SPSSAU分析方法选择/对比

电玩女神 2022-11-09 12:43 63阅读 0赞

### SPSSAU分析方法选择/对比 ###

原文地址：[https://spssau.com/helps/basics/methodchoice.html][https_spssau.com_helps_basics_methodchoice.html]

* 数据类型是每类分析方法的基石，区分好数据类型，便可找到合适的分析方法。基本统计名词概念,可有助于理解分析结果指标意义。
 * 1、数据分两类,定量和定类,区别为数字大小是否具有比较意义。
 
 <table> 
 <tbody> 
 <tr> 
 <th>术语</th> 
 <th>说明</th> 
 <th>举例</th> 
 </tr> 
 <tr> 
 <th>定量数据</th> 
 <td>数字大小具有比较意义</td> 
 <td>您对天猫的满意度情况（非常不满意，比较不满意，中立,比较满意，非常满意）</td> 
 </tr> 
 <tr> 
 <th>定类数据</th> 
 <td>数字大小代表分类</td> 
 <td>性别（男和女），专业（文科、理科、工科）</td> 
 </tr> 
 </tbody> 
 </table>
 
 * 特别提示
 * 定量：数字有比较意义，比如数字越大代表满意度越高，量表为典型定量数据。
 * 定类：数字无比较意义，比如性别，1代表男，2代表女。
 * 2、 *p* 值：显著性值或Sig值，描述某事情发生的概率
 
 如果*p* 值小于0.01即说明某件事情的发生至少有99%的把握，如果*p* 值小于0.05（并且大于0.01）则说明某件事情的发生至少有95%的把握。
 
 研究人员想研究不同性别人群的购买意愿是否有明显的差异，如果对应的*p* 值小于0.05，则说明呈现出0.05水平的显著性差异，即说明不同性别人群的购买意愿有着明显的差异，而且对此类差异至少有95%的把握，绝大多数研究均希望*p* 值小于0.05，即说明有影响，有关系，或者有差异等。
 
 * 特别提示
 * 常见标准：0.01和0.05，分别代表某事情发生至少有99%或95%的把握。
 * 语言表述：0.01或0.05水平显著。
 * 符号标示：0.01使用2个\*号表示，0.05使用1个\*号表示。
 * 标准设置：如果希望更多标准比如*p* 值小于0.001，可点击头像处进行设置。
 * 3、量表，通常指李克特量表，测量样本对于某构念(通俗讲即某事情)的态度或看法
 
 量表答项类似于“非常同意”、“同意”、“不一定”、“不同意”、“非常不同意”，也或者“非常满意”、“比较满意”、“中立”、“比较不满意”，“非常不满意”等。大多数统计方法均只能针对量表，比如信度分析，效度分析，探索性因子分析(Exploratory Factor Analysis，EFA)等。
 
 量表的尺度形式有多种，常见是五级量表，即五个答项，另外还会有七级量表，九级量表或者四级量表等。

<table> 
 <tbody> 
 <tr> 
 <th colspan="4"> &nbsp; &nbsp; 分析方法选择 </th> 
 </tr> 
 <tr> 
 <td colspan="4">SPSSAU建议：先描述想研究什么，用一句话描述，话里面拆开成X和Y：然后结合X与Y的数据类型，选择对应的分析方法。</td> 
 </tr> 
 <tr> 
 <th>分析方法</th> 
 <th>功能介绍</th> 
 <th>一句话说明</th> 
 <th>数据类型</th> 
 </tr> 
 <tr> 
 <th>频数</th> 
 <td>百分比</td> 
 <td>男女比例分别多少</td> 
 <td>定类</td> 
 </tr> 
 <tr> 
 <th>交叉(卡方)</th> 
 <td>差异关系</td> 
 <td>不同性别【&nbsp;X&nbsp;】人群是否抽烟【&nbsp;Y&nbsp;】的差异情况</td> 
 <td>X(定类) Y(定类)</td> 
 </tr> 
 <tr> 
 <th>描述</th> 
 <td>平均值</td> 
 <td>平均身高，量表数据平均得分等</td> 
 <td>定量</td> 
 </tr> 
 <tr> 
 <th>分类汇总</th> 
 <td>差异关系</td> 
 <td>不同城市的销售额情况</td> 
 <td>X(定类)【&nbsp;可选&nbsp;】 Y(定量/定类)</td> 
 </tr> 
 <tr> 
 <th>相关</th> 
 <td>相关关系</td> 
 <td>身高【&nbsp;X&nbsp;】和体重【&nbsp;Y&nbsp;】有没有关系</td> 
 <td>X(定量)【&nbsp;可选&nbsp;】 Y(定量)【&nbsp;可选&nbsp;】</td> 
 </tr> 
 <tr> 
 <th>回归</th> 
 <td>影响关系</td> 
 <td>身高【&nbsp;X&nbsp;】影响体重【&nbsp;Y&nbsp;】吗？</td> 
 <td>Y(定量) X(定量/定类)</td> 
 </tr> 
 <tr> 
 <th>聚类</th> 
 <td>人群分类</td> 
 <td>300个人分成几类？</td> 
 <td>定量</td> 
 </tr> 
 <tr> 
 <th>因子</th> 
 <td>浓缩 权重</td> 
 <td>30句话概述成5个关键词(因子) 5个关键词(因子)分别代表30句话的信息比重?</td> 
 <td>定量</td> 
 </tr> 
 <tr> 
 <th>主成分</th> 
 <td>浓缩 权重</td> 
 <td>30句话概述成5个关键词(成分) 5个关键词(主成分)分别代表30句话的信息比重?</td> 
 <td>定量</td> 
 </tr> 
 <tr> 
 <th>信度</th> 
 <td>可靠性</td> 
 <td>数据真实吗？</td> 
 <td>定量</td> 
 </tr> 
 <tr> 
 <th>效度</th> 
 <td>有效性</td> 
 <td>数据有效吗？</td> 
 <td>定量</td> 
 </tr> 
 <tr> 
 <th>项目分析</th> 
 <td>区分度</td> 
 <td>设计的量表题目是否有区分度？</td> 
 <td>定量（量表题）</td> 
 </tr> 
 <tr> 
 <th>熵值法</th> 
 <td>权重</td> 
 <td>研究项的权重比例如何？</td> 
 <td>定量</td> 
 </tr> 
 <tr> 
 <th>方差</th> 
 <td>差异关系</td> 
 <td>不同收入【&nbsp;X&nbsp;】群体的身高【&nbsp;Y&nbsp;】是否有差异？</td> 
 <td>X(定类) Y(定量)</td> 
 </tr> 
 <tr> 
 <th>t&nbsp;检验</th> 
 <td>差异关系</td> 
 <td>不同性别【&nbsp;X&nbsp;】群体的身高【&nbsp;Y&nbsp;】是否有差异？【&nbsp;X&nbsp;仅2个类别比如男和女】</td> 
 <td>X(定类) Y(定量)</td> 
 </tr> 
 <tr> 
 <th>多重响应(多选/单选-多选/多选-单选/多选-多选)</th> 
 <td>百分比</td> 
 <td>多选题的选择比例情况如何</td> 
 <td>X(定类)【&nbsp;可选&nbsp;】 多选题选项</td> 
 </tr> 
 <tr> 
 <th>事后多重比较</th> 
 <td>差异关系</td> 
 <td>不同收入【&nbsp;X&nbsp;】群体的身高【&nbsp;Y&nbsp;】详细差异情况？【&nbsp;X&nbsp;两两组别之间差异对比】</td> 
 <td>X(定类) Y(定量)</td> 
 </tr> 
 <tr> 
 <th>单样本t&nbsp;检验</th> 
 <td>差异关系</td> 
 <td>身高是否明显等于1.8</td> 
 <td>定量</td> 
 </tr> 
 <tr> 
 <th>配对t&nbsp;检验</th> 
 <td>差异关系</td> 
 <td>注射新药和没有注射的两组老鼠，血压一样吗？</td> 
 <td>配对1(定量) 配对1(定量)</td> 
 </tr> 
 <tr> 
 <th>逐步回归</th> 
 <td>影响关系</td> 
 <td>帮我自动找出影响身高&nbsp;Y的因素&nbsp;X</td> 
 <td>Y(定量) X(定量/定类)</td> 
 </tr> 
 <tr> 
 <th>分层回归</th> 
 <td>影响关系</td> 
 <td>身高【&nbsp;X,分层1】对于体重【&nbsp;Y】的影响，再加入饮食习惯【&nbsp;X，分层2】，看看饮食习惯对体重的影响有多严重</td> 
 <td>Y(定量) 分层1(定量/定类) 分层2(定量/定类) 分层3(定量/定类) 分层4(定量/定类)</td> 
 </tr> 
 <tr> 
 <th>正态性检验</th> 
 <td>正态检验</td> 
 <td>数据正态吗？</td> 
 <td>定量</td> 
 </tr> 
 <tr> 
 <th>非参数检验</th> 
 <td>差异关系</td> 
 <td>身高数据不正态时，我想研究收入【&nbsp;X&nbsp;】与身高【&nbsp;Y&nbsp;】的差异关系</td> 
 <td>Y(定量) X(定类)</td> 
 </tr> 
 <tr> 
 <th>双因素方差</th> 
 <td>差异关系</td> 
 <td>性别【&nbsp;X&nbsp;】和地区【&nbsp;X&nbsp;】对于身高【&nbsp;Y&nbsp;】的差异</td> 
 <td>Y(定量) X(定类，2个)</td> 
 </tr> 
 <tr> 
 <th>二元Logit</th> 
 <td>影响关系</td> 
 <td>哪些因素【&nbsp;X&nbsp;】影响人们是否购买电影票【&nbsp;Y&nbsp;】</td> 
 <td>Y(定类，2项) X(定量/定类)</td> 
 </tr> 
 <tr> 
 <th>多分类Logit</th> 
 <td>影响关系</td> 
 <td>哪些因素【&nbsp;X&nbsp;】影响人们购买不同类型电影票【&nbsp;Y&nbsp;】</td> 
 <td>Y(定类，2+项) X(定量/定类)</td> 
 </tr> 
 <tr> 
 <th>散点图</th> 
 <td>数据关系</td> 
 <td>身高【&nbsp;X&nbsp;】和体重【&nbsp;Y&nbsp;】的关系情况，并且区分性别【颜色区分】</td> 
 <td>Y(定量) X(定量) 颜色区分(定类)</td> 
 </tr> 
 <tr> 
 <th>直方图</th> 
 <td>正态性</td> 
 <td>身高数据是否正态分布</td> 
 <td>X(定量)</td> 
 </tr> 
 <tr> 
 <th>箱线图</th> 
 <td>数据分布</td> 
 <td>身高数据的分布情况</td> 
 <td>X(定量)</td> 
 </tr> 
 <tr> 
 <th>词云图</th> 
 <td>数据展示</td> 
 <td>热点城市房价指数展示</td> 
 <td>X(定量) 加权项(可选)</td> 
 </tr> 
 </tbody> 
</table>

[https_spssau.com_helps_basics_methodchoice.html]: https://spssau.com/helps/basics/methodchoice.html