SPSS宝典 第3版PDF电子书下载

第1部分 IBM SPSS 19入门 1

第1章 IBM SPSS Statistics概述 2

1.1 SPSS的发展简史 2

1.2 IBM SPSS Statistics 19的特点 3

1.3 IBM SPSS Statistics 19对环境的要求 3

1.3.1 对硬件环境的要求 3

1.3.2 对软件环境的要求 4

1.4 安装和卸载IBM SPSS Statistics 19 4

1.4.1 安装IBM SPSS Statistics 19 4

1.4.2 卸载IBM SPSS Statistics 19 5

1.5 IBM SPSS Statistics 19的启动与退出 6

1.5.1 启动IBM SPSS Statistics 19 6

1.5.2 退出IBM SPSS Statistics 19 6

1.6 IBM SPSS Statistics 1 9新增功能 7

1.7 IBM SPSS Statistics 19的帮助系统 8

1.7.1 Topics（主题帮助） 8

1.7.2 Tutorial（自学指导） 9

1.7.3 Cases Studies（案例研究） 9

1.7.4 Statistics Coach （统计辅导） 10

1.7.5 Command Syntax Reference（命令语句参考） 10

1.7.6 Developer Central（研发中心） 11

1.7.7 Algorithms（统计算法） 11

1.8 小结 12

第2章 IBM SPSS 19的窗口及其设置 13

2.1 IBM SPSS Statistics 19的三种运行方式 13

2.1.1 完全窗口菜单运行方式 13

2.1.2 程序运行方式 13

2.1.3 混合运行方式 13

2.2 IBM SPSS Statistics 19常用对话框 14

2.2.1 SPSS文件操作对话框 14

2.2.2 SPSS统计分析主对话框 16

2.2.3 对话框的控制与选择 19

2.3 IBM SPSS Statistics 19的窗口及其设置 21

2.3.1 Data Editor（数据编辑窗口） 22

2.3.2 Output（结果输出窗口） 22

2.3.3 SPSS Syntax Editor（语句窗口） 23

2.3.4 Script（脚本编辑窗口） 24

2.4 小结 24

第3章 SPSS统计数据的创建与编辑 25

3.1 SPSS数据的属性及其定义方法 25

3.1.1 变量名（Name） 25

3.1.2 变量类型（Type） 25

3.1.3 变量标签（Label） 31

3.1.4 Missing（变量缺失数据） 32

3.1.5 Measure（度量尺度） 33

3.2 SPSS数据文件的构成 33

3.2.1 SPSS数据文件的结构 33

3.2.2 SPSS数据文件中的个案 34

3.2.3 创建SPSS数据文件 34

3.2.4 应用实例：定义SPSS数据结构 37

3.2.5 实例：大学教师的问卷调查表 37

3.2.6 调查表数据变量名及其属性的设计 37

3.3 SPSS数据的录入 39

3.3.1 认识数据录入窗口 39

3.3.2 在数据编辑窗口中录入数据 40

3.4 SPSS数据的编辑 41

3.4.1 插入和删除变量 41

3.4.2 插入和删除个案 42

3.4.3 数据的移动、复制和删除 43

3.4.4 SPSS数据的定位 44

3.5 数据文件的操作 45

3.5.1 创建和读取SPSS数据文件 45

3.5.2 保存SPSS数据文件 52

3.6 小结 54

第4章 SPSS数据的管理 55

4.1 数据的排序 55

4.1.1 SPSS数据排序的基本操作 55

4.1.2 数据排序的一个例子 56

4.2 数据的转置 57

4.3 重复个案的识别 59

4.4 数据文件的拆分 62

4.5 数据文件的合并 65

4.5.1 个案合并 65

4.5.2 变量合并 67

4.6 数据的分类汇总 70

4.6.1 分类汇总的概念 70

4.6.2 分类汇总的操作步骤 70

4.7 数据的加权 74

4.8 小结 76

第5章 数据转换与SPSS函数 77

5.1 SPSS的表达式 77

5.1.1 SPSS算术表达式 77

5.1.2 SPSS条件表达式 77

5.1.3 SPSS逻辑表达式 78

5.2 SPSS函数 78

5.2.1 算术函数（Arithmetic Functions） 79

5.2.2 统计函数（Statistical Functions） 79

5.2.3 字符串函数（String Functions） 80

5.2.4 日期和时间函数（Date and Time Functions） 80

5.2.5 累计分布函数（Cumulative Distribution Functions） 81

5.2.6 逆分布函数（Inverse Distribution Functions） 82

5.2.7 随机变量函数（Random Variable Functions） 83

5.2.8 概率密度函数（Probability Density Function） 84

5.2.9 尾部概率函数（Tail Probability Function） 85

5.2.1 0缺失值函数（Missing Value Functions） 86

5.3 变量的计算 86

5.3.1 变量计算的基本操作 86

5.3.2 实例：高校提前录取名单的确定 89

5.4 数据的选取 92

5.4.1 数据选取的基本操作 92

5.4.2 数据选取的应用实例 95

5.5 个案计数 97

5.5.1 个案计数的基本操作 97

5.5.2 实例：央视主要节目的收视率调查 99

5.6 数据的重新编码 100

5.6.1 数据的重新编码 100

5.6.2 数据的自动重新编码 104

5.6.3 重新编码的应用实例 105

5.7 SPSS变量集 108

5.7.1 SPSS变量集的分类 108

5.7.2 定义用户变量集 108

5.7.3 使用用户变量集 109

5.8 小结 110

第2部分 利用SPSS 进行统计分析 111

第6章 SPSS的基本统计分析 112

6.1 基本统计量的定义和计算 113

6.1.1 描述集中趋势的统计量 113

6.1.2 描述离散趋势的统计量 113

6.1.3 描述分布形态的统计量 114

6.2 频数分析过程 115

6.2.1 频数分析过程的SPSS操作 115

6.2.2 实例：成年男子血压数据的频数分析 118

6.2.3 频数分析的结果 119

6.3 描述性分析过程 120

6.3.1 描述性分析的SPSS操作 120

6.3.2 实例：学生体检数据的描述性分析 122

6.4 探索性分析过程 124

6.4.1 探索性分析问题的提出 124

6.4.2 探索分析的SPSS操作 124

6.4.3 Statistic选项 125

6.4.4 Plots选项 126

6.4.5 Options选项 127

6.4.6 实例：新型合金耐热性的探索分析 128

6.4.7 探索分析的结果 128

6.5 小结 134

第7章 多重反应分析 135

7.1 多重反应分析的基本方法 135

7.1.1 二分法（Multiple Dichotomies Method） 135

7.1.2 分类法（Multiple Category Method ） 136

7.2 定义多重反应分析数据集 136

7.2.1 实例：消费者购物场所的调查 136

7.2.2 定义多重数据集的SPSS操作 136

7.3 多重反应频数分析 138

7.3.1 多重反应频数分析的SPSS操作 138

7.3.2 多重反应频数分析的结果 139

7.4 多重反应列联表分析 139

7.4.1 SPSS基本操作 139

7.4.2 多重反应列联表分析的结果 141

7.5 小结 142

第8章 SPSS的自定义表格 143

8.1 认识自定义表格对话框 143

8.1.1 实例：个人家庭情况调查数据 143

8.1.2 自定义表格的SPSS操作 144

8.2 表格的结构和SPSS实现 149

8.2.1 堆栈和嵌套的基本定义 149

8.2.2 堆栈和嵌套的SPSS实现 149

8.3 自定义表格的选项及其独立性检验 151

8.3.1 实例：对婚姻幸福感认同的分析和列表 151

8.3.2 SPSS基本操作 151

8.3.3 Titles选项 151

8.3.4 Test Statistics选项 152

8.3.5 Options选项 153

8.3.6 自定义表格的结果 155

8.4 多重反应变量集的自定义表格 156

8.4.1 一般多重变量集自定义表格 156

8.4.2 SPSS基本操作 156

8.4.3 多重反应变量集表格的结果 158

8.4.4 进一步的分析 159

8.4.5 具有嵌套结构的多重变量集自定义表格 160

8.4.6 多重变量集的独立性检验 161

8.4.7 多重变量集的列均值比较和检验 163

8.5 小结 164

第9章 均值的比较与检验 165

9.1 参数检验问题的提出 165

9.2 参数检验的基本步骤 166

9.3 单样本T检验 167

9.3.1 单样本T检验的基本方法 167

9.3.2 单样本T检验的SPSS操作 168

9.3.3 实例：圆盘制动闸直径的T检验 169

9.3.4 单样本T检验的结果 170

9.4 独立样本T检验 171

9.4.1 独立样本T检验的基本方法 171

9.4.2 独立样本T检验的SPSS操作 172

9.4.3 实例：两组乒乓球得分数据的T检验 174

9.4.4 独立样本T检验的结果 174

9.5 配对样本T检验 175

9.5.1 配对样本T检验问题的基本方法 175

9.5.2 配对样本T检验的SPSS操作 176

9.5.3 实例：新药疗效的测试结果检验 177

9.5.4 配对样本T检验的结果 178

9.6 小结 180

第10章 方差分析 181

10.1 方差分析的基本原理 181

10.2 方差分析的概念和假设 182

10.3 单因素方差分析 183

10.3.1 单因素方差分析的SPSS操作 183

10.3.2 Contrasts选项 183

10.3.3 Post Hoc Multiple Comparisions选项 184

10.3.4 Options选项 186

10.3.5 实例：来自4个不同行业的投诉数据 186

10.3.6 单因素方差分析的结果解释 187

10.4 多因素方差分析 192

10.4.1 多因素方差分析的SPSS操作 192

10.4.2 Model选项 193

10.4.3 Contrasts选项 194

10.4.4 Plots选项 195

10.4.5 Post Hoc Multiple Comparisions选项 195

10.4.6 Save选项 196

10.4.7 Options选项 197

10.4.8 实例：机器和工人两因素的方差分析 198

10.4.9 两因素方差分析的结果解释 199

10.5 协方差分析 201

10.5.1 协方差分析的基本思想 201

10.5.2 实例：政府部门对培训效果的分析 201

10.5.3 非饱和模型的SPSS操作 202

10.5.4 结果分析 203

10.5.5 进一步分析：实例中的饱和模型 204

10.5.6 饱和模型的结果解释 205

10.6 小结 207

第11章 非参数检验 208

11.1 卡方检验 209

11.1.1 卡方检验的基本原理 209

11.1.2 卡方检验的SPSS操作 209

11.1.3 实例：网站流量的泊松分布检验 213

11.2 二项分布检验 215

11.2.1 二项分布检验的基本原理 215

11.2.2 二项分布检验的SPSS操作 216

11.2.3 实例：抛硬币实验的二项分布检验 216

11.3 游程检验 218

11.3.1 游程检验的基本原理 218

11.3.2 游程检验的SPSS操作 218

11.3.3 实例：体育达标成绩的检验 219

11.4 单样本K-S检验 221

11.4.1 单样本K-S检验的基本原理 221

11.4.2 单样本K-S检验的SPSS操作 221

11.4.3 实例：车祸事故数的泊松分布检验 222

11.4.4 实例的进一步分析：考虑性别因素 223

11.5 两独立样本的非参数检验 225

11.5.1 两独立样本检验的SPSS操作 225

11.5.2 两独立样本Mann-WhitneyU检验 227

11.5.3 两独立样本的K-S检验 229

11.6 小结 231

第12章 相关分析 232

12.1 相关分析的基本方法 232

12.2 相关系数的计算 233

12.2.1 Pearson简单相关系数 233

12.2.2 Spearman等级相关系数 233

12.2.3 Kendall τ相关系数 234

12.3 双变量相关分析 234

12.3.1 双变量相关分析的SPSS操作 234

12.3.2 Options选项 235

12.3.3 实例：汽车价格和汽车燃油率的分析 236

12.3.4 双变量相关分析的结果 237

12.3.5 进一步分析：定序型变量的分析 238

12.3.6 进一步分析的结果 239

12.4 偏相关分析 240

12.4.1 偏相关分析的基本原理 240

12.4.2 偏相关分析的SPSS操作步骤 240

12.4.3 Options选项 241

12.4.4 实例：对一批体检数据的偏相关分析 242

12.4.5 偏相关分析的结果 243

12.4.6 改变控制变量后的结果 244

12.5 距离分析 245

12.5.1 距离分析的基本概念 245

12.5.2 距离分析的SPSS操作 245

1 2.5.3 Similarity Measure选项和相似性测度 246

12.5.4 Dissimilarity Measure选项和不相似性测度 248

12.5.5 实例：体检数据的变量距离分析 250

12.5.6 变量距离分析的结果 250

12.5.7 实例：对飞机叶片的个案距离分析 251

12.5.8 个案距离分析的结果 252

12.6 小结 252

第13章 回归分析 253

13.1 线性回归分析 254

13.1.1 线性回归分析的方法概述 254

13.1.2 线性回归分析的数学模型 254

13.1.3 线性回归方程的显著性检验 255

13.1.4 线性回归方程的残差分析 256

13.1.5 线性回归分析的SPSS操作 257

13.1.6 实例：体检数据中的体重和肺活量的分析 263

13.1.7 一元线性回归分析的结果 264

13.1.8 多元线性回归：小学生语言测试得分分析 269

13.1.9 多元线性回归的结果 270

13.1.1 0实例：加权最小二乘回归 273

13.1.1 1加权最小二乘回归分析的结果 275

13.2 曲线参数估计 277

13.2.1 曲线参数估计的基本原理 277

13.2.2 曲线参数估计的基本步骤 277

13.2.3 实例：金属强度测试的回归分析 280

13.2.4 曲线参数估计的结果 281

13.3 小结 285

第14章 对数线性模型 286

14.1 对数线性模型的基本概念 286

14.1.1 实例：育龄妇女生育调查 286

14.1.2 对数线性模型的对数频数表 287

14.2 对数线性模型的建立 288

14.2.1 对数线性模型的效应项 288

14.2.2 效应项的计算方法 289

14.3 对数线性模型的检验 289

14.3.1 对数线性模型的检验项目 289

14.3.2 对数线性模型的参数估计 290

14.3.3 单项效应的参数估计和检验 290

14.3.4 拟合优度检验 291

14.3.5 交互效应检验 291

14.3.6 分层效应检验 292

14.3.7 饱和模型的偏关联检验 293

14.4 对数线性模型的Model Selection过程 293

14.4.1 层次对数线性模型的基本方法 293

14.4.2 层次对数线性模型的SPSS操作 294

14.4.3 Model Building选项和模型的选择 294

14.4.4 Model选项 295

14.4.5 Options选项 296

14.4.6 实例：育龄妇女生育调查 297

14.4.7 实例分析的结果 298

14.5 对数线性模型的General过程 304

14.5.1 General过程的基本思想 304

14.5.2 General过程的SPSS步骤 304

14.5.3 Save选项 305

14.5.4 Model选项 305

14.5.5 Options选项 306

14.5.6 实例分析 307

14.5.7 Genera对数线性模型的结果与分析 308

14.6 对数线性模型的Logit过程 311

14.6.1 Logit过程的基本思想 311

14.6.2 Logit过程的SPSS操作 311

14.6.3 实例分析 312

14.6.4 Logit模型的结果与分析 312

14.7 小结 315

第15章 聚类分析 316

15.1 聚类分析的基本方法 316

15.1.1 实例：不同学科的能力测试调查 316

15.1.2 距离描述 317

15.1.3 聚类类型 317

15.1.4 聚类方法 318

15.2 不相似测度的度量方法 318

15.2.1 定距型变量的不相似测度 318

15.2.2 计数变量的不相似测度 320

15.2.3 二值变量的不相似测度 320

15.3 分层聚类 322

15.3.1 分层聚类的基本方法 322

15.3.2 分层聚类的SPSS操作 323

15.3.3 Method选项 324

15.3.4 Save选项 327

15.3.5 Statistics选项 328

15.3.6 Plots选项 330

15.3.7 个案聚类：16个地区的农民支出情况分析 332

15.3.8 个案聚类的结果分析 334

15.3.9 确定分类数的讨论 337

15.3.1 0变量聚类：SPSS软件模块使用的调查 338

15.3.1 1变量聚类的结果分析 339

15.4 逐步聚类分析 341

15.4.1 逐步聚类分析的基本方法 341

15.4.2 逐步聚类分析的SPSS 操作 342

15.4.3 Iterate选项 343

15.4.4 Save选项 344

15.4.5 Options选项 344

15.4.6 个案逐步聚类分析的结果 345

15.4.7 逐步聚类：变量聚类模式的实例 348

15.4.8 变量逐步聚类的结果分析 349

15.5 二阶段聚类分析 351

15.5.1 二阶段聚类分析的基本原理 351

15.5.2 二阶段聚类分析的SPSS操作 352

15.5.3 Options选项 353

15.5.4 Output选项 355

15.5.5 个案聚类：不同汽车车型的聚类分析 355

15.5.6 二阶段个案聚类的结果 356

15.6 小结 359

第16章 判别分析 360

16.1 判别分析过程的基本原理 360

16.2 判别分析的SPSS操作 360

16.2.1 基本操作 360

16.2.2 Method选项 362

16.2.3 Statistics选项 363

16.2.4 Classify选项 364

16.2.5 Save选项 365

16.3 实例：对一组体检数据的判别分析 366

16.3.1 实例数据 366

16.3.2 操作步骤 366

16.4 判别分析的结果 367

16.5 小结 371

第17章 因子分析 372

17.1 因子分析的基本概念 372

17.2 因子分析的数学模型 373

17.3 因子分析的基本方法 373

17.3.1 因子提取 373

17.3.2 因子旋转 373

17.3.3 计算因子得分 373

17.4 因子分析的SPSS操作 374

17.4.1 基本操作 374

17.4.2 Descriptives选项 375

17.4.3 Extraction选项 376

17.4.4 Rotation选项 377

17.4.5 Scores选项 378

17.4.6 Options选项 379

17.4.7 因子分析的共同度 380

17.4.8 因子分析中的总方差解释 380

17.4.9 因子分析的碎石图和解释 381

17.4.1 0旋转后的因子载荷矩阵 382

17.4.1 1因子得分 382

17.5 实例：奥运项目的因子分析 383

17.5.1 操作步骤 383

17.5.2 结果分析 384

17.6 小结 388

第18章 对应分析 389

18.1 对应分析的基本方法 389

18.2 对应分析的SPSS操作 390

18.2.1 实例：不同职业人员的吸烟程度调查 390

18.2.2 对应分析的基本操作 391

18.2.3 Model选项 392

18.2.4 Statistic选项 393

18.2.5 Plots选项 394

18.2.6 对应分析的结果 395

18.3 实例：美国哲学博士学位毕业人数的对应分析 399

18.3.1 实例数据 399

18.3.2 操作步骤 399

18.3.3 实例的对应分析结果 400

18.4 多元对应分析 404

18.4.1 多元对应分析的基本方法 404

18.4.2 多元对应分析的SPSS 操作 405

18.4.3 Discretization选项 407

18.4.4 Missing Values选项 408

18.4.5 Options选项 408

18.4.6 Output选项 410

18.4.7 Save选项 411

18.5 实例：雇员和汽车的多元对应分析 412

18.5.1 实例数据 412

18.5.2 SPSS操作 412

18.5.3 多元对应分析的结果 413

18.6 小结 417

第19章 信度分析 418

19.1 信度分析的概念 418

19.2 信度分析的基本方法 419

19.3 信度分析的SPSS操作 420

19.3.1 基本操作 420

19.3.2 Statistics选项 421

19.4 实例：节目是否继续开办的调查分析 423

19.4.1 实例中的调查数据 423

19.4.2 操作步骤 423

19.5 信度分析的结果 423

19.6 进一步的分析 425

19.6.1 拆半信度系数模型 425

19.6.2 Guttman模型 426

19.6.3 平行模型（Parallel Model） 427

19.7 小结 428

第20章 统计图形的创建和编辑 429

20.1 SPSS图形的基本功能介绍 429

20.1.1 图形生成器（Char Builder） 429

20.1.2 交互模式创建图形（Interactive） 430

20.1.3 传统模式创建图形（Legacy Chart） 430

20.2 条形图 431

20.2.1 条形图的类型和基本操作 431

20.2.2 简单条形图 433

20.2.3 复合条形图 442

20.2.4 堆栈条形图 447

20.3 三维条形图（3-D Bar） 452

20.3.1 三维条形图的类型 452

20.3.2 个案分组模式 454

20.4 小结 455

第21章 SPSS的命令语句程序设计 456

21.1 Syntax程序语言概述 456

21.1.1 Syntax命令语句的特性 456

21.1.2 统计分析方式的选择 456

21.2 Syntax命令语句及其定义规则 457

21.2.1 SPSS命令的类型 457

21.2.2 SPSS命令的定义规则及其构成 458

21.2.3 SPSS命令的显示顺序 459

21.2.4 SPSS命令语句的状态 460

21.2.5 SPSS的子命令 461

21.2.6 命令执行的两种方式 462

21.3 创建和运行Syntax 462

21.3.1 认识 Syntax窗口 462

21.3.2 定制SPSS Syntax编程环境 463

21.3.3 创建和运行Syntax文件 464

21.3.4 SPSS程序的类型 465

21.4 SPSS Syntax语法 466

21.4.1 流程结构语句 466

21.4.2 过程语句 471

21.4.3 文件操作语句 474

21.5 Syntax语句错误与程序调试 478

21.5.1 识别Syntax命令的语法错误 479

21.5.2 错误信息 479

21.5.3 理解错误信息的含义 480

21.5.4 修改Syntax语法错误 480

21.5.5 Syntax语法错误的实例分析 480

21.6 小结 482

第22章 利用SPSS语句读取数据文件 483

22.1 读取数据库中的数据 483

22.1.1 安装数据库驱动 483

22.1.2 读取数据库表中的数据 483

22.1.3 读取数据库的多个表 485

22.2 读取Excel文件数据 486

22.2.1 读取Excel工作表数据 486

22.2.2 读取多个工作表数据 487

22.3 读取文本文件数据 488

22.3.1 读取定界文本数据文件 488

22.3.2 读取逗号分隔值（CSV）数据文件 489

22.3.3 读取固定宽度文本数据文件 491

22.4 读取复杂文本数据 492

22.4.1 读取混合数据文件 492

22.4.2 读取分组数据文件 493

22.4.3 读取嵌套数据文件 496

22.5 小结 498

第23章 宏 499

23.1 SPSS宏概述 499

23.1.1 SPSS宏工具概述 499

23.1.2 SPSS宏的定义 499

23.2 SPSS宏的参数 500

23.2.1 SPSS宏参数的定义及分类 500

23.2.2 SPSS宏的关键字参数 501

23.2.3 SPSS宏的位置参数 502

23.2.4 参数的标识符 502

23.2.5 参数的默认设置 505

23.3 SPSS宏的流程控制结构 505

23.3.1 IF结构 505

23.3.2 循环结构 506

23.4 宏的其他操作 507

23.4.1 宏变量的数学运算 507

23.4.2 宏变量中直接读取分配 508

23.4.3 字符串操作函数 508

23.5 SPSS宏的调试 509

23.5.1 输出窗口中显示扩展宏语句 510

23.5.2 结果窗口中显示宏参数 510

23.6 小结 510

参考文献 511