紀(jì)浩然-市場(chǎng)調(diào)研問(wèn)卷題型分析與處理.docx

市場(chǎng)調(diào)研問(wèn)卷題型分析與處理紀(jì)浩然學(xué)習(xí)導(dǎo)航通過(guò)學(xué)習(xí)本課程，你將能夠：學(xué)會(huì)對(duì)單選題進(jìn)行多角度的分析；掌握多選題和排序題的分析與處理；提升市場(chǎng)調(diào)研問(wèn)卷的質(zhì)量。市場(chǎng)調(diào)研問(wèn)卷題型分析與處理一、單選題的分析單選題是市場(chǎng)調(diào)研問(wèn)卷中最常用和最簡(jiǎn)單的題型，在SPSS的分析中又是分析方法最為豐富的題型。單選題的錄入方式比較簡(jiǎn)單，基本上就是SPSS文件的一列對(duì)應(yīng)一道單選題目，單選題的答案用數(shù)字表示即可。比如，單選題有6個(gè)選項(xiàng)可供選擇，受訪者任選其一并填寫(xiě)即可。如圖1所示。需要注意的是，在單選題錄入時(shí)，必須在“值標(biāo)簽”中為每個(gè)選項(xiàng)注明標(biāo)簽，以便后續(xù)分析。圖1值標(biāo)簽1.頻次分析頻次分析簡(jiǎn)述頻次分析，是指分析各個(gè)選項(xiàng)出現(xiàn)的次數(shù)，體現(xiàn)的是受訪者的傾向性。比如某一問(wèn)題有6個(gè)選項(xiàng)，客戶(hù)有的選1，有的選3，有的選6等，通過(guò)統(tǒng)計(jì)各個(gè)選項(xiàng)的次數(shù)就可以看出受訪者對(duì)各個(gè)選項(xiàng)的傾向性。頻次分析示例操作過(guò)程。在SPSS的“描述統(tǒng)計(jì)”基本分析模塊中，頻次分析被稱(chēng)為“頻率分析”，例如點(diǎn)擊“hao123”網(wǎng)站進(jìn)入“頻率分析”后，常見(jiàn)的做法是將所有選項(xiàng)全部選中，然后在“統(tǒng)計(jì)量”中將數(shù)值設(shè)定得大一些，因?yàn)樵谧鲱l次分析時(shí)，實(shí)際上是在進(jìn)行數(shù)據(jù)探索，所以可以選四分位數(shù)，表示數(shù)值的波動(dòng)范圍較大。這里的“范圍”也稱(chēng)“全距”，指的是最小值和最大值的差。然后將最大值、最小值、均值的標(biāo)準(zhǔn)差以及偏度、峰度等全部選中。在“圖表”選項(xiàng)中選擇“直方圖”，因?yàn)椤爸狈綀D”是一個(gè)很好的頻次分析工具，同時(shí)在“直方圖”上勾選“顯示正態(tài)曲線”。這時(shí)對(duì)格式可以先不作處理，然后點(diǎn)擊“確定”并輸出表格。直方圖可以很好地顯示數(shù)據(jù)分布的規(guī)律。如圖2所示。圖2直方圖示例結(jié)果解讀。由于選中的項(xiàng)目很多，所以輸出的表格包括有效值、缺失值、均值等多項(xiàng)內(nèi)容可供觀察，其中最重要的是要關(guān)注其中的表格，包括性別中男性、女性各12人的數(shù)量統(tǒng)計(jì)，學(xué)歷中大專(zhuān)以下3人、大專(zhuān)及本科10人、碩士以上11人的數(shù)量分布等，這種表格在市場(chǎng)調(diào)查報(bào)告中會(huì)經(jīng)常出現(xiàn)，同時(shí)還包括是否喝啤酒、選擇啤酒的品牌以及購(gòu)買(mǎi)渠道等內(nèi)容。在表格中，累積的百分比在數(shù)字型圖表中經(jīng)常會(huì)出現(xiàn)，比如在年齡分布中，30歲以下的人在整個(gè)受眾中所占百分比為58.3%，40歲以下的人所占百分比是91.7%，二者之間的比例通過(guò)減法運(yùn)算即可得知，這樣就能反映出整個(gè)問(wèn)卷這方面的狀況。正所謂“看表不如看圖”，在直方圖中可以看到很多信息。比如，在年齡分布上20歲的人群較多，在品牌選擇上各種品牌的分布情況，以及各種購(gòu)買(mǎi)渠道的分布等?？偠灾?，頻次分析是問(wèn)卷數(shù)據(jù)預(yù)處理后的第一項(xiàng)分析工作，從中可以挖掘很多有用的信息，包括百分比、累積百分比、學(xué)歷分布、品牌選擇分布等。2.分組求均值分組求均值簡(jiǎn)述分組求均值是單選題分析中的一項(xiàng)重要內(nèi)容，在市場(chǎng)調(diào)查中，經(jīng)常要按照男女性別或是不同年齡段，分析客戶(hù)的產(chǎn)品選擇，這時(shí)就會(huì)用到SPSS的分組求均值。分組求均值示例示例一。操作過(guò)程。在觀察不同性別和不同學(xué)歷受眾的啤酒消費(fèi)差別狀況時(shí)，首先進(jìn)入SPSS的“分析”，然后選擇比較均值，將學(xué)歷放入自變量，將是否喝啤酒設(shè)為因變量，如圖3所示，表格中共有學(xué)歷、均值、個(gè)案數(shù)和標(biāo)準(zhǔn)差四項(xiàng)。需要注意的是，一般來(lái)說(shuō)，Anova表要勾選。圖3示例“是否喝啤酒學(xué)歷”結(jié)果解讀。進(jìn)入分析后，選擇“繼續(xù)”“確定”并輸出結(jié)果。案例處理的摘要說(shuō)明，本次操作處理了24條數(shù)據(jù)，比例為100%，然后是不同學(xué)歷受訪者是否喝啤酒的選擇均值因?yàn)楹绕【七x1，不喝啤酒選2，所以均值越小，說(shuō)明喝啤酒的可能性越大。之后，Anova表會(huì)顯示出“顯著性”數(shù)值，這里的數(shù)值是0.781，將其與標(biāo)準(zhǔn)值0.05進(jìn)行比較可知結(jié)果是不顯著，從商業(yè)結(jié)論上而言也就意味著不同學(xué)歷分組在喝啤酒上的傾向無(wú)差別。分組求均值示例一的直方圖如圖4所示。圖4直方圖“是否喝啤酒學(xué)歷”示例二。操作過(guò)程。進(jìn)入SPSS的“數(shù)據(jù)”模塊，選擇“比較均值”“均值”，將性別選入并確定，然后將喝啤酒定為1，不喝啤酒定為2，然后在變量視圖中勾選值標(biāo)簽，輸出結(jié)果。圖5示例“是否喝啤酒性別”結(jié)果解讀。如圖5所示，輸出結(jié)果中男性喝啤酒的均值是1.25，女性喝啤酒的均值是1.5，由于之前設(shè)定的是1為喝啤酒，2為不喝啤酒，而男性的均值更接近1，也就意味著男性更喜歡喝啤酒。這里的顯著性為0.223，大于之前顯著性基本假設(shè)的標(biāo)準(zhǔn)值0.05，也就是男性和女性在喝啤酒喜好上的差別不明顯，這一假設(shè)可以接受。這里用到的是假設(shè)檢驗(yàn)，基本方法是大于0.05接受假設(shè)，小于0.05推翻假設(shè)。圖5對(duì)應(yīng)的直方圖如圖6所示。圖6直方圖“是否喝啤酒性別”繪圖箱圖。繪圖是一種直觀化的數(shù)據(jù)分析方式，首先可以選擇第一種圖最簡(jiǎn)單的箱圖，比如定義想要觀察不同學(xué)歷的受訪者是否喝啤酒的狀況，具體的特征選擇均值，接著將是否喝啤酒放入y軸，然后點(diǎn)擊學(xué)歷將其放入x軸，這樣就可以看到不同學(xué)歷受訪者喝啤酒的分布狀況。條形圖。首先選擇舊對(duì)話框中的條形圖，然后選擇復(fù)式條形圖，這種圖包含的信息比箱圖更為豐富。比如定義選擇品牌，然后在類(lèi)別軸中放入性別，再定義聚類(lèi)，選擇回車(chē)鍵。這時(shí)輸出的圖看起來(lái)非常美觀，橫軸上是性別，然后是選擇的三種品牌的均值，此外還包括各種學(xué)歷的分布。堆積面積圖。堆積面積圖也稱(chēng)為堆占圖，在商業(yè)上的應(yīng)用也很多。比如，點(diǎn)擊進(jìn)入后，定義為購(gòu)買(mǎi)渠道，然后將性別和學(xué)歷選入，點(diǎn)擊“確定”。這種圖形比較美觀，而且可以解釋很多信息，所以在市場(chǎng)分析匯報(bào)中經(jīng)常使用。3.T檢驗(yàn)T檢驗(yàn)是指用獨(dú)立樣本可以快速檢測(cè)兩個(gè)變量之間是否有關(guān)聯(lián)，是一種問(wèn)卷統(tǒng)計(jì)分析的常用手段。T檢驗(yàn)示例一操作過(guò)程。在檢驗(yàn)性別和是否喝啤酒的偏好之間是否關(guān)聯(lián)時(shí)，可以選擇比較均值中的“獨(dú)立樣本T檢驗(yàn)”，將是否喝啤酒放入檢驗(yàn)變量，把性別放入分組變量，然后為性別定義，男1、女2，然后選擇“繼續(xù)”，再點(diǎn)擊“確定”。結(jié)果解讀。在分組求均值中（詳見(jiàn)圖4），已經(jīng)得知男性的均值為1.25、女性為1.5，因此可以直接看兩種假設(shè)情況：一是假設(shè)男女之間喝啤酒的方差相等；二是假設(shè)方差不相等，可以看到男性是0.452，女性是0.522，二者的方差不相等。這時(shí)選擇假設(shè)方差不相等的一行數(shù)據(jù)，發(fā)現(xiàn)檢驗(yàn)P值（sig）是0.223，如圖7所示。圖7獨(dú)立樣本檢驗(yàn)由于這一數(shù)值大于0.05，所以可以得出結(jié)論：性別和是否喝啤酒的關(guān)系不顯著。T檢驗(yàn)示例二操作過(guò)程。在這項(xiàng)獨(dú)立樣本T檢驗(yàn)中，主要是考察學(xué)歷和品牌選擇之間的關(guān)系。一般來(lái)說(shuō)，獨(dú)立樣本T檢驗(yàn)只能檢驗(yàn)兩組，而示例中的學(xué)歷則分為三組，在這種情況下可以采用兩兩分組的方法，但更高級(jí)的模型是設(shè)定一個(gè)“割點(diǎn)”，將其分為兩組。比如，當(dāng)學(xué)歷分為6組的情況下，可以將割點(diǎn)定義為學(xué)歷4本科，這樣就能將所有受訪者分為本科以上（含本科）和本科以下兩個(gè)組別。在本例中，將割點(diǎn)定為2，大于等于2為一組，小于2為一組，然后選擇繼續(xù)。結(jié)果解讀。在結(jié)果中可以發(fā)現(xiàn)二者的方差不相等，因此選擇假設(shè)方差不相等的一行數(shù)據(jù)，發(fā)現(xiàn)檢驗(yàn)P值小于0.05，說(shuō)明不同學(xué)歷的人在品牌選擇上不相同，二者之間的關(guān)系顯著。4.列聯(lián)表（交叉表）在市場(chǎng)調(diào)查中，交叉表（Crosstable，又稱(chēng)列聯(lián)表），有著十分重要的地位，應(yīng)用非常廣泛。交叉表是以列表方式表示兩個(gè)(或多個(gè))變量或?qū)傩怨餐霈F(xiàn)的頻率。它有兩個(gè)主要作用：一是描述兩個(gè)變量同時(shí)出現(xiàn)的相關(guān)狀況，二是看兩個(gè)變量是否相關(guān)。列聯(lián)表示例一在銷(xiāo)售報(bào)表中，包含消費(fèi)量、價(jià)格、包裝方式、品牌等多列內(nèi)容，在這里做列聯(lián)表是分析品牌和包裝方式之間的關(guān)系。在某些情況下，要先加權(quán)個(gè)案，再做列聯(lián)表分析。比如，某公司的可樂(lè)產(chǎn)品用小紙杯散裝的銷(xiāo)售量是98，換言之就是可樂(lè)和小紙杯散裝之間共同出現(xiàn)的次數(shù)是98，這時(shí)其權(quán)重就是98。在這里權(quán)重是起一個(gè)“秤”的作用。操作過(guò)程。在做列聯(lián)表分析時(shí)，第一步是在“數(shù)據(jù)”中，找到加權(quán)個(gè)案，將各項(xiàng)權(quán)重選進(jìn)去，點(diǎn)擊“確定”。然后再進(jìn)入“分析”“描述統(tǒng)計(jì)”“交叉表”，開(kāi)始交叉表分析，比如將品牌放到“行”中，把包裝方式放到“列”中，在“統(tǒng)計(jì)量”中做一個(gè)卡方分析，再在單元格中全選行、列、總計(jì)的百分比，然后做一個(gè)復(fù)式條形圖并點(diǎn)擊“確定”。結(jié)果解讀。在輸出的交叉表上，“行”上列出的是品牌，“列”上則是各種包裝方式，下面共有4行內(nèi)容，可以看出在各種包裝方式中，賣(mài)得最好的是塑料瓶裝產(chǎn)品，占比為60.3%，其中雪碧所占的比例是29.5%、可樂(lè)占比為23.6%、芬達(dá)為17.7%、醒目為29.1%。圖8列聯(lián)表示例一條形圖如圖8所示，在各個(gè)品牌中，最流行的包裝方式都是塑料瓶裝，而四大品牌包裝方式的分布又各不相同。從商業(yè)角度來(lái)說(shuō)，包裝方式對(duì)銷(xiāo)售有很大影響，比如國(guó)內(nèi)客戶(hù)首選塑料瓶裝，因?yàn)檫@種包裝方便攜帶，可以分多次喝完，其次是易拉罐裝，對(duì)于紙杯散裝則不大習(xí)慣。在列聯(lián)表分析中，零假設(shè)是行列之間無(wú)關(guān)，SPSS將自動(dòng)給出檢驗(yàn)的相伴概率，如果相伴概率小于顯著性水平0.05，則拒絕零假設(shè)，認(rèn)為行列變量彼此相關(guān)。經(jīng)過(guò)分析，得出的結(jié)論如圖9所示。圖9列聯(lián)表示例一結(jié)果解讀列聯(lián)表示例二在本例中考察的是性別和學(xué)歷之間的關(guān)系，仍然采用列聯(lián)表分析操作：進(jìn)入SPSS的“分析”“描述統(tǒng)計(jì)”“交叉表”，然后將性別輸入“行”，將學(xué)歷輸入“列”，統(tǒng)計(jì)量中選擇卡方，選中單元格，顯示復(fù)式條形圖，這樣就能輸出交叉表。如圖10所示。圖10列聯(lián)表示例二條形圖由下圖可知，男性和女性在交叉表中的分布沒(méi)有差別，也就是性別和學(xué)歷之間不相關(guān)。圖11列聯(lián)表分析示例二結(jié)果解讀5.單因素、多因素方差分析方差分析就是考察不同變量的變異對(duì)于總變異的貢獻(xiàn)大小，從而確定控制變量對(duì)研究對(duì)象影響力的大小。根據(jù)控制變量的數(shù)量，可以分為單因素方差分析和多因素方差分析。單因素方差分析ANOVA單因素分析包含以下關(guān)鍵點(diǎn)，如圖12所示。圖12ANOVA單因素方差分析單因素方差分析示例一。本例分析的是性別對(duì)是否喝啤酒的影響，具體操作過(guò)程：將是否喝啤酒放在因變量，將性別放在自變量，在對(duì)比中選擇多項(xiàng)式，選擇兩兩比較（LSD），在選項(xiàng)中選擇描述性和方差同質(zhì)性檢驗(yàn)。方差齊性檢測(cè)。作為重要的分析手段，方差分析在組與組進(jìn)行比較分析時(shí)，不要求均值相等，但要盡可能做到方差相等，這在統(tǒng)計(jì)中稱(chēng)為方差齊性。選好后就可以進(jìn)行單因素方差分析，首先要看的是方差齊性檢驗(yàn)，它的基本假設(shè)是兩個(gè)方差是相等的，通過(guò)結(jié)果可以看出，其顯著性為0.69，大于0.05，所以該假設(shè)可以接受，方差相等成立。如圖13所示。圖13ANOVA是否喝啤酒性別“方差齊性檢驗(yàn)”組間平方和描述。進(jìn)行“組間平方和描述”分析，得出結(jié)果為性別對(duì)是否喝啤酒影響不顯著，如圖14所示。圖14ANOVA是否喝啤酒性別“組間平方和描述”單因素方差分析示例二。示例二分析的是不同學(xué)歷對(duì)啤酒品牌選擇的影響，通過(guò)單因素方差分析結(jié)果可以發(fā)現(xiàn)，學(xué)歷對(duì)啤酒品牌選擇的影響顯著。如圖15、圖16、圖17所示。圖15ANOVA啤酒品牌學(xué)歷“方差齊性檢驗(yàn)”圖16啤酒品牌學(xué)歷“多重比較”圖17ANOVA啤酒品牌學(xué)歷“組間平方和描述”多因素方差分析如果研究對(duì)象的影響變量不止一個(gè)，可以做多因素方差分析，這樣可以同時(shí)考察多個(gè)變量以及變量之間的交叉作用是否對(duì)研究對(duì)象的變異有影響。操作過(guò)程。多因素方差分析位于“一般線性模型”，選擇“單變量”模塊。在示例中要分析的是學(xué)歷和年齡分段及其交叉作用對(duì)品牌選擇的影響，這是典型的市場(chǎng)調(diào)查分析方式。其中，年齡分段采用的是“割點(diǎn)”的分割方式，也就是通過(guò)連續(xù)變量的離散化，對(duì)各個(gè)年齡段進(jìn)行重新編碼。然后將啤酒品牌設(shè)為因變量，將學(xué)歷和年齡設(shè)定為自變量，其中學(xué)歷分段是3組，年齡分段是4組。在該模型中，要選擇組與組之間的兩兩比較，因?yàn)樵谧銎放七x擇時(shí)，需要進(jìn)行客戶(hù)細(xì)分分析。然后在選項(xiàng)中選擇方差齊性檢測(cè)、描述統(tǒng)計(jì)，點(diǎn)擊“確定”輸出結(jié)果。結(jié)果解讀。在年齡分段中，“1”代表20歲以下，“2”為2030歲，“3”為3040歲，“4”為40歲以上，學(xué)歷的分布則分為大專(zhuān)以下、大專(zhuān)及本科、碩士以上三組。在方差齊性檢驗(yàn)中，可以看到檢驗(yàn)P值（sig）為0.044，在此可以粗略地認(rèn)為方差相等。如圖18所示。圖18誤差方差等同性的Levene檢驗(yàn)在圖19中展示的是主體間效應(yīng)的檢驗(yàn)，其中學(xué)歷、年齡分段以及學(xué)歷、年齡分段的sig值都小于0.05，表示不同學(xué)歷、不同年齡及其交叉效果的品牌選擇是不同的，而在影響程度上依次為年齡、學(xué)歷與年齡的交叉效果和學(xué)歷。圖19主體間效應(yīng)的檢驗(yàn)在兩兩比較中，各個(gè)學(xué)歷分組以及各個(gè)年齡分段進(jìn)行了比較，其中sig值小于0.05的，均值差值的右上角就會(huì)有一個(gè)“*”符號(hào)，表示差異顯著，因此可以得到以下商業(yè)結(jié)果：在各個(gè)學(xué)歷分組的比較中，大專(zhuān)以下組與碩士及以上組的品牌選擇不同，大專(zhuān)及本科組與碩士以上組的品牌選擇不同，而大專(zhuān)以下組與大專(zhuān)及本科組的品牌選擇則無(wú)差異。如圖20所示。圖20多個(gè)比較學(xué)歷在各個(gè)年齡分段的兩兩比較中，（1，2）、（1，3）、（1，4）、（2，3）之間啤酒品牌選擇不同，其他的年齡段之間無(wú)差異。如圖21所示。圖21多個(gè)比較年齡二、多選題和排序題的分析與處理在錄入多選題時(shí)，每個(gè)選項(xiàng)各占一列。比如，某多選題包含A、B、C、D四個(gè)選項(xiàng)，客戶(hù)選擇A就會(huì)顯示“1”，不選就是“0”。因此，在錄入多選題和排序題時(shí)，SPSS或Excel的列寬會(huì)明顯寬于單選題，因?yàn)槊康绬芜x題只有一列，而多選題和排序題則包含多列。多選題和排序題的分類(lèi)，如圖22所示。圖22多選題和排序題分類(lèi)1.不定項(xiàng)多選題的處理方式例如，為子女選擇學(xué)校時(shí)的考慮因素，備選項(xiàng)包括口碑、風(fēng)格、升學(xué)率和交通四個(gè)方面，該題目是一道不定項(xiàng)選擇和排序題。編碼處理在處理不定項(xiàng)多選題時(shí)，通常采用“0-1”編碼進(jìn)行處理，即為每個(gè)選項(xiàng)單獨(dú)設(shè)立一個(gè)變量，本例可設(shè)定a1m1、a1m2、a1m3、a1m4四個(gè)變量，分別代表口碑、風(fēng)格、升學(xué)率、交通四個(gè)備選項(xiàng)。定義數(shù)據(jù)集在SPSS的“分析”模塊中，找到多重響應(yīng)，里面有一個(gè)“定義變量級(jí)”，通過(guò)這一操作就能夠?qū)⒉欢?xiàng)多選的四個(gè)備選項(xiàng)重新編碼，用二分法將其定義成二元值，選擇該項(xiàng)定義為“1”，不選默認(rèn)為“0”。然后將這道多選題定義一個(gè)新的變量級(jí)，重命名為“學(xué)校選擇”并添加進(jìn)去，這時(shí)系統(tǒng)會(huì)在多重響應(yīng)前添加“$”符號(hào)，然后關(guān)閉該項(xiàng)。頻率分析隨后開(kāi)始進(jìn)行分析，進(jìn)入SPSS的“分析”“多重響應(yīng)”，里面提供了頻率分析和交叉表分析兩種方法。首先進(jìn)行頻率分析，將多重響應(yīng)集選進(jìn)去，然后確定即可。在輸出的結(jié)果中可以看到，最右側(cè)的個(gè)案百分比表示總共選擇的次數(shù)，得出的商業(yè)結(jié)論是：父母在幫孩子選擇學(xué)校時(shí)，第一位考慮的因素是口碑，占比67.5%；第二位考慮的因素是升學(xué)率，占比65%；之后是領(lǐng)導(dǎo)風(fēng)格和交通因素。這一結(jié)論與現(xiàn)實(shí)情況比較吻合。交叉表分析交叉表分析，進(jìn)入“分析”“多重響應(yīng)”“交叉表”，將父母與孩子的關(guān)系選入行中，將多重響應(yīng)集放入列中，然后選擇“確定”，這時(shí)就有行、列、總計(jì)三行數(shù)據(jù)，交叉表就完成了。該交叉表顯示的結(jié)果與頻率分析的結(jié)果相同，家長(zhǎng)優(yōu)先考慮的因素依次為占比67.5%的口碑，占比65%的升學(xué)率以及領(lǐng)導(dǎo)風(fēng)格和交通因素。同時(shí)，在各個(gè)因素中，父親與母親的關(guān)注程度和比例也清楚地顯示了出來(lái)，比如可以看到在升學(xué)率的因素中，母親比父親更加關(guān)注。2.不定項(xiàng)排序題的處理方式例如，某小學(xué)生在學(xué)校共學(xué)習(xí)5門(mén)課程，分別是語(yǔ)文、數(shù)學(xué)、英語(yǔ)、自然和社會(huì)科學(xué)。現(xiàn)在請(qǐng)家長(zhǎng)按照對(duì)各門(mén)課程的重視程度進(jìn)行排序，同時(shí)要求5門(mén)課程都要參加排序。反向計(jì)分在不定項(xiàng)排序題的處理中，首先要做recode（反向計(jì)分，optional）。一般來(lái)說(shuō)，在做調(diào)研表時(shí)，排在第一位的是最受重視的，為了在記分時(shí)更符合人們的日常習(xí)慣，也就是統(tǒng)計(jì)出來(lái)的分值越大越重要，會(huì)做一個(gè)數(shù)據(jù)轉(zhuǎn)換：進(jìn)入“重新編碼為不同的變量”，將排序題的選項(xiàng)全部選進(jìn)去，然后選擇“舊值與新值”重新編碼。在現(xiàn)實(shí)的重新編碼操作中，一是要讓最重要的選項(xiàng)的數(shù)值最大并逐漸減小，二是在編碼時(shí)不能太過(guò)機(jī)械，要根據(jù)具體的業(yè)務(wù)賦予各個(gè)選項(xiàng)相應(yīng)的權(quán)重。比如，根據(jù)各門(mén)課程的重要程度，將第一項(xiàng)轉(zhuǎn)化為“7”，第二項(xiàng)轉(zhuǎn)化為“5”，第三項(xiàng)轉(zhuǎn)化為“3”，第四項(xiàng)轉(zhuǎn)化為“1”，最后一項(xiàng)轉(zhuǎn)化為“0”。要點(diǎn)提示不定項(xiàng)排序題的處理方式：反向計(jì)分；轉(zhuǎn)置；計(jì)分排序。需要注意的是，在重新編碼并點(diǎn)擊“繼續(xù)”后，要為每個(gè)選項(xiàng)定義一個(gè)新名字，比如將各門(mén)課程選項(xiàng)依次改為“語(yǔ)文新”、“數(shù)學(xué)新”、“英語(yǔ)新”、“自然新”和“社會(huì)科學(xué)新”等，然后點(diǎn)擊“確定”，這時(shí)就會(huì)生成相應(yīng)的五列新數(shù)據(jù)。轉(zhuǎn)置轉(zhuǎn)置的操作，先要新建一個(gè)SPSS文件，然后將前面生