最近處理了一下問卷數據，趁着剛做完想記錄下問卷數據分析的感受，主要是談談問卷數據分析過程中的基本處理手段及方法。
1.對各個題目的描述性統計
現在一般問卷數據就是用問卷星等工具來做的，然後問卷星裏可以輸出各個題目的描述性統計情況，也可以輸出各個題目的圖表，比如柱狀圖、折線圖、條形圖等等。
2.兩個題目的相關性
想要分析兩個題目間的相關性，需要分情況討論。
2.1 單選題與單選題的相關性
單選題間的相關性是最好做的了，可以用卡方檢驗結合交叉分析進行，判斷出兩個題目之間是否有相關關係，相關關係的強弱怎麼樣，這個強弱可以通過卡方檢驗的列聯繫數或V係數等來判斷，詳細介紹點這裏看一下
2.2 單選題（多選題）與排序題
涉及到排序題就會有些犯難了，因爲我沒有了解到有什麼好的統計分析手段，只能是一些簡單的分析，問卷星裏就有計算各個選項得分的分析手段，可以對單選題（多選題）的各個選項的得分情況進行觀察，來得出一些結論
2.3單選題（多選題）與多選題
涉及到多選題時也會有困難，沒有非常好的統計分析手段，最爲常見的就是多重響應分析了，這個可以直接網上搜索一下，SPSS做起來也非常簡單，其實也就是做一下交叉分析這樣子。此外如果兩個題可能有因果關係，分析一個量對另一個量的影響時可以考慮使用logistics迴歸分析。
3.迴歸分析
第三，自然就是更進一步地利用問卷數據進行分析了，通常這就是利用迴歸來進行深入分析了，分析一些變量對一個因變量的影響，由於問卷數據的特性，最爲常用的也就是二元logistics迴歸或是多元有序/無序logistics迴歸分析。
spss做多元有序logistics迴歸可以參見這個例子：多元有序logistics迴歸教程
無序多分類可以看這個教程：多元無序logistics迴歸
但是，對於其中參數的解讀我自己做的結果和這個教程裏是相反的，不知道爲什麼，可能是我沒有理解到位吧，不管怎樣，我個人建議做多元logit迴歸後，再繼續做一個交叉分析來看看，藉助交叉分析的結果來解讀多元logit的參數的含義，這樣可以保證正確。
4.總結
由於最近做的這個分析也比較簡單，所以基本只用到了上述的三種方法，當然其實還有很多其他的分析手段啦，像典型相關分析、聚類分析、對應分析等等。由於我對問卷數據分析也做的很少，對於這方面的瞭解也頗爲薄弱，若有不對請指正，若大佬能有所指點，更是感謝！