法。例如了解某新闻资讯类平台的认知度,在不提供选项的情况下,让受访者自由回答,能够更好的了解受访者对市面上资讯类平台的了解程度。
由于填空题对填写的内容有限制,一般都是简单的词语和短句,方便受访者回答。
4.2. 开放题
在市场调查中,通常在问卷的结尾,会有一道开放式题目,用以获取受访者对该项目的意见或建议,以弥补在问卷中没有询问到的题目,更多应用于企业内部调研或企业会员调研,更希望获取更多“心声”。如某品牌用户调研,在问卷结尾,会询问“您对该品牌产品还有其他的意见或建议么?” 开放题对填写的内容没有限制,有时候会收集到一些调研人员意想不到的反馈,进一步完善调研项目的内容。在实际应用中,开放题的回收率也往往比较低。
5. 小结
单选题、多选题、排序题都是我们问卷调研中常见的题型,这类题型收集的数据都是定类数据。定类数据指的是那些描述或分类、属性、行为等方面的数据,通常是以文本或符号的形式呈现。
在后续的数据分析中,定类数据通常需要进行编码,将文本或符号转换为数字代码,以便在数据分析中使用。
后面我们会分享问卷中另外一种常见的问题 —— 量表题,量表题中收集的数据是定量数据,以数字形式呈现,在后续的数据分析中要区分好这两种数据类型,避免发生混淆,影响分析结果。
相关推荐
# 2024年全国大学生数据分析实践赛获奖名单(初稿)公示 2024年全国大学生数据分析实践赛自2024年8月16日开启,共计吸引了来自
本文阐述了峰度与偏度在统计学中的意义,及其对管理决策的影响。峰度反映数据分布尖锐度,偏度衡量对称性。理解两者有助于风险评估、市场预测和策略规划,促进更精准的决策,增强管理效能。通过有效利用这些统计概念,管理者能提升数据分析技能,优化决策流程。