問卷怎麼設計合理
之前在寫滿意度影響因素類問卷分析的時候，收到了很多小夥伴的後臺留言，“如果問卷都是非量表題，信度效度分析都做不了，除了簡單基礎的頻數分析描述性統計，還能做什麼分析呢？”，雖然很多分析方法只有量表題才可以使用，但是很多問卷還是會被設計成非量表的格式，今天就帶大家來看一下純非量表題問卷的分析思路以及案例講解。
1 問卷分析思路
1。1 使用者畫像分析
首先對收集資料進行基本的頻數分析，比如統計性別，年齡，學歷的分佈情況如何等
本次調查共有453份有效問卷，調研使用者女性群體佔比68。27%，18-35歲人群佔比84。9%，18歲以下佔比最少，僅為1。1%，上班族最多，佔比達到了82。46%，月收入5000-10000萬群體佔比51。42%，因此調研使用者大多為月收入中等的上班族群體。
1。2 樣本特徵分析
特徵行為類一般也是採用頻數分析，這一步就是給這些資料加上樣本背景
可以看到該調研使用者中有88。3%的群體接觸並使用過拼多多，而且有高達74%的使用者參加過“砍價免費拿”活動，說明調研使用者對該app的該項活動具備一定的瞭解程度，有發言權。
1。3 基本現狀分析
在充分了解樣本現狀情況後，可以結合結果可以對不同群體的現狀差異情況進行分析，或者進一步研究影響關係。
在進行研究時，不必拘泥於分析方法的使用，此部分更多會使用簡單易懂的頻數圖，最好結合各種圖形展示，比如柱形圖等
透過參加活動與否的統計圖，我們可以看出在參加“砍價免費拿”活動的338名問卷使用者中，63。31%的群體是受到來自親朋好友的邀請，其次是出於好奇想要試試的心理。
1。4 樣本態度分析
如果研究中涉及樣本的認知態度相關性，可使用頻數分析進行彙總，進一步瞭解清楚樣本特徵情況，也可以使用多選分析。
1。5 差異性分析
上面部分打好基礎後，就可以開始比較差異了。可以對比不同人群的看法，這需要基於第一步的使用者畫像，分析其是否存在差異以及差異情況。
研究方法上看，針對非量表類題項關係研究，即分類與分類資料之間的關係研究，應該使用卡方檢驗。
經檢驗不同性別對拼多多回應的看法存在差異（P
下面為卡方交叉熱力圖，主要透過顏色深淺去表示值的大小。我們可以進一步分析
該問卷經分析發現不同職業的拼多多的使用情況，不同年齡、職業、收入的“砍價免費拿”活動的參與度，不同收入的“砍價免費拿”活動的態度均存在顯著性差異，在這裡就不一一展示。
1。6 影響關係分析
最後，可以研究某種因素對樣本態度的影響關係。邏輯迴歸分析是研究X對Y的影響情況，適用於Y為分類的資料。
例如上面我們發現不同年齡、職業、收入的“砍價免費拿”活動的參與度有顯著性影響，所以我想研究不同年齡、職業、收入對砍價免費拿”活動的參與度的影響關係
結果表明，模型有效且年齡是18歲以下每增加一個單位，沒參加活動的機率比參加高了881。936%。
職業4每增加一個單位，沒參加活動的機率比參加低了85。679%。
月收入2000-5000每增加一個單位，沒參加活動的機率比參加低了45。294%。
月收入2000以下每增加一個單位，沒參加活動的機率比參加低了90。761%。
按照以上流程，整個非量表資料的分析部分就已經全部結束啦！大家可以對分析的資料進行彙總整理。