SPSS > 使用技巧 > 使用SPSS判断问卷设计是否合理

使用SPSS判断问卷设计是否合理

发布时间:2021-12-16 11: 07: 25

   电脑型号:华为MagicBook

   系统:window10系统

   IBMSPSSStatistics版本:28

   关键词:SPSS

   要做实验进行数据分析,那么就需要提前准备数据,大多数获得数据的方式是进行问卷调查,得到问卷调查的数据后,再通过SPSS数据分析软件将数据导入。那么在编制问卷前,需要确定好主要的分析维度,然后根据主要维度设计问卷,最后通过SPSS依据各个维度进行分析,进而确定设计的调查问卷是否合理。

   一、案例的数据准备

   为了教大家如何对问卷调查进行多维度分析,判断问卷是否设计合理。这里以某公司探究顾客购买手机的原因为例,查阅相关资料,总的来说包括外观、配置、系统,然后再根据这三个维度设计。具体9个变量如下图所示,其中颜色、材质、屏幕尺寸以及形状是外观,CPU、内存、芯片是配置,安卓系统、苹果系统是系统。

图1数据展示
图1数据展示

   

   二、判定问卷设计是否合理

   判定问卷设计是否合理总共包括三个维度,第一维度是对手机外观维度分析,第二维度是对手机配置维度分析,第三维度是手机系统维度分析。为了演示,这里仅展示第一维度分析步骤,其他两个维度操作类似。

   点击SPSS顶部菜单栏“分析”-“降维”-“因子”,将第一维度的4个因素加载到变量文本框中。

图2因子分析
图2因子分析

   

   点击因子分析窗口右侧的描述按钮,统计模块保持默认,相关性矩阵勾选“KMO和Bartlett球形度检验”文本框。

图3描述
图3描述

   

   点击因子分析窗口右侧的提取按钮,显示模块手动勾选碎石图,其他模块均保持默认。

图4提取
图4提取

   

   点击因子分析窗口右侧的旋转按钮,方法模块勾选直接斜交法或者最大方差法,这里勾选直接斜交叉法。

图5旋转
图5旋转

   

   三、结果分析

   同样三个维度的结果分析都相似,这里仅展示第一维度的结果分析。首先我们看到KMO和巴特利特检验,如果KMO取样适切性量数小于0.6则不适合进行因素分析。可以看到第一维度的值为0.614大于0.6,说明可以进行因素分析。

图6KMO和巴特利特检验
图6KMO和巴特利特检验

   

   通过上面验证说明该维度可进行因素分析。总方差解释分析,4个问题抽取了2个因素,两个共同因素的累积量71.811%。

图7总方差解释
图7总方差解释

   

   从碎石图可以验证,特征值大于1的有两个,所以可以提取两个因素。

图8碎石图
图8碎石图

   

   结构矩阵图。因素1包括三个问题:材质、屏幕寸尺、形状(值大于0.6),因素2包括一个问题:颜色。

图9结构矩阵
图9结构矩阵

   

   从成分相关性矩阵来看,因素1和因素2相关性为0.043,代表相关性较低,因此最终因素1保留因素数量最多的问题,即保留三个问题。

图10成分相关性矩阵
图10成分相关性矩阵

   

   四、小结

   上述给大家讲解了如何使用SPSS多维度因素分析方法判断问卷设计是否合理,并且通过手机原因进行分析,将其分成三个维度,并且详细分析了第一维度,得到第一维度可以保留。大家可以通过类似分析,将剩余的两个维度进行分析,相信通过练习你一定能够学会判断问卷是否设计合理。

   

   作者:独行侠

展开阅读全文

︾

标签:问卷星SPSS

读者也访问过这里:
SPSS Statistics
强大的数据分析平台
立即购买
微信群
官方微信群 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
spss如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中,显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标,通过它可以说明分析结论是否由抽样误差引起还是实际相关的,可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析,spss显著性差异分析怎么标abc。
2022-03-14
SPSS回归分析中的f值是什么 SPSS回归分析F值在什么范围合适
回归分析中以R表示相关性程度的高低,以F评价回归分析是否有统计学的意义,使用IBM SPSS Statistics进行回归分析,可以非常快速的完成R,F的计算,并且给出回归曲线方程,那么,SPSS回归分析中f值是什么?SPSS回归分析F值在什么范围合适,本文结合实例向大家作简单的说明。
2022-07-22
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
最新文章
30 天免费试用|IBM Bob,打通 IDE 与命令行的 AI 开发助手
IBM Bob 是 IBM 推出的 AI 驱动开发伙伴,能够深入开发人员的代码库,从需求分析、代码编写、项目理解,到测试、调试和应用现代化,全流程辅助软件开发工作,帮助团队更快速地构建高质量软件。
2026-09-16
什么是SPSS因子载荷值 SPSS公因子方差是因子载荷吗
因子分析是数据统计分析中常用的研究方法之一,可以用来实现降维的目的。如果要分析的变量比较多,而变量之间有共性的话,就可以用SPSS的因子分析来减少变量,从而降低数据研究的难度。SPSS的因子分析会提供因子载荷值、碎石图、成分矩阵等运算结果,接下来我们会介绍什么是SPSS因子载荷值,SPSS公因子方差是因子载荷吗的相关内容,让大家可以更熟悉这方面的内容。
2026-09-04
SPSS公因子方差表怎么看 SPSS公因子方差结果解读
我们如果要分析的问题涉及到的变量比较多,可以尝试用因子分析的方法,对变量进行“降维”的处理。降维,实际上就是将影响效果大的变量提取出来,其他影响不大,或者与其他变量相似的,可以剔除出去,这样就能起到减少分析变量的目的。SPSS有成熟的因子分析功能,接下来我们会介绍SPSS公因子方差表怎么看,SPSS公因子方差结果解读的相关内容,让大家可以更熟悉这方面的内容。
2026-09-04
SPSS个案处理摘要是什么意思 SPSS个案组摘要和各个变量摘要的区别
在正式分析数据前,我们可能要对数据的整体情况做一个简单的摸底,比如了解整体的个案数量、是否有缺失值、有效个案数量、均值、标准差等。这些事先的数据摸底,可以让我们更了解数据的分布情况,并对此选择更准确的分析方法。接下来,本文会给大家介绍SPSS个案处理摘要是什么意思,SPSS个案组摘要和各个变量摘要的区别的相关内容。
2026-09-04
SPSS因子载荷矩阵怎么做 SPSS因子载荷系数怎么看
因子载荷矩阵是因子分析中得到的标准化相关系数,可以用来衡量变量与公共因子之间关系的矩阵,它的值越大,说明这个变量与公因子的关系越密切。因子载荷矩阵常会用在降维分析中,因为它可以看出哪些变量需要保留、哪些变量需要移除,这样就能降低数据研究的难度,‌SPSS可以轻松做好这类分析。接下来我们会介绍SPSS因子载荷矩阵怎么做,SPSS因子载荷系数怎么看的相关内容。
2026-09-04
SPSS怎么检查极端值是否正确 SPSS多因素Cox回归分析步骤
我们在进行数据分析的时候,经常会遇到处理极端值和进行Cox回归分析的情况。多因素Cox回归是先完成数据筛选,再开展回归分析的统计方法,这样可以提高数据样本的精准度,避免被极端的数据影响结果。给大家举一个例子,在医学领域中,如果我们需要统一患者的平均用药值,而统计的数据结果由于误触而多输入了一位数字,导致数值扩大了十倍。这时候再依照错误的结果给患者开药,显然会出现问题,所以就需要先对数据样本进行核查后再进行分析。下面以SPSS为例,给大家介绍SPSS怎么检查极端值是否正确,SPSS多因素Cox回归分析步骤。
2026-09-04

微信公众号

欢迎加入 SPSS 产品的大家庭,立即扫码关注,获取更多软件动态和资源福利。

读者也喜欢这些内容: