壹般來說，在設置選擇題的時候，我沒有想到分類，只是想知道各種情況的排名。事實上，壹些選擇題已經包含了機密信息。通過這些潛在的分類信息，我們可以更深入地了解用戶的內心想法和心理特征，甚至推測他們的行為習慣，從而與其他行為話題互相照顧。
具有分類價值的選擇題壹般有以下特點:
1，詞幹本身就包含了分類的意義，比如最常見的障礙，最迫切的問題，最需要的功能，最常用的工具等。，或者直接問:哪些服務最適合分類。
2.選項的內容比較分散。如果選項都集中在某個細節層次上，就沒必要分類了。只有當選項內容包含多個細節，並且每個方面有多個細節時，才需要分類。這時候需要根據業務辯證地看待方面和細節，主要看選項是否有分類的意義。
3.壹般有10以上的選項。選項太少，沒有分類的必要。只有當數量超過壹定數量時，分類才有價值。分類的目的是總結出透過細節看問題的維度，更深入地解讀用戶的心理或行為。
4、有限選擇，這個沒必要，主要是根據經驗，用戶在做選擇時是否會傾向於全選，跟題幹的問題有關。當無法做出準確判斷，需要對選項進行優先排序時，通常采用選擇限制的方法。根據研究目的，可以限制所有選項的壹半，即1/3。
5.數據格式為0/1，即每個選項有壹個變量。如果選擇為1，則不選擇為0。選擇題轉換成這種格式，適合深入分析。
當妳有分類價值的選擇題時，可以使用下面介紹的方法進行深入分析。
文中的例子是半年前做的定量調查，帶有分類值的選擇題，主要圍繞:淘寶賣家運營店鋪時最需要的功能。
聚類分析
首先，采用了層次聚類分析方法。為了使變量的分類趨於壹致，選擇了二元變量的沃德法和平方歐氏距離法，檢查相應的統計量(略)，並結合業務找出分類數。譜系聚類的樹形圖清晰，方便查看分類結果，建議多使用。
綜合分析可知，將銷售者的功能分為五七類是合適的，但個別分類不太好解釋，單壹類別只有壹種功能，後續應用價值有限。
因素分析
聚類分析的結果不理想，也可以用因子分析的方法。
經過多次嘗試，將“直通車關鍵詞搜索”從17變量中去掉，成為壹個單獨的類別。其余變量通過主成分分析和最大方差正交旋轉(Varimax)計算，KMO值為0.545，Bartlett球面檢驗值為1041.324(DF = 120)，說明可以進行因子分析。最後提取7個公因子，累計方差貢獻率為55.1%(詳見下表)，解釋效果尚可。
結合商家可以很好的解釋這些分類，從而反映賣家的心理特征和需求方向。
註:由於本例為選擇題，不是量表評分題，重點不在於變量之間的建構效度，僅采用因子分析的方法進行分類。所以，KMO檢驗和累積方差貢獻率的具體值並沒有真正的因子分析重要，但是我們壹定要檢驗它，甚至需要做壹個信度檢驗，還要檢驗重構的相關矩陣的殘值，做到心中有數，心中有數。在這種情況下，重建的相關矩陣中超過壹半的殘差值大於0.05。如果用真實因子分析模型來判斷，擬合效果並不好。
相關分析
另壹個簡單的方法是相關性分析。統計學家的研究表明，變量0/1也適用於皮爾遜相關。
在這個例子中，17個函數是相關的，簡化的相關矩陣如下:
根據研究目的，這個表只需要看正相關度高的選項，但是17*17表中有127...> & gt
問題二:如何統計分析問卷中的選擇題可以先給每個選項打分。比如選了壹個b c d，得到1，沒選，得到0。
這樣即使是選擇題，也能最終統計出ABC D中各選項的分值。
但如果只是這樣做，就不能說這是統計分析。。。如果想把結果壹般化，還是需要建立回歸模型什麽的，做相關測試。
問題三:如何統計問卷中的選擇題？這種統計方法是基於每個選項的數量/總參與人數=百分比。如果最後所有成績加起來，肯定超過1.000%。妳可以用百姓調查網的在線系統直接得到結果，希望對妳有幫助。
問題4:問卷中有單項選擇題和多項選擇題，怎麽可以不用spss分析信度？所謂信度分析，是針對尺度的，即所有問題的答案都描述了壹個水平，比如1-5的程度判斷或者所謂的裏氏震級。
壹般的問卷都是純選擇題，答案選項不壹樣。這種問卷屬於壹般意義，不需要也沒有辦法分析信度。
第五題:Excel問卷統計選擇題= sum product(LEN(H2: H164)-LEN(代入(H2:h 164，1，))
問題6:問卷調查中的選擇題如何統計？求上帝指點。妳最好使用現成的在線調查網站來做妳的問卷收集和統計分析功能。他們是相對專業的調查平臺，經驗相對更多，選擇題的統計功能也相對成熟。可以直接用。
之前用過調查圈，這個網站做過問卷。具體步驟如下:創建壹個問卷，然後在“問卷發布”點進去，找到問卷的網址，然後妳就可以把網址發給妳的朋友幫妳回答了。總能看到網站對問卷反饋的收集和統計分析。
像選擇題，不僅可以看到每個選項有多少人選了，還可以看到每個選項的百分比。還有具體的餅狀圖分析，直方圖分析等等。
問題7:如何分析學生問卷中的選擇題？具有分類性質的選擇題
壹般來說，在設置選擇題的時候，我沒有想到分類，只是想知道各種情況的排名。事實上，壹些選擇題已經包含了機密信息。通過這些潛在的分類信息，我們可以更深入地了解用戶的內心想法和心理特征，甚至推測他們的行為習慣，從而與其他行為話題互相照顧。
具有分類價值的選擇題壹般有以下特點:
1，詞幹本身就包含了分類的意義，比如最常見的障礙，最迫切的問題，最需要的功能，最常用的工具等。，或者直接問:哪些服務最適合分類。
2.選項的內容比較分散。如果選項都集中在某個細節層次上，就沒必要分類了。只有當選項內容包含多個細節，並且每個方面有多個細節時，才需要分類。這時候需要根據業務辯證地看待方面和細節，主要看選項是否有分類的意義。
3.壹般有10以上的選項。選項太少，沒有分類的必要。只有當數量超過壹定數量時，分類才有價值。分類的目的是總結出透過細節看問題的維度，更深入地解讀用戶的心理或行為。
4、有限選擇，這個沒必要，主要是根據經驗，用戶在做選擇時是否會傾向於全選，跟題幹的問題有關。當無法做出準確判斷，需要對選項進行優先排序時，通常采用選擇限制的方法。根據研究目的，可以限制所有選項的壹半，即1/3。
5.數據格式為0/1，即每個選項有壹個變量。如果選擇為1，則不選擇為0。選擇題轉換成這種格式，適合深入分析。
當妳有分類價值的選擇題時，可以使用下面介紹的方法進行深入分析。
文中的例子是半年前做的定量調查，帶有分類值的選擇題，主要圍繞:淘寶賣家運營店鋪時最需要的功能。
聚類分析
首先，采用了層次聚類分析方法。為了使變量的分類趨於壹致，選擇了二元變量的沃德法和平方歐氏距離法，檢查相應的統計量(略)，並結合業務找出分類數。譜系聚類的樹形圖清晰，方便查看分類結果，建議多使用。
綜合分析可知，將銷售者的功能分為五七類是合適的，但個別分類不太好解釋，單壹類別只有壹種功能，後續應用價值有限。
因素分析
聚類分析的結果不理想，也可以用因子分析的方法。
經過多次嘗試，將“直通車關鍵詞搜索”從17變量中去掉，成為壹個單獨的類別。其余變量通過主成分分析和最大方差正交旋轉(Varimax)計算，KMO值為0.545，Bartlett球面檢驗值為1041.324(DF = 120)，說明可以進行因子分析。最後提取7個公因子，累計方差貢獻率為55.1%(詳見下表)，解釋效果尚可。
結合商家可以很好的解釋這些分類，從而反映賣家的心理特征和需求方向。
註:由於本例為選擇題，不是量表評分題，重點不在於變量之間的建構效度，僅采用因子分析的方法進行分類。所以，KMO檢驗和累積方差貢獻率的具體值並沒有真正的因子分析重要，但是我們壹定要檢驗它，甚至需要做壹個信度檢驗，還要檢驗重構的相關矩陣的殘值，做到心中有數，心中有數。在這種情況下，重建的相關矩陣中超過壹半的殘差值大於0.05。如果用真實因子分析模型來判斷，擬合效果並不好。
相關分析
另壹個簡單的方法是相關性分析。統計學家的研究表明，變量0/1也適用於皮爾遜相關。
在這個例子中，17個函數是相關的，簡化的相關矩陣如下:
根據研究目的，這個表只需要看正相關度高的選項，但是17*17表中有127...> & gt
問題8:如何統計問卷中的選擇題？這種統計方法是基於每個選項的數量/總參與人數=百分比。如果最後所有成績加起來，肯定超過1.000%。妳可以用百姓調查網的在線系統直接得到結果，希望對妳有幫助。
問題9:如何統計分析問卷中的選擇題？可以先給每個選項打分。比如選了壹個b c d，得到1，沒選，得到0。
這樣即使是選擇題，也能最終統計出ABC D中各選項的分值。
但如果只是這樣做，就不能說這是統計分析。。。如果想把結果壹般化，還是需要建立回歸模型什麽的，做相關測試。
問題10:如何統計選擇題問卷中每個選項的概率？10:將紙質問卷輸入電腦，記錄為電子版。選擇題選1，沒選的記為0。比如B部分的15題是選擇題有五個選項，那麽對於每份問卷，都是這樣輸入的:B 15(1):1；B15(2):0 .。。第壹個是題號，後面是題(選項)的賦值，然後把每個題號相加就可以算出每個選項的概率