本文适合谁

需要分析含多选题、矩阵题、排序题的问卷数据的研究人员。

核心结论摘要

  • 多选题:分清”样本百分比”与”响应百分比”,交叉分析用样本口径;
  • 矩阵题:行均值、Top Box、Bottom Box 是核心指标,警惕直线作答;
  • 排序题:第一选择比例、平均名次、Top 3 比例、Borda Count 各有用途;
  • 三种题型各有适合的图表,别用柱状图硬塞排序数据。

多选题分析

样本百分比与响应百分比

口径定义用途
样本百分比选该项的人数 ÷ 总样本报告首选口径(“32% 的受访者选择 X”)
响应百分比该项被选次数 ÷ 全部选择次数描述选择分布结构

示例:100 人、共选 230 次,选项 A 被选 60 次:

  • 样本百分比 = 60/100 = 60%;
  • 响应百分比 = 60/230 ≈ 26%。

合计可超 100% 是样本百分比的自然结果,不是错误——但报告必须注明口径。

多选题交叉分析

  • 交叉(如满意度分组 × 各选项)用样本百分比(每组内选择该项的比例);
  • 组间比较注意每组样本量差异(交叉规范见交叉分析入门);
  • 显著性检验需处理多重比较(见显著性检验完整指南)。

多选题编码方式

  • 数据格式:宽表(每选项一列 0/1)或长表(每条选择一行);
  • 编码检查:逻辑”未选全为 0”与缺失区分开;
  • 分析前先清洗(见问卷数据清洗完整指南)。

Top 选项与长尾选项

  • 高频选项(Top 5)重点解读;
  • 长尾选项(“其他”及低选项)别忽略:合并归类或开放文本编码(见开放题如何编码分析);
  • “其他”占比 > 10% 时检查选项设计是否完整。

多选题显著性分析注意事项

  • 每个选项是独立比例(非互斥),两两比较需校正多重比较;
  • 报告标注检验方法与校正方式;
  • 不做校正的显著性表会被误读。

矩阵题分析

行均值

  • 矩阵每行(指标)的均值 = 该指标得分;
  • 跨行比较均值(指标排序);
  • 报告同时给标准差或分布(均值掩盖两极分化)。

Top Box 与 Bottom Box

指标定义(5 分制示例)用途
Top Box最高档比例(5 分)极满意/强推荐
Top 2 Box最高两档比例(4–5 分)满意度常用(见满意度调研题目参考库)
Bottom Box最低档比例(1 分)风险信号
  • Top Box 比均值对”高端满意度”更敏感;
  • 报告可同时给均值与 Top 2 Box(信息互补)。

指标排序与矩阵直线作答

  • 按均值/Top Box 排序呈现指标优劣;
  • 直线作答检测:行间全同值 + 时长异常 → 疑似无效(处理见问卷数据清洗完整指南);
  • 矩阵疲劳导致的后半部分质量下降:检查前 3 行与后 3 行作答模式差异。

重要性与满意度矩阵

  • 双量表(重要性 + 满意度)矩阵:直接进入重要性×满足度(ISA)分析;
  • 双量表矩阵易疲劳,题目数量控制(经验参考 ≤ 8 行 × 2)。

排序题分析

第一选择比例

  • 排第 1 的比例 = “首选份额”;
  • 直观、适合向业务方汇报;
  • 注意:只用了排序的部分信息。

平均名次

  • 每个选项的平均名次(第 1=1 分…);
  • 平均名次越低越优;
  • 对全部位置信息加权,比首选比例更全面;
  • 报告时同时给名次分布(均值掩盖两极)。

Borda Count

  • 计分法:排名第 1 得 N 分、第 2 得 N−1 分…(N 为选项数);
  • 总分/总样本 = 平均分(与平均名次等价但方向相反);
  • 适合多选项(6+)时的汇总排序;
  • 与评分题的区别:Borda 来自相对顺序,不反映绝对水平。

Top 3 比例

  • 进入前 3 的比例:决策视角(“哪些功能值得做”用 Top 3 比首选更稳);
  • 与首选比例互补:首选看第一,Top 3 看集合。

名次差异

  • 相邻名次差异可能无统计意义(样本小时);
  • 检查名次差异的稳定性(分组/自助抽样);
  • 不做检验就排名的风险:名次是噪音。

排序题与评分题的区别

维度排序题评分题
输出相对顺序绝对水平
允许并列否(强制区分)是
分析首选/名次/Borda均值/分布/Top Box
适用优先级决策强度测量

排序长度过长的问题

  • 排序项 > 6–8 个时,受访者后段随意排序,数据质量骤降;
  • 处理:限排前 3–5 项,或改用评分/多选(见问卷设计完整指南的题型选择)。

排序结果如何可视化

  • 首选比例:横向条形图;
  • 平均名次:倒序条形图(名次越小越靠前);
  • Top 3 比例:条形图 + 标注”进入前 3”;
  • 多组对比:分组条形图;
  • 选图规范见数据可视化选图指南。

完整示例数据与计算过程

示例数据(n=100,多选题”您使用过哪些渠道”,可多选):

选项选择人数
A 电商平台62
B 线下门店45
C 社群团购38
D 直播29
合计选择次数174

样本百分比:A = 62/100 = 62%;B = 45%;C = 38%;D = 29%。 响应百分比:A = 62/174 ≈ 36%;B ≈ 26%;C ≈ 22%;D ≈ 17%。 图表:横向条形图标注样本百分比(口径注明)。

排序示例(n=100,4 项功能排序):

功能首选人数平均名次Borda 分(4 项制)
功能 X401.92.1
功能 Y302.21.8
功能 Z202.81.2
功能 W103.10.9
  • 首选:X 40% 第一;
  • 平均名次:X(1.9)最优,W(3.1)最差;
  • Borda:X 2.1 最高;
  • 解读:X 同时是首选与整体排序第一——高置信优先项。

各题型适合的图表

题型指标推荐图表
多选样本百分比横向条形图
多选组间对比分组条形图
矩阵行均值条形图(排序)
矩阵Top Box条形图 + 阈值标注
排序首选比例横向条形图
排序平均名次倒序条形图
排序Top 3条形图

常见错误

  1. 口径不注明:样本/响应百分比混用,读者误解;
  2. 多选题合计超 100% 当错误:把正常现象写进报告”问题”;
  3. 矩阵只报均值:掩蔽两极分化;
  4. 排序直接排名词不检验:名次差异可能是噪音;
  5. 排序项过多:后段数据质量差还照用;
  6. 矩阵直线作答不处理:污染行均值;
  7. 图表选错:排序题用柱状图堆叠导致无法读取名次。

使用边界与注意事项

参考资料

  • 多选题与矩阵题分析属调查数据分析常规方法,本文口径说明参考调查统计通行实践
  • 排序聚合方法(Borda Count)参考社会科学测量通行定义
工具推荐 上传复杂题型数据,使用 SurveyKit Quant 辅助整理百分比口径、Top Box 与排序指标。