问卷数据分析——破解SPSS软件的六类分析思路（第2版）

本书同其他数据分析方面的专著相比特点鲜明：首先，作者专注于问卷来源的数据分析，对数据分析方法的介绍更加专注、详细和深入；其次，作者没有讲解任何数据分析背后的数学原理，着重介绍的是数据分析方法的实际应用；*后，本书内容深入浅出，适合所有对问卷数据分析有需求的读者随时翻看查阅。

《问卷数据分析：破解SPSS软件的六类分析思路（第2版）》系统介绍了使用SPSS软件进行问卷数据分析的思路及方法，分为四部分，分别是问卷设计、六类问卷分析思路、数据分析方法在SPSS软件中的操作和答疑解惑。其中问卷设计部分适用于所有读者，建议读者在设计问卷前详细阅读这部分内容。读者可以结合实际情况选读六类问卷分析思路部分的内容。数据分析方法在SPSS软件中的操作部分详细讲解了各类数据分析方法在SPSS软件中的操作细节，并且对输出结果进行说明。答疑解惑部分罗列了使用各类分析方法时常见的疑难杂症，并且提供了解决方法。本书侧重于问卷分析的应用性，力求让读者在*短的时间内掌握使用SPSS软件分析问卷数据的方法并完成高质量的问卷数据分析报告。

使用SPSS软件分析调查问卷数据常见于各类学术研究、论文写作、企业市场调研和各类调查报告中，《问卷数据分析：破解SPSS软件的六类分析思路（第2版）》侧重于学术研究中的调查问卷数据分析在SPSS软件上的操作指导，适合高等院校的本科生和研究生，以及企事业单位使用问卷进行调研的从业人员和其他从事问卷分析工作的读者学习参考。

周俊,北京大学市场营销硕士学历，中央财经大学国际项目部统计学讲师，中国统计网统计专家，人大经济论坛SPSS软件培训师，问卷星平台数据分析首席顾问，SPSSAU数据研究部首席顾问。截止2019年底已为几万名学员提供数据分析、培训和咨询服务，在进入教育行业之前，周老师曾在亚马逊(中国)和兰亭集势从事商业数据分析工作(商业分析师)。

目录
第一部分 问卷设计
第1章 统计学基础知识及常用术语 2
1.1　数据分析 3
1.2　样本特征描述分析方法 5
1.3　信度分析和效度分析 5
1.4　因子分析 7
1.5　变量关系研究分析方法 8
1.6　中介效应和调节效应 11
1.7　差异研究分析方法 12
1.8　聚类分析 13
1.9　其他分析方法 14

第2章 问卷题设计和研究方法选择 16
2.1　量表题设计 17
2.2　非量表题设计 19
2.3　研究方法的选择 20
2.3.1 基本描述 21
2.3.2 影响关系 22
2.3.3 差异关系 23
2.3.4 其他关系 25
2.3.5 数据类型与研究方法 26

第3章 量表类问卷设计和注意事项 27
3.1　量表类问卷设计框架 28
3.2　量表类问卷案例 30
3.2.1 案例1：“90后”员工离职倾向影响因素研究 30
3.2.2 案例2：旅游消费者样本细分情况研究 32

第4章 非量表类问卷设计和注意事项 35
4.1　非量表类问卷设计框架 36
4.2　非量表类问卷案例 37
4.2.1 案例1：网购奢侈品消费情况研究 37
4.2.2 案例2：大学生理财情况研究 39

第二部分 六类问卷分析思路

第5章 量表类问卷影响关系研究 44
5.1　分析思路 45
5.2　分析方法 46
5.2.1 样本背景分析 47
5.2.2 样本特征、行为分析 47
5.2.3 指标归类分析 47
5.2.4 信度分析 49
5.2.5 效度分析 50
5.2.6 变量描述分析 51
5.2.7 变量相关关系分析 52
5.2.8 假设验证 52
5.2.9 差异分析 55
5.3　案例解读：在线英语学习网站各种因素对课程购买意愿的影响 57
5.3.1 各样本背景信息统计 59
5.3.2 各样本基本特征情况描述分析 60
5.3.3 应用探索性因子分析 61
5.3.4 细分变量的信度分析 64
5.3.5 效度分析 66
5.3.6 应用变量描述性分析 68
5.3.7 各因素间的相关分析 69
5.3.8 应用多元线性回归分析 70
5.3.9 应用方差分析 73

第6章 量表类问卷中介效应和调节效应研究 75
6.1　分析思路 76
6.2　分析方法 77
6.2.1 变量相关关系分析和变量回归影响关系分析 77
6.2.2 中介效应分析 78
6.2.3 调节效应分析 81
6.3　案例解读：员工工作满意度对创新绩效的影响关系 85
6.3.1 使用探索性因子分析进行结构效度分析 87
6.3.2 分析自变量X员工工作满意度对因变量Y创新绩效的
回归影响关系 90
6.3.3 分析团队合作是否起着中介效应 90
6.3.4 分析性别变量的调节效应 92

第7章 量表类问卷权重研究 95
7.1　分析思路 96
7.2　分析方法 97
7.2.1 指标归类分析 98
7.2.2 效度分析 98
7.2.3 使用因子分析法进行权重体系构建 98
7.3　案例解读：构建员工满意度权重体系 102
7.3.1 使用探索性因子分析进行因子探索 103
7.3.2 使用探索性因子分析进行结构效度分析 104
7.3.3 因子权重计算和因子表达式计算 105

第8章 “类实验”类问卷研究 108
8.1　分析思路 109
8.2　分析方法 110
8.2.1 交互作用分析 110
8.2.2 差异分析 112
8.3　案例解读：背景音乐、产品涉入度对消费者品牌态度和
购买意向的影响 112
8.3.1 本案例的多因素方差分析 114
8.3.2 本案例的差异分析 116

第9章 聚类样本类问卷研究 118
9.1　分析思路 119
9.2　分析方法 121
9.2.1 聚类分析和聚类效果验证 121
9.2.2 聚类类别样本差异分析 124
9.3　案例解读：旅游消费者的类别特征分析 124
9.3.1 本案例的探索性因子分析 126
9.3.2 本案例的信度分析和效度分析 130
9.3.3 本案例的聚类分析 131
9.3.4 本案例的聚类样本命名及聚类效果验证 134
9.3.5 本案例中不同类别样本的卡方分析 134

第10章 非量表类问卷研究 137
10.1　分析思路 138
10.2　分析方法 139
10.2.1 基本现状分析和样本态度分析 139
10.2.2 卡方分析 140
10.2.3 Logistic回归分析 141
10.3　案例解读：大学生理财情况研究 143
10.3.1 本案例的基本现状分析和样本态度分析 145
10.3.2 本案例的卡方分析 145
10.3.3 本案例的Logistic回归分析 147

第三部分 数据分析方法在SPSS软件中的操作

第11章 SPSS软件基础操作说明 152
11.1　SPSS软件界面说明 153
11.2　计算变量 154
11.3　编码处理 155
11.4　筛选处理 157
11.5　合并数据 158

第12章 频数分析和描述性分析在SPSS软件中的操作 159
12.1　频数分析 160
12.2　描述性分析 161

第13章 信度分析和效度分析在SPSS软件中的操作 162

13.1　信度分析 163
13.2　效度分析 165

第14章 变量关系研究方法在 SPSS 软件中的操作 171
14.1　相关分析 172
14.2　线性回归分析 173
14.3　中介效应分析 176
14.4　调节效应分析 179
14.5　Logistic回归分析 183

第15章 差异性研究方法在SPSS软件中的操作 189
15.1　单因素方差分析 190
15.2　多因素方差分析 194
15.3　t检验 197
15.3.1 独立样本t检验 198
15.3.2 配对样本t检验 200
15.3.3 单样本t检验 202
15.4　卡方分析 204
15.4.1 单选题卡方分析 204
15.4.2 多选题卡方分析 206

第16章 因子分析和聚类分析在SPSS软件中的操作 211
16.1　因子分析 212
16.1.1 因子分析的探索因子功能 212
16.1.2 因子分析的权重计算功能 216
16.2　聚类分析 220
16.2.1 两步聚类分析 220
16.2.2 k-均值聚类分析 224
16.2.3 系统聚类分析 226

第17章 研究方法在SPSSAU软件中的操作 229
17.1　SPSSAU软件介绍 230
17.2　项目分析 231
17.3　AHP层次分析法 233
17.4　熵值法 235

第四部分 答疑解惑

第18章 常见分析思路和分析方法问题 238
18.1　问卷研究问题 239
18.2　研究方法选择 240
18.3　描述性方法 242
18.4　信度分析和效度分析 242
18.5　变量关系研究方法 244
18.6　差异性研究方法 247
18.7　因子分析和聚类分析 249
附录A 中英文术语对照表 251

第2版前言

数据分析是数学知识、统计知识和分析人员自身专业知识的融合及实际运用，其关键在于挖掘数据潜在的价值，解决实际问题。分析人员可使用一系列科学研究方法挖掘数据本身的意义及数据之间的关系，进而为实际研究提供有力的数据支撑。然而并非每个人都对数据感兴趣，但是没有数据结论作为支撑，论点就没有让人信服的依据。学生时代，我曾想是否可以有这样一本书，既可以让读者完全理解数据分析原理，又没有原理性书籍的一大堆数学公式。直到网络问卷调研兴起，我才找到了这样的切入口：使用问卷作为背景案例进行阐述，不仅可以将各类分析方法融入问卷研究，还可以将分析思路进行梳理，以“傻瓜”式的文字进行讲解，从而解决实际问题。

纵观我国当前教育现状，很多高校会开设统计理论课程，但这些课程大部分基于理论原理，以分析方法的计算公式讲解为主。例如，t检验的公式是什么，如何把t值计算出来，等等。一旦将课堂中的分析方法应用于实际数据分析，就会出现巨大的鸿沟：理论上讲数据需要服从正态分布，但实际数据一般无法完全服从正态分布；课程中使用的练习数据总是很“完美”，一旦自己收集数据进行分析，就会“面目全非”，无法继续进行分析，应该使用什么样的分析方法，以及分析方法的逻辑关系是什么，完全没有头绪。课堂上的分析方法是彼此独立的讲解，而在实际研究中，需要选择合适的分析方法对整份数据进行分析，并且完成研究报告。我很庆幸有机会将自己近10年的数据分析经验进行浓缩，写成一本有意义的书。

站在个人角度，我认为每个人都需要掌握一定的数据分析技能。因为在实际工作中，每个行业都会产生数据，并且需要根据数据分析的结论提供相关建议、措施，各行业涉及的专业名词术语较多，进行数据分析需要结合专业知识，不太可能让只懂统计的人员进行处理。希望本书让读者有不一样的体验，忘记一堆数学公式、理论原理，随心所欲地进行数据分析。

自本书第1版出版以来，我收到非常多读者的反馈，这些反馈对第2版的完善和改进有非常大的帮助。非常感谢各位读者的来信，同时也欢迎读者朋友继续在本书互动页面与我进行交流。在本书写作期间得到电子工业出版社张慧敏编辑的大力帮助，在此表示感谢。针对本书的第二部分内容，张文彤老师提供了非常多有价值的建议，在此一并表示感谢。同时，也把感谢送给我的父母，以及在写作过程中给予我支持的朋友们。

真心希望本书给各位读者带来一定的帮助，至少可以有所启迪。建议读者首先阅读第一部分内容，通过学习这部分内容，可以大致了解各类分析方法的功能及其使用要求，以及问卷与各类分析方法的匹配对应关系；针对第二部分内容，读者可以进行选读，阅读与自己的问卷相对应的分析思路框架及分析方法，并且结合第三部分操作指导，完成高质量的分析报告；如果在分析方法的使用过程中出现问题，可参考第四部分内容进行解决。

本书素材下载地址为：www.broadview.com.cn/38198。