學者們在進行實驗數據收集后的下一步就是進行數據分析，對于數據分析的方法有好
幾種。常用的數據分析方法有：聚類分析、因子分析、相關分析、對應分析、回歸分
析、方差分析。
1、聚類分析(Cluster Analysis)
聚類分析指將物理或抽象對象的集合分組成為由類似的對象組成的多個類的分析過程
。聚類是將數據分類到不同的類或者簇這樣的一個過程，所以同一個簇中的對象有很
大的相似性，而不同簇間的對象有很大的相異性。聚類分析是一種探索性的分析，在
分類的過程中，人們不必事先給出一個分類的標準，聚類分析能夠從樣本數據出發，
自動進行分類。聚類分析所使用方法的不同，常常會得到不同的結論。不同研究者對
于同一組數據進行聚類分析，所得到的聚類數未必一致。
2、因子分析(Factor Analysis)
因子分析是指研究從變量群中提取共性因子的統計技術。因子分析就是從大量的數據
中尋找內在的聯系，減少決策的困難。因子分析的方法約有10多種，如重心法、影像
分析法，*大似然解、*小平方法、阿爾發抽因法、拉奧典型抽因法等等。這些方法
本質上大都屬近似方法，是以相關系數矩陣為基礎的，所不同的是相關系數矩陣對角
線上的值，采用不同的共同性□2估值。在社會學研究中，因子分析常采用以主成分分
析為基礎的反覆法。
3、相關分析(Correlation Analysis)
相關分析(correlation analysis)，相關分析是研究現象之間是否存在某種依存關系
，并對具體有依存關系的現象探討其相關方向以及相關程度。相關關系是一種非確定
性的關系，例如，以X和Y分別記一個人的身高和體重，或分別記每公頃施肥量與每公
頃小麥產量，則X與Y顯然有關系，而又沒有確切到可由其中的一個去精確地決定另一
個的程度，這就是相關關系。
4、對應分析(Correspondence Analysis)
對應分析(Correspondence analysis)也稱關聯分析、R-Q型因子分析，通過分析由定
性變量構成的交互匯總表來揭示變量間的聯系。可以揭示同一變量的各個類別之間的
差異，以及不同變量各個類別之間的對應關系。對應分析的基本思想是將一個聯列表
的行和列中各元素的比例結構以點的形式在較低維的空間中表示出來。 |
免責聲明：以上所展示的信息由會員自行提供，內容的真實性、準確性和合法性由發布會員負責，www.qy6.com對此不承擔任何責任。如有侵犯您的權益，請來信通知刪除。