2022时政热点事件,2022最新时事新闻热点汇总
2022-11-13
更新时间:2023-01-26 08:12:25作者:51data
在论文写作中,问卷调查真的很常见,一般用在建模能力稍弱,但又需要定量分析的场合。常用于商科和文科专业,主要是弥补定性调查的缺陷。本文从问卷调查设计到数据相关性分析给出了详细的答案。
问卷调查法的基本概念问卷调查法作为定量分析的重要方法之一,是指研究者利用这种控制性的测量手段对所研究的问题进行测量,从而收集可靠数据的一种方法。具体步骤如下:
(1)明确调查对象,确定问卷类型。
围绕研究目的设计调查问卷。
把握发放时机,及时收集问卷。
统计问卷结果,分析调查数据。
写调查报告,展示活动成果。
在论文中,它通常表现为以下形式
问卷设计
常用的问卷类型是量表型。对于本科以下的问卷,通常是通过选项描述进行选择,然后进行描述性分析。这个操作比较简单,这里就不赘述了。硕士及以上学历经常使用秤。在量表的选取上,一般收集已有的与论文题目相关的量表,然后根据实际需要进行调整。如果完全通过自己的主观想象来设计和分配量表,最终会发现问卷设计有很多不合理的地方,比如问题没有重复设置,回答有偏差等等。往往得不到最终想要的结果。
通过为选项设置1-5的分数来选择程度,
受试者和样本成分
在本研究中,问卷调查法被置于核心地位,并与方便抽样原则有机结合。为了保证调查结果的普遍性,本文选择了“线上”和“线下”联合调查模式。线下,向以下xxx(研究对象)发放随机匿名问卷,共发放xx份问卷;主要通过xxx平台在网上共发放了xxx份调查问卷。线上线下共发放问卷xxx份,回收问卷xxx份,回收率98%。(恢复效率需要> 90%)
数据分析方法
在对相关数据进行深入统计和分析的过程中,本研究主要使用了IBM出版的中文版SPSS18.0(根据实际情况进行替换)。相关内容如下:以描述性统计为核心,对应的统计方法有:相关分析、回归分析、显著性分析。中文版SPSS18.0是相应的统计软件。
问卷数据分析
强调只有量表题才能用来分析数据的信度和效度。
效度分析(Validity analysis for validity)也称效度,主要是分析和探究测试结果是否能达到测试目的,通过KMO值、共同性、方差解释率值、因素负荷系数值等指标进行综合分析,以验证数据的效度水平。
KMO值用于判断信息提取的适宜性,共性值用于排除不合理的研究条目,方差解释率值用于说明信息提取的水平,因子负荷系数用于衡量因子(维度)与条目的对应关系。
如果效度只使用KMO和巴特利特检验,即维度与分析项目的对应性、方差解释率等。被忽略;先分析KMO值:如果这个值高于0.8,说明非常适合信息提取(从一个方面来说,说明效度好);如果这个值在0.7-0.8之间,说明更适合信息抽取(从一个方面来说,说明效度更好);如果这个值在0.6-0.7之间,说明可以进行信息抽取(从一个方面来说,效度一般);如果该值小于0.6,则说明信息提取困难(侧反应效度低);其次,效度分析需要Bartlett检验(对应的P值应小于0.05);第三,如果只有两个分析项目,KMO无论如何都是0.5。
信度分析信度分析用于研究定量数据(尤其是态度量表题)的可靠性和准确性;首先,首先,分析系数。如果这个值高于0.8,说明可靠性高。如果这个值在0.7到0.8之间,说明可靠性好。如果这个值在0.6和0.7之间,可靠性是可以接受的。如果这个值小于0.6,说明可靠性差;第二,如果CITC值低于0.3,考虑删除这一项;第三,如果“删除项的alpha系数”的值明显高于alpha系数,那么可以考虑删除该项,然后重新分析;第四,总结分析。
相关性分析当信度和效度都满足时,可以开始相关性分析。当然,这里的相关性是指各种变量之间的关系。常见的分析方法如下:
在变量分析之前,需要对数据进行维度化,因为一个变量下可能有很多小题。为了能够汇总,需要对数据进行统一的处理,常用的方法是平均值。给它一个统一的名字,
然后分析数据的正态分布,如果满足正态分布,可以使用皮尔逊相关分析。
如果你不满意,使用斯皮尔曼分析。
相关性分析用于研究定量数据之间的关系,是否存在关系,关系有多密切等。首先具体分析每个Y和每个X之间的关系,Y和X之间是否存在显著关系;第二,分析相关性是正相关还是负相关;密切关系的程度也可以用相关系数的大小来解释;第三,总结分析。在相关性分析之前,我们可以用散点图来观察和显示数据之间的相关性,或者用正态图来观察和显示数据的正态分布。
这里有1800字,内容有点多,可以慢慢消化。如有疑问,可在线咨询我。