论文数据分析最卡的一步，不是会不会用 SPSS，而是选对方法。我们把方法按“你的研究目的”分好了组：想看差异、想看关系、做量表，还是上进阶模型？点开任意方法，都有定义、数据要求、操作步骤和结果解读。
比较两组（如男 / 女、实验组 / 对照组）在某连续变量上的平均数是否有显著差异。
两组 · 连续因变量查看五段详解 →同一批对象前后两次测量（如培训前后、用药前后）的均值是否有变化。
同组 · 前后配对查看五段详解 →三组及以上的均值比较（如不同学历组的薪资差异），可附事后多重比较。
≥3 组 · 连续因变量查看五段详解 →同时考察两个及以上分组因素的主效应与交互效应（如性别 × 专业对成绩的影响）。
多因素 · 交互效应查看五段详解 →两个分类变量是否相关、或频数分布是否符合预期（如性别与购买意愿的关联）。
分类 × 分类查看五段详解 →数据不满足正态或样本很小时的差异检验替代方案（秩和检验 / 符号秩检验）。
不满足正态时用查看五段详解 →两个变量是否同向 / 反向变动、关联强弱（如压力与睡眠质量的相关）。
两个连续变量查看五段详解 →多个自变量对一个连续因变量的影响方向、强度与显著性，是论文最高频模型。
多自变量 → 连续 Y查看五段详解 →X 是否通过中介变量 M 影响 Y（如领导风格→工作满意度→离职倾向），Bootstrap 检验间接效应。
机制 · 为什么查看五段详解 →第三个变量是否会增强或削弱 X 对 Y 的影响（如自我效能调节压力与绩效的关系）。
边界 · 在什么条件下查看五段详解 →分块加入控制变量与核心变量，看 ΔR² 增量贡献，常用于验证假设的递进逻辑。
控制变量 · 增量 R²查看五段详解 →控制掉某些变量后，两个变量的“净相关”，排除第三方干扰的伪相关。
控制干扰后的关系查看五段详解 →问卷题目是否“测得稳”，Cronbach α 衡量内部一致性，量表研究第一步。
α ≥ 0.7 合格查看五段详解 →不预设结构，从题目中“探”出几个潜在维度，先看 KMO 与 Bartlett 球形检验。
KMO ≥ 0.7 适合查看五段详解 →已有成熟量表，检验你的数据是否符合预设维度结构，看 CFI / RMSEA / SRMR。
CFI>0.9 RMSEA<0.08查看五段详解 →用 AVE、组合信度 CR 与相关系数判断各维度是否“测的是同一件 / 不同的东西”。
AVE≥0.5 CR≥0.7查看五段详解 →用高低分组临界比与题总相关，筛掉区分度差的题目，净化量表。
删题 · 净化量表查看五段详解 →同源问卷数据的偏差检验，Harman 单因子检验首个因子方差占比是否过高。
单因子 < 40%查看五段详解 →因变量是“是 / 否”二分类时（如是否复购、是否患病），用 OR 值看影响倍数。
分类 Y · OR 值查看五段详解 →因变量是三个及以上无序类别时（如选择 A/B/C 方案）的预测建模。
≥3 类无序 Y查看五段详解 →把样本按相似性分成若干群（如用户分层、市场细分），无监督地“找类别”。
分群 · 无监督查看五段详解 →研究“事件发生时间”（如复发、流失、存活）及其影响因素，含删失数据处理。
时间到事件 · 删失查看五段详解 →同时估计测量模型与多条路径关系，复杂中介调节、潜变量建模的整体方案。
潜变量 · 多路径查看五段详解 →同一对象多次测量或多层嵌套数据（如学生嵌套于班级）的方差与回归分析。
纵向 · 多层数据查看五段详解 →独立样本 t 检验，用来比较两个相互独立的组别在某个连续变量上的平均数是否存在显著差异。“独立”指两组是不同的人（如男生 vs 女生、实验组 vs 对照组），而不是同一批人前后测两次（那是配对样本 t 检验）。它回答的问题是：这两组的均值差，是真的有差异，还是只是抽样的随机波动？
「一句话：两群人，比一个平均数，看差得是不是有意义。」
定义组，组 1 填 1、组 2 填 2。| 输出参数 | 示例值 | 怎么解读 |
|---|---|---|
| Levene F / Sig. | 0.62 | 方差齐性检验。本例 Sig.＝0.62 > 0.05，方差齐，读“假定等方差”那一行。 |
| t 值 | 2.84 | 组间均值差相对于标准误的倍数，绝对值越大越可能显著。 |
| df 自由度 | 198 | ≈ 两组样本量之和减 2，用于查临界值；方差不齐时会是小数。 |
| Sig.(双尾) | 0.005 | 核心 p 值。本例 0.005 < 0.05，两组差异显著。 |
| 平均值差值 | 0.41 | 组 1 减组 2 的均值差，告诉你“差多少”及方向（正负）。 |
| 95% 置信区间 | [0.13, 0.69] | 均值差的可信范围，不包含 0 则与“显著”结论一致。 |
| Cohen's d | 0.40 | 效应量。0.2 小 / 0.5 中 / 0.8 大，p 显著也要看实际差异大不大。 |
规范写法示例：独立样本 t 检验结果显示，男生（M＝4.12, SD＝0.71）与女生（M＝3.71, SD＝0.68）在满意度上存在显著差异，t(198)＝2.84, p＝0.005, Cohen's d＝0.40。