拿到一份问卷数据，该如何动手剖析呢？且慢，要做剖析得先检讨数据是不是完全、可信，以是先从数据洗濯开聊。
一、数据洗濯
（1）一份数据可能经历过编码、合并、拆分等，先检讨数据是否完全，是否有非常值？
选择题、排序题这类封闭题型的答案是有限定范围的，针对这类题型，在spss内利用频率统计功能，查看每个题目的总量，缺失落值，是否有非常值。比如：性别只有1、2两个选项，涌现其他选项则解释有问题。有个小技巧，在Excel中可以利用筛选功能，快速查看每个题目的结果是否有非常值。
（2）有些用户可能会不负责填答，因此须要检讨逻辑合理性，是否有前后抵牾的情形？
有些问卷，前后题目有逻辑关系，可以用这类题目做测谎题，筛选出前后抵牾的答案，比如前边用户选择了紧张的出行办法是“自己开车”，后边却选择自己的年事“小于18岁”，那么这类问卷可以视为不负责填答的，删除。
如果没有得当的题目做测谎题，也可以在体例问卷的时候设置测谎题，两种设计思路：
同一个题目前后问两遍，检讨答案是否同等，如：请从下列选项中选出你最常用的舆图APP。把稳避免利用有两个答案的问题，比如问用户爱车的品牌就不得当，由于用户前后填答不一致，不一定都是不负责填答，也可能是由于用户本身有两辆车。设置一个有明显缺点答案的问题，检讨是否选择了缺点的答案，如：你最常用的舆图APP是哪个：稠浊选项可以用 ：京东。不过我们只是想考验用户的负责程度，而非磨练用户的影象力，以是测谎题要大略明确，只要负责看题就不会错。比如问用户最常用的舆图APP是哪个，稠浊选项用“微信”就不得当，由于用户不负责想的话，很随意马虎把微信自带的舆图当成舆图APP。如果技能支持，也可以通过后台数据和用户问卷中的数据做匹配，常用的是性别、年事、常居地之类的数据，也可以问一些明确的行为数据，比如是否用舆图买过火车票。
须要把稳的是：选择稳定的明确的数据来做校验题目，不要利用须要回顾的数据来校验，用户的影象是模糊的有偏差的，利用频率、利用年限，这些都不适宜做校验，由于用户的影象很可能与实际行为不完备符合。
二、样本加权
问卷调研绝大部分是抽样调研，如果想通过样本的情形去推测整体的情形，除了要考虑最小样本量之外，还须要考虑样本的代表性。群体有很多属性，并不是哀求样本的每个属性都和整体同等，而是关注那些对研究问题最有影响的属性，在该属性上样本和整体只管即便保持同等。
假设：年事对用户忠实度的影响非常大，对出行办法没有影响，那么在研究忠实度时就须要考虑到年事成分，而在研究出行办法时，就无需考虑年事成分了。
一种是事前掌握，区分出不同年事段的用户，分桶按比例发放，该方法本钱高很少用。
另一种是事后掌握——加权 。比如问卷网络到的用户，与整体用户群分布不一致，但是我们想知道整体用户的忠实度，此时可以通过加权的办法去调度。
详细方法如下：
先根据整体和样本的年事分布，打算出权重值，然后再利用spss的权重功能，给数据加权。加权后再统计忠实度。
值得把稳的是，不要为了省事儿，直接打算出样本各年事段的值，然后给个年事段的值赋个权重，求均值。这样的结果是不对的，必须要利用spss的加权功能。
如果有多个成分，挑选最主要的一个成分加权。如果非要考虑多个成分，那么须要理解多个成分交叉后的整体分布。比如既要考虑性别、又要考虑年事，那么须要将性别和年事交叉，知道整体男性的年事分布、女性的年事分布，再打算权重，本钱太高了。
三、剖析思路
我们先假设一份调研问卷，带着这份问卷来看剖析思路。
假设要针对大学生群体利用舆图APP的情形做个调研，设计了以下问卷，通过这个问卷我们能做哪些剖析呢？
3.1 描述统计，看整体分布情形
统计各选项的数量、频率是最常用到的剖析，然后通过图表展现出来，可以非常直不雅观的看出整体分布情形。
通过这个问卷，我们可以得到：
在大学生群体中，各手机舆图的市场霸占率，如果有整体的舆图市场霸占率数据，还可以比较得到，在学生群体中哪个舆图更有上风。大学生群体，用户常用的功能排序，以及各功能的占比。该题是多选题，可以利用spss的“定义多重相应集”的功能。此外在打算占比的时候须要想明白，因此整体人数作为分母，还是以整体选择量作为分母，分母不同阐明也不同，须要标明。本题以整体人数作为分母，占比的意义是：大学生群体中，多少人利用功能。3.2 差异剖析，找影响成分除了看整体分布情形，我们还可以通过差异剖析，探索更多的信息。
做差异剖析，第一步先找到两个可能有关系的成分；第二步将两个成分交叉统计结果，根据结果在这两个成分间做假设；第三步根据这两个成分的数据类型，选择得当的统计方法，验证假设。
通过这个问卷，我们可以剖析：
（1）男性和女性对手机舆图的选择有差异么
先分别打算不同品牌的用户性别占比，结果创造不同品牌的男性占比不同，性别和手机品牌都是分类变量，因此利用卡方考验。
（2）男性和女性，对手机舆图的忠实度有差异么？
先统计不同性别用户的NPS值，NPS值是等距数据（NPS这个题目，实质上是李克特量表，对该数据是否是等距数据尚有争议，但大部分情形按照等距数据处理），我们想要看男性、女性两组之间的差异，采取T考验。
（3）不同品牌的手机舆图，用户的忠实度有差异么？
与性别变量不同的是，手机品牌有4个维度，T考验只能做两组之间的差异考验，多于两组的时候采取方差剖析。
（4）是否由于男性用户多导致腾讯舆图的忠实度低呢？
比如男性的忠实度更低，而不同品牌之间男性的占比又不同，腾讯的男性用户较多，就会假设：是否由于男性用户多导致腾讯舆图的忠实度低呢。
当有两个成分的时候，可以采纳协方差剖析，在做方差剖析的时候，将性别作为协变量纳入，分别看男性组，不同舆图品牌间有差异否，女性组不同舆图品牌间有差异否。
总结一下，做差异考验的统计方法常用的有三种：卡方考验、T考验、方差剖析。但是，统计只是赞助判断的一种工具，也有些情形，直接看交叉后的结果就能创造差异巨大，无需统计考验肉眼都可以判断，也有些情形下，统计结果显著，但是差异实在是很眇小，也不能做出明确的结论。
以是统计方法并不是重点，找到可能有关系的成分才是重点，学术研究一样平常会根据过往的研究提出假设，而实际事情中，绝大部分靠履历，多熟习产品多理解用户，才会有思路。
之前有人提出要做女性舆图，认为女性更看不懂舆图，须要在图面上有不同的处理。实际调研下来，创造性别既不影响用户利用舆图的习气、也不影响用户对舆图的感知。相反年事明显的影响舆图的利用习气，接下来就须要进一步挖掘年事的差异了。
3.3 干系剖析，找影响成分，以及影响程度
（1）通过差异剖析，我们理解到性别会影响用户的忠实度，我们还想接着探索用户常用的功能个数是否会影响忠实度，是不是用的功能越多，忠实度越高呢？
此时须要用到干系剖析，利用功能个数是等距数据，利用spss打算Pearson积差干系系数。干系系数介于-1~1之间，绝对值越大关系越密切，符号代表干系的方向。常日情形下，绝对值大于0.4就可以认为这两个数据之间有比较强烈的关系了。以是绝对值越大，解释这个成分的影响程度越大。
如果想探索利用频率和忠实度之间的关系呢，利用频率是顺序数据，此时须要打算Speaman干系系数。干系是在事情中利用比较多的方法，须要把稳的是，干系剖析只能阐明两个变量之间有无关系，不能得到因果结论。因果结论是我们基于逻辑授予的，事情中，干系关系已经足够我们做判断了。
（2）如果我们不但是想探索单个成分与忠实度之间的关系，还想要探索多个影响成分合并在一起对忠实度的影响，此时可以利用多元回归的方法。
在本调研中，我们可以探索用户碰着利用问题的次数与忠实度的关系，用户碰着的问题有4种，分别是定位问题、地点问题、路线问题、性能问题。以NPS值为因变量，将这四个问题一起作为因变量，求一个多元回归方程。但是多元回归方程的建立，对数据的哀求比较高，实际调研中利用的非常少，干系系数基本够用了。
不论是干系剖析还是回归剖析，都只能反响出变量之间的线性干系关系，如果变量间是非线性的关系，是无法表示在干系系数上的，因此在做干系剖析之前，可以先做一个散点图，直接不雅观察一下，两个变量间是否有其他的关系可能。
如果是自己做调研，不是拿到数据了才去想怎么剖析，而是在体例问卷的时候就要想清楚：我要理解什么问题，须要什么数据支撑，该用什么方法剖析？
文中提到的所有统计方法，在统计书中都可以找到细致的操作步骤。本文只是列了最粗浅的统计方法，但是每每粗浅的才够直接，对实际的决策最有支持力。
参考书目：《量化研究与统计剖析》邱皓政
本文由 @ 乔溪 原创发布于大家都是产品经理。未经容许，禁止转载
题图来自 Unsplash，基于 CC0 协议
