小白入門數據分析常見步驟

目錄

一、 選題背景與目的 1

二、分析前的準備 2

1.分析方法 2

2.整理數據 4

3.上傳數據 4

4.數據的清理 5

三、 操作過程與討論 7

1.操作過程 7

2.結論 7

3.其它 8

四、 總結 9

本次給大家分享一下數據分析常見步驟，幫助大家如何快速完成數據分析。其中包括選題背景與目的、分析前的準備、操作過程與結論以及總結四大部分。

1. 選題背景與目的

一般在數據分析前有特定的場景以及目的，有時可以根據分析目的進行選擇分析方法，從而更快的進行數據分析。比如一組數據想要研究不同性別對于商場滿意度是否有差異。也許可以使用方差、t檢驗、卡方檢驗等方法，但是具體選擇哪種方法要根據數據類型以及結構來決定。在分析前我們需要選定分析方法以及對數據進行簡單處理。

二、分析前的準備

1.分析方法

提到“分析方法”可能很多人比較苦惱，已經準備好數據但是不知道應該選擇什么方法，比如自己的數據是定類還是定量，是否滿足分析方法要求等等。首先我們來了解下什么是定類數據，定量數據，如下：

經了解案例中的“商場服務滿意度”屬于定量數據，“性別”屬于定類數據，已經明確了數據類型接下來要選擇研究方法，先區(qū)分數據類型，然后再選擇對應的研究方法，一般流程是這樣的，也只有這樣進行，才能知道自己做的對還是不對，不容易“返工”，接著說明不同數據類型之間的常用分析方法。

其它分析方法以及具體差別匯總整理如下：

如上因為是定類數據與定量數據交叉分析所以可以使用T檢驗或者方差分析，但是“性別”僅兩類所以選擇T檢驗。

2.整理數據

選擇使用的分析方法后需要根據方法整理正確的數據格式，t?檢驗是研究2組數據的差異，比如不同性別時對商場服務滿意度的差異。數據格式中需要有組別X（比如性別）和分析項Y（比如滿意度）。如下圖：

? ? ? ?

其它常用方法的數據格式如下：

https://spssau.com/helps/otherdocuments/methodsdataformat.html

整理后數據部分如下：

3.上傳數據

將整理好的數據上傳至SPSSAU系統，需要以正確的格式，一般來說要求：第1行為標題或變量名，第2行起即為具體的數據，不能合并單元格。如果出現沒有回答、空值、缺失值等情況，直接空著即可，不用錄入。步驟如下：點擊上傳數據→點擊上傳文件（也可以參考上傳說明），同時系統內可以預覽前20條數據，上傳后點擊進入分析即可。

4.清理數據

在正式分析前需要進行數據清理，其中包括基本數據查看、標題修改簡化、數據標簽、數據編碼等一些常見處理方式。

（1）基本的數據查看

通常在分析前建議大家可以使用“描述分析”、“頻數”或散點圖等圖示法，了解下數據的分布特征，比如平均值等。如果出現異常值，根據實際情況觀察時候會影響到分析結果，考慮剔除或者不處理。異常值的判斷標準如下：

?案例中數據分布特征如下：

描述性分析通過平均值或中位數描述數據的整體情況。從上表可以看出：當前數據中并沒有異常值，因而SPSSAU建議可直接針對平均值進行描述分析。總結可知，數據中沒有異常值出現，可直接針對平均值進行描述分析。并且也沒有異常值。除了對異常值處理外，還需要對于無效樣本的檢查：如果數據來源為問卷，則很可能出現無效樣本，因為填寫問卷的樣本是否真實填寫無從判定；如果數據庫下載或者使用二手數據等，也可能出現大量缺失數據等無效樣本。可以使用SPSSAU數據處理中的無效樣本進行檢驗與處理。設置好無效樣本標準后，默認會新生成一個標題，用來標識那些樣本是有效，那些是無效，在分析的時候直接進行篩選下就好（有的數據不需要進行無效樣本篩查需按實際情況處理）。

接下來對數據標題進行檢查，是否需要修改與簡化。

（2）標題修改簡化

?處理異常值或者無效樣本后，如果覺得分析項名稱過長，或者需要修改分析項名稱，可以利用【數據處理】板塊中的【標題處理】即可修改。

（2）數據標簽與編碼

對于數據標簽，如果研究者想給分類數據設置標簽，比如分類數據有1、2兩組，想要案例數據1代表男，數據2代表女則可以使用此功能，如下圖。至于數據編碼一般問卷中反向題使用的比較多，對于常見的數據分組也可以使用數據編碼功能。對于問卷搜集數據，有時問卷中有跳轉題，此時可以使用【篩選樣本】或【異常值】篩選/剔除掉空值。

1. 操作過程與結論

1.操作過程

收集并準備好數據后，就可以開始運行分析。SPSSAU的操作方法非常簡單，幾乎所有操作都是三步完成：左右拖拽，點一下即可得到結果（經檢驗數據已經滿足方差分析條件）。如下：

2.結論

結論的呈現方式有表格、圖示法以及三線表形式等。

（1）表格

從上表可以看出：不同性別樣本對于服務滿意度全部均呈現出顯著性(p<0.05)，意味著不同性別樣本對于服務滿意度均有著差異性。具體分析可知：性別對于服務滿意度呈現出0.01水平顯著性(t=17.186，p=0.000)，以及具體對比差異可知，男的平均值(3.80)，會明顯高于女的平均值(1.22)。從圖中也可以看出差異性。

男的平均值(3.80)，會明顯高于女的平均值(1.22)，意味著不同性別樣本對于服務滿意度均有著差異性。

3.其它

（1）小數位設置

設置小數位個數，讓你的結果展示更加專業(yè)。鼠標移動到右上角[頭像處]--[小數位]即可修改小數位個數，最高支持保留10位小數。

(2)P值標識

鼠標移動到SPSSAU右上角[頭像處]--[?p值標識]，更改P值標識，需重新分析即可生效。

1. 總結

數據分析常見步驟如上已經基本描述完，一般對于分析前準備，不同方法要求不一樣，研究者需要根據實際情況對數據進行處理，有的數據并不需要進行處理，需要研究者根據實際情況進行選擇，以及操作過程和結論，每個方法的理論和結果的呈現方式不同，描述時還需要進一步考量。