우리의 설문지가 설문 조사 데이터를 되찾았을 때 해야 할 일은 관련 통계 소프트웨어를 사용하여 처리하는 것이다. 여기서는 SPSS 를 처리 소프트웨어로 사용하여 설문지 처리 과정을 간략하게 설명합니다. 대체로 변수 정의, 데이터 입력, 통계 분석, 결과 저장 네 가지 프로세스로 나눌 수 있습니다. 다음은 이 네 가지 측면에서 설문지 처리에 대해 자세히 설명합니다.
Spss 처리:
1: 변수 정의
대부분의 경우 변수를 처음부터 정의해야 합니다. SPSS 를 켜면 excel 과 같은 인터페이스를 볼 수 있습니다. 인터페이스의 왼쪽 아래에 두 개의 탭, 데이터 뷰, 변수 뷰가 표시됩니다. 왼쪽 아래에 있는 변수 보기 탭을 클릭하여 변수 정의 인터페이스로 전환하여 새 변수를 정의하기만 하면 됩니다. 테이블 맨 위에는 변수에 설정할 이름 (변수 이름), 유형 (변수 유형), 폭 (변수 값 폭), 소수 (소수 자릿수), 레이블 (변수 레이블), 값 (특정 변수 값을 정의하는 레이블), 누락 () 항목이 있습니다
우리는 SPSS 에서 설문지의 각 질문을 변수로 설정할 수 있다는 것을 알고 있습니다. 이렇게 하면 한 설문에 몇 개의 질문이 있으면 몇 개의 변수가 대응될 수 있으며, 각 질문에 대한 답은 변수의 값입니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 질문명언) 이제 설문지의 첫 번째 질문을 예로 들어 변수의 설정을 설명하겠습니다. 설명하기 쉽도록, 우리는 이 제목이 다음과 같다고 가정할 수 있다.
1. 당신은 다음 중 어느 연령대에 속합니까?
A: 20-29 세 b: 30-39 세 c: 40-49 세 땡: 50-59 세
그런 다음 변수 설정은 다음과 같습니다. name 은 변수 이름이 1 임을 나타내고, type 은 응답 유형에 따라 유형을 설정할 수 있음을 나타내며, a, b, c, d 대신 1, 2, 3, 4 를 사용할 수 있습니다. Values 특정 변수 값을 정의하는 태그입니다. 값 상자의 오른쪽 절반에 있는 줄임표를 클릭하여 변수 값 레이블 대화 상자를 엽니다. 첫 번째 텍스트 상자에 1 을 입력하고 두 번째 텍스트 상자에 20-29 를 입력한 다음 추가를 누릅니다. 마찬가지로 1 = 20-29, 2 = 30-39, 3 = 40 과 같은 설정을 할 수 있습니다. Missing 은 변수의 누락된 값을 정의합니다. [누락] 상자 오른쪽에 있는 줄임표를 클릭하여 [누락 값] 대화 상자를 엽니다. 인터페이스에는 세 개의 라디오 버튼 목록이 있습니다. 기본값은 맨위 "누락 값 없음" 입니다. 두 번째 항목은 최대 3 개의 값을 정의할 수 있는 불연속 누락 값입니다. 마지막 항목은 "누락 값 범위+선택적 누락 값" 입니다. 여기서는 그림 선택 첫 번째 항목과 같이 기본값을 설정하지 않습니다. Columns, 표시 열 폭을 정의합니다. 실제 상황에 따라 설정할 수 있습니다. Align-왼쪽, 오른쪽 및 가운데 정렬을 포함한 표시 정렬을 정의합니다. Measure 는 변수 유형이 연속적인지, 질서 정연한지, 무질서한지 정의합니다.
다음은 설문지에서 흔히 볼 수 있는 단일 객관식 질문의 변수 설정이며, 몇 가지 특수한 상황에 대한 변수 설정도 설명합니다.
1. 공개 질문 설정 이러한 변수를 설정할 때는 값과 누락된 값만 남기면 됩니다.
2. 객관식 질문의 변수 설정: 이런 문제는 두 가지 설정 방법, 다중이분법과 다중분류법이 있다. 여기서 우리는 다중이분법만 소개한다. 이 방법의 기본 아이디어는 문제의 각 옵션을 변수로 설정한 다음 각 옵션을 두 개의 옵션 (선택 및 선택 안 함) 으로 나누는 것입니다. 이제 SPSS 에서 특정 작업을 보여 주는 예를 들어 보겠습니다. 예를 들면 다음과 같습니다.
당신은 보통 어떤 방법으로 뉴스를 얻습니까?
1 신문 2 잡지 3 TV 4 방송 5 네트워크
Spss 에서 변수를 설정할 때 이 문제는 5 개의 변수를 설정할 수 있습니다. 설문지의 세 번째 질문인 경우 변수 이름은 각각 3_ 1, 3_2, 3_3, 3_4, 3_5 이며 각 옵션에는 두 가지 옵션이 있습니다. 값 항목에서/Value-0/= checked 로 설정하면 됩니다.
이 창에서 질문서의 모든 질문을 한 번에 변수로 정의할 수 있습니다.
이 시점에서 변수를 정의하는 작업은 기본적으로 완료 될 수 있습니다. 우리가 다음에 해야 할 일은 데이터 입력이다. 먼저 소프트웨어 왼쪽 아래에 있는 데이터 뷰 탭을 클릭하기만 하면 데이터 입력 창으로 돌아가야 합니다.
2 단계: 데이터 입력
다음과 같은 여러 가지 방법으로 Spss 데이터를 가져올 수 있습니다.
1. SPSS 형식으로 데이터 읽기
2. Excel 및 기타 형식의 데이터를 읽습니다
3. 텍스트 데이터 읽기 (고정 및 구분 기호)
4. 데이터베이스 형식의 데이터를 읽습니다 (다음 두 단계로 구분됨)
(1) SPSS 에서 ODBC 와 데이터베이스를 사용하도록 ODBC (2) 를 구성합니다.
하지만 설문지의 데이터 입력은 간단합니다. SPSS 의 데이터 입력 창에 직접 입력하면 됩니다. 하지만 몇 가지 주의할 점이 있습니다.
1. 데이터 입력 창에서 각 행이 사례라고도 하는 설문지를 나타내는 양식을 볼 수 있습니다.
2. 데이터 입력 창에서 1, 2, 3, 4, 5 의 태그 이름 ... 양식 맨 위에 나타나는 것을 볼 수 있습니다. 실제로 첫 번째 단계에서 설문지의 각 질문에 대해 취한 변수 이름, 즉 1 대표입니다 2 는 두 번째 질문을 나타냅니다. 변수 이름 아래에 해당 질문에 대한 답을 입력하기만 하면 설문지의 데이터 입력을 완료할 수 있습니다. 예를 들어 설문지에서 A 의 답안을 체크하면 1 아래에 1 을 입력하면 된다. (우리가 보통 1, 2,3,4 를 a, B, C 대신 사용한다는 것을 잊지 마라.
우리는 일행이 설문지를 대표한다는 것을 알고 있기 때문에 설문지가 있으면 반드시 몇 줄의 데이터가 있을 것이다.
데이터 입력이 완료되면 우리가해야 할 일은 설문지에 대한 통계 분석입니다. 이 시점에서 설문지의 데이터를 소프트웨어에 입력했기 때문에 이것이 우리의 핵심 부분입니다.
세 번째 단계: 통계 분석
데이터를 사용하면 SPSS 의 다양한 분석 방법을 사용하여 분석할 수 있지만, 어떤 통계 분석 방법, 즉 어떤 통계 분석 프로세스를 호출해야 정확한 분석 결과를 얻을 수 있습니다. 이것은 우리의 설문지의 목적과 우리가 원하는 결과에 달려 있다. SPSS 에는 수치 분석과 그래픽 분석의 두 가지 방법이 있습니다.
1. 플롯 분석:
SPSS 에서는 생존 분석에 사용된 생존 그래프를 제외한 다른 통계 드로잉 기능이 그래픽 메뉴에 통합되어 있습니다. 메뉴는 다음과 같은 섹션으로 구분됩니다.
(1) 갤러리: SPSS 의 그래픽 기능에 대한 일반적인 이해를 얻을 수 있는 통계 그래픽 기능을 간략하게 소개하는 자율 학습 가이드와 같습니다.
(2) 대화 형: 대화 형 통계 차트.
(3) 지도: 통계지도.
(4) 아래의 다른 메뉴 항목은 우리가 가장 많이 사용하는 일반 통계입니다. 특히:
막대 차트
산포 그래프
선 그래프
히스토그램
파이
지역지도
상자도
일반 Q-Q 차트
일반 p-plat
품질 관리 차트
파레토투
자동 회귀 곡선
고도도
교차 관련 그래프
시퀀스 다이어그램
스펙트럼
오차도
그리기 분석은 간단하고 이해하기 쉽고 한눈에 알 수 있다. 우리는 자신의 필요에 따라 만들어야 할 그래픽을 선택할 수 있다. 일반적으로 막대 차트, 히스토그램, 정규 차트, 분산형 차트, 원형 차트 등을 자주 사용합니다. 구체적인 조작은 매우 간단하다. 관련 서적을 참고할 수 있다. 드로잉 분석은 수치 분석과 결합하여 시험지를 분석하는 경우가 많아 효과가 더 좋다.
2. 수치 해석:
SPSS 의 수치 통계 분석 프로세스는 Analyze 메뉴에서 수행되며 다음을 포함합니다.
(1), 보고서 및 기술 통계: 기본 통계 분석이라고도 합니다. 기초 통계 분석은 다른 심층적인 통계 분석의 전제조건이다. 기본 통계 분석을 통해 사용자는 분석 데이터의 전체 특성을 보다 정확하게 파악함으로써 분석 객체를 연구할 수 있는 보다 심층적인 분석 방법을 선택할 수 있습니다. 보고서 및 기술 통계 명령 항목에 포함된 기능은 단변수의 기술 통계 분석입니다.
기술 통계에는 다음과 같은 통계 기능이 포함됩니다.
빈도 (주파수 분석): 기능: 변수의 분포를 이해합니다.
설명자: 기능: 데이터의 기본 통계 특성을 이해하고 지정된 변수 값을 표준화합니다.
탐색: 기능: 데이터의 특이성과 분포 특성을 조사합니다.
크로스탭: 기능: 사물 (변수) 간의 상호 작용과 관계를 분석합니다
보고서에는 다음과 같은 통계 기능이 포함되어 있습니다.
OLAP 큐브: 기능: 그룹화 변수에 따라 그룹당 총 수, 평균 및 기타 통계를 계산합니다. 출력 보고서 요약은 각 그룹에 포함된 다양한 변수에 대한 통계입니다.
사례 요약: 원하는 변수 값을 보거나 인쇄합니다.
라인 보고서 요약: 보고서를 라인으로 출력합니다.
행별 보고서 요약: 보고서를 행별로 출력합니다.
(2) 비교 평균: 샘플 평균을 사용하여 전체 평균을 추정할 수 있습니까? 두 변수의 평균이 가까운 샘플이 같은 전체로부터 나온 것입니까? 즉, 두 샘플 세트는 변수 평균이 다릅니다. 차이가 통계적으로 의미가 있습니까? 전반적인 차이를 설명해 주시겠습니까? 이것은 각종 연구 작업에서 흔히 볼 수 있는 문제이다. 이를 위해서는 평균 비교가 필요합니다.
다음은 평균 비교 테스트 프로세스입니다.
평균 과정: 남녀 평균 임금, 각 직종의 평균 임금 등 다양한 계층 (다른 집단) 에 대한 설명적 통계. 목적은 비교하는 것이다. 용어: 등급 수 (분류 변수의 값 수 (예: 성별 변수에 두 개의 값 (두 등급이라고 함), 셀 (분류 변수의 값으로 그룹화된 요소 변수 참조), 등급 조합.
T 테스트 프로세스: 샘플 t 테스트 프로세스.
단일 샘플 T 검사: 단일 변수의 평균이 지정된 상수와 다른지 검사합니다.
독립 샘플의 T 검사: 두 세트의 관련이 없는 샘플이 모두 같은 총계에서 나온 것인지 확인합니다 (평균이 같은지 여부, 예를 들어 남녀 평균 수입이 같은지 여부, 상당한 차이가 있는지 여부)
쌍 T 검사: 두 세트의 관련 샘플이 모두 같은 전체 (교육 효과 및 치료 효과와 같은 전후 비교) 에서 나온 것인지 확인합니다
단방향 분산 분석: 단방향 분산 분석은 여러 독립 그룹 (세 개 이상) 이 동일한 인구에서 나온 것인지 확인하는 데 사용됩니다.
(3) 분산 분석 모델: 분산 분석은 여러 샘플 평균 세트 간의 차이가 통계적 중요도를 가지고 있는지 여부를 검사하는 방법입니다. 예를 들어, 의학계는 특정 질병에 대한 여러 약물의 효능을 연구합니다. 농업은 토양, 비료, 햇빛 시간 등의 요인이 어떤 작물 생산에 미치는 영향을 연구한다. 각기 다른 사료가 가축의 체중 증가에 미치는 영향은 분산 분석을 통해 해결할 수 있다.
(4) 관련 분석: 변수 간의 근접성을 연구하는 일반적인 통계 방법입니다. 일반적으로 사용되는 종속성 분석에는 다음 유형이 포함됩니다.
1, 선형 상관 분석: 두 변수 간의 선형 관계 정도를 연구합니다. 상관 계수 r 을 사용하여 설명하십시오.
2. 부분 상관 분석: 하나 이상의 다른 변수의 영향을 통제할 때 두 변수 간의 상관 관계 (예: 연령 및 근무 경험의 영향 제어) 를 설명하고 임금 소득과 교육 수준 간의 상관 관계를 추정합니다.
3. 유사성 측정 단위: 두 개 이상의 변수, 두 세트 또는 두 세트의 관찰 사이의 관계는 때때로 유사성 또는 비유사성으로 설명할 수 있습니다. 유사성 측정은 큰 값으로 매우 유사하다는 것을 나타내고, 상이도는 거리나 상이도로 묘사하며, 큰 값은 거리가 멀다는 것을 나타낸다.
(5), 회귀 분석: 역할: 관련 (관련) 변수 간의 관계를 찾습니다. 회귀 중에는 Liner: 선형 회귀가 포함됩니다. 곡선 추정: 곡선 추정; 이진 논리 스티: 이진 논리 스티 회귀; 다중 논리 SDI: 다중 논리 SDI 회귀; 질서 정연한 귀환 Probit: 확률 단위 회귀; 비선형: 비선형 회귀; 가중치 추정: 가중치 추정; 2 단계 최소 제곱 법: 2 단계 최소 제곱 법; 최적 스케일 최적 코딩 회귀; 가장 일반적으로 사용되는 것은 처음 세 가지입니다.
(6) 비패라메트릭 검사: 전체 비정규 분포에 불복종하고 분포를 알 수 없는 경우 데이터가 동일한 일반 가설에서 나온 것인지 확인하는 데 사용되는 검사 방법입니다. 이러한 메서드의 이름은 일반적으로 전역 매개변수를 참조하지 않기 때문에 지정됩니다.
비모수 검사 프로세스는 다음과 같습니다.
1. 카이 제곱 검사
이항 테스트 이항 분포 테스트
3. 테스트를 실행하여 테스트를 실행합니다
4. 1 샘플 콜모고로프-스미노프 검사 단일 샘플 안드레 콜모고로프-미노프 검사.
5.2 독립 샘플 테스트 두 개의 독립 샘플 테스트
6. 독립 샘플 테스트
7.2 관련 샘플 테스트 두 가지 관련 샘플 테스트
8.k 관련 샘플 테스트 두 가지 관련 샘플 테스트
(7), 데이터 복원 (요인 분석)
(8), 분류 (클러스터링 및 차별) 등
다음은 수치 통계 분석의 분석 메뉴에서 분석에 사용되는 몇 가지 수치 통계 분석 방법에 대한 간단한 소개입니다. 변수 정의 및 데이터 입력이 완료되면 필요에 따라 이러한 분석 방법을 선택하여 설문지 데이터를 통계적으로 분석하여 원하는 결과를 얻을 수 있습니다.
4 단계: 결과를 저장합니다.
우리의 SPSS 소프트웨어는 통계 분석의 많은 결과를 하나의 창, 즉 결과 출력 창에 저장합니다. Spss 소프트웨어는 복사 붙여넣기 기능을 지원하므로 원하는 결과를 복사하여 보고서에 붙여 넣을 수 있습니다. 물론 메뉴에서 파일-> 명령을 실행할 수도 있습니다. 저장하여 결과를 저장합니다. 일반적으로 데이터를 저장하는 것이 좋지만 결과는 아닙니다. 우리가 데이터를 가지고 있는 한, 우리가 원하면 언제든지 데이터를 이용하여 결과를 얻을 수 있기 때문이다.
요약:
다음은 SPSS 가 설문지를 처리하는 네 단계입니다. 이 네 단계를 거쳐 SPSS 소프트웨어가 필요한 작업은 거의 끝났습니다. 다음 작업은 통계 보고서를 작성하는 것입니다. Spss 는 사회 통계에 널리 사용되는 통계 소프트웨어라는 점은 주목할 만하다. 그것을 잘 배우는 것은 우리의 앞으로의 일과 공부에 큰 의미와 역할을 한다.
SPSS 의 설문분석에서 설문지 한 장이 하나의 사례다. 첫째, 다른 설문지 질문에 따라 변수를 정의해야합니다. 변수를 정의하는 데는 두 가지 주목할만한 점이 있습니다. 하나는 변수를 구분하는 측정값과 측정값의 값입니다. 여기서 스케일은 수량화되고, 서수는 서수이며, 명사성은 지정된 클래스입니다. 둘째, 서로 다른 데이터 유형을 정의합니다.
각종 설문지 제목 유형은 크게 네 가지로 나눌 수 있다: 단일 선택, 다중 선택, 정렬, 오픈 제목. 해당 변수는 다른 방식으로 정의되고 처리됩니다. 우리는 다음과 같이 자세히 소개 할 것입니다:
1 객관식 질문: 대답에는 단 하나의 옵션만 있을 수 있습니다.
예 1 현재 조직에 조직 지향 경력 계획 시스템이 있습니까?
A 는 B 가 있고, 시작 중이고, C 는 D 가 없지만, 이미 중단되었다.
코드: 하나의 변수만 정의됩니다. 1, 2,3,4 의 값은 각각 a, b, c, d 의 네 가지 옵션을 나타냅니다.
캐리지 리턴: 옵션에 해당하는 값을 입력합니다. C 를 선택한 경우 3 을 입력합니다.
2 객관식 질문: 대답에는 불확실한 항목 수의 다중 선택 및 고정된 항목 수의 다중 선택을 포함한 여러 가지 옵션이 있을 수 있습니다.
(1) 방법 1 (이분법):
당신의 직업 계획 시스템은 어떤 집단을 포괄합니까? 네가 갈고리를 그릴 때, 모든 힌트를 넣어라.
그것을 고려하다.
A 월공 b 일 근무자 c 시간제 근무자
인코딩: 각 해당 옵션은 변수로 정의되며 각 변수의 값은 "0" 을 선택하지 않고 "1" 을 선택합니다.
입력: 응답자가 선택한 옵션입력 1, 0 선택 안 함. 응답자가 AC 를 선택하면 세 개의 변수는 각각 1, 0 및 1 으로 입력됩니다.
(2) 방법 2:
공산당원의 선진성 교육 활동을 전개하는 가장 중요한 세 가지 목표는 무엇이라고 생각하십니까?
1() 2 () 3 ()
A, 당원의 자질 향상 B, 기층 조직 C 강화, 민주주의 발양 주장.
D. 기업가의 열정을 불러일으키다 e. 인민을 위해 봉사하다 F. 모든 일을 추진하다.
인코딩: 제목에서 1, 2,3 의 괄호를 나타내는 세 개의 변수가 정의되어 있으며, 세 변수의 값은 각각 "1"a, "2" b, "3" 의 해당 옵션에 의해 정의됩니다
입력: 1, 2,3,4,5,6 입력 값은 각각 ABCDEF 옵션을 나타내고 각 괄호에 해당하는 변수 아래에 입력을 매핑합니다. 응답자가 세 개의 괄호 안에 ACF 를 선택한 경우 세 개의 변수 아래에 각각 1, 3,6 을 입력합니다.
참고: 방법 2 로 인코딩할 수 있는 객관식 질문도 방법으로 인코딩할 수 있지만, 불확실한 항목의 객관식 문제는 이분법으로만 인코딩할 수 있습니다. 즉 방법 1 은 객관식 질문의 일반적인 처리 방법입니다.
3 순위 질문: 옵션의 중요성 순위 지정.
예 4 당신이 상품을 구매할 때, 상품에 대한 당신의 관심 순서는 (코드를 기입하고 다시 배열하세요) 입니다.
첫 번째, 두 번째, 세 번째, 네 번째, 다섯 번째.
코드: 각각 첫 번째와 다섯 번째 자리를 나타내는 5 개의 변수가 정의되어 있습니다. 각 변수의 값은 "1" 브랜드, "2" 인기, "3" 품질, "4" 유틸리티, "5" 가격으로 정의됩니다.
입력: 숫자 1, 2,3,4,5 를 입력하여 각각 5 개의 옵션을 나타냅니다. 응답자가 품질 1 위를 차지한 경우 1 위를 나타내는 변수 아래에' 3' 을 입력합니다.
4 정렬 문제 선택:
사례 5 는 사례 3 의 문제를 "당원의 선진성 교육 활동을 전개하는 데 가장 중요한 것은 무엇이라고 생각하십니까?" 로 바꾸었다.
목표는 그 세 가지 항목이다. 중요도는 높음에서 낮음까지, 옵션은 변하지 않는다.
인코딩: ABCDEF6 의 6 개 옵션에 따라 6 개의 변수를 정의합니다. 각 변수의 값은 "1" 선택 안 함, "2" 1 위, "3" 2 위, "4" 3 위로 정의됩니다.
입력: 변수 값에 따라 입력합니다. 예를 들어, 세 개의 괄호 안에 ECF 를 선택한 경우 1 (옵션 a 가 선택되지 않았음을 나타냄), 1, 3 (옵션 c 가 2 위를 차지한 것을 나타냄),/kloc-;
참고: 이 방법은 객관식 질문과 정렬 질문의 조합이며 일반 정렬 질문 (예 4) 에도 적용됩니다. 단, 서로 다른 분석 방법 (예 4 는 빈도 분석 사용, 예 5 는 설명 분석 사용) 을 사용합니다. 출력 결과는 여러 측면에서 문제의 중요성을 반영합니다 (이전 방법은 변수가 나타나는 빈도에서 정렬, 다음 방법은 변수에서 정렬)
5 공개 수치 질문 및 척도 질문: 이러한 질문에는 응답자가 직접 수치 또는 점수를 기입해야 합니다.
예 6 당신의 나이 (실제 나이): _ _ _ _ _ _ _
코드: 정의된 값이 없는 변수입니다.
입력: 응답자가 기입한 실제를 입력합니다.
6 가지 오픈 텍스트 질문:
가능하다면 비슷한 의미의 답안을 인코딩해 폐쇄 옵션으로 변환해 분석할 수 있다. 답이 풍부하고 분류하기 어렵다면 이런 문제에 대해 직접 정성 분석을 한다.
셋째, 설문지의 일반적인 분석
다음은 SPSS 에서 설문지를 처리하는 일반적인 방법에 대해 자세히 설명합니다. 작업은 SPSS 13.0 버전을 예로 들어 아래에 언급된 메뉴 항목이 분석 주 메뉴 아래에 있습니다.
1 주파수 분석: 주파수 프로세스는 단 변수 주파수 분포 테이블로 사용할 수 있습니다. 사용자가 데이터 파일에 지정한 변수의 특정 값이 나타나는 빈도를 표시합니다. 값의 범위를 설명하는 통계 및 값의 범위를 설명하는 통계를 가져옵니다.
적용 범위: 객관식 질문 (예 1), 정렬 질문 (예 4), 객관식 질문 방법 (예 3)
주파수 분석도 설문 분석에서 가장 일반적으로 사용되는 방법입니다.
구현: 기술 통계 ... 빈도
2 설명 분석: 설명 s: 이 프로시저에서는 일변에 대한 설명 통계를 계산합니다. 이러한 통계에는 평균, 산술 및 표준 편차, 최대값, 최소값, 분산, 평균 범위 및 표준 오류 등이 포함됩니다.
적용 범위: 객관식 및 정렬 문제 (예 5), 숫자 문제 열기 (예 6).
구현: 기술 통계 ... 설명, 통계 버튼을 눌러 원하는 통계를 선택합니다.
3 다중 반응에서의 주파수 분석:
적용 범위: 객관식 질문의 이분법 (예 2)
구현: 첫 번째 단계는 여러 답변에서 객관식 질문으로 정의된 모든 변수를 모으는 것입니다. 집합을 정의하고, 새 집합 변수의 이름을 지정하고, 이분법 수치에 1 을 입력합니다. 두 번째 단계는 여러 응답에서 주파수 분석을 수행하는 것입니다.
4 교차 주파수 분석: 다양한 변수 조합의 각 계층에 대한 주파수 분석 문제를 해결합니다.
적용 범위: 두 개 이상의 변수가 교차 분류로 형성된 열 테이블에 적용되어 변수 간의 종속성을 분석합니다. 예를 들어, 서로 다른 업무 성격을 가진 사람들이 직장에서 교통수단을 어떻게 사용하는지 알고 싶다면, 교차 분석을 통해 2 차원 주파수 표를 얻을 수 있습니다.
구현: 첫 번째 단계는 분석 목적에 따라 교차 분석 옵션을 결정하고 제어 변수와 해석 변수를 결정하는 것입니다 (위 예에서 작업 특성이 다른 사람 제어 변수, 교통 수단을 해석 변수로 사용). 단계 2: 기술 통계 선택 ... 크로스탭.
네 가지 간단한 그래픽 설명을 소개합니다
위의 빈도 분석, 설명 분석 등의 분석을 할 때 직접 그림을 하나 만들 수 있고, 간단하고 편리하며, 또 다른 그림을 만들 수 있다. SPSS 의 그래픽은 강력하고 메뉴 그래픽 아래의 그래픽은 선명하고 아름답습니다. 지금 흔히 볼 수 있는 도표는 아래와 같이 간략하게 소개한다.
1 원형 차트: 원형 차트라고도 하며, 연구 대상의 인구 수를 원 면적으로 나타내고, 원의 면적을 각 구성 요소가 인구에서 차지하는 비율에 따라 여러 섹터로 나누어 현상 부분과 인구의 비율 관계를 나타내는 통계 차트입니다. 빈도 분석 결과는 원형 차트로 표시해야 합니다.
2 그래프: 세그먼트 상승 및 하강에 따라 데이터가 변하는 통계 그래프입니다. 주로 현상의 시간상의 변화 추세, 현상의 분포, 그리고 두 현상의 의존성을 나타낸다.
영역 그래프: 선 아래의 그림자 면적에 따라 현상을 강조하는 통계도입니다.
막대 차트: 동일한 폭의 막대 길이 또는 높이로 통계 크기 및 변화를 나타내는 통계 차트입니다.
5 가지 설문조사 심층 분석
위의 간단한 분석 외에도 SPSS 의 강력한 기능을 활용하여 클러스터 분석, 교차 분석, 계수 분석, 평균 비율 분석 (매개변수 검사), 관련 분석, 회귀 분석 등의 설문조사를 심도 있게 분석할 수 있습니다. 매우 전문적인 통계 지식이 관련되어 있기 때문에, 다음은 개인의 유용한 방법의 적용 범위와 분석 목적에 대한 간단한 소개입니다.
1 클러스터 분석
샘플 클러스터는 조사 대상을 분류하고 이러한 속성을 기준으로 각 범주의 비율을 계산하여 관심 있는 집단을 명확하게 조사할 수 있습니다. 예를 들어, 응답자의 소비 특성에 따라 클러스터링합니다.
2 상관 분석
종속성 분석은 두 개 이상의 변수 간에 종속성이 있는지 여부를 분석하는 방법이며 변수의 특성에 따라 다른 종속성 측정 방법을 선택해야 합니다. 설문 분석에 사용되는 변수의 대부분은 분류 변수에 속하며 Spearman 관련 계수를 사용해야 합니다.
두 변수 사이에 상당한 영향이 있는지 여부를 분석하는 방법인 카이 제곱 검사를 사용할 수 있습니다.
3 개의 평균 비교 및 테스트
(1) 평균 프로세스: 지정된 변수를 종합적으로 설명하고 분석하여 평균을 계산한 다음 비교합니다. 예를 들어 성별 변수에 따라 남성과 여성으로 나누어 그들 사이의 수입에 차이가 있는지 연구할 수 있다.
(2)T 검사:
독립 샘플 T 검사는 무관한 샘플이 평균 수가 같은 전체에서 나온 것인지 확인하는 데 사용됩니다. 예를 들어, 이 제품을 구입한 고객과 구매하지 않은 고객 간의 매출에 상당한 차이가 있는지 조사합니다.
샘플이 독립적이지 않은 경우 쌍 t 검사를 사용해야 합니다. 예를 들어, 직업 훈련에 참여한 후 업무 효율성이 향상되었는지 여부를 연구한다.
4 회귀 분석
설문 분석의 회귀 분석에서 불연속 회귀 모델, 일반적으로 logistic 모델은 한 변수가 다른 변수에 미치는 영향을 설명하는 데 자주 사용됩니다. 예를 들어 수입이 상품 소비에 미치는 영향을 연구한다.