快速掌握SPSS数据分析

Posted spssau

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了快速掌握SPSS数据分析相关的知识,希望对你有一定的参考价值。

技术分享图片

 

SPSS难吗?无非就是数据类型的区别后,就能理解应该用什么样的分析方法,对应着分析方法无非是找一些参考资料进行即可。甚至在线网页SPSS软件直接可以将数据分析结果指标人工智能地分析出来,这有多难呢?本文章将周老师(统计学专家)8年的数据分析经验浓缩,便于让不会数据分析的同学,在学习数据分析的过程中可以少走弯路,树立数据分析价值观,以及以数据进行决策的思维意识,并且可以快速的掌握数据分析。本文章分为四个板块进行说明,一是数据分析思维的培养。二是数据间的几类关系情况。三是数据分析方法的选择。四是数据研究的撰写等。

 

技术分享图片
 

相对来讲,我们国家对于数据价值的重视是最近几年才开始,尤其是大数据时代的兴起,以及人工智能时代的国家战略情况。之前企业进行决策时基本均是凭借主观经验,老板的经验决定企业的成长,这也许叫做‘定性研究’较为适合,这种思路并没有错误。相对来讲,主观个人偏好性是这种经验意识的弊端,而数据思维是用真实的数据作为依据,相对来讲具有更强的科学客观性。但两种思维各有优缺点,数据还可以造假,以及人们还可能会错误的利用数据等。

但无论如何,西方的数据意识,以及数据价值客观存在。我们有必要对其进行重视。作为数据研究人员,首先需要确保的是对数据的敬仰,错误的数据绝对无法容忍,否则永远不会得出科学的结论。因而数据分析思维的素养第一层次即尊重数据。原始数据代表的意义,数据自身带来的属性等均应该逐一确认。

确认数据的真实准确性后,即完成数据清理后,可对数据类型进行区分,一切数据均可分为两种类型,包括定性和定量数据。如同’定性研究‘和’定量研究‘一样,定性数据是那些表示分类,通常使用百分比汇总,无法计算平均值的数据,比如性别,专业。性别仅为男和女,使用数字1和数字2表示,可以分别计算男和女的比例,但是不能算个平均分为1.2,得出性别平均为1.2这样的分析。

另外一种数据叫定量数据,定量数据是那些可以进行量化,通常使用平均值表示,比如年龄,身高,体重,满意度等。可以计算平均年龄,但通常不分分析每个年龄数字的选择百分比。

还有一类数据,其即可以计算百分比,也可以计算平均值,比如问卷研究中的满意度,数字1代表非常不满意,数字2代表比较不满意,数字3代表中立,数字4代表比较满意,数字5代表非常满意。这类数据可以计算各项的百分比,也可以计算平均值。具体此类数据如何应用,可结合实际情况进行即可,但通常的偏好是,如果可以看作为定量数据,则按照定量数据情况进行即可。

在基本的数据类型确认之后,接下来再讨论下数据研究的一些关系情况。如果是初学数据分析,常规的路径可能是开始理解数据算法的原理,然后就懂一个就去,接着再学习另外一个算法。这种方法是常规教科书式的学习路径,非常慢而且容易出现一个问题即懂了理论无法进行实践。

 

技术分享图片
 

数据分析是挖掘数据间的关系情况,发现潜在的数据规律,找出数据后面潜在的商业价值等。本人将数据间的关系归纳汇总为以下三类。第一是差异关系;第二是相关关系。第三是其它关系。

第一类差异关系通常是研究不同类别的差异性,提到了不同类别,那就涉及到定性数据,差异关系可以包括定性和定量数据的差异性,定性和定性数据的差异性。自然地也就对应到几类研究方法。

第二类为相关关系。比如越如何越如何之类的关系。包括相关关系,还有影响关系等。X对于Y的影响关系情况如何等,此时影响关系又拆分出几种分析算法。

当然还有其它关系,比如数据的浓缩,聚类。此时又分涉及到对应的研究方法。

在进行数据研究时,首先需要想到的是“我想做什么?“,来回就只有三种关系,那么这种关系有着明显的区分性,对应确认关系情况,加上数据类型的判断,对应就会找出合理的数据研究方法。接下来一一概述。

 

技术分享图片
 

上面两部分分别讲述了数据类型和数据关系情况。接着需要落地,即研究方法的使用。按照上一部分的思路,即三类关系情况进行阐述。

第一类为差异关系

· 定性和定性数据差异关系。比如性别和专业的差异关系,不同性别人群专业偏好上有没有差异呢?此时应该用卡方分析。

· 定性和定量数据差异关系。比如性别和身高的差异关系,不同性别人群身高有没有明显的差异性呢?此时应该用方差分析或者T检验。至于方差分析和T检验的区别上,比如性别为两类,则可以使用方差分析或者T检验;比如研究城市和身高的关系,一线,二线或者三线城市人群他们的身高有没有明显差异性。比较了三组人群,这时候只能用方差分析,不能用T检验。因为方差分析可以对比多组,而T检验只能对比两组。

· 定量数据和定量数据的差异。有时候做实验,比如新型教学方式的使用,在使用前和使用后,学生成绩有没有明显的变化呢?此时则应该使用配对T检验。配对T检验通常都是用于实验研究中,使用时相对需要注意下。

· 定量数据和数字的差异。比如中国人的平均身高是否明显的高于1.70。定量数据和一个数字的差异性,此时应该用单样本T检验。

· 当然还有其它一些研究方法,但先从基础的开始,懂了这些方法后,再逐一深入学习。明白了这几类差异关系,事实上已经理解一部分数据分析。比如差异关系研究时有时候会有非参数检验,这类研究都是和正态性,方差齐这两个名词紧密相关,后续的文章再慢慢剖析。

第二类为相关关系

· 定量和定量数据的相关关系。比如身高和体重之间有没有关系?此时则应该使用相关分析。至于相关分析,又可以再细分为pearson和spearman相关,这两类关系是结合数据正态性情况而定,正常情况下都默认使用pearson相关分析。

· 影响关系情况(X对Y的影响,Y为定量数据)。比如研究学历,年龄,收入,满意度等对于消费金额的影响。此时一般是使用回归分析,或者更多称作是线性回归分析。也有时候会使用到非线性回归分析,但这种情况相对较少。线性回归分析也可以再细分为2类,简单线性(一元线性)和多元线性,研究X对Y的影响,如果X仅为1个则称作简单线性(一元线性);如果X为多个,此时称作多元线性回归分析。如果Y的个数超过1个,可以多进行几次回归就好,更复杂的可以使用结构方程模型进行研究。线性回归时X可以为定性数据也可以为定量数据,如果是定性数据则需要进行虚拟变量(哑变量)设置。

· 影响关系情况(X对Y的影响,Y为定类数据)。比如研究学历,年龄,收入,满意度等对于是否购买iPhone X的影响。此时应该使用logistic回归分析。线性回归和logistic回归的区别在于,线性回归时,Y为定量数据;logistic回归分析时,Y是定类数据。当然logistic回归又区分为三类,分别是二元logistic回归,有序logistic回归,无序logistic回归;区别在于如果Y仅分为两类,比如愿意不愿意,购买不购买,喜欢不喜欢,此时Y只有2个类别则叫做二元logistic回归,此方法的使用频率非常高。比如Y分为三组分别是不喜欢,喜欢和喜欢,此时使用有序logistic回归(其实使用线性回归也是可以的,只是我们这里把Y当成是定类数据所以使用有序logistic回归而已);无序logistic回归时,Y一定是绝对的定性数据,比如出行方式的偏好(自行车,公共汽车,地铁,自驾),此时用无序logistic回归即可。

第三类为其它关系

实际情况中还会有比如数据的浓缩,样本的聚类等研究。

· 数据浓缩:比如说了20句话,是否可以把20句话概括归纳成4个词语表示呢?此时就应该用到数据浓缩,即使用因子分析(也或者主成分分析);以及记住,数据浓缩时,数据一定是定量数据。

· 样本聚类:比如游戏里面分了几种角色,游戏数据分析人员希望对收集到了1万个样本分成几类,便于进行游戏里面的角色定位。此时则需要使用聚类分析。

上述的方法选择,分别与数据关系,或者数据类型间的关联性思路。事实上与网页在线版本的SPSSAU(www.spssau.com),完全如出一辙。spssau即是使用这样的思路进行产品设计。确定好数据类型,理解了数据关系情况,即可选择出正确的数据研究方法。

 

技术分享图片
 

如果已经理解了数据类型,数据关系,并且选择了正确的数据研究方法。最终无非是把数据研究方法得出的结论进行汇总整理,然后写成有逻辑性的报告,并且在结论基础上对应提出有意义有价值的建议措施等。

关于数据报告的撰写,单独从数据分析角度上看,建议以实际需求出发,比如研究差异关系,那么首先得需要知道有没有差异,接着有了差异,具体差异情况如何。有了差异或者没有差异时,对应的建议措施应该如何。按照这样的思路,相信数据研究报告的撰写并非难事。

如果是对具体数据研究方法的结论撰写有困难,可以直接使用spssau进行分析,直接参考里面的智能文字分析即可。以及需要特别注意在于,数据研究结论对应有什么意义,价值在哪里,对实际商业的价值或者指导在哪里?这才是重点。

快速掌握SPSS数据分析





以上是关于快速掌握SPSS数据分析的主要内容,如果未能解决你的问题,请参考以下文章

今日好书丨《数据可视化与数据挖掘——基于Tableau和SPSS Modeler图形界面》

SPSS方差分析

spss怎么进行列联分析

SPSS回归分析

SPSS拟合优度检验和独立性检验

spss在哪里输入命令语句