《菜鳥學SPSS數據分析》是2019年11月電子工業出版社出版的圖書，作者是但婉欣、蔣胡英、郭佳樺。
基本介紹
- 中文名：菜鳥學SPSS數據分析
- 作者：但婉欣、蔣胡英、郭佳樺
- 出版社：電子工業出版社
- 出版時間：2019年11月
- 頁數：268 頁
- 定價：69.9 元
- 開本：16 開
- ISBN：9787121381690
內容簡介,目錄,
內容簡介
本書深入淺出地介紹了SPSS 24.0的基本操作和數據分析方法。本書共有12章，主要分為兩大部分：第一部分為SPSS與數據分析基礎知識（第1~5章），主要介紹SPSS界面功能、SPSS與數據分析、數據的管理、報表的生成、圖形的生成；第二部分為數據分析方法（第6~12章），主要介紹描述性分析、假設檢驗、參數檢驗、非參數檢驗、卡方檢驗、方差分析、相關分析。本書內容不僅涵蓋統計分析理論知識，而且在每一種統計分析方法中都結合了實際案例、完整的操作步驟、結果分析等，且每一步操作都有文字和操作界面圖詳細闡述，產生的結果都配有界面圖和文字的完整解讀，簡單易懂、清晰全面，十分適合初學者閱讀。
目錄
第1章 SPSS與數據分析1
1.1 數據分析思路概述1
1.1.1 數據分析的一般思路1
1.1.2 使用SPSS進行數據分析的優勢2
1.2 明確數據分析目的2
1.2.1 為什麼要明確數據分析目的3
1.2.2 如何明確數據分析目的3
1.2.3 明確數據分析目的需要注意什麼3
1.3 數據採集4
1.3.1 採集方法4
1.3.2 採集流程4
1.4 數據分析5
1.4.1 數據的預處理5
1.4.2 數據的描述統計6
1.4.3 數據的推論統計6
1.5 撰寫SPSS報告8
1.5.1 撰寫報告的邏輯思路8
1.5.2 撰寫報告的注意事項9
第2章 SPSS界面功能介紹10
2.1 SPSS基本界面介紹10
2.1.1 數據編輯視窗10
2.1.2 數據視圖11
2.1.3 變數視圖12
2.1.4 結果輸出視窗12
2.2 常用參數設定13
2.2.1 “常規”選項卡13
2.2.2 “語言”選項卡14
2.2.3 “查看器”選項卡14
2.2.4 “數據”選項卡15
2.2.5 “貨幣”選項卡16
2.2.6 “輸出”選項卡17
2.2.7 “圖表”選項卡17
2.2.8 “透視表”選項卡18
2.2.9 “檔案位置”選項卡18
2.2.10 “腳本”選項卡19
2.2.11 “多重插補”選項卡20
2.2.12 “語法編輯器”選項卡20
第3章 數據的管理22
3.1 數據的錄入與保存22
3.1.1 定義變數22
3.1.2 錄入數據26
3.1.3 保存數據27
3.2 其他格式數據的導入27
3.2.1 Excel數據的導入28
3.2.2 文本數據的導入30
3.3 數據的重構34
3.3.1 數據結構34
3.3.2 數據重構（橫向結構→縱向結構）35
3.3.3 數據重構（縱向結構→橫向結構）39
3.4 數據的合併41
3.4.1 添加個案（縱向合併）42
3.4.2 添加變數（橫向合併）44
3.5 標識重複個案47
3.5.1 為何要標識重複個案47
3.5.2 “雙十一”交易明細分析：刪除重複數據48
3.6 數據的拆分50
3.6.1 拆分檔案（比較組）51
3.6.2 拆分檔案（按組來組織輸出）53
3.7 數據的篩選53
3.7.1 數據篩選概述53
3.7.2 收入與生活滿意度分析：數據的篩選54
3.8 數據的加權56
3.8.1 什麼是加權56
3.8.2 “春節回家嗎？”分析：數據的加權56
3.8.3 為什麼要加權57
3.8.4 總結59
3.9 數據的匯總59
3.9.1 化學成績分析：簡單數據匯總59
3.9.2 化學成績分析：多重數據匯總61
3.10 新變數的生成63
3.10.1 課程成績分析：生成新變數64
3.10.2 “如果”按鈕65
3.11 個案中值的計數67
3.11.1 滿意度分析：統計個案中值67
3.11.2 拓展知識70
3.12 對變數重新賦值71
3.12.1 信用評分分析：重新編碼為不同變數71
3.12.2 職工獎金分析：重新編碼為相同的變數73
3.13 可視化分段76
3.13.1 什麼是可視分箱76
3.13.2 北京月度價格分析：可視分箱分組76
3.14 個案排秩80
3.14.1 化學成績分析：利用個案排秩81
3.14.2 化學成績分析：利用自動重新編碼83
3.15 缺失值的處理84
3.15.1 人均消費性支出分析：替換缺失值85
3.15.2 刪除缺失值86
3.16 數據的排序88
3.16.1 多變數的單向排序89
3.16.2 多變數的混合排序90
第4章 報表的生成93
4.1 交叉表93
4.1.1 交叉表概述93
4.1.2 製作交叉表93
4.2 定製表97
4.2.1 定製表概述97
4.2.2 定製表的各項功能97
4.3 定製表的實例操作101
4.3.1 問卷調查分析：製作定製表101
4.3.2 購物頻次分析：製作定製表103
第5章 圖形的生成106
5.1 圖表構建器介紹106
5.1.1 如何使用“圖表構建器”106
5.1.2 使用圖表構建器總結108
5.2 直方圖109
5.2.1 利用“圖表構建器”繪製直方圖109
5.2.2 利用“直方圖”選單繪製直方圖110
5.3 折線圖113
5.3.1 利用“舊對話框”繪製折線圖113
5.3.2 利用“圖表構建器”繪製折線圖115
5.4 餅圖117
5.4.1 利用“圖表構建器”繪製餅圖117
5.4.2 利用“餅圖”選單繪製餅圖119
5.5 條形圖120
5.5.1 利用“舊對話框”繪製條形圖120
5.5.2 利用“圖表構建器”繪製條形圖123
5.6 箱圖125
5.6.1 利用“圖表構建器”繪製箱圖125
5.6.2 利用“舊對話框”繪製箱圖127
5.6.3 利用“描述統計”製作箱圖128
5.7 散點圖130
5.7.1 簡單散點圖130
5.7.2 矩陣散點圖132
5.7.3 重疊散點圖133
5.7.4 三維散點圖135
第6章 描述性分析137
6.1 描述統計與變數分布形態137
6.1.1 集中趨勢137
6.1.2 離散趨勢138
6.1.3 分布形態140
6.2 頻率分析141
6.2.1 分類變數的頻率分析142
6.2.2 連續變數的頻率分析144
6.3 描述統計145
6.3.1 描述統計概述145
6.3.2 考生信息分析：描述統計145
6.4 探索性分析148
6.4.1 身高、體重分析：探索性分析148
6.4.2 結果解讀151
第7章 假設檢驗155
7.1 假設檢驗概述155
7.1.1 假設檢驗的基本思想155
7.1.2 假設檢驗的四大步驟155
7.1.3 假設檢驗的意義156
7.1.4 單尾檢驗和雙尾檢驗156
7.1.5 假設檢驗需要注意的問題157
7.2 Z分布與t分布158
7.2.1 Z分布158
7.2.2 t分布159
7.2.3 Z分布與t分布的關係160
7.3 第一類錯誤和第二類錯誤160
7.3.1 判斷假設檢驗的四種情況161
7.3.2 嬰兒奶粉市場投放分析：第一類錯誤和第二類錯誤161
7.3.3 如何控制兩類錯誤162
第8章 參數檢驗——t檢驗163
8.1 單樣本t檢驗163
8.1.1 概述163
8.1.2 國中生體重分析：單樣本t檢驗163
8.2 獨立樣本t檢驗165
8.2.1 適用條件及假設檢驗165
8.2.2 健株與病株差異性分析：獨立樣本t檢驗166
8.3 成對樣本t檢驗170
8.3.1 概述171
8.3.2 檢測血磷值分析：成對樣本t檢驗171
第9章 非參數檢驗174
9.1 非參數檢驗綜述174
9.1.1 基本概念174
9.1.2 單樣本的非參數檢驗174
9.1.3 兩個獨立樣本的非參數檢驗175
9.1.4 多個獨立樣本的非參數檢驗176
9.1.5 兩配對樣本的非參數檢驗177
9.1.6 多配對樣本的非參數檢驗177
9.2 遊程檢驗178
9.2.1 遊程檢驗概述178
9.2.2 消費額數據分析：遊程檢驗179
9.3 單樣本K-S檢驗181
9.3.1 單樣本K-S檢驗概述181
9.3.2 耗油量數據分析：單樣本K-S檢驗182
9.4 二項分布檢驗184
9.4.1 二項分布檢驗概述184
9.4.2 檢驗答題正確率分析：二項分布檢驗184
9.5 兩個獨立樣本的非參數檢驗185
9.5.1 概述185
9.5.2 不同工藝類型產品的使用壽命數據分析：曼-惠特尼U檢驗、
K-S檢驗、遊程檢驗及極端反應檢驗186
9.6 多個獨立樣本的非參數檢驗189
9.6.1 檢驗方法189
9.6.2 股票收益率對比分析：Kruskal-Wallis H檢驗、中位數檢驗及Jonckheere-Terpstra檢驗189
9.7 兩個相關樣本的非參數檢驗191
9.7.1 概述191
9.7.2 患者血磷值差異分析：Wilcoxon符號秩檢驗及符號檢驗191
9.8 多個相關樣本的非參數檢驗193
9.8.1 概述193
9.8.2 產品銷售額差異分析：Friedman檢驗及Kendall W檢驗193
9.9 非參數檢驗與參數檢驗的比較195
9.9.1 非參數檢驗與參數檢驗的區別195
9.9.2 非參數檢驗與參數檢驗的優缺點195
9.9.3 非參數檢驗與參數檢驗的分類195
第10章 卡方檢驗196
10.1 卡方檢驗綜述196
10.1.1 卡方檢驗原理196
10.1.2 數字偏好分析：卡方檢驗196
10.2 擬合優度檢驗199
10.2.1 概述199
10.2.2 專業學科分布比例分析：擬合優度檢驗199
10.3 獨立性檢驗201
10.3.1 獨立性檢驗的適用條件201
10.3.2 學歷與消費水平分析：獨立性檢驗202
10.4 一致性檢驗204
10.4.1 概述204
10.4.2 評價結果分析：一致性檢驗204
第11章 方差分析208
11.1 單因素完全隨機方差分析208
11.1.1 F檢驗208
11.1.2 前提條件209
11.1.3 媒體推廣效果分析：單因素完全隨機方差分析210
11.2 單因素重複測量方差分析214
11.2.1 F檢驗214
11.2.2 重複測量設計的優缺點215
11.2.3 前提條件215
11.2.4 滿意度指標分析：單因素重複測量方差分析215
11.3 兩因素完全隨機方差分析221
11.3.1 分析思路221
11.3.2 假設檢驗222
11.3.3 閱讀速度影響因素分析：兩因素完全隨機方差分析222
11.4 兩因素重複測量方差分析228
11.4.1 兩因素重複測量方差分析概述228
11.4.2 命題反應分析：兩因素重複測量方差分析228
11.5 單因素多元方差分析231
11.5.1 分析思路232
11.5.2 身高和體重數據分析：單因素多元方差分析232
11.6 兩因素多元方差分析238
11.6.1 兩因素多元方差分析概述238
11.6.2 大學生支出情況分析：兩因素多元方差分析238
第12章 相關分析243
12.1 皮爾遜相關分析243
12.1.1 理論概述243
12.1.2 影響超市銷售的因素分析：皮爾遜相關分析244
12.2 肯德爾等級相關分析247
12.2.1 肯德爾相關係數247
12.2.2 大學排名數據分析：肯德爾等級相關分析247
12.3 斯皮爾曼等級相關分析249
12.3.1 斯皮爾曼等級相關係數249
12.3.2 知名度和服務質量相關性分析：斯皮爾曼等級相關分析250
12.4 偏相關分析251
12.4.1 理論概述251
12.4.2 投資額與收益率的相關性分析：偏相關分析251
參考文獻254,第1章 SPSS與數據分析1
1.1 數據分析思路概述1
1.1.1 數據分析的一般思路1
1.1.2 使用SPSS進行數據分析的優勢2
1.2 明確數據分析目的2
1.2.1 為什麼要明確數據分析目的3
1.2.2 如何明確數據分析目的3
1.2.3 明確數據分析目的需要注意什麼3
1.3 數據採集4
1.3.1 採集方法4
1.3.2 採集流程4
1.4 數據分析5
1.4.1 數據的預處理5
1.4.2 數據的描述統計6
1.4.3 數據的推論統計6
1.5 撰寫SPSS報告8
1.5.1 撰寫報告的邏輯思路8
1.5.2 撰寫報告的注意事項9
第2章 SPSS界面功能介紹10
2.1 SPSS基本界面介紹10
2.1.1 數據編輯視窗10
2.1.2 數據視圖11
2.1.3 變數視圖12
2.1.4 結果輸出視窗12
2.2 常用參數設定13
2.2.1 “常規”選項卡13
2.2.2 “語言”選項卡14
2.2.3 “查看器”選項卡14
2.2.4 “數據”選項卡15
2.2.5 “貨幣”選項卡16
2.2.6 “輸出”選項卡17
2.2.7 “圖表”選項卡17
2.2.8 “透視表”選項卡18
2.2.9 “檔案位置”選項卡18
2.2.10 “腳本”選項卡19
2.2.11 “多重插補”選項卡20
2.2.12 “語法編輯器”選項卡20
第3章 數據的管理22
3.1 數據的錄入與保存22
3.1.1 定義變數22
3.1.2 錄入數據26
3.1.3 保存數據27
3.2 其他格式數據的導入27
3.2.1 Excel數據的導入28
3.2.2 文本數據的導入30
3.3 數據的重構34
3.3.1 數據結構34
3.3.2 數據重構（橫向結構→縱向結構）35
3.3.3 數據重構（縱向結構→橫向結構）39
3.4 數據的合併41
3.4.1 添加個案（縱向合併）42
3.4.2 添加變數（橫向合併）44
3.5 標識重複個案47
3.5.1 為何要標識重複個案47
3.5.2 “雙十一”交易明細分析：刪除重複數據48
3.6 數據的拆分50
3.6.1 拆分檔案（比較組）51
3.6.2 拆分檔案（按組來組織輸出）53
3.7 數據的篩選53
3.7.1 數據篩選概述53
3.7.2 收入與生活滿意度分析：數據的篩選54
3.8 數據的加權56
3.8.1 什麼是加權56
3.8.2 “春節回家嗎？”分析：數據的加權56
3.8.3 為什麼要加權57
3.8.4 總結59
3.9 數據的匯總59
3.9.1 化學成績分析：簡單數據匯總59
3.9.2 化學成績分析：多重數據匯總61
3.10 新變數的生成63
3.10.1 課程成績分析：生成新變數64
3.10.2 “如果”按鈕65
3.11 個案中值的計數67
3.11.1 滿意度分析：統計個案中值67
3.11.2 拓展知識70
3.12 對變數重新賦值71
3.12.1 信用評分分析：重新編碼為不同變數71
3.12.2 職工獎金分析：重新編碼為相同的變數73
3.13 可視化分段76
3.13.1 什麼是可視分箱76
3.13.2 北京月度價格分析：可視分箱分組76
3.14 個案排秩80
3.14.1 化學成績分析：利用個案排秩81
3.14.2 化學成績分析：利用自動重新編碼83
3.15 缺失值的處理84
3.15.1 人均消費性支出分析：替換缺失值85
3.15.2 刪除缺失值86
3.16 數據的排序88
3.16.1 多變數的單向排序89
3.16.2 多變數的混合排序90
第4章 報表的生成93
4.1 交叉表93
4.1.1 交叉表概述93
4.1.2 製作交叉表93
4.2 定製表97
4.2.1 定製表概述97
4.2.2 定製表的各項功能97
4.3 定製表的實例操作101
4.3.1 問卷調查分析：製作定製表101
4.3.2 購物頻次分析：製作定製表103
第5章 圖形的生成106
5.1 圖表構建器介紹106
5.1.1 如何使用“圖表構建器”106
5.1.2 使用圖表構建器總結108
5.2 直方圖109
5.2.1 利用“圖表構建器”繪製直方圖109
5.2.2 利用“直方圖”選單繪製直方圖110
5.3 折線圖113
5.3.1 利用“舊對話框”繪製折線圖113
5.3.2 利用“圖表構建器”繪製折線圖115
5.4 餅圖117
5.4.1 利用“圖表構建器”繪製餅圖117
5.4.2 利用“餅圖”選單繪製餅圖119
5.5 條形圖120
5.5.1 利用“舊對話框”繪製條形圖120
5.5.2 利用“圖表構建器”繪製條形圖123
5.6 箱圖125
5.6.1 利用“圖表構建器”繪製箱圖125
5.6.2 利用“舊對話框”繪製箱圖127
5.6.3 利用“描述統計”製作箱圖128
5.7 散點圖130
5.7.1 簡單散點圖130
5.7.2 矩陣散點圖132
5.7.3 重疊散點圖133
5.7.4 三維散點圖135
第6章 描述性分析137
6.1 描述統計與變數分布形態137
6.1.1 集中趨勢137
6.1.2 離散趨勢138
6.1.3 分布形態140
6.2 頻率分析141
6.2.1 分類變數的頻率分析142
6.2.2 連續變數的頻率分析144
6.3 描述統計145
6.3.1 描述統計概述145
6.3.2 考生信息分析：描述統計145
6.4 探索性分析148
6.4.1 身高、體重分析：探索性分析148
6.4.2 結果解讀151
第7章 假設檢驗155
7.1 假設檢驗概述155
7.1.1 假設檢驗的基本思想155
7.1.2 假設檢驗的四大步驟155
7.1.3 假設檢驗的意義156
7.1.4 單尾檢驗和雙尾檢驗156
7.1.5 假設檢驗需要注意的問題157
7.2 Z分布與t分布158
7.2.1 Z分布158
7.2.2 t分布159
7.2.3 Z分布與t分布的關係160
7.3 第一類錯誤和第二類錯誤160
7.3.1 判斷假設檢驗的四種情況161
7.3.2 嬰兒奶粉市場投放分析：第一類錯誤和第二類錯誤161
7.3.3 如何控制兩類錯誤162
第8章 參數檢驗——t檢驗163
8.1 單樣本t檢驗163
8.1.1 概述163
8.1.2 國中生體重分析：單樣本t檢驗163
8.2 獨立樣本t檢驗165
8.2.1 適用條件及假設檢驗165
8.2.2 健株與病株差異性分析：獨立樣本t檢驗166
8.3 成對樣本t檢驗170
8.3.1 概述171
8.3.2 檢測血磷值分析：成對樣本t檢驗171
第9章 非參數檢驗174
9.1 非參數檢驗綜述174
9.1.1 基本概念174
9.1.2 單樣本的非參數檢驗174
9.1.3 兩個獨立樣本的非參數檢驗175
9.1.4 多個獨立樣本的非參數檢驗176
9.1.5 兩配對樣本的非參數檢驗177
9.1.6 多配對樣本的非參數檢驗177
9.2 遊程檢驗178
9.2.1 遊程檢驗概述178
9.2.2 消費額數據分析：遊程檢驗179
9.3 單樣本K-S檢驗181
9.3.1 單樣本K-S檢驗概述181
9.3.2 耗油量數據分析：單樣本K-S檢驗182
9.4 二項分布檢驗184
9.4.1 二項分布檢驗概述184
9.4.2 檢驗答題正確率分析：二項分布檢驗184
9.5 兩個獨立樣本的非參數檢驗185
9.5.1 概述185
9.5.2 不同工藝類型產品的使用壽命數據分析：曼-惠特尼U檢驗、
K-S檢驗、遊程檢驗及極端反應檢驗186
9.6 多個獨立樣本的非參數檢驗189
9.6.1 檢驗方法189
9.6.2 股票收益率對比分析：Kruskal-Wallis H檢驗、中位數檢驗及Jonckheere-Terpstra檢驗189
9.7 兩個相關樣本的非參數檢驗191
9.7.1 概述191
9.7.2 患者血磷值差異分析：Wilcoxon符號秩檢驗及符號檢驗191
9.8 多個相關樣本的非參數檢驗193
9.8.1 概述193
9.8.2 產品銷售額差異分析：Friedman檢驗及Kendall W檢驗193
9.9 非參數檢驗與參數檢驗的比較195
9.9.1 非參數檢驗與參數檢驗的區別195
9.9.2 非參數檢驗與參數檢驗的優缺點195
9.9.3 非參數檢驗與參數檢驗的分類195
第10章 卡方檢驗196
10.1 卡方檢驗綜述196
10.1.1 卡方檢驗原理196
10.1.2 數字偏好分析：卡方檢驗196
10.2 擬合優度檢驗199
10.2.1 概述199
10.2.2 專業學科分布比例分析：擬合優度檢驗199
10.3 獨立性檢驗201
10.3.1 獨立性檢驗的適用條件201
10.3.2 學歷與消費水平分析：獨立性檢驗202
10.4 一致性檢驗204
10.4.1 概述204
10.4.2 評價結果分析：一致性檢驗204
第11章 方差分析208
11.1 單因素完全隨機方差分析208
11.1.1 F檢驗208
11.1.2 前提條件209
11.1.3 媒體推廣效果分析：單因素完全隨機方差分析210
11.2 單因素重複測量方差分析214
11.2.1 F檢驗214
11.2.2 重複測量設計的優缺點215
11.2.3 前提條件215
11.2.4 滿意度指標分析：單因素重複測量方差分析215
11.3 兩因素完全隨機方差分析221
11.3.1 分析思路221
11.3.2 假設檢驗222
11.3.3 閱讀速度影響因素分析：兩因素完全隨機方差分析222
11.4 兩因素重複測量方差分析228
11.4.1 兩因素重複測量方差分析概述228
11.4.2 命題反應分析：兩因素重複測量方差分析228
11.5 單因素多元方差分析231
11.5.1 分析思路232
11.5.2 身高和體重數據分析：單因素多元方差分析232
11.6 兩因素多元方差分析238
11.6.1 兩因素多元方差分析概述238
11.6.2 大學生支出情況分析：兩因素多元方差分析238
第12章 相關分析243
12.1 皮爾遜相關分析243
12.1.1 理論概述243
12.1.2 影響超市銷售的因素分析：皮爾遜相關分析244
12.2 肯德爾等級相關分析247
12.2.1 肯德爾相關係數247
12.2.2 大學排名數據分析：肯德爾等級相關分析247
12.3 斯皮爾曼等級相關分析249
12.3.1 斯皮爾曼等級相關係數249
12.3.2 知名度和服務質量相關性分析：斯皮爾曼等級相關分析250
12.4 偏相關分析251
12.4.1 理論概述251
12.4.2 投資額與收益率的相關性分析：偏相關分析251
參考文獻254
