一、开放式问题的价值
问卷中的开放式问题让受访者用自己的语言回答问题，不受预设选项的限制。这种自由表达能够捕捉到封闭式问题难以获得的深度信息、意外洞察和真实情感。
然而，开放式问题产生的数据是非结构化的文本，如何系统地分析这些数据，从中提取有价值的洞察，是许多研究者面临的挑战。开放题文本分析正是解决这一问题的关键技能。
二、文本分析的基本流程
步骤1：数据准备
收集和整理文本数据：
- 导出所有开放式问题的回答
- 清洗数据：去除无效回答（如”无””不知道”）、处理乱码、统一格式
- 检查数据质量：回答长度、相关性、真实性
步骤2：熟悉数据
在正式分析前，通读部分回答，了解数据的大致内容和特点：
- 回答的主题分布
- 使用的语言和表达方式
- 回答的详细程度
- 是否存在明显的模式
步骤3：编码方案设计
编码是将文本转化为可分析类别的过程。有两种编码策略：
预设编码：基于理论或研究问题预先设定编码类别。适合研究问题明确、有理论框架的情况。
归纳编码：从数据中自然浮现编码类别。适合探索性研究，希望从数据中发现模式。
实践中通常结合两者：先进行归纳编码发现主题，再整理成系统的编码框架。
步骤4：编码执行
按照编码方案对文本进行分类：
- 逐条阅读回答
- 判断属于哪些编码类别（可以多重编码）
- 记录编码结果
- 对模糊案例做备注，后续讨论统一标准
步骤5：信度检验
确保编码的一致性：
- 多人编码时，计算编码者间信度（如Kappa系数）
- 单人编码时，间隔一段时间重新编码部分数据，检验稳定性
- 对不一致的编码进行讨论，修订编码标准
步骤6：数据分析
编码完成后，进行量化分析：
- 频次统计：各类别出现的频率
- 交叉分析：不同群体在各类别上的差异
- 趋势分析：不同时间点的变化
三、主题分析：发现核心主题
主题分析是最常用的文本分析方法，目标是识别数据中的核心主题和模式。
分析步骤
1. 初始编码
逐行或逐段阅读文本，标记有意义的内容片段，赋予描述性代码。
2. 主题生成
将相关的代码归类，形成潜在主题。主题是捕捉数据中重要模式的编码组。
3. 主题回顾
检查主题是否准确反映编码和数据。必要时合并、拆分或重新定义主题。
4. 主题定义
为每个主题撰写清晰的定义，说明主题的内容边界和核心特征。
5. 报告撰写
选择生动的数据摘录，结合分析叙述，呈现主题和洞察。
四、情感分析：识别情绪倾向
情感分析识别文本中的情感倾向（正面、负面、中性），常用于满意度调查、社交媒体监测等场景。
分析方法
词典法：
使用预定义的情感词典，统计正面词和负面词的数量，计算情感得分。
优点：简单快速；缺点：无法处理语境、讽刺等复杂情况。
机器学习方法：
使用标注数据训练分类模型，自动识别情感。
优点：准确率高，能处理复杂语境；缺点：需要大量标注数据。
混合方法：
结合词典和机器学习，兼顾效率和准确性。
五、工具与软件
手动分析工具
- Excel：适合小样本，使用筛选、透视表功能
- Word/QSR NVivo：质性研究软件，支持编码和主题分析
自动分析工具
- Python：NLTK、spaCy、TextBlob等库
- R：tm包、quanteda包、 tidytext包
- 在线工具：Google Cloud NLP、Azure Text Analytics
词频分析工具
- Wordle、TagCrowd：生成词云
- Voyant Tools：在线文本分析平台
六、分析技巧与注意事项
1. 保持开放心态
不要让预设假设限制对数据的理解。允许数据中浮现意外的主题和洞察。
2. 注意语境
同样的词在不同语境下含义不同。分析时要考虑上下文，避免断章取义。
3. 保留原始引述
在报告中引用原始文本，让数据”自己说话”。引述要典型、简洁、有代表性。
4. 量化与质化结合
报告频次数据（如”60%的受访者提到价格问题”）的同时，用具体引述说明问题的具体表现。
5. 处理多语言数据
如果数据包含多种语言，需要统一翻译后再分析，或分别分析后对比。
6. 注意伦理
报告中的引述可能涉及敏感信息，要注意脱敏处理，保护受访者隐私。
七、案例示意
某产品满意度调查的开放式问题：”您对我们的产品有什么建议？”
编码结果：
- 功能改进（35%）：”希望增加XX功能””XX功能不够好用”
- 价格相关（25%）：”价格偏高””希望能有更多优惠”
- 使用体验（20%）：”界面不够友好””操作有点复杂”
- 服务相关（15%）：”客服响应慢””售后不够及时”
- 其他（5%）
洞察：功能需求是最主要的改进方向，其次是价格敏感度高。建议优先投入功能开发，同时考虑定价策略调整。