SPSS在社會調查中的套用

《SPSS在社會調查中的套用》是2015年電子工業出版社出版的圖書，作者是杜智敏、樊文強。

基本介紹

• 中文名：SPSS在社會調查中的套用
• 作者：杜智敏、樊文強
• 出版社：電子工業出版社
• 出版時間：2015年01月
• 頁數：452 頁
• 開本：16 開
• ISBN：9787121250163

內容簡介

本書為《社會調查方法與實踐》的下冊，重點講述如何套用SPSS的功能實現抽樣調查。本書共分為11章。第1章概述抽樣調查的全過程；第2~10章按照對問卷統計分析的工作流展開，即第2章的內容是在採集數據之後，如何進行數據的淨化、編碼、數據檔案的建立；第3、4章介紹如何通過統計表與統計圖對樣本數據進行頻數分析；第5~9章介紹如何進行不同群體差異的比較；第10章說明對調查對象如何進行分類；第11章則講明對問卷的信度與效度分析，對主成分分析與因子分析給予了比較詳細的介紹。

目錄

第1章 抽樣調查與SPSS概述

1.1 抽樣調查概述

1.1.1 抽樣調查的概念與特點

1.1.2 抽樣調查的過程

1.1.3 對抽樣調查的評價

1.2 調查問卷的一般問題

1.2.1 問卷的結構

1.2.2 問卷的類型

1.2.3 編制問卷的過程

1.3 測量與封閉式題目的類型

1.3.1 變數的測量水平

1.3.2 封閉式題目的類型

1.3.3 利克特量表

1.4 對問卷統計分析的基本內容

1.4.1 以正確的觀念指導統計分析

1.4.2 選擇統計分析內容與方法的依據

1.4.3 統計分析的主要內容

1.5 SPSS及其在抽樣調查中的套用

1.5.1 SPSS公司與SPSS統計軟體包

1.5.2 SPSS的安裝、 啟動與退出

1.5.3 SPSS的運行方式

1.5.4 SPSS的操作環境

1.5.5 對話框

1.5.6 中英文版本的轉換與變數列表

1.5.7 SPSS在抽樣調查中的套用

附錄 北京市大學生學情調查問卷第2章 調查數據的預處理

2.1 對答卷的審核與編碼

2.1.1 對答卷質量的審核

2.1.2 對問卷進行編碼

2.2 建立SPSS格式的數據檔案

2.2.1 利用數據編輯器視窗建立數據檔案

2.2.2 Excel格式數據檔案的轉換

2.2.3 數據檔案的合併

2.3 數據的淨化

2.3.1 利用“探索（Explore）”清理極端值

2.3.2 利用“交叉表（Crosstabs）”檢查互斥數據

2.3.3 重複個案的排查

2.3.4 答卷錄入質量的檢查

2.4 數據檔案的整理

2.4.1 缺失值的處理

2.4.2 逆向題目的重新計分

2.4.3 選取數據子集

2.4.4 數據檔案的拆分

2.4.5 數據檔案行與列的轉置

2.5 在數據檔案中生成新變數

2.5.1 定類變數的計數

2.5.2 定序變數的綜合指標

2.5.3 定量變數轉化為定性變數

2.6 對個案加權

2.6.1 何時需要對個案加權

2.6.2 利用“加權個案（Weight Cases）”進行加權

2.6.3 對個案加權應注意的問題

附表第3章 調查數據的分布特徵

3.1 一個單選題的統計表與統計圖——單變數的頻數分析

3.1.1 頻數分布表

3.1.2 常用的統計圖

3.2 一個單選題的數據分布特徵——單變數的特徵量數

3.2.1 數據的集中趨勢

3.2.2 數據的離中趨勢

3.2.3 偏度與峰度

3.2.4 參數估計

3.2.5 相對量數

3.3 利用SPSS對一個單選題的統計分析

3.3.1 利用“頻率（Frequencies）”作統計分析

3.3.2 利用“描述（Descriptives）”作數據特徵分析

3.3.3 利用“探索（Explore）”作數據特徵分析

3.3.4 利用“探索（Explore）”求總體比例的置信區間

3.4 多個單選題交叉分組下的頻數分析——多變數的互動分析

3.4.1 交叉表

3.4.2 常用統計圖

3.5 利用SPSS對多個單選題作互動分析

3.5.1 利用“交叉表（Crosstabs）”對多變數頻數作互動分析

3.5.2 利用“探索（Explore）”計算分組數據的特徵量數

3.5.3 利用“均值（Means）”計算分組數據的特徵量數

3.6 利用SPSS做多項選擇題的頻數分析——多回響變數分析

3.6.1 多回響變數分析的提出

3.6.2 SPSS中多回響變數分析的功能

3.6.3 利用“多重回響（Multiple Response）”做多項選擇題的頻數分析

3.7 利用“比率（Ratio）”做比率分析

3.7.1 “比率（Ratio）”的結構與功能

3.7.2 操作步驟

3.7.3 輸出結果及其解釋

附表第4章 統計圖的製作與編輯

4.1 複式條形圖的繪製

4.1.1 “條形圖（Bar Charts）”的功能與結構

4.1.2 “個案組摘要”模式下的條形圖

4.1.3 “各個變數的摘要”模式下的條形圖

4.1.4 “個案值”模式下的條形圖

4.2 線 圖

4.2.1 “線圖（Line Charts）”的功能與結構

4.2.2 “個案組摘要”模式下的線圖

4.2.3 “各個變數的摘要”模式下的線圖

4.2.4 “個案值”模式下的線圖

4.3 人口金字塔圖

4.3.1 “人口金字塔（Population Pyramid）”的功能與結構

4.3.2 繪製金字塔圖的操作步驟

4.3.3 繪製金字塔圖的幾點說明

4.4 統計圖的編輯

4.4.1 圖形編輯視窗概述

4.4.2 對條形圖的編輯

4.4.3 對其他圖形的編輯

4.5 作圖與讀圖

4.5.1 掌握製作統計圖的基本原則

4.5.2 學會審圖， 謹防統計圖中的“陷阱”

4.5.3 學會讀圖， 抓住重點深入思考

附表第5章 正態總體均值的差異檢驗——不同群體差異的比較之一

5.1 假設檢驗概述

5.1.1 假設檢驗的思路

5.1.2 假設檢驗的一般步驟

5.1.3 關於假設檢驗的幾點說明

5.1.4 利用SPSS進行假設檢驗的步驟

5.2 統計檢驗的前期工作——對數據分布特徵的檢驗

5.2.1 利用“探索： 圖（Explore： Plots）”考察數據特徵

5.2.2 利用“單樣本KS檢驗(1sample KS)”檢驗考察數據分布

5.3 單個正態總體均值的檢驗——單個群體與其總體均值差異的比較

5.3.1 單樣本T檢驗概述

5.3.2 “單樣本T檢驗（OneSamples T Test）”的操作步驟

5.3.3 輸出結果及其解釋

5.4 兩個獨立正態總體差異的檢驗——兩個群體差異的比較之一

5.5 兩個配對正態總體差異的顯著性檢驗——兩個群體差異的比較之二

5.6 單因素方差分析——多個群體差異的比較

5.6.1 單因素方差分析概述

5.6.2 利用“單因素ANOVA（OneWay ANOVA）”進行檢驗

附表第6章 非正態總體的差異檢驗——不同群體差異比較之二

6.1 兩個獨立樣本的非參數檢驗

6.1.1 非參數檢驗概述

6.1.2 SPSS提供的四種檢驗方法

6.1.3 利用“兩個獨立樣本（2 IndependentSamples）”進行差異檢驗

6.2 兩個相關樣本差異的非參數檢驗

6.2.1 SPSS提供的四種檢驗方法之比較

6.2.2 利用“兩個相關樣本（2 RelatedSamples）”進行差異檢驗

6.3 多個獨立樣本的非參數檢驗

6.3.1 使用的前提條件

6.3.2 SPSS提供的三種檢驗方法

6.3.3 利用“K個獨立樣本（K Independent Samples）”進行檢驗

6.4 多個相關樣本的非參數檢驗

6.4.1 使用的前提條件

6.4.2 三種非參數檢驗方法的思路

6.4.3 利用“K個相關樣本（K Related Samples）”進行檢驗

6.5 對比例的一致性檢驗

6.5.1 單個總體比例的檢驗

6.5.2 多個群體比例差異的比較

附表第7章 事物間的相關關係

7.1 相關關係概述

7.1.1 函式關係與相關關係

7.1.2 散點圖

7.1.3 相關係數

7.2 兩個定性變數的相關分析

7.2.1 “分析（Analyze）”中有關相關分析的選單

7.2.2 利用“交叉表（Crosstabs）”進行χ2獨立性檢驗

7.2.3 兩個定類變數間的相關係數

7.2.4 兩個定序變數間的相關係數

7.3 定量變數的相關分析

7.3.1 兩個定量變數的相關分析

7.3.2 定類變數與定量變數的相關分析

7.4 兩個事物之間關係的進一步分析

7.4.1 詳析分析的提出

7.4.2 利用SPSS做詳析分析

7.5 單變數多因素方差分析

7.5.1 多因素方差分析概述

7.5.2 “單變數（Univariate）”的功能與結構

7.5.3 利用“單變數（Univariate）”進行單變數多因素方差分析

7.5.4 套用方差分析過程中的幾點說明

附表第8章 線性回歸與曲線回歸——事物間的非確定性因果關係之一

8.1 一元線性回歸分析

8.1.1 回歸分析概述

8.1.2 一元線性回歸方程的建立

8.2 多元線性回歸分析

8.2.1 一元與多元線性回歸模型的比較

8.2.2 多重共線性的診斷

8.2.3 奇異值與影響點的診斷與處理

8.2.4 套用線性回歸方程過程中的若干問題

8.3 利用“線性回歸（Linear Regression）”進行線性回歸分析

8.3.1 “線性（Linear）”的結構與功能

8.3.2 利用“線性（Linear）”進行線性回歸分析

8.4 曲 線 估 計

8.4.1 非線性關係的線性化

8.4.2 “曲線估計（Curve Estimation）”的功能與結構

8.4.3 利用“曲線估計（Curve Estimation）”進行曲線估計

8.4.4 套用曲線估計過程中的若干問題

附表第9章 Logistic回歸分析——事物間的非確定性因果關係之二

9.1 Logistic回歸分析概述

9.1.1 Logistic回歸分析的提出

9.1.2 Logistic回歸的基本思路

9.1.3 Logistic回歸方程中的虛擬變數

9.1.4 Logistic回歸方程中係數的直觀解釋

9.1.5 Logistic回歸方程的檢驗

9.2 二項Logistic回歸

9.2.1 二項Logistic回歸分析的適用範圍與步驟

9.2.2 “二項Logistic回歸分析（Binary Logistic）”的功能與結構

9.2.3 “二項Logistic回歸分析（Binary Logistic）”的套用

9.3 多項Logistic回歸分析

9.3.1 多項Logistic回歸分析模型

9.3.2 “多項Logistic回歸分析（Multinomal Logistic）”的功能與結構

9.3.3 “多項Logistic回歸分析（Multinomal Logistic）”的套用

9.4 多項有序回歸分析

9.4.1 多項有序回歸分析的功能與結構

9.4.2 多項有序回歸分析的套用第10章 對調查對象的分類

10.1 距離與相似性度量

10.1.1 聚類分析概述

10.1.2 聚類分析中對“親疏程度”的測量

10.1.3 進行“親疏程度”度量時應注意的問題

10.2 系 統 聚 類

10.2.1 使用系統聚類分析的條件與步驟

10.2.2 “系統聚類（Hierarchical Cluster）”的功能與結構

10.2.3 利用“系統聚類（Hierarchical Cluster）”進行分析聚類

10.3 K均值聚類

10.3.1 使用K均值聚類的條件與步驟

10.3.2 “K均值聚類（KMeans Cluster）”的結構與功能

10.3.3 利用“K均值聚類（KMeans Cluster）”進行聚類分析第11章 問卷的質量分析

11.1 問卷的項目分析

11.1.1 項目分析的基本方法

11.1.2 利用SPSS進行項目分析

11.2 問卷的信度分析

11.2.1 對信度的估計

11.2.2 “可靠性分析（Reliability Analysis）”的結構與功能

11.2.3 利用“可靠性分析（Reliability Analysis）進行信度分析

11.3 問卷的效度分析

11.3.1 問卷的內容效度

11.3.2 效標關聯效度

11.3.3 結構效度

11.4 主成分分析

11.4.1 主成分分析的基本思路

11.4.2 主成分分析的基本步驟

11.5 因 子 分 析

11.5.1 因子分析概述

11.5.2 因子分析的基本思路

11.5.3 因子分析的基本步驟

11.5.4 “因子分析（Factor Analysis）”的功能與結構

11.5.5 利用“因子分析（Factor Analysis）”進行結構效度分析

11.5.6 利用因子得分進行分類與評價

附表參考文獻