설문지에서 객관식 질문을 분석하는 방법
일반적으로 객관식 문제를 설정할 때, 나는 분류를 생각하지 않고, 단지 각종 상황의 순위를 알고 싶을 뿐이다. 사실 일부 객관식 질문에는 이미 기밀 정보가 포함되어 있다. 이러한 잠재적인 분류 정보를 통해 우리는 사용자의 내면의 생각과 심리적 특징을 더 잘 이해할 수 있으며, 심지어 그들의 행동 습관을 추측하여 다른 행동 주제와 상호 배려할 수 있다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 행동명언)
분류 가치가 있는 객관식 문제는 일반적으로 다음과 같은 특징을 가지고 있다.
1, 어간 자체는 가장 흔한 장애, 가장 시급한 문제, 가장 필요한 기능, 가장 많이 사용하는 도구 등 분류의 의미를 담고 있다. , 또는 직접 물어보십시오: 분류에 가장 적합한 서비스는 무엇입니까?
2. 옵션의 내용이 비교적 분산되어 있습니다. 옵션이 모두 특정 정밀도 수준에 집중된다면 분류할 필요가 없다. 옵션 내용에 여러 세부 사항이 포함되어 있고 각 측면에 여러 세부 사항이 있는 경우에만 분류해야 합니다. 이때 업무에 따라 측면과 세부 사항을 변증적으로 볼 필요가 있는데, 주로 옵션이 분류의 의의가 있는지 아닌지에 달려 있다.
3. 보통 10 이상의 옵션이 있습니다. 옵션이 너무 적어서 분류할 필요가 없다. 수량이 일정 수량을 초과할 때만 분류가 가치가 있다. 분류의 목적은 세부 사항을 통해 문제를 보는 차원을 요약하고 사용자의 심리나 행동을 더 깊이 해석하는 것이다.
4. 제한적 선택, 이것은 불필요하다. 주로 경험에 따라 사용자가 선택을 할 때 모두 선택하는 경향이 있는지 여부는 문제간 문제와 관련이 있다. 정확한 판단을 내릴 수 없고 옵션의 우선순위를 정해야 하는 경우 제한을 선택하는 방법을 사용하는 경우가 많습니다. 연구 목적에 따라 모든 옵션의 절반인 1/3 을 제한할 수 있습니다.
5. 데이터 형식은 0/ 1 입니다. 즉, 각 옵션마다 변수가 하나씩 있습니다. 1 을 선택하면 0 을 선택하지 않습니다. 객관식 문제는이 형식으로 변환되어 심층 분석에 적합합니다.
분류가치의 객관식 문제가 있을 때 아래에 설명된 방법을 사용하여 심층 분석을 할 수 있습니다.
이 글의 예는 반년 전 실시한 정량 조사로 분류가치가 있는 객관식 질문으로 주로 타오바오 판매자가 점포를 운영할 때 가장 필요한 기능을 중심으로 하고 있다.
클러스터 분석
첫째, 계층 적 클러스터링 분석 방법이 사용됩니다. 변수의 분류를 일관성있게 만들기 위해 이진 변수의 워드법과 제곱 유클리드 거리 방법을 선택하고 해당 통계 (약간) 를 확인한 다음 비즈니스를 결합하여 분류 수를 찾습니다. 계보 클러스터의 트리 그래프는 명확하고 분류 결과를 쉽게 볼 수 있으므로 많이 사용하는 것이 좋습니다.
종합 분석에 따르면 판매자의 기능을 5 ~ 7 가지 범주로 나누는 것이 적합하지만, 개별 분류는 설명하기가 쉽지 않습니다. 단일 범주에는 단 하나의 기능만 있고 후속 적용 가치는 제한적입니다.
요인 분석
클러스터 분석의 결과는 이상적이지 않으며 계수 분석 방법을 사용할 수도 있습니다.
여러 번의 시도 끝에' 직행 키워드 검색' 을 17 변수에서 빼서 별도의 범주로 만들었다. 나머지 변수는 주성분 분석과 최대 오차 직교 회전 (Varimax) 으로 계산됩니다. KMO 값은 0.545, Bartlett 구 검사 값은1041.324 (DF =/KK) 입니다. 마지막으로, 누적 분산 기여율이 55. 1% (아래 표 참조) 인 7 개의 공인자를 추출하여 효과를 해석할 수 있습니다.
상가와 결합하면 이러한 분류를 잘 해석하여 판매자의 심리적 특징과 수요 방향을 반영할 수 있다.
주: 이 예는 객관식 문제이기 때문에 척도 점수 문제가 아니라 변수 간의 구성 유효성에 초점을 맞추고 요소 분석 방법만 사용하여 분류합니다. 따라서 KMO 검사와 누적 분산 기여율의 구체적 가치는 실제 요소 분석이 중요하지는 않지만, 우리는 반드시 그것을 검증해야 하며, 심지어 신뢰도 검사도 해야 하고, 재구성된 관련 매트릭스의 잔존가액을 검증해야 한다. 마음속에 수가 있고, 마음속에 수가 있다. 이 경우 재구성된 관련 매트릭스의 절반 이상이 0.05 보다 큽니다. 실제 계수 분석 모델을 사용하여 판단하면 맞춤 효과가 좋지 않습니다.
상관 분석
또 다른 간단한 방법은 상관 분석입니다. 통계학자의 연구에 따르면 변수 0/ 1 도 피어슨 관련에도 적용된다.
이 예에서 17 개의 함수는 관련이 있으며, 단순화된 관련 매트릭스는 다음과 같습니다.
연구 목적에 따르면 이 표는 정관련성이 높은 옵션만 보면 되지만 17* 17 표에는 127...> & gt 가 있습니다
질문 2: 설문지의 객관식 문제를 통계적으로 분석하는 방법은 먼저 각 옵션에 점수를 매길 수 있다. 예를 들어, b c d 를 선택하면 1, 선택하지 않고 0 을 얻습니다.
이렇게 하면 객관식 문제도 ABC D 의 각 옵션에 대한 점수를 최종적으로 계산할 수 있다.
하지만 그렇게 한다면 통계 분석이라고 할 수 없다. 。 。 결과를 일반화하려면 회귀 모형 같은 것을 만들어야 하고 관련 테스트를 해야 한다.
질문 3: 설문지에서 객관식 질문을 계산하는 방법? 이 통계 방법은 옵션당 수량/총 가입자 수 = 백분율을 기준으로 합니다. 마지막에 모든 성적을 합치면 1.000% 를 넘을 것이다. 인민조사망의 온라인 시스템으로 직접 결과를 얻을 수 있으니 도움이 되길 바랍니다.
질문 4: 설문지에는 단일 객관식 질문과 객관식 질문이 있습니다. 어떻게 SPSS 를 사용하지 않고 신뢰도를 분석할 수 있습니까? 신뢰도 분석이란 잣대를 겨냥한 것이다. 즉, 모든 질문에 대한 답은 1-5 의 정도 판단이나 이른바 리히터 진도와 같은 수준을 묘사한다.
일반적인 설문지는 모두 객관식 질문으로 답안 옵션이 다르다. 이런 설문지는 일반적인 의미이므로 신뢰도를 분석할 필요도 없고 분석할 방법도 없다.
다섯 번째 질문: 엑셀 설문 통계 객관식 질문 = sum product (len (H2:h 164)-len (대체 (H2: h 1;
질문 6: 설문 조사에서 객관식 질문을 계산하는 방법? 신의 지시를 구하다. 기성품 온라인 설문 조사 사이트를 사용하여 설문지 수집 및 통계 분석 기능을 수행하는 것이 좋습니다. 이들은 비교적 전문적인 조사 플랫폼이며 경험이 비교적 많고 객관식 질문의 통계 기능도 상대적으로 성숙했다. 직접 사용할 수 있습니다.
이전에 조사권을 사용해 본 적이 있는데, 이 사이트는 설문조사를 한 적이 있다. 구체적인 단계는 다음과 같습니다. 설문지를 만들고' 설문지 발표' 에 들어가 설문지의 웹사이트를 찾으면, 그 웹사이트를 친구에게 보내 답변을 줄 수 있습니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 스포츠명언) 웹사이트의 설문지 피드백 수집 및 통계 분석을 항상 볼 수 있다.
객관식 질문과 마찬가지로, 각 옵션에 얼마나 많은 사람들이 선택되었는지 볼 수 있을 뿐만 아니라 각 옵션의 비율도 볼 수 있습니다. 구체적인 원형 차트 분석, 히스토그램 분석 등도 있습니다.
질문 7: 학생 설문지에서 객관식 질문을 분석하는 방법? 분류 성격을 지닌 객관식 문제
일반적으로 객관식 문제를 설정할 때, 나는 분류를 생각하지 않고, 단지 각종 상황의 순위를 알고 싶을 뿐이다. 사실 일부 객관식 질문에는 이미 기밀 정보가 포함되어 있다. 이러한 잠재적인 분류 정보를 통해 우리는 사용자의 내면의 생각과 심리적 특징을 더 잘 이해할 수 있으며, 심지어 그들의 행동 습관을 추측하여 다른 행동 주제와 상호 배려할 수 있다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 행동명언)
분류 가치가 있는 객관식 문제는 일반적으로 다음과 같은 특징을 가지고 있다.
1, 어간 자체는 가장 흔한 장애, 가장 시급한 문제, 가장 필요한 기능, 가장 많이 사용하는 도구 등 분류의 의미를 담고 있다. , 또는 직접 물어보십시오: 분류에 가장 적합한 서비스는 무엇입니까?
2. 옵션의 내용이 비교적 분산되어 있습니다. 옵션이 모두 특정 정밀도 수준에 집중된다면 분류할 필요가 없다. 옵션 내용에 여러 세부 사항이 포함되어 있고 각 측면에 여러 세부 사항이 있는 경우에만 분류해야 합니다. 이때 업무에 따라 측면과 세부 사항을 변증적으로 볼 필요가 있는데, 주로 옵션이 분류의 의의가 있는지 아닌지에 달려 있다.
3. 보통 10 이상의 옵션이 있습니다. 옵션이 너무 적어서 분류할 필요가 없다. 수량이 일정 수량을 초과할 때만 분류가 가치가 있다. 분류의 목적은 세부 사항을 통해 문제를 보는 차원을 요약하고 사용자의 심리나 행동을 더 깊이 해석하는 것이다.
4. 제한적 선택, 이것은 불필요하다. 주로 경험에 따라 사용자가 선택을 할 때 모두 선택하는 경향이 있는지 여부는 문제간 문제와 관련이 있다. 정확한 판단을 내릴 수 없고 옵션의 우선순위를 정해야 하는 경우 제한을 선택하는 방법을 사용하는 경우가 많습니다. 연구 목적에 따라 모든 옵션의 절반인 1/3 을 제한할 수 있습니다.
5. 데이터 형식은 0/ 1 입니다. 즉, 각 옵션마다 변수가 하나씩 있습니다. 1 을 선택하면 0 을 선택하지 않습니다. 객관식 문제는이 형식으로 변환되어 심층 분석에 적합합니다.
분류가치의 객관식 문제가 있을 때 아래에 설명된 방법을 사용하여 심층 분석을 할 수 있습니다.
이 글의 예는 반년 전 실시한 정량 조사로 분류가치가 있는 객관식 질문으로 주로 타오바오 판매자가 점포를 운영할 때 가장 필요한 기능을 중심으로 하고 있다.
클러스터 분석
첫째, 계층 적 클러스터링 분석 방법이 사용됩니다. 변수의 분류를 일관성있게 만들기 위해 이진 변수의 워드법과 제곱 유클리드 거리 방법을 선택하고 해당 통계 (약간) 를 확인한 다음 비즈니스를 결합하여 분류 수를 찾습니다. 계보 클러스터의 트리 그래프는 명확하고 분류 결과를 쉽게 볼 수 있으므로 많이 사용하는 것이 좋습니다.
종합 분석에 따르면 판매자의 기능을 5 ~ 7 가지 범주로 나누는 것이 적합하지만, 개별 분류는 설명하기가 쉽지 않습니다. 단일 범주에는 단 하나의 기능만 있고 후속 적용 가치는 제한적입니다.
요인 분석
클러스터 분석의 결과는 이상적이지 않으며 계수 분석 방법을 사용할 수도 있습니다.
여러 번의 시도 끝에' 직행 키워드 검색' 을 17 변수에서 빼서 별도의 범주로 만들었다. 나머지 변수는 주성분 분석과 최대 오차 직교 회전 (Varimax) 으로 계산됩니다. KMO 값은 0.545, Bartlett 구 검사 값은1041.324 (DF =/KK) 입니다. 마지막으로, 누적 분산 기여율이 55. 1% (아래 표 참조) 인 7 개의 공인자를 추출하여 효과를 해석할 수 있습니다.
상가와 결합하면 이러한 분류를 잘 해석하여 판매자의 심리적 특징과 수요 방향을 반영할 수 있다.
주: 이 예는 객관식 문제이기 때문에 척도 점수 문제가 아니라 변수 간의 구성 유효성에 초점을 맞추고 요소 분석 방법만 사용하여 분류합니다. 따라서 KMO 검사와 누적 분산 기여율의 구체적 가치는 실제 요소 분석이 중요하지는 않지만, 우리는 반드시 그것을 검증해야 하며, 심지어 신뢰도 검사도 해야 하고, 재구성된 관련 매트릭스의 잔존가액을 검증해야 한다. 마음속에 수가 있고, 마음속에 수가 있다. 이 경우 재구성된 관련 매트릭스의 절반 이상이 0.05 보다 큽니다. 실제 계수 분석 모델을 사용하여 판단하면 맞춤 효과가 좋지 않습니다.
상관 분석
또 다른 간단한 방법은 상관 분석입니다. 통계학자의 연구에 따르면 변수 0/ 1 도 피어슨 관련에도 적용된다.
이 예에서 17 개의 함수는 관련이 있으며, 단순화된 관련 매트릭스는 다음과 같습니다.
연구 목적에 따르면 이 표는 정관련성이 높은 옵션만 보면 되지만 17* 17 표에는 127...> & gt 가 있습니다
질문 8: 설문지에서 객관식 질문을 계산하는 방법? 이 통계 방법은 옵션당 수량/총 가입자 수 = 백분율을 기준으로 합니다. 마지막에 모든 성적을 합치면 1.000% 를 넘을 것이다. 인민조사망의 온라인 시스템으로 직접 결과를 얻을 수 있으니 도움이 되길 바랍니다.
질문 9: 설문지에서 객관식 질문을 통계적으로 분석하는 방법은 무엇입니까? 먼저 각 옵션에 점수를 매길 수 있다. 예를 들어, b c d 를 선택하면 1, 선택하지 않고 0 을 얻습니다.
이렇게 하면 객관식 문제도 ABC D 의 각 옵션에 대한 점수를 최종적으로 계산할 수 있다.
하지만 그렇게 한다면 통계 분석이라고 할 수 없다. 。 。 결과를 일반화하려면 회귀 모형 같은 것을 만들어야 하고 관련 테스트를 해야 한다.
질문 10: 객관식 질문 설문에서 각 옵션의 확률을 어떻게 계산합니까? 10: 종이 설문지를 컴퓨터에 입력하여 전자판으로 기록합니다. 객관식 질문 선택 1, 선택하지 않은 것은 0 으로 기록됩니다. 예를 들어 섹션 b 의 15 질문은 객관식 질문에는 5 가지 옵션이 있는데, 각 설문에 대해 b15 (1):1을 입력합니다 B 15(2):0. 。 첫 번째는 제목이고, 그 뒤에는 문제 (옵션) 의 할당이 있고, 각 제목을 더하면 각 옵션의 확률을 계산할 수 있다