一、多选题所属模块
多选题归在SPSSAU【问卷研究】模块。
二、方法概述
多选题分析主要用于整理问卷中可多项选择题目的作答情况，帮助研究者快速看清每个选项被选择的热度与覆盖面。它适合用户画像、产品偏好、需求收集、满意度调研等场景，能够把分散的多列选项结果集中输出，阅读起来更直观。
三、变量设置规则
多选题分析只需要设置1类变量，即同一道多选题所对应的各个选项变量。该类变量为必填，至少放入1项，最多可放入200项。
分析项设置规则：这里放入的是1个多选题对应选项，通常表现为同一道题拆分后的多列选项数据。每一列代表一个选项，受访者选中该项时会用同一个计数值进行标记。
● 变量名称：1个多选题对应选项。
● 可放入数量：最少1项，最多200项。
● 是否必填：必填。
● 使用建议：应确保这些变量都属于同一道多选题，且编码规则保持一致，否则会影响结果解释。
四、参数设置及解释说明
多选题分析提供1个常用参数，即计数值设置，用来识别数据里哪一个数字代表该选项被选中。默认值为1，也可以切换为2或0。
（1）可选设置
● 默认1：最常见的问卷编码方式，表示选中某项时记为1。
● 选择2：适用于数据中用数字2表示选中的情况。
● 选择0：适用于数据中用数字0表示选中的情况。
（2）如何选择
判断这个参数时，不需要看题目文字，而要看原始数据的编码方式。哪一个数字被实际用来标记已选择，就选择对应的计数值。若编码设置错误，系统虽然能输出结果，但结果含义会发生偏差。
五、分析结果表格及其解读
SPSSAU完成多选题分析后，会输出1个核心结果表格，即响应率和普及率汇总表格。
响应率和普及率汇总表格
展开全文
该表格的作用是集中展示每个选项被选择的次数、在全部响应中的占比，以及在全部样本中的覆盖情况，便于同时判断哪个选项被提得最多和哪个选项覆盖人群最广。
● 响应n：指某个选项被选择的实际次数，用于直接比较各选项的被选择热度。数值越大，说明该选项被提及得越多。若不同选项之间差距明显，通常说明受访者偏好并不平均。
● 响应率：指某个选项在全部响应次数中的占比，反映该选项在所有被选答案中的构成份额。判断时重点看相对高低，占比越高，说明该选项在所有回答内容中越核心；若多个选项占比接近，说明选择分布较分散。
● 普及率：指某个选项在全部样本中的覆盖比例，反映有多少受访者选到了该项。判断时可直接看高低，比例越高，说明该选项覆盖的人群越广；比例较低，则说明只有少数人会选择它。
● 汇总：用于查看总体响应次数与整体普及水平。响应率汇总通常为100%，可作为核对结果是否完整的基础参考。
● 拟合优度检验p值：用于辅助判断各选项的选择分布是否较为均衡。若p值小于0.05，通常说明各选项的选择差异较明显，并非平均分布；若p值大于等于0.05，通常说明整体分布差异不突出。
上图为该结果表在文档中的三线表展示示意，采用图片形式插入，更适合后续排版与多平台内容整理。
六、分析结果图表及其解读
SPSSAU多选题分析会输出3种核心图表，分别为普及率图、响应率图和帕累托图，用于从不同角度观察多选题结果。
1. 普及率图
普及率图通常以柱形图或条形图展示各选项的覆盖比例，适合快速判断哪些选项被更多受访者选择。解读时重点看条形长度或柱体高度，越高说明覆盖面越广；如果前几项明显高于其余选项，通常表示这些内容更具普遍性。
2. 响应率图
响应率图会展示各选项在全部响应中的占比，适合观察多选题内部的答案结构。若某几个选项占据较大面积或较高柱体，说明它们在所有被选答案中更核心；若各项差异不大，则说明受访者回答较分散，没有特别突出的集中项。
3. 帕累托图
帕累托图会将各选项按照响应次数从高到低排序，并帮助识别最值得优先关注的关键选项。解读时可先看排在前列的选项，如果前几项已经覆盖了大部分响应，说明重点非常集中；若下降趋势较缓，则说明受访者关注点更分散，不能只盯住少数几个选项。
以上就是SPSSAU多选题方法的相关内容，更深入教程可查看SPSSAU帮助手册、教学视频、疑难解惑等资料。返回搜狐，查看更多