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(wèn)卷調(diào)查法2
1.2.1問(wèn)卷的主要類(lèi)型2
1.2.2問(wèn)卷的基本結(jié)構(gòu)2
1.2.3問(wèn)卷設(shè)計(jì)的原則8
1.2.4問(wèn)卷中問(wèn)題的設(shè)計(jì)與
答案的構(gòu)思9
1.2.5問(wèn)卷設(shè)計(jì)中常見(jiàn)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(yǔ)法和基本統(tǒng)計(jì)知識(shí)39
3.1SPSS的基本語(yǔ)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(cè)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(guò)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(guò)程進(jìn)行
頻次統(tǒng)計(jì)81
5.1.1Frequencies過(guò)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(guò)程的
命令表88
5.2采用Custom Tables過(guò)程制表88
5.2.1Tables過(guò)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(guò)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(guò)程的描述統(tǒng)計(jì)92
5.3.3Descriptives過(guò)程的子
命令及其關(guān)鍵詞93
習(xí)題595
第6章應(yīng)用Explore過(guò)程檢測(cè)數(shù)據(jù)99
6.1Explore過(guò)程可檢測(cè)的數(shù)據(jù)錯(cuò)誤99
6.1.1錯(cuò)誤數(shù)據(jù)的來(lái)源100
6.1.2數(shù)據(jù)檢測(cè)的重要性100
6.2圖形檢測(cè)101
6.2.1圖形檢測(cè)之一： 直方圖101
6.2.2圖形檢測(cè)之二： 莖葉圖101
6.2.3圖形檢測(cè)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(shì)分布的3種較佳
平穩(wěn)測(cè)度107
6.5在Windows對(duì)話框中進(jìn)行
Explore的數(shù)據(jù)檢測(cè)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(cè)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(cè)量116
7.1Crosstabs過(guò)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(cè)量124
7.4.1“標(biāo)稱(chēng)—標(biāo)稱(chēng)”數(shù)據(jù)
的測(cè)量125
7.4.2“次序—次序”數(shù)據(jù)
的測(cè)量127
7.4.3“標(biāo)稱(chēng)—區(qū)間”（及以上）
數(shù)據(jù)的測(cè)量128
7.4.4“比例—比例”數(shù)據(jù)
的測(cè)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(cè)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(cè)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(guò)程應(yīng)用實(shí)例137
8.1.2MEANS過(guò)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(guò)程的應(yīng)用之一：
求描述性統(tǒng)計(jì)量151
8.6.2ANOVA過(guò)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(guò)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(guò)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(guò)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(shuō)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(wèn)卷實(shí)例與
計(jì)算機(jī)編碼171
10.2多選項(xiàng)中分類(lèi)法與二
分法的區(qū)別172
10.2.1多選項(xiàng)分類(lèi)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(guò)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(wú)差異的檢驗(yàn)188
11.9.1k個(gè)相關(guān)樣本無(wú)差異的
Friedman檢驗(yàn)188
11.9.2k個(gè)相關(guān)樣本無(wú)差異的
Kendall檢驗(yàn)189
11.9.3k個(gè)相關(guān)樣本無(wú)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(jiǎn)介193
12.2一元回歸模型的擬合優(yōu)度193
12.3預(yù)測(cè)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(cè)變量時(shí)的
異常值測(cè)量法200
12.5.2有多個(gè)預(yù)測(cè)變量時(shí)的
異常值測(cè)量法201
12.5.3通過(guò)刪除殘差及Cook距離
法檢測(cè)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(cè)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(lèi)法分析217
13.1二階聚類(lèi)217
13.1.1二階聚類(lèi)的特點(diǎn)217
13.1.2二階聚類(lèi)的數(shù)據(jù)實(shí)例218
13.1.3二階聚類(lèi)的對(duì)話框
實(shí)例21913.1.4二階聚類(lèi)的結(jié)果分析221
13.1.5二階聚類(lèi)小結(jié)223
13.2譜系聚類(lèi)224
13.3個(gè)案Q聚類(lèi)224
13.3.1Q聚類(lèi)法226
13.3.2從冰柱圖看聚類(lèi)結(jié)果226
13.3.3平均連接法的圖表227
13.3.4從樹(shù)狀圖分析聚類(lèi)
成員227
13.3.5圖形顯示的改正228
13.4變量R聚類(lèi)228
13.5利用SPSS對(duì)話框進(jìn)行
聚類(lèi)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(lèi)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(guò)正交設(shè)計(jì)建立卡片233
14.3問(wèn)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(cè)與決策236
習(xí)題14237
附錄A習(xí)題答案238
參考文獻(xiàn)277