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