1.要注意每种统计分析方法的适用范围
许多分析方法对数据的要求很高，如果样本的分布不符合要求，样本量数量不足，或者存在大量的伪样本，都会造成最后结果的偏差甚至是完全错误。比如，我们经常要使用的因子分析、聚类分析，如果样本量不足，虽然也能够通过SPSS获得分析结果，但实际上这样的分析结果没有意义。
2、在选择一种分析方法的同时，要按照方法的要求整理数据库
错误的数据库格式对于研究有时是灾难性的。我们在使用任何研究模型之前，都要考虑数据的适用性。同样，数据的合理转换也很重要。比如，我们经常会提问被访者的出生年份而不是周岁年龄，这样将会较少回答的偏差。我们把收集到的数据进行简单的转换，得到被访者的年龄。出于计算的需要，我们还经常把几个变量合并（或整理）成一个或者另外几个变量。
3.如果必要，可以使用不同的研究方法对同一问题进行解释
如果出现互相矛盾，一定要找到矛盾的原因，去伪存真。任何的分析模型和方法都有其使用的局限性，在一定场合会失效。片面的相信任何高级分析方法，哪怕是世界上最先进的分析模型，研究失误都是必然的。
4、数据分析结果要使用通俗易懂的语言或图表进行描述，繁琐高深的公式和过程不应该经常成为最终研究报告的一部分。
5、数据分析需要耐心和细致，不能出现任何疏漏。哪怕是一点点的失误，都可能产生“蝴蝶效应”，让研究报告变的一钱不值。
6、统计分析方法高级不一定是最好的，简单有效能够解决问题才是最好的。
网友评论