问卷中李克特量表的SPSS分析方法

问卷中存在量表题时（有的文献中将所有的问卷题目，包括选择题都当做量表题，本文中的量表题专门指的是类似于likert量表的量表），而使得对整份问卷的分析变得复杂，不过量表也是我们为了得出更加深入的信息所必须加入的题型。那么在问卷中设计了量表题，我们应该如何去充分挖掘其中收集到的信息呢？

其本身是数值型题目，它所收集的数据是一组数字，因此我们可以对这组数字求平均值，对这组数字做一个分布图。举个例子（数据为《问卷与量表数据分析》课程用问卷数据，回复“高等教育”可以收到这份问卷）。拿第1个量表第一题来说，我们对该题求均值和标准差。均值为3.22，标准差为0.898.表示平均打分高于中间值3分，但是仅仅是高了那么一点而已。

再来看一下分布图

从分布图可以看出，打分在3分以上的人略多于低于3分的。而大部分的人打分是3分，说明大部分被调查者对老师“能激发学生兴趣”表示……嗯嗯，我就不明说了吧！

可以结合选择题进行均值比较，方差分析。比如要比较不同性别的学生对于“老师能够激发学生兴趣”的评价。利用两独立样本T检验过程进行比较。

主要对第二个表格进行解读，注意第二个表格分为两行，而且有两个P值（sig），说明进行了两次假设检验，第一次是检验方差是否相同的。本题中，假设方差相等的假设检验P值为0.847>0.05，接受原假设，这里的原假设就是“方差相等”，因此第一个假设检验的结果就是：方差相等。然后进行第二个假设检验，检验男女两个组得分均值是否有差别，P值为0.455>0.05，接受原假设，原假设认为“男女之间得分没有差异”。因此整个检验的结果就是男女之间得分没有差异。

量表一般是有结构的。我们来看一张图：

这张图是对拥有31个题目的量表进行因子分析，也就是说结构效度分析后，得到的结果。将这些题目分成了6个组，每个组代表了不同的维度，而这每一个维度则对应着原来31个题目中的某几个题目。在完成因子分析，并且对这些因子命名之后，我们可以利用因子分析的结果，进一步进行回归分析，方差分析，相关分析等等。

来CDA学业务数据分析师，SPSS理论结合实战进行项目数据分析，助你成为从事数据采集、清洗、处理、分析并能制作业务报告、提供决策的新型数据分析人才，点击了解课程详情！

对数据分析很感兴趣，可了解下数据分析大厂入门砖，CDA数据分析师认证证书！

CDA（数据分析师认证），与CFA相似，由国际范围内数据科学领域行业专家、学者及知名企业共同制定并修订更新，迅速发展成行业内长期而稳定的全球大数据及数据分析人才标准，具有专业化、科学化、国际化、系统化等特性。

同时，CDA全栈考试布局和认证体系已得到教育部直属中国成人教育协会及大数据专业委员会认可，并由为IBM、华为等提供全球认证服务的Pearson VUE面向全球提供灵活的考试服务。

报名方式

登录CDA认证考试官网注册报名>>点击报名

报名费用

Level Ⅰ：1200 RMB

Level Ⅱ：1700 RMB

Level Ⅲ：2000 RMB

考试地点

Level Ⅰ：中国区30+省市，70+城市，250+考场，考生可就近考场预约考试 >看看我所在的地哪里报名<

Level Ⅱ+Ⅲ：中国区30所城市，北京/上海/天津/重庆/成都/深圳/广州/济南/南京/杭州/苏州/福州/太原/武汉/长沙/西安/贵阳/郑州/南宁/昆明/乌鲁木齐/沈阳/哈尔滨/合肥/石家庄/呼和浩特/南昌/长春/大连/兰州>看看我所在的地哪里报名<

报考条件

业务数据分析师 CDA Level I >了解更多<

▷ 报考条件：无要求。

▷ 考试时间：随报随考。

建模分析师 CDA Level II >了解更多<

▷ 报考条件（满足任一即可）：

1、获得CDA Level Ⅰ认证证书；

2、本科及以上学历，需从事数据分析相关工作1年以上；

3、本科以下学历，需从事数据分析相关工作2年以上。

▷ 考试时间：

一年四届 3月、6月、9月、12月的最后一个周六。

大数据分析师 CDA Level II >了解更多<

▷ 报考条件（满足任一即可）：

1、获得CDA Level Ⅰ认证证书；

2、本科及以上学历，需从事数据分析相关工作1年以上；

3、本科以下学历，需从事数据分析相关工作2年以上。

▷ 考试时间：

一年四届 3月、6月、9月、12月的最后一个周六。

数据科学家  CDA Level III >了解更多<

▷ 报考条件（满足任一即可）：

1、获得CDA Level Ⅱ认证证书；

2、本科及以上学历，需从事数据分析相关工作3年以上；

3、本科以下学历，需从事数据分析相关工作4年以上。

▷ 考试时间：

一年四届 3月、6月、9月、12月的最后一个周六。

（备注：数据分析相关工作不限行业，可涉及统计，数据分析，数据挖掘，数据库，数据管理，大数据架构等内容。）

——热门课程推荐：

想学习PYTHON数据分析与金融数字化转型精英训练营，您可以点击>>>“人才转型”了解课程详情；

想从事业务型数据分析师，您可以点击>>>“数据分析师”了解课程详情；

想从事大数据分析师，您可以点击>>>“大数据就业”了解课程详情；

想成为人工智能工程师，您可以点击>>>“人工智能就业”了解课程详情；

想了解Python数据分析，您可以点击>>>“Python数据分析师”了解课程详情；

想咨询互联网运营，你可以点击>>>“互联网运营就业班”了解课程详情； 

想了解更多优质课程，请点击>>>