今天,小编给大家带来了一份学习指南,通过一篇文章,帮助大家快速了解如何进行数据分析。以及如何利用SPSSAU管理和分析你的数据,以提高数据分析的效率。
目录
1. 整理数据1.1上传数据
1.2 整理格式
1.3 数据标签与编码
1.4 检查数据有无异常
2. 分析数据
2.1 明确研究问题
2.2 分析方法选择
2.3 运行分析
3. 呈现结果
3.1 图表格式
3.2 智能分析
3.3 结果下载
3.4 三线表格式
1. 整理数据
(1)上传数据
无论是从问卷网站下载下来的数据,还是自己收集整理的数据。都需要保存成.sav/.xls /.csv其中的一种格式,才能正常分析。
像word文件或者压缩文件,是不能直接上传的,一定要注意。
(2)整理格式
正确的数据格式是研究的基础,只有规范数据格式才可用于分析,建议在上传前先查看:数据上传格式说明
一般来说,正确的格式一定要求:第1行为标题或变量名,第2行起即为具体的数据,不能各并单元格。如果出现没有回答、空值、缺失值,直接空着即可,不用录入。
如果数据为文字格式,则需要先将数据编码为数字形式,然后才能进行分析。比如填空题等,可按照上面的格式进行整理或下载数字格式数据,再上传分析。
至于个别的方法,对于数据格式可能有特殊要求。比如,加权数据,时间序列数据等,建议在分析前,查看此链接:常见数据 或点击"灯泡"按钮查看对应方法帮助手册。
然后,点击SPSSAU右上角[我的数据]--上传数据,即成功导入数据。
(3)数据标签与编码
数据上传至SPSSAU,需要先对数据进行简单处理。比如给分类数据设置标签,规范标题(变量)名称等,如果存在反向题、跳转题或者重新对数据分组,都要先处理再分析。
数据标签
标题处理
反向题:使用【数据处理】--【数据编码】处理。
跳转题:使用【筛选样本】或【异常值】筛选/剔除掉空值。
数据分组:使用【数据处理】--【数据编码】处理。
(4)检查数据有无异常
除此以外,还需要检查数据中是否存在异常值。通常在分析前建议大家可以使用【描述分析】或图示法,了解下数据的特征。如果出现异常值,看是否会影响到分析结果,考虑剔除或者不处理。
2. 分析数据
(1)明确研究问题
到了正式分析这一步,首先要明确研究重点,规划分析思路最为重要,尤其是面对多份数据,分析结果一多就很容易搞混。
事先规划好思路,有利于帮助我们,按照既定的思路分析,提高分析效率,也避免前面分析错了,再回头反复修改浪费时间。
-
在开始收集数据之前,应该了解每组将要收集多少个样本以及将要运行的统计检验。数据太少很可能导致无法运行分析。
(2)分析方法选择
选择合适的数据分析方法是非常重要的。通常数据可以分为两类:定类数据、定量数据。
-
定类数据可以理解为分类,类别,数个数。比如男生、女生;愿意、不愿意;是、否。
-
定量数据理解为算平均值,度量,比如平均身高,平均年龄。
基础描述分析:
当研究只涉及1个变量,比如研究身高,体重情况如何。并不需要研究关联关系,这种都可统称为数据基本描述统计。当然数据类型不一样时,方法不同。比如性别为定类数据,这时用频数分析;身高体重是定量数据,这时用描述分析。通常一上来都需要做这类分析,以了解数据基本情况。
关系研究分析:
当涉及2个变量或多个变量的关系研究,就可以使用以上方法进行分析。
除此以外,还有多变量分析、权重计算、信效度分析等等,具体需要依据研究目的、数据类型进行选择。可以查看SPSSAU帮助手册内提供的相关教学视频,它可以帮助你了解并找到适合于分析数据的方法。
(3)运行分析
收集并准备好数据后,就可以开始运行分析。SPSSAU的操作方法非常简单,几乎所有操作都是三步完成:左右拖拽,点一下即可得到结果。
3. 呈现结果
(1)图表格式
在结果图中,系统用星号标出呈现显著性的数据(默认标准为* P<0.05,** P<0.01)。
修改显著性标识:鼠标移动到右上角[头像处]--[ p值标识],更改P值标识,需重新分析即可生效。
小数位设置:设置小数位个数,让你的结果展示更加专业。鼠标移动到右上角[头像处]--[小数位]即可修改小数位个数,最高支持保留5位小数。
(2)智能分析
SPSSAU结果中自带分析建议及智能分析,帮助分析中快速解读分析结果。
(3)结果下载
得到结果之后,可以点击标题旁的 复制按钮,一键复制结果粘贴到Word。
如果结果较多,建议 导出EXCEL表格或PDF结果,将结果一次性导出。
(4)三线表格式
下载好的数据结果已经是标准格式,如需进一步规范格式也很简单。具体三线表的设置流程可参照之前的文章:如何快速得到规范的三线表格式数据?
好了,以上就是本次的全部内容。如果下次身边有小伙伴问起怎么用SPSSAU做分析,文章链接直接丢给ta!
网友评论