风铃系统致力于打造未来的商业操作系统，运用大数据和人工智能技术，融合行为和态度数据，帮助企业全时段聆听用户心声，全旅程改善用户体验。风铃系统推出了品牌体验、产品体验、服务体验和员工体验组成的CEM产品矩阵，为企业、政府、高校和个人提供问卷设计、样本收集、建模分析、决策建议等一站式解决方案。

问卷数据分析无外乎对单选题做做频率分析，看看选择不同的选项的人占比有多少。对于评分题目，看看均值是多少，不同性别，年龄段的人群均值是多少。对于一般的小调查，这样粗略的分析可能够了，但是对于学术论文中的问卷分析而言，以上所做的工作，只是其最简单的一部分，后面还有大量的工作要做。更让新手们比较着急的是，统计软件即使实现了数据分析过程的自动化，但是其输出的结果也并不能直接使用，还需要经过自己的整理才能放到论文当中去。

那么，风铃系统今天主要跟大家聊聊：问卷调查回收的具体操作步骤有哪些？如何从回收问卷中识别无效问卷？一起接着往下看吧！

一、回收问卷后的具体操作步骤

当我们把收集到海量数据之后，最重要的是回过头分析自己的研究目的，只有明晰自己研究的初衷，得出的结论才能为自己的研究所用。问卷中设置的各项问题也是围绕我们的研究目的展开的。

理清自己的研究目的之后，就可以对回收的问卷数据进行分析了。依据调查结果，对问卷中每一个问题的回答情况进行编码统计。调查问卷得到的数据我们可以有两种分析方法，即定性分析和定量分析。

定性分析依靠研究者以自己的专业知识并采取不同的分析视角，对所得的数据进行编码分析。但这种方法存在较大的主观性，会受到研究者专业知识水平和主观意识的影响。所以，在通常的研究中采用定量研究的方法更多。

在使用定量研究时，一般采用专业的数据分析软件将问卷调查中得到的数据进行分析，在教育研究领域用得比较多的数据分析软件工具如Excel和SPSS。在使用统计软件时，我们首先要做的是将得到的数据录入软件，再根据自己的研究目的调用适当的分析方法，最后保存分析结果即可。

二、如何从数据分析中识别无效问卷？

问卷回收后，首先就需要剔除无效问卷，判断其可信性。在剔除无效问卷的同时，还需要保持一个较高的问卷回收率。一般来说，回收率如果仅有30%左右，资料只能作参考；50%以上，可以采纳建议；当回收率达到70~75%以上时，方可作为研究结论的依据。因此，问卷的回收率一般不应少于70%。

空白较多的问卷、未完成的问卷很容易被识别和剔除，但有些表面上完整的问卷也可能存在种种问题，需要进一步辨别。常见的无效问卷还包括：

（1）选择单一选项。

比如全部都选B，或者—半选A一半选B。

（2）随意填答（回答者随机选择答案）。

这种情况在没有测谎题的问卷中较难发现，但有时通过对完全相同的题目或相近题目进行对比仍可判断出来。

（3）多人同种答案。

这种情况在当场回收的问卷中较少，多出现在在同一单位集体发放问卷、经一段时间后回收的情况下，有些被调查可能相互抄袭应付，或者一个人填答几份问卷。这样的问卷显然不能反映真实情况，都应作为废卷处理。

以上便是风铃系统为读者朋友带来的相关内容介绍，希望对大家有所帮助，感谢阅读！