如何分析本科论文的数据？相关性分析、假设检验、回归分析需要哪些数据？

如果思维更偏向于差异性的研究，比如不同收入群体对网购的态度差异。建议用比较规范的量表题，因为量表很规范，可以用很多研究方法；如果不用量表题，那么可以考虑卡方分析进行研究。如果使用更丰富的研究方法，就需要使用多种问题设计，既有量表问题，也有非量表问题，有望进入差异比较的范畴。

如果思维更倾向于研究影响关系，比如满意度对忠诚度的影响，似乎满意度和忠诚度都可以用量表题来表达，那么设计量表题是没有问题的，因为可以用线性回归分析来进行研究。另外，还有一种情况可以考虑，就是logistic回归，满意度是否影响最终购买，是否受满意度影响，都要用logistic回归来分析。如果想两种研究方法都用，那么满意度对应的问题需要有量表问题，以及“你是否愿意再次购买”等分类数据问题。

如果期望数据需要进行统计分析，请记住一定要设计成量表题，否则无法进行信度分析。而如果预期思维中有分类，也就是比如把样本分成三组，这时候就要考虑使用更标准化的量表数据了。

综上所述，研究方法的匹配使用其实应该在问卷设计之前就考虑好。问卷研究设计完成后，大部分的问卷研究方法都已经确定，所以需要提前把问卷研究方法考虑进去，以便分析更丰富的数据。相对来说，量表题能匹配更多的研究方法，也更规范。建议多使用音阶题。

参考资料:

/p/5