在和SPSSAU的用戶交流中，我們發(fā)現(xiàn)本是非常簡單的數(shù)據(jù)分析原理以及軟件工具，結(jié)果非常多的同學(xué)完全不會(huì)SPSS數(shù)據(jù)分析，不知道如何學(xué)習(xí)，即使學(xué)過相關(guān)原理，但對(duì)具體數(shù)據(jù)進(jìn)行分析時(shí)也有非常多問題。

這不禁讓我們思考，SPSS難嗎？無非就是數(shù)據(jù)類型的區(qū)別后，就能理解應(yīng)該用什么樣的分析方法，對(duì)應(yīng)著分析方法無非是找一些參考資料進(jìn)行即可。甚至像SPSSAU這樣的在線網(wǎng)頁SPSS軟件，直接可以將數(shù)據(jù)分析結(jié)果指標(biāo)人工智能地分析出來，這有多難呢？因此本文就來深入梳理一下如何系統(tǒng)的學(xué)習(xí)數(shù)據(jù)分析，便于讓不會(huì)數(shù)據(jù)分析的同學(xué)，在學(xué)習(xí)數(shù)據(jù)分析的過程中可以少走彎路，樹立數(shù)據(jù)分析價(jià)值觀，以及以數(shù)據(jù)進(jìn)行決策的思維意識(shí)，并且可以快速的掌握數(shù)據(jù)分析。

本文章分為四個(gè)板塊進(jìn)行說明，一是數(shù)據(jù)分析思維的培養(yǎng)。二是數(shù)據(jù)間的幾類關(guān)系情況。三是數(shù)據(jù)分析方法的選擇。四是數(shù)據(jù)研究的撰寫等。

相對(duì)來講，我們國家對(duì)于數(shù)據(jù)價(jià)值的重視是最近幾年才開始，尤其是大數(shù)據(jù)時(shí)代的興起，以及人工智能時(shí)代的國家戰(zhàn)略情況。之前企業(yè)進(jìn)行決策時(shí)基本均是憑借主觀經(jīng)驗(yàn)，老板的經(jīng)驗(yàn)決定企業(yè)的成長，這也許叫做‘定性研究’較為適合，這種思路并沒有錯(cuò)誤。相對(duì)來講，主觀個(gè)人偏好性是這種經(jīng)驗(yàn)意識(shí)的弊端，而數(shù)據(jù)思維是用真實(shí)的數(shù)據(jù)作為依據(jù)，相對(duì)來講具有更強(qiáng)的科學(xué)客觀性。但兩種思維各有優(yōu)缺點(diǎn)，數(shù)據(jù)還可以造假，以及人們還可能會(huì)錯(cuò)誤的利用數(shù)據(jù)等。

但無論如何，西方的數(shù)據(jù)意識(shí)，以及數(shù)據(jù)價(jià)值客觀存在。我們有必要對(duì)其進(jìn)行重視。作為數(shù)據(jù)研究人員，首先需要確保的是對(duì)數(shù)據(jù)的敬仰，錯(cuò)誤的數(shù)據(jù)絕對(duì)無法容忍，否則永遠(yuǎn)不會(huì)得出科學(xué)的結(jié)論。因而數(shù)據(jù)分析思維的素養(yǎng)第一層次即尊重?cái)?shù)據(jù)。原始數(shù)據(jù)代表的意義，數(shù)據(jù)自身帶來的屬性等均應(yīng)該逐一確認(rèn)。

確認(rèn)數(shù)據(jù)的真實(shí)準(zhǔn)確性后，即完成數(shù)據(jù)清理后，可對(duì)數(shù)據(jù)類型進(jìn)行區(qū)分，一切數(shù)據(jù)均可分為兩種類型，包括定性和定量數(shù)據(jù)。如同’定性研究‘和’定量研究‘一樣，定性數(shù)據(jù)是那些表示分類，通常使用百分比匯總，無法計(jì)算平均值的數(shù)據(jù)，比如性別，專業(yè)。性別僅為男和女，使用數(shù)字1和數(shù)字2表示，可以分別計(jì)算男和女的比例，但是不能算個(gè)平均分為1.2，得出性別平均為1.2這樣的分析。另外一種數(shù)據(jù)叫定量數(shù)據(jù)，定量數(shù)據(jù)是那些可以進(jìn)行量化，通常使用平均值表示，比如年齡，身高，體重，滿意度等?？梢杂?jì)算平均年齡，但通常不分分析每個(gè)年齡數(shù)字的選擇百分比。另外還有一類數(shù)據(jù)，其即可以計(jì)算百分比，也可以計(jì)算平均值，比如問卷研究中的滿意度，數(shù)字1代表非常不滿意，數(shù)字2代表比較不滿意，數(shù)字3代表中立，數(shù)字4代表比較滿意，數(shù)字5代表非常滿意。這類數(shù)據(jù)可以計(jì)算各項(xiàng)的百分比，也可以計(jì)算平均值。具體此類數(shù)據(jù)如何應(yīng)用，可結(jié)合實(shí)際情況進(jìn)行即可，但通常的偏好是，如果可以看作為定量數(shù)據(jù)，則按照定量數(shù)據(jù)情況進(jìn)行即可。

在基本的數(shù)據(jù)類型確認(rèn)之后，接下來再討論下數(shù)據(jù)研究的一些關(guān)系情況。如果是初學(xué)數(shù)據(jù)分析，常規(guī)的路徑可能是開始理解數(shù)據(jù)算法的原理，然后就懂一個(gè)就去，接著再學(xué)習(xí)另外一個(gè)算法。這種方法是常規(guī)教科書式的學(xué)習(xí)路徑，非常慢而且容易出現(xiàn)一個(gè)問題即懂了理論無法進(jìn)行實(shí)踐。

數(shù)據(jù)分析是挖掘數(shù)據(jù)間的關(guān)系情況，發(fā)現(xiàn)潛在的數(shù)據(jù)規(guī)律，找出數(shù)據(jù)后面潛在的商業(yè)價(jià)值等。本人將數(shù)據(jù)間的關(guān)系歸納匯總為以下三類。第一是差異關(guān)系；第二是相關(guān)關(guān)系。第三是其它關(guān)系。

第一類差異關(guān)系通常是研究不同類別的差異性，提到了不同類別，那就涉及到定性數(shù)據(jù)，差異關(guān)系可以包括定性和定量數(shù)據(jù)的差異性，定性和定性數(shù)據(jù)的差異性。自然地也就對(duì)應(yīng)到幾類研究方法。

第二類為相關(guān)關(guān)系。比如越如何越如何之類的關(guān)系。包括相關(guān)關(guān)系，還有影響關(guān)系等。X對(duì)于Y的影響關(guān)系情況如何等，此時(shí)影響關(guān)系又拆分出幾種分析算法。

當(dāng)然還有其它關(guān)系，比如數(shù)據(jù)的濃縮，聚類。此時(shí)又分涉及到對(duì)應(yīng)的研究方法。

在進(jìn)行數(shù)據(jù)研究時(shí)，首先需要想到的是“我想做什么？“，來回就只有三種關(guān)系，那么這種關(guān)系有著明顯的區(qū)分性，對(duì)應(yīng)確認(rèn)關(guān)系情況，加上數(shù)據(jù)類型的判斷，對(duì)應(yīng)就會(huì)找出合理的數(shù)據(jù)研究方法。接下來一一概述。

上面兩部分分別講述了數(shù)據(jù)類型和數(shù)據(jù)關(guān)系情況。接著需要落地，即研究方法的使用。按照上一部分的思路，即三類關(guān)系情況進(jìn)行闡述。

第一類為差異關(guān)系。

1、定性和定性數(shù)據(jù)差異關(guān)系。比如性別和專業(yè)的差異關(guān)系，不同性別人群專業(yè)偏好上有沒有差異呢？此時(shí)應(yīng)該用卡方分析。

2、定性和定量數(shù)據(jù)差異關(guān)系。比如性別和身高的差異關(guān)系，不同性別人群身高有沒有明顯的差異性呢？此時(shí)應(yīng)該用方差分析或者T檢驗(yàn)。至于方差分析和T檢驗(yàn)的區(qū)別上，比如性別為兩類，則可以使用方差分析或者T檢驗(yàn)；比如研究城市和身高的關(guān)系，一線，二線或者三線城市人群他們的身高有沒有明顯差異性。比較了三組人群，這時(shí)候只能用方差分析，不能用T檢驗(yàn)。因?yàn)榉讲罘治隹梢詫?duì)比多組，而T檢驗(yàn)只能對(duì)比兩組。

3、定量數(shù)據(jù)和定量數(shù)據(jù)的差異。有時(shí)候做實(shí)驗(yàn)，比如新型教學(xué)方式的使用，在使用前和使用后，學(xué)生成績有沒有明顯的變化呢？此時(shí)則應(yīng)該使用配對(duì)T檢驗(yàn)。配對(duì)T檢驗(yàn)通常都是用于實(shí)驗(yàn)研究中，使用時(shí)相對(duì)需要注意下。

4、定量數(shù)據(jù)和數(shù)字的差異。比如中國人的平均身高是否明顯的高于1.70。定量數(shù)據(jù)和一個(gè)數(shù)字的差異性，此時(shí)應(yīng)該用單樣本T檢驗(yàn)。

當(dāng)然還有其它一些研究方法，但先從基礎(chǔ)的開始，懂了這些方法后，再逐一深入學(xué)習(xí)。明白了這幾類差異關(guān)系，事實(shí)上已經(jīng)理解一部分?jǐn)?shù)據(jù)分析。比如差異關(guān)系研究時(shí)有時(shí)候會(huì)有非參數(shù)檢驗(yàn)，這類研究都是和正態(tài)性，方差齊這兩個(gè)名詞緊密相關(guān)，后續(xù)的文章再慢慢剖析。

第二類為相關(guān)關(guān)系。

定量和定量數(shù)據(jù)的相關(guān)關(guān)系。比如身高和體重之間有沒有關(guān)系？此時(shí)則應(yīng)該使用相關(guān)分析。至于相關(guān)分析，又可以再細(xì)分為pearson和spearman相關(guān)，這兩類關(guān)系是結(jié)合數(shù)據(jù)正態(tài)性情況而定，正常情況下都默認(rèn)使用pearson相關(guān)分析。

1、影響關(guān)系情況（X對(duì)Y的影響，Y為定量數(shù)據(jù)）。比如研究學(xué)歷，年齡，收入，滿意度等對(duì)于消費(fèi)金額的影響。此時(shí)一般是使用回歸分析，或者更多稱作是線性回歸分析。也有時(shí)候會(huì)使用到非線性回歸分析，但這種情況相對(duì)較少。線性回歸分析也可以再細(xì)分為2類，簡單線性（一元線性）和多元線性，研究X對(duì)Y的影響，如果X僅為1個(gè)則稱作簡單線性（一元線性）；如果X為多個(gè)，此時(shí)稱作多元線性回歸分析。如果Y的個(gè)數(shù)超過1個(gè)，可以多進(jìn)行幾次回歸就好，更復(fù)雜的可以使用結(jié)構(gòu)方程模型進(jìn)行研究。線性回歸時(shí)X可以為定性數(shù)據(jù)也可以為定量數(shù)據(jù)，如果是定性數(shù)據(jù)則需要進(jìn)行虛擬變量（啞變量）設(shè)置。

2、影響關(guān)系情況（X對(duì)Y的影響，Y為定類數(shù)據(jù)）。比如研究學(xué)歷，年齡，收入，滿意度等對(duì)于是否購買IPHONE X的影響。此時(shí)應(yīng)該使用logistic回歸分析。線性回歸和logistic回歸的區(qū)別在于，線性回歸時(shí)，Y為定量數(shù)據(jù)；logistic回歸分析時(shí)，Y是定類數(shù)據(jù)。當(dāng)然logistic回歸又區(qū)分為三類，分別是二元logistic回歸，有序logistic回歸，無序logistic回歸；區(qū)別在于如果Y僅分為兩類，比如愿意不愿意，購買不購買，喜歡不喜歡，此時(shí)Y只有2個(gè)類別則叫做二元logistic回歸，此方法的使用頻率非常高。比如Y分為三組分別是不喜歡，喜歡和喜歡，此時(shí)使用有序logistic回歸（其實(shí)使用線性回歸也是可以的，只是我們這里把Y當(dāng)成是定類數(shù)據(jù)所以使用有序logistic回歸而已）；無序logistic回歸時(shí)，Y一定是絕對(duì)的定性數(shù)據(jù)，比如出行方式的偏好（自行車，公共汽車，地鐵，自駕），此時(shí)用無序logistic回歸即可。

第三類為其它關(guān)系。

實(shí)際情況中還會(huì)有比如數(shù)據(jù)的濃縮，樣本的聚類等研究。

1、數(shù)據(jù)濃縮：比如說了20句話，是否可以把20句話概括歸納成4個(gè)詞語表示呢？此時(shí)就應(yīng)該用到數(shù)據(jù)濃縮，即使用因子分析（也或者主成分分析）；以及記住，數(shù)據(jù)濃縮時(shí)，數(shù)據(jù)一定是定量數(shù)據(jù)。

2、樣本聚類：比如游戲里面分了幾種角色，游戲數(shù)據(jù)分析人員希望對(duì)收集到了1萬個(gè)樣本分成幾類，便于進(jìn)行游戲里面的角色定位。此時(shí)則需要使用聚類分析。

上述的方法選擇，分別與數(shù)據(jù)關(guān)系，或者數(shù)據(jù)類型間的關(guān)聯(lián)性思路。事實(shí)上與網(wǎng)頁在線版本的SPSSAU(http://www.spssau.com)，完全如出一轍。spssau即是使用這樣的思路進(jìn)行產(chǎn)品設(shè)計(jì)。確定好數(shù)據(jù)類型，理解了數(shù)據(jù)關(guān)系情況，即可選擇出正確的數(shù)據(jù)研究方法。

如果已經(jīng)理解了數(shù)據(jù)類型，數(shù)據(jù)關(guān)系，并且選擇了正確的數(shù)據(jù)研究方法。最終無非是把數(shù)據(jù)研究方法得出的結(jié)論進(jìn)行匯總整理，然后寫成有邏輯性的報(bào)告，并且在結(jié)論基礎(chǔ)上對(duì)應(yīng)提出有意義有價(jià)值的建議措施等。

關(guān)于數(shù)據(jù)報(bào)告的撰寫，單獨(dú)從數(shù)據(jù)分析角度上看，建議以實(shí)際需求出發(fā)，比如研究差異關(guān)系，那么首先得需要知道有沒有差異，接著有了差異，具體差異情況如何。有了差異或者沒有差異時(shí)，對(duì)應(yīng)的建議措施應(yīng)該如何。按照這樣的思路，相信數(shù)據(jù)研究報(bào)告的撰寫并非難事。

如果是對(duì)具體數(shù)據(jù)研究方法的結(jié)論撰寫有困難，建議也可以直接使用spssau進(jìn)行分析，直接參考里面的智能文字分析即可。以及需要特別注意在于，數(shù)據(jù)研究結(jié)論對(duì)應(yīng)有什么意義，價(jià)值在哪里，對(duì)實(shí)際商業(yè)的價(jià)值或者指導(dǎo)在哪里？這才是重點(diǎn)。