SPSSAU数据分析思维培养系列3：分析思路

本文章为SPSSAU数据分析思维培养的第3期文章。

 

上文讲解如何选择正确的分析方法，除了有正确的分析方法外，还需要把分析方法进行灵活运用。拿到一份数据，应该如何进行分析，总共有几个步骤，第一步第二步应该做什么，需要有个宏观把控，只有这样才能有规范的研究科学的思维和逻辑。

 

本文章首先阐述数据的整体思维，即整体把控住应该如何剖析一份数据做到心理有数，接着针对常见的问卷进行思维剖析，并且提供思路框架，期许为大家带来一丝丝帮助。

 

第一部分 把控数据思维

如果想要把控好数据思维，简单来讲在拿到一份数据后如何进行分析，心里应该有个底。做到以下几点，相信可以更好地理解数据思维。首先是针对数据特征描述，其次是对数据质量说明，研究目的是什么如何使用研究方法或措施去匹配论证研究目的，最后把数据结果呈现出来并且进行讨论说明。

 

 

 

1、数据特征描述

 

拿到一份数据时，首先看下数据的特征，比如性别的分布情况如何，平均年龄情况如何。当然这里是需要区分定类和定量数据分别进行描述，比如性别是定类数据使用百分比频数说明，年龄是定量数据使用平均值或中位数进行描述说明，在‘数据分析思维培训之2’里面有详细说明。

 

为什么首先需要对数据特征进行描述呢？简单来讲，每份数据都有自己的background，研究是基本数据进行，首先需要告诉下别人我研究的数据是一群什么样的人或者物体。在此基础上才能进行后续的进一步分析。

 

如果研究群体出问题自然后续结论也会有问题，比如研究00后群体，但数据是基本80后，不同群体对于同一事情很可能有着不同的观点和态度。而且在最后进行说明讨论的时候也是基本样本群体的特征而进行，因此在数据分析时，通常首先需要描述清楚研究群体到底是什么样的。

 

2、数据质量说明

 

接着，一般需要对数据的质量进行说明，此步骤可以使用研究方法，比如信度分析、组内相关系数ICC等等进行说明，但有时候数据不适合分析方法要求因而不能使用分析方法进行研究。此时正确的做法是详细描述清楚数据的来源，比如实验数据的背景情况下是什么，基于什么样的实验条件因素进行等，充分证明数据的质量可靠即可。形式不限，文字描述或者使用研究方法等均可。

 

 

3、研究目的剖析

 

对于数据基本特征和数据质量剖析后，接下来最关键的步骤是结合自己的研究目的进行。一般来说研究目的可分为两大类，一是差异关系研究；二是影响关系研究，以及其它。

 

比如不同性别群体是否吸烟的差异性，不同性别群体对于奢侈品的购买意愿或购买行为差异性。差异关系是一种常见且通用的研究方法，一般涉及到比如卡方分析、方差分析、T检验等，结合自己的数据类型进行选择使用即可。

 

而对于影响关系而言，更多出现于学术研究中，通过影响关系研究去论证观点的正确性，影响关系通常可使用比如线性回归、logistic回归、岭回归、Robust回归等。具体不同的研究方法可能对应着不同的数据类型，但都不复杂，关键的地方在于符合研究的目的。

 

有时候为了研究目的服务，可能还会对数据进行‘中间过程处理’，比如对于数据的信息浓缩，可使用因子分析等；或者对于样本群体的聚类，可首先进行聚类分析，然后聚类出不同类别群体再做后续的分析使用。研究目的通常是在准备数据之前就已经确定，因为先有思路再有数据的准备，最后才是进行分析。

 

4、数据结果呈现

 

在进行数据研究时，很可能需要对于数据结果进行呈现，通常是两种方式分别是表格和图。表格是通用的方式，但其比较‘枯燥’。因而很多时候需要结合数据情况进行可视化即图形展示。

一般针对定类数据的图形较多，比如饼图、条形图、柱形图，帕累托图，词云图等；而涉及到定量数据，由于其通过平均值进行表达描述，因而更多可能会使用比如折线图，簇状图等，当然如果是纯统计角度上，还可能的比如箱线图，散点图，直方图，PPQQ图等，均可在SPSSAU中快速的找到；分析与数据呈现是连在一起的，有了数据研究结论一定需要用某种形式呈现出来，无非是选择图或表，也或者二者均用；核心在于可以直观快速的呈现出结果。

 

 

可视化图形-spssau

 

数据分析思路事实上还有很多，比如模型的灵活运用，模型的选择使用等，同样的数据和研究目的，很可能使用到不同的研究模型，比如研究影响关系，都是定量数据。很可能会使用到线性回归、路径分析等，此时可结合实际情况，以及自身的理解综合评估即可，并无绝对对应关系。

 

第二部分 问卷量表思维参考

问卷数据是常见的一种数据来源，而且问卷中很多时候会使用到量表数据，针对此种量表数据，SPSSAU提供一种分析思路参考如下图：

 

 

量表数据问卷研究思路

 

其实从上表可知，第1和第2点均是对于数据特征进行描述。接着第4和第5点属于数据质量研究。第3点是为第6，7，8，9这4点服务。第6点是核心研究数据的特征描述。第7和第8点相关和假设分析属于影响关系的分析范畴。最后第9点是差异关系的范畴。

 

没有绝对的研究步骤，但从上图可以看到，基本上是先数据特征描述，接着数据质量分析，再接着核心研究数据的特征描述，进一步影响关系研究，最后差异关系研究。至于细节性问题，比如信度和效度分析谁先谁后，一般而言是信度在前效度在后。影响关系和差异关系谁先谁后呢？看研究目的，越重要的越放前，相对不重要的靠后即可。

 

第三部分 问卷非量表思维参考

针对非量表类问卷，非量表类问卷最大的特点是：非常多的单选题，多选题等，通常此类问卷用于政策现状研究、基本态度情况研究等。如果此类问卷，多数是使用频数分析，以及涉及多选题的几类方法；同时还有交叉卡方分析。

 

 

非量表分卷研究思路

 

思路上第1和第2点属于数据特征描述，先搞清楚研究数据的基本背景特征情况。接着对于核心研究项进行特征描述，即第3和第4点。除此之外还可以进行差异关系研究，即第5点，一般使用卡方分析。第6点影响关系研究一般会使用到logistic回归分析等。分析思路上紧密相联，先数据特征描述，核心变量特征描述，差异关系，影响关系研究，并且在最后进行汇总。

 

第四部分 其它

在数据分析思路上，还会有很多种类型，本文并没有提供到权重研究，事实上很多研究目的在于计算权重体系，当然此种情况目的非常清晰，主要奔着研究目的去就好，正常情况下都会使用到SPSSAU综合评价里面的研究方法。

 

 

 

综合评价方法

 

除了权重体系的构建，还有聚类数据，把数据样本群体分成几个类别等分析思路，先把思路确认好，接着大致就可以对应上正确的数据分析方法，准备好数据直接分析就可以。

 

更多涉及到数据思路上的资料可在SPSSAU手册里面找到参考，包括影响关系类研究，现状政策类研究，调节/中介类研究，实验类差异研究和聚类样本类研究共五类思路等。