育才学习网1.本科论文的数据分析怎么做
研究方法通常可以分为三大类，分别是差异关系，相关关系和其它关系。
如果思路上更偏向于差异关系研究，比如不同收入人群对于网购的态度差异。建议使用较多规范的量表题，因为量表规范性很强且可以使用非常多的研究方法；如果不是使用量表题，那么就可以考虑卡方分析进行研究。如果进行更多丰富的研究方法使用，则对应需要使用多样的问题设计，量表题和非量表题均需要有，并且预期上它们就需要进入差异对比的范畴。
如果思路上更偏向于研究影响关系，比如满意度对于忠诚度的影响，看上去，满意度和忠诚度均可以使用量表题进行表示，那设计成量表题没有问题，因为可以使用线性回归分析进行研究。除此之外，还有一种情况可以考虑，即logistic回归，满意度影响最终是否再次购买，是否再次购买被满意度影响，这类情况是应该使用logistic回归分析。如果是希望两类研究方法均使用，此时满意度对应的问题则需要有量表题，还有比如“是否愿意再次购买”一类的定类数据问题。
如果预期数据需要进行统计上的信度分析，此时请记住一定需要设计成量表题，否则无法进行信度分析。以及如果预期思路上有分类，即比如将样本分成3种人群，此时需要考虑使用更多规范的量表题数据。
总结上看，研究方法的匹配使用，事实上应该是在问卷设计前就进入考虑范畴。问卷研究设计完成后，大部分的问卷研究方法均已经确定，因而需要提前将问卷研究方法纳入考虑中，便于可以进行更丰富的数据分析。相对来看，量表题是可以匹配更多的研究方法，而且也更规范，建议更多的使用量表题较好。
参考资料：/p/5
2.Excel 回归结果分析怎么解读
这个结果表明，X和Y之间存在显著的线性关系，X对Y的影响是显著的。
这里一共有三张表，第一张表是回归拟合优度的结果，一元回归看R square值，这个结果是0.0057，表明拟合的结果不是很好，意思就是在Y的总变异中，X能解释的只占了0.5%左右。第二张表是线性关系显著性检验结果，也就是说检验X和Y之间的关系是不是线性的，结果看最后一列，这个值是6.08E-11，也就是6.08乘以10的负11次方，这个结果与显著性水平0.05比较，很显然要远远小于0.05，说明线性关系是显著的。
最后一张表是回归系数的显著性检验结果，从中可以得到回归方程的表达式，表达式为Y=1.7879+0.11299X，回归系数的显著性看P-value那一列，0.11299对于的p值是6.08E-11，也是远小于显著性水平0.05，说明自变量的回归系数是显著的，表示的是自变量没增加1个单位，Y平均增加0.11299个单位。截距项一般不解释，也不用管它是不是显著。
多元回归和一元回归类似。