資料分析需要注意的問題

1.要注意每種統計分析方法的適用範圍。

許多分析方法對資料的要求很高，如果樣本的分佈不符合要求，樣本量數量不足，或者存在大量的偽樣本，都會造成最後結果的偏差甚至是完全錯誤。比如，我們經常要使用的因子分析、聚類分析，如果樣本量不足，雖然也能夠通過SPSS獲得分析結果，但實際上這樣的分析結果沒有意義;

2.在選擇一種分析方法的同時，要按照方法的要求整理資料庫。

錯誤的資料庫格式對於研究有時是災難性的。我們在使用任何研究模型之前，都要考慮資料的適用性。同樣，資料的合理轉換也很重要。比如，我們經常會提問被訪者的出生年份而不是週歲年齡，這樣將會較少回答的偏差。我們把收集到的資料進行簡單的轉換，得到被訪者的年齡。出於計算的需要，我們還經常把幾個變數合併（或整理）成一個或者另外幾個變數;

3.如果必要，可以使用不同的研究方法對同一問題進行解釋，來互相驗證結論的真偽。

如果出現互相矛盾，一定要找到矛盾的原因，去偽存真。任何的'分析模型和方法都有其使用的侷限性，在一定場合會失效。片面的相信任何高階分析方法，哪怕是世界上最先進的分析模型，研究失誤都是必然的

4.資料分析結果要使用通俗易懂的語言或圖表進行描述，繁瑣高深的公式和過程不應該經常成為最終研究報告的一部分;

5.資料分析需要耐心和細緻，不能出現任何疏漏。哪怕是一點點的失誤，都可能產生“蝴蝶效應”，讓研究報告變的一錢不值;

6.統計分析方法高階不一定是最好的，簡單有效能夠解決問題才是最好的。