具体描述
量化研究是实证研究的派典，而统计更是量化研究的分析策略。统计学的方法是一门逻辑方法与态度，统计应用到社会科学最重要是要验证假设，最重要是保存简单与简约（keep it short and simple, KISS），所以统计学的应用要保持KISS原则。
本书主要是要使统计学免除一些烦琐的公式，强调如此按表操作，期让学生能不讨厌统计，而且可以索图操作。本书包括十一章，分成第一章〈量化研究的科学取向〉、第二章〈电脑化及量化资料编码〉、第三章〈描述性统计〉、第四章〈推论统计与SPSS〉、第五章〈双变项之差异性分析与SPSS〉、第六章〈双变项之相关性分析与SPSS〉、第七章〈无母数分析与SPSS〉、第八章〈多元回归分析与SPSS〉、第九章〈信度分析、因素分析与SPSS〉、第十章〈罗吉斯回归分析及逻辑对数分析与SPSS〉及第十一章〈后记：SPSS操作笔记〉，分别介绍描述统计、推论统计以及简单的一些多变项统计，介绍完统计概念，再分别介绍SPSS的软体操作以及最后的制表。最后一章乃是将操作程序写成口诀，以提供学生们对SPSS操作的认识以及研究生撰写论文熟悉量化研究的操作方法。
作者简介
郭静晃
学历
美国俄亥俄州立大学家庭关系与人类发展学系博士
现任
中国文化大学社会福利学系教授兼系主任
中华民国青少年儿童福利学会理事长
著者信息
图书目录
序 i
Chapter 1 量化研究的科学取向 1
第一节 科学研究的目的 3
第二节 科学研究分类 9
第三节 量化研究之内涵 20
Chapter 2 电脑化及量化资料编码 25
第一节 电脑化 26
第二节 编码 28
第三节 SPSS的介绍 32
第四节 编码与SPSS 35
Chapter 3 描述性统计 45
第一节 描述性统计 46
第二节 描述性统计在SPSS之运用 55
Chapter 4 推论统计与SPSS 75
第一节 推论统计之基本概念 76
第二节 点估计、区间估计在SPSS之运用 84
Chapter 5 双变项之差异性分析与SPSS 89
第一节 双变项分析 90
第二节 两变项之差异性分析 95
第三节 差异性检定在SPSS之运用 114
Chapter 6 双变项之相关性分析与SPSS 137
第一节 相关系数之特性与特色 139
第二节 回归分析 153
第三节 双变项之其他相关与关联 167
第四节 双变项相关与回归在SPSS之运用 173
第五节 双变项之关联系数 183
Chapter 7 无母数分析与SPSS 195
第一节 无母数统计检定 199
第二节 无母数统计检定在SPSS之运用 225
Chapter 8 多元回归分析与SPSS 245
第一节 多变项分析 246
第二节 多元回归分析 250
第三节 SPSS复回归分析中选取变项的方法 253
第四节 净相关与部分相关 256
第五节 路径分析 257
第六节 正典相关 260
第七节 多元回归在SPSS之运用 267
Chapter 9 信度分析、因素分析及SPSS之运用 289
第一节 量表之制作 290
第二节 项目分析、因素分析与内部一致性在SPSS之运用 310
Chapter 10 罗吉斯回归分析及逻辑对数分析与SPSS 335
第一节 罗吉斯回归分析 336
第二节 逻辑对数分析 340
第三节 罗吉斯回归在SPSS之运用 342
第四节 逻辑对数线性在SPSS之运用 346
Chapter 11 后记：SPSS操作笔记 353
参考书目 371
图书序言
序
在教统计的教学生涯中，有些学生一上课就先表明数学不行，常对于统计的分析原理、公式产生排斥的心理，甚至认为SPSS就是统计。此外，也有学生表示统计已三修，每次统计考试必然在M餐厅待上一天，无数的汉堡及可乐都比统计的试算有趣多多。这种焦虑可能来自于数学焦虑，也可能来自于研究方法的逻辑基础不够。拜科技所赐，所有统计公式皆嵌入在电脑的套装软体，如SPSS、SAS或BMDP的设计完善，加上视窗Window及Microsoft操作系统的发展，使是在量化研究的资料处理分析的速度及正确性，但也无形中抹煞了学生的思考能力。
社会科学统计最重要是应用，尤其要了解变项之测量尺度，其实按照研究的假设，再逐步应用简单及简约原则（keep it short and simple, KISS），运用套装软体即可完成资料处理。然而，学生常以为统计的输出表即是最后的结果，殊不知统计还是要制表、制图，再利用统计术语来解决假设的问题。
本书是因扬智文化事业股份有限公司叶总经理的力促，期望有一本更精简的统计书籍，以提高学生学习的动机及避免学生们的统计恐惧症，最好能按步骤操作也能了解统计，本书就在此期待中被催生，而本书的完成不是完成一本统计原理而是期待制作成一本统计食谱，以期能让学生在短时间，能了解统计的运用，以及提供量化研究中资料整理的参考。
本书力求文字简单，并辅以SPSS操作步骤，至于有关统计的原理与公式，个人期望学生可以再参考其他统计书籍，例如林清山的《心理与教育统计学》，或邱皓政的《量化研究与统计分析》，这两本书籍已将统计原理及分析写得很清楚及精简。本书冀望学生能去除统计焦虑并能充实统计知识及解决量化研究的分析疑虑。
本书之付梓感谢扬智文化事业股份有限公司的督促及鼓励，以及阎总编辑辛苦的催稿及校稿，为本书之付梓提供各种协助，才能使本书在短时间内顺利交稿及出版，在此表达诚挚的谢意。此外，也特别感谢M同学给我的激励来完成本书，将此申谢。
郭静晃 谨识
阳明山华岗 2013年初春
图书试读
用户评价
《SPSS统计实务操作》在“回归分析”部分的讲解，是我近期最常翻阅的部分。在产品定价、市场预测以及用户行为分析等领域，回归分析都扮演着至关重要的角色。过去，我总觉得回归分析离我比较遥远，操作起来也比较复杂，涉及到各种系数的解读。这本书则把这个复杂的概念变得生动易懂。它从最简单的线性回归开始，一步一步地教我们如何建立模型，如何解读回归系数的含义，比如“自变量每变化一个单位，因变量会如何变化？”。更重要的是，它还深入浅出地讲解了多元线性回归，以及如何进行变量筛选，如何处理多重共线性问题。书中还提到了逻辑回归，这对于预测用户是否会购买某个产品或者是否会点击某个广告等二元分类问题非常有用。我尤其喜欢它在讲解模型拟合优度时，比如R方值的解读，以及如何通过残差分析来检验模型的假设。这些深入的分析，让我能够更好地理解数据之间的关系，并能更准确地预测未来趋势，为公司的战略决策提供更有力的支持。
评分《SPSS统计实务操作》在“信度和效度分析”方面的讲解，对于我这个从事消费者调研工作的人来说，简直是福音。在设计问卷、衡量消费者态度或满意度时，信度和效度是衡量问卷质量的关键指标。过去，我对于信度分析（比如Cronbach's Alpha系数）的理解仅停留在“数值越高越好”这个层面，但具体如何操作，以及如何根据分析结果来优化问卷，一直是个模糊的概念。这本书对此进行了非常详尽的解释，它不仅介绍了Cronbach's Alpha的计算方法，还教会我们如何通过删除某个题目来提高信度，如何识别并处理低信度的题目。在效度分析方面，它详细介绍了内容效度、结构效度和效标效度，并提供了SPSS相应的操作方法，比如如何通过因子分析来检验结构效度。这些讲解让我能够更科学地评估和构建测量工具，确保我们收集到的数据是可靠和有意义的，从而提升了整个研究的质量和可信度。
评分这本书在“推论性统计”部分的讲解，也让我受益匪浅。在我过去的工作中，常常需要进行假设检验，比如“新广告的投放是否显著提升了产品销量？”，或者“不同地区的用户对我们产品的满意度是否存在显著差异？”。过去，我常常是凭感觉或者一些模糊的经验来判断，缺乏科学依据。这本书提供了非常系统的推论性统计方法介绍，从单样本t检验、配对样本t检验、独立样本t检验，到方差分析（ANOVA），再到卡方检验，都进行了详细的阐述。我特别欣赏它在解释每一种检验方法时，都首先引入实际应用场景，比如用一个具体的市场调研案例来引入独立样本t检验，让我们知道在什么情况下需要使用它。然后，它会详细介绍检验的步骤，包括如何设置原假设和备择假设，如何解读SPSS输出的P值，以及如何根据P值来做出统计推断。书中还强调了检验的前提条件，比如正态性检验、方差齐性检验，以及如何处理不满足前提条件的情况。这些细节的讲解，让我在进行假设检验时，能够更加严谨和自信，避免了因为误用统计方法而得出错误的结论。
评分《SPSS统计实务操作》这本书，我拿到手的时候，就觉得它应该能帮我解决不少研究上的困扰。我从事的是市场研究工作，平时接触的数据量很大，而且种类繁多，从基本的消费者人口统计信息，到复杂的购买行为、品牌偏好等等，都需要进行细致的分析。过去，我常常需要花费大量的时间去学习各种统计软件的零散知识，网上搜集教程，看了又看，但总感觉零散不成体系，遇到实际问题时，还是会卡住。这本书的出现，对我来说，简直就像及时雨。我尤其欣赏它在“数据准备与清理”这个章节里的详细讲解。我过去最头疼的就是数据录入错误、缺失值处理、异常值识别等问题，这些直接影响到后续分析的准确性。书中不仅列举了各种常见的数据问题，还一步一步地教你如何使用SPSS的功能来解决它们，比如如何利用“查找和替换”功能修正录入错误，如何使用“个案加权”来处理缺失值，以及如何通过“箱型图”或“散点图”来识别异常值。更重要的是，它还提供了很多实用的技巧，比如如何批量处理多个变量，如何保存清洗后的数据以备不时之需。这部分的学习，让我感觉自己的数据处理能力有了质的飞跃，为后续的统计分析打下了坚实的基础，也让我不再对“脏数据”感到束手无策，而是能够自信地应对。
评分让我惊喜的是，《SPSS统计实务操作》在“相关性分析”部分的讲解，也相当到位。在很多市场研究项目中，我们都需要了解不同变量之间的关联程度，比如“广告投入与销售额之间是否存在正相关？”，或者“消费者年龄与产品偏好之间是否存在某种关系？”。过去，我只是简单地计算一下皮尔逊相关系数，但总觉得对结果的解读不够深入。这本书则在此基础上，进一步探讨了斯皮尔曼等级相关系数，适用于非正态分布的数据，以及肯德尔等级相关系数。它不仅教我们如何计算相关系数，更重要的是，它强调了相关性不等于因果性，并提供了多种可视化方法来展示相关性，比如散点图矩阵。书中还深入讲解了如何解读相关系数的显著性水平，以及如何通过相关性分析来为后续的回归分析提供初步的变量选择依据。这种严谨的统计思维和丰富的操作技巧，让我能够更准确地理解变量之间的关系，避免了望文生义的误判。
评分说实话，在接触《SPSS统计实务操作》之前，我对SPSS的印象就是一个功能强大的统计软件，但总觉得它界面复杂，操作门槛有点高。这本书的另一个亮点，就是它非常注重“从零开始”的引导。我特别喜欢它在介绍“描述性统计”时的循序渐进。一开始，它没有直接扔给我一大堆公式或者复杂的术语，而是先从最基本的需求出发，比如“我想知道我的样本平均年龄是多少？”，或者“我的产品在不同年龄段的销售量分布是怎样的？”。然后，它就一步一步地教你如何在SPSS中找到相应的菜单，选择正确的分析选项。比如，计算平均数、中位数、众数、标准差这些基本指标，以及绘制直方图、饼图、条形图来直观展示数据分布，书中都给出了非常清晰的截图和操作步骤。我印象深刻的是，它不仅仅是告诉你“点这里，选那个”，还会解释为什么选择这个选项，这个选项代表的含义是什么，以及这个结果能告诉我们什么。这种“知其然，更知其所以然”的讲解方式，让我觉得学习起来既轻松又有效，能够真正理解统计概念，而不是机械地模仿操作。这对于我这样不具备深厚统计学背景的读者来说，尤为重要。
评分《SPSS统计实务操作》在“高级统计方法”的介绍，也让我看到了自己能力的提升空间。虽然我目前主要运用的是基础的统计分析，但书中对一些进阶方法的初步介绍，比如“多层线性模型”、“结构方程模型”等，让我对其有了初步的了解，并且看到了未来可以学习和探索的方向。书中并没有把这些高级方法讲得过于高深莫测，而是通过简要的案例和概念解释，让我明白它们的应用场景和基本原理。这让我明白，SPSS并不仅仅是一个进行简单数据处理和分析的工具，它还可以支持更复杂的统计建模。这种“授人以渔”的理念，让我觉得这本书不仅是一本操作手册，更是一本能够引导我持续学习和成长的指导书。我甚至开始思考，在未来的一些项目中，是否可以尝试运用这些更高级的模型来解决更复杂的研究问题。
评分总的来说，《SPSS统计实务操作》这本书，对于像我这样需要在实际工作中大量运用统计分析的读者来说，是一本不可多得的宝典。它覆盖的知识点非常全面，从数据准备到各种统计分析方法，再到图表制作和结果解读，都进行了深入浅出的讲解。最重要的是，它始终紧扣“实务操作”这个主题，用大量的案例和清晰的步骤，将理论知识与实践紧密结合。我曾经尝试过其他一些统计书籍，但很多都过于理论化，或者操作步骤不够详尽，遇到实际问题时还是会无从下手。这本书则不同，它就像一个经验丰富的导师，一步一步地引导我掌握SPSS的各项功能，解决我在工作中遇到的实际难题。它不仅仅教会了我“怎么做”，更重要的是让我明白了“为什么这么做”，以及如何科学地解释和运用统计结果。这本书的价值，远远超出了我当初的预期，它已经成为了我案头必备的参考书。
评分这本书中关于“图表制作与美化”的部分，也给我留下了深刻的印象。我一直认为，好的统计分析成果，不仅需要严谨的数据支持，还需要清晰直观的展示。SPSS本身就提供了丰富的图表功能，但如何利用这些功能制作出既美观又能有效传达信息的图表，是很多读者都面临的挑战。《SPSS统计实务操作》在这方面提供了非常实用的指导。它不仅介绍了如何制作各种常用的图表，比如条形图、折线图、饼图、散点图、箱型图等，还详细讲解了如何对图表进行自定义设置，包括修改标题、轴标签、图例、颜色、字体大小等。书中还强调了图表的选择原则，比如什么情况下适合用折线图，什么情况下适合用条形图，以及如何避免图表误导。这使得我能够将复杂的统计结果，以一种更加专业、易于理解的方式呈现给决策者，极大地提升了沟通效率和说服力。
评分这本书在“因子分析”和“聚类分析”方面的讲解，也极大地拓宽了我的视野。在市场研究中，我们经常需要对大量的变量进行降维，找出潜在的共性因素，或者将具有相似特征的消费者进行分组。过去，我对于这些多变量统计方法感到有些畏惧，觉得它们非常高深。然而，《SPSS统计实务操作》用非常贴近实务的方式，将这些复杂的分析方法进行了清晰的梳理。在因子分析部分，它首先解释了什么是潜在因子，以及为什么我们需要进行因子分析。然后，它详细介绍了如何使用SPSS进行主成分分析和最大似然法提取因子，如何进行因子旋转，以及如何命名和解释提取出来的因子。这对于我们理解消费者心理、产品属性的潜在维度非常有帮助。在聚类分析部分，它介绍了不同类型的聚类方法，比如层次聚类和K-均值聚类，以及如何选择合适的聚类变量和聚类数量。这对于我们进行市场细分，找到目标客户群体，制定个性化的营销策略至关重要。
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 ttbooks.qciss.net All Rights Reserved. 小特书站 版权所有