论文发表、论文指导
周一至周五
9：00&22：00
利用SPSS统计软件进行问卷调查分析
　　摘 要： 本文介绍了如何运用SPSS统计软件对问卷调查进行综合的数据处理与分析，以期为问卷调查分析提供模式参考。中国论文网 http://www.xzbu.com/9/view-3775568.htm　　关键词： 统计软件 问卷调查 数据处理 数据分析 SPSS　　科学研究理论认为：具备严谨科学的态度并运用合理科学的方法进行的研究是一种科学研究。所以，我们认为采取“有系统的实证研究方法”所进行的研究就是一种科学研究。多年来，实证主义下的符号逻辑思考体系，是当代科学研究的主流思想，量化研究方法作为学术训练的主体的现象，也普遍存在于各学科之中。可以说，在学术与应用领域中，量化研究一直起着非常重要的作用。　　社会与行为科学的量化研究，是实证科学范式的产物，依循科学研究的概念与逻辑，主要的研究方法包括调查、测验与实验法。调查研究是指研究者向一定数量的受访者发放问卷或是进行访谈，并对量化数据进行统计整理，从而推论出总群体对于某特定问题的态度或行为反应。SPSS是Statistical Package for the Social Science的简称，是一套全方位多功能统计软件。　　本文介绍了如何运用SPSS对问卷调查进行综合的数据处理与分析，以期为问卷调查分析提供模式参考。　　一、问卷调查基本情况　　本问卷调查是一份教师授课质量问卷调查。调查内容为10项，分别为教学目的明确、重点突出、讲授清晰；认真备课，内容充实；合理使用多媒体课件；注重培养学生能力，有较好的教学互动；认真批改作业，答疑辅导耐心、仔细；布置网络学习任务并加以监督和指导；教师英语语言素质；教师仪表整洁，教态自然大方；尊重学生，平易待人及教学效果。评价等级4级，分别为4分（非常满意）、3分（满意）、2分（一般）和1分（不满意）。共发放问卷100份，收回问卷及有效问卷100份，无效问卷0份。　　二、数据的输入与保存　　运用SPSS进行数据处理和分析时，我们应首先针对所需内容定义变量、输入数据及保存数据。一旦数据保存完毕，就可以进行各种各样的检验和统计分析。　　现对问卷调查的内容和结果进行数据文件的建立。首先启动SPSS后进入一个空白数据编辑视窗，进入变量视图工作表，定义变量（12项），并输入相应的变量名称（受测者编号、性别及10项调查内容）、类型、宽度、小数、标签（性别分为男女两项；10项调查内容均标签为非常满意、满意、一般、不满意四项）、值（女性设定值为1而男性则为2）、缺失、格式等各种信息；然后利用数据视图工作表，在相对应的变量下输入数据；最后储存所有工作，建立一个扩展名为.sav的SPSS数据文件。　　三、基本描述性统计分析　　描述统计是用来描述研究中获得的数据的基本特征，并提供关于样本与测量结果的简单总结。此次调查结果的基本描述统计量包括平均数、全距、标准差、方差、峰度和偏度。平均数也称均值，是取得某一变量的所有数值的总和除以观察值个数所得到的值，代表数据的集中趋势。平均数越接近中间值越好。全距是一组数据中最大值与最小值之差。数据的离散程度可用全距和标准差来进行描述，标准差越小说明数据间的差异越少。标准差的平方即是方差，是利用离均差作为变异指标的计算基础。偏度和峰度用来描述数据分布是否对称、是否为正态、偏斜程度如何及分布陡缓程度等。　　为了对数据有一个基本了解，我们现在对数据进行描述性统计分析。首先选择菜单“分析”→“报表”→“观察值摘要”；点选“观察值摘要”后，获得观察值摘要对话框；选取所需变量（10项调查内容）并输入类别变量（性别）作为分组变量；最后进行统计量的选择及标题的设定等工作，确定后得到所需数据。对10项调查内容，以性别为分组变量（女性53人，男性47人，共100人）的观察值摘要分析结果为：　　（一）均值　　女性为3.47，3.62，3.66，3.11，3.60，3.51，3.77，3.81，3.70，3.36；男性为3.38，3.66，3.60，3.30，3.72，3.55，3.74，3.85，3.81，3.49；总计为3.43，3.64，3.63，3.20，3.66，3.53，3.76，3.83，3.75，3.42。　　（二）全距　　女性为2，2，2，2，2，2，1，1，3，3；男性为2，2，2，2，1，2，1，1，1，2；总计为2，2，2，2，2，2，1，1，3，3。　　（三）标准差　　女性为.696，.527，.553，.698，.599，.608，.423，.395，.607，.710；男性为.677，.522，.538，.720，.452，.583，.441，.360，.398，.547；总计为.685，.523，.544，.711，.536，.594，.429，.378，.520，.638。　　（四）方差　　女性为.485，.278，.306，.487，.359，.370， .179，.156，.369，.504；男性为.459，.273，.290，.518，.204，.340，.194，.130，.158，.299；总计为.470，.273，.296，.505，.287，.353，.184，.143，.270，.408。　　（五）峰度　　女性为-.301，-.296，1.063，-.882，.616，-.241，-.198，.709，7.024，1.004；男性为-.614，　　.341，-.429， -.888，-.978，-.123，-.686，2.246，.651，-1.038；总计为-.614， .341，-.429，-.888，-.978，-.123，-.686，2.246，.651，-1.038。　　（六）偏度　　女性为-.961，-.926，-1.389，-.157，-1.253，-.836，-1.346，-1.638，-2.427，-.985；男性为-.649，-1.167，-.837，-.520，-1.032，-.904，-1.160， -2.038，-1.620，-.373；总计为-.799，-1.020，-1.113，-.310，-1.276，-.856，-1.236，-1.784，-2.449，-.882。 　　由上述数据可知，男女生对教师的授课质量总体满意，均值都已超过满意分值（3分）。但同时过高的平均数、较小的标准差与严重的偏态三种倾向，代表测验项目可能存在鉴别度不足的问题。第四项（注重培养学生能力，有较好的教学互动）的全体平均是3.20，就男女分别来看，则为3.30与3.11，显示男生在此项调查中对教师的满意度明显比女生高。标准差分别为.720与.698，亦有明显的差距。显示男生对教师注意培养学生能力，有较好教学互动满意度高，相对的女生的调查结果则显一般。从偏度与峰度的角度来看，第九项（尊重学生，平易待人），女生则有明显的负偏态（-2.427）与高狭峰现象（7.024），男生则是弱负偏态（-1.620）且峰度正常（.651），显示女生分数集中但有偏低的极端值存在，形成了天花板效应。天花板效应与负偏态有关，指数据多集中在偏高的一端，但在低分端却有极端值，分数不容易突破高分端。如在问卷中100名同学大部分都填选了4分这个分值，此时4分就是高分的阻隔分数，而选择1分的同学就成为低分的偏离值，形成负偏态现象。　　四、t检验　　t检验是指当数据分布不是正态分布，或有不符合正态的疑虑时，用t统计量，配合t分布进行的统计决策。t检验可以反映抽样过程是否具有偏差而违反正态分布的基本要求，进行项目鉴别度检验。　　现在我们使用小样本的极端比较法，在100名调查者中，将整体得分最高与最低的两端者归类为极端组，进行平均数差异检验，从而反映出题目的鉴别力。首先建立新数据文件，选择菜单“转换”→“计算”，增加新变量total，计算数据总分。接着选择菜单“分析”→“描述统计”→“频率”，变量为total；选择统计量对话框，选择百分位数，寻找前后27%调查者的切割点，确定后得到结果，找到极端组的切割点为31与34。再次选择菜单“转换”→“重新编码成不同变量”，把旧变量（total）变更为新变量（group，极端组分组变项）；点选新值与旧值选项，设定极端组范围与新值，设定1为低分组（0至31），2为高分组（34至40）；确定后创造分组变量group。最后，选择菜单“分析”→“比较均值”→“独立样本t检验”，检验变量为10个考评项目，分组变量为group，定义组别为1与2，确定后得到t检验结果。　　检验结果为：1.教学目的明确、重点突出、讲授清晰（t=-6.5，p=.000）；2.认真备课，内容充实（t=-5.7，p=.000）；3.合理使用多媒体课件（t=-6.3，p=.000）；4.注重培养学生能力，有较好的教学互动（t=-6.7，p=.000）；5.认真批改作业，答疑辅导耐心、仔细（t=-4.7，p=.000）；6.布置网络学习任务并加以监督和指导（t=-1.9，p=.066）；7.教师英语语言素质（t=-5.6，p=.000）；8.教师仪表整洁，教态自然大方（t=-4.5，p=.000）；9.尊重学生，平易待人（t=-4.3，p=.000）；10.教学效果（t=-3.4，p=.001）。　　从上述数据发现，t检验未达标.05显著水平的有第6项（t=-1.9，p=.066），显示此题明显无法鉴别高低分者。t检验未达标.001水平的有第10项（t=-3.4，p=.001），显示此题鉴别度稍差。　　五、同质性检验　　同质性检验也称相关分析法，可以运用各项目与相对应总分的相关系数来检验项目的成效，相关越高，题目越佳。　　现在我们打开菜单“分析”→“度量”→“可靠性分析”，选取10项调查内容为欲分析的项目后点选统计量进行设置，确定后得到项目与总分相关结果，其中Cronbach’s Alpha为.600，基于标准化项的Cronbachs Alpha为.607。10个调查项目的相关系数分别为.151，.102，.187，.293，.131，.229，.184，.284，.248及.184。再次打开菜单“分析”→“降维”→“因子分析”，选取10项调查内容为欲分析的变量后点选抽取对话，选择主轴法，设定因子个数为1，确定后得到因素负荷量结果，分别为.418，.263，.297，.466，.404，.261，.308，.513，.388以及.368。　　分析结果发现，调查表的同质性一般，内部一致性系数为.61，显示出调查表项目不具有相当的同质性。整个调查表个项目之间相关不显著，反映出整体的量表内部一致性不理想。一些项目的同质性检验以相关系数低于.3或因素负荷量低于.3为标准，这两项指标不够理想的项目有第2，3，6共3项。这些项目显示出与整个调查表不同质，应考虑重新设计。　　六、结语　　通过运用SPSS对问卷调查进行综合的数据处理与分析，可以迅速定位问卷调查各项指标的合理性及有效性并对各项数据进行科学的分析，以期达到指导教学的根本目的。　　参考文献：　　[1]刘健智.利用SPSS进行试卷分析的模式探析[J].教育测量与评价（理论版），2008（10）.　　[2]邱皓政.量化研究与统计分析-SPSS中文视窗版数据分析范例解析[M].重庆：重庆大学出版社，2009.
转载请注明来源。原文地址：
【xzbu】郑重声明：本网站资源、信息来源于网络，完全免费共享，仅供学习和研究使用，版权和著作权归原作者所有，如有不愿意被转载的情况，请通知我们删除已转载的信息。
xzbu发布此信息目的在于传播更多信息，与本网站立场无关。xzbu不保证该信息（包括但不限于文字、数据及图表）准确性、真实性、完整性等。苹果/安卓/wp
积分 6, 距离下一级还需 4 积分
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯下一级可获得
道具: 金钱卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
本帖最后由 wanghaidong918 于
08:48 编辑
在做实证研究时，几乎所有的文章都做了描述性统计，但是没有看到具体的分析。那描述性统计的意义何在？
发表于11楼
描述性统计所用的数学方法虽然没有推断统计的复杂，但有些问题只用描述统计就可很好的得出结论，并不是所用的统计方法越高民，越难越好
本帖被以下文库推荐
& |主题: 2161, 订阅: 21
关注下哈，我也想知道。不过个人猜测描述统计能给人一些比较直观的了解。
有些数据只能做描述统计；如果数据质量好，描述能判断分布，帮助选择统计推断的方法
我觉得 就是让数据显得比较直白而不是那么僵硬，让文章易懂便于接受。。。。
是数据表面分析，是实证分析的前提。
分析数据的集中程度及分散程度及正态分布检验！看看统计学人大版的
描述性统计分析很重要，可以让读者了解你的数据和研究对象的特征，进而帮助更好的了解你进一步的统计分析结果，所以这个不是可有可无的，关键的变量是必须报告的，否则好的杂志是会拒收你的文章的
顺便，审稿人可以根据相关描述判断学术价值
如果数据不服从正太分布，还能继续进行回归分析？！
如何判断数值的贡献啊& &急需啊、、、、、
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
论坛法律顾问：王进律师毕业论文调查问卷中的描述性统计要如何分析讨论？
最近连续遇到多个客户咨询，关于描述性统计分析的作用和分析内容：“我做了描述性统计，但不知道要如何文字描述”，“老师让我补充对表1描述性统计的文字分析，但我不知道要写什么”，“不知道量表的高低评分标准，如何进行现状分析”等。南心网致力于调查问卷、量表、实验等方面数据的统计分析，在此就这一问题发表一些看法，仅供参考。
& &何为描述性统计？描述性统计从研究逻辑来说，属于科学研究的第一大功能——描述，即对所观察的事物的数量特征进行描述，它只涉及事物本身的特点，例如样本量、最大值、最小值、平均值、标准差、方差以及包括偏度、峰度、中位数、众数等等，不涉及与其他变量的比较（差异分析）、关联（相关），只是回答“是什么”的问题，相对于科学研究的解释、预测和控制功能而言。
&正因为如此，描述性统计在学术论文中主要是给读者尤其是其他研究者同行了解本研究的数据特征，方便不同研究之间的对比，以及为一些综述性研究、元分析提供基础数据。从这个角度出发，描述性统计只需要“客观描述”而无需也不能做对比分析，例如很多本科、硕士毕业生根据描述性统计表的均值和标准差得出“本研究的群体属于高XX群体”之类的结论，这是不科学的。要做差异性分析就必须有常模或比较的对象，做差异性检验才能够下统计学的结论，当然，如果问卷、量表本身是划分有高低水平、分组标准的，那我们可以根据这些标准划分高低组，从而“描述”高低分情况。
那我们在论文中该如何呈现描述性统计？
&第一，在学位论文中，描述性统计通常是必要的，因为它给读者和同行提供了你的研究中的数据特征，比如你的研究中某变量的均值比别人高很多，或者标准差很高，这说明你的研究样本可能和其他研究样本差异比较大，但是在发表用的学术论文中通常是不呈现的，因为学术论文的重点是推断统计。但如果你的研究群体非常特殊，或者是开发了某个新的问卷或量表，那么描述性统计的呈现也是必要的。
&第二，描述性统计要不要“分析”？在学位论文中完全可以只呈现描述性统计表而不做任何文字描述，因为表格已经呈现了必要的信息，再加文字描述实际上是多余的。但如果我们关注数据的走向和趋势，例如均值和标准差或者峰度和偏度，那么适当的描述也是可以的，但要注意，此时的描述仅限于本研究样本而不能与其他样本做比较，即比较参考的对象只能是问卷、量表本身的取值范围，而不是其他研究群体，例如可以说“本研究中XX变量得分比中间值高XX或低XX，或接近于最低分或最高分……，说明总体上满意度较高、较低”等。
第三，如果从数据基本特征的呈现来看，描述性统计除了均值和标准差之外，如果能呈现具体的选择频数和百分比，那更有价值。例如李克特量表1—5分，某个题目的平均值为3.04，接近于中间值3分，这样的信息是比较简单笼统的，有可能是五个计分点人数接近，也可能是高分和低分的人数接近，中间分值的人数很少。
&总之，描述性统计中，测量题目得分情况通常报告均值和标准差，因子维度得分则增加最小值、最大值以及偏度和峰度等，在此基础之上可以增加其他信息，仅限于本研究样本和测量工具，切忌做样本群体间比较以及下推断统计结论。
&【南心网致力于各种问卷、量表的SPSS、Amos、Mplus、PLS、HLM等的数据统计分析服务，如您遇到相关问题，可咨询联系我们客服或直接QQ
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。社会化媒体
了解更多>>
桂ICP备 号
阅读下一篇
自媒体运营攻略
行业经验交流
Hi，在你登录以后，就可以永久免费的收藏任何您感兴趣的内容，关注感兴趣的作者！
手机注册或邮箱注册
点击按钮进行验证
请输入正确的邮箱
已有帐号请点击
帐号创建成功！
我们刚刚给你发送了一封验证邮件
请在48小时内查收邮件,并按照提示验证邮箱
感谢你对微口网的信任与支持
你输入的邮箱还未注册
还没有帐号请点击
点击按钮进行验证
你输入的邮箱还未注册
又想起来了？
你已成功重置密码，请妥善保管，以后使用新密码登录
邮件发送成功！
我们刚刚给你发送了一封邮件
请在5分钟内查收邮件,并按照提示重置密码
感谢你对微口网的信任与支持
对不起，你的帐号尚未验证
如果你没有收到邮件，请留意垃圾箱 或
意见与建议
请留下您的联系方式
* 留下您正确的联系方式，以便工作人员尽快与你取得联系
转藏至我的藏点