京公网安备 11010802034615号
经营许可证编号:京B2-20210330
如何用SPSS检查调查问卷是否有效
有网友问,我做了一项社会调查研究,回收了很多问卷,但在调查过程中我可以感觉到有些人回答不认真,也就是有一些问卷是无效的,那我如何判断哪些问卷有效,哪些无效?如何通过SPSS来实现?
对此,我从个人经验及SPSS功能方面提供几个方法:
1、查看同质或互斥题目回答是否协调。如何查看呢?查找问卷调查中含义相近或相反的题目,假设A和B含义很接近,如果有人回答A很低,B很高则说明回答不真实,或者A和B含义相反,有人在这两题上得分一致,也说明说谎。【SPSS中有数据验证功能,在交叉验证中设置好违犯条件即可】
2、查看重复率。看一下同一个样本中有没有谁的回答和别人完全一致或绝大多数题目一致,有的话被视为抄袭或重复样本,需要剔除。【SPSS中有重复数据检查方法,可以检查全部题目或部分题目与他人一致的问卷有哪些】
3、查看题目回答缺失值情况。一般来说,一份问卷如果有15%以上的题目没有回答或者回答“无法确定”,则可以判定该问卷无效。【SPSS中可以通过计数功能来判断每个被试缺失值的多少】
4、查看一个人回答的一致性。如果一份问卷每个题目得分都是一样的或绝大多数一样,例如1—5计分的问卷,全部或大部分题目都选1或3,则最好将其视为无效问卷。
5、因子内项目一致性法。这个方法实际上是方法1的扩展。在很多心理学量表中,例如大五人格,心理健康量表等,可以分为多个因子,每个因子内的项目被认为测量相同的特质,因而得分应该比较接近(除反向题外)。假设A因子有A、B、C、D、E五个题目,一份问卷如果在A、B上得分很高,而在C、D、E上得分却很低,显然是有矛盾的,这样的问卷涉嫌无效。CDA数据分析师学习
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05