SPSS统计教程 从研究设计到数据分析2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

SPSS统计教程 从研究设计到数据分析PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

目录1

前言1

第1章 安装并启动SPSS1

1.1 安装SPSS1

1.2 启动SPSS1

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