学者们在进行实验数据收集后的下一步就是进行数据分析，对于数据分析的方法有好
几种。常用的数据分析方法有：聚类分析、因子分析、相关分析、对应分析、回归分
析、方差分析。
1、聚类分析(Cluster Analysis)
聚类分析指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的分析过程
。聚类是将数据分类到不同的类或者簇这样的一个过程，所以同一个簇中的对象有很
大的相似性，而不同簇间的对象有很大的相异性。聚类分析是一种探索性的分析，在
分类的过程中，人们不必事先给出一个分类的标准，聚类分析能够从样本数据出发，
自动进行分类。聚类分析所使用方法的不同，常常会得到不同的结论。不同研究者对
于同一组数据进行聚类分析，所得到的聚类数未必一致。
2、因子分析(Factor Analysis)
因子分析是指研究从变量群中提取共性因子的统计技术。因子分析就是从大量的数据
中寻找内在的联系，减少决策的困难。因子分析的方法约有10多种，如重心法、影像
分析法，*大似然解、*小平方法、阿尔发抽因法、拉奥典型抽因法等等。这些方法
本质上大都属近似方法，是以相关系数矩阵为基础的，所不同的是相关系数矩阵对角
线上的值，采用不同的共同性□2估值。在社会学研究中，因子分析常采用以主成分分
析为基础的反覆法。
3、相关分析(Correlation Analysis)
相关分析(correlation analysis)，相关分析是研究现象之间是否存在某种依存关系
，并对具体有依存关系的现象探讨其相关方向以及相关程度。相关关系是一种非确定
性的关系，例如，以X和Y分别记一个人的身高和体重，或分别记每公顷施肥量与每公
顷小麦产量，则X与Y显然有关系，而又没有确切到可由其中的一个去精确地决定另一
个的程度，这就是相关关系。
4、对应分析(Correspondence Analysis)
对应分析(Correspondence analysis)也称关联分析、R-Q型因子分析，通过分析由定
性变量构成的交互汇总表来揭示变量间的联系。可以揭示同一变量的各个类别之间的
差异，以及不同变量各个类别之间的对应关系。对应分析的基本思想是将一个联列表
的行和列中各元素的比例结构以点的形式在较低维的空间中表示出来。 |
免责声明： 以上所展示的信息由会员自行提供，内容的真实性、准确性和合法性由发布会员负责，企业录对此不承担任何责任。如有侵犯您的权益，请来信通知删除。