全部是单选题的调查问卷怎么分析信度

一、问卷的信度。
信度即可靠性，是指采用同一方法对同一对象进行调查时，问卷调查结果的稳定性和一致性，即测量工具（问卷或量表）能否稳定地测量所测的事物或变量。具体评价方法有：
1、重复检验法。同样的问卷，对同一组访问对象在尽可能相同的情况下，在不同时间进行两次测量。两次测量相距一般在两到四周之内。用两次测量结果间的相关分析或差异的显著性检验方法，评价量表信度的高低。
2、交错法。用两个不同形式的等价问卷，对同一组受访者在不同的时间（通常间隔两到四周）进行测量。两次测量结果间的相关性被用来评价问卷的信度。
3、折半法。折半法是将上述两份问卷合成一份问卷（通常要求这两份问卷的问题数目相等），每一份作为一部分，然后考察这两个部分的测量结果之间的相关性。
二、问卷的效度
效度是指问卷正确测量研究者所要测量的变量的程度。检验效度的主要指标和方法有：表面效度、准则效度、架构效度。
1、表面效度（Face Validity)。也称为内容效度或逻辑效度，指的是测量的内容与测量目标之间是否适合，也可以说是指测量所选择的项目是否“看起来”符合测量的目的和要求。主要依据调查设计人员的主观判断。
2、准则效度(Criterion Validity)。准则效度...一、问卷的信度。
信度即可靠性，是指采用同一方法对同一对象进行调查时，问卷调查结果的稳定性和一致性，即测量工具（问卷或量表）能否稳定地测量所测的事物或变量。具体评价方法有：
1、重复检验法。同样的问卷，对同一组访问对象在尽可能相同的情况下，在不同时间进行两次测量。两次测量相距一般在两到四周之内。用两次测量结果间的相关分析或差异的显著性检验方法，评价量表信度的高低。
2、交错法。用两个不同形式的等价问卷，对同一组受访者在不同的时间（通常间隔两到四周）进行测量。两次测量结果间的相关性被用来评价问卷的信度。
3、折半法。折半法是将上述两份问卷合成一份问卷（通常要求这两份问卷的问题数目相等），每一份作为一部分，然后考察这两个部分的测量结果之间的相关性。
二、问卷的效度
效度是指问卷正确测量研究者所要测量的变量的程度。检验效度的主要指标和方法有：表面效度、准则效度、架构效度。
1、表面效度（Face Validity)。也称为内容效度或逻辑效度，指的是测量的内容与测量目标之间是否适合，也可以说是指测量所选择的项目是否“看起来”符合测量的目的和要求。主要依据调查设计人员的主观判断。
2、准则效度(Criterion Validity)。准则效度是指量表所得到的数据和其他被选择的变量（准则变量）的值相比是否有意义。根据时间跨度的不同，准则效度可分为同时效度和预测效度。
同质效度是指量表测量同一特征的其他测量方法相互关联的程度。异质效度是指量表和测不同特征的测量方法不同但理论上有关特征的测量方法之间相互关联的程度。建构效度指测量工具所能测量到的理论概念的程度，也就是说若将测量工具所得的结果与相同理论下的其他概念相比较，当二者有某种预期的相关性时，就表示这种测量工具具有某种程度的架构效度。
一般来说，问卷调查容易产生误差的原因，来自研究者的因素包括：测量内容不当、情景以及研究者本身的疏忽。来自受访者的因素则可能是由于其年龄、性格、教育程度、社会阶层等，而影响其答题的正确性。研究者透过信度与效度的检验，可以了解问卷本身是否优良，以作为改变修正的根据，避免做出错误的判断。
问题意识形成的首要条件是你要对一切的现象充满着好奇感和浓厚的兴趣，具有较强的观察能力。比如当你下到相关的实践场所时，观察到一定的现象和问题，如：课堂上教师为什么会像是在表演一样？为什么教师在上面兴趣盎然，而下面总有某些学生兴趣索然？就要积极展开一定的思考，多问几个为什么，并结合自己所学的相关教育教学理论，追问一下怎么才会更好？
其次是要具有强调的信息意识。信息资源是得以形成有价值问题的依据，除了实践观察中获得鲜活的感性信息之外，丰富的理论资源也是形成问题的关键。对于确定领域的古今中外所有的研究成果，包括最新的一些提法等都要积累到脑子中，并按照优化的结构将其组织起来，内化于心。对于已有的问题，要学会换一个角度去多多思考，另外也要善于发掘新的尚未研究或还未足够清楚的问题，并及时将这样一些问题作以记录。
再就是要学会思考，包括思考的方法、角度等等。只有能思考并善于思考的人才会一语中的地提出有意义的问题，并能够给出有效解决问题的清晰思路。
在做科研的过程中，随时随处遇到问题及时作以深入思考，相信会有大收获的。
基本的抽样方法主要有两大类：一类是在目标总体中，有意识地选择若干有代表性的单位为样本进行调查研究。这种抽样叫做目标抽样或主观抽样。
目标抽样的方法适用于典型调查或研究。它的特点是作为样本的各单位的代表性，都是由与该研究课题有关的专家来判断和决定的。其结果的可靠性和精确度叶必须依靠这方面的专家来判断和评价。采用目标抽样，可以对总体的有关特性作出推论，也可以对研究所涉及的有关因素加以适当考虑。也可以使已知的样本单位的某些信息在取样时发挥作用。这些都是目标抽样的优点。此外，采用目标抽样在数据收集方面比较方便。但采用目标抽样时，目标总体中各成员被抽取为样本的概率不能用客观方法来计算，因此抽样的误差和精度就无法用客观方法加以评价，这是目标抽样的最大缺点。
另一类是按照随即的原则，从构成目标总体的各成员中抽取样本，叫做随即抽样和概率抽样。随机抽样的最大优点是可以借助概率客观地计算调查结果的可靠性和精确度。而且可以根据实际条件和所要求的精度确定样本的大小。所以在教育科学研究尤其是大规模的评价研究中，应充分了解随机抽样的意义。
简单随机抽样（简称SRS)是随机抽样中最简单而又是最基本的一种。它的特点是采用随机数码表或抽签的办法确定样本，因此各总体成员都保证有相等的抽取概率。
如果抽取的样本数量很大，使用纯粹的简单随机抽样会有很多困难，因此常常可以采用机械随机抽样来代替。
采用简单（或机械）随机抽样的好处是，可以根据概率理论来客观地估计抽样误差的大小。

统计学中,统计数据来源渠道有哪些

一、数据的来源
从使用者的角度看，统计数据资料的来源主要有两种渠道：
一种是通过直接的调查或实验获得的原始数据，这是统计数据的直接来源，一般称为原始或第一手统计数据。
另一种是别人调查的数据，并将这些数据进行加工和汇总后公布的数据，通常称为次级数据或第二手间接的统计数据。一切间接的统计数据都是从原始的、第一手数据过渡而来的。
二、数据的直接来源——原始数据
搜集数据最基本的形式就是进行统计调查或进行实验活动，统计调查或进行实验就是统计数据的直接来源。
1、统计调查
统计调查是指根据统计研究预定的目的、要求和任务，运用科学的方法，有计划、有组织地向客观实际搜集资料的过程。通过统计调查得到的数据，一般称为观测数据。
2、实验法
实验法是直接获得统计数据的又一重要来源。通过实验法得到的数据就是实验数据。
三、数据的间接来源有：
1、公开出版的统计数据。
主要来自官方的统计部门和政府、组织、学校、科研机构。
2、尚未公开发表的统计数据。
如各企业的经营报表数据、专业调查咨询机构为公开发布的调查结果数据。
需注意的是，如果公开引用未公开发表的数据需要征得数据所有者的同意，同时要为自己发布的数据负责。

扩展资料：
1，要注意每种统计分析方法的适用范围。许多分析方法对数据的要求很高，如果样本的分布不符合要求，样本量数量不足，或者存在大量的伪样本，都会造成最后结果的偏差甚至是完全错误。
2，在选择一种分析方法的同时，要按照方法的要求整理数据库。错误的数据库格式对于研究有时是灾难性的。我们在使用任何研究模型之前，都要考虑数据的适用性。同样，数据的合理转换也很重要。
3，如果必要，可以使用不同的研究方法对同一问题进行解释，来互相验证结论的真伪。如果出现互相矛盾，一定要找到矛盾的原因，去伪存真。任何的分析模型和方法都有其使用的局限性，在一定场合会失效。
4，数据分析结果要使用通俗易懂的语言或图表进行描述，繁琐高深的公式和过程不应该经常成为最终研究报告的一部分。
5，数据分析需要耐心和细致，不能出现任何疏漏。哪怕是一点点的失误，都可能产生“蝴蝶效应”，让研究报告变的一钱不值。
6，统计分析方法高级不一定是最好的，简单有效能够解决问题才是最好的。
参考资料：搜狗百科-统计数据

概率抽样和非概率抽样分别在什么情况下适用

1、概率抽样
又称随机抽样，指在总体中排除人的主观因素，给予每一个体一定的抽取机会的抽样。其特点为，抽取样本具有一定的代表性，可以从调查结果推断总体；操作比较复杂，需要更多的时间，而且往往需要更多的费用。
2、非概率抽样（Non-probability sampling）
又称非随机抽样，指根据一定主观标准抽取样本，令总体中每个个体的被抽取不是依据其本身的机会，而是完全决定于调研者的意愿。
其特点为不具有从样本推断总体的功能，但能反映某类群体的特征，是一种快速、简易且节省的数据收集方法。当研究者对总体具有较好的了解时可以采用此方法。
或是总体过于庞大、复杂，采用概率方法有困难时，可以采用非概率抽样来避免概率抽样中容易抽到实际无法实施或“差”的样本，从而避免影响对总体的代表度。


扩展资料
常用的非概率抽样方法有以下四类：
1、方便抽样（Convenience sampling）
指根据调查者的方便选取的样本，以无目标、随意的方式进行。例如：街头拦截访问（看到谁就访问谁）；个别入户项目谁开门就访问谁。
优点：适用于总体中每个个体都是“同质”的，最方便、最省钱；可以在探索性研究中使用，另外还可用于小组座谈会、预测问卷等方面的样本选取工作。
缺点：抽样偏差较大，不适用于要做总体推断的任何民意项目，对描述性或因果性研究最好不要采用方便抽样。
2、判断抽样（Judgment sampling）
指由专家判断而有目的地抽取他认为“有代表性的样本”。例如：社会学家研究某国家的一般家庭情况时，常以专家判断方法挑选“中型城镇”进行。
也有家庭研究专家选取某类家庭进行研究，如选三口之家（子女正在上学的）；在探索性研究中，如抽取深度访问的样本时，可以使用这种方法。
优点：适用于总体的构成单位极不相同而样本数很小，同时设计调查者对总体的有关特征具有相当的了解（明白研究的具体指向）的情况下，适合特殊类型的研究（如产品口味测试等）；操作成本低，方便快捷，在商业性调研中较多用。
缺点：该类抽样结果受研究人员的倾向性影响大，一旦主观判断偏差，则根易引起抽样偏差；不能直接对研究总体进行推断。
3、配额抽样（Quota sampling）
指先将总体元素按某些控制的指标或特性分类，然后按方便抽样或判断抽样选取样本元素。相当于包括两个阶段的加限制的判断抽样。在第一阶段需要确定总体中的特性分布（控制特征），通常，样本中具备这些控制特征的元素的比例与总体中有这些特征的元素的比例是相同的。
通过第一步的配额，保证了在这些特征上样本的组成与总体的组成是一致的。在第二阶段，按照配额来控制样本的抽取工作，要求所选出的元素要适合所控制的特性。例如：定点街访中的配额抽样。
优点：适用于设计调查者对总体的有关特征具有一定的了解而样本数较多的情况下，实际上，配额抽样属于先“分层”（事先确定每层的样本量）再“判断”（在每层中以判断抽样的方法选取抽样个体）；费用不高，易于实施，能满足总体比例的要求。
缺点：容易掩盖不可忽略的偏差。
4、滚雪球抽样（Snowball sampling）
指先随机选择一些被访者并对其实施访问，再请他们提供另外一些属于所研究目标总体的调查对象，根据所形成的线索选择此后的调查对象。
第一批被访者是采用概率抽样得来的，之后的被访者都属于非概率抽样，此类被访者彼此之间较为相似。例如：如在目前中国的小轿车车主等。
优点：可以根据某些样本特征对样本进行控制，适用寻找一些在总体中十分稀少的人物。
缺点：有选择偏差，不能保证代表性。
参考资料来源：搜狗百科-概率抽样
参考资料来源：搜狗百科-非概率抽样

时间序列分析预测法优缺点

　　时间序列分析预测法有两个特点： 　　①时间序列分析预测法是根据市场过去的变化趋势预测未来的发展，它的前提是假定事物的过去会同样延续到未来。事物的现实是历史发展的结果，而事物的未来又是现实的延伸，事物的过去和未来是有联系的。市场预测的时间序列分析法，正是根据客观事物发展的这种连续规律性，运用过去的历史数据，通过统计分析，进一步推测市场未来的发展趋势。市场预测中，事物的过去会同样延续到未来，其意思是说，市场未来不会发生突然跳跃式变化，而是渐进变化的。 　　时间序列分析预测法的哲学依据，是唯物辩证法中的基本观点，即认为一切事物都是发展变化的，事物的发展变化在时间上具有连续性，市场现象也是这样。市场现象过去和现在的发展变化规律和发展水平，会影响到市场现象未来的发展变化规律和规模水平；市场现象未来的变化规律和水平，是市场现象过去和现在变化规律和发展水平的结果。 　　需要指出，由于事物的发展不仅有连续性的特点，而且又是复杂多样的。因此，在应用时间序列分析法进行市场预测时应注意市场现象未来发展变化规律和发展水平，不一定与其历史和现在的发展变化规律完全一致。随着市场现象的发展，它还会出现一些新的特点。因此，在时间序列分析预测中，决不能机械地按市场现象过去和现在的规律向外延伸。必须要研究分析市场现象变化的新特点，新表现，并且将这些新特点和新表现充分考虑在预测值内。这样才能对市场现象做出既延续其历史变化规律，又符合其现实表现的可靠的预测结果。 　　②时间序列分析预测法突出了时间因素在预测中的作用，暂不考虑外界具体因素的影响。时间序列在时间序列分析预测法处于核心位置，没有时间序列，就没有这一方法的存在。虽然，预测对象的发展变化是受很多因素影响的。但是，运用时间序列分析进行量的预测，实际上将所有的影响因素归结到时间这一因素上，只承认所有影响因素的综合作用，并在未来对预测对象仍然起作用，并未去分析探讨预测对象和影响因素之间的因果关系。因此，为了求得能反映市场未来发展变化的精确预测值，在运用时间序列分析法进行预测时，必须将量的分析方法和质的分析方法结合起来，从质的方面充分研究各种因素与市场的关系，在充分分析研究影响市场变化的各种因素的基础上确定预测值。 　　需要指出的是，时间序列预测法因突出时间序列暂不考虑外界因素影响，因而存在着预测误差的缺陷，当遇到外界发生较大变化，往往会有较大偏差，时间序列预测法对于中短期预测的效果要比长期预测的效果好。因为客观事物，尤其是经济现象，在一个较长时间内发生外界因素变化的可能性加大，它们对市场经济现象必定要产生重大影响。如果出现这种情况，进行预测时，只考虑时间因素不考虑外界因素对预测对象的影响，其预测结果就会与实际状况严重不符。