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非参数检验怎么测中位数 SPSS非参数检验z值的意义
IBM SPSS Statistics这款软件对用户非常友好,例如非参数检验、数据随机性验证等统计分析,不需要复杂的操作,跟着步骤提示进行操作,即可快速生成统计结果表,新手也能快速掌握。今天我们就围绕SPSS非参数检验怎么测中位数,SPSS非参数检验z值的意义相关内容为大家展开介绍。
2026-01-30
SPSS随机值检验步骤 SPSS随机检验结果怎么看
很多人都听过IBM SPSS Statistics这款软件,它是数据分析的可靠搭档,不仅能轻松搞定数据的整理、转换,最后还能自动生成图表,对新手非常友好。对于经常需要进行学术研究、市场调研的用户来说是个常用的选择。今天我们就来说一下SPSS随机值检验步骤,SPSS随机检验结果怎么看的相关内容。
2026-01-30
SPSS为什么没有事后检验 SPSS事后检验结果怎么看
SPSS作为一款优秀的数据统计分析软件,深受数据统计分析人员的喜爱。SPSS之所以这么受欢迎,除了SPSS有很多的数据统计分析方法,可以帮助统计分析人员更高效的进行数据分析,还因为SPSS的人性化操作,一些刚入行的统计小白,也可以快速的掌握SPSS,接下来给大家详细介绍有关SPSS为什么没有事后检验,SPSS事后检验结果怎么看的相关内容。
2026-01-30
SPSS重复测量怎样分析 SPSS重复测量球形性应如何检验
重复测量是数据分析中的一个重要环节。主要用来分析和检验数据样本中同一对象的相同指标在不同条件或者环境之下的变化情况,所以需要对这部分数据进行重复的测量和分析。例如我们统计一组大学生毕业后的就业情况,那么大学生的专业分类和性别都一致的情况下,就需要分析不同的就业影响因素对于最后就业率的影响。下面给大家介绍SPSS重复测量应当怎样分析,SPSS重复测量球形性应如何检验。
2026-01-14
SPSS亚组分析的注意事项 SPSS亚组分析结果解读
对于经常与数据分析打交道的小伙伴来说,想必对亚组分析这个概念应该不会感到陌生。亚组分析是用来检测异质性结果的方法之一,亚组分析的数据结果分为确证性、支持性和探索性三类。而我们在进行亚组分析时,可以借助数据分析软件SPSS的帮助,它一方面可以帮助我们得到亚组分析的数据结果,还能够把这些数据分析结果以报告形成呈现出来。接下来给大家介绍SPSS亚组分析的注意事项, SPSS亚组分析结果解读的具体内容。
2026-01-14
SPSS卡方检验样本不满足要求怎么办 卡方检验SPSS结果都小于0.5说明了什么
在数据分析的过程中,卡方样本检验是常见的一种统计方式。卡方检验主要用来检验数据样本之间的离散程度,进而判断不同数据之间的偏差值,如果数据样本在统计的时候不符合实际的统计需求,就可能导致卡方检验不满足要求。所以我们需要在统计的过程中对数据样本和统计方法进行调整,这样能够规避数据样本检验带来的结果偏差风险。下面以SPSS为例,给大家介绍SPSS卡方检验样本不满足要求怎么办,卡方检验SPSS结果都小于0.5说明了什么的具体内容。
2026-01-14

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: