什麼是問卷資料？我們又該如何決定用哪一種統計檢定來分析？為了回答這些問題，你將能定義各式各樣的問卷資料型態，認識描述統計與推論統計等重要概念，並透過視覺化來判斷所需的統計建模技術。完成後，你就能以質化與量化方式，清楚界定問卷中出現的趨勢與洞見。

調查資料分析導論

觀察測量層級

交叉列聯表

描述統計與推論統計

敘述統計

推論統計

統計建模技術

散佈圖檢視

選擇統計方法

抽樣技術配對

為何分析問卷資料與何時使用統計工具

本章將帶你根據問卷資料的蒐集條件與母體參數，學習如何以不同方式，從母體問卷資料建立符合條件的樣本資料。

隨機抽樣

員工的隨機樣本

可重現的隨機抽樣

分層隨機抽樣

「Yes」與「No」的分佈

分層抽樣

加權抽樣

部落格調查

以慣用手為主題的加權抽樣

群集抽樣

分組叢集

選取叢集

叢集抽樣分析

抽樣與加權

現在來透過真實案例，理解在問卷分析中描述統計與推論統計的差異。透過動手練習，你會進一步解讀各種變數、了解如集中趨勢與 z 分數等關鍵指標，並詮釋結果以制定可行的後續步驟。

問卷分析中的描述性統計

次數分配

變異程度的量測

集中趨勢的量測

問卷分析中的推論統計

視覺化資料：直方圖

找出 z 分數

用 .corr() 分析變數

員工快樂嗎？

公平一決勝負

最後，你將把統計建模應用到問卷資料分析上，包括迴歸分析、雙樣本 t 檢定與卡方檢定，並解讀這些檢定所依據的假設條件。

Regression analysis（迴歸分析）

擬合線性迴歸模型

視覺化問卷資料

需要安全防護措施嗎？

雙樣本 t 檢定

女性更外向嗎？

外向性兩樣本 t 檢定

卡方檢定

選項

不做卡方檢定

要不要做卡方檢定？

科技業心理健康調查

心理健康與遠端工作

恭喜你

統計建模

不論是公司想了解員工的工作偏好，或是行銷活動想掌握主要受眾的需求，問卷資料都是極具價值的工具。你將學到為何要分析問卷資料，以及何時適合使用描述統計與推論統計等工具。你會使用 Python 套用多種抽樣方法，並視覺化問卷結果，以質化方式解讀變數與結果，並依你所分析的問卷型態，判斷適合的模型檢定方法。

<h2>學習如何在調查數據上運用 Python</h2>
<br><br>
無論是一家公司希望了解員工的工作偏好，還是行銷活動想要掌握主要受眾的需求，問卷調查數據都是深入了解特定族群及制定後續行動策略的最佳工具之一。 在這裡，您將學習分析問卷調查資料的目的，以及在何種情況下適合運用描述性與推論性統計工具。
<br><br>
<h2>熟悉關鍵統計調查分析工具</h2>
<br><br>
在本課程中，您將在<a href = "https://www.datacamp.com/courses/hypothesis-testing-in-python">Hypothesis Testing in Python</a>所學主題的基礎上，實際操作並熟悉如何運用Python分析各類調查數據。
<br><br>
您將學習如何運用各種抽樣方法，確保在研究中能準確代表整體族群，並從分析中推論這些方法對結論的影響。
<br><br>
在視覺化您的調查結果時，您也將針對與建模測試相關的變數和結果進行質性解讀，例如線性回歸、雙樣本 t 檢定以及卡方檢定，並根據您所分析的調查類型進行說明。

Hypothesis Testing in Python

學習使用Python分析調查數據，了解何時適用描述性和推論性統計工具。

使用 Python 分析問卷資料

掌握使用 Python 分析問卷資料，判斷何時應用描述性與推論性統計工具。

Regression analysis（迴歸分析）

Create Your Free Account