智能問卷演算法

A. 怎麼統計問卷調查數據啊

我們做問卷調查研究，一般的思路是：

設計問卷——收集數據——分析數據

一、問卷設計

1、從目標入手，找關鍵詞，結合研究目標設計題項。

問卷設計的最終目的是通過問卷收集數據，了解某個問題的原因狀況並且給出科學的建議。因此問卷題目的設置始終都要圍繞著目標展開。不用急於開始設計問卷，首先要確定好研究的主題，相信這不是什麼難事，有了這一點，接下來就好辦很多。 從這一主題入手可以看看，這個主題下可以細分出什麼關鍵詞。

比如，要研究「網購情況和社交媒體使用關系的情況」。從中可以看出，有兩個明顯的關鍵詞，「網購」和「社交媒體」，那麼接下來就可以用具體的問題表示這兩個關鍵詞。

2、問卷結構盡量簡單明了，便於後續分析。

問卷的題目不是一拍腦袋，想到什麼題目就加上什麼。每個問題都應該有它出現在那裡的道理。一份好的問卷一定會有一個清晰的結構框架。

比如上面例子提到的，「網購情況和社交媒體使用關系的情況」，可以圍繞著『』網購行為情況-網購態度情況--網購行為影響因素-社交媒體使用情況-社交媒體態度情況-社交媒體使用影響因素「這一線索設計題目。再加入一些共性的問卷題目，比如性別，年齡，學歷，收入，消費等基礎信息，一份比較完整的問卷就已經完成。

3、從數據分析角度入手設計問卷

如果思路上更偏向於差異關系研究，比如不同收入人群對於網購的態度差異。那麼收入是個關鍵詞，網購態度則可以使用比如規范的量表題進行設計，這樣便於進行方差分析對比差異性；如果不是使用量表題，那麼就可以考慮卡方分析進行研究。如果進行更多豐富的研究方法使用，則對應需要使用多樣的問題設計，並且預期上就需要進入差異對比的范疇。

如果思路上更偏向於研究影響關系，比如滿意度對於忠誠度的影響，看上去，滿意度和忠誠度均可以使用量表題進行表示，那設計成量表題沒有問題，因為可以使用線性回歸分析進行研究。除此之外，還有一種情況可以考慮，即logistic回歸，滿意度影響最終是否再次購買，是否再次購買被滿意度影響，這類情況是應該使用logistic回歸分析。如果是希望兩類研究方法均使用，此時滿意度對應的問題則需要有量表題，還有比如「是否願意再次購買」一類的定類數據問題。

如果預期數據需要進行統計上的信度分析，此時請記住一定需要設計成量表題，否則無法進行信度分析。以及如果預期思路上有分類，即比如將樣本分成3種人群，此時需要考慮使用更多規范的量表題數據。

二、收集數據

這一步主要就是發放問卷，可以先做預調研，確定問卷有效，問題表達准確，選項設置合理，就可以正式調研了。樣本數量對於量表類問卷，樣本量的常見標準是量表題項的5倍或者10倍，一般要在100以上；對於非量表類問卷，通常需要在200個以上。

三、數據分析

數據分析通常大家都會用SPSS進行分析，推薦使用SPSSAU，可以直接進行在線分析，「拖拽點一下」三步出結果，非常方便，小白也可以輕松完成分析工作。

很多時候，比較困擾我們的不是怎麼使用SPSS，而是看不懂指標，不知道怎麼解讀，SPSSAU針對這個問題，設計了智能化分析系統，可以對標你的數據進行智能化文字分析，結果一目瞭然，就不用再擔心看不懂的問題了。

B. 市場問卷調查方法

如何設計市場調查問卷
市場營銷的起點是商業調查，因為它是發現顧客需求的最佳方法之一。能夠在商業經營中明了顧客的需求至關重要，但是如何明了顧客的需求卻又是相當困難。一項成功的市場調查可以了解顧客如何看待自己的產品、服務，甚至於公司在顧客心目中的形象，這些數據經過整理加工後將會有助於企業改善經營，從而提高公司的收入和利潤。通過市場調查還可以了解顧客的潛在需求、競爭對手在顧客心目中的地位、顧客的生活方式等等，這些信息的收集都有助於企業根據顧客的需求來重新更新產品的設計，使得產品能夠更貼近顧客的需求，而且如果這一切你都在你的競爭對手之前完成的話，就可以在競爭中佔得先機。以往市場調查主要是通過電話調查、現場調查和郵寄調查來進行的，而現在隨著互聯網的迅速發展，出現了以網路在線為特徵的調查新形式，特別是某些具體的針對某些特定顧客群進行的市場調查，逐漸代替了原來調查形式，有效的降低市場調查的成本。在在線市場調查最為流行的美國，隨著在線市場調查的深度和廣度的不斷提高，在線市場調查已經逐漸成為市場調查的中不可忽視的一股新興力量。
一、制定在線市場調查的目標
在線市場調查是通過調查問卷進行的，在設計市場調查問卷之前，應首先確定調查的目標，即在此次市場調查中，你希望通過這次調查達成什麼樣的目標？比如希望知道顧客如何評價企業所提供的產品與服務？知悉訪問者如何評價企業網站？企業網站的郵件訂閱者是否對企業郵件服務滿意？企業產品的潛在顧客群是否對本企業的新產品感興趣？所以在線商業調查重要的是在開始就制定調查的目標，包括調查對象、調查方法、甚至於調查的發布媒體。但是實際上，只要你確定了在線商業的目標，你也就隨之確定了在線調查的對象，在線調查方法等各個主要方面。
在知道了調查對象之後，選擇何種調查方法就變得容易。如果你希望向企業網站的訪問者作調查，那麼可以通過在企業網站中設置彈出式窗口，來吸引訪問者完成調查問卷；如果你的調查對象是目前企業產品和服務的已有顧客，在線調查可以通過E-mail的方式來進行；如果你的調查目標不僅僅是局限於本企業的產品和服務，而是希望能夠研究目前某細分市場的發展趨勢的話，你也可以向專門公司購買包含目標調查對象的郵件地址資料庫。
在線商業調查之所以能夠逐漸替代傳統的商業調查方法就在於其能夠以相對較低的成本來獲得與傳統市場調查一樣，甚至於更好的調查結果，從而能夠幫助企業改善產品和服務，確定企業發展的戰略方向。
二、設計在線調查問題
在線調查的成功在於是否能夠設計有效的調查問卷。這就意味著，為了能夠獲得良好的調查反饋，你不僅僅只是關心你在問卷中想要問客戶的問題，而且還要考慮如何向被調查者詢問這些問題。錯誤表達的調查問題所得到的調查數據，對企業改善經營管理毫無幫助，甚至於如果問卷中存在某種偏見的話，經驗表明，許多受調查者會主動放棄填寫調查問卷。在撰寫在線調查問卷時需要注意的要點包括以下幾個方面：
1. 調查問題要簡短明快，要盡量能夠切中要害。
這需要在問題中使用盡量淺顯易懂的表達方式，避免在問卷中使用一些行業術語和縮寫詞，你在問卷中表達的越淺顯清楚，受調查者願意完成整個調查問卷的可能性也就會越大。過於專業化的概念可能會使得被調查者不知該如何回答問卷上的問題。
2. 避免建立在假設前提基礎上的問題。
比如說，你不應該撰寫這樣的問題：「你家的電視機是海爾牌還是長虹牌？」這樣的問題建立在被調查者有海爾牌或長虹牌電視的前提基礎上，而忽略了如果被調查人家中並沒有這兩種電視的可能性。
3.避免具有誤導性的問題。
比如說，你不應該撰寫這樣的問題：「在我們的調查中我們發現許多訪問者更願意購買海爾牌的電視，您喜歡哪一種品牌的電視機？」這樣的問題顯然對被調查者有明顯的誤導作用。
4.避免詢問被調查者敏感或者是尷尬的問題。
即使由於調查需要，你必需在問卷中向被調查者詢問令其尷尬的問題時，最好的選擇就是將問題放在問卷的最後，而在這之前能夠安排一些內容相關但並不令其尷尬的問題。
5.在問卷中多採用封閉式提問法。
提問分為封閉式提問法和開放式提問法。封閉式提問法即在提問的同時給出答案供被調查者選擇，這種類型的問題由於其簡單，容易回答而受到了被調查者的歡迎。開放式提問法即提出問題後由被調查者自由回答，這種類型的問題一般被調查者很少能耐心將其回答完。
6.問卷的問題應少而精
在設計調查問卷時最重要的一條是不要期望在一份問卷里放下你所有想要知道答案的問題，而無論這些問題是否有助你的調查效果。調查問卷中的問題越少，每個問題能夠得到被調查者的注意力也就越多，而調查答案也就更有效，只有這樣才能夠有效的完成在線調查。
三、選擇調查問卷中的問題的安排方式
常常被調查者忽視的一個問題就是在進行在線調查時需要非常注意調查的形式以及安排，這對於最終的在線調查的效果有非常之大的影響。顯然，調查問卷中的問題的安排格式由在線市場調查的形式所決定，如果你使用普通的文本格式通過E-mail的形式來進行在線調查，那麼調整調查問卷中的問題的安排方式的餘地就很小，而相反，如果在線調查是通過Web的形式進行發布的話，問題的安排格式的選擇餘地就大了，你就可以選擇字體、色彩甚至於是插入圖像來增強調查問卷的可讀性。在設計在線市場調查的形式時需要注意以下幾個方面：
1. 盡量在問卷中多使用封閉式提問法。
在上文提到過在問卷中需要限制用開放式提問法，而要盡量選擇封閉式提問法。比如說打分題，如「如果用1-10來表示你的否定程度，你認為……」；又如程度選擇題，如「天空是藍色的，你強烈相信/相信/不太確定/不相信/強烈不相信」；再如是否題、多項選擇題等。絕大部分的被調查者都傾向回答多項選擇題，而不是那些需要進行文字回答的問題，在使用多項選擇問題時，也有些小技巧，比如在多項選擇題中選項之外增加「其它」選項，這讓被調查者可以填寫你在設計問題沒有想到的內容。
2. 安排好問題的次序。
如何才能安排好問卷中所要涉及的問題？設計問卷切忌在問卷開始就向被調查者提出令被調查者尷尬的問題，另外，調查中最需要知道的信息需要盡量放在問卷的前部分，如果被調查者在接受調查時，中途放棄完成調查問卷，這樣至少能夠獲得你最想知道的那部分信息。另外，正如在前文提到的，在調查的問卷的開始安排幾個相對簡單的問題，從而使得被調查者能夠完成整個問卷，從而不至於在問卷的開始就嚇著被調查者，使得被調查者不會由於反感而拒絕完成整個調查問卷，從而保證調查能夠得到更准確、更有價值的信息。
3.注意問題之間的邏輯關系
整個調查問卷中的問題排列的邏輯性也很重要。一份成功的調查問卷之中的問題相互之間必然要存在強烈的邏輯關系，如果問卷的問題相互之間缺乏邏輯性，而給被調查者一種不連續的感覺的話，那麼調查的結果也就可想而知。
四、發布在線市場調查
目前在在線市場調查使用最多的發布方法是通過E-mail的形式來發布調查問卷。使用E-mail來發布調查問卷的最大優點在於其花費低廉，這就是說，如果你有被調查者的郵件地址的話，只需要花費時間設計一份調查問卷，然後通過E-mail將調查問卷發送給被調查者，再通過E-mail的形式收回調查結果，進行分析就可以完成在線商業調查。通過E-mail方式來進行市場調查的缺點在於這種調查形式就決定了所能調查的問題有限，而反饋而來的調查結果也需要你根據E-mail的回郵用手工錄入資料庫，這是相當花費時間與精力的工作。所以說，如果被調查對像在200名以內，調查問卷限制在20個問題以內，通過E-mail形式來進行在線調查是一種可以接受的、高效率的調查方法。而反之，如果被調查者的數目相當大，又或你希望設計相當復雜的調查問卷的話，基於Web方式的在線市場調查是更佳的選擇。
使用基於Web方式的在線商業調查方式的優點不僅僅在於其能夠選擇字體、色彩甚至於是插入圖像來增強問卷的可讀性，而且可以能夠使得問卷調查「智能化」起來，這意味著你可以根據被調查者對於上一調查問題的回答智能化的設計問卷。舉例來說，如果公司同時在市場上銷售三種產品，而被調查者並不是購買過所有三種產品，這時你就因此可以設計「智能化」的調查問卷，在顧客回答完「你曾經購買了哪一種本公司的產品？」，而「智能化」的問卷設計可以根據顧客對於此題的回答而自動的選擇下一個適合此顧客回答的調查問題。基於Web方式的在線市場調查的缺點與優點一樣明顯，由於這種調查方式包括根據不同選項設置問題、分類和儲存調查結果、到最後如何調用這些調查結果，都需要較深的計算機知識和編程技巧，即使現在目前已經有專業軟體公司提供網上在線調查的商業軟體，但是由於網上在線調查業務的復雜性，這些專業軟體需要專業人員的設置，這就意味著仍然需要專業人士提供幫助。因此，坦率地說，如果公司面對需要增加人員和預算來從事基於Web方式的在線商業調查的話，將其外包給專業在線商業調查公司是更符合公司利益的選擇。
如果公司選擇將在線市場調查外包給專業的第三方公司的話，這同時也是大多數公司的選擇，將能夠使得公司獲得專業化、智能化的及時數據跟蹤與分析服務。大多數的商業調查公司只需要將向顧客調查的問題以模板或是簡單的文檔文件提交給調查公司即可。由第三方提供在線商業調查的解決方案的優點是顯而易見的，首先，本企業的網站由於訪問量有限通常不能夠滿足在線市場調查的需要，而第三方調查通過在門戶網站或是專業網站里設置調查問卷，從而能夠滿足企業調查能夠面向大量潛在顧客，其次，如果公司的在線市場調查針對的訪問本公司企業網站的潛在用戶的話，那麼即使是調查是基於第三方網站，也可以通過編程的方法使得調查看上去是在公司企業網站上進行，而調查問卷通常以與企業網站一致的Logo、色彩、設計來出現。但是基於第三方的解決方案也有其自己的缺點，第一，如果是通過電子郵件進行在線市場調查的話，那麼對於公司來說，被調查者的郵件地址資料庫對於企業來說是一筆巨大的財富，所以在委託第三方進行商業調查的話，第三方也許會以業務需要的理由堅持索要被調查者郵件地址資料庫，這在一些小型的收費較低的在線商業調查公司中尤為常見，此時，公司應該堅持把被調查者資料庫放在自己的控制之下。第二要小心那些要價較低的小型商業調查公司。這些公司通常針對一定數量，如1000名調查者索要相對較低的價格，但是在調查進行中時會針對超過限額的被調查者再索取一筆高額的額外費用。因此，公司將在線市場調查委託給第三方進行時，切忌不要被小型的不正規的調查公司所提出的種種的優惠條件所迷惑，而要將在線市場調查的業務委託給值得信任的正規的大型的商業調查公司。
五、提高在線商業調查的質量
提高商業調查質量的關鍵就是如何能夠最大限度的激勵你的現實顧客和者潛在顧客，即被調查者能夠准確地、全面地填寫調查問卷，一般來說，為了激勵被調查者完成調查問卷，調查者通常能夠採取以下幾種方法：
1.適當的物質獎勵
最常見的方法就是調查者為完成調查問卷的被調查者提供獎品或者抽獎機會。據統計，這樣通常能夠提高調查問卷17%的合格率。
2.告訴被調查者他所回答的問卷將會被嚴格保密。
從而使被調查者在回答尷尬的問題和隱私問題時打消顧慮。
3. 在調查問卷中註明調查公司的名稱和地址。
尤其是對於一些名聲很響的大公司來說，這樣做能夠吸引到更多的被調查者。
4.在調查問卷的結尾向被調查者表示感謝，並且告訴被調查者他們有機會獲得的獎品或是抽獎的機會。
5.在正式進行調查之前可以在小范圍內進行調查來預估調查的質量。
這樣做的目的是測試是否在措詞或是其它方面不夠准確、達意，如果調查問卷存在這方面的問題的話，這些存在問題必須在在線市場調查正式進行之前解決，從而才能夠確保在線調查的質量。
6.在調查結束後，應該認真分析所獲得的信息。
公司應該妥善的利用這些調查而來的信息從而改善企業的產品與服務，即使調查結果存在著某些不合理或者是完全的批評與指責，也應該以客觀的、顧客角度來理解調查所獲得的信息，而不是僅僅將調查信息放置一邊。
以上這些雖然簡單但都是經過實踐證明很有效的方法，能夠促進被調查者積極參與調查，能夠讓他們理解這次調查的目的就是為了給他們提供更好的產品與服務，而且可以使得他們能夠從參與調查中獲得物質上的收益。

C. 問卷調查方法有哪些各自的優缺點是什麼

問卷調查法的優點：
1、問卷法節省時間、經費和人力。
2、問卷法調查結果容易量化。問卷調查是一種結構化的調查，其調查問題的表達形式、提問的順序、答案的方式與方法都是固定的，而且是一種文字交流方式，因此，任何個人，無論是研究者，還是調查員都不可能把主觀偏見代入調查研究之中。其調查的統計結果一般都能被量化出來。
3、問卷調查結果便於統計處理與分析。現在有大量的相關統計分析軟體可以幫助我們進行數據分析，有些甚至能直接幫助我們設計問卷，方便實施和分析，也方便進行數據挖掘。
4、現在的電子問卷克服了紙質問卷的一些缺點，方便實施與調整。雖然他不可能取代面對面的問卷調查，但由於成本更低，更容易及時調整問卷設計上的不足，越來越多的問卷採用電子問卷的形式，可以通過網站，e－mail 進行發布與回收。數據直接使用資料庫記錄，方便篩選與分析。線上回收可選擇各大問卷網站或沃銷眾填等平台。
5、問卷調查法可以進行大規模的調查。無論研究者是否參與了調查，或者參與的多少，都可以從問卷上了解被訪者的基本態度與行為。這種方式是其任何方法也不可能做到的，而且問卷調查可以周期的進行而不受調查研究人員變更的影響 ,可以跟蹤某些問題用戶的變化。
問卷調查法的缺點：
1、面向設計的問題問卷調查比較難，面向未來的調查（為設計進行的調查）很多時候需要了解用戶的意圖、動機和思維過程。問卷調查這類問題往往效果不佳，或者說問題設計比較難。而開放式的問題，回收質量、分析和統計等工作也會受影響。
2、問卷調查設計難，調查問卷的主體內容設計的好壞，將直接影響整個專項調查的價值。問題的設計需要大量的經驗，不同的人針對同一個問題，尤其是面向思維的問題，設計問卷差別可能會很大，信度和效度控制需要豐富經驗。
3、調查結果廣而不深。問卷調查是一種用文字進行對話的方法， 如果問題太多， 被訪者會產生厭煩情緒， 因此，一般的問卷都比較簡短，也就不可能深入探討某一問題及其原因；
4、問卷調查結果的質量常常得不到保證。因為在被訪者填答問卷時，用戶的調查過程我們很難得知，是我們需要調查的真實用戶嗎？
5、問卷調查的回收率難以保證。問卷調查必須保證有一定的回收率，否則資料的代表性就會受到影響，回收率受問卷長度，問題難易程度，是否涉及隱私，參與調查獲得回報多少等因素相關。另外，網路調查的回收率一般都不高，質量也難以保證。

D. 最好用的調查問卷統計分析軟體是哪種

SPSSAU是一款專業的在線智能統計分析工具，提供了非常全面的數據分析方法。適合科研人員、市場調研人員、統計小白、論文分析困難戶使用。

E. 問卷調查所能用的統計方法有哪些

1. 調查的樣本量太小，計算出的結論可靠性不高。

例如看到一些研究生的論文，只發了幾十份問卷調查表，就根據統計到的百分比寫下十分肯定的結論。其實，是有問題的。

例如：調查「你對××活動喜歡的程度」，調查了45人。調查結果：非常喜歡2人，喜歡5人，一般10人，不太喜歡13人，不喜歡15人。作者統計出：喜歡和非常喜歡的共7人占調查人數45人的15.5%，不太喜歡和不喜歡的共28人，佔62.2%。並根據15.5%和62.2%來進一步寫結論。

但是，他忽略了調查的樣本計算出率以後，還應該計算率的標准誤和置信區間。如本例喜歡率為15.5%。還應該計算率的標准誤Sp。

_________ _________________

本例，喜歡率的標准誤 Sp =√P(1-P)/n = √15.5(100-15.5)/45 = 5.39 %

按樣本量n，查t值表上, n-1的t0.01和t0.05 的值，查得t0.05＝2.02 , t0.01＝2.69, 根據喜歡率15.5 %、標准誤5.39 % 和t0.05的值,可計算出：

95% 置信區間：15.5±2.02×5.39＝4.6%～26.4%。(置信區間上下限的差值高達21.8%)。

95% 置信區間的含義是，如果用樣本的喜歡率15.5%來估計總體的喜歡率時，有95%的可能是在4.6%～26.4%的區間之間。這樣高達21.8%的區間意味著15.5%是不太可信的。

但是，如果擴大樣本量到450人，4500人，而統計出的喜歡率也是15.5%。由於調查的樣本量擴大了，標准誤 Sp會縮小，計算出的95% 置信區間也就縮小為12.2%～18.8%和14.4%～16.6%。這時用樣本率估計總體率時，上下限的差值很接近15.5%，才是可信的。

2. 調查數據的統計分析過於簡單。

目前看到的調查數據統計分析大都比較簡單。只是計算各個問卷指標的百分比，如上面舉例的喜歡率15.5%等等。

要避免統計分析過於簡單，首先，在做調查表設計時，就事先要考慮好調查數據的統計分析方法。例如同樣是調查「你對××活動喜歡的程度」，除了要擴大調查樣本量外，在調查表中增加調查性別和年齡。這樣就可以採用一種較為復雜的方法——交叉分析。交叉分析是分析「年齡」、 「性別」和「對××活動喜歡程度」三個變數之間的關系。假設不分類統計時，喜歡率是15.5%。交叉分析後就會發現由於性別的不同，年齡段的不同喜歡率是不同的。

例如：2005年國民體質監測問卷調查中，對「睡眠時間」的統計分析，如果只是簡單地計算某市成年男子2473人的問卷，只能統計出：睡眠6小時以下的人為13.4%，睡眠6～9小時的73.6%，睡眠9小時以上的13%。但是，如果增加年齡因素，分年齡段進行統計就可以看到，各年齡段的百分比是不同的（統計表略）。利用分年齡段的百分比還可以畫出折線圖（圖略）。從圖上更可以清楚的顯示出：隨著年齡增加，睡眠時間逐漸減少的趨勢。

上述統計分析方法比較簡單。但是，僅靠簡單的統計方法來處理問卷調查數據是十分可惜的，因為大量的數據信息還沒有充分利用。所以，設計問卷時，就應該注意到，讓收集到的調查數據能做多因素統計分析（如：回歸分析，因子分析等）。下面是我幫助或指導有關單位做過的統計分析實例：

例1：2005年國民體質監測的調查問卷內容中，包括了各人的文化程度，職業，工作、生活和體育鍛煉等方面的許多問題。為了分析這些調查內容和各人的體質有什麼關系，找出哪些因素對體質的好壞特別有關？在進行統計分析時，就需要把體質監測的指標和問卷調查的內容聯系起來進行統計。

在成年組調查問卷內容中可進行計算的12個問題是：受教育程度，職業，平均每周工作時間，平均每天睡眠時間，睡眠質量，平均每天步行時間，平均每天坐姿活動時間，吸煙狀況，運動感受，平均每周鍛煉次數，平均每次鍛煉時間，堅持鍛煉時間。把這些作為X1, X2, ……X12，再把每個人體質監測中的體質總分作為Y，就可以進行逐步回歸分析計算。

某省成年男甲組4242人的數據用逐步回歸分析計算結果是：從12個指標中依次選出了X 1 (受教育程度)，X12 (堅持鍛煉時間)， X10(平均每周鍛煉次數)，X7(平均每天坐姿活動時間) 4個指標。得到回歸方程：

Y = 21.85+ 1.02 X 1 -0.20 X7+ 0.34 X10 + 0.28 X12 F=101.92 (P<0.01)

復相關系數 R= 0.296

根據回歸方程的系數就可以知道：受教育程度高，平均每周鍛煉次數多，堅持鍛煉時間長，平均每天坐姿活動時間少的人體質總分就高。反之就低。而這個結論只做一般的調查表百分比統計，是得不到的。

例2：某市開展《超重與肥胖人群運動與營養綜合干預實驗研究》12周後，對參加者進行了問卷調查，內容有：每天進餐情況（分為：五分飽，八分飽，十分飽），每周快走次數（分為：3次以下，3次，4次，5次及以上），每次快走時間（分為：30分鍾以內，30～60分鍾，60～90分鍾，90分鍾以上），每次快走距離（分為：3公里以下，3～4公里，5公里及以上）等。

如果僅統計各個問卷內容的百分比，只能計算出如：每次快走時間30分鍾以內的29人佔22.1%，30～60分鍾的47人佔35.9%，60～90分鍾的19人佔14.5%，90分鍾以上的36人佔27.5% 等等，這樣的統計結果並不能說明什麼問題。更無法分析出哪些是對減肥有效果的因素。

但是，把問卷調查的內容與參加12周實驗後各人體重下降值聯系起來統計，情況就不同了。如可以分別計算出：每周快走次數、每次快走時間等指標與體重下降值的相關系數。當計算出以上指標都和體重下降值呈中度或低度相關時，還可以進一步用回歸分析的方法計算出標准回歸系數或偏回歸平方和來分析各指標對體重下降的作用大小。

本例有131人參加實驗，為了用數學表達式來描述：飲食、運動量和降體重的關系。把調查表內容轉換成數字後，選擇了X1（每天進餐情況）、X2（每周快走次數）、X3（每次快走距離）與Y（體重下降值）計算出三元回歸方程：

Y= 1.26－1.30 X1 +0.59 X2 +1.70 X3 F =13.855 (P<0.01)

復相關系數 R = 0.4966

從回歸方程可以看到，在吃八分飽的情況下，增加每周快走次數和每次快走距離，降體重的效果更好。

可見，當採用了多元回歸分析方法後，可以充分利用調查表裡的信息從而獲得比簡單的統計百分比更多的研究結果。

例3：某市對學生體質下降原因進行調研時，設計的調查表內容包括：學生、家長、學校等方面30多項指標。為了分析調查的各指標對學生身體素質影響的主次關系，從調查表中選出可進行因子分析計算的26個指標進行了R型因子分析計算。

R型因子分析通過計算，可找出控制著所有指標的幾個主要因素。計算後，原來的許多指標重新組合成較少的幾個新的綜合指標──公因子。這些公因子相互獨立而且反映了原來指標的絕大部分信息。通過R型因子分析的結果，可以看出哪些指標是同一類的，每一個指標以哪一公因子為主，其他公因子所佔比例如何，從而分析該指標的特點。還可根據貢獻率較大的幾個公因子中所包括的指標，來分析出各指標的主次關系。

對3699名中學生的調查數據作R型因子分析計算後，從貢獻率最大的5個公因子所包括的調查指標看，歸入第1公因子的7個指標，都和參加體育活動有關，因此把第一公因子命名為體育活動因子，歸入第2公因子的2個指標，是反映學生家長文化水平的學歷，歸入第3公因子的2個指標，是反映學生是否關心自己體質、健康的指標，歸入第4公因子的2個指標，是反映學校是否關心和組織學生體育活動的指標，歸入第5公因子的2個指標，是反映學生家長對體育運動的態度的指標。

從而可以分析出，對學生體質影響最大的第一因素是學生參加體育活動的情況，第二因素是家長的文化水平高低，第三因素是學生自己是否關心自己的體質、健康情況。第四因素是學校是否關心和組織學生參加體育活動，第五因素是家長是否喜愛體育活動是否支持學生參加體育活動。

因子分析的優點在於用一個或少數幾個綜合指標概括原始數據中盡量多的信息，它能夠實現對問題的高度概括，並揭示出一般的特徵和規律。本例通過因子分析的統計方法，從學生填在26個調查問卷中的信息，分析出了對學生體質影響的幾個主要因素。

F. 問卷調查法具體步驟

調查問卷一般分10個環節，也就是我們常說的10個步驟。
一、設計好調查問卷的目的和內容。這一點也就是要把相關的規定和信息要明確。對那些直接參與設計的的人員來講，要詳細的了解本項問卷的目的和內容，將問題條理化、具體化和可操作化。
二、搜集相關的資料。要想把問卷調查設計好，在做問卷調查前還要做些充足的准備。因為問卷調查不僅僅是答題和整理信息這樣簡單的事情，它還需要系統化，需要我們在做調查前做好各項准備工作，包括素材的豐富和對研究問題的知識准備。
三、掌握好調查問卷的類型。不一樣的調查形式在調查中會得到不一樣的結果。為此在調查時我們要根據調查問卷的內容和要求，要充分考慮到調查問卷的類型。
四、明確答題的主要內容。在確立了答題的方法和類型後，我們就要根據具體要求細化答題內容，這是一項非常重要的環節，因為答題的內容是我們進行調查的關鍵，也是對調查相關的內容進行劃分區間的一項重要工作。
五、把握答題的結構。也就是說我們要把調查問卷設計為封閉性的設計還是開放性的設計。
六、做好問題的措詞。一字一意，一句一章要條理清楚，為此在對問題進行表述時一定要做好精準性，使被調查者一看就能知道其中的關鍵所在。
七、安排答案的次序。在設計時一定要對答案的次序進行合理的設計和安排，這里要說明的是，如果不是選擇答案，而是開放性的填寫性調查，還需要對答案進行區間處理。
八、確定格式和版面。
九、擬定問卷的初稿。
十、製作問卷。
以上就是問卷調查的具體流程，缺一不可。

G. 怎麼用spss計算問卷星里問卷的信度

推薦用SPSSAU「在線SPSS」，裡面可以做信度分析，以及智能分析答疑解惑等。

H. 問卷調查，「數據分析」具體指什麼

數據分析是指用適當的統計分析方法對收集來的大量數據進行分析，提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。這一過程也是質量管理體系的支持過程。在實用中，數據分析可幫助人們作出判斷，以便採取適當行動。

數據分析的數學基礎在20世紀早期就已確立，但直到計算機的出現才使得實際操作成為可能，並使得數據分析得以推廣。數據分析是數學與計算機科學相結合的產物。

(8)智能問卷演算法擴展閱讀

數據分析有極廣泛的應用范圍。典型的數據分析可能包含以下三個步：

1、探索性數據分析：當數據剛取得時，可能雜亂無章，看不出規律，通過作圖、造表、用各種形式的方程擬合，計算某些特徵量等手段探索規律性的可能形式，即往什麼方向和用何種方式去尋找和揭示隱含在數據中的規律性。

2、模型選定分析，在探索性分析的基礎上提出一類或幾類可能的模型，然後通過進一步的分析從中挑選一定的模型。

3、推斷分析：通常使用數理統計方法對所定模型或估計的可靠程度和精確程度作出推斷。

參考資料來源：網路-數據分析

I. 好用的問卷調查軟體有哪些

1、問卷星

問卷星是國內最早也是目前最大的在線問卷調查、考試和投票平台，自2006年上線至今用戶累計發布了超過4450萬份問卷，累計回收超過30.97億份答卷，並且保持每年100%以上的增長率。其用戶已覆蓋國內90%以上的高校和科研院所，是各行業領導企業信賴的問卷調查、考試、投票的知名品牌。

2、Microsoft Forms

Microsoft Forms 會實時收集回復，並自動提供圖表以對數據進行可視化。最棒的是，導出到 Excel 即可使用 Excel 的完整功能實現自定義深入分析。

3、簡道雲

退可做問卷調查，進可做團隊管理應用;優點是功能非常強大，數據搜集和報表分析很棒，裡面各種各樣的公式、流程學會了感覺可以橫著走。

4、騰訊問卷

騰訊公司推出的免費、專業的問卷調查系統。提供多種方式創建問卷,簡單高效的編輯方式,強大的邏輯設置功能,專業的數據統計和樣本甄別。

5、麥客

麥客CRM是一款能夠幫助你進行信息收集、市場開拓、客戶挖掘並展開持續營銷活動的管理平台。首先，你可以通過一張簡單輕便的表單，收集各行各業、任何你想要的信息;然後，表單中有關於聯系人的信息會進入聯系人管理模塊;你可以很方便地向這些聯系人發送設計精美的EDM郵件或是各類通知簡訊。

6、番茄表單

一款極簡易用的在線表單製作和數據收集工具。調查問卷、會議活動報名、用戶投訴、使用反饋、考核測評等，都可以通過一張表單輕松實現。

7、金數據

幫助個人用戶和企業客戶快速設計表單，搭建業務系統，如調查、預約、登記、獲客、抽獎、考試、訂單等等，高效的收集和管理日常工作和業務運轉數據，助力個人工作效率提升，成就企業商業價值。

8、樂調查

樂調查是一款問卷製作，收集數據和統計為一體的完整的問卷調查系統。不同於一般問卷工具，符合高度專業調研的技術要求，強大的智能報表分析演算法，能完成復雜的國際調研項目。只在需要增值產品的樣本和定製研究報告時收取服務費用。

J. 什麼是AI和BI,商業智能有什麼區別

BI目前實現的是收集數據，提供反饋，輔助決策的能力，以數據為基礎的，面向數據管理和分析，屬被動角色。而AI則輔以大數據，演算法等得到更有價值的信息，實現收集+預測的能力，更多的是主動角色。

雖然AI的應用范圍非常廣，但結合BI現仍是處理結構化的數據。而此處二者的交集在於機器學習和數據挖掘，但又略有不同。AI的機器學習強調演算法，BI的數據挖掘還包括對數據的管理，演算法選擇上也較為簡單，沒有神經網路和深度學習等復雜AI演算法。

未來,AI與BI的區別在於BI負責梳理生產關系，AI是先進生產力。那麼AI+BI模式通過將AI嵌入BI，構建基於AI的BI平台，利用AI的智能讓BI系統能夠解決更復雜的業務場景，產出更精準的分析結果，從而使決策更為科學和准確。

對於結構化的數據，BI系統可應用機器學習演算法，得到更精確的分析結果。例如上文提到的總結用戶畫像，分析人群行為數據，得到千人千面，實現精準營銷的結果。還有金融領域的風險監測，AI+BI的模式可以分析出金融風險和其他指標、行為之間的內在聯系，預測更為准確。

對於非結構化的數據，BI可以應用圖像處理、語音工程和文本分析等AI技術，智能化地處理復雜業務場景。如語音轉文字，錄入數據及產出想要的報表等。

業務場景除了在 IT 信息化基礎比較扎實的行業，也會在深度場景化的細分領域，且這些領域不具備通用性。也可理解為解決方案不具備復用性。這個時候通過AI完成一些演算法匹配，根據匹配的結果來驅動業務執行。