基于 SPSS 软件的问卷分析，需要做哪些准备？

作为医学生，搞科研常常离不开调查问卷。然而发问卷一时爽，数据分析火葬场。来自问卷的数据乱七八糟，分析该从何下手真是让人苦恼。

问卷数据分析有技巧，分析前的准备不可少！SPSS 是科研数据分析的常用软件，科研狗几乎人手一个。那么，基于 SPSS 软件的问卷分析，需要做哪些准备呢？

常见问卷题目类型：问卷题目的常见类型有填空题、选择题和排序题。

☆ 填空题

在问题后面的横线上或括号内填写答案。例如：您有_____个兄弟姐妹。

☆ 选择题

包括单项选择题和多项选择题。例如：

单选题：您的性别是：（1）男 （2）女

多选题：您通过哪些方式学习 SPSS？（可多选）

（1）课堂学习

（2）自学

（3）公众号学习

（4）腾讯课堂

（5）B 站

（6）其他

☆ 排序题

在列举的选项中按顺序依次排序。例如：

您认为疫情期间配备防疫物资的次序为：

①护目镜_____

②防护服_____

③手套_____

④鞋套_____

⑤口罩_____

一、原始问卷数据导出

导出数据有两种类型：

（1）用数字 1、2、3、4 等代表选项 1、2、3、4；

（2）直接显示选项具体内容。

图 1：自制问卷调查结果

（图片来源：风云）

为了方便导入 SPSS 软件进行分析，一般情况，单选题、填空题两种导出类型皆可，多选题、排序题建议导出「数字代替选项」类型以便于 SPSS 识别（多选题、填空题、排序题的分析要点见下下期）。

下面，以「数字代替选项」类型导入 SPSS 进行分步讲解。

二、数据导入 SPSS

数据视图：显示 excel 数据导入格式，或（.sav）文件格式

变量视图：初始显示默认值

图 2：自制问卷调查结果

（图片来源：风云）

三、数据赋值

在变量视图对导入数据进行赋值，主要修改「名称」「标签」「值」「缺失」，以单选题为例，见图 3。

☆「名称」

一般与问卷题干一致，或简易标识对应题干；

☆「标签」

可选填，一般做备注题目相关信息；

☆「值」

对原始数据中「数字代表选项」或「原始选项具体内容」进行具体赋值，如（1）性别：1，2；（2）性别：男，女；操作步骤：值「1」 ，标签「男」 ，点击「添加」，以此类推。

☆「缺失」

默认无缺失值，如有缺失值，可在离散缺失值中填入具体的数值，如 99，-1 等，或勾选「范围加上一个可选的离散缺失值」填入缺失值范围及具体的缺失值。该部分操作视实际情况而定。

图 3：自制问卷调查结果

（图片来源：风云）

四、信度分析

即可靠性分析，指采用同样的方法对同一对象重复测量时所得结果的一致性程度。分类（见图 4）：

☆ 内在信度

侧重问卷结构的一致性，也就是看题项是否都是考察同一个概念的问题。包括 Cronbach α 系数和折半信度。

☆ 外在信度

侧重测量问卷在不同时间得到结果的稳定性程度。包括副本信度和重测信度。

图 4：信度类型

（图片来源：风云）

其中最常用的是 Cronbach α 系数，本次小编信度分析操作里着重介绍内部一致性系数的步骤。操作步骤（见图 5）：

1、分析

2、刻度

3、可靠性分析

量表各题目选入「项」、模型「Alpha」、统计勾选「项目」「删除项后的标度」、点击确定；

4、结果判读

可靠性统计：克隆巴赫 Alpha 值——整个量表的内在信度值

项总计统计：删除项后的克隆巴赫 Alpha 值——删除该项后其余项的总克隆巴赫 Alpha 值：0.60～0.65（最好不要）、0.65～0.70（最小可接受值）、0.70～0.80（相当好）、0.80～0.90（非常好）

若分量表的内部一致性系数在 0.60 以下或者总量表的信度系数在 0.80 以下，应考虑重新修订量表或增删题项。

图 5：自制问卷调查结果

（图片来源：风云）

五、效度分析

效度分析指尺度量表达到测量指标准确程度的分析。

方法如下：

☆ 探索性因子分析

主要是为了找出影响观测变量的因子个数，以及各个因子和各个观测变量之间的相关程度，以试图揭示一套相对比较大的变量的内在结构。

☆ 验证性因子分析

建立在研究者已经对所研究的因子和内在结构有了完整研究的假设基础上，它允许研究者明确描述模型完整细节，包括各观测变量、因子、残差之间的关系，而分析的目的是对相应的模型假设进行检验，确认数据是否符合所做的模型假设。

一般来讲，根据拟合结果，模型假设可能需要进行调整，然后再重新拟合，指导模型的拟合度可以接受。

注意：只有「量表」才需做信度与效度分析，一般人口学信息如性别、婚姻状态等不需要做信度分析与效度分析；

信度高≠效度高，

但信度不高，效度一定不高。

必须「信度分析」后，才「效度分析」！

操作步骤（见图 6）：

1、分析

2、降维

3、因子

量表各题目选入「变量」、描述勾选「初始解」「KMO 和巴特利特球形度检验」、旋转勾选「最大方差法」「旋转后的解」、选项勾选「按大小排序」「禁止显示小系数，绝对值 0.5」；

4、结果判读

要求 KMO>0.6、Bartlett 球形检验 P<0.05，待分析的原始变量之间存在较强的相关关系；

总方差解释：成分序号——维度数量（如 1，2，3...... 代表 1，2，3 个维度）、累积百分比——60% 可靠；

旋转后的成分矩阵：显示累积百分比 60% 对应的维度，各维度具体包含量表中哪些题目，如果某一题目同时出现在两个及两个维度以上，无法解释该题目，建议删除。

图 6：自制问卷调查结果

（图片来源：风云）

丁香科研精品技能课 1 分钱学

内含外泌体、SCI 写作、文献检索

综述指导教学等海量科研课

👇👇👇