社會(huì)統(tǒng)計(jì)分析：SPSS應(yīng)用教程

第1章社會(huì)調(diào)查的方法1
1.1調(diào)查研究的主要方法1
1.2問卷調(diào)查法2
1.2.1問卷的主要類型2
1.2.2問卷的基本結(jié)構(gòu)2
1.2.3問卷設(shè)計(jì)的原則8
1.2.4問卷中問題的設(shè)計(jì)與
答案的構(gòu)思9
1.2.5問卷設(shè)計(jì)中常見的錯(cuò)誤12
1.3社會(huì)調(diào)查的量表法14
1.3.1量表法的作用14
1.3.2利克特量表的應(yīng)用15
習(xí)題116
第2章SPSS中數(shù)據(jù)的編輯修改17
2.1SPSS的Data Editor窗口17
2.2小規(guī)模數(shù)據(jù)輸入法19
2.3大規(guī)模數(shù)據(jù)輸入法21
2.4變量合并21
2.4.1變量橫向合并的對(duì)話框22
2.4.2存儲(chǔ)變量合并后的結(jié)果24
2.5個(gè)案合并25
2.6個(gè)案排序27
2.7數(shù)據(jù)的行列互換28
2.8限選個(gè)案進(jìn)行區(qū)域性統(tǒng)計(jì)29
2.8.1限選某個(gè)子總體29
2.8.2抽取隨機(jī)樣本31
2.8.3限選前n個(gè)個(gè)案34
2.9個(gè)案加權(quán)35
2.10Data菜單中的其他
子菜單命令37
習(xí)題238
第3章SPSS的基本語法和基本統(tǒng)計(jì)知識(shí)39
3.1SPSS的基本語句39
3.2數(shù)據(jù)的編碼40
3.3SPSS變量屬性的定義42
3.4SPSS數(shù)據(jù)的格式43
3.5SPSS數(shù)據(jù)格式實(shí)例43
3.6建立SPSS的命令文件44
3.74種SPSS命令文件的格式44
3.8編輯SPSS新命令文件實(shí)例46
3.9利用新命令文件進(jìn)行
統(tǒng)計(jì)分析48
3.10調(diào)用已有命令文件
進(jìn)行統(tǒng)計(jì)分析50
3.11統(tǒng)計(jì)分析的最佳方案50
3.12總體與樣本51
3.13參數(shù)與統(tǒng)計(jì)量52
3.14SPSS描述性統(tǒng)計(jì)常識(shí)53
3.14.14種測量水平53
3.14.23種綜合統(tǒng)計(jì)量53
3.15正態(tài)分布的重要特征56
3.16正態(tài)分布的經(jīng)驗(yàn)規(guī)則56
3.17正態(tài)性的假設(shè)與檢驗(yàn)56
3.17.1正態(tài)性檢驗(yàn)57
3.17.2檢驗(yàn)正態(tài)性的其他
附加方法58
3.18顯著性水平與臨界域α值58
習(xí)題359
第4章數(shù)據(jù)變換62
4.1創(chuàng)建新變量62
4.1.1使用對(duì)話框創(chuàng)建新變量62
4.1.2使用COMPUTE命令
創(chuàng)建新變量63
4.1.3數(shù)學(xué)函數(shù)64
4.1.4缺失值函數(shù)65
4.2采用IF命令進(jìn)行條件變換
和邏輯校驗(yàn)65
4.2.1IF命令格式65
4.2.2表達(dá)式中的關(guān)系符66
4.2.3邏輯表達(dá)式66
4.2.4兩種缺失值的邏輯函數(shù)66
4.2.5缺失值的處理66
4.2.6IF命令的對(duì)話框67
4.3數(shù)據(jù)重新編碼69
4.3.1通過對(duì)話框重新編碼
數(shù)據(jù)的實(shí)例69
4.3.2RECODE命令的格式73
4.3.3RECODE命令在命令
文件中的位置75
4.4計(jì)算相同情況的次數(shù)75
4.4.1應(yīng)用COUNT命令
計(jì)數(shù)75
4.4.2COUNT對(duì)話框的用法76
4.5SPSS的運(yùn)算次序78
習(xí)題479
第5章頻率表與描述統(tǒng)計(jì)81
5.1采用Frequencies過程進(jìn)行
頻次統(tǒng)計(jì)81
5.1.1Frequencies過程的
預(yù)備知識(shí)81
5.1.2溫差頻次統(tǒng)計(jì)86
5.1.3一個(gè)完整的頻率表87
5.1.4Frequencies過程的
命令表88
5.2采用Custom Tables過程制表88
5.2.1Tables過程的對(duì)話框89
5.2.2一個(gè)雙變量的表格90
5.3采用Descriptives過程描述數(shù)據(jù)91
5.3.1存儲(chǔ)標(biāo)準(zhǔn)分92
5.3.2在對(duì)話框中進(jìn)行Descriptives
過程的描述統(tǒng)計(jì)92
5.3.3Descriptives過程的子
命令及其關(guān)鍵詞93
習(xí)題595
第6章應(yīng)用Explore過程檢測數(shù)據(jù)99
6.1Explore過程可檢測的數(shù)據(jù)錯(cuò)誤99
6.1.1錯(cuò)誤數(shù)據(jù)的來源100
6.1.2數(shù)據(jù)檢測的重要性100
6.2圖形檢測101
6.2.1圖形檢測之一： 直方圖101
6.2.2圖形檢測之二： 莖葉圖101
6.2.3圖形檢測之三： 框圖102
6.3統(tǒng)計(jì)分析前對(duì)假設(shè)的檢驗(yàn)105
6.4集中趨勢分布的3種較佳
平穩(wěn)測度107
6.5在Windows對(duì)話框中進(jìn)行
Explore的數(shù)據(jù)檢測109
6.5.1利用Explore對(duì)話框
進(jìn)行統(tǒng)計(jì)109
6.5.2利用圖形探測數(shù)據(jù)111
6.5.3缺失值處理112
6.6在Syntax窗口編程112
習(xí)題6113
第7章交叉匯總和結(jié)合測量116
7.1Crosstabs過程的應(yīng)用實(shí)例116
7.1.1調(diào)查所涉及的主要變量116
7.1.2抽樣調(diào)查的數(shù)據(jù)和程序117
7.1.3二維交叉匯總表118
7.1.4輸出結(jié)果及分析118
7.2附加一個(gè)控制變量121
7.2.1統(tǒng)計(jì)法121
7.2.2輸出結(jié)果及分析121
7.3獨(dú)立性卡方檢驗(yàn)123
7.4結(jié)合測量124
7.4.1“標(biāo)稱—標(biāo)稱”數(shù)據(jù)
的測量125
7.4.2“次序—次序”數(shù)據(jù)
的測量127
7.4.3“標(biāo)稱—區(qū)間”（及以上）
數(shù)據(jù)的測量128
7.4.4“比例—比例”數(shù)據(jù)
的測量128
7.5相對(duì)風(fēng)險(xiǎn)率估計(jì)128
7.5.1研究范例128
7.5.2相對(duì)風(fēng)險(xiǎn)率估計(jì)
的統(tǒng)計(jì)法129
7.6CROSSTABS命令及交叉匯
總和結(jié)合測量130
7.6.1CROSSTABS命令、子命令、
關(guān)鍵詞130
7.6.2子命令的用法130
7.7采用Crosstabs對(duì)話框進(jìn)行
交叉匯總和結(jié)合測量132
習(xí)題7134
第8章兩個(gè)子總體均值的比較137
8.1描述子總體均值的差異137
8.1.1Means過程應(yīng)用實(shí)例137
8.1.2MEANS過程的命令、
子命令的功能及用法141
8.2獨(dú)立樣本TTEST的應(yīng)用143
8.3配對(duì)樣本TTEST的應(yīng)用145
8.3.1采用對(duì)話框法實(shí)現(xiàn)配對(duì)
樣本TTEST145
8.3.2配對(duì)樣本TTEST的
結(jié)果分析146
8.3.3采用命令統(tǒng)計(jì)法實(shí)現(xiàn)配
對(duì)樣本TTEST146
8.4單樣本TTEST147
8.5單因素方差分析149
8.6多因素方差分析151
8.6.1ANOVA過程的應(yīng)用之一：
求描述性統(tǒng)計(jì)量151
8.6.2ANOVA過程的應(yīng)用之二：
方差分析152
8.6.3主效應(yīng)的檢驗(yàn)153
8.6.4ANOVA過程的命令
一覽表153
8.6.5采用對(duì)話框進(jìn)行多因素
方差分析154
習(xí)題8155
第9章相關(guān)分析158
9.1雙變量相關(guān)分析158
9.1.1數(shù)據(jù)158
9.1.2利用相關(guān)矩陣進(jìn)行分析159
9.1.3缺失值的剔除法對(duì)相關(guān)
矩陣的影響160
9.1.4Correlation的對(duì)話框及
其解釋162
9.1.5運(yùn)行Correlation過程
命令163
9.2偏相關(guān)分析164
9.2.1計(jì)算偏相關(guān)系數(shù)的原理
與偏相關(guān)的“階”165
9.2.2辨別變量之間的虛假
相關(guān)165
9.2.3確定被控制的變量166
9.2.4通過對(duì)話框進(jìn)行偏
相關(guān)分析167
9.2.5偏相關(guān)主對(duì)話框
的應(yīng)用說明167
9.2.6偏相關(guān)命令表169
習(xí)題9169
第10章多選項(xiàng)的統(tǒng)計(jì)技巧171
10.1多選項(xiàng)的問卷實(shí)例與
計(jì)算機(jī)編碼171
10.2多選項(xiàng)中分類法與二
分法的區(qū)別172
10.2.1多選項(xiàng)分類法172
10.2.2多選項(xiàng)二分法172
10.3多選項(xiàng)的數(shù)據(jù)及程序173
10.4多選項(xiàng)頻次分布表及其分析175
10.5多選項(xiàng)的交叉匯總表實(shí)例176
10.5.1交叉匯總表的統(tǒng)計(jì)法176
10.5.2交叉匯總表分析176
習(xí)題10177
第11章非參數(shù)檢驗(yàn)179
11.1非參數(shù)檢驗(yàn)過程的菜單
和數(shù)據(jù)要求179
11.2單樣本卡方檢驗(yàn)180
11.3二項(xiàng)分布檢驗(yàn)181
11.4鏈檢驗(yàn)182
11.5單樣本KS檢驗(yàn)183
11.6兩個(gè)樣本KS檢驗(yàn)184
11.7k個(gè)獨(dú)立樣本的KruskalWallis
檢驗(yàn)185
11.8兩個(gè)相關(guān)樣本的檢驗(yàn)186
11.8.1兩個(gè)相關(guān)樣本的Wilcoxon
Signed Ranks檢驗(yàn)186
11.8.2兩個(gè)相關(guān)樣本的Sign
檢驗(yàn)187
11.8.3兩個(gè)相關(guān)樣本的
McNemar檢驗(yàn)187
11.9k個(gè)相關(guān)樣本無差異的檢驗(yàn)188
11.9.1k個(gè)相關(guān)樣本無差異的
Friedman檢驗(yàn)188
11.9.2k個(gè)相關(guān)樣本無差異的
Kendall檢驗(yàn)189
11.9.3k個(gè)相關(guān)樣本無差異的
Cochran的Q檢驗(yàn)190
習(xí)題11191
第12章線性回歸分析193
12.1線性回歸分析簡介193
12.2一元回歸模型的擬合優(yōu)度193
12.3預(yù)測值及其標(biāo)準(zhǔn)誤差196
12.4數(shù)據(jù)進(jìn)行回歸分析的基本條件196
12.5設(shè)定異常值和影響點(diǎn)200
12.5.1只有1個(gè)預(yù)測變量時(shí)的
異常值測量法200
12.5.2有多個(gè)預(yù)測變量時(shí)的
異常值測量法201
12.5.3通過刪除殘差及Cook距離
法檢測影響點(diǎn)202
12.6向前選擇變量法204
12.7自后淘汰變量法206
12.8逐步回歸法207
12.9多元回歸中影響點(diǎn)的檢測208
12.10多元共線性診斷209
12.11解釋回歸模型211
12.12在對(duì)話框中進(jìn)行線性回歸212
習(xí)題12214
第13章聚類法分析217
13.1二階聚類217
13.1.1二階聚類的特點(diǎn)217
13.1.2二階聚類的數(shù)據(jù)實(shí)例218
13.1.3二階聚類的對(duì)話框
實(shí)例21913.1.4二階聚類的結(jié)果分析221
13.1.5二階聚類小結(jié)223
13.2譜系聚類224
13.3個(gè)案Q聚類224
13.3.1Q聚類法226
13.3.2從冰柱圖看聚類結(jié)果226
13.3.3平均連接法的圖表227
13.3.4從樹狀圖分析聚類
成員227
13.3.5圖形顯示的改正228
13.4變量R聚類228
13.5利用SPSS對(duì)話框進(jìn)行
聚類分析229
13.5.1對(duì)話框的命令按鈕230
13.5.2選擇統(tǒng)計(jì)量230
13.5.3聚類分析圖231
習(xí)題13231
第14章結(jié)合分析的應(yīng)用233
14.1結(jié)合分析的基本構(gòu)思233
14.2通過正交設(shè)計(jì)建立卡片233
14.3問卷調(diào)查實(shí)例234
14.4如何做好結(jié)合分析235
14.5品牌預(yù)測與決策236
習(xí)題14237
附錄A習(xí)題答案238
參考文獻(xiàn)277