SPSSAU教程10:量表类影响问卷分析思路

【1】量表类影响关系问卷的基本任务

量表类影响关系问卷分析思路倾重于关系,并且是影响关系的研究,此类研究最为常见。

比如,各种因素对员工薪酬满意度的影响关系研究,员工离职倾向影响关系研究,消费者重复购买意愿影响关系研究等。

如果使用此类分析思路框架,那么问卷设计上,大部分题项应该为量表题,小量题项为非量表题。心理学、管理类、旅游类、市场营销等专业使用此分析思路框架频率较高,此分析思路框架适用于所有读者。

【2】分析框架解读

针对量表类问卷影响关系研究,此思路框架分成九个部分,按照顺序分别是样本背景分析,样本特征、行为分析,指标归类分析,可信度分析,有效性分析,研究变量描述分析,变量相关关系分析,研究假设验证分析和差异分析。分析思路框架如图所示。

具体研究内容上:

(1)首先对收集数据进行基本的频数分析,比如统计性别,年龄,学历的分布情况如何等。

(2)如果研究中涉及样本的特征情况,比如基本行为,或者认知态度相关性,也可使用频数分析进行汇总,进一步了解清楚样本特征情况。

(3)影响关系研究时,问卷中通常会涉及非常多的量表题,如果量表题具体应该分成多少个维度,并不完全确定,此时可使用因子分析进行浓缩,得出几个维度(因子),并且找到维度与题项的对应关系情况。(备注:一个维度由多个标题项表示,想将多个标题项概括成一个整体,此时需要使用SPSSAU中“生成变量”的“平均值”功能即可)

(4)数据的可靠性,是否有信度,是最基础的,一般放在样本基本特征背景情况之后,原因在于首先得知道是一群什么样的样本人群在回答问题。同时信度仅针对量表类数据进行研究,无法针对比如性别,年龄之类的背景信息项进行分析。

(5)除开数据可信,还需要研究量表题项具有可靠性。先有数据可靠,再分析有效,这是常见的结构,效度分析和信度分析也可互换位置。

(6)接着需要对具体维度(量表题项等)进行描述分析,研究样本人群对于量表项的基本态度情况。

(7)完成量表题项,各维度的描述性分析之后,再使用相关分析去研究关系情况,为回归分析作准备。

(8)在数据有着相关的前提之下,再研究回归影响关系才具有意义。因而回归分析需要放在相关分析之后。并且通常情况下需要使用回归分析去验证假设。

(9)有可能还需要对比不同人群,比如性别,年龄等不同群体,他们对于量表题项的态度差异情况,因而一般可使用方差分析,或者T检验等进行分析。如果说想研究不同背景人群(比如性别,年龄)对于样本行为上的差异性,建议可使用交叉卡方分析等,同时如果涉及多选题的交叉分析等,也对应选择需要的方法即可。

【3】模板应用举例

为研究某在线英语学习网站各种因素对于课程购买意愿的影响情况,进行问卷调查。初步拟订是研究产品,促销, 渠道推广, 价格, 个性化服务和隐私保护等六个因素的影响情况。另外还包括购买意愿相关题项,以及样本基本背景信息和样本基本特征或态度题项,量表题项全部均为五级量表。问卷整体框架结构如下表所示。

从问卷结构来看,Q1到Q15共15个题项均是关于产品, 促销, 渠道推广, 价格, 个性化服务和隐私保护等六个因素的问项,答项分别是非常不同意,比较不同意,一般,比较同意和非常同意。

Q16到Q19是针对购买意愿的四个题项,答项类似。为因变量因变量(购买意愿)对应题项

以及Q20到Q23共四项是样本基本背景信息题项,

Q24到Q27这四项是样本基本特征或者态度题项。

此案例核心思路在于研究相关因素对于购买意愿的影响关系,并且还希望通过比较不同背景样本对于各因素或者购买意愿是否有差异性态度,挖掘出更多有价值信息。影响因素共涉及到15个题项,并且从专业知识角度可以分成六个维度,出于严谨性考虑,科学的做法是进行探索性因子分析,让软件进行探索,得出最为合理的结论。

研究顺序为:

1. 首先对样本基本信息进行统计,以了解研究样本的基本特征情况。本案例共涉及到Q20~Q23共四个题项,分别是性别,年龄,月收入水平和职业。将这四个题项的统计结果汇总制成表格。

2.对研究样本基本背景信息进行描述后,进一步对研究样本的基本态度或者特征行为情况等进行分析。此案例中Q24~Q27共四个题项均为样本的基本态度情况。其中Q24~Q26这三项均为单选题,因此分别统计频数选择情况。

Q27题为多选题,可以使用表格或者条形图两种形式去呈现结果,并且对选择频数进行降序排序后展示,以便将更为重要的信息明显列出。进行文字分析时,应该首先关注于选择比例较高的选项,突出关注重点。

3.本案例中,影响因素涉及15个题项,可通过探索性因子分析,确定因子与题项的对应关系情况,最终将多个题项提取浓缩成少数几个因子,便于后续研究使用。本例中,最终提取6个因子,分别命名产品,促销, 渠道, 价格, 个性化服务, 隐私保护

4.在上一部分探索性因子分析后,接着需要对研究变量进行信度分析。信度分析需要针对每一具体细分维度或者变量进行分析,此案例分别对因变量购买意愿,以及探索性因子分析得到的六个因子(产品, 促销, 渠道, 价格, 个性化服务, 隐私保护)进行信度分析

5.信度分析完成后需要对研究数据效度进行验证。本案例使用题项均有参考文献来源,并且对题项进行过修正处理,因此具有良好的内容效度,也即说明从专业角度上看,题项确实可以描述想要描述的概念信息。

6.完成研究量表信度和效度分析后,接着对研究变量进行描述性分析。此案例使用五级量表,因而在分析时结合平均得分值与具体分值代表的意义进行描述即可

7.本案例在于研究产品,促销, 渠道推广, 价格, 个性化服务和隐私保护等六个因素对于样本购买意愿的影响,因此需要首先确认这六个因素与购买意愿之间是否有相关关系,如果有相关关系,相关关系紧密程度情况如何。

8.在进行相关关系分析发现,六个因素均会与购买意愿之间有着较为紧密的正相关关系,因而此部分利用多元线性回归分析去探讨此六个因素对于购买意愿的影响情况。

9.在使用回归分析法对变量影响关系进行分析之后,继续对研究变量进行差异对比,目的在于深入分析,便于提供相关建议措施等。案例中对比不同月收入样本与研究变量的差异情况,收入可分为2000以下, 2001~4000, 4001~8000, 8000以上共四组,因此可使用方差分析去对比差异。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,444评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,421评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,036评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,363评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,460评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,502评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,511评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,280评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,736评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,014评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,190评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,848评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,531评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,159评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,411评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,067评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,078评论 2 352