一、模型框架
设计模型框架
一般在正式分析前，研究者常常需要构建模型框架，基于模型框架进行分析研究，例如数据分析、原理研究等等。那么如何构建基础的模型框架，以下以‘笔记本电脑购买意愿影响因素’来进行举例说明。
模型框架直观展示出‘笔记本电脑购买意愿影响因素’的对应关系，由模型可以看出研究的影响因素共包含四大类，其中包括‘产品’、‘价格’、‘性能’以及‘售后服务’，被影响的因素也就是因变量Y是购买意愿。模型框架在分析一开始就要理清思路，基于模型框架之后才有后面对应的数据搜集，数据分析等。
比如接下来能想到，数据中要包括四个因素，而且还需要有单独的数据便是购买意愿的情况。有了模型框架，接下来应该想如何测量研究变量。如果是使用问卷的形式，那么一般会使用量表数据，一般研究变量常常会对应5个量表题左右（常见4-7个）。如果量表题过少比如只有2个，如果后续分析出现问题，比如删除不合理项等，会给因素造成一定影响，如果数据来源是实际数据那么直接进行分析即可。
有些模型框架还会加入一些样本特征比如学历、性别等。
框架不同分析就会不同，所以在正式分析前一定要确定好模型框架。
二、模型框架分析
SPSSAU提供了常见的分析框架，其中包括量表和非量表，常见的分析思路，首先对收集数据的背景情况，样本特征情况、样本特征以及行为进行分析。接着可能会涉及到‘指标归类分析’，比如上述模型中共有4个因素其中20个题表示四个因素，那是否20个题都一一对应每个因素呢？可能实际与预期并不一样，所以通常会使用探索性因子分析，让研究方法去帮你进行‘指标归类’，也许20个量表题分成5个因素更加适合等等。通过研究方法和自身专业知识结合，最终得出科学的指标划分。
同时回答是否真实？问卷是否有效？这就需要观测量表的信效度，信效度分析后，可以进行各个变量的描述，研究变量之间的相关关系、影响关系以及差异关系等。
在确认好各分析思路之后，并且结合自身数据情况选择‘研究方法’，最后对结果进行分析。
1、问卷数据
（1）量表题
- 样本背景分析
样本背景分析可以使用SPSSAU频数分析、描述分析等。在SPSSAU通用方法里可以实现。
频数分析和描述分析常用于研究量表数据的基本认知情况分析，比如可以通过描述性分析计算数据的集中性特征（平均值）和波动性特征(标准差值)。
- 样本特征、行为分析
样本特征和行为分析也可以使用SPSSAU频数、描述进行分析。
- 指标归类分析
指标归类分析一般使用探索性因子分析。如果使用探索性因子分析可能会有删除题项等情况。
- 信度分析
信度分析使用SPSSAU问卷研究中的信度即可完成，一般针对量表题进行。
- 效度分析
效度分析使用SPSSAU问卷研究中的效度分析或者使用进阶方法中的探索性因子分析。
- 各个变量的描述分析
各个变量的描述分析与样本特征、行为分析一致使用描述、频数分析即可。
- 变量相关关系
变量的相关关系可以使用相关分析即可，前提数据是定量数据，因为参与分析的是量表数据所以满足分析前提。
- 研究影响关系
如果想研究影响关系可以使用回归分析等比如研究价格和性能对购买意愿的影响。但是回归分析也包括很多类别，每个回归都有自己的要求。
差异关系
如果想要研究差异关系可以使用方差分析、t检验以及卡方检验等。
（2）非量表题
那么非量表数据又该如何分析呢？
由于非量表题常见于多选题、开放式题等。所以不进行信效度分析，在分析方法上与量表数据有些不同。常见分析如下：
2.其它数据
对于不是问卷的数据，比如实验、实地考察。查阅资料等的数据，该如何选择数据分析方法？
- 研究目的
首先在不偏离以上主题时，要清楚自己想做什么分析，研究什么关系，对应再去找可能使用到的分析方法。 - 数据类型
常见的数据类型包括两类，一类是定量数据，一类是定类数据。
- 数据格式
无论是哪种数据，均需要规范整理才可以，包括如下要点：
1）第一行只能是标题，并且第一行不能出现空，否则就没有标题可以拖拽操作；
2）不能出现任何的合并单元格；
3）不能出现完整的空行，或者完整的空列。
- 分析方法选择
更多方法请登录SPSSAU官网进行查看与使用。
三、分析结果输出
SPSSAU提供三线表形式，以及智能分析或者分析建议，可供分析者进行参考。
其它方法也是如此。如果针对分析方法不懂分析流程也可以参考SPSSAU帮助手册或者操作视频。
