关于SPSSAU进行IPA散点图分析，其实在SPSSAU的官网上面也有说明，这里详细说明下。共分四个步骤，第一是IPA说明，第二是SPSSAU象限图说明，第三是IPA象限图分析整合。
工具/原料
原始资料
SPSSAU
第一：IPA说明
1、IPA分析，主要是使用散点图进行分析。当然可能还需要使用配对T检验进行差异比较，也可能会涉及到描述分析，信度分析等。无论是IPA散点图，还是配对T检验，也或者描述分析，信度分析等均可在SPSSAU上面进行完成。
第二：SPSSAU象限图说明
1、象限图呈现目的在于直接展示数据划分区域，因此数据散点需要带标签值。象限图在科学研究中，常见为IPA分析（Importance-PerformanceAnalysis）研究时使用，即分析期望与实际感知间的gap差异情况。SPSSAU提供水平X轴和垂直Y轴线的设置，如果不设置则默认为X轴或Y轴对应的平均值；除此之外，用户还可结合实际情况对X轴或者Y轴对应的最值(最小或最大)进行设置，满足个性化需求；如果需要对数据点加入标签，可放入标签项对应标题。
第三：SPSSAU进行IPA象限图分析例子
1、背景针对三亚旅游的满意度情况研究，共分为12个维度项进行分析，分别收集得到用户的期望打分情况和实际感知满意度打分情况。当前希望使用IPA分析即使用象限图形式直观展示用户期望与实际感知之间的gap情况，并且提供建议。数据结构如下：
2、理论象限图将数据区分在四个象限中，可直观展示数据的区域划分情况，针对不同的四个象限数据可提供对应的建议。在科学研究中，IPA分析即是使用象限图。通常情况下，象限图需要展示对应的标签值，即在点的旁边会有显示对应的文字；此时直接单独一列表述，类似本案例的数据格式情况。
3、操作本案例使用象限图即IPA分析，去研究游客期望与实际感知的gap情况；X轴放期望情况，Y轴为真实感知；并且需要对散点加入标签值，SPSSAU操作截图如下：
4、SPSSAU输出结果下图为输出结果情况，下图显示，大部分维度均在第一象限或者第四象限。维度12在第四象限。第一象限意味着期望高并且实际感知也很高；第三象限意味着期望较低同时实际感知也较低；整体上说明用户的期望与实际感知情况比较吻合，用户期望高的维度被满足，期望较低的维度也对应着相同的满意度。第四象限意味着期望高但实际感知较低，对应维度12即为此种情况；意味着维度12在消费者心里有着较高的期望，但实际感知却与预期有着较大的落差，因此维度12需要特别关注，以提升消费者的满意度。
5、SPSSAU默认会以放置项的平均值作为X轴或者Y轴的交叉点值。如果希望进行设置，比如X轴希望以4作为交叉点，Y轴希望以3.8作为交叉点，此时可进行对应设置如下：
6、最终得到下图，横坐标X以4.0作为分界点，纵坐标Y以3.8作为分界点。
7、文字分析具体文字分析例子如下：针对三亚旅游的满意度情况研究，共分为12个维度项进行分析，分别收集得到用户的期望打分情况和实际感知满意度打分情况。使用IPA分析即使用象限图形式直观展示用户期望与实际感知之间的gap情况。从象限图可以看到：第一象限意味着期望高并且实际感知也很高；第三象限意味着期望较低同时实际感知也较低；整体上说明用户的期望与实际感知情况比较吻合，用户期望高的维度被满足，期望较低的维度也对应着相同的满意度。第四象限意味着期望高但实际感知较低，对应维度12即为此种情况；意味着维度12在消费者心里有着较高的期望，但实际感知却与预期有着较大的落差，因此维度12需要特别关注，以提升消费者的满意度。
8、剖析象限图分析在于将散点划分在几个象限区域中，通常情况下需要展示“标签”，需要提前设置好，同时如果需要对坐标轴的交叉点设置，也或者最大值或者最小值进行设置；则直接在SPSSAU输出象限图处进行设置即可。