多元分析，又稱(chēng)多變量分析，是用于研究多個(gè)變量數(shù)據(jù)之間的關(guān)系，包括了多重回歸分析、判別分析、聚類(lèi)分析、主成分分析、對(duì)應(yīng)分析、因子分析、典型相關(guān)分析等。本文主要介紹其中兩種常見(jiàn)的分析方法：聚類(lèi)分析和權(quán)重分析。

1 聚類(lèi)分析

聚類(lèi)分析，通俗地講，就是通過(guò)計(jì)算相關(guān)指標(biāo)，將樣本分為幾類(lèi)，使得類(lèi)與類(lèi)之間的差異很大，同類(lèi)樣本之間的差異盡可能地小。

（1）聚類(lèi)分析種類(lèi)

聚類(lèi)分析的分類(lèi)方法有很多，按功能劃分可以分為兩類(lèi)——樣本聚類(lèi)（Q型聚類(lèi)）和變量聚類(lèi)（R型聚類(lèi)）。問(wèn)卷研究中，樣本聚類(lèi)使用頻率遠(yuǎn)高于變量聚類(lèi)。

按照SPSS軟件的功能進(jìn)行劃分，聚類(lèi)分析分為三類(lèi)，分別是兩步聚類(lèi)、K-均值聚類(lèi)和系統(tǒng)聚類(lèi)(分層聚類(lèi))。三種聚類(lèi)方法各有特點(diǎn)，具體情況如下：

（2）操作步驟

Step1：如果樣本數(shù)據(jù)度量單位不統(tǒng)一，比如有的題項(xiàng)是以七級(jí)量表，而有的題項(xiàng)為五級(jí)題項(xiàng)。此時(shí)應(yīng)該進(jìn)行數(shù)據(jù)處理，即數(shù)據(jù)標(biāo)準(zhǔn)化處理。

Step2：由于K-均值聚類(lèi)法的優(yōu)點(diǎn)在于速度非?？?，因此可以提前進(jìn)行快速分析，計(jì)算不同類(lèi)別樣本數(shù)量進(jìn)行簡(jiǎn)單判斷聚類(lèi)效果。

Step3：對(duì)比另外兩種分析方法時(shí)的聚類(lèi)類(lèi)別數(shù)量情況，綜合判斷找出最優(yōu)聚類(lèi)結(jié)果。

Step4：分析聚類(lèi)結(jié)果結(jié)合不同類(lèi)別樣本特征情況，對(duì)聚類(lèi)類(lèi)別進(jìn)行有效命名。

Step5：聚類(lèi)類(lèi)別命名。

具體針對(duì)聚類(lèi)分析，上述步驟可能并不完全適用，如果聚類(lèi)變量中有分類(lèi)數(shù)據(jù)，則不能使用K-均值聚類(lèi)分析。

（3）指標(biāo)解讀

SPSSAU默認(rèn)聚類(lèi)分析使用K-均值聚類(lèi)方法進(jìn)行，以下說(shuō)明均為K-means聚類(lèi)分析方法

此表主要用于描述聚類(lèi)分析的基本情況，描述聚類(lèi)得出類(lèi)別情況，每個(gè)類(lèi)別人群數(shù)量和比例情況等。例如從上表可以看出：聚類(lèi)得到3類(lèi)群體，此3類(lèi)群體的占比分別是35.0%, 29.7%, 35.3%。整體來(lái)看， 3類(lèi)人群分布較為均勻，整體說(shuō)明聚類(lèi)效果較好。

此表主要通過(guò)方差分析對(duì)比每個(gè)類(lèi)別下各題項(xiàng)的特征，探索各個(gè)類(lèi)別的差異，最終可結(jié)合各個(gè)類(lèi)別特征進(jìn)行類(lèi)別命名。例如從上表可知：聚類(lèi)類(lèi)別群體對(duì)于所有研究項(xiàng)均呈現(xiàn)出顯著性(P<0.05),意味著聚類(lèi)分析得到的3類(lèi)群體，在研究項(xiàng)上的特征具有明顯的差異性。

2 權(quán)重

權(quán)重分析，通過(guò)計(jì)算各個(gè)指標(biāo)或者題項(xiàng)的權(quán)重得分，研究各因素或指標(biāo)相對(duì)與整個(gè)體系或某一指標(biāo)的重要程度。

（1）分類(lèi)

量表類(lèi)問(wèn)卷權(quán)重研究方法通常情況下可以分為三類(lèi)：主觀賦權(quán)法、客觀賦權(quán)法、組合賦權(quán)法。

主觀賦權(quán)法就是根據(jù)決策者（專(zhuān)家）主觀上對(duì)各屬性的重視程度來(lái)確定屬性權(quán)重的方法。

客觀賦權(quán)法是根據(jù)原始數(shù)據(jù)之間的關(guān)系通過(guò)一定的數(shù)學(xué)方法來(lái)確定權(quán)重，判斷結(jié)果不依賴(lài)于人的主觀判斷，有較強(qiáng)的數(shù)學(xué)理論依據(jù)。

組合賦值法是在主觀賦權(quán)法（通常是AHP層次分析法）和客觀賦權(quán)法（通常是因子分析或者熵值法）的權(quán)重結(jié)果基礎(chǔ)上，綜合計(jì)算出最終權(quán)重體系的方法。

用于研究權(quán)重的分析方法有很多，這里著重說(shuō)明幾種較為常用的方法，分別為主成分分析、熵值法。

（2）主成分分析

分析步驟

指標(biāo)解讀

此表用于基三每個(gè)成分得分，計(jì)算得分后，結(jié)合方差解釋率，最終即得到綜合得分。

（3）熵值法

其他說(shuō)明：在進(jìn)行熵值法之前，如果數(shù)據(jù)方向不一致時(shí)，需要進(jìn)行提前數(shù)據(jù)處理，通常為正向化或者逆向化兩種處理（統(tǒng)稱(chēng)為數(shù)據(jù)歸一化處理）。

以上提到分析方法都可在SPSSAU中進(jìn)行分析，詳細(xì)說(shuō)明可查看SPSSAU官網(wǎng)，以及可使用SPSSAU上面的案例數(shù)據(jù)，進(jìn)行實(shí)際的操作分析。