关键词：
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。
实用教程！spssau验证性因子分析思路总结
...软件都可以非常便利地实现验证性因子分析，本文将基于SPSSAU系统进行说明。 验证性因子分析 Step1：因子分析类型 因子分析可分为两种类型：探索性因子分析（EFA）和验证性因子分析（CFA）。 ... 查看详情
深度好文，如何培养真正的数据分析思维？附实践案例
...，作者：古牧君朋友们好久不见，我之前写过数据分析领域不少劝退性质的文章，但毕竟有很多朋友适合做这个、或者已经从事这个领域想要提升，所以不能“管杀不管埋”，还是要尽量给出一些解决方案... 查看详情
分类数据分析中的拟合优度检验？
...论文里的分析方法要用哪一种，SPSSAU告诉你答案论文常用数据分析方法分类总结-211.多选题研究多选题分析-SPSSAU多选题分析可分为四种类型包括：多选题、单选-多选、多选-单选、多选-多选。“多选题分析”是针对单个多选题的... 查看详情
财商培养
总结：投资理财=整体认知的财务变现 1. 富人思维（着眼长期利益）/理性消费观/财务自由观（被动收入>15%） ?定位金钱观：不是赚更多的钱，而是收支储投平衡。 ?定位幸福观：... 查看详情
相亲成功率100%！技术大佬都在用的swot模型no.3
...以是SWOT分析的研究对象。在内卷严重的时代，让我们从思维开始，不断精进不断向上。在内卷严重的时代，让我们从思维开始，不断精进不断向上。101个思维模型系列小视频正陆续更新中，请戳：思维模型系列视频 查看详情
数据分析常用的思维导读
目录一、对比思维（1）对比分类（2）对比思路二、细分（拆解）思维三、假设思维四、相关思维一、对比思维 通过对比找到数据的变化特点和发展趋势，找到影响这种差异的原因、优化差异的方法。（1）对比分类指标和目... 查看详情
全栈软件测试能力培养
...力《开学第一课》的全栈软件测试能力培养（3）管理、思维能力和软实力现在人工智能都要走入小学生课堂了，好学好动又好问的软件测试师们，再不搬板凳学习，就要Out啦。 近期拜读软测界大师朱教授的关于软件测... 查看详情
麦肯锡极简工作法-读书笔记
...进行高效沟通“知、感、行”训练方法三、如何提高逻辑思维能力1、逻辑思考：分析、解决问题的基础2、逻辑思考，要始终保持客观、理性3、假设与结论，千万不能混为一谈4、通过对逻辑思考的训练，产生解决... 查看详情
转帖：励建书：数学有助于大众理性思维的培养
励建书：数学有助于大众理性思维的培养【编者按】网易科技今年推出大型系列报道《科学家说》，专访全球顶尖科学家，洞见趋势，分享智慧。今天推出《科学家说》第16期，专访著名数学家励建书。出品|科学家说栏目组作者... 查看详情
码农的产品思维培养第4节----听用户饿但不要照着做《人人都是产品经理》
夜深了，本来应该睡觉，本来今天发的贴子也够多。可是。学习有一种惯性，一旦启动，非常那停下来。一旦停下来。变得懒惰也非常难再继续。总结一下苏杰的2.3“听用户的但不要照着做”的仅仅是内容。1明白我们存在的价&#... 查看详情
思维四：常用主题的商业分析思路分享
...一个仪表板。首先，要回答这些问题，一定要有方法，而数据分析最常用也是最有效的方法就是计算和对比，计算也就是用DAX写度量值，但度量值不在于多，而在于重要，也就是大家通常所说的KPI-关键绩效指标，比如：订单金... 查看详情
[py]数据结构和算法
数据结构和算法可以培养一个人的逻辑思维(推荐几本书)逻辑思维培养严蔚敏的数据结构(排序查找列表堆栈队列树的简单部分)大话数据结构数据结构与算法分析(豆瓣)9.2分算法(豆瓣)9.3分算法导论(豆瓣)9.4分等差数列(首项+尾项)*(... 查看详情
spss聚类树状图怎么分析
...体分为几类要由你自己来确定。这个过程也可以在网页端SPSSAU完成，分析前设置类别个数，系统会自动安装要求进行聚类。另外可以看下SPSSAU的帮助手册，里面有详细的说明。参考技术A这个图看起来有点不直观，建议把线条重... 查看详情
667真题分析|2023年667真题简要分析和答题思路参考
2023年667真题简要分析和答题思路参考文章目录2023年667真题简要分析和答题思路参考前言1.名词解释2.简答题3.分析题3.1答题框架（套路）3.2答题框架实战3.2.1图书情报档案事业如何在文化自信、文化强国中发挥自己的地位和作用3.... 查看详情
4-业务数据分析思维(代码片段)
今日默写‘‘‘1常用的图表有哪些，都适用哪些场景2数据分析的流程3数据清洗的流程‘‘‘今日内容常见业务指标什么是指标以电商数据为例分析常用的指标如何选择业务指标电商指标体系详细介绍业务指标一个衡量业务好坏... 查看详情
第一周：数据分析师思维(代码片段)
...？。。。。）要拥有三种核心思维：结构化公式化业务化数据分析思维7大技巧：1.象限法2.多维法3.假设法4.指数法5.二八法则6.对比法7.漏斗法在业务时间锻炼分析能力----好奇心二，三种思维详细内容1.结构化重点：找出核心论点... 查看详情
值得收藏9种让你受益终身的数据分析思维
如今这年头，没点数据分析思维，真的很容易陷入职业发展瓶颈！对于一名普通的职场人来说：如果缺乏数据分析思维，就容易陷入“只看眼前、表象和局部”的状态。而如果具备数据分析思维，就不仅能... 查看详情
阿里java高级工程师面经，已拿offer定级p7（源码分析思路+分布式思维+系统设计）
从四月开始一直准备面试，经历过TXHR面挂，阿里内推简历面挂（第一面就是阿里简历面紧张的话都不会说）。最终阿里自主投递六轮面终于上岸！（目标就是AT，B就不考虑了，总觉得B厂连自己的核... 查看详情