引子

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(diǎn)，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(shí)，如果調(diào)研時能善用多選題，并在分析時選取適當(dāng)?shù)姆椒ǎ�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。

本篇主要探討帶有分類性質(zhì)的多選題，如何進(jìn)行深入分析，得出分類相關(guān)的結(jié)論，也可以對各類別進(jìn)行排序。

帶有分類性質(zhì)的多選題

一般而言，在設(shè)置多選題時，并沒有想到分類，只是想了解各種情況的排序情況。其實(shí)，某些多選題，已經(jīng)隱含了分類的信息，透過這種潛在的分類信息，能夠更深入地了解用戶的內(nèi)在想法、心理特征，甚至推測他們的行為習(xí)慣，與其他行為題目相互照應(yīng)。

帶有分類價值的多選題一般具備以下幾個特征：

1、題干本身包含分類的含義，如最常遇到的障礙、最亟待解決的問題、最需要的功能、最常用的工具等，或直接詢問：哪些服務(wù)最適合劃分為一類。

2、選項(xiàng)涵蓋內(nèi)容較分散，如果選項(xiàng)都是集中某一個細(xì)節(jié)層面，那就沒有分類的必要；只有當(dāng)選項(xiàng)內(nèi)容包含多個方面的細(xì)節(jié)點(diǎn)，且每個方面不止一個細(xì)節(jié)點(diǎn)，才有分類的必要。此時的方面、細(xì)節(jié)需根據(jù)業(yè)務(wù)辯證地看，主要取決于選項(xiàng)是否有分類的意義。

3、選項(xiàng)一般超過10個，選項(xiàng)太少沒有分類的必要，只有超過一定數(shù)量，分類才有價值，分類的目的是為了通過細(xì)節(jié)概括出看問題的維度，更深入地解讀用戶心理或行為。

4、限選，這不是必須的，主要根據(jù)經(jīng)驗(yàn)判斷，用戶在做選擇時，是否會傾向于全選，跟題干的問法有關(guān)。無法做出準(zhǔn)確判斷，且需要對選項(xiàng)做出優(yōu)先級排序時，通常采用限選的方式，可以根據(jù)研究目的，限定全部選項(xiàng)數(shù)量的一半，或1/3。

5、數(shù)據(jù)為0/1格式，即每個選項(xiàng)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(dāng)有了帶有分類價值的多選題，就可以采用下文介紹的方法進(jìn)行深入分析。

本文中的例子是半年前做過的一次定量調(diào)研，帶有分類價值的多選題，主要考察：淘寶賣家在經(jīng)營店鋪時，最需要的功能。

聚類分析

首先，采用譜系聚類（Hierarchical cluster）的分析方法，為了使得變量的分類趨于均勻，選擇Ward’s法，二分類變量（Binary）歐式平方距離（Squared Euclidean distance）測距方法，查看相應(yīng)的統(tǒng)計(jì)量（略），并結(jié)合業(yè)務(wù)，找出分類數(shù)。譜系聚類的樹狀圖查看分類結(jié)果比較清楚，也比較方便，建議多用。

綜合分析可知，本例的賣家功能劃分五類或七類比較合適，但個別分類不易解釋，且出現(xiàn)單個類別中只有一個功能，后續(xù)應(yīng)用的價值有限。

因子分析

聚類分析結(jié)果不理想，也可以采用因子分析的方法。

經(jīng)多次嘗試，17個變量中去掉“直通車關(guān)鍵字檢索”，單獨(dú)成為一類。剩余變量利用主成分分析法（Principal components），方差最大正交旋轉(zhuǎn)（Varimax）進(jìn)行運(yùn)算，得到KMO值為0.545，Bartlett 球形檢驗(yàn)的值為1041.324（df=120）達(dá)到顯著，表明可以做因子分析。最終萃取出7個公因子，累積方差貢獻(xiàn)率為55.1%（詳見下表），解釋效果尚可。

結(jié)合業(yè)務(wù)來看，這些分類能夠很好地被解釋，從而反映出賣家的心理特征和需求方向。

注：由于本例是多選題，并非量表打分題，且側(cè)重考查的不是變量間的建構(gòu)效度，僅借用了因子分析的方法進(jìn)行分類，因此KMO檢驗(yàn)和累積方差貢獻(xiàn)率的具體值，并沒有真正的因子分析那么重要，但必須要查看，甚至需要做信度檢驗(yàn)，也要查看重構(gòu)的相關(guān)矩陣殘差值，做到心中有數(shù)，知其然也要知其所以然。本例中，重構(gòu)的相關(guān)矩陣中，有超過半數(shù)殘差值大于0.05，如果按照真正的因子分析模型來判斷，擬合效果并不好。

相關(guān)分析

還有一種簡單易行的方法，就是相關(guān)分析。經(jīng)統(tǒng)計(jì)學(xué)家研究表明，0/1變量同樣適用于皮爾遜相關(guān)系數(shù)（Pearson Correlation）。

本例將17個功能做相關(guān)分析，得到簡化的相關(guān)矩陣如下表：

根據(jù)研究目的，此表只需看正向、且相關(guān)非常顯著的選項(xiàng)即可，但17*17個表格中127個有關(guān)聯(lián)，如何做深入分析呢？根據(jù)選項(xiàng)間的關(guān)系強(qiáng)弱、是否顯著等，可以畫出圖形，如此，就可以清晰地看出各選項(xiàng)之間的關(guān)系，進(jìn)行分類。

本例中，此種方式的分類結(jié)果（如下圖），易于解釋，且分類數(shù)量恰當(dāng)，便于后續(xù)應(yīng)用。

三種方法所得結(jié)果的對比

以上提到的三種方法，所得結(jié)果如下表：

可以看出，聚類分析的結(jié)果容易出現(xiàn)不易解釋的分類，因子分析的結(jié)果劃分得更細(xì)化，相關(guān)分析的結(jié)果可以根據(jù)需要，在一定范圍內(nèi)進(jìn)行調(diào)節(jié)，得出適當(dāng)?shù)姆诸悢?shù)量。

不同的案例，應(yīng)該多嘗試不同方法，即便相關(guān)分析的結(jié)果最可靠，其他方法的結(jié)果也能起到補(bǔ)充的作用，以獲得更加有價值的研究結(jié)論。

進(jìn)一步的應(yīng)用

得到合理的分類后，還可以結(jié)合選項(xiàng)的頻率，給每一個類別賦值，得到類別的優(yōu)先級排序。

如果最終選定了因子分析的分類結(jié)果，單個類別中每個選項(xiàng)的權(quán)重可以由因子載荷計(jì)算而來；當(dāng)然，也可以跟聚類分析、相關(guān)分析的結(jié)果一樣，采用算數(shù)平均、或加權(quán)平均的方法，計(jì)算每個類別的平均值。

小結(jié)

綜上所述，帶有分類性質(zhì)的多選題，分析的流程如下：

1、確定是否有帶有分類價值的變量；

2、嘗試多種方法進(jìn)行分析，找出最合理的分類；

3、利用加權(quán)平均，或其他方法，計(jì)算每個類別的比例，進(jìn)行排序。；

4、使用關(guān)鍵變量（如星級、注冊時長等）對樣本總體分群，查看各細(xì)分群體在多選題分類上的差異，深入分析。

Copyright © 2011 Taobao UED 渡劫（范欣珩）。 All Rights Reserved.

文章來源：ued.taobao.com 轉(zhuǎn)載請注明出處鏈接。

標(biāo)簽： 調(diào)研問卷 用戶調(diào)查 產(chǎn)品分析 

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請與原作者聯(lián)系。