调查问卷数据SPSS分析中—多项选择问题处理方法

合集下载
相关主题
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

SPSS多项选择问题处理方法 多项选择题是定量问卷调查中常见的封闭式选择题,这种选择题的出现可以在确定的范围内更多的考察被调研对象的看法。在针对消费者的调研中,这种选择题多是出现在针对品牌知名度,包括提示前知名度、第一提及率,提示后知名度的分析中。

î常见的分析方法

一般的研究分析手段主要应用包括EXCEL与SPSS在内的频次分析,然后再将在不同数据字段同一类选项数据进行加总,然后再以被调研对象的总体数量为基数,二者相除来得到多项选择题中各选项在总体中的占有率,这种各选项占有率的加总大于1。

例如某类产品品牌知名度调查中,关于该类产品您能想起哪些品牌?

01 品牌A 02品牌B 03品牌C 04品牌D 05品牌E 06品牌F 07其它品牌_____

该问题在数据字段设计时最少要设计10个字段以供数据录入与分析。按上面的数据分析方法,先在这10个字段中进行分别的频次计算,然后进行加总再除以总基数,得到该选项的总体占有比率。以A选项为例:

(01字段中A的占有率+02字段中A的占有率+ …… +06字段中A的占有率)/被调对象总数=A的占有率以此类推分别计算出其它品牌的占有率,频次计算次数与分类加和计算次数比较繁杂,其工作量在被选项较少时还算省事,但当被选项数量在十几个、二十几个甚至三十几个时,该分析方法则极大降低了分析人员的工作效率。

î高效率数据分析方法

运用SPSS重组再分析的数据方法将极大提高数据分析效率并降低人为计算失误。

在SPSS数据库中运用 “Multiple Response”对多组数据进行组合再定义,这样会针对每个单一选择题定义出一个新的字段组,在新字段组中对变量区间进行定义,再针对新字段组进行频次分析。当完成单一字段设置后,可运用程序段对其它多项选择题进行再利用分析,这样可以大大提高多项选择题数据分析效率。

分析程序例举:

**************

MULT RESPONSE

GROUPS=$tsh '新字段组名称' (var00018 var00019 var00020 var00021

var00022 var00013 var00014 var00015 var00016 var00017 (1,111))

/FREQUENCIES=$tsh .

*************

多重应答数据深度分析方法及其SPSS操作

多重应答数据深度分析方法及其SPSS操作

出处:零点研究咨询集团 发布日期:2007年06月21日 15:39

多重应答(Multiple Response),又称多选题,是市场调查研究中十分常见的数据形式。多重应答数据本质上属于分类数据,但由于各选项均是对同一个问题的回答,之间存在一定的相关,将各选项单独进行分析并不恰当。对多重应答数据最常见的分析是使用SPSS中的“Multiple Response”命令,通过定义变量集的方式,对选项进行简单的频数分析和交叉分析。笔者认为,该分析方法对调查数据的开发利用往往是不够的,我们还可以使用其他分析方法对数据信息进行深度挖掘。

一、两种数据录入方式

比如说在某次民意调查中,我们希望了解公众评价宜居城市时,到底是城市的哪一些特征决定人们对该城市宜居性的评估。为此,我们在研究中设计了14项标准请被访者从中选出他们在进行宜居评价时最看重的5项标准(关于宜居标准的具体探讨,参见本刊2006年第8期)。

选项包括:

这是一道典型的多重应答题。统计软件中对多重应答的标准纪录方式有两种:(1)多重二分法(Multiple dichotomy method)。对于多项选择题的每一个选项看作一个变量来定义。0代表没有被选中,1代表被选中。这样,多项选择题中有几个选项,就会变成有几个单选变量。这些单选变量的选项都只有两个,即0或1。比如在上述例子中,我们就可以设置14个单选变量,来标示某选项是否被选中;(2)多重分类法

(Multiple category method)。多项选择题中有几个选项,就定义几个单选变量。每个变量的选项都一样,都和多项选择题的选项相同。每个变量代表被调查者的一次选择,即纪录的是被选中的选项的代码。如上述例子中,我们可以设置X1~X5共5个变量,每个变量的选项兼为从1到14的14项宜居标准。很多情况下,当问卷中不限定被访者可选择的选项数量时,被调查者可能不会全部选项都选,因此在数据录入时,一般从这些变量的最前面几个变量开始录入,这样最后面几个变量自然就是缺失值。当被调查者对多项选择题中的选项全部选择时,这些变量中都有一个选项代码,此时没有缺失值。

事实上,假如被访者所选择的各项选之间不涉及顺序问题(如上述例子中,不需要受访者给出哪种因素最重要,哪种次重要),那么这两种输入方法所表达的数据信息是一样的。但在实际操作中,如果选择项较多,而被调查者最多只选择其中少数几项时,采用多重二分法录入就显得繁琐,输入数据时容易出错。尤其是当样本量增大时,采用多重二分法录入就大大增加了录入的工作量,不利于提高工作效率。为此,一般的市场调查公司大都采用多重分类法的录入方式。

二、两种数据录入格式的转换

实际上,只有多重二分法的录入方式才是符合统计分析原则的数据排列格式,能够直接进行后续的统计推断。多重分类法只是一种简化纪录方式,需要转化为前者后方可进行统计推断。

采用多重分类法录入的数据如果要转化成虚拟变量(选项为0或1)的形式,以上述公众宜居标准的选择为例,可以采用如下操作命令:

COUNT

New_x1=X1 X2 X3 X4 X5 (1).

EXECUTE.

其中New_x1代表受访者是否选择“社会安全”该选项。显然,如果在X1~X5中受访者选择了“1”(社会安全)选项,那么New_x1的取值为1,如果在X1~X5中受访者没有选择“1”,那么New_x1的取值为0。

相关文档
最新文档