搞个毕业论⽂分析有多难，来看看⽹友们的吐槽：
看着⽹友们叫苦连天，如果要问⼩编论⽂分析到底有多难？我想其实并不难。
这篇⽂章就会告诉你，掌握分析套路其实也可以很容易。
论⽂问卷设计中多会使⽤量表数据，这样会让问卷更加专业，并且也能深⼊挖掘数据信息，但同时也会让整份问卷的分析变得复杂。 尤其当导师要求⽤分析的时候，对于缺乏统计学知识的同学来说，真实情况往往是引⽤了⼀个量表收集了数据，然后就不知道要怎么分析了…
问卷设计这个环节其实⾮常关键，问卷设计会影响到后续收集数据、研究思路以及研究⽅法的选择。从问卷设计结构上看，量表问卷的框架可以分为⼏部分：样本背景信息题⽬、样本基本⾏为特征题⽬、核⼼研究变量题⽬、其他题⽬。我们可以按照此顺序进⾏分析。 01 样本背景分析泰拉星球
样本背景信息主要是是指⼈⼝变量，包括性别、年龄、学历、职业等。对这些题⽬可以进⾏基本的频数分析。
视频教程：dietmp3
02 样本特征⾏为分析
样本基本⾏为特征是指问卷中有关样本⾏为，或者认知态度的相关问题，⽐如研究⼿机依赖的现状及影响因素，那应该对应有“⼿机使⽤时长、⼿机使⽤频率”等题⽬。这些题⽬也可使⽤频数分析进⾏汇总，进⼀步了解清楚样本特征情况。
此部分多以选择题为主，如果题⽬中有多选题，则可使⽤SPSSAU[问卷研究]中的[多选题]进⾏分析。我的音乐库
03 指标归类分析
在完成样本背景信息，及样本基本⾏为特征题⽬的分析后，接下来即可开始分析核⼼研究变量。
e. coli
该部分为核⼼内容，通常是李克特量表题。针对指标归类分析，如果有量表题具体应该分为多少个维度，并不完全确定，此时可使⽤因⼦分析进⾏浓缩，得出⼏个维度（因⼦），并且到维度与题项的对应关系情况，同时此步也可以检验量表的效度。
04 信度分析
数据是否可靠，是否有信度是最基础的，⼀般放在样本基本背景特征情况分析之后进⾏。信度的检验可以通过不同的⽅法来实现。⾸先，可通过SPSSAU[问卷研究]—[信度]计算Cronbachα系数，来测量题⽬间的内部⼀致程度。
克隆巴赫信度系数Cronbachα系数值：
Cronbach α≥0.8，则该测验或量表的信度⾮常好；
Cronbach α≥0.7，则说明信度较好；
Cronbach α≥0.6，则该量表应进⾏修订，但仍不失其价值；
Cronbach α＜0.6，说明信度不佳，此时可考虑重新设计题项。
其次，还可计算重测信度。重测信度即⽤同⼀问卷在不同时间，对同⼀对象进⾏重复测量，然后通过SPSSAU[通⽤⽅法]—[相关]得到相关系数即⼀致性程度。相关系数在0~1之间，越接近1，说明重测信度越⾼。
评分者信度，也是⼀种检测信度的⽅式。是指测量多个评分者给同⼀批⼈答卷进⾏评分的⼀致性程度。如果评分者是两个⼈，则可以⽤pearson相关（[问卷研究—相关]）；如果评分者有多个⼈，可⽤评分等级作为数据，⽤Kendall协调系数（[实验/医学研究—Kendall协调系数]）。
视频教程：
05 效度分析
效度是指⼀个测验或量表实际能测出的所要测量内容的程度，即测验达到测验⽬的的程度。对量表效度进⾏检验，可了解量表设计的是否合理。
结构效度指测量题项与测量维度之间的对应关系。测量⽅法有两种，⼀种是探索性因⼦分析，另外⼀种是验证性因⼦分析。其中，探索性因⼦分析是当前使⽤最为⼴泛的结构效度测量⽅法。
通常效度检验（因⼦分析）输出结果包括：KMO检验和Bartlett的检验结果、⽅差解释率表格、因⼦载荷系数表格、碎⽯图等。
①判断是否适合⽤因⼦分析检验效度
⾸先使⽤KMO 和 Bartlett 检验进⾏效度。
通常KMO值的判断标准为0.6。⼤于0.6说明效度较好，反之，说明不适合效度⽋佳。
②判断提取因⼦个数
低空空域管理改革指导意见
如果需要进⼀步考虑维度与分析项的对应关系，则需要根据⽅差解释率表格选择输出因⼦个数。多数情况下，我们在分析时已经带着主观预期，希望各题对应什么维度，此时可以直接设置对应的因⼦个数。
如果研究⼈员并没有预设维度。⽽选择默认选项，SPSSAU默认以特征根⼤于1作为标准。
湖南卫视智勇大冲关
同时可结合碎⽯图辅助判断因⼦提取个数。当折线由陡峭突然变得平稳时，陡峭到平稳对应的因⼦个数即为参考提取因⼦个数。
实际研究中更多以专业知识，结合因⼦与研究项对应关系情况，综合权衡判断得出因⼦个数。
③判断因⼦与题项对应关系
上⾯提到确定因⼦提取个数除了要考虑以上指标，更重要的是结合因⼦与研究项对应关系情况判断。
因⼦载荷系数表，正是反映因⼦和研究项对应关系情况。
如果出现因⼦分析结果与预期结果不⼀致，这种情况是⾮常常见的。对于不理想的题项可以移出该项，再次分析，直⾄所有分析项与因⼦对应关系良好，此时即可说明效度良好。
视频教程：
06 研究变量描述分析
数据可靠，并且研究量表有效之后，接着需要对具体维度（量表题项等）进⾏描述分析，研究样本⼈对于量表项的基本态度情况。可通过计算变量的平均值来分析，有时利⽤折线图来展⽰变量的平均
值排序情况。
