1. 定量分析的定义与核心概念
定量分析，简单说就是“拿数字说话”：通过收集数值数据，运用统计方法验证假设或描述现象。 它与定性分析的主要区别在于，一个回答的是“有多少”、“多强”、“是否显著”，另一个回答的是“为什么”、“怎么做”、“背后的逻辑是什么”。定量分析依靠数字、概率以及数学模型来得出客观、可重复、可验证的结果。
为了让你一眼就看出两者的定位差别，下面的对比表格可以帮助你快速形成认识。
关键概念：
- 变量：你测量或操作的对象，如“年龄”“满意度评分”“是否购买”。
- 样本：你实际收集数据的个体或单位，如“500名受访者”。
- 总体：你希望结论推广到的全体对象，如“全国大学生”。
- 假设：你对变量之间关系的预设，包括原假设（H0，无差异/无关系）和备择假设（H1，有差异/有关系）。
2. 为什么需要定量分析？
定量分析给决策和研究赋予了一种客观、可检验的理性根基，它不依靠直觉或者少数案例。
- 提供客观的决策依据，企业根据用户的满意度评分（均值为4.3分，标准差为0.5）来决定是否对产品的功能进行更新，而不是只听少数用户的意见。
- 发现变量间的关系，即通过相关性分析得出“专业背景与就业薪资的相关系数为0.3”，或者通过回归分析得出“工作年限每增加1年，月薪平均增加500元”。
- 支持大规模模式识别，在数百万条交易数据中使用聚类算法找出高价值、低活跃度的客户群，从而制订出相应的营销策略。
- 验证假设与预测，在临床试验中用假设检验来判断新药的疗效是否比安慰剂好，在金融风控中用逻辑回归模型来预测用户违约的概率。
3. 定量分析的主要方法分类
定量分析的方法可以分为两大类，分别是描述性统计和推断性统计。下图可以帮助我们对分类逻辑有一个大致的认识。
3.1 描述性统计：回答“数据长什么样？”
描述性统计可以让你对数据的集中趋势、离散程度以及分布形态有一个初步的认识，是进行所有统计分析的第一步。
- 均值 (Mean)：数据的算术平均值，如“用户满意度均值为4.2分”。
- 中位数 (Median)：排在中间位置的值，对极端值不敏感，如“薪资中位数为8000元”。
- 标准差 (Standard Deviation)：衡量数据波动大小，标准差越小，数据越稳定，如“满意度标准差0.5，说明多数用户评分接近均值”。
- 频率分布：展示不同取值出现的次数，如“70%的用户评分在4-5分之间”。
- 偏度与峰度：判断数据分布是否对称、是否陡峭，是选择参数检验（如t检验）的前提。
3.2 推断性统计：回答“样本结论能否推广到总体？”
推断性统计是定量分析的核心，包含假设检验、置信区间、回归分析等内容。
- 假设检验：用样本数据来判断原假设是否成立。核心就是p值，p<0.05说明结果具有统计学意义，但是不能说效果显著（详见第7节）。常用的检验有：
- t检验：比较两组均值差异，例如“实验组和对照组的满意度评分有显著差异吗？”
- 卡方检验：检验两个分类变量是否独立，例如“性别与购买意愿是否有关联？”
- 方差分析 (ANOVA)：比较两组以上均值差异，例如“三种教学方法下学生成绩有显著差异吗？”
- 置信区间：给出总体参数可能落在的范围，例如“95%置信区间[4.1, 4.3]表示我们有95%的信心认为总体满意度均值在此区间内”。
- 回归分析：探索一个或多个自变量与因变量之间的关系。
- 线性回归：因变量为连续变量，例如“预测用户年消费金额（Y）与年龄（X1）、收入（X2）的关系”。
- 逻辑回归：因变量为二分类变量，例如“预测用户是否流失（1=流失，0=未流失）与使用时长（X1）、投诉次数（X2）的关系”。
- 分类与聚类：用于无监督学习。
- 决策树：根据变量特征进行分类，容易解释，例如“根据年龄、收入、购买历史预测用户是否购买”。
- K-means聚类：将数据自动分成K个组，例如“根据消费行为将客户分为‘高价值活跃’、‘低价值沉睡’等群体”。
3.3 常用定量分析方法对比表
4. 定量分析的基本步骤
以下是标准定量分析流程，缺一不可。
1. 确定研究问题和假设：如果是探索性研究，先提出假设，H1：培训时长与员工绩效正相关。
2. 设计数据收集方案：选择抽样方法（随机、分层）、确定样本量（n=500以上通常更可靠）、设计问卷或实验流程。
3. 数据清洗与预处理：
- 处理缺失值：删除、均值填充或插补。
- 识别异常值：通过箱线图或Z分数识别，并判断是否属于测量错误。
- 检查分布假设：用偏度、峰度、Q-Q图判断数据是否正态，为后续方法选择提供依据。
4. 选择分析方法并执行：根据数据类型、研究问题选择描述性统计、推断性统计或回归分析等。
5. 结果解读与报告撰写：不仅仅是报告p值，要结合效应量、置信区间和业务语境解读。例如，“虽然p<0.05，但是效应量Cohen's d=0.2，效果很小，没有实际意义”。
5. 定量分析的应用场景
定量分析应用场景
定量分析的应用范围很广，也很深，下面四个场景最具有代表性
- 市场调研：用户满意度评分。用描述性统计看均值，推断性统计判断不同用户群体（新老客户）的满意度差异是否显著，回归分析找出影响满意度的因素（客服响应速度、产品质量）。
- 医疗健康：临床试验效果评价。随机对照试验（RCT）是黄金标准，用t检验或者卡方检验比较治疗组和对照组的指标，计算风险比或者绝对风险差来验证新药或者疗法的效果。
- 金融风控：信用评分模型。逻辑回归是建立信用评分卡的主要方法，用历史借贷数据（收入、负债率、还款记录等）来预测用户的违约概率，给贷款审批提供量化的依据。
- 教育研究：考试成绩分析。用方差分析比较不同班级或者教学方法下成绩的差异，用相关分析来探究学习时间和成绩之间的关系，投入产出分析来评价教育项目的效果。
6. 定量分析常用工具简介
选择合适的工具可以大大提高分析的速度。以下是主流工具的对比：
工具选择建议：
- 快速上手、基础统计：SPSS 完全够用，直接通过“分析—描述统计—频率”和“分析—比较均值—独立样本t检验”就能完成大部分工作。
- 复杂建模、重复性分析：R或Python更灵活，能编写脚本一键运行，且支持多层线性模型、深度学习等高级方法。
- 大数据处理：Python的Pandas库和Scipy库是公认的利器。
7. 常见误区与注意事项
一个真实案例：一位社会学研究生小王用SPSS分析问卷数据，直接对两组评分做独立样本t检验，结果不显著（p=0.21）。导师提醒他检查数据正态性，发现数据严重左偏（偏度-1.2，峰度3.8）。他改用Mann-Whitney U检验（非参数方法，不要求正态分布），结果p值从0.21降到0.03。该案例说明：方法选择的前提是数据假设验证，而不是默认参数检验。忽略正态性检验，会造成误判。
常见误区：
- 过度依赖P值而忽视效应量：p<0.05只说明结果由随机因素造成的概率小于5%，并不能说明效果显著。真正要看效应量（Cohen's d），d=0.3为小效应，d=0.8为大。即使p<0.001，效应量很小，结论也没有什么实际意义。
- 样本量不足导致结论不可靠：小样本（n<30）的统计检验功效低，容易出现假阴性（本应该显著的差异没有检测出来）。建议用功效分析（G*Power工具）来事先计算所需的样本量。
- 数据清洗中的偏见：人为删除异常值会造成结果的失真。应记载删除原因，并报送原数据及清洗后数据的差别。
- 混淆相关性与因果关系：A和B相关并不意味着A导致B。冰淇淋销量和溺水人数正相关，是因为夏季高温使得两者都增加，而不是冰淇淋导致溺水。确定因果关系要依靠严格的实验设计（随机对照试验）。
常见问题
常见问题
共 3 个问题，点击展开查看答案
-
定量分析侧重于可量化的数据，用统计方法得到客观的结论；定性分析侧重于非数值化的信息，比如文本、访谈，重在理解现象背后的原因。
-
常用的方法有描述性统计分析（均值、标准差）、推断性统计分析（t检验、卡方检验）、回归分析、方差分析、因子分析等。
-
一般包括明确研究问题和假设、数据收集（问卷、实验、数据库）、数据清洗和预处理、选择分析方法、执行分析并解释结果、撰写报告。