SPSS统计教程 从研究设计到数据分析PDF电子书下载

目录 1

前言 1

第1章 安装并启动SPSS 1

1.1 安装SPSS 1

1.2 启动SPSS 1

1.3　计算机使用须知 3

1.3.1 开机、登录 3

1.3.2 调用汉字输入法 3

1.3.3 建立自己的专用文件夹 4

第2章　SPSS初接触——统计分析实例 6

2.1 两个平行班的教学效果评估（实例） 6

2.2　工作过程 7

2.2.1 定义变量 7

2.2.2 录入数据 8

2.2.3　保存数据文件 9

2.2.4　选用统计程序 10

2.2.5 查看输出结果 11

2.3　小结 12

2.2.6　保存统计结果 12

第3章 认识SPSS的工作界面 13

3.1 SPSS菜单 13

3.2　工具栏按钮 17

3.3 SPSS状态栏 17

3.4　SPSS常用操作 18

3.4.1 新建窗口 18

3.4.2 打开文件 18

3.4.3 在多个窗口之间切换 18

3.4.4 向指定的结果窗口中输出新的统计结果 19

3.4.5　把菜单操作过程转换为程序语句 19

3.4.6 观察数据文件中的全部变量信息 20

3.4.7 改变数据窗口的显示格式 20

3.5 SPSS帮助 20

3.5.1 帮助主题（Topics） 21

3.5.2 使用指南（Tutorial） 22

3.5.3 案例学习（Case Studies） 23

3.5.5　其他帮助工具 24

3.5.4 统计教练（Statistics Coach） 24

3.6　小结 29

第4章　使用SPSS管理数据（一） 30

4.1　SPSS的数据定义 30

4.1.1 数据窗口（Data View） 30

4.1.2 变量窗口（Variable View） 31

4.2.1 在SPSS数据窗口中直接录入数据 35

4.2.2　直接读入Excel数据文件 35

4.2 四种获得数据的方法 35

4.2.3　读入纯文本数据文件 38

4.2.4　读入数据库文件 48

4.3　小结 51

第5章　使用SPSS管理数据（二） 52

5.1　数据转换 52

5.1.1 Compute：通过数学计算生成新变量 52

5.1.2　Recode：对已有变量值重新编码 54

5.1.3　Count：计算指定变量值的出现次数，并保存为新变量 55

5.2.1 对变量（Variable）与观测量（Case）的操作 57

5.2　数据管理 57

5.2.2 数据聚合（Aggregate） 58

5.2.3 数据转置（Transpose） 59

5.2.4　合并两个数据文件 60

5.2.5 选择部分观测记录（Case子集） 62

5.2.6 分割文件（Split File） 64

5.3　小结 65

第6章　数据的描述统计 66

6.1 频次分析（Frequencies） 66

6.1.1 网民媒体接触习惯调查的频次分析（实例） 67

6.1.2　输出结果 68

6.2　数据描述（Descriptives） 70

6.3　分组求均值（Means） 70

6.3.1 网民媒体接触习惯分析（实例） 70

6.3.2 输出结果 72

6.4　数据探测（Explore） 72

6.5　交互分析（Crosstabs） 78

6.5.1 不同性别网民的选择是否一致（实例） 79

6.5.2　输出结果 80

6.5.3　进一步的两两比较 81

6.5.4　输出统计图 82

6.6 多重反应下的频次分析（Multiple Response:Frequencies） 83

6.6.1 网民的新闻信息渠道主要是哪些（实例） 83

6.5.5　对结果的解释 83

6.6.2　输出结果 85

6.7　多重反应下的交互分析（Multiple Response:Crosstabs） 85

6.7.1 不同性别网民的新闻渠道是否相同（实例） 85

6.7.2　输出结果 87

6.8　小结 88

7.1.1 单样本的K—S检验 89

第7章　样本及总体分布特征的判断和检验 89

7.1　正态分布的检验 89

7.1.2 检验正态分布的图形 91

7.2　二项分布的非参数检验方法 92

7.3　通过统计图查看样本的数据分布 94

7.3.1 直方图 94

7.3.2　枝叶图 95

7.3.3　正态图 95

7.3.5 箱式图 96

7.3.4　非趋势正态图 96

7.4　小结 97

第8章　假设检验及不同实验设计的方差分析概论 98

8.1　SPSS统计检验模块一览 98

8.2　不同实验设计的方差分析及统计模块的选择 101

8.2.1 单因素完全随机化设计 101

8.2.2 随机化区组设计 102

8.2.3 拉丁方设计 103

8.2.4 析因设计（多因素完全随机化设计） 105

8.2.5 嵌套设计 106

8.2.6 裂区设计 107

8.2.7　重复测量设计及交叉设计 109

8.3　小结 111

第9章 两个均值差异的显著性检验——T检验 112

9.1 独立样本的T检验（Independent-Samples T Test） 112

9.1.1 前提假设及适用的实验设计 112

9.1.2 两个平行班的教学方法不同，哪个班的教学效果更好（实例） 112

9.1.3 结果输出 115

9.1.4　利用误差图查看两个样本的数据分布 116

9.1.5　其他备选的处理方法 117

9.2 配对样本的T检验（Paired-Sampls T Test） 118

9.2.1 前提假设及适用的实验设计 118

9.2.2　挑选学生配对组班，更精确地评估教学效果（实例） 118

9.2.3 输出结果 120

9.2.4 利用箱式图查看样本分布 120

9.2.5　其他备选的处理方法 121

9.3 小结 122

10.2　维生素C治疗感冒的效果实验（实例） 123

10.1 前提假设 123

第10章 单因素完全随机设计的方差分析 123

10.3　方差分析 124

10.3.1 定义变量及标签 124

10.3.2　录入数据并保存 125

10.3.3 以被试为随机变量的方差分析 126

10.3.4 以项目为随机变量的方差分析 127

10.3.5 查看输出结果 128

10.6.1 以被试为随机变量的分析VS以项目为随机变量的分析 134

10.6　补充内容 134

10.5 习题 134

10.4　其他备选的SPSS分析方法 134

10.6.2　数据的预处理 135

第11章 两（多）因素析因设计的方差分析 139

11.1　前提假设 139

11.2 医患性别关系是否影响治疗效果，笔画数和字频是否影响汉字识别速度（实例） 140

11.2.1　分析思路 140

11.2.2　数据结构 140

11.3.1 检查数据是否满足方差分析的前提假设 142

11.3　方差分析 142

11.3.2 用SPSS进行方差分析的步骤 146

11.3.3 结果输出 149

11.3.4 交互效应显著时的进一步检验 152

11.4　小结 154

11.5 习题 155

11.6　补充内容 155

12.2.1 睡眠时间对计算能力是否有影响，背景音乐对英语学习是否有影响（实例） 159

12.2　单因素随机化区组设计 159

12.1　前提假设 159

第12章　单因素随机化区组设计与拉丁方设计的方差分析 159

12.2.2 用SPSS进行方差分析 161

12.2.3 结果输出 163

12.3　拉丁方设计 166

12.3.1 四种财务软件哪一个最适合公司，三种广告创意谁最受欢迎（实例） 166

12.3.2 方差分析 167

12.3.3 结果输出（部分） 168

12.4　小结 169

13.1 前提假设 170

第13章 单因素设计的协方差分析（ANCOVA） 170

13.2　对阅读有障碍的儿童有不同的培训方式，哪一种效果最好（实例） 171

13.2.1 数据结构 171

13.2.2 分析思路 171

13.3　用SPSS进行协方差分析 171

13.3.1 斜率同质性检验 171

13.3.2　进行协方差分析 173

13.4　结果输出 174

13.5.1 两两比较的操作过程 175

13.5　进行事后两两比较（Post-Hoc Test） 175

13.5.2 两两比较的结果输出 176

13.5.3 关于LMATRIX子命令的进一步解释 177

13.6　小结 177

第14章 单因素设计的多元方差分析（MANOVA） 178

14.1 前提假设 178

14.2　三种学习策略对雅思考试成绩有何影响，三种口吃校正方法孰优孰劣（实例） 178

14.3　用SPSS进行多元方差分析 179

14.4.1 多元方差分析的结果 181

14.4　部分输出结果 181

14.4.2 单因变量的一元方差分析结果 183

14.4.3 事后检验（Post-Hoc Test） 183

14.5　两因素以上的多元方差分析 184

14.6 小结 185

第15章　重复测量设计的方差分析 186

15.1 前提假设 186

15.2.1 分析思路 187

15.2　部件加工对汉字的识别有什么影响（实例） 187

15.1.2 多元方差分析的假设前提 187

15.1.1 标准一元方差分析的假设前提 187

15.2.2 数据结构 188

15.3　用SPSS进行方差分析 188

15.3.1 查看前提假设是否满足 188

15.3.2 方差分析过程 188

15.4　部分输出结果 191

15.6 小结 195

15.7　习题 195

15.5 两因素以上重复测量设计的方差分析 195

第16章 两因素混合设计的方差分析 197

16.1 前提假设 197

16.1.1　标准一元方差分析的假设前提 197

16.1.2 多元方差分析的假设前提 197

16.2　词的获得年龄是否影响人对词汇的判断速度（实例） 198

16.2.1 数据结构 198

16.2.2　分析思路 198

16.3.2　逐步进行方差分析 199

16.3.1 查看前提假设是否满足 199

16.3　用SPSS进行方差分析 199

16.4　部分输出结果 200

16.5　事后多重比较 202

16.6　小结 205

第17章 交叉设计、嵌套设计与裂区设计的方差分析 206

17.1 交叉设计（Cross-over Design） 206

17.1.1 外国留学生的汉语学习方式比较（实例） 206

17.1.2 用SPSS进行方差分析 208

17.1.4 用Report表格显示描述统计结果 209

17.1.3 方差分析结果 209

17.2　嵌套设计（Nested Design） 210

17.2.1 方言和原有的语言能力是否影响外语的发音准确性（实例） 210

17.2.2 用Mixed Models:Linear进行方差分析（菜单模式） 211

17.2.3 Mixed Models:Linear方差分析结果 213

17.2.4 用GLM:Univariate进行方差分析（程序模式） 215

17.2.5 GLM:Univariate方差分析结果 216

17.3　裂区设计（Split-Plot Design） 216

17.3.2 用GLM:Univariate进行方差分析 217

17.3.1 两种语文阅读的教学方法孰优孰劣（实例） 217

17.3.3 GLM:Univariate方差分析结果 218

17.3.4 用程序语句进行上述方差分析 219

17.3.5　对随机化区组裂区设计进行方差分析 220

17.4　小结 220

第18章 三因素混合设计的方差分析 221

18.1 口头表达内心感受的办法能否缓解丧偶者的心理压力（实例） 221

18.2 不同词义关系对逆序词加工的影响（实例） 222

18.3.2 方差分析过程 223

18.3　用SPSS进行方差分析 223

18.3.1 查看前提假设是否满足 223

18.4　部分输出结果 224

18.5 交互效应显著时简单主效应的检验 226

18.5.1 检验过程 226

18.5.2 部分输出结果 227

18.6　小结 233

19.1.1 汽车市场的品牌占有率是否发生新变化（实例） 234

19.1　单样本配合度检验（Chi-Square Test） 234

第19章　非参数检验 234

19.1.2 分析结果 235

19.2　两个独立样本的差异显著性检验（2 Independent Samples） 236

19.2.1 前提假设 236

19.2.2 女性电脑广告对谁更有效，两类失语症患者的识字能力是否相同（独立样本）（实例） 237

19.2.3 输出结果 239

19.2.4 用统计图显示检验结果 239

19.3　两个相关样本的差异显著性检验（2 Related Samples） 240

19.2.5 Mann-Whitney U检验与独立样本的T检验的适用标准 240

19.3.1 前提假设 241

19.3.2　外部管理咨询机构的培训是否有效，两类失语症患者的识字能力是否相同（相关样本）（实例） 241

19.3.3 输出结果 242

19.3.4 非参数方法与配对样本T检验的适用标准 243

19.4 多个独立样本的差异显著性检验（K Independent Samples） 243

19.4.1 前提假设 244

19.4.2 四个版本的网站首页哪一个最受欢迎，大脑受损部位不同是否影响词图匹配能力（独立样本）（实例） 244

19.4.3 输出结果 245

1 9.5 多个相关样本的差异显著性检验（K Related Samples） 246

19.4.4 两两比较 246

19.5.1 前提假设 247

19.5.2　人的情绪是否会受到他人影响，大脑受损部位不同是否影响词图匹配能力（相关样本）（实例） 247

19.5.3 输出结果 248

19.6　小结 249

19.7　习题 249

20.1.2　儿童的语音意识、识字量、阅读能力之间是否存在显著相关（实例） 250

20.1.1 前提假设 250

20.1 相关分析 250

第20章　相关分析 250

20.1.3　检验相关分析的前提假设是否满足 251

20.1.4　相关分析过程 252

20.1.5　输出结果 253

20.1.6　计算变量集之间的相关系数 253

20.2　偏相关分析 255

20.2.1 前提假设 255

20.2.3　偏相关分析过程 256

20.2.4 输出结果 256

20.2.2　控制识字量之后，语音意识与阅读能力是否高相关（实例） 256

20.2.5　绘制散点图查看变量间的关系 258

20.3　小结 258

第21章 回归分析 259

21.1 一元线性回归 259

21.1.1 前提假设 260

21.1.2　识字量对阅读能力的影响到底有多大（实例） 260

21.1.3　依据散点图检验线性关系 260

21.1.5 输出结果 261

21.1.4 回归分析过程 261

21.2　多重线性回归 262

21.2.1 前提假设 263

21.2.2　影响汽车销售的主要因素是什么（实例） 263

21.2.3　进行多重回归分析 264

21.2.4　输出结果 264

21.2.5 多重共线性问题的解决方案 267

21.3　更多回归分析 267

21.4　小结 267

附录 268

参考文献 272