问卷调查法也称“书面调查法”，或称“填表法”，用书面形式间接搜集研究材料的一种调查手段[1]，是实证研究最常用的调查方法之一。在对收集回的问卷结果进行分析和处理，研究者可以将结果进行处理并编码，得到的原始资料便可以进行信息化处理和定量分析。研究者进行问卷调查的过程是非常艰辛的，问卷的编制、发放和回收每个环节都至关重要，如果收回来的数据不能深入有效地分析，浪费了研究者在问卷调查过程中花费的时间精力不说，也不能够为自己的研究提供强有力的支撑，自然也就不能将自己的研究提升到一定的高度。本文将从数据分析的角度分析问卷调查法的使用。

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，本文给大家介绍的也是定量分析数据的方法。

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。

本文主要就回收数据之后我们应该从哪几个方面分析数据进行介绍。

1、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%[2]。

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。

2、信度检验

信度检验是对调查问卷的可信度进行检验的方法，常见的信度检验方法有重测信度检验、折半信度检验、复本信度检验等。在李克特态度量表法中常用的信度检验方法为 Cronbachα系数，α信度系数主要反映量表的内部一致性信度，α系数越高，代表量表的内部一致性越高。下表是α信度系数的判断标准[3]。

在张丙香[4]在她的博士学位论文中，就用到了SPSS统计软件分析Cronbachα系数，从而来分析问卷数据的信度，如下图：

3、效度检验

效度检验是指对调查问卷的有效程度进行的检验，常见的检验方法有内容效度检验、准则效度检验、结构效度检验等。效度检验一般可以请领域专家进行分析判断，也可以使用统计软件进行分析。

刘文超[5]在他的博士学位论文中基于结构方程模型的AMOS软件进行验证性因子分析(CFA)，如下表：

从上图表中得到的信息较多，现仅就聚合效度分析数据展开分析。平均方差提取量(AVE)是用来进行聚合效度分析的有效工具，可以显示被潜在构念所解释的方差有多少是来自测量误差，平均方差提取量越大，指标变量被潜在变量构念解释的方差百分比越大，相对的测量误差就越小，一般的判断标准为大于 0.5。显然，从上表中我们得知，十个因子中有八个因子的 AVE值大于 0.5，但是也有评估和角色两个因子的 AVE 值小于 0.5，但是非常接近 0.5。这说明该研究的相关数据具有较好的聚合效度，基本符合要求。