問卷調查作為最常用的社會研究方法之一，廣泛的應用到各個類型的用戶調研項目中。經歷了問卷設計這第一道關卡后，面對回收后的大量數據，你是否也有以下的困惑

• 回收后的數據是真實的嗎？
• 用什么工具處理問卷數據最高效？
• 如何分析和解讀問卷數據？

你將從本文有如下收獲

• 問卷數據處理需要的工具
• 問卷數據清洗常用思路
• 問卷數據分析常用維度
• 問卷數據解讀常用維度

本文整體結構

工具：該用什么來處理數據？

其實進行基礎的描述性統計與交叉分析時，Excel 和 Spss 這兩款工具都有相對應的功能可以實現，大家可以根據平時的使用習慣自行選擇。

在實際工作中，這兩個工具常結合起來使用。Spss 的優勢在于，兩個視圖查看數據比較方便、可以撰寫語法來實現數據批量處理；Excel 的優勢在于，圖表的可視化更豐富、更改圖表外觀非常便捷。因此，通常先使用 Spss 來進行數據清洗和分析，再導出到 Excel 中對圖表的格式進行編輯。

清洗：如何對數據進行清洗？

線上問卷投放成本低、回收時效高，但由于難以監控用戶填答的過程，致使問卷中常隱藏著一些不真實的數據，因此，回收問卷后的第一步，就是給數據做清洗以保證數據盡可能的真實有效。數據清洗包含三個方面，其一，規范數據視圖（主要針對 Spss）；其二，清理無效樣本。其三，對特殊題型進行處理。

1. 數據視圖規范化

數據視圖規范化是一個經常被忽視的環節，雖然它不對數據結果產生直接的影響，但是前期對數據視圖做好規范化處理有利于減少后續數據分析、語法撰寫出現失誤的概率，也就是說，它是一個微小、但卻可以提升工作效率的步驟。那么，如何對 Spss 的數據視圖進行規范化呢？

由于 Spss 中的變量視圖與數據視圖相關聯，因此只需對變量視圖的 11 列逐一進行調整、規范化即可。具體參考步驟如下

• 名稱：將名稱列與原始問卷中的編碼進行一一對照，檢查是否有誤
• 類型：將類型列與原始問卷中的題型進行一一對照，選擇題需為數字、填空題需為字符串
• 寬度：將同類題型變量取值所占有的寬度調成一致以方便后續查看
• 小數：根據題型進行調整，選擇題的小數需為零，填空題的小數依據題目具體分析
• 標簽：將標簽調整成直觀易懂的描述；將名稱列合并到標簽列中以便后續查看
• 值：將值列與原始問卷中的選項進行比較，檢查是否有誤
• 缺失：邏輯跳轉題的“未選擇”會被計為零值，不利于后續的交叉分析；可對照原始問卷中的邏輯跳轉設置，將該跳轉題零值剔除（對于缺失值的處理，因問卷系統不同而有差異，此處以京東 limesurvey 為例）
• 列：將同類題型的數據視圖中的列寬調成一致以方便后續查看
• 對齊：將數字類型右對齊、字符串類型左對齊
• 測量：將定類變量設置成名義；將定序變量設置成有序；將定距定比變量設置成標度
• 角色：一般系統默認為為輸入，代表自變量

△ 變量視圖規范化可參考此示意圖

2. 清理無效樣本

清理無效樣本遵循兩個原則，從整體到部分、從一維到二維。

首先，對問卷樣本整體進行處理。

• 根據填答完整性處理

首先需要剔除未完整填答必答題的樣本，即未完整填答問卷的樣本。其次，為尊重用戶隱私，我們會將一些敏感問題設置為非必答題，這時可以根據項目需求來決定是否需要剔除非必答題未完整填答的樣本

• 根據提交時間處理

提交問卷的時間同樣重要，有時正式投放問卷前，調研員會對問卷進行測試填答，有時樣本填答問卷的日期超出了計劃日期，因此需要剔除問卷提交時間早于和晚于問卷投放時間的樣本

• 根據填答時間處理

填答問卷時長過短或過多的樣本均被視為無效樣本，因此我們需要剔除少于最低填答時間（一般情況下，填答每道問題需要 5 秒，因此最低填答時間即為 5 秒*題目數量）和填答時間過長（一般情況下，問卷填答時間不超過 30 分鐘）的樣本

其次，對問卷各部分進行處理。

通常情況下，問卷設計會分為三部分。

甄別部分：此部分會設置一些題目來甄別參與問卷調查的用戶是否為我們的目標樣本

主體部分：此部分會根據項目的研究內容測量用戶行為、用戶態度

屬性部分：此部分會獲取用戶的人口屬性（人口屬性（性別、年齡、婚姻、城市）、社會屬性（學歷、職位、個人月收入、家庭月收入）以便做用戶畫像

• 甄別部分處理

剔除不符合甄別條件的樣本。根據項目需求，問卷中可能會設置一些甄別調研目標用戶的題目，如擬對使用過某產品的用戶進行問卷調查，那么在問卷設計時則會用一道甄別題來詢問“您是否使用過該產品”，若該用戶選擇“否”，則需要剔除這類不符合甄別條件的樣本

• 主體部分處理

剔除連續性回答樣本。連續性回答有兩種情況，其一，選擇同一選項過多：如該問卷有 30 道題，但某樣本選擇 A 選項有 25 道題，則將該樣本視為連續性回答樣本，需剔除；其二，填答呈現某種規律性：如某樣本在填答中呈現“A-B-A-B”或”A-B-C-D”等某種規律，則被視為規律性填答的樣本，需剔除

剔除不符合固定填答邏輯的樣本。在問卷設計中，有一類題組前后兩道題（幾道題）有關聯的邏輯，如選擇前一道題 A 的人不能選擇后一道題的 B，此時則需要剔除互斥題矛盾的樣本

剔除未通過陷阱題的樣本。為了確認用戶是有在認真填答問卷，有時會在問卷主體部分穿插一道“常識題“，如”中國的首都是哪里“，若用戶選擇非北京的城市，則會把該樣本剔除

• 屬性部分處理

各個屬性題組的內部數據清理，剔除人口屬性、社會屬性、站內屬性三個屬性題組內部數據存在矛盾的樣本。如人口屬性內部（性別、年齡、婚姻、城市），年齡與婚姻可能存在矛盾，20 歲以下的女子、22 歲以下的男子婚姻狀態不能為已婚；社會屬性內部（學歷、職業、個人月收入、家庭月收入），個人月收入不能大于家庭月收入

各個屬性題組間的數據清理，將人口屬性、社會屬性、站內屬性進行兩兩比較，剔除題組間數據存在矛盾的樣本。如人口屬性的年齡與學歷之間可能存在矛盾，小于 18 歲的群體一般情況下不會擁有本碩博學歷

• 各個部分間處理

將問卷甄別部分、主體部分、屬性部分進行逐一比較，剔除各部分間數據存在矛盾的樣本。比較原則，將題目數量較少的部分與題目數量較多的部分進行比較。每一部分逐一比較雖然需要花費一定的時間，但為了確保樣本是真實有效的，這個步驟是必不可少的

3. 對特殊題型進行處理

問卷中時有一些文本題，如選擇題中的“其他，請注明”選項或填空題。

在處理文本題時，有兩種情況，其一，回碼，即當文本題的填答內容可量化或與原始選項可合并時，需將文本題的填答內容轉置成可計算的數值，并刪除文本題的填答內容。如某選擇題為“請問您使用過下列哪些網購平臺”，即便選項中有“京東”，但用戶沒有注意到該選項，而是在“其他，請注明”選項中填寫了“京東”，此時就需要對該樣本的填答情況進行回碼，將之納入到京東選項下，并刪除文本填答內容。

其二，重新編碼，若文本題的填答內容不可回碼，需要進行重新編碼，并記錄到編碼簿中。仍然以“請問您使用過下列哪些網購平臺”這道題為例，若用戶在“其他，請注明”中填寫了未在既有選項中出現的答案，則需要對該答案進行重新編碼，并做記錄。

分析：如何對問卷數據進行基礎分析？

1. 常用問卷數據分析與解讀維度

問卷數據分析時，最常使用的分析方法為頻數分析、描述分析、交叉分析。

頻數分析

• 總體頻數

拿到問卷數據后，首先可以將每道題各選項的頻數按降序排列，從而對數據分布趨勢有一個整體了解

數據解讀：了解用戶總體的行為、態度偏好

• 分組頻數

除觀察各選項的總體分布趨勢外，也可將具有相似特征的選項進行合并分組分析，從而獲得更宏觀維度上的數據解讀。以商品關注要素題目為例，瀏覽商品時關注的這 11 個要素可按降序排列，我們可以發現，用戶最關注品牌，其次為參數信息，對店鋪的關注最弱。但有時，我們不需要這么細致的分析維度，此時可以把這 11 個要素分組為商品層面和平臺層面，來觀察用戶更關注哪個層面，將各選項百分比加總后可以得出結論，瀏覽商品時，較平臺層面，用戶對商品層面更為關注。同時，還可以對每個維度內的選項進行降序排列，從中可以得知，商品層面中，用戶對品牌的關注最強，對新品的關注最弱。

數據解讀：了解不同維度上的用戶行為、態度偏好

△ 頻數分析可參考此示意圖

描述性分析

常用于計算數值型的單變量統計量，主要包括以下三種類型的統計量。

• 描述集中趨勢的統計量

常用的統計量有均值、中位數、眾數、百分位數

• 描述離散程度的統計量

常用的統計量有樣本方差、樣本標準差、均值標準差、極差、離散系數

• 描述分布形態的統計量

常用的統計量有偏度和峰度

數據解讀：了解用戶行為、態度（數值型變量）的基本特征和整體分布形態，同時可為后續做更復雜的分析與建模做鋪墊

交叉分析

適用于對兩個及兩個以上變量之間的關系進行分析，從而得出更為立體的調研結論。

• 用戶屬性、用戶行為、用戶態度做交叉

如可以將用戶屬性進行拆分來觀測不同用戶屬性的數據分布與總體的差異，關注顯著高于和低于總體的數據。以商品關注要素題目為例，總體樣本中 71.6%的用戶在瀏覽商品時關注品牌，其中 81.4%男性關注品牌、61.8%的女性關注品牌，數據間有顯著差異，則需要關注品牌在用戶性別上的差異，并做出標記。當用戶屬性為定序變量時，可看行變量是否隨著用戶屬性的升序或降序呈現出某種趨勢，如隨著年齡的遞增，用戶越關注商品品牌。需要注意的是，當行變量在用戶屬性上的數據差異較大時，應對照用戶屬性的樣本量進行檢驗，若樣本量少于 30，數據差異的誤差可能較大

數據解讀：了解用戶屬性、行為、態度間的關系

△ 交叉分析解讀可參考此示意圖

除上述提到的基本統計外，還可以應用聚類分析、相關分析、回歸分析等對問卷進行深入分析。

2. 數據格式規范化

數據格式規范化有助于快速的查找數據，也能讓合作項目的小伙伴清晰的了解到問卷數據的產出，提升工作效率。使用何種格式來規范數據沒有固定的模板，這里可以提供一些參考。

標記樣本量

這一步驟是必須且重要的，問卷中的每道問題總填答人數、每個選項的填答人數都需要逐一進行標注

形成列聯表

一般情況下，將問卷題目與選項置入到行變量中，將樣本屬性（如細分人群）的變量置入到列變量中，以方便查看

根據題組拆分sheet

將反映不同研究內容的題組數據置于 Excel 不同的 sheet 中，以便后續能夠快速查找

△ 數據格式規范化可參考此示意圖

以上就是回收問卷后，從清洗到分析的一些經驗，有需要的小伙伴們趕緊用起來吧！

歡迎關注「JellyDesign」的小程序：