问卷数据的分析看起来简单，好像每个人都会做，但做起来还真有点难度。
很多初次使用问卷调查方法的人都以为，不就是发个问卷，看看数据做分析嘛，无外乎对单选题做做频率分析，看看选择不同的选项的人占比有多少，对于评分题目，看看均值是多少，不同性别，年龄段的人群均值是多少。
对于一般的小调查，这样粗略的分析可能够了，但是对于学术论文中的问卷分析而言，以上所做的工作，只是其最简单的一部分，后面还有大量的工作要做。
让新手们比较着急的是，统计软件即使实现了数据分析过程的自动化，但是其输出的结果也并不能直接使用，还需要经过自己的整理才能放到论文当中去。
接下来我们就回收数据之后我们应该从哪几个方面分析数据进行介绍。
问卷回收后，首先就需要剔除无效问卷，判断其可信性。在剔除无效问卷的同时，还需要保持一个较高的问卷回收率。一般来说，回收率如果仅有30%左右，资料只能作参考；50%以上，可以采纳建议；当回收率达到70~75%以上时，方可作为研究结论的依据。因此，问卷的回收率一般不应少于70%。
空白较多的问卷、未完成的问卷很容易被识别和剔除，但有些表面上完整的问卷也可能存在种种问题，需要进一步辨别。常见的无效问卷还包括：
1. 选择单一选项。比如全部都选B，或者—半选A一半选B。
2. 随意填答（回答者随机选择答案）。这种情况在没有测谎题的问卷中较难发现，但有时通过对完全相同的题目或相近题目进行对比仍可判断出来。
3. 多人同种答案。这种情况在当场回收的问卷中较少，多出现在在同一单位集体发放问卷、经一段时间后回收的情况下，有些被调查可能相互抄袭应付，或者一个人填答几份问卷。这样的问卷显然不能反映真实情况，都应作为废卷处理。
信度检验是对调查问卷的可信度进行检验的方法，常见的信度检验方法有重测信度检验、折半信度检验、复本信度检验等。在李克特态度量表法中常用的信度检验方法为 Cronbachα系数，α信度系数主要反映量表的内部一致性信度，α系数越高，代表量表的内部一致性越高。
效度检验是指对调查问卷的有效程度进行的检验，常见的检验方法有内容效度检验、准则效度检验、结构效度检验等。效度检验一般可以请领域专家进行分析判断，也可以使用统计软件进行分析。
回归分析的目的是从数量上对具有相互联系和一定因果关系的现象进行描述，通过分析这些变量间的关系，以一个数学模型的形式近似的反应出这些变量间的变化关系。根据研究中自变量和因变量的关系，可以分为线性回归和非线性回归；根据自变量的数量则可以分为一元回归分析和多元回归分析。
