
調(diào)研問卷中多選題的分析方法探討
使用調(diào)研問卷的定量研究中,為了更全面地了解研究內(nèi)容、更廣泛地收集信息,經(jīng)常會用到多選題,但由于多選題多指向性的特點,除了頻數(shù)表和交叉表(只能與單選題做交叉),較少用到其他的分析方法,損失了很多有用的信息。其實,如果調(diào)研時能善用多選題,并在分析時選取適當?shù)姆椒?,就能夠充分利用多選題包含的信息,得到更有價值的結(jié)論。
前兩篇文章分別談到調(diào)研問卷中帶有分類性質(zhì)的多選題、帶有求和性質(zhì)的多選題如何進行分析,本文將側(cè)重說一下帶有遞進邏輯的多選題如何進行深入分析。
帶有遞進邏輯的多選題
問卷調(diào)研中,常會通過多選題考察用戶在某個方面不同層次的情況,如對某個賣家產(chǎn)品各功能的使用情況(經(jīng)常使用的功能)、使用的滿意情況(滿意的功能)、需要改進的情況(亟需改進的功能)等,題目與題目之間是同一個問題的不同層次,存在遞進的邏輯關系,即使用頻率高低與是否滿意、是否亟需等,三者之間分別存在邏輯關系。
此時,這種存在遞進邏輯的多選題,可以首先考察不同題目相同選項之間的相關性;其次,能夠衍生出新的題目,進行深入分析,挖掘表面背后的原因。
其實,這種帶有遞進邏輯的多選題,可以采用量表的形式進行考察,而量表題涉及到N級量表,相當于每個項目(選項)都是一個題目,具有遞進邏輯的項目之間,進行相關分析、衍生變量分析,更能深入挖掘用戶在某一方面的綜合情況。只是為了節(jié)約用戶的填答成本,常用多選題代替。
另外,衍生出的新題目,也是可以通過直接詢問的方式獲得的,但通常題目帶有遞進邏輯時,需要用戶深入全面思考,耗費的精力較大,也容易造成理解上的偏差,給研究結(jié)論帶來較大的非抽樣誤差。因此,通過多個簡單的題目,計算出帶有遞進邏輯的結(jié)果,更易行更有效。
帶有遞進邏輯的多選題一般具備以下幾個特征:
1、題目與題目之間的遞進邏輯存在分析價值,如對某個賣家產(chǎn)品各功能的考察中,賣家對產(chǎn)品功能是否滿意與是否亟需改進之間的遞進關系,對于產(chǎn)品改進的方向、改進的優(yōu)先級等有較大的參考價值。如果是滿意但亟需改進,表明該功能可能需要創(chuàng)新;若不滿意但沒有亟需改進,則說明該功能的改進優(yōu)先級可以適當靠后。
2、相關題目之間的選項相同,選項若不對應,或部分對應,會造成遞進邏輯關系不緊密,容易引起結(jié)果出現(xiàn)偏差。
會有特殊情況,如某產(chǎn)品經(jīng)常使用的功能選項,除主要功能外,還有一個互斥的選項“不常用以上功能”;亟需改進的功能選項,除主要功能外,也有一個互斥的選項“均不需要改進”。這類情況中,題目多出來的互斥選項只是為了解決題目設置為必選時,滿足某種特殊情況,主要功能仍然是一一對應的,不對應的互斥選項,后續(xù)不進入遞進關系的分析。
3、相關題目的選項盡可能覆蓋全面,選項盡量能夠覆蓋考察的主要細節(jié)點,以免用戶過多地選擇“其他”選項,削弱了分析遞進關系的可能性。
4、相關題目的選項個數(shù)最好超過3個,如果選項只有3個或更少,將多選題改為量表題,用戶的填答成本不太大,獲得的信息會更多,后續(xù)利用遞進關系進行分析時,可以更加深入。
5、相關題目設置限選時需考慮遞進邏輯,若同時限選,限選的個數(shù)最好相同;由于遞進關系通常是由弱到強,有時可以設置遞進關系較弱的題目不限選,較強的題目限選,如滿意的功能不限選,亟需改進的功能限選,可以分析遞進關系中的強度。但如果遞進關系較弱的題目限選,而遞進關系較強的題目不限選,則容易造成解讀上的偏差,帶來不必要的麻煩。
6、數(shù)據(jù)為0/1格式,即每個選項一個變量,選中為1,未選中為0,多選題轉(zhuǎn)換成此種格式,宜于做深入分析。
當調(diào)研問卷中設置了帶有遞進邏輯的多選題,就可以采用下文介紹的方法進行深入分析。
本文中的例子,采用年初時自主發(fā)起的《賣家旺鋪選擇研究》,研究中涉及兩套遞進關系的題目:
您目前已經(jīng)在用的旺鋪功能有哪些?(可多選)
您目前最需要的旺鋪功能有哪些?(可多選,最多9項)
您目前使用旺鋪主要解決了哪些問題?(可多選)
您最希望通過旺鋪幫您解決哪些問題?(可多選,最多6項)
相關分析
本文的案例主要研究旺鋪,根據(jù)版本分析更有價值。以使用拓展版旺鋪的用戶為例,分別計算已經(jīng)在用的功能和最需要的功能,再對每一個功能在用的和最需要的變量做相關分析,能夠得到如下結(jié)論(詳見下圖,數(shù)字略):
1、已經(jīng)在用的高比例,同時最需要的也是高比例的功能,對于拓展版旺鋪而言,是需要維持的功能。
2、需要維持的功能中,個性化店招、數(shù)據(jù)分析工具、寶貝30天銷售量累積顯示、自定義頁面布局等功能,在用的與最需要的之間存在顯著相關(圖中已星號標注,*代表顯著相關,**代表非常顯著相關),從一個側(cè)面表明,已經(jīng)在用的用戶尤為需要這些功能;而其中沒有顯著相關的功能,則不能得出這樣的結(jié)論。
3、已經(jīng)在用的比例不高,而最需要的比例較高的功能,對于拓展版旺鋪而言,是需要加強的功能。
4、需要加強的功能中,營銷工具組合、不限類型的旺鋪裝修模板等功能,在用的與最需要的之間存在顯著相關,從一個側(cè)面表明,已經(jīng)在用的用戶對這兩個功能的期望較高,也特別需要這兩個功能。
5、另外,從具體數(shù)據(jù)上可以看出,雖然拓展版用戶已經(jīng)在用高級發(fā)貨、進銷存管理、客戶關系管理等功能的比例不高,但最需要這三個功能的比例遠超過在用的比例,表明部分拓展版用戶對這三個功能的需求很旺盛。而這三個功能是旗艦版的功能,反映了這部分用戶應該選擇更高版本的旺鋪。
注:雖然高級版本的旺鋪中包含一些特有的功能,但這些功能附屬的工具可以單獨購買,所以,會出現(xiàn)使用低版本旺鋪的用戶,已經(jīng)在用某些高版本的功能。情況相對復雜,分析時需要注意,下文雷同,不再贅述。
衍生變量分析
以使用扶植版旺鋪的用戶為例,因為“目前使用旺鋪解決了的問題”與“最希望通過旺鋪幫助解決的問題”存在遞進邏輯關系,可以衍生出兩個比較關鍵的變量,即已經(jīng)解決了且希望解決的問題、尚未解決但希望解決的問題。
有了這兩個變量,可以更加深入地分析,希望解決的問題具體情況是怎樣的,最終分析結(jié)論如下(詳見下圖,數(shù)字略):
1、提升店鋪的流量、增加店鋪的可信度、增加店鋪的專業(yè)程度等,是使用扶植版旺鋪的用戶非常關注的問題,不論目前是否解決,都非常希望通過旺鋪解決,表明這三方面是需要維持的利益點,也是宣傳扶植版旺鋪的重點。
2、裝修更便利、店鋪更美觀等,是目前解決了,但仍希望通過旺鋪解決的問題,表明這部分使用扶植版旺鋪的用戶,對裝修的便利性、裝修效果等更重視,希望能做到更好,可以對他們做相應的培訓,或直接向他們推薦裝修更靈活、呈現(xiàn)更多樣的高版本旺鋪。(之所以得到這樣的結(jié)論,主要是因為最希望通過旺鋪解決的問題是多選限選,可以根據(jù)以往研究經(jīng)驗,假設需求強度不大,已經(jīng)解決了,就不會再選了。)
3、提升寶貝的轉(zhuǎn)化率/成交量、增加寶貝的點擊率、增加買家在店鋪的停留時長等,是目前尚未解決,但希望能夠通過旺鋪解決的問題,表明這部分扶植版旺鋪的用戶比較直接、實際,非??粗亓髁亢弯N量,可以對他們做相應的指導,也可推薦引流量的工具或服務。
利用衍生變量深入分析
本研究中在詢問功能和解決的問題時,將多個版本的內(nèi)容融合在一起,后續(xù)分析時,可以分析出目前使用某個版本的用戶,目前是否適合當前版本,如果不適合,如何引導他們使用更適合的版本;如果適合,是否已經(jīng)用得足夠好,用得不好,如何幫助他們。這些疑問,可以利用衍生變量進行深入分析,從而得到答案。
以使用標準版旺鋪的用戶為例,首先要明確四個前提步驟:
Step1、由于功能和解決的問題是多個版本融合在一起,需要分清哪些功能是當前版本的,哪些是更高版本才有的,旺鋪的高版本兼具低版本的功能。
Step2、分析中需要結(jié)合旺鋪版本,衍生出一個變量,叫做“更適合的功能點”,即目前未使用,但最需要的功能,且這個功能又是更高版本的旺鋪功能;
還需要衍生出另一個變量,叫做“未用好的功能點”,即目前未使用,但最需要的功能,且這個功能是當前版本具備的旺鋪功能。
Step3、以往的定性調(diào)研表明,一個使用低版本旺鋪的用戶之所以選擇更高版本,往往是看上了高版本的其中一個功能,如寶貝30天銷量累積顯示。
本例在判斷部分使用當前版本的用戶,實際上適合更高版本旺鋪時,采用了保守的方式,找出前提2中排名前三位的“更適合的功能點”,取平均值,把它當做更適合高版本旺鋪的當前版本用戶的比例。主要基于假設,這些功能對他們相當重要,理想狀態(tài)下,后續(xù)他們會因為這些功能轉(zhuǎn)用高版本旺鋪。
同樣,適合但未用好當前版本的用戶,也采用了類似的方式計算比例,此不贅述。
Step4、若判定部分當前版本用戶適合更高版本旺鋪,還需要有促使他們轉(zhuǎn)換的利益點,這些利益點也可以由衍生變量得到,即目前使用旺鋪未解決但最希望通過旺鋪解決的問題。
也可以找出適合當前版本但未用好的比例,摸清哪些功能點他們沒有用好,能夠更有針對性地培訓,使其充分發(fā)揮旺鋪的功能。
小結(jié)
綜上所述,帶有遞進邏輯的多選題,分析的流程如下:
1、確定在設計問卷時,是否包含遞進邏輯的多選題,并確保題目的遞進關系存在解讀價值、應用價值;
2、根據(jù)題目的特點,衍生出新的變量;
3、根據(jù)衍生變量的統(tǒng)計量,深入分析樣本的相關情況;
4、可以根據(jù)其他關鍵變量(如旺鋪版本、星級等)對衍生變量做進一步分析,從而得出更深入的研究結(jié)論。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10