一篇论文的数据分析方法，核心取决于你的研究类型（定量、定性还是混合研究）以及数据来源（问卷、实验、公开数据库、访谈文本等）。下面按论文最常用的场景，帮你梳理清楚。
一句话原则：分析方法要为研究问题服务，而不是堆砌复杂的统计模型。
这是本科、硕士论文中最常见的类型。关键是：从“描述现象”到“验证关系”。
做什么：计算均值、标准差、频数、百分比；画直方图、箱线图。
为什么用：让读者快速了解样本基本情况（例如：受访者平均年龄25.3岁，男性占62%）。
写作话术：“采用描述性统计对样本的人口学特征进行分析……”
信度：克隆巴赫系数（Cronbach‘s α），一般 >0.7 可接受。
效度：探索性因子分析（EFA）或验证性因子分析（CFA），KMO >0.6，Bartlett球形检验显著。
写作话术：“采用Cronbach’s α系数检验问卷内部一致性，采用KMO和Bartlett检验判断是否适合因子分析……”
| 自变量类型 | 因变量类型 | 常用方法 |
|---|---|---|
| 二分类（男/女） | 连续（成绩） | 独立样本t检验 |
| 多分类（专业） | 连续（满意度） | 单因素方差分析（ANOVA）+ 事后检验（LSD/Tukey） |
| 分类（前后测） | 连续（同一批人） | 配对样本t检验 |
| 研究目的 | 常用方法 | 适用场景 |
|---|---|---|
| 探究两个变量相关 | Pearson（正态） / Spearman（非正态）相关系数 | 初步判断是否存在关联 |
| 预测/影响因素分析 | 线性回归 / 多元线性回归 | 因变量是连续（如收入、得分） |
| 分类预测 | Logistic回归 | 因变量是二分类（如买/不买，是/否） |
| 多个变量间的复杂关系 | 结构方程模型（SEM） | 有中介、调节变量，需要路径分析 |
| 面板/追踪数据 | 固定效应/随机效应模型 | 多年数据、同一对象多次测量 |
中介效应：三步回归法 / Bootstrap法（PROCESS插件）
调节效应：交互项回归 / 分组回归
聚类分析：将样本或变量分成若干类
时间序列：ARIMA、协整检验（经济学、金融学常用）
不追求统计显著性，追求理解、解释和模式提炼。
| 数据类型 | 分析方法 | 简要说明 |
|---|---|---|
| 深度访谈、焦点小组 | 主题分析法 | 转录→编码→提炼主题（最常用） |
| 开放式问卷、网络评论 | 内容分析法 | 对文本进行系统分类、计数（可定量化） |
| 田野笔记、案例资料 | 扎根理论 | 三级编码（开放式→主轴→选择），构建理论 |
| 叙事/故事 | 叙事分析 | 关注时间顺序、转折点、身份建构 |
| 政策文件、历史文档 | 话语分析 | 分析语言如何建构权力、意识形态 |
“采用Braun & Clarke（2006）的主题分析六阶段框架，对访谈转录文本进行编码，共提取出X个一级节点，Y个二级节点，最终归纳为Z个核心主题……”
3.1 数据来源
本研究通过线上平台（问卷星/Credamo）发放问卷，回收有效问卷XXX份，有效回收率XX%。3.2 变量测量
自变量X采用XXX（作者，年份）编制的量表，共X个题项，Likert 5点计分（1=完全不同意，5=完全同意）。本研究中该量表的Cronbach‘s α为0.XXX。3.3 数据分析方法
采用SPSS 26.0进行数据分析。首先进行描述性统计和共同方法偏差检验（Harman单因素法）；其次进行Pearson相关分析；最后采用层次回归法检验主效应及调节效应，并使用Bootstrap法（5000次）检验中介效应（如果适用）。
3.1 样本与资料收集
采用目的性抽样，选取XXX领域从业者/用户共X名进行半结构化访谈，每人40-60分钟，全程录音并转录为文字，共获得约X万字文本。3.2 分析方法
采用主题分析法。由两名研究者独立编码，Kappa系数为0.XX（>0.7）。通过开放式编码→轴向编码→选择编码，最终提炼出X个核心主题。