• 网站首页
• 网站建设
• 短视频
• 网站推广
• 网站模板
• 客户案例
• 资讯动态
• 关于我们

该如何着手分析呢_CSS学习

当前位置：网站建设 > 技术支持

该如何着手分析呢？

在设计时就需要考虑到统计方便，才能便于统计分析。

从问卷设计思路出发，常见的研究目的有影响关系研究、现状政策类研究等。

影响关系类研究最为常见，研究影响关系时，通常会先画出模型结构框架，一个框架表述整体研究结构思路情况，研究框架为核心。

这类分析思路倾重于关系，并且是影响关系的研究。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。此类分析思路框架大部分题项应该为量表题，小量题项为非量表题。

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. 数据可靠，并且研究量表有效之后，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。

现状政策类研究

现状政策类研究非常普遍，分析思路倾重于现状及基本态度，和差异对比研究，了解群体的基本认知，态度，观点意见或者行为等。通常情况下现状政策类研究更多是非量表题项，此类研究框架的核心在于“分组”。第一件事情为“分组”；比如有30个题，那此此30个题项可以分别归纳为几个方面呢？比如基本背景，认知，态度，行为，原因等五个方面。第二件事情是将“分组”分别作为一个部分进行分析。第三件事情是分组题项与分组题项之间进行交叉。社会学类、媒体等相关专业会使用此分析框架进行相关研究，以及企业问卷研究较适用于此类分析思路框架。

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. 分别针对“分组”进行分析，每个“分组”作为一个部分进行分析。

3. 差异关系研究：比如基本背景分别与“认知”，“态度”，“行为”，“原因”上的差异性（通常是使用交叉分析，当然涉及多选题时，应该选择对应多选题应该使用的交叉方法）

4. 如果说希望研究影响关系，比如研究“认知”(X)，“态度” (X)分别对于“行为” (Y)的影响关系，此时可考虑使用二元logit回归分析。

版权说明：
本网站凡注明“广州京杭 原创”的皆为本站原创文章，如需转载请注明出处！
本网转载皆注明出处，遵循行业规范，如发现作品内容版权或其它问题的，请与我们联系处理！
欢迎扫描右侧微信二维码与我们联系。