运营人必看的问卷分析

之前在写满意度影响因素类问卷分析的时候，收到了很多小伙伴的后台留言，“如果问卷都是非量表题，信度效度分析都做不了，除了简单基础的频数分析描述性统计，还能做什么分析呢？”，虽然很多分析方法只有量表题才可以使用，但是很多问卷还是会被设计成非量表的格式，今天就带大家来看一下纯非量表题问卷的分析思路以及案例讲解。

1 问卷分析思路

1.1 用户画像分析

首先对收集数据进行基本的频数分析，比如统计性别，年龄，学历的分布情况如何等

本次调查共有453份有效问卷，调研用户女性群体占比68.27%，18-35岁人群占比84.9%，18岁以下占比最少，仅为1.1%，上班族最多，占比达到了82.46%，月收入5000-10000万群体占比51.42%，因此调研用户大多为月收入中等的上班族群体。

1.2 样本特征分析

特征行为类一般也是采用频数分析，这一步就是给这些数据加上样本背景

可以看到该调研用户中有88.3%的群体接触并使用过拼多多，而且有高达74%的用户参加过“砍价免费拿”活动，说明调研用户对该app的该项活动具备一定的了解程度，有发言权。

1.3 基本现状分析

在充分了解样本现状情况后，可以结合结果可以对不同群体的现状差异情况进行分析，或者进一步研究影响关系。

在进行研究时，不必拘泥于分析方法的使用，此部分更多会使用简单易懂的频数图，最好结合各种图形展示，比如柱形图等

通过参加活动与否的统计图，我们可以看出在参加“砍价免费拿”活动的338名问卷用户中，63.31%的群体是受到来自亲朋好友的邀请，其次是出于好奇想要试试的心理。

1.4 样本态度分析

如果研究中涉及样本的认知态度相关性，可使用频数分析进行汇总，进一步了解清楚样本特征情况，也可以使用多选分析。

1.5 差异性分析

上面部分打好基础后，就可以开始比较差异了。可以对比不同人群的看法，这需要基于第一步的用户画像，分析其是否存在差异以及差异情况。

研究方法上看，针对非量表类题项关系研究，即分类与分类数据之间的关系研究，应该使用卡方检验。

经检验不同性别对拼多多回应的看法存在差异（P<0.05)

下面为卡方交叉热力图，主要通过颜色深浅去表示值的大小。我们可以进一步分析

该问卷经分析发现不同职业的拼多多的使用情况，不同年龄、职业、收入的“砍价免费拿”活动的参与度，不同收入的“砍价免费拿”活动的态度均存在显著性差异，在这里就不一一展示。

1.6 影响关系分析

最后，可以研究某种因素对样本态度的影响关系。逻辑回归分析是研究X对Y的影响情况，适用于Y为分类的数据。

例如上面我们发现不同年龄、职业、收入的“砍价免费拿”活动的参与度有显著性影响，所以我想研究不同年龄、职业、收入对砍价免费拿”活动的参与度的影响关系

结果表明，模型有效且年龄是18岁以下每增加一个单位，没参加活动的几率比参加高了881.936%。

职业4每增加一个单位，没参加活动的几率比参加低了85.679%。

月收入2000-5000每增加一个单位，没参加活动的几率比参加低了45.294%。

月收入2000以下每增加一个单位，没参加活动的几率比参加低了90.761%。

按照以上流程，整个非量表数据的分析部分就已经全部结束啦！大家可以对分析的数据进行汇总整理。