---
title: "在 SPSS、R 和 Excel 中分析 Minds 调研结果 | Minds"
description: "以长格式 CSV 导出调研结果，并在现有分析工具链中直接分析。每行对应一个画像的回答，可直接用于数据透视表、交叉分析或读入数据框。"
canonical_url: "https://getminds.ai/use-cases/zh/analyse-minds-results-in-spss-r-and-excel"
last_updated: "2026-09-30T14:07:21.631Z"
---

# 在 SPSS、R 和 Excel 中分析 Minds 调研结果

洞察团队不需要另一个分析平台。交叉分析惯例、加权方案、客户熟悉的图表模板，这一切都沉淀在团队早已信任的工具中。如果一个调研层无法顺畅对接现有工具链，往往在试点之后就会被弃用。

Minds 将调研结果导出为标准的长格式表格，这也是上述所有工具原生支持的标准格式。

## 导出数据结构

原始数据以“每行一个画像回答”的形式呈现，共包含 6 列：

<table>
<thead>
  <tr>
    <th>
      字段
    </th>
    
    <th>
      说明
    </th>
  </tr>
</thead>

<tbody>
  <tr>
    <td>
      Question
    </td>
    
    <td>
      提出的具体问题
    </td>
  </tr>
  
  <tr>
    <td>
      Group
    </td>
    
    <td>
      该画像所属的目标受众细分分组
    </td>
  </tr>
  
  <tr>
    <td>
      Persona
    </td>
    
    <td>
      具体的合成受访者个体
    </td>
  </tr>
  
  <tr>
    <td>
      Discipline
    </td>
    
    <td>
      画像的岗位角色或专业背景
    </td>
  </tr>
  
  <tr>
    <td>
      Answer
    </td>
    
    <td>
      用于统计制表的结构化答案
    </td>
  </tr>
  
  <tr>
    <td>
      Full response
    </td>
    
    <td>
      该答案背后的完整推理过程与阐述
    </td>
  </tr>
</tbody>
</table>

长格式非常关键。它是数据透视表、交叉分析引擎或 `tidyverse` 数据处理流程最常要求的结构，因此在开展首次分析前无需进行任何数据重塑或转置。

## 导入各类分析工具的方法

**Excel 和 Google 表格：** 直接打开 CSV 文件即可。文件自带 UTF-8 BOM，可确保特殊字符和非拉丁字符正常显示。将 Question 与 Group 放入数据透视表中即可生成标准的交叉分析表。

**SPSS：** 将调研结果导出为 `.sav` 文件后直接打开即可，变量与标签均已预先定义，无需经过导入向导。如果希望跨工具保持统一格式，CSV 文件同样支持：依次点击“文件”→“导入数据”→“文本数据”，选择逗号分隔符并将第一行作为变量名。

**R：** 使用 `read.csv("export.csv")` 或 `readr::read_csv()` 读入为 tibble。长格式结构意味着直接运行 `dplyr::count(Question, Group, Answer)` 即可获得分布数据而无需重塑数据，同时 `Full response` 字段可随时用于定性文本分析。

**Q、Displayr、Power BI、Tableau：** 将 CSV 作为平面文件数据源添加。将 Question 设为行变量，Group 设为列变量。

**Python：** 使用 `pandas.read_csv()` 读入，然后调用 `crosstab` 或 `groupby` 进行分析。如果已有脚本用于处理常规问卷调研导出数据，这种方式尤其契合。

## 何时无需手动导出文件

如果分析需求是周期性而非单次运行，建议直接调用 API。Study、panel 和 analytics 等端点支持 Bearer Key 鉴权，定时任务可自动刷新看板数据，无需人工介入导出。样本库分析数据还可以通过 [Panel Analytics 连接器](/guide/looker-studio) 接入 Looker Studio；习惯使用电子表格的团队也可以通过 [Google 表格插件](/guide/google-sheets) 直接在表格内发起提问。

## 关于分析对象的客观说明

导出功能让合成调研结果的处理体验与真实问卷数据一样便捷，但也正因如此，容易让人忽视它们并非真实的人工调研数据。来自合成样本库的计数仅描述该样本库本身，而非真实总体人口。应使用它们来对比不同测试条件、排查潜在异议以及对假设进行优先级排序，而发生率与普及率等确定性推论仍需保留给真实受众样本验证。

现有工作流中的其他一切依然保持原样：您的加权方式、显著性检验惯例、图表模板以及客户的交付预期。合成层的作用仅在于帮您更快完成探索，并直接交付结构化表格。

## 提示词示例

面向所有目标受众提出相同的问题，要求提供简短的结构化回答及具体原因，随后导出原始数据并按分组交叉制表，观察哪些受众群体之间存在观点分歧。