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
SPSS因子载荷值是哪个 SPSS因子载荷系数要大于多少
如果我们研究的问题里面有很多的影响因素,而且每个因素都好像很重要,无法剔除其中的一些元素。在这种情况下,我们常常会引入因子分析的研究方法,因子分析是一种降维的方法,可以将一些相似的元素总结为共性因子,这样我们就能将多个因素减少为少数几个因素。本文会给大家介绍SPSS因子载荷值是哪个,SPSS因子载荷系数要大于多少的相关内容,感兴趣的小伙伴不容错过。
2025-05-08
SPSS清洗数据是什么意思 SPSS清洗数据步骤
在数据统计领域,如果庞杂的数据组存在较多问题,例如组别重复、存在缺失值、数据异常等复杂情况,推荐使用SPSS清洗数据的功能来剔除异常数据,这样可以避免后续数据分析的测算失误。今天,我们以这SPSS清洗数据是什么意思,SPSS清洗数据步骤两个问题为例,带大家了解一下SPSS清洗数据的相关知识。
2025-05-08
SPSS控制变量如何处理 SPSS控制变量是自变量吗
在数据分析阶段,控制变量是对因变量有影响但非研究关注主题的变量,引入控制变量可以更准确测算自变量的影响,通过解释因变量变异的额外来源而减少实验数据的随机误差。今天,我们以SPSS控制变量如何处理,SPSS控制变量是自变量吗这两个问题为例,带大家了解一下SPSS控制变量的相关知识。
2025-05-08
SPSS编码表是什么 SPSS编码表怎么导出
作为一款经典的数据分析软件,相信很多小伙伴们对SPSS都不陌生。使用SPSS能够处理庞大、复杂的数据集,大大提高我们的工作效率。接下来我来为大家介绍SPSS编码表是什么,SPSS编码表怎么导出的相关内容。
2025-05-08
SPSS协变量是什么 SPSS协变量是控制变量吗
在数据收集阶段,当采集的数据繁杂众多,我们可以使用SPSS协变量分析来测算影响重要结果的潜在因素,减少某些变量对实验数据的干扰,由此准确识别多类变量之间的因果关系。今天,我们以SPSS协变量是什么,SPSS协变量是控制变量吗这两个问题为例,带大家了解一下SPSS协变量的相关知识。
2025-05-08
SPSS交互作用分析怎么做 SPSS交互作用分析结果怎么看
在数据统计领域,如果要对数据组多类变量的关系进行研究,我们可以使用SPSS主体间效应分析和交互作用图绘制的功能。当运用了SPSS交互作用的图片绘制和数据测算,我们能够直观清晰地看出不同变量对因变量的影响。今天,我们以SPSS交互作用分析怎么做,SPSS交互作用分析结果怎么看这两个问题为例,带大家了解一下SPSS交互作用的知识。
2025-05-08

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: