为什么同样是问卷数据，大佬能发顶刊，我连中文核心都发不出？

小博考博岛

为什么好多人说问卷数据很low，发不了好文章，但有些大佬就能发顶刊？

究竟是数据方法的差异，还是能力的参差？

科研小白还能依靠问卷数据做科研吗？

问卷调查&分析应该是很多人文社科科研er们常用的研究方法。问卷调查数据属于可靠的一手数据，相比于年鉴、公报等二手统计数据，其真实性和可靠性更高。并且问卷数据是根据一定的研究目的而设计的，能够完全明确而有针对性地解决研究者的科学问题。因此，在人文社科领域的研究中，占有重要的地位！

大多数科研小白其实对问卷调查并不陌生，本科课堂中经常会有小组调查作业，对其操作流程和分析具有一定的了解。但是，真正能够支撑起一篇学术论文的问卷研究，远比社会调查小组作业复杂、科学、严谨地多！你，真的会吗？

关注下方公众号

回复【amos】(字母小写)

按操作完成任务

即可免费获取【SPSS AMOS资料包】

今天小科就带大家通过9个核心问答，带你实现问卷调查&分析的进阶之路！

问卷

设计的逻辑是什么？

第一，和调查主题紧密相关，要有梯度

问卷中的每一个问题，都应该是服务于你的研究，应该要紧密围绕你的调查目的展开，除一些了解受访者基本信息和背景知识外，其他均要紧扣中心。也就是说，我们在开展问卷调查之前一定要确定自己的论文选题，思考好自己论文的被解释变量、核心解释变量、机制变量等等如何设计~

此外，问题的设置要有梯度，前面2到3个问题要浅显易答，之后再慢慢深入，直到你想问的核心问题。

第二，化模糊为具体

在一些情况下，由于记忆的模糊性或者思维方式的影响，回答者容易弄错事件发生的时间。因此，我们可以帮助受访者将问题具体化，比如某些问题受访者很难确定具体数值的情况，可以给予受访者一个区间进行思考。

第三，同类问题的编排顺序

在有些情况下，上一个问题可能会影响回答者对下一个问题的认知，进而影响对下一个问题的答案。因此，我们在进行问卷设计时，可以选择将问题分类。分类后，每部分问题按照逻辑顺序进行提问。以CFPS2018家庭经济模块家庭支出部分为例，“在家吃饭的人数”——“每月伙食费”——“每月外出就餐费”，这样一个逻辑下来，可以将受访者的家庭吃饭支出问的清清楚楚啦~

如何衡量

问卷的科学性和准确性？

第一，有效原则

抽样调查应该：（１）符合调查目的之需要；（２）所获信息价值应超过所支付成本。

第二，可测量原则

抽样的正确程度必须能够测量，否则抽样调查就失去意义。

第三，简单原则

抽样调查必须保持简单性要求，使抽样调查顺利进行，以避免不必要之节外生枝。

没人愿意

填怎么办？线上靠谱吗？

这个问题分成线下和线上两种情境进行考虑~

如果是线下的话，就小科参加的几次（可能十几次）大型调研来讲，通常情况项目会和当地政府or企业合作，指定受访者供我们调研；当然，如果没有这么好的条件的时候，调研小组经费充足时，会给每位受访者购买一定价值的礼品，帮助我们顺利完成调研。

如果是线上的话，根据自己的调研对象选择合适的群体进行问卷发放。这个时候，就需要大家充分发动自己的亲朋好友的力量，为自己的问卷收集大量且有效的受访人员啦~

当然，如果是硕士、博士的毕业论文，需要非常大量、专业的问卷数据，也可以跟导师申请经费，使用一些专业的数据调查平台，他们会按照人群特征，高效完成调查任务。问卷星就业付费业务哦~

分析之前

需要做哪些检验？

最最重要且常见的检验，当属信度与效度分析啦。

信度分析

目的是研究数据是否真实可靠，又称“可靠性分析”，通俗地讲，是来探究研究样本是否真实回答问题，测试受访者是否好好答题，具体来说就是用问卷对调研对象进行重复测量时，所得结果的一致性程度。

效度分析

在于研究题项是否有效的表达研究变量或者维度的概念信息，通俗地讲，是探究研究题项设计是否合适，即测试调查者是否科学设计问题，或者题项表示某个变量是否合适。

问卷之后

不知道该用什么分析方法？

小科一直认为“合适的方法就是最好的方法”。我们可以从统计方法与计量方法两个角度进行考虑。

统计方法上，需要进行数据的描述性统计与差异性统计。描述性统计：包括数据的均值、标准差、最小值、最大值、中位数等；差异性统计：包括方差分析、分组检验等。

计量方法上，建议各位科研er针对自己的研究问题选择合适的方法。传统线性分析上，如果自己的被解释变量是连续变量，可以选择多元线性回归模型进行分析；如果自己的被解释变量是二元变量，可以选择二元logit或者probit模型进行分析；如果自己的被解释变量是有序多分类变量，可以选择oprobit模型进行分析等等。

为什么

总有人说SPSS功能太弱？

就算再多的人说SPSS功能太弱，你也会发现绝大多数高校统计课还是会选择讲解SPSS。

SPSS是最基础，最易教学且最易掌握的一个统计软件，它不需要编写大量的程序语言，就可以对简单的问题予以解决。在其流行年代，形成的统计分析结果是没有什么问题。但随着科学技术的发展，SPSS的一些功能总会有这样或者那样的不足，尤其对该方法背后的统计理论的批评。

之所以R，STATA等软件被大家说是更好的科研软件，是因为它们所具备的功能，扩展程序包，以及更新频率要优于SPSS，且被大家所公认。不过，SPSS用来作为基础软件辅助它们使用，还是很不错的。

SPSS软件安装包+学习资料这里领哦~

除了SPSS

还有哪些好上手的软件？

EViews

EViews是在Windows操作系统中计量经济学软件里世界性领导软件。强而有力和灵活性加上一个便于使用者操作的界面;最新的建模工具，快速直觉且容易使用的软件。由于它革新的图表使用者界面和精密的分析引擎工具，EViews是强大，灵活性和便于使用的功能。EViews预测分析计量软件在科学数据分析与评价、金融分析、经济预测、销售预测和成本分析等领域应用非常广泛。EViews软件在Windows环境下运行，操作接口容易上手，使得本来复杂的数据分析过程变得易学易用。

Stata

Stata是一套提供其使用者数据分析、数据管理以及绘制专业图表的完整及整合性统计软件。它提供许许多多功能，包含线性混合模型、均衡重复反复及多项式普罗比模式。用Stata绘制的统计图形相当精美。

结构方程

可以用来分析问卷数据吗？

结构方程模型(Structural Equation Modeling,SEM)

是社会科学研究中的一个非常好的方法。该方法在20世纪80年代就已经成熟，可惜国内了解的人并不多。在社会科学以及经济、市场、管理等研究领域，有时需处理多个原因、多个结果的关系，或者会碰到不可直接观测的变量(即潜变量)，这些都是传统的统计方法不能很好解决的问题。

20世纪80年代以来，结构方程模型迅速发展，弥补了传统统计方法的不足，成为多元数据分析的重要工具。

当前，以“结构方程模型”为关键词在知网进行CSSCI期刊检索，可以看到：近期仍有不少CSSCI期刊发表相关模型的问卷分析论文~

图源自：知网以“结构方程模型”为关键词进行CSSCI期刊检索

如何

快速掌握结构方程模型？

结构方程模型可以分成两部分：测量模型和结构模型。

测量模型

在社会科学研究领域，有很多概念是无法直接测量和观测的，例如人们的焦虑、态度、动机、工作压力、满意度等等，它们都是抽象的概念。一般来说，每个潜在变量对应的观察变量数目至少要两个（想想如果只有一个，那就可以直接测量了）。潜在变量是两个以上测量变量的综合反应，反过来，潜在变量也能够在一定程度上解释测量变量的数值高低变化。

结构模型

结构模型研究的是变量（包括潜在变量和测量变量）之间的线性回归方程，变量之间的关系交错，线性回归方程数目多。需要分析者根据实际情况，画出路径图。

结构方程模型

在Amos中，将测量模型和结构模型都画在一起，如下图所示。需要注意，所有因变量都需要加上残差项。此外，需要明确，结构方程模型图的绘制是分析者以实际经验为基础绘制出来的，至于模型是否成立，需要采集数据加以验证。