发布时间：
信度的检验方法 ：重测信度法、复本信度法、折半信度法、α信度系数法。效度的检验方法 ：内容效度、构想效度、效标效度。1、重测信度法这一方法是用同样的问卷对同一组被调查者间隔一定时间重复施测，计算两次施测结果的相关系数。显然，重测信度属于稳定系数。重测信度法特别适用于事实式问卷，如性别、出生年月等在两次施测中不应有任何差异，大多数被调查者的兴趣、爱好、习惯等在短时间内也不会有十分明显的变化。2、复本信度法复本信度法是让同一组被调查者一次填答两份问卷复本，计算两个复本的相关系数。复本信度属于等值系数。复本信度法要求两个复本除表述方式不同外，在内容、格式、难度和对应题项的提问方向等方面要完全一致，而在实际调查中，很难使调查问卷达到这种要求，因此采用这种方法者较少。3、折半信度法折半信度法是将调查项目分为两半，计算两半得分的相关系数，进而估计整个量表的信度。折半信度属于内在一致性系数，测量的是两半题项得分间的一致性。这种方法一般不适用于事实式问卷（如年龄与性别无法相比），常用于态度、意见式问卷的信度分析。
可以看下社会调查方法 有相关的介绍
信效度指标是问卷或者量表质量的基本保证平常我们试卷上的选择题，无等级关系（试卷的质量可通过区分度、难易度等评价）一般也就能做个重测信度或专家效度而更为严谨的内部一致性信度、结构效度是做不了的所以通常编制问卷都要求尽量设置成likert等级形式因为统一赋值量化才能更为“客观地”评价信效度指标建议你网上搜一下吴明隆 问卷分析与应用统计下载一本或者买一本看看
非量表数据可使用的分析方法相对量表题的较少，建议可以先根据自己的问卷及研究目的列出分析框架，再根据数据类型选择合适的方法进行分析，比如基本的样本背景资料分析（性别、年龄这些）可以用频数分析或描述分析；涉及两个变量的交叉分析可能会用到卡方分析等；研究影响关系可能还会用到logistics回归等方法，具体可以查看spssau的方法选择说明。
参考资料：
问卷思路框架-SPSSAU
分析方法选择-SPSSAU
不是只能分析量表形式，一般选择问卷都是可以分析的，不过在spss录入的时候，都是需要把选项用数字来代替进行录入的。如果问卷全是开放式的问题题目的话，spss是没有办法分析的
非量表数据可使用的分析方法相对量表题的较少，建议可以先根据自己的问卷及研究目的列出分析框架，再根据数据类型选择合适的方法进行分析，比如基本的样本背景资料分析（性别、年龄这些）可以用频数分析或描述分析；涉及两个变量的交叉分析可能会用到卡方分析等；研究影响关系可能还会用到logistics回归等方法，具体可以查看spssau的方法选择说明。
参考资料：
问卷思路框架-SPSSAU
分析方法选择-SPSSAU
不一定要做anova，可以做卡方，可以做回归
非列表题不用考虑计分
题目先确定好，再给你提供思路。
一般做描述，差异，相关和回归分析。
量表类问卷最大的特点是：非常多的量表题，而且量表题对应着‘变量’或者‘维度’。便于研究‘变量’间的关系情况。
量表题可以使用信度、效度、因子分析等方法进行分析。具体可以参考下面的量表类影响关系研究框架。
看你问卷上面有哪些类型题目选择统计方法
问卷调查推荐选择问卷星，拥有620万优质样本库成员，16年专业调研技术团队，可为企业提供商业调研服务，赋能企业市场决策。写问卷调查分析要注意以下几点：一、明确着力点首先要进行深入的调查，准确掌握资料。既能了解“面”上的资料，又能深入掌握“点”上的资料；既能了解正面资料，又能客观分析反面资料。二、主体这是调查分析的重点部分，调查问卷的所有过程都是为这一部分服务的，这部分也是整个调查的核心。三、前言前言中要用简洁的语言对调查的目的、时间、地点、范围、对象等作出说明，并要起到承上启下的作用，总领全文，前言切记不可过长，不要把一些不必要的内容加入其中。四、标注其中包括报告人、完成时间或单位等。五、结尾结尾部分就是对全篇进行总结，可以陈述观点，也可以提出问题或建议。想要了解更多关于问卷调查的问题，推荐咨询问卷星 问卷星拥有620万优质样本库成员，16年专业调研技术团队，可为企业提供商业调研服务，赋能企业市场决策；同时，问卷调查系统支持30多种题型，可以设置跳转、关联和引用逻辑；支持微信、邮件和短信等方式收集数据，数据回收后可以进行分类统计、交叉分析，并且可以导出到Word、Excel、SPSS等。
1、情况部分：介绍调查所得到的基本情况，应注重具体事实、统计数据、文字应简明、准确，条理分明，也可兼用数字、表格、图示说明。
2、分析部分：重点分析所调查事情或现象的产生背景、原因、实质，条分析缕，有事这有依据，抓住问题的实质、规律，揭示出其重要意义或危害性，给人印象深刻，提醒世人或领导注意。
3、建议部分：在有力的分析下，根据实际情况，提出解决问题的建议，为有关部门恰当处理提供参考。
4、结语：总结全文、深化主体、警策世人，也可在建议部分结束。51调查网，让调查更简单方便！
非量表数据可使用的分析方法相对量表题的较少，建议可以先根据自己的问卷及研究目的列出分析框架，再根据数据类型选择合适的方法进行分析，比如基本的样本背景资料分析（性别、年龄这些）可以用频数分析或描述分析；涉及两个变量的交叉分析可能会用到卡方分析等；研究影响关系可能还会用到logistics回归等方法，具体可以查看spssau的方法选择说明。
参考资料：
问卷思路框架-SPSSAU
分析方法选择-SPSSAU
一、问卷类型
问卷调查分为两大类：即量表问卷和非量表问卷。
量表问卷通常更多使用于学术研究，其特点在于更多的态度认知题项，体现样本人群对于某事物的态度看法态度情况等，通过对各研究变量的关系研究，找出其中内涵逻辑关系。
非量表问卷更多体现对某现状的事实情况和基本态度调研，比如样本进行网购的原因，不进行网购原因，网购平台的使用现状情况等。此类问卷更多在于分析思路的逻辑和现状情况的了解分析，以及样本的基本态度情况。
二、分析方法
从分析方法上，量表类问卷最大的特点是：非常多的量表题，而且量表题对应着‘变量’或者‘维度’。便于研究‘变量’间的关系情况。以及可以使用信度、效度、因子分析等方法。
非量表题其最大的特点为大部分为单选题、多选题或者排序填空题等，但很少 有出现量表题（是量表题是指类似答项为“非常不同意”，“比较不同意”，“中立”，“比较同意”和 “非常同意”之类的问题）更多是使用基本频数分析和交叉分析等，同时使用图形和表格进行多样化展示。
三、分析结果
问卷数据一般使用SPSS进行分析即可，分析基础薄弱的，可使用SPSSAU进行分析。分析结果生成的是“类三线表”的格式，系统会自动生成指标解读报告。
SPSSAU智能分析
四、撰写调研报告
根据问卷分析顺序将分析结果写成有逻辑性的报告，并且在结论基础上对应提出有意义有价值的建议措施等。
关于数据报告的撰写，单独从数据分析角度上看，建议以实际需求出发，比如研究差异关系，那么首先得需要知道有没有差异，接着有了差异，具体差异情况如何。有了差异或者没有差异时，对应的建议措施应该如何。按照这样的思路，相信数据研究报告的撰写并非难事。
研究方法通常可以分为三大类，分别是差异关系，相关关系和其它关系。
参考资料：
对于包含量表的问卷，一般应进行信度和效度分析，非量表问卷可以用文字描述，无论何种类型的问卷，都应该在本文中表达出来，以证明数据质量的可靠性。
如果它是一个休闲，通常需要进行预测试验，即发出问卷大约球迷，进行信度和效度分析，和1653年修改或删除项目较低的可靠性和有效。
以促进研究人员进行一定程度的调整的初步问卷形成最终版本，当然正式学习还是要做信度和效度分析。
扩展资料：
注意事项：
问卷作为论文的附件，以及其他附件，如学校出具的介绍信等，不属于Turnitinrules的review。
当然借用别人的风格是可以的，但你必须做出一些调整，否则即使查得很重，别人以后发现还是有麻烦。只要数据和文章的内容不一样
毕业论文为大专以上学历学生的专业集中的科研训练，要求学生在毕业前撰写论文，一般安排在最后一个学年（学期）。
学生需要在老师的指导下选择一个研究主题，撰写并提交一篇论文。目的是培养学生的科研能力，综合运用所学的知识、理论和技能，加强解决实际问题的训练，从整体上考察学生在大学学习中的学术水平。
会。导师在审核学生毕业论文的过程中都会查看、审核非量表问卷，非量表问卷通常是学生自己编制的，需要经过导师的审核和确认后才能被确定为毕业论文的一部分，以此确保学生的论文质量和准确性。
如果你是做问卷调查类（发放问卷，收集数据<通常学营销的人会这样做>）的，那么就根据你的题项设置变量，并录入数据（通常是用SPSS分析，也有用其他工具比如说Eviews的）。然后做数据的信度和效度检验（此处KMO值是比较重要的），再做基本的描述性统计分析，然后是主成份提取（即因子分析），从多个变量中提取几大因子，结果主要看旋转成分矩阵，然后用几个因子跟因变量做回归，得出影响关系的回归方程。举个例子说，你的问卷中有30个题项（前提是你已经做过小规模问卷测试以验证题项设置的合理性），则对应30个变量X1，X2，......,X29，X30，录入这30个变量的数据，如果你收集了500份问卷，其中420份是有效问卷的话，则你有420条针对30个变量的有效数据。然后做信度效度检验，描述性统计分析，因子分析，假设通过因子分析提取出4个主成份（因子），分别为F1，F2，F3，F4，这个时候对因子命名并将其生成新的变量，然后再将F1，F2，F3，F4和Y做回归分析，得到回归方程，通过R方和系数检验表来判断方程和系数的有效性。这个时候你就能得到影响消费者态度的是哪些因素了。PS：你这里的因变量消费者态度需要量化，在设计问卷的时候要考虑如何量化才有利于后续的分析。