在数据分析的领域里，都有哪些分析工具，又如何去选择呢?
　　数据分析也好，统计分析也好，数据挖掘也好、商业智能也好都需要在学习的时候掌握各种分析手段和技能，特别是要掌握分析软件工具!我曾经说过，学习方法，一般是先学软件开始，再去应用，再学会理论和原理。没有软件工具的方法就不要去学了，因为学了也不能做，除非你自己会编程序。
　　那么在数据分析领域，都有哪些软件分析工具呢?如何选择呢?其实很多领域或者说分析方法都有相应的软件工具，只要你想找就应该能够找到!
　　这里我把软件分成纵横四个层次的的象限图来表达!
　　第一维度：数据存储层——&数据报表层——&数据分析层——&数据展现层
　　第二维度：用户级——&部门级——&企业级——&BI级
　　首先，存储层：
　　我们必须能够存储数据，对个人来讲至少应该掌握一种数据库技术，当然也不一定要熟练操作，但至少要能够理解数据的存储和数据的基本结构和数据类型，比如数据的安全性、唯一性、冗余性，表的关系，粒度，容量等，最好能够理解SQL查询语言的基本结构和读取等等!
　　Access2003、Access07等：这是最基本的个人数据库，经常用于个人或部分基本的数据存储;
　　MySQL数据库，这个对于部门级或者互联网的数据库应用是必要的，这个时候关键掌握数据库的库结构和SQL语言的数据查询能力;
　　SQL Server 2005或更高版本，对中小企业，一些大型企业也可以采用SQL
Server数据库，其实这个时候本身除了数据存储，也包括了数据报表和数据分析了，甚至数据挖掘工具都在其中了;
　　DB2，Oracle数据库都是大型数据库了，主要是企业级，特别是大型企业或者对数据海量存储需求的就是必须的了，一般大型数据库公司都提供非常好的数据整合应用平台;
　　BI级，实际上这个不是数据库，而是建立在前面数据库基础上的，这个主要是数据库的企业应用级了，一般这个时候的数据库都叫数据仓库了，Data
Warehouse，建立在DW级上的数据存储基本上都是商业智能平台，或许整合了各种数据分析，报表、分析和展现!
　　第二：报表层
　　当企业存储了数据后，首先要解决的报表，还不是分析问题，是要能够看到，看到报表，各种各样的报表!国内外有专门提供报表分析服务的企业和软件。
　　Crystal
Report水晶报表，Bill报表，这都是全球最流行的报表工具，非常规范的报表设计思想，早期商业智能其实大部分人的理解就是报表系统，不借助IT技术人员就可以获取企业各种信息——报表。而且很多数据库内置的报表也是采用CR报表的开发版嵌入的!
　　Tableau软件，这个软件是近年来非常棒的一个软件，当然它已经不是单纯的数据报表软件了，而是更为可视化的数据分析软件，因为我经常用它来从数据库中进行报表和可视化分析，先暂列在报表层;
　　这个软件从3.0开始，现在已经有了5.1版本，两年的时间已经到了服务器和Web方式了!
　　当然，如果企业有上万张报表，需要好好管理起来，还有安全性，并发请求等，就需要有Server版;
　　博易智讯公司专门提供Crystal Report和Crystal Report Server版销售和软件服务;
　　第三：数据分析层
　　这个层其实有很多分析工具，当然我们最常用的就是Excel，我经常用的就是统计分析和数据挖掘工具;
　　Excel软件，首先版本越高越好用这是肯定的;当然对Excel来讲很多人只是掌握了5%Excel功能，Excel功能非常强大，甚至可以完成所有的统计分析工作!但是我也常说，有能力把Excel玩成统计工具不如专门学会统计软件;
　　SPSS软件：当前版本是18，名字也改成了PASW
S我从3.0开始Dos环境下编程分析，到现在版本的变迁也可以看出SPSS社会科学统计软件包的变化，从重视医学、化学等开始越来越重视商业分析，现在已经成为了预测分析软件。
　　Clementine软件：当前版本13.0，数据挖掘工具，我从6.0开始用，到了13版，已经越来越多的提高了更多有好的建模工具，现在改名叫PASW
Modeler 13建模器了。而且与SPSS统计功能有了更多的整合，数据处理也更加灵活和好用。
　　SAS软件：SAS相对SPSS其实功能更强大，SAS是平台化的，EM挖掘模块平台整合，相对来讲，SAS比较难学些，但如果掌握了SAS会更有价值，比如离散选择模型，抽样问题，正交实验设计等还是SAS比较好用，另外，SAS的学习材料比较多，也公开，会有收获的!
当然，我主要是采用SPSS和Clementine，有时候就是习惯，当然会了一种软件在学其他的也不是很困难!
　　JMP分析：SAS的一个分析分支
　　XLstat：Excel的插件，可以完成大部分SPSS统计分析功能
　　Ucinet社会网分析软件：SNA社会网络分析是非常流行和有价值的分析工具和方法，特别是从关系角度进行分析社会网络，关系分析非常重要，过去我们都是属性数据分析
　　大家如果有需要试用版，可以联系博易智讯，他们可以提供SPSS和Clementine软件版本的咨询。
　　第四：表现层
　　最近我一直在研究数据可视化技术，一方面是因为Excel大家有需求，另一方面就是我第一个购买了Xcelsius，也写了《Excel高级应用与数据分析》和《数据展现的艺术——Xcelsius》。这个领域的软件，特别是一些小工具非常有价值!
　　PowerPoint软件：这个没得说了，大部分人都是用PPT写报告;
　　Visio、SmartDraw软件：这些都是非常好用的流程图、营销图表、地图等，而且从这里可以得到很多零件;
　　Swiff Chart软件：制作图表的软件，生成的是F
　　Color Wheel软件：配色软件
　　Yed软件：网络关系图、流程图和图形分析软件，类似SNA分析，我经常用来设计流程图，还有就是分析优化关系图;
　　Netdraw软件：这是社会网络分析展现软件，主要是可视化网络关系图的，读取Ucinet软件;
　　Mindmanager软件：思维导图，非常好的软件，可以把非线性思维很快构建起来，并且项目组织管理、报告设计构想都可以应用，直接生成PPT等，当然这个软件功能非常强大，我的学生都用它来做笔记和会议记录;
　　Xcelsius软件：Dashboard制作和数据可视化报表工具，可以直接读取数据库，在Excel里建模，互联网展现，最大特色还是可以在PPT中实现动态报表;这个是我最希望应用的一个软件工具，非常有价值!
最后，需要说明的是，我这样的分层分类并不是区分软件，只是想说明软件的应用，其实每个层次的软件都是相互融合的，追求：平台化，整合化，智能化，可视化，专业化，都是各有特色;价格也不同，有免费的，有上百万的;有单机版的，有服务器版的;有正版的，有盗版的!
　　有时候我们把数据库就用来进行报表分析，有时候报表就是分析，有时候分析就是展现;当然有时候展现就是分析，分析也是报表，报表就是数据存储了!
　　没有最好，只有更好，适合你的就是最好的!
　　其实还有很多数据分析软件：
　　AMOS软件：结构方程式模型SEM，实证研究和理论模型的重要分析工具，从事学术研究的人，特别是社会科学工作者应该掌握;
　　Lisrel软件：结构方程式模型SEM，同上!
　　HLM软件：分层线性模型;
文章来源：沈浩老师的博客
我的更多文章：
( 03:17:20)( 02:24:31)( 18:46:22)( 23:07:02)( 11:49:01)( 11:36:48)( 10:32:18)( 22:23:34)( 23:08:43)( 22:31:25)
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。问卷数据分析——破解SPSS的六类分析思路
(责任编辑)
本书系统介绍了使用SPSS进行问卷调查分析的思路及方法，其中共分为四部分，分别是问卷设计、问卷分析六类思路解读、数据分析方法在SPSS中的操作和答疑解惑。其中问卷设计适用于所有读者，建议读者在设计问卷前详细阅读此部分内容。读者可以结合实际情况选读问卷分析六类思路解读这一部分内容。数据分析方法在SPSS中的操作这部分内容详细讲解了各类数据分析方法在SPSS中的操作细节，并对输出结果做出说明。答疑解惑部分罗列了各类分析方法常见的疑难杂症。本书侧重于问卷分析的应用性，为问卷分析人员提供包括问卷设计、分析思路、分析方法操作、文字分析和答疑解惑在内的“一站式”指导，力求让读者在最短的时间内掌握SPSS分析并且完成高质量的问卷分析报告。使用SPSS分析调查问卷常见于各类学术研究、论文写作、企业市场调研和各类调查报告中，本书侧重于学术研究中的SPSS调查问卷数据分析的使用指导，适合高等院校的本科生、研究生，企事业单位使用问卷进行调研的相关从业人员，同时也适合从事问卷分析工作的相关读者学习参考。
从问卷的设计调研到六类问卷分析思路和方法的应用，专注、详细，深入浅出
周俊，北京大学2009级市场营销硕士学历，中央财经大学金融学院国际项目部统计学讲师。除教育行业外，周老师曾在亚马逊（中国）和兰亭集势从事商业数据分析工作（商业分析师），现任问卷星平台数据分析顾问，人大经济论坛SPSS软件培训师，是在线网页版本统计分析工具SPSSAU创始人。截至2015年年底，已为近万名学员提供培训、咨询和讲解服务，包括学生、高校、科研机构、企业从业人员等。周老师结合5年数据分析经验，并且利用大数据思想，将SPSS分析模块整合，开发出在线网页版本SPSS分析工具SPSSAU（ www.spssau.com）。
序 言从啤酒和尿布的故事开始，我们发觉简单的数据中可能存在无穷的奥秘，好奇心驱使越来越多的人投身到枯燥的数据中。已经没有人会怀疑这是一个数据的时代或者一个大数据的时代。但相比后者，我还是更倾向于认为目前仅是一个数据的时代。诚然，大数据的概念火热，但具体到某个领域或某个研究，获取和存储海量数据都远远超出了绝大多数研究者的能力范围，更遑论随后的研究。退而求其次，如果不谈大数据，则目前已有足够的研究方法和数据分析方法可供我们选择使用。在瀚如烟海的数据中，不论是科学研究还是商业调查，很大一部分数据是通过调查问卷的方式来获取的。在问卷星平台上，每天都会产生上万份问卷和100 多万份答卷，但在运营过程中，我们也发现大部分用户的数据分析仅仅停留在简单的频率分析上。数据中隐藏的巨大价值，还在默默沉睡，等待被人挖掘。造成这样窘境的原因可能是，我们在关注各种数据概念的同时，并没有以科学的研究方法来处理这些数据。如何挖掘这些沉睡在问卷数据中的价值，这正是本书作者周俊老师想要与广大读者分享的。周俊老师专注于数据研究超过5 年，同时也是问卷星在数据分析方面的长期合作伙伴。在同周老师一起工作的时间里，我们不仅领略了他在问卷数据分析方面的专长与见解，也感受到他一丝不苟、严谨的工作态度，这些也深深融入了本书的创作过程中。本书同其他数据分析方面的专著相比特点鲜明：首先，作者专注于问卷来源的数据分析，对数据分析方法的介绍更加专注、详细和深入；其次，作者没有带入任何数据分析背后的数学原理，着重介绍的是数据分析方法的实际应用；最后，本书内容深入浅出，适合所有对问卷数据分析有需求的读者随时翻看查阅。截至目前，用户在问卷星上发布的问卷已超过1000 万份，累计回收答卷超过6 亿。让更多人挖掘到问卷数据中隐藏的无限价值——我想这正是周老师和问卷星共同的愿景所在。问卷星CEO 胡啸
第一部分 问卷设计第1 章 统计学基础知识及术语解释 21.1 数据分析 31.2 样本特征描述分析方法 51.3 信度和效度分析 51.4 因子分析 61.5 变量关系研究分析方法 81.6 中介调节分析 101.7 差异研究分析方法 111.8 聚类分析方法 121.9 其他分析方法 13第2 章 问卷题项设计说明和注意事项 152.1 量表题项设计 162.2 非量表题项设计 18第3 章 量表类问卷设计和注意事项 203.1 问卷设计框架 213.2 问卷案例解读 233.2.1 案例1：“90 后”员工离职倾向调查问卷 233.2.2 案例2：旅游消费者市场细分情况调查问卷 25第4 章 非量表类问卷设计和注意事项284.1 问卷设计框架 294.2 问卷案例解读304.2.1 案例1：网购奢侈品消费情况研究 304.2.2 案例2：大学生理财情况调查问卷32第二部分 问卷分析六类思路解读第5 章 量表类问卷影响关系研究385.1 分析思路解读 395.2 分析方法说明 405.2.1 样本背景分析 415.2.2 样本特征、行为分析 415.2.3 指标归类分析 415.2.4 信度分析 435.2.5 效度分析 445.2.6 研究变量描述性分析 455.2.7 研究变量相关关系分析 465.2.8 研究假设验证分析 465.2.9 差异分析 495.3 案例分析 515.3.1 案例的样本背景信息统计 525.3.2 案例的样本基本特征情况描述分析 535.3.3 案例的探索性因子分析 545.3.4 案例的信度分析 585.3.5 案例的效度分析 595.3.6 案例的研究变量描述性分析 615.3.7 案例的相关分析 625.3.8 案例的多元线性回归分析 635.3.9 案例的方差分析 65第6 章 量表类问卷中介效应和调节效应研究 676.1 分析思路解读 686.2 分析方法说明 696.2.1 研究变量相关关系和回归影响关系分析 696.2.2 中介效应分析 706.2.3 调节效应分析 736.3 案例分析 776.3.1 案例的信度分析和效度分析 796.3.2 案例的研究变量相关关系和回归影响关系分析 816.3.3 案例的中介效应分析 826.3.4 案例的调节效应研究 84第7 章 量表类问卷权重研究 867.1 分析思路解读 877.2 分析方法说明 887.2.1 指标归类分析 897.2.2 效度分析 897.2.3 因子分析法指标权重构建 907.2.4 分析方法总结 937.3 案例分析 937.3.1 案例的探索性因子分析 947.3.2 案例的效度分析 957.3.3 案例的因子分析法指标权重构建 96第8 章 “类实验”类问卷差异研究 998.1 分析思路解读 1008.2 分析方法说明 1018.2.1 交互作用研究 1018.2.2 差异分析 1038.3 案例分析 1038.3.1 案例的多因素方差分析 1048.3.2 案例的差异分析 106第9 章 聚类样本类问卷研究 1089.1 分析思路解读 1099.2 分析方法说明 1119.2.1 聚类和聚类效果验证 1129.2.2 聚类类别样本差异分析 1149.3 案例分析 1149.3.1 案例的探索性因子分析 1169.3.2 案例的信度分析和效度分析 1209.3.3 案例的聚类分析 1219.3.4 案例的聚类样本命名及聚类效果验证 1239.3.5 案例的不同类别样本卡方分析 124第10 章 非量表类问卷研究 12610.1 分析思路解读 12710.2 分析方法说明 12810.2.1 基本现状和样本态度分析 12810.2.2 卡方分析 12910.2.3 Logistic 回归分析 13010.3 案例分析 13210.3.1 案例的基本现状和样本态度分析 13410.3.2 案例的卡方分析 13410.3.3 案例的Logistic 回归分析 136第三部分 数据分析方法在SPSS 中的操作第11 章 基础SPSS 操作说明 14011.1 SPSS 界面说明 14111.2 计算变量 14211.3 编码处理 14311.4 筛选功能 14511.5 合并数据 146第12 章 描述性方法在SPSS 中的操作 14712.1 频数分析 14812.2 描述性分析 149第13 章 信度和效度研究方法在SPSS 中的操作 15013.1 信度分析 15113.2 效度分析 152第14 章 变量关系研究方法在SPSS 中的操作 15814.1 相关分析 15914.2 线性回归分析 15914.3 中介效应分析 16214.4 调节效应分析 16414.5 Logistic 回归分析 167第15 章 差异性研究方法在SPSS 中的操作 17315.1 单因素方差分析 17415.2 多因素方差分析 17815.3 t 检验 18015.3.1 独立样本t 检验 18115.3.2 配对样本t 检验 18315.3.3 单样本t 检验 18415.4 卡方分析 18615.4.1 单选题卡方分析 18615.4.2 多选题卡方分析 188第16 章 权重类、聚类样本研究方法在SPSS 中的操作 19316.1 因子分析 19416.1.1 因子分析探索因子功能19416.1.2 因子分析权重计算功能19916.2 聚类分析 20216.2.1 两步聚类 20316.2.2 k-均值聚类 20616.2.3 系统聚类 208第四部分 答疑解惑第17 章 分析思路和分析方法问题解惑 21217.1 基本统计问题解惑 21317.2 描述性方法 21417.3 信度分析和效度分析 21517.4 变量关系研究方法 21717.5 差异性研究方法 22017.6 权重类、聚类样本研究方法 221附录A 中英文术语对照表 223
本书系统介绍了使用SPSS进行问卷调查分析的思路及方法，其中共分为四部分，分别是问卷设&br&计、问卷分析六类思路解读、数据分析方法在SPSS中的操作和答疑解惑...
本书根据网络畅销书《“表”哥的Access入门》改编，该书以案例教学的方式，通过一个简单的小饭馆数据库管理程序的开发过程，介绍如何规范Access数据、如何设计...
《如虎添翼！数据处理的SPSS和SAS EG实现（第2版）》作为SAS EG 和SPSS 数据处理比较的首本实战中文教材，本书并非单纯地逐个讲解菜单的操作，而是...
本书以数据挖掘与模式识别的七大原理在临床医学中的运用案例为切入点，系统而全面地介绍了医学数据挖掘的基本方法与原理，对数据分析的常用算法进行了通俗易懂的讲解。本书...
数据分析不在于你掌握了多少先进的软件工具，也不在于你拥有多么高智商的头脑，而是要靠更大视野、更宽角度和更具有逻辑性的思维。本书不是一本介绍大数据概念的流行读物，...
版权所有& · 北京博文视点资讯有限公司 · All Rights Reserved
京ICP备号-1这些数据分析语言和工具，该如何选用？
我的图书馆
这些数据分析语言和工具，该如何选用？
从事数据分析一定要选一门编程语言和工具，技多不压身嘛。数据分析的工具有很多，按功能和侧重点来分有统计工具、可视化工具等等。应用最广的也是最常被提到的，无非是Excel、SAS、Python、R等等。那么，这么多工具是否都要学？都适用于什么情况？又应该如何使用呢？ExcelEXCEL是其中最简单的，倒不是容易而是人人都会。但如果是用来分析的话，图表只是基础，还要学会使用透视图以及VBA函数。Excel的功能其实非常强大，尤其是通过学习VBA，几乎能解决所有的问题，但成本就高了，而且Excel的数据处理量并不是很大，几十万而已，大数据量还要另寻方法。SPSSSPSS最初是社会科学统计软件，如果刚入门数据分析，懂点SPSS事非常有好处的，当然前提是要懂SQL。SPSS得使用对人的能力要求不高，编程模块很少使用，通常用于科学、市场之类的调研，在院校中使用较多。有了以上的基础之后，可能就需要精通一门统计分析软件。近几年的互联网潮，R语言流行起来了，在互联网行业运用较多。R语言是开源的，学习起来并不容易，需要一个长期的过程。SPSS刚刚有提到，适用于市场研究，上手较快。如果会编程的话，功能还是蛮强大的。SAS一般是金融行业应用较广，特别是银行业和医学统计，包括一些制造业也很多。银行业通常会用SAS来做统计，数据挖掘也会用到，价格昂贵，学起来比较难，建议网上寻找一些课程和教材来学。所以打击爱可以针对自己的行业和实际情况来做选择，以上列举的只是大致情况。PythonPython&R的比较以上就是各种数据分析工具和语言的介绍，其次还要掌握一些第三方工具，这些工具一般偏业务化应用，可视化数据展示类偏多，所以在技术上没有太多要求，不过SQL需要掌握。Tableau多次介绍过的一款可视化工具，可视化方面应该是做得最不错的工具了，偏前端分析。不懂python不懂R的可以试试。有点贵，土豪们加油！Qlikview相对tableau有点丑，不要喷，毕竟人家走数据处理路线，作为BI产品，数据处理速度还是不错的，取个数不至于像tableau慢。两者像互补兄弟，各有优势，但都一样贵，哈哈！所以对数据处理要求较高的话，建议尝试。FineBI国内的可视化软件，bi工具。无功无过，重在稳定和应用，国内有一定市场，企业应用挺广。有一定数据分析基础的同学，应该说很快就能上手，免费版无限用!还有一些D3之类的chart软件这里由于篇幅就不介绍了，主要偏应用，在工作中使用还是蛮广的。总体来将，每个工具各有优势，但最关键的还是对于业务的熟悉度，没有远离和思路，任何工具都用不起来，所以在做数据分析时，一定要扎根学习业务和数据建模方法，工具不是万能的！本文为头条号作者原创。未经授权，不得转载。
TA的最新馆藏
喜欢该文的人也喜欢我有一份问卷数据，想在spssau在线分析平台进行分析，想问一下具体的步骤?_百度知道
我有一份问卷数据，想在spssau在线分析平台进行分析，想问一下具体的步骤?
我有更好的答案
可以先扫码登录使用spssau，然后上传数据就好，上传excel格式的就可以了。然后就可以分析了，全部都是左右拖拽点一下就能分析使用了，还有智能化文字分析这些，很厉害的好神奇。
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。