调研问卷中多选题的分析方法探讨.docx
《调研问卷中多选题的分析方法探讨.docx》由会员分享，可在线阅读，更多相关《调研问卷中多选题的分析方法探讨.docx（15页珍藏版）》请在冰豆网上搜索。
调研问卷中多选题的分析方法探讨
调研问卷中多选题的分析方法探讨
引子
使用调研问卷的定量研究中，为了更全面地了解研究内容、更广泛地收集信息，经常会用到多选题，但由于多选题多指向性的特点，除了频数表和交叉表（只能与单选题做交叉），较少用到其他的分析方法，损失了很多有用的信息。
其实，如果调研时能善用多选题，并在分析时选取适当的方法，就能够充分利用多选题包含的信息，得到更有价值的结论。
本篇主要探讨带有分类性质的多选题，如何进行深入分析，得出分类相关的结论，也可以对各类别进行排序。
带有分类性质的多选题
一般而言，在设置多选题时，并没有想到分类，只是想了解各种情况的排序情况。
其实，某些多选题，已经隐含了分类的信息，透过这种潜在的分类信息，能够更深入地了解用户的内在想法、心理特征，甚至推测他们的行为习惯，与其他行为题目相互照应。
带有分类价值的多选题一般具备以下几个特征：
1、题干本身包含分类的含义，如最常遇到的障碍、最亟待解决的问题、最需要的功能、最常用的工具等，或直接询问：
哪些服务最适合划分为一类。
2、选项涵盖内容较分散，如果选项都是集中某一个细节层面，那就没有分类的必要；只有当选项内容包含多个方面的细节点，且每个方面不止一个细节点，才有分类的必要。
此时的方面、细节需根据业务辩证地看，主要取决于选项是否有分类的意义。
3、选项一般超过10个，选项太少没有分类的必要，只有超过一定数量，分类才有价值，分类的目的是为了通过细节概括出看问题的维度，更深入地解读用户心理或行为。
4、限选，这不是必须的，主要根据经验判断，用户在做选择时，是否会倾向于全选，跟题干的问法有关。
无法做出准确判断，且需要对选项做出优先级排序时，通常采用限选的方式，可以根据研究目的，限定全部选项数量的一半，或1/3。
5、数据为0/1格式，即每个选项一个变量，选中为1，未选中为0，多选题转换成此种格式，宜于做深入分析。
当有了带有分类价值的多选题，就可以采用下文介绍的方法进行深入分析。
本文中的例子是半年前做过的一次定量调研，带有分类价值的多选题，主要考察：
淘宝卖家在经营店铺时，最需要的功能。
聚类分析
首先，采用谱系聚类（Hierarchicalcluster）的分析方法，为了使得变量的分类趋于均匀，选择Ward’s法，二分类变量（Binary）欧式平方距离（SquaredEuclideandistance）测距方法，查看相应的统计量（略），并结合业务，找出分类数。
谱系聚类的树状图查看分类结果比较清楚，也比较方便，建议多用。
综合分析可知，本例的卖家功能划分五类或七类比较合适，但个别分类不易解释，且出现单个类别中只有一个功能，后续应用的价值有限。
因子分析
聚类分析结果不理想，也可以采用因子分析的方法。
经多次尝试，17个变量中去掉“直通车关键字检索”，单独成为一类。
剩余变量利用主成分分析法（Principalcomponents），方差最大正交旋转（Varimax）进行运算，得到KMO值为0.545，Bartlett球形检验的值为1041.324（df=120）达到显著，表明可以做因子分析。
最终萃取出7个公因子，累积方差贡献率为55.1%（详见下表），解释效果尚可。
结合业务来看，这些分类能够很好地被解释，从而反映出卖家的心理特征和需求方向。
注：
由于本例是多选题，并非量表打分题，且侧重考查的不是变量间的建构效度，仅借用了因子分析的方法进行分类，因此KMO检验和累积方差贡献率的具体值，并没有真正的因子分析那么重要，但必须要查看，甚至需要做信度检验，也要查看重构的相关矩阵残差值，做到心中有数，知其然也要知其所以然。
本例中，重构的相关矩阵中，有超过半数残差值大于0.05，如果按照真正的因子分析模型来判断，拟合效果并不好。
相关分析
还有一种简单易行的方法，就是相关分析。
经统计学家研究表明，0/1变量同样适用于皮尔逊相关系数（PearsonCorrelation）。
本例将17个功能做相关分析，得到简化的相关矩阵如下表：
根据研究目的，此表只需看正向、且相关非常显著的选项即可，但17*17个表格中127个有关联，如何做深入分析呢？
根据选项间的关系强弱、是否显著等，可以画出图形，如此，就可以清晰地看出各选项之间的关系，进行分类。
本例中，此种方式的分类结果（如下图），易于解释，且分类数量恰当，便于后续应用。
三种方法所得结果的对比
以上提到的三种方法，所得结果如下表：
可以看出，聚类分析的结果容易出现不易解释的分类，因子分析的结果划分得更细化，相关分析的结果可以根据需要，在一定范围内进行调节，得出适当的分类数量。
不同的案例，应该多尝试不同方法，即便相关分析的结果最可靠，其他方法的结果也能起到补充的作用，以获得更加有价值的研究结论。
进一步的应用
得到合理的分类后，还可以结合选项的频率，给每一个类别赋值，得到类别的优先级排序。
如果最终选定了因子分析的分类结果，单个类别中每个选项的权重可以由因子载荷计算而来；当然，也可以跟聚类分析、相关分析的结果一样，采用算数平均、或加权平均的方法，计算每个类别的平均值。
小结
综上所述，带有分类性质的多选题，分析的流程如下：
1、确定是否有带有分类价值的变量；
2、尝试多种方法进行分析，找出最合理的分类；
3、利用加权平均，或其他方法，计算每个类别的比例，进行排序。
；
4、使用关键变量（如星级、注册时长等）对样本总体分群，查看各细分群体在多选题分类上的差异，深入分析。
带有求和性质的多选题
问卷调研中，常会通过多选题考察用户在某个方面的多样性、或意识、能力等，此时，选项求和所得总分能够反映用户在这个方面的综合情况，也是一种分析问题的方法。
其实，带有求和性质的题目，多半是由量表题转换而来，而量表题涉及到N级量表，相当于每个项目（选项）都是一个题目，为了节约用户的填答成本，常用多选题代替。
当然，量表题的相关选项求和，更能反映用户在某一方面的综合水平，此不赘述。
带有求和性质的多选题一般具备以下几个特征：
1、题目本身具有求和的价值，如卖家常用的第三方服务工具（考察工具应用的多样性）、卖家日常采用的安全保护措施（考察预防意识）、用户常用的网络功能（考察网络使用能力）等，这类题目的选项求和所得总分，对于综合分析问题有一定的参考价值。
2、选项涵盖的内容较全面，选项应该尽量包含考察方面的主要细节点，如果考察的方面，范围相对较窄，最好能够穷尽主要细节点；如果考察的方面，范围相对较广，最好能由浅入深、或同级区隔，分成若干层面，逐个选取主要细节点。
3、选项一般超过5个，选项太少没有求和的必要，只有超过一定数量，求和才有价值，求和的目的是为了通过归纳的方式，从总体认知的角度，概括地解读用户的行为或心理。
4、通常不限选，如果限选，求和后，总分值差距不大，不易找出样本在考察方面的差异，很难达到综合评估的目的。
5、数据为0/1格式，即每个选项一个变量，选中为1，未选中为0，多选题转换成此种格式，宜于做深入分析。
当有了带有求和性质的多选题，就可以采用下文介绍的方法进行深入分析。
本文中两个网络问卷调研的例子，分别是上个季度做的《卖家安全需求调研》，研究模型中用一道多选题，考察了卖家安全保护措施的意识；四年前写毕业论文《生活形态与即时通讯使用的关联性研究》时，基础题目中用一道多选题，考察了网民对网络的使用能力。
直接求和
直接求和的方法非常简单，由于多选题选项的数据是0/1格式，直接加和后，即可表示在考察方面，样本的总得分，反映综合水平。
卖家安全保护措施意识的案例，稍微复杂一些，因为选项含有互斥关系，各选项的频率如下表：
求和时，不能直接相加，需要简单处理一下，因为“没有什么预防或应急措施”与其他答案互斥，有两种处理方法：
1、将“没有什么预防或应急措施”的答案0/1做反向处理（recode处理：
0变1、1变0），之后所有选项加和，若总分为0，则表示“安全预防意识”为0，若总分大于0，则表示采取了一定的措施，反映了安全预防意识的程度；
2、根据情况计算总分，若“没有什么预防或应急措施”被选中，则选项加和变量直接为0；若“没有什么预防或应急措施”未被选中，则剩余选项加和求得总分。
此时，选项加和的结果与方法1相同。
本例中，卖家总体的安全预防意识平均值为2，结合总分的分布图也可以看出，卖家的安全预防意识并不强，手段比较单一，风险较高。
跟其他变量交叉分析后，也可以分析出各细分群体，在安全预防意识方面的差异。
直接求和，除了需要注意选项间的互斥情况，最重要的是要判断，各选项对于考察方面，是否处于同等级别，近似平等。
用案例来说，就是每个选项中的措施代表安全预防意识的程度相近，而并非某个措施的难度特别大，或非常不易达成。
如果各选项对于考察方面，并非处于同等级别，不能近似平等，那么就需要采用其他的求和方法。
加权求和
考察网民对网络的使用能力，如果直接询问被访者，“网络使用能力达到什么水平？
”，可能不易得到可靠的数据，可以间接地采用多选题的方式，请被访者选出懂得如何操作的网络应用，选项应该包含初、中、高级的网络应用，以便全面评估。
由于初、中、高级的网络应用之间，级别不同等，不能近似平等，也就不能直接求和，简单相加会造成很大误差，不能如实反映网络使用能力。
因此，先对选项进行信度检验，然后通过加权法，对需要能力较高的网络应用给予比较大的权数，能力要求不太高的网络应用给予较小的权数。
如此，得到的加权后总分越高，表示网络使用能力越高。
在实践中经常采用的加权方法是，将直接测量值x（得分或比例等）转化为标准正态得分Z，再转化为加权值W，即可求得描述综合水平的测量值X。
本例中，网络能力多选题的Cronbach’sAlpha信度检验，得到Alpha=0.841，达到较高水平；然后将各项的样本比例P转化成标准正态得分Z，由Z的相对大小来决定加权数W，即可计算出每个样本的网络使用能力。
分析可知，样本的网络使用能力均值为27.9，标准差为12.96。
计算过程如下表：
利用总分进行分组
求和得到总分后，可以对样本进行分组，一般会找出高分组和低分组，对比高低分组在其他关键变量的情况，也是一种分析问题的视角。
对总分进行分组通常有两种方法：
1、高分组的下限可以是（均值+1个标准差）；低分组的上限可以是（均值−1个标准差），一般这种方法求得的高低分组的样本量，均不一定会达到样本总量的1/4，需根据研究目的判断是否合适。
研究小众产品时，可用此方法。
2、另一种方法，是将总分升序排列，从上往下，在样本总量27%的位置记录样本得分，作为低分组的上限临界值；从下往上，在样本总量27%的位置记录样本得分，作为高分组的下限临界值。
这种方法得到的高低分组的样本量，能满足大部分研究的需要。
研究大众产品时，可用此方法。
小结
综上所述，带有求和性质的多选题，分析的流程如下：
1、确定多选题的选项求和后，总分是否存在解读价值、应用价值；
2、根据选项的特点，选取适当的求和方法：
直接求和、加权求和；
3、使用关键变量（如星级、注册时长等）对样本总体分群，查看各细分群体在多选题总分上的差异，深入分析；
或利用总分对样本进行分组，重点分析高低分组在其他变量上的表现。
带有递进逻辑的多选题
问卷调研中，常会通过多选题考察用户在某个方面不同层次的情况，如对某个卖家产品各功能的使用情况（经常使用的功能）、使用的满意情况（满意的功能）、需要改进的情况（亟需改进的功能）等，题目与题目之间是同一个问题的不同层次，存在递进的逻辑关系，即使用频率高低与是否满意、是否亟需等，三者之间分别存在逻辑关系。
此时，这种存在递进逻辑的多选题，可以首先考察不同题目相同选项之间的相关性；其次，能够衍生出新的题目，进行深入分析，挖掘表面背后的原因。
其实，这种带有递进逻辑的多选题，可以采用量表的形式进行考察，而量表题涉及到N级量表，相当于每个项目（选项）都是一个题目，具有递进逻辑的项目之间，进行相关分析、衍生变量分析，更能深入挖掘用户在某一方面的综合情况。
只是为了节约用户的填答成本，常用多选题代替。
另外，衍生出的新题目，也是可以通过直接询问的方式获得的，但通常题目带有递进逻辑时，需要用户深入全面思考，耗费的精力较大，也容易造成理解上的偏差，给研究结论带来较大的非抽样误差。
因此，通过多个简单的题目，计算出带有递进逻辑的结果，更易行更有效。
带有递进逻辑的多选题一般具备以下几个特征：
1、题目与题目之间的递进逻辑存在分析价值，如对某个卖家产品各功能的考察中，卖家对产品功能是否满意与是否亟需改进之间的递进关系，对于产品改进的方向、改进的优先级等有较大的参考价值。
如果是满意但亟需改进，表明该功能可能需要创新；若不满意但没有亟需改进，则说明该功能的改进优先级可以适当靠后。
2、相关题目之间的选项相同，选项若不对应，或部分对应，会造成递进逻辑关系不紧密，容易引起结果出现偏差。
会有特殊情况，如某产品经常使用的功能选项，除主要功能外，还有一个互斥的选项“不常用以上功能”；亟需改进的功能选项，除主要功能外，也有一个互斥的选项“均不需要改进”。
这类情况中，题目多出来的互斥选项只是为了解决题目设置为必选时，满足某种特殊情况，主要功能仍然是一一对应的，不对应的互斥选项，后续不进入递进关系的分析。
3、相关题目的选项尽可能覆盖全面，选项尽量能够覆盖考察的主要细节点，以免用户过多地选择“其他”选项，削弱了分析递进关系的可能性。
4、相关题目的选项个数最好超过3个，如果选项只有3个或更少，将多选题改为量表题，用户的填答成本不太大，获得的信息会更多，后续利用递进关系进行分析时，可以更加深入。
5、相关题目设置限选时需考虑递进逻辑，若同时限选，限选的个数最好相同；由于递进关系通常是由弱到强，有时可以设置递进关系较弱的题目不限选，较强的题目限选，如满意的功能不限选，亟需改进的功能限选，可以分析递进关系中的强度。
但如果递进关系较弱的题目限选，而递进关系较强的题目不限选，则容易造成解读上的偏差，带来不必要的麻烦。
6、数据为0/1格式，即每个选项一个变量，选中为1，未选中为0，多选题转换成此种格式，宜于做深入分析。
当调研问卷中设置了带有递进逻辑的多选题，就可以采用下文介绍的方法进行深入分析。
本文中的例子，采用年初时自主发起的《卖家旺铺选择研究》，研究中涉及两套递进关系的题目：
您目前已经在用的旺铺功能有哪些？
（可多选）
您目前最需要的旺铺功能有哪些？
（可多选，最多9项）
您目前使用旺铺主要解决了哪些问题？
（可多选）
您最希望通过旺铺帮您解决哪些问题？
（可多选，最多6项）
相关分析
本文的案例主要研究旺铺，根据版本分析更有价值。
以使用拓展版旺铺的用户为例，分别计算已经在用的功能和最需要的功能，再对每一个功能在用的和最需要的变量做相关分析，能够得到如下结论（详见下图，数字略）：
1、已经在用的高比例，同时最需要的也是高比例的功能，对于拓展版旺铺而言，是需要维持的功能。
2、需要维持的功能中，个性化店招、数据分析工具、宝贝30天销售量累积显示、自定义页面布局等功能，在用的与最需要的之间存在显著相关（图中已星号标注，*代表显著相关，**代表非常显著相关），从一个侧面表明，已经在用的用户尤为需要这些功能；而其中没有显著相关的功能，则不能得出这样的结论。
3、已经在用的比例不高，而最需要的比例较高的功能，对于拓展版旺铺而言，是需要加强的功能。
4、需要加强的功能中，营销工具组合、不限类型的旺铺装修模板等功能，在用的与最需要的之间存在显著相关，从一个侧面表明，已经在用的用户对这两个功能的期望较高，也特别需要这两个功能。
5、另外，从具体数据上可以看出，虽然拓展版用户已经在用高级发货、进销存管理、客户关系管理等功能的比例不高，但最需要这三个功能的比例远超过在用的比例，表明部分拓展版用户对这三个功能的需求很旺盛。
而这三个功能是旗舰版的功能，反映了这部分用户应该选择更高版本的旺铺。
注：
虽然高级版本的旺铺中包含一些特有的功能，但这些功能附属的工具可以单独购买，所以，会出现使用低版本旺铺的用户，已经在用某些高版本的功能。
情况相对复杂，分析时需要注意，下文雷同，不再赘述。
衍生变量分析
以使用扶植版旺铺的用户为例，因为“目前使用旺铺解决了的问题”与“最希望通过旺铺帮助解决的问题”存在递进逻辑关系，可以衍生出两个比较关键的变量，即已经解决了且希望解决的问题、尚未解决但希望解决的问题。
有了这两个变量，可以更加深入地分析，希望解决的问题具体情况是怎样的，最终分析结论如下（详见下图，数字略）：
1、提升店铺的流量、增加店铺的可信度、增加店铺的专业程度等，是使用扶植版旺铺的用户非常关注的问题，不论目前是否解决，都非常希望通过旺铺解决，表明这三方面是需要维持的利益点，也是宣传扶植版旺铺的重点。
2、装修更便利、店铺更美观等，是目前解决了，但仍希望通过旺铺解决的问题，表明这部分使用扶植版旺铺的用户，对装修的便利性、装修效果等更重视，希望能做到更好，可以对他们做相应的培训，或直接向他们推荐装修更灵活、呈现更多样的高版本旺铺。
（之所以得到这样的结论，主要是因为最希望通过旺铺解决的问题是多选限选，可以根据以往研究经验，假设需求强度不大，已经解决了的问题，在最希望解决的问题中就不会再选了。
）
3、提升宝贝的转化率/成交量、增加宝贝的点击率、增加买家在店铺的停留时长等，是目前尚未解决，但希望能够通过旺铺解决的问题，表明这部分扶植版旺铺的用户比较直接、实际，非常看重流量和销量，可以对他们做相应的指导，也可推荐引流量的工具或服务。
利用衍生变量深入分析
本研究中在询问功能和解决的问题时，将多个版本的内容融合在一起，后续分析时，可以分析出目前使用某个版本的用户，目前是否适合当前版本，如果不适合，如何引导他们使用更适合的版本；如果适合，是否已经用得足够好，用得不好，如何帮助他们。
这些疑问，可以利用衍生变量进行深入分析，从而得到答案。
以使用标准版旺铺的用户为例，首先要明确四个前提步骤：
Step1、由于功能和解决的问题是多个版本融合在一起，需要分清哪些功能是当前版本的，哪些是更高版本才有的，旺铺的高版本兼具低版本的功能。
Step2、分析中需要结合旺铺版本，衍生出一个变量，叫做“更适合的功能点”，即目前未使用，但最需要的功能，且这个功能又是更高版本的旺铺功能；
还需要衍生出另一个变量，叫做“未用好的功能点”，即目前未使用，但最需要的功能，且这个功能是当前版本具备的旺铺功能。
Step3、以往的定性调研表明，一个使用低版本旺铺的用户之所以选择更高版本，往往是看上了高版本的其中一个功能，如宝贝30天销量累积显示。
本例在判断部分使用当前版本的用户，实际上适合更高版本旺铺时，采用了保守的方式，找出前提2中排名前三位的“更适合的功能点”，取平均值，把它当做更适合高版本旺铺的当前版本用户的比例。
主要基于假设，这些功能对他们相当重要，理想状态下，后续他们会因为这些功能转用高版本旺铺。
同样，适合但未用好当前版本的用户，也采用了类似的方式计算比例，此不赘述。
Step4、若判定部分当前版本用户适合更高版本旺铺，还需要有促使他们转换的利益点，这些利益点也可以由衍生变量得到，即目前使用旺铺未解决但最希望通过旺铺解决的问题。
最终可以得出标准版旺铺的用户，更适合高版本的比例，以及更适合他们的功能点是什么，促使他们转换的利益点是什么。
从而指导后续工作，促使这部分用户成功转换到高版本旺铺。
也可以找出适合当前版本但未用好的比例，摸清哪些功能点他们没有用好，能够更有针对性地培训，使其充分发挥旺铺的功能。
小结
综上所述，带有递进逻辑的多选题，分析的流程如下：
1、确定在设计问卷时，是否包含递进逻辑的多选题，并确保题目的递进关系存在解读价值、应用价值；
2、根据题目的特点，衍生出新的变量；
3、根据衍生变量的统计量，深入分析样本的相关情况；
4、可以根据其他关键变量（如旺铺版本、星级等）对衍生变量做进一步分析，从而得出更深入的研究结论。
升级会员 