发布时间：
选择什么分析方法，主要依据研究数据的数据类型以及研究目标选择。
可以分为几个步骤：1）确定分析目标、2）判断数据类型、3）选择分析方法。
一、 确定分析目标
确定研究目标，即确定研究的思路，也就是你想研究什么，从哪些题中得到什么结果？
一般在开始分析前都需要先对自己的问卷确定一个大致的研究思路，这也是最重要的部分。
缺少思路，或者不知道从哪里开始入手，可以查看spssau关于问卷思路框架的总结。
参考资料：分析思路总结-SPSSAU
二、 判断数据类型
有了基本框架后，就进入到具体的分析方法选择。
所有数据大致可以分为两种：定量数据和定类数据。
定量数据是年龄、身高这类数字大小有具体意义的。定类数据如性别、职业数字大小没有实际意义。
三、选择分析方法
变量的关系最常见有：相关关系、影响关系、差异关系，及其他关系。
结合数据类型和所要研究的目的，即可选出分析方法，spssau中就有详细的方法选择说明。
参考资料：分析方法选择-SPSSAU
最后就是分析数据，spssau提供标准三线表格式结果和智能文字分析，方便快速解读结果撰写分析报告。
哥哥，您这是逮着数据就往里面塞啊！而且你怎么没有给出因变量？我猜测是销售量？还是点击量？暂且不论你自变量的选择不正确，你的R Square值太小，最起码应该达到以上。模型拟合度相当不好，请删减自变量，再行回归！
你要先有论文的目的和分析思路，然后根据目的的论文和分析思路，确定需要收集的数据和类型，最后才考虑 应该用spss什么方法来实现。下面是我自己写的一个 带数据分析的论文写作指导首先，我要说明这里的指导并非常规意义的指导，我这里说的指导是到底应该如何写论文（应该还是很抽象，不过看完就知道了）。迄今为止，我大约也帮忙做了能有上千份的学生论文数据分析部分，包括一部分的整篇论文写作,其中涉及到有医学类、护理类、人文社科类、教育类、经济学类、心理学类等，单凡需要用到数据分析的论文。因为我是做市场研究与数据分析的，擅长的主要工具是spss，不敢说百分百精通spss，但是应付个八九十应该是足够了，很自然的平时就利用下班和业余时间帮学生做一些论文数据分析以及论文写作指导。很多论文的核心部分都包括数据分析，而统计学也应该是所有学科应该学习的一门重要课程，但是恰恰相反，很多学科只是把统计学和数据分析作为一项选修甚至不重要的课程对待，这样导致学生在最后做论文时完全不懂。而在这种情况下，很多学生因为对数据分析的一窍不通，导致论文从开始的设计到后续的数据收集、整理等都会出现问题，最终导致分析出问题。因此，在对数据分析一窍不通的情况下，应该如何从头构建论文及写作呢？很多论文虽然数据分析部分是核心，但是不管哪种论文的写作，都脱离不了论文的框架。因此，具体的过程应该如下：首先是选题，当然很多时候是导师直接给选题，这个没有太多讨论。其次是选题确定后，马上要做的不是想我应该怎么去写作，或者在哪抱怨“哎~~郁闷，完全不知道怎么写嘛”。而是先通过文献查找，看前人在这个选题方面已经做了哪些研究，都是如何做的。通过查找文献找到跟选题有关的资料，然后对这些资料进行整理，整理不需要计较参考文献的结论和数据细节等，而是要把每篇文献的研究目的、采用的研究方法、采用的分析方法整理出来。当然参考文献中的分析方法你可能还完全不懂，但是没关系，你先把这些参考文献中使用的分析方法全部罗列出来，如线性回归、方差分析、均值t检验、logistic回归等，把这些文献中常用的统计方法罗列出来，你需要弄清楚对应关系，即每种分析方法是用来支持和实现什么样的研究目的，以及能够得出什么样的结论，认真阅读文献就能实现这一步。第三．通过上一步，你应该朦胧的知道你选题相关的参考文献中常用的统计方法名称，以及这些统计方法能够帮助实现哪些目的，或者得出什么结论，同时也不会对自己的选题那么恐惧和迷茫了，因为可能你的选题已经有前人做过了，你的论文只是“复制”一遍而已了，我说的复制是重复一遍前人的研究。在这种情况下，可以构思下自己的选题，这一步属于纯理论层面的，你需要将自己的思路具体化，比如要实现什么目的，很自然的需要什么数据分析方法也就能确定了。当然很多论文会预先设计一系列待验证的假设，也是在这一步完成，因为你找到的文献中可能会存在矛盾的结论，可能会存在一些你认为的研究缺陷（文献看多了，自然自己就会有想法出来了），提出自己的一系列假设，能够很清楚的指导后面的数据收集和分析。第四．选题、假设还有研究方法这些经过前面几步都能确定了，接下来就是要考虑具体研究和收集数据的环节了。这个环节最重要的也是首要的是弄清楚你的数据应该是什么类型的，通过哪种方法来获取。其实也容易了，因为前面你已经确定了统计分析方法，而每种方法有它特定的数据类型要求，比如是分类数据（如性别、民族、年级等）、比如连续性数据（如年龄、身高、体重、温度、长度、距离等）。分类数据简单通俗点的理解就是这些数字本身是没有意义的，是人为赋予它一定的含义，这些数据之间不存在连续性，且加减乘除没有意义，而连续性数据是数据本身有意义，且能够进行一些加减乘除运算。确定了所需要的数据类型，就大致能够知道在数据收集时，应该注意的问题。比如一份问卷调查，其中应该如何设计问题也就大致清楚了，通常问卷设计时就要考虑两种数据类型的问题，因为不同的选项设计会导致不同的数据类型。如你设计一个问题的答案选项是“有/没有”、“是/否”这种是属于分类数据，如果你的答案选项是李克特量表式“非常满意----非常不满意”这种，在处理时可以按照分类数据，只能统计出一些百分比，也可能将其按照连续数据如12345打分形式，这样可以求均值，可以做很多其他多元统计分析。因此这一步确定数据类型很关键，如果数据类型弄错的话，则收集的数据完全无用。第五．具体收集数据过程，不细说了，收集回来之后就是数据的录入。记住一定要录入原始的数据，而不是经过加减整理汇总后的数据。数据录入格式也是有要求的，一般大致同样的情况下，都是一行代表一个个案或者一份问卷的数据，而一列对应表示的是问卷中的一个问题，即变量。因此数据录入完成后，应该是有多少样本数据，就有多少行，数据中包含多少个指标，那就有多少列。第六．这一步才是你应该开始头疼的数据分析不会了怎么办。因为到这里才开始是数据的具体分析过程了。不会怎么办，前面已经知道了分析方法，这种情况，只有找本教材，然后找对应的方法介绍学习即可，或者实在不行找人指导，找人帮忙等等。最后。分析完成后，开始整篇论文的写作。其实完成前面的每一步，到最后写文献综述以及讨论时，自然就会得心应手了，很少会需要绞尽脑汁甚至东拼西凑。
这个是三线表，用WORD就可以：正常插入表格，然后设置边框，只保留第一行的上、下，以及最后一行的下边框就可以了。
你的截图就是插入2列5行表格：
1、首先打开《spss》软件，创建一个空白表格。2、其次使用表格创建好状态栏，输入论文的内容。3、最后点击保存即可。
能。只要将来源说明清楚且有准确性，即可引用到论文里。论文的统计表格数据截图，用QQ的屏幕识图提取截图图片中的数字保存到txt文本，最后用SPSS读取txt文本数据即可。
spss的图可以粘贴放入论文。spss作为一款统计分析软件，能够对研究数据进行相关分析、回归分析等。可用于论文的实证分析部分，进行数据分析和结果阐述。spss作为一款统计分析软件，能够对研究数据进行相关分析、回归分析等。可用于论文的实证分析部分，进行数据分析和结果阐述。SPSS，统计产品与服务解决方案软件。最初软件全称为社会科学统计软件包，但是随着SPSS产品服务领域的扩大和服务深度的增加，SPSS公司已于2000年正式将英文全称更改为统计产品与服务解决方案。这标志着SPSS的战略方向正在做出重大调整。SPSS为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称，有Windows和MacOSX等版本。1984年SPSS总部首先推出了世界上第一个统计分析软件微机版本SPSSPC+，开创了SPSS微机系列产品的开发方向，极大地扩充了它的应用范围，并使其能很快地应用于自然科学、技术科学、社会科学的各个领域。
会。在一些985重点大学，会查毕业论文的SPSS，要求毕业论文都要求做spss数据分析，抄袭率要求10%以下，所以毕业后毕业论文抽查会查SPSS。
一般规范的分析需要有一些规范的格式，SPSS是将所有所有的结果都输出，非常多都是没有用的中间过程，而且表格也不规范。你可以使用下在线版本SPSS软件SPSSAU进行分析，里面出来的表格结果全部都是规范好的，并且还有智能化文字分析以及图表等。
毕业论文图表格式要求如下：
一、图
正文中所有图都应有编号和图题。
图的编号由“图和从1开始的阿拉伯数字组成，例如：“图1”图2/等。图的编号可以一直连续到文末，图较多时，也可分章编号。
图题即图的名字，每幅图都应有图题，并置于图的编号之后，与编号之前空一格排写。图的编号和图题置于图下方的居中位置，宇体采用5号宋体。图中若有分图时，分图的编号用(a）、(b)等置于分图之下。正文中与相关图对应文宇处须在括弧中注明“见图n”字样。
图与其图题不得拆开排写于两页，插图处的该页空白不够排写该图整体时，可将其后文字部分提前排写，将图移至次页最前面。
二、表
正文中所有表都应有编号和表题。
表的编号由“表”'和从1开始的阿拉伯数字组成，例如“表1”、“表2”等。表的编号可一直连续到文末，表较多时，也可分章编号。
表题即表的名称。每个表都应有表题，并置于表的编号之后，与编号之前空-格排写。表的编号和表题应置于表上方的居中位置，字体采用5号宋体。正文中与相关表对应文字处须在括弧中注明“见表n”字样;表题中不允许使用标点符号。
表与其表题不得拆开排写于两页，表格应写在离正文首次出现处的近处，不应过分超前或拖后。表格允许下页接写，接写时应重复表的编号，后跟表题(可省略）和“(续)，续表均应重复表头和关于单位的陈述。
具体格式，就是你列出来数据，SPSS处理结果，就行了
一、什么是信度？ 信度是指根据测验工具（量表）所得到的结果的一致性或稳定性，反映被测特征真实程度的指标。一般而言，两次或两个测验的结果愈是一致，则误差愈小，所得的信度愈高，它具有以下特性： 1 、信度是指测验所得到结果的一致性或稳定性，而非测验或量表本身； 2、信度值是指在某一特定类型下的一致性，非泛指一般的一致性，信度系数会因不同时间、不同受试者或不同评分者而出现不同的结果； 3、信度是效度的必要条件，非充分条件。信度低效度一定低，但信度高未必表示效度也高；比如某一个菜贩，他的杆秤称出来的东西永远是1斤，证明信度很高，但是这菜实际就8两，效度不高 信度和效度的差异： （1）研究的对象不同 信度：答卷者 效度：组卷人 （2）研究的角度不同 信度：测量的质量 效度：问卷的质量 信度检验完全依赖于统计方法，信度可分为两种： 1）内在信度：对一组问题是否测量同一个概念，同时组成量表的题项的内在一致性程度如何；常用的检测方法是Cronbach’s alpha系数。 2）外在信度：对相同的测试者在不同时间测得的结果是否一致，再测信度是外在信度最常用的检验法。 二、信度的指标 1. 用信度系数来表示信度的大小。信度系数主要被用于评价问卷这种测量工具的稳定性或可靠性，具体来说就是用问卷对同一事物进行重复测量时，所得结果的一致性程度 。 目前没有统一的标准，但根据多数学者的观点，任何测验或量表的信度系数如果在以上，则该测验或量表的信度甚佳；信度系数在以上都是可接受的；如果在以上，则该量表应进行较大修订，但仍不失其价值；如果低于，问卷的测量效果非常差！ 在大型量表中，往往一组问题用来集中测量某一方面的信息。此时信度分析应当按问题组来进行，即测量同一信息的一组问题间信度如何，而不是直接测量整个量表的信度。 2．信度指标多以相关系数来表示。大致可分为三类： ①稳定系数（跨时间的一致性） ②等值系数（跨形式的一致性） ③内在一致性系数（跨项目的一致性） 三、信度分析方法 1）a信度系数法（最常用）。克隆巴赫a信度系数是目前最常用的信度系数。其公式为：a=(k/k-1)*(1-(∑Si2)/ST2)。其中，K为量表中题项的总数，Si2为第i题得分的题内方差，ST2为全部题项总得分的方差。从公式中可以看出，a系数评价的是量表中各题项得分间的一致性，属于内在一致性系数。这种方法适用于态度、意见式问卷（量表）的信度分析。 在李克特量表（李克特量表(Likert scale)是属评分加总式量表最常用的一种，属同一构念的这些项目是用加总方式来计分，单独或个别项目是无意义的。它是由美国社会心理学家李克特于1932年在原有的总加量表基础上改进而成的。该量表由一组陈述组成，每一陈述有"非常同意"、"同意"、"不一定"、"不同意"、"非常不同意"五种回答，分别记为5、4、3、2、1，每个被调查者的态度总分就是他对各道题的回答所的分数的加总，这一总分可说明他的态度强弱或她在这一量表上的不同状态。）中常用的信度检验方法为“Cronbach’sa”系数及“折半信度”. 2）折半信度法。折半信度法是指将测量项目按奇偶项分成两半，分别记分，测算出两半分数之间的相关系数(实际应用EXCEL软件)，再据此确定整个测量的信度系数RXX。折半信度属于内在一致性系数，测量的是两半项目间的一致性。这种方法不适合测量事实性问卷，常用于态度、意见式问卷的信度分析。在问卷调查中，态度测量最常见的形式是5级李克特量表。进行折半信度分析时，如果量表中含有反意题项，应先将反意题项的得分作逆向处理，以保证各题项得分方向的一致性，然后将全部题项按奇偶或前后分为尽可能相等的两半，计算二者的相关系数（rhh）），即半个量表的信度系数，最后用斯皮尔曼-布朗（Spearman-Brown）公式：rtt=2rhh/(1+rhh)，求出整个量表的信度系数RTT。 3）重测信度法。用同样的问卷对同一被测者间隔一定时间的重复测试，也可称作测试—再测方法，计算两次测试结果的相关系数。很显然这是稳定系数，即跨时间的一致性。重测信度法适用于事实性的问卷，也可用于不易受环境影响的态度、意见式问卷。由于重测信度需要对同一样本试测两次，而被测容易受到各种事件、活动的影响，所以间隔时间需要适当。较常用者为间隔二星期或一个月。 4）复本信度法（等同信度法）。复本信度法是让被测一次填写两份问卷复本，计算两个复本的相关系数。由于这种方法要求两个复本除表达方式不同外，在内容、格式、难度和对应题项的提问方式等方面都要完全一致，所以复本信度属于等值系数。在实际的调查中，问卷很难达到这种要求，这种方法较少被采用。 5）评分者信度。这种方法在测量工具的标准化程度较低的情况下进行的。不同评分者的判分标准也会影响测量的信度，要检验评分者信度，可计算一个评分者的一组评分与另一个评分者的一组评分的相关系数。 下面通过一个实例来讲解问卷信度分析 一、问题描述 二、SPSS操作 【模型】栏：提供5种方法。spss给的都是内部信度计算模型，至于重测信度和复本信度，只需将样本在二次（份）测验的分数的数据合并到同一数据文件之后，利用【相关】之下的【双变量】求其相关系数，即为重测或复本信度；而评分者信度则是使用的Spearman等级相关及Kendall和谐系数。这里不详述。 1）Alpha 模型。系数 alpha；对于二分数据，它等同于 Kuder-Richardson 20 (KR20) 系数。本例选择a系数 2）折半模型。形式之间的相关性、Guttman 半分可靠性、Spearman-Brown 可靠性（相等长度和不相等长度）以及每一半的 alpha 系数。 3）Guttman 模型。可靠性系数 lambda 1 到 lambda 6。 4）平行和严格平行模型。模型拟合度优度检验；误差方差的估计值、公共方差和真实方差；估计的公共项间相关性；估计的可靠性以及可靠性的无偏估计。 【统计】栏：可以选择各种统计，用于描述标度、项和评分者间一致性，以确定各种评分者之间的可靠性。如下图所示 一、描述性：为跨个案的标度或项生成描述统计。 1）项。为跨个案的项生成描述统计，包括均数、标准偏差和频数。 2）度量。为标度生成描述统计。 3）如果项已删除则进行度量。显示将每一项与由其他项组成的标度进行比较时的汇总统计。后面结果会介绍。 二、摘要：提供跨标度中所有项的项分布的描述统计。 1）平均值。项平均值的汇总统计。 2）方差。项方差的汇总统计。 3）相关性。项之间的相关性的汇总统计。 显示项之间的相关性的最小、最大和平均值，项间相关性的范围和方差，以及最大项之间的相关性与最小项之间的相关性的比。 4）协方差 。项间协方差的汇总统计。 三、项之间：生成项与项之间的相关性矩阵或协方差矩阵。 四、ANOVA 表：生成相等平均值的检验。 1）F 检验。显示重复测量方差分析表。 2）Friedman 卡方。显示 Friedman 的卡方 Kendall 的协同系数。 此选项适用于以等级为形式的数据 。卡方检验在 ANOVA 表中替换通常的 F 检验。 3）Cochran 卡方。显示 Cochrans Q。 此选项适用于双分支 。Q 统计在 ANOVA 表中替换通常的 F 统计。 五、其他选项 1）Hotelling 的 T 平方。生成以下原假设的多变量检验：标度上的所有项具有相同的平均值。 2）Tukey 的可加性检验。生成以下假设的检验：各个项之间不存在可乘交互。 3）同类相关系数。生成个案内值的一致性或符合度的测量。选中激活下面子选项框： 模型。选择用于计算同类相关系数的模型。可用的模型为双向混合、双向随机和单向随机。当人为影响是随机的，而项的作用固定时，选择双向混合；当人为影响和项的作用均为随机时选择双向随机。当人为影响随机时选择单向随机。 类型。选择指标类型。可用的类型为“一致”和“绝对一致”。 置信区间 (%)。指定置信区间的置信度。缺省值为 95%。 检验值。指定假设检验系数的假设值。该值是用来与观测值进行比较的值。缺省值为 0。 三、结果分析 刻度均值：剔除这一项，剩余其他项总体均值会变为多少 刻度方差：剔除这一项剩余其他项总体的变异程度有多大 相关性：这一项与总分相关性 项已删除Crobach Alpha值：剔除这一项剩余总信度，和总的信度比较，剔除这一项信度变高了，说明可以剔除，可以优化。 从表中可以发现剔除q5或q6这一项信度变高了，可以推测这两个项设计可能存在问题，需要修改完善。
问卷星spss信度效度分析步骤如下：
1、首先登录问卷星首页，会出现你创建的问卷，点击“分析&下载”，选择“查看下载答卷”选项。
2、点击“下载答卷数据”按钮，因为我们需要通过SPSS进行分析所以选择“按选项分数下载”。这样可以看到问卷数据被导出来成了Excel格式文件了。另外可根据自身需求筛选问题条件进行下载。
3、打开SPSS 数据分析软件，点击“文件”-“导入数据”，选择“Excel”。
4、将之前从问卷星下载的问卷数据excel导入到SPSS中。
5、点击“分析”-“刻度”-“可靠性分析”。
6、信度分析仅是针对量表问题，本次问卷为标准的5度量表，1表示非常不同意，5表示非常同意意，共含有22个题项，首先检验这一份量表整体的信度。将所有的量表题选中至右侧项。模型默认选择“Alpha”。
7、点击右上角的“统计”选项，可勾选“删除项后的标度”，点击继续。
8、点击确定后就得到本次问卷整体信度分析结果如下。本次22个量表题得出问卷总体的Cronbach α系数值为，大于，说明样本数据总体信度质量高。
如果α系数比较低，可以查看删除项后的克隆巴赫Alpha值，该值为删除该分析项题目后，剩下分析项的α系数，若此值明显高于Cronbach α系数值，则可考虑将该分析项删除。这样就可以提高Cronbach α系数值。
9、问卷调查一般会有多个维度变量，因此接下来针对每个维度变量进行分析，比如本次问卷有感知风险这个变量，那么选中它对应的3个题项进行信度分析，得出该维度的Cronbach α系数值。另外的维度变量信度分析同理。
一般做描述，差异，相关和回归分析。
量表类问卷最大的特点是：非常多的量表题，而且量表题对应着‘变量’或者‘维度’。便于研究‘变量’间的关系情况。
量表题可以使用信度、效度、因子分析等方法进行分析。具体可以参考下面的量表类影响关系研究框架。