在问卷分析类的毕业论文中，无论是影响关系类研究，还是实验类研究，亦或是现状政策类研究，都逃不开差异性分析。需要对比不同人群，比如性别，年龄等不同群体，他们对于量表题项在态度、行为上的差异情况等，都需要使用差异性分析，但是对于多种多样的差异性分析适用的场景又不尽相同，很多小白表示一头雾水。

今天这篇文章总结几个常用的毕业论文差异性分析的方法，分享怎么简单选择出合适的分析方法。

1 差异性分析简介

差异研究的目的在于比较两组数据或多组数据之间的差异，通常包括以下几类分析方法：

参数检验都基于共同的两个假设：

正态性假定 方差齐性假定

如果不满足上述两个条件，可以采用基于秩和的非参数检验，如Kruskal-Wallis检验，Friedman检验。

不同类型的差异性分析的应用场景

研究定类数据和定量数据之间的关系：

两组样本：T 检验 【性别（男、女）对于满意度的差异情况】

多组样本：方差分析 【不同学历(本科以下，本科，硕士及以上)对工作满意度的差异情况】

研究定类数据和定类数据之间的关系：

卡方检验：（性别和是否买彩票之间的关系）

2 不同分析方法案例详解

2.1 方差分析

方差分析用于定类字段（X）与 1 个或 1 个以上的定量字段（Y）之间的差异性研究。需要注意的是，一个定类字段称为单因素方差分析，两个定类字段及以上称为多因素方差分析。

2.11 单因素方差分析

在使用单因素方差分析时，需要每个选项的样本量大于30。比如研究不同年龄组样本对于研究变量的差异性态度时，年龄小于20岁的样本量仅为20个，那么需要将小于20岁的选项与另外一组(比如20~25岁)的组别合并为一组，然后再进行单因素方差分析。如果选项无法进行合并处理，可以考虑剔除样本量过少的组别。

输入：一个定类字段X（学历）、一个或多个定量字段Y（月收入）

输出：同一因素不同分组（如：不同的学历X）对定量变量（如：月收入 Y）产生/不产生显著性影响

案例：分析个人受教育程度（定类变量）是否给个人的经济收入（定量变量）带来显著性影响

1）正态性检验

根据定类变量（X）对定量变量（Y）进行分组，分别检验其正态性检验，查看数据的总体分布是否呈现正态性分布（P>0.05）。通常现实研究情况下很难满足检验，若其样本峰度绝对值小于10并且偏度绝对值小于3，结合正态分布图可以描述为基本符合正态分布

通常正态分布的检验方法有两种，一种是Shapiro-Wilk检验，适用于小样本资料（样本量≤5000）；另一种是Kolmogorov–Smirnov检验，适用于大样本资料（样本量>5000）

月收入，样本采用Shapiro-Wilk检验，显著性P值为0.022**<0.05，水平上呈现显著性，拒绝原假设，理论上数据不满足正态分布，但是其峰度（-0.076）绝对值小于10并且偏度（-0.07）绝对值小于3，可以描述为基本符合正态分布。

2）方差齐性检验

根据定类变量（X）对定量变量（Y）进行分组，进行方差齐性检验，倘若P>0.05,使用方差分析。

方差齐性检验的结果显示，对于时间，显著性P值为0.202，水平上不呈现显著性，不能拒绝原假设，因此数据满足方差齐性。

3）方差分析结果

方差分析结果 p值为0.000***≤0.05，因此统计结果显著，说明不同的学历在月收入上存在显著差异。

2.12 多因素方差分析

变量 X 的个数>1，其他步骤一致，在这里就不演示啦~

2.2 T检验

T检验用于分析定类数据与定量数据之间的关系情况。

2.21 单样本T检验

单样本 T 检验用于比较样本数据与一个特定数值之间的差异情况，同时要求数据呈现正态性分布。此分析方法在问卷研究中较少使用。单样本 T 检验仅仅支持样本和一个值进行检验，如果两个样本之间检验，则采用独立样本 T 检验/配对样本 T 检验。

单样本 T 检验要求检验样本呈现正态分布，如果不呈现正态分布，应选择单样本 Wilcoxon 符号秩检验。

输入：设定的检验值。

输出：该定量变量数据是否与该特定数值分布呈现一致性。

案例：研究一家食品生产企业的罐装食品标准重量是不是 100g。

1）正态性检验

weight样本N=100＜5000，采用S-W检验，显著性P值为0.949，水平上不呈现显著性，不能拒绝原假设，因此数据满足正态分布。其均值 101.383 相差检验值 100 不大。

2）单样本T检验结果

单样本T检验的结果显示，基于重量和输入的检验值 100，显著性P值为1.000>0.05，水平上不呈现显著性，不能拒绝原假设，因此weight和检验值101.38278不存在差异性。所以我们可以认为这家食品生产企业的罐装食品标准重量是 100g。

2.22 独立样本T检验

独立样本T检验和单因素方差分析功能上基本一致，但是独立样本T检验只能比较两组选项的差异。独立样本T检验两组样本个数可以不相等。

针对问卷研究，如果比较的类别为两组，独立样本T检验和单因素方差分析均可实现，研究者自行选择使用即可。

输入：一个二分类定类变量 X（学校字段：一中、二中）、一个或多个定量字段 Y（成绩）。

输出：模型检验的结果，如一中与二中的学生成绩存在/不存在显著性差异。

案例：如研究不同学校的学生(各学校学生数不一定相等)成绩是否存在差异性。

1）正态性检验

采用S-W检验，显著性P值为0.496>0.05，水平上不呈现显著性，不能拒绝原假设，因此数据满足正态分布。

2）方差齐性检验

方差齐性检验的结果显示, 对于成绩，显著性P值为0.393，水平上不呈现显著性，不能拒绝原假设，因此数据满足方差齐性。

3）独立样本T检验分析结果

F 检验结果 p 值为0.180>=0.05,因此统计结果不显著，说明一中，二中在成绩上不存在显著差异。

其差异幅度Cohen's d值为：0.389, 差异幅度较小（0.20，0.50和0.80分别对应小、中、大临界点）

2.23 配对样本T检验

适用于比较组别之间有配对关系时，配对关系是指类似实验组和对照组的这类关系。配对样本T检验的两组样本量需要完全相等。

输入：样本数相同，且差值呈现正态分布的两个定量变量。

输出：这两个定量变量是否存在差异性。

案例：检验某医院 300 个病人注射某药剂前后血压是否一致。

1）正态性检验

服药前血压配对服药后血压样本N＜5000，采用S-W检验，显著性P值为0.554，水平上不呈现显著性，不能拒绝原假设，因此数据满足正态分布。

2）配对样本T检验结果

配对样本T检验的结果显示，基于字段服药前血压配对服药后血压，显著性P值为0.000***，水平上呈现显著性，拒绝原假设，因此病人注射某药剂前后血压可认为不一致。而且其差异幅度Cohen's d值为：2.308，可认为差异幅度非常大。

2.3 卡方检验

卡方检验用于分析定类数据与定类数据之间的关系情况。通过分析不同类别数据的相对选择频数和占比情况，进而进行差异判断，实际观测值与理论推断值之间的偏离程度就决定卡方值的大小，如果卡方值越大，二者偏差程度越大；反之，二者偏差越小。单选题或多选题均可以使用卡方分析进行对比差异分析。

输入：一个定类变量 X（如月收入，包括甲学校、乙学校）与定类字段 Y（如甲学校 40 名学生与乙学校 60 名学生的体育成绩等级）

输出：模型检验的结果，如甲学校与乙学校的学生体育成绩等级存在/不存在显著性差异

案例：不同月收入的群体在某品牌的口味、价格上的满意度是否有显著差异

1）卡方检验分析结果

对于口味满意度，显著性P值为0.002***<0.05，水平上呈现显著性，拒绝原假设，因此不同月收入的群体在口味满意度上存在显著性差异

对于价格满意度，显著性P值为0.001***<0.05，水平上呈现显著性，拒绝原假设，因此不同月收入的群体在价格满意度上存在显著性差异。

2）卡方交叉热力图

颜色深浅去表示值的大小

3）效应量化分析

phi（2×2）、Crammer's V（若m≠n，建议使用Cramer's V ）、列联系数（3×3或4×4），用于分析样本的相关程度。当系数小于0.3时，表示相关较弱；当系数大于0.6时，表示相关较强。

根据交叉类型的不同，可以选用不同的效应量指标。(交叉类型表示：交叉表横向格子数×纵向格子数)

lambda：用于反应自变量对因变量的预测效果，一般情况下，其值为1时表示自变量预测因变量效果较好，为0时表明自变量预测因变量较差

口味满意度 Cramer’s V值为0.141，因此口味满意度和月收入范围的差异程度为弱程度差异

价格满意度 Cramer’s V值为0.147，因此价格满意度和月收入范围的差异程度为弱程度差异

3 各差异性分析模型的使用场景总结