如何1天内完成问卷调查分析报告（数据模型与决策课程作业）

如何1天内完成问卷调查分析报告（数据模型与决策课程作业） 背景：

有个朋友需要帮忙，急需在1天内完成4000+字的问卷调查分析报告，需要用到excel和python处理数据。

思路：

一、将电子版问卷调查数据导出成excel，先在excel对数据预处理；

二、搭建起分析报告框架。由于有分析报告范例，所以框架搭建比较简单，主要分为五部分，分别是：

①问卷概况；

②主观性问题分析；

③指标单因素分析；

④指标多因素交叉分析；

⑤差异显著性分析（假设检验、方差分析）；

⑥总结（略）。

PS：

①具体按问卷设计的部分进行细化，比如说指标单因素分析中可以分为受访人群社会属性统计部分（性别、年龄、学历、收入等）和问卷设计的针对性问题部分。

②在分析主观性问题前，需要用Cronbach’s α信度系数进行信度检验。

实 *** ： 具体数据：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import pylab as pl
file_path = 'raw_data_2.xlsx'
file_path_ = 'raw_data.xls'
data = pd.read_excel(file_path)
data_ = pd.read_excel(file_path_)

 

 excel预处理的数据分为实际选项和选项序号两种，按需要使用。

指标单因素分析

def form_1(op_1,index_name):
    op_1_ = pd.Dataframe()
    op_1_.index.names=[index_name]
    op_1_['计数'] = op_1.iloc[:,0]
    op_1_['百分比'] = op_1_['计数']/op_1_['计数'].sum()
    op_1_['累计百分比'] = op_1_['百分比'].cumsum() 
    op_1_.loc['合计']= [op_1_.sum().iloc[0],op_1_.sum().iloc[1],' ']
    return op_1_

def pie_pic(data, title_name):
    pl.pie(data.iloc[:,0].tolist(),labels=data.index,autopct='%3.1f%%')
    pl.title(title_name)
    #pl.legend()
    pl.show()

# op:output
op_1 = data.groupby([data.keys()[1]])[[data.keys()[1]]].count()

对单个指标进行统计及作图（仅计算频数）

指标多因素交叉分析

op_4 = data.pivot_table('序号', index='index_1', columns='columns_1',margins=True, aggfunc='count')
op_4[np.isnan(op_4)] = 0
op_4

python的数据透视功能选择三个维度，分别是计算的维度，index维度，columns维度。

这里选择了“序号‘、’index_1', 'index_2'。

由于计算的是频数，所以选择了计算‘序号’，选择其他维度也是可以的，

'index_1'和‘columns_1’ 按选取研究的因素进行代入。

数据是频数。

op_4_ = pd.Dataframe(np.array(op_4).T/np.array(op_4.iloc[:,-1])).T
op_4_.index = op_4.index
op_4_.columns = op_4.columns
op_4_

把频数除以该行ALL（合计）得出百分数。

本来想在python话累积百分比柱状图，但是由于时间关系，就把数据导出csv，再在excel上画出来。

这里看出，不同年龄层对“是否”的选择有差异，但是否显著就要进行方差分析来进一步判断。

差异显著性分析（假设检验、方差分析） 

同样地，由于时间关系，这里选择用excel筛选出数据，进行单因素方差分析。

筛选的时候可以单独把“年龄层”和“是否”两组数据取出来，把同一个年龄层的“是否”数据筛出来后再粘贴到另一个sheet。

注意，“是否”选择用“1”和“2”进行代替。

方差分析：单因素方差析

SUMMARY

组

观测数

求和

平均

方差

0-25岁

1

2

2

#DIV/0!

25-30岁

27

41

1.51851852

0.25925926

31-35岁

32

39

1.21875

0.17641129

36-40岁

26

31

1.19230769

0.16153846

41-50岁

5

7

1.4

0.3

方差分析

差异源

SS

df

MS

F

P-value

F crit

组间

2.31028948

4

0.57757237

2.84682254

0.02870789

2.47773977

组内

17.4479523

86

0.20288317

总计

19.7582418

90

　

　

　

　

由于F>F crit，不同年龄层对“是否”的选择有显著性差异（α=0.05）。

主观性问题分析

data_cov = data_.iloc[:,13:23].cov()
data_cov

计算协方差的时候，选用数据为选项序号，非文字。

图没完全截完。

 主观性问题也可以计算均值，因为选项一般为从“极不满意”到“非常满意”这种打分类型的。

 

 以上。