在论文写作中，问卷调查真的非常常见，一般用于建模能力稍弱，但又必须采用定量分析的情况，一般在商以及文科等专业中常用，主要是为了弥补定性调查缺陷，这篇论文就从问卷调查设计到数据相关性分析做详细的解答。

问卷调查研究法的基本概念，作为定量分析的重要方法之一，指的是研究者用这种控制式的测量对所研究的问题进行度量，从而搜集到可靠的资料的一种方法。具体的步骤如下：

①明确调查主题,确定问卷类型

②围绕研究目的,设计调查问卷

③把握发放时机,及时回收问卷

④统计问卷结果,分析调查数据

⑤撰写调查报告,展示活动成果。

在论文中，常以如下形式表现

问卷设计

一般常用的问卷类型为量表类，对于本科以下的常采用文字类的调查问卷，就是通过选项描述来进行选择，然后进行描述性分析，这个操作比较简单，不做赘述。硕士及以上常采用量表，在量表的选择上，一般都是去收集与论文主题相关的现有的量表，然后根据实际所需进行调整形成，如果完全是通过自己的主观想象去设计以及发放，最后会发现在问卷设计上存在很多不合理的地方，比如，得不到问题设置重复、答案设置偏颇等，往往得不到最终期望的结果。

通过对选项设置1-5的评分来进行程度的选择，

被试与样本构成

本研究将问卷调查法放置在了核心地位，同时与方便取样原则进行有机整合，为保证调查结果的普遍性，本文选择“线上”和“线下”共同调查的模式。对于线下主要对以下xxx（研究对象）进行了随机匿名问卷发放工作，共发放问卷xx份；对于线上主要通过xxx平台发送私信发放问卷，共发放xxx份。线上线下合计共发放了xxx份调查问卷，回收问卷xxx份，回收率为98%。（回收有效性需要＞90%）

数据分析方法

本研究在对相关数据内容进行深入统计以及分析过程中，主要运用了IBM公司所推出的SPSS18.0中文版（根据实际情况替换），相关内容如下：主要将描述统计放置在了核心地位，同时相应的统计方法主要为以下内容，分别是相关性分析，回归分析以及显著性分析。SPSS18.0中文版是相应的统计软件。

问卷数据分析

需要强调的是只有量表题才能进行通过数据进行信度与效度分析。

效度分析

对于效度而言，它又被称之为有效性，主要是对测试结果是否能达到测验目的的程度进行有效性分析以及探究，分别通过KMO值，共同度，方差解释率值，因子载荷系数值等指标进行综合分析，以验证出数据的效度水平情况。

KMO值用于判断信息提取的适合程度，共同度值用于排除不合理研究项，方差解释率值用于说明信息提取水平，因子载荷系数用于衡量因子(维度)和题项对应关系，

如果是仅仅使用KMO 和 Bartlett 检验进行效度，即不理会维度与分析项的对应关系，方差解释率等；

第一：分析KMO值：如果此值高于0.8，则说明非常适合信息提取(从一个侧面说明效度好)；如果此值介于0.7~0.8之间，则说明比较适合信息提取(从一个侧面说明效度较好)；如果此值介于0.6~0.7，则说明可以进行信息提取(从一个侧面说明效度一般)；如果此值小于0.6，说明信息较难提取(侧面反应出效度低)；

第二：效度分析要求需要通过Bartlett检验（对应p值需要小于0.05）；

第三：如果仅两个分析项，则KMO无论如何均为0.5。

信度分析

信度分析用于研究定量数据（尤其是态度量表题）的回答可靠准确性；

第一：首先分析α系数，如果此值高于0.8，则说明信度高；如果此值介于0.7~0.8之间，则说明信度较好;如果此值介于0.6~0.7，则说明信度可接受；如果此值小于0.6，说明信度不佳；

第二：如果CITC值低于0.3，可考虑将该项进行删除；

第三：如果“项已删除的α系数”值明显高于α系数，此时可考虑对将该项进行删除后重新分析；

第四：对分析进行总结。

相关性分析

当信度与效度均满足的情况下，才可以开始做相关性分析。当然这里的相关性指的是各个变量之间的联系。常用的分析方法如下：

在变量分析之前需要对数据进行量纲化处理，因为一个变量下面可能有很多小问，为了能够进行汇总处理，需要对进行统一处理，常用的方法是平均值。将其统一进行命名，

然后对数据进行正态分布分析，满足正态分布的可以用pearson相关性分析

不满足的则用斯皮尔曼分析

相关分析用于研究定量数据之间的关系情况，是否有关系，关系紧密程度情况等；

第一：具体分析每个Y分别与每个X的关系，Y与X之间否有显著关系；

第二：接着分析相关关系为正向或负向；也可通过相关系数大小说明关系紧密程度；

第三：对分析进行总结。

相关分析之前，可使用散点图观察、展示数据间的关联关系情况，也可使用正态图观察、展示数据正态性分布情况。

到这里有1800字了，内容有点多，大家可以慢慢消化，有问题的可以在线咨询我。