在一些涉及大量計算（例如數(shù)學(xué)、工程力學(xué)）或者統(tǒng)計（例如社會調(diào)查、臨床醫(yī)學(xué)）的碩士論文中，通常需要采用SPSS分析方法。這種方法在學(xué)術(shù)研究以及實踐中應(yīng)用很廣泛，但很少會有碩士研究生去專門學(xué)習(xí)。也就是說，大部分人使用SPSS分析法都是現(xiàn)學(xué)現(xiàn)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(xué)選擇最有效的方法，提升寫作效率。
1. 數(shù)據(jù)類型
學(xué)過數(shù)學(xué)的童鞋都知道，數(shù)學(xué)里面分了兩類數(shù)據(jù)，離散和連續(xù)數(shù)據(jù)，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(shù)據(jù)。身高體重知道不，知道，這種就是連續(xù)數(shù)據(jù)。離散數(shù)據(jù)可以理解為分類，類別，數(shù)個數(shù)；而連續(xù)數(shù)據(jù)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(xù)數(shù)據(jù)是數(shù)學(xué)上文縐縐的稱呼。如果我們是做數(shù)據(jù)分析，通常又換成另外一種稱呼，定類和定量數(shù)據(jù)。定類就是離散數(shù)據(jù)，定量就是連續(xù)數(shù)據(jù)。
2. X和Y
除了數(shù)據(jù)類型外，數(shù)學(xué)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(fā)音還那么奇怪。這些都是數(shù)學(xué)用詞，如果是數(shù)據(jù)分析，只需要知道X和Y就可以。為什么這么簡單呢？數(shù)據(jù)分析通常是用于業(yè)務(wù)場景，讓所有人都會所有人都能懂的。而數(shù)學(xué)符號是專業(yè)性名詞，一小部分學(xué)習(xí)數(shù)學(xué)專業(yè)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(fù)雜難懂，而數(shù)據(jù)分析出來結(jié)果是讓人理解讓人懂的，越簡單易懂越有意義越有用的結(jié)論越受歡迎。因此從數(shù)據(jù)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(shù)據(jù)類型，它們可以產(chǎn)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(guān)系情況，比如X對于Y的影響關(guān)系，X對于Y的差異關(guān)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(qū)分X和Y的分析方法，如下表格：

當(dāng)不需要區(qū)分不區(qū)分X和Y時，比如我只研究性別1個數(shù)據(jù)，或者只研究身高，體重情況如何等。并不需要研究關(guān)聯(lián)關(guān)系，所以并不涉及X和Y的關(guān)聯(lián)關(guān)系。這種都可統(tǒng)稱為數(shù)據(jù)基本描述統(tǒng)計，當(dāng)然數(shù)據(jù)類型不一樣時，方法不同。比如性別為定類數(shù)據(jù)，這時用頻數(shù)分析；身高體重是定量數(shù)據(jù)，這時用描述分析。數(shù)據(jù)的基本描述統(tǒng)計是最基礎(chǔ)的數(shù)據(jù)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(guān)聯(lián)關(guān)系時，會使用到的數(shù)據(jù)研究方法；如下表格：

從上表可以看到，通常會涉及到差異關(guān)系，相關(guān)關(guān)系和影響關(guān)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(shù)據(jù)，興趣愛好也是定類數(shù)據(jù)；此時就應(yīng)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(shù)據(jù)，體重為定量數(shù)據(jù)，此時就需要使用T檢驗；除此之外，如果想研究不同專業(yè)（理科、工科、文科）的體重差異時，此時應(yīng)該使用方差分析。當(dāng)X是定類數(shù)據(jù)，Y是定量數(shù)據(jù)，研究X對于Y的差異時，可以使用T檢驗和方差分析；區(qū)分在哪里呢？如果X的類別個數(shù)（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(shù)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(guān)系就只能有3種，接下來繼續(xù)相關(guān)關(guān)系。
相關(guān)關(guān)系是研究X和Y的關(guān)系情況，比如身高和體重之間有沒有關(guān)系；X和Y均是定量數(shù)據(jù)；此時應(yīng)該使用相關(guān)關(guān)系，再具體一點應(yīng)該叫Pearson相關(guān)關(guān)系（相關(guān)關(guān)系的數(shù)學(xué)公式是Pearson這人發(fā)明的）。
最后一類是影響關(guān)系；X對于Y的影響；影響關(guān)系的分析方法區(qū)分，完全是根據(jù)Y的類別而定；比如Y是定量數(shù)據(jù)，我們則應(yīng)該使用線性回歸分析；如果Y為定類數(shù)據(jù)，此時我們應(yīng)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(qū)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(shù)據(jù)類型,X和Y；這兩點搞明白后，絕大多數(shù)的數(shù)據(jù)研究方法都可以搞定，而這也是當(dāng)前數(shù)學(xué)研究的核心思想。也是分析軟件的設(shè)計理念，網(wǎng)頁在線版本的SPSS即SPSSAU軟件平臺，它的設(shè)計核心理念就是這樣，只需要會區(qū)分數(shù)據(jù)類型，知道X和Y；就可以自己進行數(shù)據(jù)分析，其它的全部都可以直接由SPSSAU生成智能化文字結(jié)果；當(dāng)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(guān)聯(lián)性，而是別有用處。
4. 其它研究方法
除開X與Y的關(guān)聯(lián)關(guān)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(yīng)該使用什么方法呢？此時可能會結(jié)合分析用處而對應(yīng)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(xiàn)在想把30句話概括濃縮成5個關(guān)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(shù)檢驗，正態(tài)性檢驗，配對T檢驗等等。