碩士論文寫作時如何選擇SPSS分析方法

來源: www.50296021.com 作者:quanlei_cai 發布時間:2018-11-06 論文字數:0字
論文編號: sb2018110617095423674 論文語言:中文 論文類型:-
在一些涉及大量計算(例如數學、工程力學)或者統計(例如社會調查、臨床醫學)的碩士論文中,通常需要采用SPSS分析方法。這種方法在學術研究以及實踐中應用很廣泛,但很少會有碩士研
在一些涉及大量計算(例如數學、工程力學)或者統計(例如社會調查、臨床醫學)的碩士論文中,通常需要采用SPSS分析方法。這種方法在學術研究以及實踐中應用很廣泛,但很少會有碩士研究生去專門學習。也就是說,大部分人使用SPSS分析法都是現學現用,其中的難度可想而知。下面小編給大家介紹幾種常用的SPSS分析方法,幫助大學選擇最有效的方法,提升寫作效率。
 
1. 數據類型
學過數學的童鞋都知道,數學里面分了兩類數據,離散和連續數據,聽上去文縐縐的,不懂。那我問男人和女人知道不,知道,對了這種就是離散數據。身高體重知道不,知道,這種就是連續數據。離散數據可以理解為分類,類別,數個數;而連續數據理解為算平均值,度量,比如平均身高,平均年齡,但不能說成是平均性別。離散和連續數據是數學上文縐縐的稱呼。如果我們是做數據分析,通常又換成另外一種稱呼,定類和定量數據。定類就是離散數據,定量就是連續數據。
 
2. X和Y
除了數據類型外,數學上老是有一些符號,比如X,Y,Z, α, β,γ,還有好多拉丁符號,看著都頭疼,而且更糟糕的是發音還那么奇怪。這些都是數學用詞,如果是數據分析,只需要知道X和Y就可以。為什么這么簡單呢?數據分析通常是用于業務場景,讓所有人都會所有人都能懂的。而數學符號是專業性名詞,一小部分學習數學專業的人群才懂。
而X,Y基本所有人都懂,平面二維式思維,如果加上Y就變成空間三維思維。這種會變得復雜難懂,而數據分析出來結果是讓人理解讓人懂的,越簡單易懂越有意義越有用的結論越受歡迎。因此從數據分析角度來看,只需要懂X,Y這兩個符號就OK。別小看X,Y這兩個符號,加上上述的數據類型,它們可以產生非常多的組合,也稱作分析方法。
有了X,Y,我們可以研究X和Y之間的關系情況,比如X對于Y的影響關系,X對于Y的差異關系等。下面一一講述。
 
3. X和Y的組合方法
再講組合之前,先單獨講下不區分X和Y的分析方法,如下表格:

當不需要區分不區分X和Y時,比如我只研究性別1個數據,或者只研究身高,體重情況如何等。并不需要研究關聯關系,所以并不涉及X和Y的關聯關系。這種都可統稱為數據基本描述統計,當然數據類型不一樣時,方法不同。比如性別為定類數據,這時用頻數分析;身高體重是定量數據,這時用描述分析。數據的基本描述統計是最基礎的數據分析方法,而且通常都需要做這類分析方法,因為了解了基本情況是非常必要的。
接下來將下X和Y之間的關聯關系時,會使用到的數據研究方法;如下表格:

從上表可以看到,通常會涉及到差異關系,相關關系和影響關系共三類。比如不同性別的興趣愛好是否有差異,性別為定類數據,興趣愛好也是定類數據;此時就應該使用交叉卡方分析方法。比如研究性別人群體重是否有差異,性別為定類數據,體重為定量數據,此時就需要使用T檢驗;除此之外,如果想研究不同專業(理科、工科、文科)的體重差異時,此時應該使用方差分析。當X是定類數據,Y是定量數據,研究X對于Y的差異時,可以使用T檢驗和方差分析;區分在哪里呢?如果X的類別個數(比如男和女)只有2個時,通常使用T檢驗;如果X的類別個數超過2個(比如理科、工科和文科)時,只能使用方差分析。差異關系就只能有3種,接下來繼續相關關系。
相關關系是研究X和Y的關系情況,比如身高和體重之間有沒有關系;X和Y均是定量數據;此時應該使用相關關系,再具體一點應該叫Pearson相關關系(相關關系的數學公式是Pearson這人發明的)。
最后一類是影響關系;X對于Y的影響;影響關系的分析方法區分,完全是根據Y的類別而定;比如Y是定量數據,我們則應該使用線性回歸分析;如果Y為定類數據,此時我們應該使用Logit回歸分析,而具體再細分,Logit回歸可以有:二元Logit回歸,多分類Logit回歸,區分在于Y,舉例如下表:

如果X影響Y時,Y只分為兩類,購買和不購買,愿意和不愿意,是和否等,這時候就需要使用二元Logit回歸分析;如果Y分為n類(n>2)時,則需要使用多分類Logit回歸。
數據類型,X和Y;這兩點搞明白后,絕大多數的數據研究方法都可以搞定,而這也是當前數學研究的核心思想。也是分析軟件的設計理念,網頁在線版本的SPSS即SPSSAU軟件平臺,它的設計核心理念就是這樣,只需要會區分數據類型,知道X和Y;就可以自己進行數據分析,其它的全部都可以直接由SPSSAU生成智能化文字結果;當然,分析方法還有很多的,比如因子分析,聚類分析等,這些方法不是研究X和Y的關聯性,而是別有用處。
 
4. 其它研究方法
除開X與Y的關聯關系研究,其實還有一些其它的研究方法;比如對于很多個X同時進行分析應該使用什么方法呢?此時可能會結合分析用處而對應不同的方法;常見有因子分析和聚類分析兩種,如下表:

如果說了30句話,現在想把30句話概括濃縮成5個關鍵詞,這種就叫濃縮;此時需要使用因子分析;如果有300個人想進行分類,分成3類人群,此時可使用聚類分析(常見是K-means聚類方法)。
除了濃縮和聚類,事實還有非常多其它的研究方法,比如信度研究,多因素方差,非參數檢驗,正態性檢驗,配對T檢驗等等。


原文地址:http://www.50296021.com/lwxz/23674.html,如有轉載請標明出處,謝謝。

您可能在尋找論文寫作方面的范文,您可以移步到論文寫作頻道(http://www.50296021.com/lwxz/)查找


快乐十分钟技巧