目錄
本文章爲SPSSAU數據分析思維培養的第3期文章。
上文講解如何選擇正確的分析方法，除了有正確的分析方法外，還需要把分析方法進行靈活運用。拿到一份數據，應該如何進行分析，總共有幾個步驟，第一步第二步應該做什麼，需要有個宏觀把控，這樣纔能有規範的研究科學的思維和邏輯。
本文章首先闡述分析的整體思維，即整體把控住應該如何剖析一份數據做到心理有數，接着針對常見的問卷進行思維剖析，並且提供思路框架，期許爲大家帶來一絲絲幫助。
第一部分 把控數據思維
如果想要把控好數據思維，簡單來講在拿到一份數據後如何進行分析，心裏應該有個底。做到以下幾點，相信可以更好地理解數據思維。首先是針對數據特徵描述，其次是對數據質量說明，研究目的是什麼如何使用研究方法或措施去匹配論證研究目的，最後把數據結果呈現出來並且進行討論說明。
1、數據特徵描述
拿到一份數據時，首先看下數據的特徵，比如性別的分佈情況如何，平均年齡情況如何。當然這裏是需要區分定類和定量數據分別進行描述，比如性別是定類數據使用百分比頻數說明，年齡是定量數據使用平均值或中位數進行描述說明，在‘數據分析思維培訓之2’裏面有詳細說明。
爲什麼首先需要對數據特徵進行描述呢？簡單來講，每份數據都有自己的background，研究是基本數據進行，首先需要告訴下別人我研究的數據是一羣什麼樣的人或者物體。在此基礎上才能進行後續的進一步分析。
如果研究羣體出問題自然後續結論也會有問題，比如研究00後羣體，但數據是基本80後，不同羣體對於同一事情很可能有着不同的觀點和態度。而且在最後進行說明討論的時候也是基本樣本羣體的特徵而進行，因此，在數據分析時，通常首先需要描述清楚研究羣體到底是什麼樣的。
2、數據質量說明
接着，一般需要對數據的質量進行說明，此步驟可以使用研究方法，比如信度分析、組內相關係數ICC等等進行說明，但有時候數據不適合分析方法要求因而不能使用分析方法進行研究。此時正確的做法是詳細描述清楚數據的來源，比如實驗數據的背景情況下是什麼，基於什麼樣的實驗條件因素進行等，充分證明數據的質量可靠即可。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
對於數據基本特徵和數據質量剖析後，接下來最關鍵的步驟是結合自己的研究目的進行。一般來說研究目的可分爲兩大類，一是差異關係研究；二是影響關係研究，以及其它。
比如不同性別羣體是否吸菸的差異性，不同性別羣體對於奢侈品的購買意願或購買行爲差異性。差異關係是一種常見且通用的研究方法，一般涉及到比如卡方分析、方差分析、T檢驗等，結合自己的數據類型進行選擇使用即可。而對於影響關係而言，更多出現於學術研究中，通過影響關係研究去論證觀點的正確性，影響關係通常可使用比如線性迴歸、logistic迴歸、嶺迴歸、Robust迴歸等。
具體不同的研究方法可能對應着不同的數據類型，但都不復雜，關鍵的地方在於符合研究的目的。有時候爲了研究目的服務，可能還會對數據進行‘中間過程處理’，比如對於數據的信息濃縮，可使用因子分析等；或者對於樣本羣體的聚類，可首先進行聚類分析，然後聚類出不同類別羣體再做後續的分析使用。研究目的通常是在準備數據之前就已經確定，因爲先有思路再有數據的準備，最後纔是進行分析。
4、數據結果呈現
在進行數據研究時，很可能需要對於數據結果進行呈現，通常是兩種方式分別是表格和圖。表格是通用的方式，但其比較‘枯燥’。因而很多時候需要結合數據情況進行可視化即圖形展示。一般針對定類數據的圖形較多，比如餅圖、條形圖、柱形圖，帕累託圖，詞雲圖等；而涉及到定量數據，由於其通過平均值進行表達描述，因而更多可能會使用比如折線圖，簇狀圖等，當然如果是純統計角度上，還可能的比如箱線圖，散點圖，直方圖，PPQQ圖等，均可在SPSSAU中快速的找到；分析與數據呈現是連在一起的，有了數據研究結論一定需要用某種形式呈現出來，無非是選擇圖或表，也或者二者均用；核心在於可以直觀快速的呈現出結果。
數據分析思路事實上還有很多，比如模型的靈活運用，模型的選擇使用等，同樣的數據和研究目的，很可能使用到不同的研究模型，比如研究影響關係，都是定量數據。很可能會使用到線性迴歸、路徑分析等，此時可結合實際情況，以及自身的理解綜合評估即可，並無絕對對應關係。
第二部分 問卷量表思維參考
問卷數據是常見的一種數據來源，而且問卷中很多時候會使用到量表數據，針對此種量表數據，SPSSAU提供一種分析思路參考如下圖：
其實從上表可知，第1和第2點均是對於數據特徵進行描述。接着第4和第5點屬於數據質量研究。第3點是爲第6，7，8，9這4點服務。第6點是核心研究數據的特徵描述。第7和第8點相關和假設分析屬於影響關係的分析範疇。最後第9點是差異關係的範疇。
沒有絕對的研究步驟，但從上圖可以看到，基本上是先數據特徵描述，接着數據質量分析，再接着核心研究數據的特徵描述，進一步影響關係研究，最後差異關係研究。至於細節性問題，比如信度和效度分析誰先誰後，一般而言是信度在前效度在後。影響關係和差異關係誰先誰後呢？看研究目的，越重要的越放前，相對不重要的靠後即可。
第三部分 問卷非量表思維參考
針對非量表類問卷，非量表類問卷最大的特點是：非常多的單選題，多選題等，通常此類問卷用於政策現狀研究、基本態度情況研究等。如果此類問卷，多數是使用頻數分析，以及涉及多選題的幾類方法；同時還有交叉卡方分析。
思路上第1和第2點屬於數據特徵描述，先搞清楚研究數據的基本背景特徵情況。接着對於核心研究項進行特徵描述，即第3和第4點。除此之外還可以進行差異關係研究，即第5點，一般使用卡方分析。第6點影響關係研究一般會使用到logistic迴歸分析等。分析思路上緊密相聯，先數據特徵描述，核心變量特徵描述，差異關係，影響關係研究，並且在最後進行彙總。
第四部分 其它
在數據分析思路上，還會有很多種類型，本文並沒有提供到權重研究，事實上很多研究目的在於計算權重體系，當然此種情況目的非常清晰，主要奔着研究目的去就好，正常情況下都會使用到SPSSAU綜合評價裏面的研究方法。
除了權重體系的構建，還有聚類數據，把數據樣本羣體分成幾個類別等分析思路，先把思路確認好，接着大致就可以對應上正確的數據分析方法，準備好數據直接分析就可以。
更多涉及到數據思路上的資料可在SPSSAU手冊裏面找到參考，包括影響關係類研究，現狀政策類研究，調節/中介類研究，實驗類差異研究和聚類樣本類研究共五類思路等。