常用数据分析方法

惯用数据分析办法惯用数据分析办法：聚类分析、因子分析、有关分析、对应分析、回归分析、方差分析；问卷调查惯用数据分析办法：描述性统计分析、探索性因素分析、Cronbach’a信度系数分析、构造方程模型分析(structuralequationsmodeling)。数据分析惯用的图表办法：柏拉图(排列图)、直方图(Histogram)、散点图(scatterdiagram)、鱼骨图（Ishikawa）、FMEA、点图、柱状图、雷达图、趋势图。数据分析统计工具：SPSS、minitab、JMP。惯用数据分析办法:1、聚类分析（ClusterAnalysis）聚类分析指将物理或抽象对象的集合分构成为由类似的对象构成的多个类的分析过程。聚类是将数据分类到不同的类或者簇这样的一种过程，因此同一种簇中的对象有很大的相似性，而不同簇间的对象有很大的相异性。聚类分析是一种探索性的分析，在分类的过程中，人们不必事先给出一种分类的原则，聚类分析能够从样本数据出发，自动进行分类。聚类分析所使用办法的不同，经常会得到不同的结论。不同研究者对于同一组数据进行聚类分析，所得到的聚类数未必一致。2、因子分析（FactorAnalysis）因子分析是指研究从变量群中提取共性因子的统计技术。因子分析就是从大量的数据中寻找内在的联系，减少决策的困难。因子分析的办法约有10多个，如重心法、影像分析法，最大似然解、最小平办法、阿尔发抽因法、拉奥典型抽因法等等。这些办法本质上大都属近似办法，是以有关系数矩阵为基础的，所不同的是有关系数矩阵对角线上的值，采用不同的共同性□2估值。在社会学研究中，因子分析常采用以主成分分析为基础的反覆法。3、有关分析（CorrelationAnalysis）有关分析（correlationanalysis），有关分析是研究现象之间与否存在某种依存关系，并对具体有依存关系的现象探讨其有关方向以及有关程度。有关关系是一种非拟定性的关系，例如，以X和Y分别记一种人的身高和体重，或分别记每公顷施肥量与每公顷小麦产量，则X与Y显然有关系，而又没有确切到可由其中的一种去精确地决定另一种的程度，这就是有关关系。4、对应分析（CorrespondenceAnalysis）对应分析(Correspondenceanalysis)也称关联分析、R-Q型因子分析，通过分析由定性变量构成的交互汇总表来揭示变量间的联系。能够揭示同一变量的各个类别之间的差别，以及不同变量各个类别之间的对应关系。对应分析的基本思想是将一种联列表的行和列中各元素的比例构造以点的形式在较低维的空间中表达出来。5、回归分析研究一种随机变量Y对另一种(X)或一组(X1，X2，…，Xk)变量的相依关系的统计分析办法。回归分析（regressionanalysis)是拟定两种或两种以上变数间互相依赖的定量关系的一种统计分析办法。运用十分广泛，回归分析按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。6、方差分析(ANOVA/AnalysisofVariance)又称“变异数分析”或“F检查”，是R.A.Fisher发明的，用于两个及两个以上样本均数差别的明显性检查。由于多个因素的影响，研究所得的数据呈现波动状。造成波动的因素可分成两类，一是不可控的随机因素，另一是研究中施加的对成果形成影响的可控因素。方差分析是从观察变量的方差入手，研究诸多控制变量中哪些变量是对观察变量有明显影响的变量。数据分析惯用的图表办法有：柏拉图(排列图)排列图是分析和寻找影响质量主因素素的一种工具，其形式用双直角坐标图，左边纵坐标表达频数（如件数金额等），右边纵坐标表达频率（如比例表达）。分折线表达累积频率，横坐标表达影响质量的各项因素，按影响程度的大小（即出现频数多少）从左向右排列。通过对排列图的观察分析可抓住影响质量的主因素素。直方图将一种变量的不同等级的相对频数用矩形块标绘的图表(每一矩形的面积对应于频数)。直方图(Histogram)又称柱状图、质量分布图。是一种统计报告图，由一系列高度不等的纵向条纹或线段表达数据分布的状况。普通用横轴表达数据类型，纵轴表达分布状况。散点图(scatterdiagram)散点图表达因变量随自变量而变化的大致趋势，据此能够选择适宜的函数对数据点进行拟合。用两组数据构成多个坐标点，考察坐标点的分布，判断两变量之间与否存在某种关联或总结坐标点的分布模式。鱼骨图（Ishikawa）鱼骨图是一种发现问题“根本因素”的办法，它也能够称之为“因果图”。其特点是简捷实用，进一步直观。它看上去有些象鱼骨，问题或缺点（即后果）标在"鱼头"外。FMEAFMEA是一种可靠性设计的重要办法。它事实上是FMA（故障模式分析）和FEA（故障影响分析）的组合。它对多个可能的风险进行评价、分析，方便在现有技术的基础上消除这些风险或将这些风险减小到可接受的水平。数据分析统计工具：SPSS：SPSS是世界上最早采用图形菜单驱动界面的统计软件，它最突出的特点就是操作界面极为和谐，输出成果美观美丽。它将几乎全部的功效都以统一、规范的界面呈现出来，使用Windows的窗口方式展示多个管理和分析数据办法的功效，对话框展示出多个功效选择项。顾客只要掌握一定的Windows操作技能，粗通统计分析原理，就能够使用该软件为特定的科研工作服务。minitab：MINITAB功效菜单涉及：假设检查（参数检查和非参数检查），回归分析（一元回归和多元回归、线性回归和非线性回归），方差分析（单因子、多因子、普通线性模型等），时间序列分析，图表（散点图、点图、矩阵图、直方图、茎叶图、箱线图、概率图、概率分布图、边际图、矩阵图、单值图、饼图、区间图、Pareto、Fishbone、运行图等）、蒙特卡罗模拟和仿真、SPC(StatisticalProcessControl-统计过程控制)、可靠性分析（分布拟合、检查计划、加速寿命测试等）、MSA（交叉、嵌套、量具运行图、类型I量具研究等）等。JMP：JMP的算法源于SAS，特别强调以统计办法的实际应用为导向，交互性、可视化能力强，使用方便，特别适合非统计专业背景的数据分析人员使用，在同类软件中有较大的优势。JMP的应用领域涉及业务可视化、探索性数据分析、六西格玛及持续改善（可视化六西格玛、质量管理、流程优化）、实验设计、生存及可靠性、统计分析与建模、交互式数据挖掘、分析程序开发等。JMP是六西格玛软件的鼻祖，当年摩托罗拉开始推六西格玛的时候，用的就是JMP软件，现在有非常多的全球顶尖公司采用JMP作为六西格玛软件，涉及陶氏化学、惠而浦、铁姆肯、招商银行、美国银行、中国石化等等。问卷调查惯用数据分析办法：1．描述性统计分析

涉及样本基本资料的描述，作各变量的次数分派及比例分析，以理解样本的分布状况。另外，以平均数和原则差来描述市场导向、竞争优势、组织绩效等各个构面，以理解样本公司的管理人员对这些有关变量的感知，并运用t检查及有关分析对背景变量所造成的影响做检查。2．Cronbach’a信度系数分析信度是指测验成果的一致性、稳定性及可靠性，普通多以内部一致性(consistency)来加以表达该测验信度的高低。信度系数愈高即表达该测验的成果愈一致、稳定与可靠。针对各研究变量的衡量题项进行Cronbach’a信度分析，以理解衡量构面的内部一致性。普通来说，Cronbach’a仅不不大于0．7为高信度，低于0．35为低信度(Cuieford，1965)，0．5为最低能够接受的信度水准(Nunnally，1978)。3．探索性因素分析(exploratoryfactoranalysis)和验讧性因素分析(confirmatoryfactoranalysis)用以测试各构面衡量题项的聚合效度(convergentvalidity)与区别效度(discriminantvalidity)。由于仅有信度是不够的，可信度高的测量，可能是完全无效或是某些程度上无效。因此我们必须对效度进行检查。效度是指工具与否能测出在设计时想测出的成果。收敛效度的检查根据各个项目和所衡量的概念的因素的负荷量来决定；而区别效度的检查是根据检查性因素分析计算理论上有关概念的有关系数，检定有关系数的95％信赖区间与否包含1．0，若不包含1．0，则可确认为含有区别效度(Anderson，1987)。4．构造方程模型分析(structuralequationsmodeling)由于构造方程模型结合了因素分析(factoranalysis)和途径分析(pathanalysis)，并纳入计量经济学的联立方程式，可同时解决多个因变量，允许自变量和因变量含测量误差，可同时预计因子构造和因子关系。允许更大弹性的测量模型，可预计整个模型的拟合程度(Bollen和Long，1993)，因而合用于整体模型的因果关系。在模型参数的预计上，采用最大似然预计法(MaximumLikelihood，ML)；在模型的适合度检查上，以基本的拟合原则(preliminaryfitcriteria)、整体模型拟合优度(overallmodelfit)以及模型内在构造拟合优度(fitofinternalstructureofmodel)(Bagozzi和Yi，1988)三个方面的各项指标作为鉴定的原则。在评价整体模式适配原则方面，