Stata问卷数据分析入门教程
Stata问卷数据分析入门教程
本文是一篇面向零基础读者的Stata问卷数据分析教程。从数据导入到回归分析，详细介绍了问卷数据分析的多个关键步骤，每个步骤都配有具体的Stata命令和输出结果的解释。
一、导入数据
注意按需选择【将第一行作为变量名】
二、信度与效度检验
2.1信度检验
对问卷进行Cronbach’s Alpha信度检验。如果此值高于0.8，则说明信度高；如果此值介于0.70.8之间，则说明信度较好；如果此值介于0.60.7，则说明信度可接受；如果此值小于0.6，说明信度不佳。
命令：
alpha var1 var2 var3...
输出：
分析：
Cronbach’s Alpha为0.8610，说明信度高
2.2 效度检验
对量表的效度分析采用KMO和Bartlett球检验法进行检验。如果此值高于0.8，则说明研究数据非常适合提取信息，效度很好；如果此值介于0.70.8之间，则说明研究数据适合提取信息，效度较好；如果此值介于0.60.7，则说明研究数据比较适合提取信息，效度一般；如果此值小于0.6，说明数据效度一般。
命令：
ssc install factortest
factortest var1 var2 var3
先安装factortest，然后进行检验
输出：
找到Bartlett球检验近似卡方=1475.101，df=78, p-value=0, KMO=0.891.
分析：
KMO结果结果为0.891，大于0.8，Bartlett的球形度检验中p<0.001，说明变量间存在相关因子，适合做因子分析。
三、因子分析
3.1量表的旋转因子载荷系数与公因子方差结果
命令：
factor q1_1 q1_2 q1_3 q2_1 q2_2 q2_3 q3_1 q3_2 q3_3 q4_1 q4_2 q4_3, factors(4)
rotate, varimax
上面假设量表有4个维度。
输出：
分析：
经过处理可得量表的旋转因子载荷系数与公因子方差结果：
可以看出，各题项的因子载荷系数绝对值均大于0.4，即说明选项和因子有对应关系
tips：如何快速将stata的表格复制到word？
Answer：安装
asdoc并用asdoc
导出
ssc install asdoc
asdoc summarize, replace
其中summarize可替换成你想输出的命令
3.2量表方差解释率结果
根据前面factor和rotate的输出可总结如下：
四、描述性统计分析
4.1样本人口统计学特征（频数统计）
命令
tab var1
输出：
4.2多选题的处理
Q5为多选题，数据格式如下：
现在需要将各选项分开计算出现频次并绘制直方图，步骤如下
- 创建唯一标识符变量：
gen id = _n
- 拆分多选项变量
split Q5, parse(,) gen(option)
- 将数据转换为长格式
reshape long option, i(id) j(option_num)
drop if option == ""
- 将选项变量转换为数值类型：
destring option, replace
- 将选项值替换为汉字标签：
label define option_label 1 "抖音" 2 "快手" 3 "B站" 4 "微信视频号" 5 "其他"
label values option option_label
- 计算频次：
tabulate option, generate(freq)
输出：
- 绘制直方图
这一步我还没太搞懂哈哈哈，我就弄进excel里面画啦，也蛮方便的
五、相关性分析
需要获得的不是每个变量间的相关性，而是维度间的相关性
这里我采用的是维度内取平均，然后再进行相关性分析的方法
egen dim1_mean = rowmean(dim1_var1 dim1_var2)
egen dim2_mean = rowmean(dim2_var1 dim2_var2)
egen dim3_mean = rowmean(dim3_var1 dim3_var2)
egen dim4_mean = rowmean(dim4_var1 dim4_var2)
correlate dim1_mean dim2_mean dim3_mean dim4_mean
输出
六、回归分析
将Q1 Q2 Q3 Q4 Q6 Q7 Q8作为控制变量，dim1_mean dim2_mean dim3_mean作为自变量，而将 dim4_mean作为因变量进行线性回归分析，另外需要计算VIF
命令：
regress dim4_mean Q1 Q2 Q3 Q4 Q6 Q7 Q8 dim1_mean dim2_mean dim3_mean
regress dim4_mean Q1 Q2 Q3 Q4 Q6 Q7 Q8 dim1_mean dim2_mean dim3_mean ,beta
vif
注意第一条命令是进行回归分析，输出非标准化系数、t值和p值
第二条命令是为了计算标准化系数beta
输出：