問卷分析在整個研究中的占比和重要性很高，本文為大家梳理了常用的問卷分析框架县恕，幫助大家有效收集和解讀問卷數(shù)據(jù)。

一属提、初始問卷設計與預測試

通過一篇市調(diào)大賽的優(yōu)秀論文《顧客為何不'粉'我---基于南京超級物種新零售模式的調(diào)查研究》斟薇，展示初始問卷大概包括哪些部分堪滨。

1袱箱、問卷標題與導語

這部分為受訪者提供了調(diào)查的背景信息和目的义矛，幫助他們理解參與的重要性凉翻，從而增強信任感前计，有效消除受訪者的顧慮垃杖，使他們更愿意填寫問卷缩滨。大概說明如下：

2苞冯、篩選題項

用于篩選符合研究條件的受訪者舅锄。比如該調(diào)查樣本需要是永輝超市的顧客皇忿，則設置以下篩選題進行后續(xù)樣本篩選鳍烁。

3幔荒、調(diào)查對象基本情況

這部分問題包括性別右犹、年齡姚垃、受教育程度掂墓、婚戀狀況梆暮、職業(yè)等人口統(tǒng)計學變量信息。

4窘游、問卷主體部分

這是問卷的重要部分忍饰，包含用于測量主要研究變量的量表題項艾蓝。使用量表對某個變量進行測量時赢织，每個變量一般對應3~7個題目馍盟，不宜過少也不能過多八毯。

5话速、問卷預測試

為保證研究問卷質(zhì)量泊交，確保其能有效收集到需要的數(shù)據(jù)信息雏婶，一般會在目標人群的小樣本中測試初步設計的問卷題項的適用性留晚，收集反饋并進行必要的修改错维。

（1）信效度分析

• 信度分析：通過計算Cronbach's alpha值來評估量表的一致性赋焕。一般來說隆判，alpha值大于0.7表示信度良好侨嘀。

• 效度分析：通過內(nèi)容效度、結(jié)構效度等方法評估問卷是否準確測量了所要研究的概念涨共。

（2）問卷修改

• 根據(jù)預測試結(jié)果举反，對問卷進行必要的修訂照筑，包括：刪除不必要或重復的問題凝危、修改表達不清晰或引導性的問題蛾默、增加新的題目以補充遺漏的信息支鸡、調(diào)整問題順序和選項設置等。

• 收集參與者/專家/導師的反饋，包括對問卷長度裆针、題項的清晰度寺晌、題項歧義等呻征。根據(jù)反饋對問卷進行修改沐祷，優(yōu)化題項設計戈轿，提高問卷的質(zhì)量。

二阵子、正式問卷分析框架

問卷常用分析思路框架如下：

【提示】：以上列舉的只是問卷分析中通用的一些分析方法，并不要求在每份問卷中使用所有分析方法或只局限于以上方法胜蛉，研究者應根據(jù)具體情況挠进，靈活選擇適合自己問卷的分析方法。

1誊册、信度分析

量表信度分析指測量結(jié)果的一致性或可靠性领突，用來驗證測量樣本回答的結(jié)果是否可靠以及可靠程度。常用的信度分析測量——克隆巴赫信度系數(shù)（Cronbach's α系數(shù)）案怯。信度分析僅針對量表數(shù)據(jù)進行分析金砍。

（1）信度系數(shù)評價標準

（2）SPSSAU軟件操作
上傳問卷數(shù)據(jù)至SPSSAU系統(tǒng)鹅巍，在【問卷研究】模塊選擇【信度】，具體選擇Cronbach α系數(shù)，操作如下圖：

【提示】信度分析以維度為單位進行分析脓豪，最終需要將各維度α系數(shù)值進行匯總整理成表格輸出笤闯。

（3）信度分析結(jié)果

SPSSAU輸出Cronbach信度分析結(jié)果如下：

分析上表可知时呀，該維度的Cronbach α系數(shù)為0.826趴梢，表明該維度的信度非常好滩愁。同樣的操作將其他維度依次進行信度分析，最終整理成如下表格，匯報在論文中：

2、效度分析

信度達標后進行效度分析栖博，效度主要評價量表的準確度丧叽、有效性迂尝，即量表是否真正反映了我們希望測量的東西说榆，反映實際測量結(jié)果與預想結(jié)果的符合程度唱蒸。
市場調(diào)查大賽中通常是進行結(jié)構效度分析（EFA）屁魏，具體使用探索性因子分析進行研究坏匪。如果輸出結(jié)果顯示題項與變量對應關系基本與預期一致，則說明結(jié)構效度良好。

（1）結(jié)構效度評判標準

• KMO值大于0.6，且Bartlett 的檢驗p值小于0.05瞧柔，適合進行因子分析哥蔚。

• 旋轉(zhuǎn)后累計方差解釋率至少大于50%咕晋。

• 因子載荷系數(shù)大于0.4，因子與題項對應關系良好绷蹲，不存在“張冠李戴”情況疤估。

• 共同度(公因子方差)全部大于0.4

（2）SPSSAU軟件操作

在【進階方法】模塊拧廊，選擇【探索性因子分析】睁本，將變量拖拽到右側(cè)分析框中骂维，設置因子個數(shù)乖杠，操作如下圖：

（3）效度分析結(jié)果

從上表可以看出：KMO為0.925，大于0.6掺喻，滿足因子分析的前提要求褥实，意味著數(shù)據(jù)可用于因子分析研究怎棱。以及數(shù)據(jù)通過Bartlett 球形度檢驗(p<0.05)，說明研究數(shù)據(jù)適合進行因子分析级解。

分析上表可知缴挖，變量B1和D3屬于“張冠李戴”情況瘫析，比如理論上B1應該屬于因子1，但卻在因子2上載荷系數(shù)最大，D3變量分析類似付燥；故可考慮將B1或D3刪除后再次進行分析嗦嗡，直至題項與因子對應關系良好。

3矮冬、樣本描述性分析

進行樣本描述性分析窑滞，主要是為了了解和掌握樣本的基本情況带斑。通過報告樣本分布情況幔虏，可以了解樣本的年齡宪躯、性別、學歷位迂、職業(yè)等基本信息眷唉，從而對樣本的結(jié)構和特點有初步的認識。

（1）SPSSAU軟件操作

對人口統(tǒng)計學變量進行頻數(shù)分析囤官，操作如下圖：

（2）頻數(shù)分析結(jié)果

根據(jù)頻數(shù)分析結(jié)果，發(fā)現(xiàn)本次調(diào)查樣本中蛤虐，男性占比57.84%党饮，略多于女性的42.16%。年齡分布顯示驳庭，21-30歲的年輕人群占比最高刑顺，達到51.15%，而40歲以上人群占比最低饲常，僅為13.36%蹲堂。在婚姻狀況方面，已婚人群占據(jù)較大比例贝淤，達到59.89%柒竞。教育程度方面，本科或?qū)播聪？茖W歷的受訪者最多朽基，占比65.81%。職位分布上离陶，一般職員是主體稼虎，占比47.30%，而高層管理人員的比例最低招刨，僅為6.17%霎俩。總體來看沉眶，樣本呈現(xiàn)出年輕打却、已婚、中等教育程度和基層職位的特點沦寂。

4学密、樣本特征行為分析

對量表各個維度進行描述統(tǒng)計，計算各個具體問題的最大值传藏、最小值腻暮、平均值和標準差等彤守。平均值代表被調(diào)查者對各項目滿意程度看法。

利用SPSSAU描述分析哭靖，可得到如下樣本描述性分析結(jié)果：

• 補充量表題維度合并

合并量表題項具垫，使用平均值代表各個維度變量數(shù)據(jù)。量表的原始題目通常只用于分析信效度试幽，其他如相關分析筝蚕、差異性分析、描述分析铺坞、回歸分析等均針對合并后的變量進行起宽。SPSSAU對量表題項進行合并軟件操作如下圖：

5、變量相關關系分析

為了解變量之間的相關關系济榨，可采用 Pearson 相關分析考察各變量的相關系數(shù)坯沪。利用SPSSAU相關分析，可得到如下變量相關分析結(jié)果：

分析上表可知擒滑，個人發(fā)展與工作特性, 領導管理, 工作回報, 工作自由, 團隊合作, 創(chuàng)新績效之間全部均呈現(xiàn)出顯著正相關關系（p值顯著且相關系數(shù)大于0）腐晾。

6、差異性分析

比較不同人口統(tǒng)計學變量在各個維度變量上的差異丐一，即人口統(tǒng)計學變量差異性分析藻糖。利用SPSSAU獨立樣本t檢驗（二分類變量如性別）、單因素方差分析（多分類變量如學歷库车、職業(yè)等）巨柒，可得到差異性分析結(jié)果如下：

從t檢驗結(jié)果可知，在“個人發(fā)展”和“領導管理”“工作回報”三個變量上柠衍，男性和女性之間存在顯著差異潘拱，其中女性的平均值均高于男性（p<0.01），而在“工作特性”這一變量上拧略，盡管女性的平均值也略高于男性芦岂，但差異并不顯著（p=0.058）。

（方差分析結(jié)果解讀類似不再贅述）

7垫蛆、實證分析等

基礎分析完畢后禽最，后面就需要根據(jù)自己的研究目的進行關鍵的實證分析。問卷常用的影響因素研究方法比如進行多元線性回歸袱饭、logistic回歸川无、調(diào)節(jié)效應、中介效應虑乖、結(jié)構方程模型等懦趋。

（1）結(jié)構方程模型

結(jié)構方程模型SEM包括測量關系和影響關系，可用于研究多個潛變量之間的關系情況疹味。結(jié)構方程模型與路徑分析主要區(qū)別就在于完整的結(jié)構方程模型包含了測量關系和影響關系仅叫，而路徑分析僅包括影響關系帜篇。

例如：研究感知質(zhì)量和感知價值對顧客滿意的影響關系，顧客滿意對顧客忠誠的影響關系诫咱，預期模型如下圖：

（2）SPSSAU軟件操作

• 測量模型用于描述觀測變量與潛變量之間的關系笙隙，在本案例中，A1~A4拖拽到Factor1坎缭，B1~B3拖拽到Factor2竟痰，C1~C3拖拽到Factor3，D1~D2拖拽到Factor4掏呼；

• 結(jié)構模型用于描述潛變量之間的關系坏快，在本案例中“感知質(zhì)量”和“感知價值”對于“顧客滿意”產(chǎn)生影響關系；“顧客滿意”對“顧客忠誠”產(chǎn)生影響關系憎夷，可以通過右側(cè)“+假消，-”按鈕增加或減少模型關系，以及點擊選擇影響關系或者相關關系岭接，操作如下圖：

（3）結(jié)構方程模型結(jié)果

（結(jié)構方程模型部分結(jié)果）
分析上表模型擬合指標可知，卡方自由度比（??2/????）為1.47臼予，小于建議的標準值3鸣戴，表明模型與數(shù)據(jù)的擬合情況良好。GFI粘拾、CFI窄锅、NFI和NNFI等指數(shù)均大于0.9，進一步支持了模型的優(yōu)良擬合性缰雇。RMSEA值為0.048入偷，遠低于臨界值0.05，也表明模型具有較好的近似誤差械哟，其他指標解讀類似疏之。