目录
在进行 SPSS 分析时，研究生最常卡住的地方，
并不是“该做什么分析”，
而是——
“我现在做的分析，真的对吗？”
The Brain 每年支持大量研究项目，在长期实践中整理出了
初学者反复提出的问题，以及对应的标准解答思路。
下面这 5 个问题，是研究生在 SPSS 分析中最常提出的疑问。
只要理解它们，整体的分析方向就会清晰许多。
1️⃣ 相关分析和回归分析有什么区别？
这个问题几乎出现在每一项研究的初期。
两种分析看起来相似，但目的完全不同。
相关分析：确认变量之间是否“有关联”
回归分析：检验自变量是否“对因变量产生影响”
因此，如果研究问题是：
“A 和 B 是否有关联？” → 适合做相关分析
“A 是否会影响 B？” → 更适合做回归分析
The Brain 会根据研究者的目的，
先判断是“关系型模型”还是“影响型模型”，
再决定采用哪种分析方式。
2️⃣ 想看群体差异时，该用 t-test 还是 ANOVA？
判断标准其实很简单：
两个群体之间的差异 → t-test
三个及以上群体 → ANOVA
真正的问题往往出现在：
各组样本量过小
不满足方差齐性条件
这种情况下，可能需要使用 Welch 检验、非参数检验等替代方法。
也就是说，
与其纠结“该用哪个检验”，
不如先确认：
群体结构是否满足统计前提条件。
3️⃣ 多元回归中，自变量越多越好吗？
自变量越多，看起来解释力会越高，
但实际上容易引发多重共线性问题。
典型表现包括：
VIF 值超过 10
回归系数方向与理论预期相反
原本显著的变量突然变得不显著
问题不在于“变量数量”，
而在于变量之间是否高度相关。
The Brain 在回归分析前，会先检查：
VIF
相关系数
模型解释力
从一开始就设计稳定的变量组合，
避免模型在分析阶段“崩塌”。
4️⃣ 调节效应和中介效应到底有什么不同？
这两个概念的研究目的本身就不同。
调节效应：
C 会改变 A → B 关系的强度或方向
中介效应：
A 通过 C 影响 B（路径结构）
简单来说：
调节像是“调节力度的开关”，
中介更像是“连接过程的桥梁”。
混淆这两者，是研究设计中最常见的错误之一。
The Brain 在分析前，会先检查研究者设定的路径结构，
是否与实际采用的分析方法相匹配。
5️⃣ 如果结果不显著，是不是分析失败了？
很多研究生会认为：
“只要不显著，就说明分析错了。”
但在真实研究中，
不显著的结果同样具有重要意义：
说明该变量可能并无实际影响
可以解释与既有研究不同的原因
为研究设计提供新的视角
可作为后续研究主题的重要线索
当结果不显著时，关键不是“重做分析”，
而是要弄清楚：
为什么会出现这样的结果，并给出合理解释。
The Brain 无论结果显著与否，
都会重新整理解释结构，
帮助研究者稳定地完成结论部分。
SPSS 并不是因为“功能复杂”才难，
而是因为
“研究设计”与“分析方法”之间的衔接不够熟悉。
与其纠结“该用哪种分析”，
不如先确认：
研究目的
变量结构
目标群体特征
是否满足统计前提条件
这些一旦明确，分析路径自然会浮现。
The Brain 从分析的起点开始，
涵盖模型设计、条件检验、替代方法选择等全过程，
系统化支持研究生顺利跨过分析阶段的门槛。
