描述
开 本: 16开纸 张: 胶版纸包 装: 平装-胶订是否套装: 否国际标准书号ISBN: 9787302526391
《SPSS统计分析与应用》可作为高等院校心理学、教育学、社会学和管理学等相关专业的本科生和研究生教材，也可作为教育科研、市场调研等涉及统计分析和决策相关领域数据分析人员的学习用书。
《SPSS统计分析与应用》可作为高等院校心理学、教育学、社会学和管理学等相关专业的本科生和研究生教材，也可作为教育科研、市场调研等涉及统计分析和决策相关领域数据分析人员的学习用书。
第1章 SPSS概述 1
1.1 SPSS简介 2
1.2 SPSS的安装与运行 3
1.2.1 S5-PSS的安装 3
1.2.2 SPSS的运行 3
1.3 SPSS的主要窗口及菜单功能 3
1.3.1 SPSS的主要窗口 3
1.3.2 SPSS的菜单功能 7
1.4 SPSS的系统设置 8
小结 10
思考与练习 11
第2章 数据的建立与管理 13
2.1 数据的建立 14
2.1.1 变量的属性 14
2.1.2 数据的录入 18
2.2 数据的打开与保存 24
2.2.1 外部数据的打开 24
2.2.2 SPSS数据的保存 25
2.3 数据的管理 25
2.3.1 数据检验 25
2.3.2 个案排序 30
2.3.3 合并文件 31
2.3.4 选择个案 35
2.3.5 拆分文件 38
2.3.6 个案加权 39
2.3.7 计算变量 40
2.3.8 重新编码 41
2.3.9 置换缺失值 44
小结 45
思考与练习 45
第3章 描述统计 47
3.1 变量类型 48
3.1.1 按测量水平划分 48
3.1.2 按数据是否具有连续性划分 49
3.2 统计量 50
3.2.1 集中量数 50
3.2.2 差异量数 51
3.3 数据分布 52
3.3.1 正态分布 52
3.3.2 偏态分布 53
3.4 频率分析的SPSS过程 53
3.4.1 定类和定序变量描述 54
3.4.2 定距和定比变量描述 58
3.5 描述分析的SPSS过程 62
3.5.1 标准分数 62
3.5.2 描述分析的SPSS过程 63
3.6 数据探索的SPSS过程 65
3.7 交叉表分析的SPSS过程 68
小结 71
思考与练习 71
第4章 假设检验 73
4.1 假设检验的原理 74
4.1.1 假设检验 74
4.1.2 小概率事件 75
4.1.3 假设检验的基本步骤 75
4.2 单样本T检验 76
4.2.1 单样本T检验概述 76
4.2.2 单样本T检验的步骤 76
4.2.3 单样本T检验的SPSS过程 78
4.3 独立样本T检验 80
4.3.1 独立样本T检验概述 80
4.3.2 独立样本T检验的原理和步骤 80
4.3.3 独立样本T检验的SPSS过程 82
4.4 成对样本T检验 86
4.4.1 成对样本T检验的研究目的 86
4.4.2 成对样本T检验的原理和步骤 86
4.4.3 成对样本T检验的SPSS过程 87
小结 90
思考与练习 91
第5章 方差分析 93
5.1 单因素方差分析 94
5.1.1 单因素方差分析的基本原理 94
5.1.2 单因素方差分析的基本步骤 96
5.1.3 单因素方差分析的SPSS过程 98
5.2 多因素方差分析 105
5.2.1 多因素方差分析的基本原理 105
5.2.2 多因素方差分析的基本步骤 106
5.2.3 多因素方差分析的SPSS过程 108
5.3 协方差分析 121
5.3.1 协方差分析的基本原理 121
5.3.2 协方差分析的基本步骤 122
5.3.3 协方差分析的SPSS过程 123
5.4 重复测量方差分析 129
5.4.1 重复测量方差分析概述 129
5.4.2 重复测量方差分析的基本步骤 129
5.4.3 重复测量方差分析的SPSS过程 130
小结 141
思考与练习 141
第6章 卡方检验 143
6.1 卡方检验的原理 144
6.2 拟合度检验 144
6.2.1 拟合度检验 144
6.2.2 二项检验 148
6.3 独立性检验 150
6.3.1 独立性检验概述 150
6.3.2 随机设计2×2列联表 152
6.3.3 r×c列联表独立性检验 155
6.3.4 配对设计r?×r列联表 162
6.3.5 多维列联表独立性检验 165
6.4 分类变量关联强度分析 169
6.4.1 2×2 四格表关联强度 169
6.4.2 r?×c列联表关联强度 170
6.4.3 RR和OR系数 172
小结 176
思考与练习 176
第7章 相关分析 179
7.1 散点图 180
7.1.1 散点图概述 180
7.1.2 散点图的SPSS过程 182
7.2 简单线性相关 184
7.2.1 皮尔逊相关系数 184
7.2.2 斯皮尔曼等级相关系数 188
7.2.3 肯德尔的tau-b系数 191
7.3 偏相关分析 192
7.3.1 偏相关概述 192
7.3.2 偏相关的SPSS过程 193
7.4 距离相关 196
7.4.1 距离相关的概念 196
7.4.2 距离相关的估算方法 197
7.4.3 距离相关的SPSS分析过程 197
7.5 信度 201
7.5.1 信度的概念 201
7.5.2 信度的种类及其估算 201
7.5.3 信度分析的SPSS过程 202
7.6 效度 206
7.6.1 效度的概念 206
7.6.2 效度的种类及其估算 207
7.6.3 效度分析的SPSS过程 208
小结 209
思考与练习 209
第8章 回归分析 211
8.1 回归方程的构建步骤 212
8.2 一元线性回归方程 213
8.2.1 一元线性回归方程求解 213
8.2.2 一元线性回归方程拟合度检验 214
8.2.3 一元线性回归的SPSS过程 215
8.3 多元线性回归方程 218
8.3.1 多元线性回归方程求解 218
8.3.2 多元线性回归方程拟合度检验 218
8.3.3 多重共线性 220
8.3.4 多元线性回归的SPSS过程 220
8.4 二元Logistic回归 225
8.4.1 模型的构建 226
8.4.2 方程的参数估计和方程检验 227
8.4.3 二元Logistic回归SPSS过程 229
8.5 多元层级回归方程 232
8.5.1 层级回归的概念 232
8.5.2 层级回归的适用情况 233
8.5.3 层级回归的SPSS过程 233
8.6 虚拟变量与回归分析 237
8.6.1 虚拟变量的概念 237
8.6.2 含有虚拟变量的回归方程构建 237
8.6.3 虚拟变量回归分析的SPSS过程 238
8.7 中介模型和调节模型 241
8.7.1 中介模型的构建 242
8.7.2 调节模型的构建 245
小结 250
思考与练习 250
第9章 非参数检验 251
9.1 非参数检验 252
9.1.1 非参数检验简介 252
9.1.2 非参数检验的优缺点 252
9.2 单样本K-S检验 253
9.2.1 单样本K-S检验原理 253
9.2.2 单样本K-S检验的SPSS过程 253
9.3 两独立样本非参数检验 255
9.3.1 两独立样本非参数检验的一般原理 255
9.3.2 曼-惠特尼U检验 255
9.4 K个独立样本非参数检验 258
9.4.1 克鲁斯卡尔-沃利斯H检验 258
9.4.2 K个独立样本非参数检验SPSS过程 259
9.5 两相关样本非参数检验 264
9.5.1 两相关样本非参数检验的一般原理 264
9.5.2 符号检验 264
9.5.3 威尔科克森等级检验法 265
9.5.4 两相关样本非参数检验的SPSS过程 265
9.6 K个相关样本非参数检验 267
9.6.1 K个相关样本非参数的检验原理 267
9.6.2 K个相关样本非参数检验的SPSS过程 268
小结 275
思考与练习 275
第10章 因子分析 277
10.1 因子分析简介 278
10.1.1 因子分析的基本原理 278
10.1.2 因子分析的相关概念 278
10.2 因子分析的步骤 280
10.2.1 因子分析适合度检验 280
10.2.2 因子提取 281
10.2.3 因子旋转 282
10.2.4 因子得分与命名 284
10.3 因子分析SPSS过程 284
小结 293
思考与练习 293
第11章 聚类和判别分析 295
11.1 聚类分析 296
11.1.1 二阶聚类 296
11.1.2 K-均值聚类 299
11.1.3 系统聚类 302
11.2 判别分析 306
11.2.1 判别分析概述 306
11.2.2 判别分析的SPSS过程 307
小结 312
思考与练习 312
参考文献 313
目录
SPSS是目前世界上应用最广泛的统计分析软件，具有功能强大、操作简单、界面友好等特点，普遍应用于经济学、管理学、社会学、心理学、教育学等社会科学领域。编者在从事统计教学以及科研工作时经常会接触一些介绍统计软件的教材，有的教材深受教学者和学习者的喜爱，这些教材都有以下特征：第一，行文通俗易懂，讲解平易近人但又不失专业性；第二，结构严谨，重点突出，对于重要的内容有十分详细、到位的论述；第三，配套资料完整，常有精美的课件、优质的视频等资料作为支撑。但也有很大一部分教材的质量并不是很好，这些教材或者讲解的内容晦涩难懂，或者在介绍软件时堆砌很多基本都用不到的菜单命令，或者是重点知识常常当一般知识讲解，或者是配套资料敷衍了事……有了这样的对比，编者也希望能出一本既能方便一般教学者教学之用，也能服务初、中级读者学习和科研之用的书籍，经过几位一线教学科研工作者的共同努力，这本书终于完成了。
本书具有以下几个方面的特点。
1. 讲解方式通俗易懂
对于一本数据分析类的书籍，要做到通俗易懂是一件非常难的事情，但却是一件非常有价值的事情，因为越来越多的人需要用到统计分析软件，而他们的基础并不好，甚至没有什么基础，要让这群人掌握基本的数据分析技术，一本通俗易懂的书籍是非常有必要的。虽然本书不是最通俗易懂的，但比较同类型书籍后，我们还是对本书的观感有信心的。而且，我们常常发现有很多同类书籍会介绍很多基本都不会用到的命令菜单，或者只是笼统地介绍这样的命令却不进行操作和解释，这样做其实对读者的帮助不大。本书尽量将数据分析中常用的命令介绍到，同时尽量以案例的方式进行演示以帮助读者学习。
2. 操作步骤非常详细
本书对每一个统计分析方法都先介绍其基本统计原理和公式，然后配以详细的SPSS操作步骤图示，最后对SPSS输出结果进行详细解释。与同领域的教材相对比，本书的步骤演示和结果解释是非常详细的，即使读者是零基础，参照我们的演示也能掌握基础命令的操作，这是本书最大的特点。
3. 配套材料十分完善
本书每一章节的案例都有数据供读者自行练习，同时，每一章都有相应的课后习题和对应的答案。读者会发现，我们提供的课件是非常精美的，非常方便教学者使用。此外，我们还录制了优质的教学视频，读者可以根据我们提供的方式获得这些视频，而且我们还在互联网上的一些平台开通了直播或录播课程，读者也可以通过关注我们而获得相应资源。
本书由李金德、秦晶主编，欧贤才、连娟、黄蕙玲副主编。本书编写人员均是高校应用统计领域的一线教师，长期从事统计分析相关课程的教学工作。其中连娟负责第1～2章的编写；欧贤才负责第3章的编写；秦晶负责第4～5章的编写；李金德负责第6～8章的编写；黄蕙玲负责第9～11章的编写。全书由李金德统稿，并由李金德和秦晶审校。
由于编写人员知识和经验所限，书中难免有错漏之处，恳请读者将发现的问题或有关意见和建议反馈给我们，以便我们进行更正和修订。
编 者
数据的建立与管理
? 掌握SPSS数据文件变量的设置。
? 掌握SPSS数据文件的数据录入。
? 掌握数据排序、文件的合并与拆分、选择个案及个案加权的SPSS操作。
? 掌握计算变量、重新编码及置换缺失值的SPSS操作。
如何建立数据文件是数据统计分析的第一步，因为数据是所有统计研究的基础，没有数据，统计分析也就无从谈起，因此，介绍SPSS数据的建立是本章的首要任务。数据建立后通常还不能马上进行统计分析，而是对数据做一些必要的处理后再做分析，这些数据的预处理我们通常叫数据管理。数据的管理是非常有必要的，因为数据建立的过程难免会出现疏漏和差错，这会造成数据统计分析的偏差，严重的甚至导致错误的统计结论。同时因为不同的统计分析方法对数据结构的要求不尽相同，原始数据有时需要做一定的转换后才可分析。在SPSS中，数据文件的管理功能基本上都集中在“数据”和“转换”两个菜单中，前者的功能主要是实现文件级别的数据管理，如个案排序、选择个案、文件合并和拆分等；而后者主要实现数据变量级别的数据管理，如计算新变量、变量取值重编码等，主要与变量数值的转换有关。本章将主要介绍这两个菜单的相应功能。
2.1 数据的建立
在SPSS中建立数据文件大致有两种情况：一种是将原始数据直接录入SPSS；另一种是利用SPSS读取其他数据格式的资料。数据录入就是把每个个案(可以是人也可以是物)的每个指标(也叫变量，即个案的属性)录入到软件中。在录入数据时，大致可归纳为三个步骤：第一，定义变量名，即给每个指标起个名字；第二，指定每个变量的各种属性，即对每个指标的一些统计特性作出定义；第三，录入数据，即把每个个案的各指标值录入为电子格式。第二步是我们着重介绍的步骤，即变量的各种属性的设置。
2.1.1 变量的属性
任何一个变量都有相应的变量名与之对应，但为了满足统计分析的需要，除了变量名外，往往还要为每一个变量定义许多附加的变量属性，如变量类型、变量标签、变量值标签等。在变量视图中，SPSS为每个变量指定了11种变量属性，如图2-1所示，下面我们就常用属性的设置做简单的介绍。
图2-1 变量视图
1. 名称的设置
该单元格主要的目的是定义变量名称，SPSS中变量名的定义应符合系统要求，否则无法输入变量。不过读者也不用过分担心自己输入的变量名，因为只要不符合要求的变量名就无法输入变量框，这时系统会给出违背变量名规则等信息提示，读者可以换一种模式输入变量名直到成功为止。当然了解一些输入规则也是有必要的，常见的需要注意的规则如下：
(1) 在一个数据文件中变量名必须是唯一的，不能重名。
(2) 变量名不区分大小写，例如变量A1和a1是同一个变量。
(3) 变量名的长度不可过长。
(4) 首字符必须是字母、汉字或特殊符号@，不能是空格或数字；其后的字符可为字母、数字、中文及特殊符号“.”“$”“@”，但不能为“？”“！”“*”等字符。变量名的首尾都不能是“.”“。”或“-”。
(5) 一些逻辑词语不能作为变量名，如all、and、or、by、to、with、not等。
如果用户不指定变量名，SPSS软件会以VAR开头来命名变量，后面跟五位数字，如VAR00001、VAR00002等。
2. 变量类型的设置
SPSS中的变量有三种基本类型：数值型、字符串型和日期型。根据不同的显示方式，数值型又被细分成了7种，所以SPSS中的变量类型共有9种。在变量视图中选择【类型】单元格时，右侧会出现按钮，单击按钮会打开【变量类型】对话框，如图2-2所示。图的左侧为具体的变量类型，右侧用于进一步定义变量宽度和小数位数等格式。
1) 数值型
在三种基本变量类型中，数值型是SPSS最常用的变量类型。数值型的数据由阿拉伯数字0～9和其他特殊符号，如美元符号、逗号或圆点组成。数值型数据根据内容和显示方式的不同，可以分为标准数值型(即“数字”)、每三位用逗号分隔的数值型(即“逗号”)、每三位用圆点分隔的圆点数值型(即“点”)、科学计数型、显示带美元符号的美元数值型、定制货币和带有前导零的整数(即“受限数字”)7种不同的表示方法。其中，最为常用的应是标准数值型(即“数字”)，作为初学者，其他几种数值型变量使用频率较低，如有兴趣可以查阅软件中的帮助信息来了解，在此不过多赘述。
2) 字符串型
字符串也是SPSS中较为常用的数据类型，其变量值是一串字符，字符串变量区分大小写，但字符串变量只能参与一些较为初级的统计分析，大部分的统计分析方法都受到限制，所以一般我们都建议可以转换为数字的资料，尽量转化成数字。
如果变量值前期已经录入为字符，则部分资料可以通过一定的方式转换为数值。阿拉伯数字(即1、2、…)既可以是“数字”型变量也可以是“字符串”型变量，如果变量取值为阿拉伯数字，那么“数字”属性和“字符串”属性两者可以互换，基本上信息能保留完整。如果是汉字这样的字符串变量，将其“字符串”属性修改为“数字”时，文字信息将会丢失。例如，“部门”变量录入数据时的变量值为“生产部”“销售部”“后勤”等字符串，若将其变量类型由“字符串”改为“数字”，则“生产部”“销售部”“后勤”等数据会消失。但若“部门”的取值为数字，如用“1”代表“生产部”，“2”代表“销售部”，“3”代表“后勤”，尽管此时“部门”的变量类型为“字符串”，但将其改为“数字”型时数据还会保留。
3) 日期型
它可以用来表示日期或时间。日期型数据的显示格式有很多，SPSS在对话框右侧会以列表的方式列出各种显示格式以供用户选择。
3. 小数位数的设置
数值型变量默认为2个小数位数，字符型变量自动设置为0。小数点的设置只影响显示的位数，而不影响实际数值。例如0.3456，在小数位为2个时将显示为0.35(自动四舍五入)，但其数值大小依然为0.3456而非改为0.35。当变量小数位为2个时，输出结果的均值默认为4个小数位，标准差默认为5个小数位；当变量小数位为0时，则输出结果的均值为2个小数位，标准差为3个小数位。
4. 变量标签的设置
变量标签是对变量名的含义进行注释说明的标记，目的是使人更清楚明确地了解该变量的含义。有时一个变量的全称太长，不适合直接作为变量名，此时就可用简略词语给变量起名，然后在变量标签中附注完整的名称或具体含义。如图2-3所示，“性别”和“年龄”两个变量意思很明确，所以不需要在标签处给出多余的解释，但是变量“Q1”只是一个代号，它的含义是“你对自己目前的经济情况是否满意”，所以如果觉得有必要，可以在【标签】处标识清楚。
图2-3 变量标签的设置
设置变量标签后，在各种统计分析操作的变量列表以及输出结果中，该变量就会以变量标签出现而不是以原变量名出现，如果变量标签比较长，在命令窗口常常只能见到标签，见不到变量名。如图2-4所示，我们看不到“Q1”标识，这给使用者带来了不便。如果不想让变量标签代替原变量名出现，则可以选择【编辑】→【选项】命令，在【选项】对话框【常规】选项卡的【变量列表】选项组中选择【显示名称】单选按钮，如图2-5所示。这时如果我们再打开【频率】对话框，变量的标签就不再显示了，如图2-6所示，这样的设置方便我们选择变量。
图2-5 变量名显示的设置
图2-6 未显示变量标签的【频率】对话框
5. 值标签的设置
由于SPSS只能对数字型数据进行算术统计分析，因此在SPSS中录入的内容以数字为主。但数字本身常常是没有具体意义的，只有在特定的研究项目中才有特定的意义，因而我们需要对变量数据的各种取值的含义进行注释说明，即设置值标签。例如，性别的数据中有“1”和“2”两种取值，具体它们分别代表哪种性别，则需要在值标签中说明，如图2-7所示，“1”代表男，“2”代表女。
图2-7 值标签的设置
当变量取值的含义非常明确时，可以不设置值标签，如“年级”。除此之外，读者还可以只对部分取值设置值标签，而不一定对所有的值设置。需要注意的是，值标签一般是针对离散变量(定类变量和定序变量)设置，连续变量(定距变量和定比变量)不需要设置，因为连续变量的数值可以反映数值大小，有具体的意义。离散变量、连续变量等变量类型的相关知识点我们将在3.1节做详细介绍。
6. 缺失值的设置
缺失值是指某个样本缺少特定变量的数据信息，它将不被纳入各种统计分析中。SPSS中的缺失值有系统缺失值和用户缺失值两大类。
1) 系统缺失值
当变量中某个样本没有提供信息或者提供的是非法格式的信息时，系统自动将其设置为缺失值。在SPSS中，对于数值型变量数据，系统缺失值默认用“.”表示，而字符串型变量就是空字符串。
2) 用户缺失值
用户缺失值是指用户根据特定目的设置的、自己能够识别的数值，不像系统缺失值那样统一将缺失值都默认为“.”。例如，不符合题目要求的答案，不适合某项统计分析条件的数值、录入错误的数据等。一般用特殊的数字表示，如“99”“98”等。设置用户缺失值可以适当保留原始信息，同时又避免错误数据被纳入统计分析而造成结果偏差。在变量视图中，单击【缺失】下面的单元格，出现按钮，单击按钮弹出【缺失值】对话框，有三种方式可供定义用户缺失值，如图2-8所示。
(1) 无缺失值：默认为没有用户缺失值，只有系统缺失值。
(2) 离散缺失值：缺失值是1～3个不连续的数值。
(3) 范围加上一个可选的离散缺失值：缺失值是一个区间范围，且还可以设置某个离散的缺失值。
7. 变量测量水平的设置
变量根据测量的水平高低可以分为定类、定序、定距和定比四类，不同测量水平的变量只能使用与之对应的统计学方法，我们将在3.1节对这四类变量做详细讲解。SPSS系统默认有三类变量，即名义、有序和标度，名义型变量其实就是定类变量，有序型变量就是定序变量，而刻度型变量对应的是定距和定比这样的连续型变量。
8. 变量属性的复制
如果我们需要复制某个变量的某个属性，直接右击要复制的变量的某个属性，然后选择“复制”和“粘贴”命令到新变量对应的属性中即可，这和一般的复制粘贴过程是一样的。
如果我们需要建立一份新的数据，需要用到已有数据的全部变量或者部分变量，可以通过批量复制数据属性完成，在新数据中选择【数据】菜单的【复制数据属性】命令，按照指令执行即可，过程并不复杂，感兴趣的读者可以自己尝试操作。
评论
还没有评论。