Продукты

Платформа SurveyMonkey разработана таким образом, чтобы помочь вам в любой ситуации. Изучите наши предложения, чтобы узнать, как SurveyMonkey может помочь именно вам.

Получайте достоверные данные от мирового лидера в области онлайн-опросов.

Изучите основные функции и продвинутые инструменты на одной мощной платформе.

Создавайте и настраивайте формы для сбора информации и платежей.

На ваш выбор более 100 приложений и плагинов, чтобы работать было еще удобнее.

Специализированные решения для любого исследования рынка.

Создавайте эффективные опросы и делайте выводы быстрее с помощью ИИ.

Шаблоны

Измерьте удовлетворенность и лояльность клиентов.

Узнайте, как сделать клиентов счастливее и превратить их в своих сторонников.

Получите сведения и улучшите функционал своего продукта.

Соберите контактную информацию потенциальных клиентов, приглашенных лиц и т. д.

Легко и быстро получайте подтверждения участия в мероприятии.

Узнайте, что думают участники, чтобы в следующий раз улучшить мероприятие.

Получите информацию, чтобы повысить эффективность и вовлеченность персонала.

Получите отзывы от участников, чтобы проводить эффективные встречи.

Получите отзывы, которые помогут повысить эффективность работы.

Создавайте более эффективные курсы и улучшайте методы преподавания.

Узнайте, как учащиеся оценивают курс и его презентацию.

Узнайте, что покупатели думают о ваших идеях новых продуктов.

Ресурсы

Передовой опыт использования опросов и их данных

Наш блог, посвященный опросам, советам для бизнеса и другим темам.

Руководства и инструкции по использованию SurveyMonkey.

Как ведущие бренды растут с помощью SurveyMonkey.

Связаться с отделом продажВойти в систему
Связаться с отделом продажВойти в систему

Factor analysis primer: make sense of complex survey data

Shrink your data to measure concepts that are hard to quantify

What single measure describes your overall health?

Your blood pressure? Calorie intake? Weight?

None of these numbers gives you the full picture by themselves, but putting them all together can tell you a lot.

This is an example of when a researcher might use factor analysis, a statistical technique that’s useful for simplifying and analyzing large sets of data with many variables.

It can help you find out whether variables (or in the case of surveys, questions) are correlated with one another or with some other variable or concept. Statisticians call these related variables common factors.

You can determine the relationships between groups of variables by lumping together the ones that are that are strongly correlated, making them into common factors. This is the basis of factor analysis, which is often used in the fields of psychology, health, and political science.

For example, take these questions you might find in a healthcare survey.

  • What is your height?
  • What is your weight?
  • Do you smoke?
  • How often do you exercise?
  • Do you have high blood pressure?
  • Have you ever had a heart attack?

Individually, the responses to these questions are too specific to say much about your overall health. But taken together, they can provide a more comprehensive measure of your wellbeing, which is the common factor that researchers are truly interested in.

If a researcher asked just one broad question about your health, say, asking you to rate your overall health as excellent, very good, good, fair, or poor, you might have a hard time answering.

After all, are you comparing yourself to your elderly neighbor? Your teenage cross-country runner daughter? It’s hard to know where you stand in relation to everyone else, and different respondents might compare themselves to different groups.

Instead, many researchers will ask a series of health-related questions and perform a factor analysis, which generates a standardized score of health.

There are three primary uses for factor analysis:

  • To form a hypothesis about a relationship between variables. Researchers call this exploratory factor analysis.
  • To test a hypothesis about the relationship between variables. Statisticians call this confirmatory factor analysis.
  • To test how well your survey actually measures what it is supposed to measure, which is commonly described as construct validity.

Note: Factor analysis is an advanced technique that requires a statistical software package. You should be very familiar with one of these packages before you begin your work.

Now that you know what factor analysis is, here are some survey design tips you’ll want to keep in mind if you plan on using factor analysis:

Factor analysis relies on having lots of data. Even if you’re using a sample size calculator, the exact number of respondents required to do a factor analysis will depend on things like your population size and the questions you’re asking, but the more completed responses you have, the better.

Factor analysis allows you to summarize broad concepts that are hard to measure by using a series of questions that are easier to measure. The idea is to gather a lot of data points and then consolidate them into useful information.

You need quantitative data in order for factor analysis to work, so the answer options to your questions should fall on a scale. It doesn’t matter whether you are using a number scale (e.g., from 0 to 10), a binary scale (e.g., Yes or No), or a Likert scale (e.g., strongly agree/agree/neutral/disagree/strongly disagree). The only requirement is that your options should be ordered in some way.

Plenty of analysis—generating charts, graphs, and summary statistics—can be done inside SurveyMonkey’s Analyze tool. That means the majority of SurveyMonkey customers will be able to do all their data collection and analysis without outside help. But factor analysis is a more advanced analysis technique.

If you are already comfortable working with statistical software packages like R, SAS, SPSS, or Stata, just export your survey data from Analyze to download the data into the format that fits your software.

While casual survey makers might not have the need (or software) for the level of detail factor analysis provides, it can be an invaluable tool in a survey researcher or statistician’s kit. By boiling down multiple data points into digestible chunks, you can measure concepts that are otherwise difficult to quantify and spot relationships in your data.

Una mujer pelirroja crea una encuesta en una computadora portátil

Воспользуйтесь нашими инструментами, разработанными, чтобы максимально использовать возможности обратной связи в вашей индустрии.

Un hombre y una mujer miran un artículo en su computadora portátil y escriben información en notas adhesivas

Задавайте правильные вопросы, чтобы сократить утечку кадров. Начните создавать формы уже сегодня с помощью нашего конструктора и шаблонов форм.

Un hombre con lentes sonríe y usa una computadora portátil

Получите согласие с помощью формы. Зарегистрируйте бесплатную учетную запись уже сегодня, чтобы начать создавать формы на базе наших шаблонов.

Una mujer revisa información en su computadora portátil

Легко создавайте и настраивайте формы для получения запросов от сотрудников, клиентов и т. д. Воспользуйтесь шаблонами, которые подготовили наши эксперты, чтобы начать работу за считаные минуты.