《问卷设计与资料取得.ppt》由会员分享，可在线阅读，更多相关《问卷设计与资料取得.ppt（58页珍藏版）》请在三一办公上搜索。
1、問卷設計與資料取得,母體,母體（Population）是我們想要研究調查之所有對象，它是由一群具有某種共同性的基本單位所組成。若母體個數有限，其個數一般以大寫之N表示。母體可以是一群人，如：想調查全省之18歲以上女性消費者的化妝品消費行為，其母體將為全省18歲以上之全體女性。母體也可以是一群事物，如：汽車製造廠商，想瞭解其所生產之某一型汽車之引擎的故障情況，其母體即為該型汽車之所有引擎。,普查,普查（census）是對整個母體進行全面調查或研究。若母體數很大，得花費之時間、金錢以及動員之人員均非常龐大。如：行政院主計處所進行之全國人口普查（每十年一次）、戶口及住宅普查、工商及服務業普查、農林漁
2、牧業普查、。這幾類大型普查，通常除了國家或各級政府單位外；其他私人機構或組織，是不太可能會實施普查的！就算是國家，也不可能經常進行此類大型之普查，以戶口普查言，依戶口普查法第三條規定，戶口普查每十年舉辦一次。,抽查,相對於普查的全面調查，抽查（sampling survey）僅在某一母體中，抽出一小部份個體進行調查而已。抽查之目的，在省時、省力及省錢。普查之結果雖較抽查精確，但往往費錢、費時與費力，除了極為特殊重要之調查外，大多數調查甚少使用普查之方式進行。,樣本,樣本是母體的一個部份，一個樣本是由數個數值所組成，此數目通常以小寫n表示，稱為樣本數或樣本大小。想知道整個母體之最正確的狀況，當然
3、是進行全面普查。但通常無法對母體進行全面普查，其主要原因為：1.經濟2.時效3.難以接觸4.母體過大5.毀壞性6.正確性,影響樣本數大小之因素,母體大小：母體越大，所需樣本越大。可用資源：可用資源越大（金錢、時間、人力、），可收集之樣本就越大。可容忍之誤差：可容忍之誤差越小，所需樣本要越大，以縮小誤差。誤差的代價：誤差的代價（產生誤差的損失）越大，所需樣本要越大，以減少損失。母體變異量：母體變異量越大，所需樣本越大。母體的成員彼此間相似度很高，樣本數就可以小一點；反之，母體的成員彼此間相似度很小，樣本數就得大一點。,觀察値,觀測一個實驗或統計問題之結果，所記錄下來的結果，我們稱之為觀察値（ob
4、servation），通常以小寫x來表示。如，為找出大學生每月零用錢之平均數，由每位受訪者（受測樣本）所蒐集到之每月零用錢數值，就是一個觀察値。,參數,參數（parameters，又稱母數），是母體的數值性敘述值，即用來描述母體某一特性之數字。如，代表母體某一屬性之數值：母體均數、母體變異、母體標準差、。對於參數，我們通常以希臘字母來表示。如：表母體均數、表母體標準差、，表其所處理的資料是母體。我們通常對母體訊息知道的不多，所以才需藉由樣本所獲得之資料（統計值），來推論母體之參數值。,統計量,相對於參數，統計量（statistic）又稱估計值（estimate），是樣本的數值性敘述值，也就是用
5、來描述樣本某一特性之數字。如，代表樣本某一屬性之數值：樣本均數、樣本標準差、。這些値係根據樣本所求得，準備用來估計母體之參數值。對於統計量，我們通常以英文字母來表示。如：以 或 表樣本均數、以s或S表樣本標準差、，表示其所處理的資料是樣本而非母體。,抽樣誤差,抽樣誤差（sampling error）是指母體與樣本之間的差異，由於樣本並非母體，其間自然存有某些差異。其大小決定於兩個因數：樣本大小：樣本越大，抽樣誤差將越小。除非普查，否則無法消除抽樣誤差。變異量大小：變異量是母體中各成員，針對某一變數上（如：年齡、所得、）彼此間的差異，當變異量越大，抽樣誤差將越大。,變數,變數（variables
6、）是用來描述母體中成員的某一特性。在蒐集資料的過程中，我們得蒐集各類的變數。如：性別、年齡、職業、教育程度、所得、等人口統計變數。又如，為了預測明年度之銷售額，而所蒐集到之歷年：廣告費、人事費、銷售人員數、等，也是一種變數。在現實生活上或自然界的一些現象，通常都不是單一變數即可加以描述得很清楚。如：要描述某一個人，僅使用性別變數，說他/她是男性或女性，肯定是無法說明白。但隨著增加變數，如：年齡、膚色、頭髮、身高、體重、種族、，將可以逐漸描述得更清楚一點。,間斷變數,間斷變數（discrete variable）或稱不連續變數、類別變數或質變數，如：性別、使用之手機品牌、就讀之班級、政黨別、宗教
7、信仰、參加之社團、喜好之運動、最常飲用之飲料類別、最喜歡之歌手、最喜歡之影星、等，均屬間斷變數。性別為男或女，只是描述性別的現象。將男性標示為1；或將女性標示2。僅是為了方便電腦處理，並無任何大小或倍數之關係。,連續變數,連續變數（continuous variable）或稱量變數。如：成績、年齡、所得、長度、距離、體重、身高、智力、溫度、等，均屬連續變數。連續變數，其間有大小及倍數之關係。如：300100，300為100之3倍。,設計問卷的步驟,列舉所要收集之資訊決定訪問之型態決定訪問之方式決定問題之內容決定訪問之型式決定訪問之用語決定問題之順序試訪及修訂決定問卷之外觀,編碼與鍵入,編碼就是
8、將問卷回答結果，轉為適當之數字（或文字，但絕大多數是轉為數字）。鍵入則是將該數字，輸入到電腦中，以利進行後續之統計分析。問卷回收後，記得加上問卷編號，以方便於編碼/鍵入發生錯誤時，仍可找到該問卷來進行檢查，以修改編碼。注意，並不用依問卷編號之順序來輸入，允許隨機拿一份就輸入一份，將來若要排序，只需執行資料(D)/觀察值排序(O)，依問卷編號來遞增排序即可。,幾種典型的問卷題目,單選：只有一個答案之題目複選：允許有多個答案填充/開放：讓受訪者自行填答之開放題量表：衡量態度的尺度量表權數：取得衡量態度之量表的重要程度等級/順序：以偏好程度、品質或服務水準排列其等級或名次子題：附屬於某一題目之下，必
9、須答了某一特定答案後，才可以問的問題,單選題,這是最常見的問卷題目類型，使用選擇題，且其答案只有一個。如：Q1.請問您現在是否擁有手機？1.有2.沒有（跳答Q12題）Q2.請問您的手機是那一家電信公司？1.中華電信 2.遠傳 3.台灣大哥大4.和信 5.泛亞 6.東榮 7.其他,確定取得單一答案,有時，為了避免受訪者勾填了不只一個答案。還得於題目上以非常肯定的語氣，讓受訪者只能填答一個答案。如：請問您目前使用何種廠牌的洗髮精？其答案可能不只一個。若改為：請問您最常使用何種廠牌的洗髮精？其答案就只有一個。,儘可能使用單選題,您可能會有疑問，既然其真實答案不只一個，為何不乾脆設計成允許多選之複選題
10、（多選題）呢？因為，複選題雖可多獲得幾個答案，但往後分析時，卻多了許多限制。因為SPSS對複選題也只能進行次數分配與交叉分析而已，且還無法進行卡方檢定。若無法檢定，將會使我們寫報告時，寫得非常沒有信心。所以，應儘量避免將問題設計成複選題！,單選題如何編碼/鍵入,對於單選題，由於其答案只有一個，只需將答案編號，直接鍵入於同一列之對應欄位內即可。（請開啟SPSS範例Ch03問卷編號與單選題編碼.sav進行練習）,複選題,雖然，前面建議讀者，應儘量避免將問題設計成複選題。但事實上，很多情況的答案就是不只一個，要勉強設計成單選也不容易。於仔細斟酌後，若問題牽涉之後續分析不多，當然還是可以使用複選題。設
11、計複選題時，為了方便編碼/鍵入。應該於題目上限制，最多可選擇幾項：Q2.請問您當初購買手機的原因為何？（可複選，最多三項）1.方便與家人聯絡2.方便與朋友同學聯絡3.追求流行4.工作(打工)需要5.親人提供6.同儕間比較的心理7.手機價格下降8.業者推出的促銷方案9.網內互打較便宜10.其他,若未限制最多可選擇幾項，此題之答案最多可能有10個，於編碼時就得留下10個儲存格來輸入。然而，絕大多數人是不可能填答到10個答案，將使得很多儲存格之內容為空白或0。設定最多可選擇之項目數，並無一定限制，較常見的是：最多三項或最多五項。,複選題如何編碼/鍵入,對於複選題，由於其答案為多個，編碼/鍵入時，須依
12、該題限制之答案數上限，保留欄數。如：最多三項，應保留三欄。欄名可使用中文，如：原因1、原因2、原因3。或依題號再加上底線及順序編號，如：q2_1、q2_2、q2_3分別表示第二題之第1、第2、第3個答案；q1s1_1、q1s1_2、q1s1_3分別表示第一大題第一小題之第1、第2、第3個答案。,由於，受訪者未必會均填滿三個答案。若只答一個，僅需輸入於第一欄，而其餘兩欄則輸入0（如編號304之記錄）；若只答兩個，僅需輸入於第一、二欄，而將第三欄輸入成0（如編號307之記錄）。有的受訪者因答題流程之關係，該題免答，故一個答案也不用填，則於三欄均輸入0（如編號229、230之記錄）：（請開啟SPSS
13、範例Ch03複選題編碼.sav進行練習）,填充/開放題,填充題就是開放題，不提示任何答案，要求使用者直接填答。如：請問您目前使用的手機廠牌為何？_ 請問您的手機目前使用那家電信公司？_ 請問您政府應該如何做，才可提高就業率？_,有時，對數值性之資料，為了取得其真正之數字（650）；而非僅取得間斷之區間（600800）。會採用填充題之方式取得資料：請問您每個月手機的平均電話費約_元這種方式，雖較麻煩。但其獲得的是真正之數字，為連續性資料。可不經任何轉換，即可進行求算各種統計量：均數、標準差、變異數、極大、極小、等；且也可以直接進行均數檢定；甚或作為迴歸分析之因變數或自變數。,將取得非連續之區間代
14、碼，其性質是非常接近類別變數。往後，若只是進行次數分配或交叉分析，確實是非常方便。但若要求算各種統計量：均數、標準差、變異數、極大、極小、等；或進行均數檢定。就得再將其由區間轉為組中點。如：將201400轉為300、將401600轉為500、，才可進行計算或檢定。但此一轉換，所取得者，已不是真正的電話費，只是種不得已情況下的替代值，其結果當然不是很正確！,填充/開放題如何編碼/鍵入,若僅是要求填入數字之填充/開放題，如：請問您每個月手機的平均電話費約元鍵入時，直接將該數值輸入於適當欄位即可；若受訪者未填任何數字，則輸入0：（請開啟SPSS範例Ch03開放題-月費.sav進行練習）,若是像問答題
15、之開放題：請問您政府應該如何做，才可提高就業率？_其答案常常是五花八門，得先將答案一一詳列，等所有問卷均回收後，再將這些答案以人工歸類成少數幾類，並賦予數字編號。再回到原問卷上，寫上受訪者所答之答案的代碼。然後，才可開始輸入。此時，它的輸入方式就變成是單選或複選題了。若每人均只發表一個解決方案時，那就是單選題。反之，如果有人發表數個解決方案時，那就是複選題。,量表,問卷上，也常出現衡量態度的量表，或稱評價尺度（rating scale）。如：,量表其實是一種順序尺度，只有大小先後之關係；但無倍數之關係。如：非常重要若以5表示，非常不重要若以1表示，只能說5比1重要而已；無法說非常重要是非常不重
16、要的5倍。但為了方便，研究上，經常將其視為連續之數值資料，而直接求其均數、標準差、等統計量。雖不是很合理，但也是不得已的應變措施！,量表如何編碼/鍵入,量表之數值可安排成兩種方式：直接將數字輸入於欄位內即可，本書對所有量表均採用第一種方式編碼，對未填答者則將其安排為0。（請開啟SPSS範例Ch03量表.sav進行練習）,以這兩種方式編碼，將來平均數較高者，就代表該項目之重要性較高。如：大小適中與重量輕巧之均數，若分別為4.16與3.03，就表示消費者較注重大小適中屬性,權數,量表（評價尺度）的另一項缺點為：每一個變數均視為同等重要。如：受訪者對大小適中與重量輕巧兩個屬性，均勾填非常重要。於分析
17、資料時，均以5來表示並進行計算，這就已經認定這兩個屬性是同等重要。但是，這樣仍有點不合理！雖然兩個屬性均勾填非常重要；但若僅以這兩個屬性來互相衡量時，受訪者可能會認為大小適中的重要性還是超過重量輕巧。因此，將每一個變數均視為同等重要，有其不合理的地方。,為彌補前述之缺點，有人認為應該對每一個變數進行加權，依其重要程度給予不同的權數：,於問卷上，要取得前述之重要程度與權數。有如前文般，分兩次問的。也有將其設計成對偶題，於一個表中取得兩項資料。這種題目，看起來是簡潔多了！但若受訪者的程度不高，肯定會問不出所以然！,無論是何種方法？加權的觀念雖然正確，因為權數加總後，得恰為100%。雖是一個很簡單的
18、算術，可是，受訪者往往不願意去費心計算，故經常是問不出一個理想的結果！若僅只是權數加總不是100%這個問題，還可加以調整。如，某份問卷之填答結果為：,仍可將所有權數加總後當為分母（140%），再將個別屬性之權數分別除以權數總和，仍可調整出權數加總為100%之結果：若權數之加總未滿100%，其調整方法也是相同：可將所有權數加總後當為分母，再將個別屬性之權數分別除以權數總和，仍可調整出權數加總為100%之結果。,應注意之問題,加權之題目個數不宜太多，五、六個受訪者還可接受；多了，肯定分不清何種重要？即使填答了，其準確性也實在值得懷疑！此外，受訪者往往不是將所有衡量變項均加以考慮後，才去填答權數；而
19、是由上而下逐一填入數字，等填到底下才發現總計可能會超過100%！然後就開始減低後面選項的權數，以免總計會超過100%。如此的作法，往往使得排在前面之幾個變項的權數，普遍高於排在後面之幾個變項。這也是一種偏差，若發現這種偏差非常明顯時，恐怕就得放棄這些權數了！,當然，過去也有人曾針對加權與不加權之結果進行比較。大部分的結論均是：加權與不加權之結果無顯著差異。故而，大可不用大費周章去取得權數資料！,權數如何編碼/鍵入,權數也是一種數值，其輸入方式同於填充/開放題。鍵入時，直接將該權數輸入於適當欄位即可。如：20%就直接輸0.2；若受訪者未填任何數字，則輸入0。（請開啟SPSS範例Ch03權數.sa
20、v進行練習）,等級/順序,排等級（ranking）也是一種衡量的方式。如，將幾個品牌、廠牌、商店或屬性，依其品質、服務水準、偏好程度、排等級：,這類資料是一種順序尺度，只有先後之順序關係；但無倍數關係。譬如：甲公司排名為1，乙公司排名為5；只能說受訪者認為甲公司之收費比乙公司便宜而已；無法說甲公司之收費比乙公司便宜5倍。故而，通常也不會直接求其均數、標準差、等統計量。此種類型之問卷，作為被排等級/順序之對象也不宜太多。否則，受訪者也是無法排列得很好。排個五、六項大概就是上限了！,等級/順序如何編碼/鍵入,假定，要處理前面之資料，由於有五個電信公司，故需安排5個欄位分別來輸入各公司所得到之排名，
21、第一欄輸入中華電信之排名、第二欄輸入遠傳之排名、第五欄輸入泛亞之排名。此種排等級/順序，最常見之問題是：受訪者無法依序填完所有的排名。可能只填個一、兩項而已！此時，不可將未填答之項目視為0，因為這樣反而會使得無答案之項目，變成排名於第一名（1）之前面。替代方法為：將未填答之項目視為相同等級。假定有五項，只填答3項，則其餘兩項均以4替代；若只填答1項，則其餘四項均以2替代；。,假定，某位受訪者之問卷填答結果為：其五欄之資料，應依序輸入成：3、1、4、4、2。（請開啟SPSS範例Ch03排等級.sav進行練習）,可將等級/順序改為單選題,實務上，雖常見到此種排等級之問卷方式。但建議讀者，儘可能不要
22、使用這類問法，因為將來分析時，無論是交叉分析或次數分配表，均不太容易處理。最多，只能求個中位數，比較各項目的排名順序而已！替代的作法是將題目修改成：,直接將其改為單選題，將來以出現次數之多寡來排名即可。譬如：認為甲公司最便宜者有125位，而認為乙公司最便宜者有70位。我們就可以說：消費者認為甲公司之收費比乙公司便宜。直接將前述之等級改為單選題，最大的好處是可順利地進行交叉分析或檢定。如：認為甲公司最便宜者之受訪者，其基本資料為何？是否就真的使用該電信公司？或檢定其平均月費是否真的低於其他電信公司？,可將等級/順序改為權數,由於，要取得權數之資料有其困難度與缺點。如：必須加總成100%，且受訪者
23、往往不是將所有衡量變項均加以考慮後，才去填答權數，往往使得排在前面之幾個變項的權數，普遍高於排在後面之幾個變項。故也可以將等級/順序改為權數。如：,於收到資料後，再將其轉為權數。權數可由研究者主觀判定，或將排名1轉為6、排名2轉為5、。如：,子題,問卷上，常有填答某題後，續問甲題；否則，跳問乙題之情況。如：,這類題目，跳過來跳過去，無論怎麼跳，感覺還是會打結，受訪者很容易出錯。較理想的編排方式，是儘可能使跳答的情況變為最少。如，將其修改後，可少掉原第一題處之跳答Q3：,核對資料,學過電腦的人，應該都聽過一句話GIGO,Garbage In Garbage Out（垃圾進垃圾出）。若輸入之資料錯
24、誤，其分析結果當然也是錯的。所以，鍵入資料時，應隨時核對其資料是否正確？於所有資料均打完後，可對每一欄變數均進行一次次數分配分析。並不是要進行撰寫報告之用，目的在檢查答案是否合理？如，性別欄應只有1,2兩個答案；若出現有其他答案，就表示輸入錯誤。可以編輯(E)/尋找(F)將其找出來進行修改。（詳前章尋找處之說明）,找到錯誤後，就應該透過編號，找出原問卷，檢查看問題出在哪裡？並加以更正。這就是為何要記得為每份問卷加上編號之原因。對問卷編號欄言，應該是每一個編號均只出現一次。若有某個編號出現不只一次，若不是輸入錯誤，那就是有問卷被重覆輸入了。不過，次數分配分析也只能檢查出其資料是否合理而已。比如，
25、第1題的答案為單選題15，若檢查到15以外之資料，是不合理的錯誤，這很容易就可被抓出來。但若資料全部在15之內，仍不代表它就百分之百正確。仍有可能打錯！（如：3錯打為2）但這種錯誤，以次數分配分析進行檢查，是無法找出來的。,所以，於輸入時，打慢一點，求正確重於求速度。最好，輸入中有人在旁邊幫忙檢查是否打錯？要不，每打完一筆，自己再檢查一次總是不能免的。有時，善用觀察值排序之功能，將同類資料集中在一起，也可以找出一些關聯題的錯誤。例如，如果受訪者未曾購買手機，那他就不應該會回答到每月平均月費之問題。所以，下表有手機處若為2，表其無手機；那平均月費就應該是0。否則，就表示資料錯誤，不是有手機欄錯，
26、就是平均月費欄錯！應找出原問卷來檢查看問題何在？,SPSS範例Ch03關聯題.sav，第2列就是無手機而有月費之錯誤例子：（其它部份也可能有相同之錯誤）可利用下示步驟來找出此類錯誤：執行資料(D)/觀察值排序(O),於左側選取排序依據（是否有手機有手機），按鈕，將其送往依排序(S):處於排序順序處，選擇要遞增或遞減排序（本例選遞減(D)）按確定鈕，可依是否有手機有手機進行遞減排序。此時，僅須檢查有手機為2之部份，若其平均月費不為0，就表示其資料有錯。如，問卷編號230與317兩筆。,反之，若有手機之受訪者，若其平均月費為0。也是一種錯誤，我們也應該找得出來：（問卷編號301）,第三章結束辛苦啦！,
