アンケートは調査方法の最も一般的に使用される時間の節約、物事はすることができ、より包括的なシステムの一つとして、両方のは、日常の仕事や学術研究で高い評価を得ています。アンケートは、ソートされるのを待っているデータ、統計や分析を大量に収集してきたと。しかし、調査後は、そう簡単で完了することではありません。開始する場所から、それを開始する前に、あまりにも多くのデータ？あなたはそれをどうするか、特定の方法で分析する必要がありますか？
5つの検体のアイデアについては、通常の事業の管理、観光管理、マーケティング、心理学専攻、教育、教師、言語や他の専攻を含め、社会科学に適用されます。次のように具体的な分析枠組みのためのこれらの5つの考え方の説明は次のとおりです。
1、クラスの効果との関係
関係を調査の最も一般的なタイプに影響を与え、研究では、モデルの枠組み、全体的な研究の提示構造のアイデアのためのフレームワーク、コアとして研究の枠組みを策定するために、多くの場合、関係に影響を与えます。アイデアのような分析は関係よりも重要注ぐ、との関係が影響の研究です。そのような従業員との関係など、さまざまな要因の影響は満足、従業員の離職を支払う研究との関係に影響を与える傾向があり、消費者のリピート購入意思の影響の研究関係。思考の質問のためのそのような分析の枠組みは、ほとんどの項目では、非タイトル項目の尺度の問題少量の問題をスケーリングする必要があります。この分析の思考の心理学、管理クラス、ツーリストクラス、マーケティングおよびその他のプロユース高い周波数のフレームワーク、すべての読者に適用この分析の枠組みを考えます。
具体的な研究内容：
- まず、性別、年齢、こうしたAシステムの教育の統計的分布などの基本的な周波数解析のためのデータ収集。
- ケーススタディの特性は、このような基本的な行動、態度や認知関連性などのサンプルを、関与した場合、使用頻度がさらに明確にサンプル例の特性を理解し、プールした分析することができます。
- インパクトアンケートの関係スケールの問題は、寸法の特定の番号に分ける必要がある場合、通常は全くわからない、スケールの質問の多くが含まを勉強し、その後、因子分析は、いくつかの寸法（要因）にリードを濃縮して使用することができますそして、項目間の問題の状況対応の寸法を見つけます。（注：見出しで示される大きさの複数の、見出しがこの場合必要とSPSSAU「生成された変数」と「平均」することができる機能で、全体に複数まとめたいです）
- 信頼性があるかどうか、データの信頼性の後、すべての最初に知っておく必要があるため、サンプルの基本的な特性上、最も基本的な、一般的な背景であることはどのような質問のサンプル集団・グループへの答えのです。同時に、唯一、性別など、データの種類スケールの研究のための信頼性は、年齢などの情報の項目を背景に分析することはできません。
- 別に信頼できるデータから、だけでなく、我々はスケールの項目は、信頼性の問題を持って勉強する必要があります。以前は信頼性の高いデータは、それが一般的な構成、有効性分析と信頼性分析はまた、交換可能に使用される位置で、効果的な再分析します。
- 信頼性の高いデータ、そして規模な研究が有効で、その後、具体的な寸法（スケールタイトルのアイテムなど）の必要性を分析、スケールの項目のためのケーススタディのサンプル集団の基本姿勢を説明しています。
- インベントリのアイテムは、完全なタイトル、各次元の記述分析した後、その後、例の間の関係を研究するために相関分析を使用し、回帰分析を準備します。
- その後、前提に関連付けられたデータ、および下で関係が意味しているの影響を研究するために戻ります。相関分析後従って回帰分析を配置する必要があります。そして、通常の試験仮説への回帰分析を使用する必要があります。
- また、性別、年齢、その他のさまざまなグループとして、人々のさまざまなグループを、比較することがありますが必要な場合があり、それらは一般に、分散分析、またはT検査を用いて分析することができ相違スケール項目、の姿勢を疑問視。人々がなどのサンプルの動作の違いのため、提案されているクロスカイ二乗分析、（性別、年齢など）異なる背景を勉強したい場合に使用し、場合多肢選択問題のクロス分析が関与するだけでなく、対応する方法を選択する必要があります。することができます
2、現状の政策クラスの研究
現状維持政策研究、の非常に一般的なタイプである基本的な認知グループ、態度、ビュー、または意見の挙動を理解するために、比較研究やダンピング重く、基本的な態度のアイデアの分析、および違い。クラスの研究現状の政策は、通常より多くのアイテムがケース内の非スケールの質問ですが、このような研究のコアフレームワークは、「グループ」です。このアイテムは、それのいくつかの側面にまとめることができることをここで例えば、30個の質問があり、30個の質問された。最初のものは、「グループ」とは？このような基本的な背景、知識、態度、行動、理由の5つの側面として。第二は、分析の一部として、それぞれ、「パケット」ということです。3つ目は、グループタイトル、グループタイトル入力項目間のクロスです。社会学のクラス、および関連する他の専門のメディアは、この分析枠組みに関する研究だけでなく、アンケート調査のビジネスアイデアを使用して、分析フレームワークのこのタイプに適しています。
具体的な研究内容：
- そのような方法の上のように統計的な性別、年齢、教育の分布ととしてまず、基本的な周波数解析のためのデータ収集、
- 各「パケット」の分析のための部分として、各「基」分析されます。
- 違いの関係は：例えば、基本的な背景は、「態度」、「行動」、「理由」（通常、それは複数の選択肢の質問に来るとき、あなたはするべき対応する複数の選択肢を選択する必要があり、当然のことながら、クロス分析を使用しての違い、「認知」していますCROSSを使用）
- 勉強したいが、そのような研究としての関係、「認知」（X）に影響を与える場合は、「行動」について、それぞれ「態度」（X）、（Y）効果の関係、そして、あなたはバイナリロジット回帰分析を用いて検討することができます。「行動」（Y）は、そのような意思と不本意のように2つだけの選択肢を持っている必要があります購入する購入しないように、そしてあなたは、それぞれ、数字1と0を使用する必要があります。しかし、それは事実に特別な注意が必要です。たとえば、「購入品を購入するかどうか」の研究オンラインショッピングの態度の影響は、数1であることが喜んでなければなりません、私は番号0を使用する必要はありません。
- 注：ご質問スケールアンケートを持っている場合は、信頼性解析、分散分析や他の方法を使用することができます。
- 注：Doがそうでノンスケールメソッドのデータの信頼性、妥当性などを使用しません。
3、調整/仲介クラス研究
規制/最初のカテゴリに似ている仲介フレームワーク、「リレーションシップの効果を」。しかしながら、そのようなフレームワークは、学術研究においてより一般的であり、したがって、より多くの仲介役、又は調節二つの部分の、ベースと本質的に類似「関係影響」の残りの部分であってもよいです。
このような分析重い思考の仲介役をダンプする、または規制の役割を研究します。例えば、時の従業員のワーク・ライフ・バランスは、離職意向、仲介するかどうか仕事の満足度への影響を研究しています。口の中の言葉の影響に関する普及啓発に製品の品質の意欲は、異なる所得水準は調節の役割を果たしているかどうかをするとき。第1の分析フレームワークと同様のアイデアは、アンケートの設計項目の質問が多数の枠組みの中でアイデアを、このような分析は、問題のほんの一部ノンスケール項目のタイトル項目である規模の問題、です。経営学、マーケティング、心理学、教育、その他の専門家は、読者の特定の統計的基礎のためのアイデアの枠組みの分析は、より適切な、このような分析の枠組みのアイデアを使用することを好みます。
学術調査研究ではまず、である（その研究の必要性これらの2つのタイプの場合は、必要が任意の分析を行う前に、文献レビューはっきり仲介や規制の関係で詳細に説明するために、非常に慎重な仲介役または規制されている、ことを注意）検証の研究方法を使用し、その後の理論的根拠、および、それ以外の場合は論理的な問題があるでしょう。
4、実験的なクラスの違い
実験的研究クラスは、多くの場合、クラスの研究「シーン」と呼ばれるように。市場調査では、このようなフレームワークは、比較的一般的です。相対的に言って、このような研究の中核は、多くの場合、相互作用、およびスケールのアンケートクラスのタイトルを使用していることです。
アンケートと研究の形との間の関係を実験的なアプローチを使用するためのアイデアのような分析、アンケートの設計は、一般的に異なるプロファイルが含まれます。こうした消費の影響として、音楽デパートは通常、このような背景の音楽、あるいは全くバックグラウンドミュージックなど、さまざまなシナリオを、持っていますアンケートを研究を刺激する、またはバックグラウンドミュージックの異なるタイプもあります。このような分析の考え方の枠組みは、異なるシナリオや異なる実験条件の下での違いは、通常より多くのエントリスケールの問題があるでしょう強調する。マーケティング、心理学、メディアおよびその他の関連する専門家が様々な研究のために、この分析のフレームワークを使用します。
5、サンプルクラスの研究クラスター
アイデアの分析は、サンプル集団は、いくつかのカテゴリーに分けする必要がありますされ、「分類」のサンプル調査のサンプルを、クラスタ化する傾向があり、サブカテゴリーの後に、その後、差は通常、間違いなく、このような姿勢でのグループの様々なタイプとして、人々のさまざまなカテゴリを、比較する必要がされ、行動違いのように。アンケート項目の設計は、サンプル例の特性を理解するために使用多くの問題項目を、持っていますクラスタリングサンプルに使用規模、ならびに非スケールアンケートを質問することができることに留意すべきです。社会科、マーケティングまたは関連する専門家は、多くの場合、読者の特定の統計的基礎に、より適し、この分析フレームワークのアイデアを研究するために、この分析の枠組みを使用しています。
具体的な研究内容：
- まず、分析のために（性別、年齢、教育など）のサンプルケーススタディデータの基本特性
- 試料の特性に関係するグループがある場合、動作、姿勢または関連するアイテムは、別々の分析の一部とすることができます
- データは、20ゲージの問題などのいくつかの寸法にスケールの研究を知らない場合、因子分析を用いて行うことができる。この時点で決定されていないいくつかの大きさに分割されなければなりません。検索は、いくつかの次元（要因）に分割し、問題状況のアイテムと寸法との対応すべきです。
- 次に、スケール項目の信頼性および妥当性分析（注：寸法は関係の問題に対応する因子分析項目を導出された、今回の有効性は、時々に推薦コンテンツ完全性から、有効性分析を見合わせることができる、記載されています）
- 因子分析の完了は、いくつかの寸法を確認した後、それは、各クラスタの名前、カテゴリ、このクラスターのいくつかの寸法とすることができるいくつかのカテゴリのグループを与えるために、グループの各タイプの結合特性。（注：寸法が全体、この場合に必要とSPSSAU「生成された変数」と「平均」缶関数としてのタイトルキーの複数を要約するために、質問項目の複数によって表されます）
- 得られたクラスタ分類した後、その違いは、グループの種類を比較する必要があり、「機能」、「行為」または「態度」の例の違いのために、含まれています。異なるグループを結合する簡単では異なるアドバイス対策を提供します。
アンケートの種類所属を見つけるために、独自のデザインの対応後にアンケートの種類ごとの分析の考え方を理解し、手順に従うように分析されます。具体的な分析ができるSPSSAU、進行中の鍵生成ドラッグインテリジェント分析結果。
