SPSS在社會(huì)調(diào)查中的應(yīng)用

第1章 抽樣調(diào)查與SPSS概述
1．1 抽樣調(diào)查概述
1．1．1 抽樣調(diào)查的概念與特點(diǎn)
1．1．2 抽樣調(diào)查的過程
1．1．3 對抽樣調(diào)查的評價(jià)
1．2 調(diào)查問卷的一般問題
1．2．1 問卷的結(jié)構(gòu)
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 變量的測量水平
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(tǒng)計(jì)分析的基本內(nèi)容
1．4．1 以正確的觀念指導(dǎo)統(tǒng)計(jì)分析
1．4．2 選擇統(tǒng)計(jì)分析內(nèi)容與方法的依據(jù)
1．4．3 統(tǒng)計(jì)分析的主要內(nèi)容
1．5 SPSS及其在抽樣調(diào)查中的應(yīng)用
1．5．1 SPSS公司與SPSS統(tǒng)計(jì)軟件包
1．5．2 SPSS的安裝、 啟動(dòng)與退出
1．5．3 SPSS的運(yùn)行方式
1．5．4 SPSS的操作環(huán)境
1．5．5 對話框
1．5．6 中英文版本的轉(zhuǎn)換與變量列表
1．5．7 SPSS在抽樣調(diào)查中的應(yīng)用
附錄 北京市大學(xué)生學(xué)情調(diào)查問卷第2章 調(diào)查數(shù)據(jù)的預(yù)處理
2．1 對答卷的審核與編碼
2．1．1 對答卷質(zhì)量的審核
2．1．2 對問卷進(jìn)行編碼
2．2 建立SPSS格式的數(shù)據(jù)文件
2．2．1 利用數(shù)據(jù)編輯器窗口建立數(shù)據(jù)文件
2．2．2 Excel格式數(shù)據(jù)文件的轉(zhuǎn)換
2．2．3 數(shù)據(jù)文件的合并
2．3 數(shù)據(jù)的凈化
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(shù)據(jù)
2．3．3 重復(fù)個(gè)案的排查
2．3．4 答卷錄入質(zhì)量的檢查
2．4 數(shù)據(jù)文件的整理
2．4．1 缺失值的處理
2．4．2 逆向題目的重新計(jì)分
2．4．3 選取數(shù)據(jù)子集
2．4．4 數(shù)據(jù)文件的拆分
2．4．5 數(shù)據(jù)文件行與列的轉(zhuǎn)置
2．5 在數(shù)據(jù)文件中生成新變量
2．5．1 定類變量的計(jì)數(shù)
2．5．2 定序變量的綜合指標(biāo)
2．5．3 定量變量轉(zhuǎn)化為定性變量
2．6 對個(gè)案加權(quán)
2．6．1 何時(shí)需要對個(gè)案加權(quán)
2．6．2 利用“加權(quán)個(gè)案（Weight Cases）”進(jìn)行加權(quán)
2．6．3 對個(gè)案加權(quán)應(yīng)注意的問題
附表第3章 調(diào)查數(shù)據(jù)的分布特征
3．1 一個(gè)單選題的統(tǒng)計(jì)表與統(tǒng)計(jì)圖――單變量的頻數(shù)分析
3．1．1 頻數(shù)分布表
3．1．2 常用的統(tǒng)計(jì)圖
3．2 一個(gè)單選題的數(shù)據(jù)分布特征――單變量的特征量數(shù)
3．2．1 數(shù)據(jù)的集中趨勢
3．2．2 數(shù)據(jù)的離中趨勢
3．2．3 偏度與峰度
3．2．4 參數(shù)估計(jì)
3．2．5 相對量數(shù)
3．3 利用SPSS對一個(gè)單選題的統(tǒng)計(jì)分析
3．3．1 利用“頻率（Frequencies）”作統(tǒng)計(jì)分析
3．3．2 利用“描述（Descriptives）”作數(shù)據(jù)特征分析
3．3．3 利用“探索（Explore）”作數(shù)據(jù)特征分析
3．3．4 利用“探索（Explore）”求總體比例的置信區(qū)間
3．4 多個(gè)單選題交叉分組下的頻數(shù)分析――多變量的交互分析
3．4．1 交叉表
3．4．2 常用統(tǒng)計(jì)圖
3．5 利用SPSS對多個(gè)單選題作交互分析
3．5．1 利用“交叉表（Crosstabs）”對多變量頻數(shù)作交互分析
3．5．2 利用“探索（Explore）”計(jì)算分組數(shù)據(jù)的特征量數(shù)
3．5．3 利用“均值（Means）”計(jì)算分組數(shù)據(jù)的特征量數(shù)
3．6 利用SPSS做多項(xiàng)選擇題的頻數(shù)分析――多響應(yīng)變量分析
3．6．1 多響應(yīng)變量分析的提出
3．6．2 SPSS中多響應(yīng)變量分析的功能
3．6．3 利用“多重響應(yīng)（Multiple Response）”做多項(xiàng)選擇題的頻數(shù)分析
3．7 利用“比率（Ratio）”做比率分析
3．7．1 “比率（Ratio）”的結(jié)構(gòu)與功能
3．7．2 操作步驟
3．7．3 輸出結(jié)果及其解釋
附表第4章 統(tǒng)計(jì)圖的制作與編輯
4．1 復(fù)式條形圖的繪制
4．1．1 “條形圖（Bar Charts）”的功能與結(jié)構(gòu)
4．1．2 “個(gè)案組摘要”模式下的條形圖
4．1．3 “各個(gè)變量的摘要”模式下的條形圖
4．1．4 “個(gè)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(jié)構(gòu)
4．2．2 “個(gè)案組摘要”模式下的線圖
4．2．3 “各個(gè)變量的摘要”模式下的線圖
4．2．4 “個(gè)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(jié)構(gòu)
4．3．2 繪制金字塔圖的操作步驟
4．3．3 繪制金字塔圖的幾點(diǎn)說明
4．4 統(tǒng)計(jì)圖的編輯
4．4．1 圖形編輯窗口概述
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 掌握制作統(tǒng)計(jì)圖的基本原則
4．5．2 學(xué)會(huì)審圖， 謹(jǐn)防統(tǒng)計(jì)圖中的“陷阱”
4．5．3 學(xué)會(huì)讀圖， 抓住重點(diǎn)深入思考
附表第5章 正態(tài)總體均值的差異檢驗(yàn)――不同群體差異的比較之一
5．1 假設(shè)檢驗(yàn)概述
5．1．1 假設(shè)檢驗(yàn)的思路
5．1．2 假設(shè)檢驗(yàn)的一般步驟
5．1．3 關(guān)于假設(shè)檢驗(yàn)的幾點(diǎn)說明
5．1．4 利用SPSS進(jìn)行假設(shè)檢驗(yàn)的步驟
5．2 統(tǒng)計(jì)檢驗(yàn)的前期工作――對數(shù)據(jù)分布特征的檢驗(yàn)
5．2．1 利用“探索： 圖（Explore： Plots）”考察數(shù)據(jù)特征
5．2．2 利用“單樣本K?S檢驗(yàn)(1?sample K?S)”檢驗(yàn)考察數(shù)據(jù)分布
5．3 單個(gè)正態(tài)總體均值的檢驗(yàn)――單個(gè)群體與其總體均值差異的比較
5．3．1 單樣本T檢驗(yàn)概述
5．3．2 “單樣本T檢驗(yàn)（One?Samples T Test）”的操作步驟
5．3．3 輸出結(jié)果及其解釋
5．4 兩個(gè)獨(dú)立正態(tài)總體差異的檢驗(yàn)――兩個(gè)群體差異的比較之一
5．5 兩個(gè)配對正態(tài)總體差異的顯著性檢驗(yàn)――兩個(gè)群體差異的比較之二
5．6 單因素方差分析――多個(gè)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(jìn)行檢驗(yàn)
附表第6章 非正態(tài)總體的差異檢驗(yàn)――不同群體差異比較之二
6．1 兩個(gè)獨(dú)立樣本的非參數(shù)檢驗(yàn)
6．1．1 非參數(shù)檢驗(yàn)概述
6．1．2 SPSS提供的四種檢驗(yàn)方法
6．1．3 利用“兩個(gè)獨(dú)立樣本（2 Independent?Samples）”進(jìn)行差異檢驗(yàn)
6．2 兩個(gè)相關(guān)樣本差異的非參數(shù)檢驗(yàn)
6．2．1 SPSS提供的四種檢驗(yàn)方法之比較
6．2．2 利用“兩個(gè)相關(guān)樣本（2 Related?Samples）”進(jìn)行差異檢驗(yàn)
6．3 多個(gè)獨(dú)立樣本的非參數(shù)檢驗(yàn)
6．3．1 使用的前提條件
6．3．2 SPSS提供的三種檢驗(yàn)方法
6．3．3 利用“K個(gè)獨(dú)立樣本（K Independent Samples）”進(jìn)行檢驗(yàn)
6．4 多個(gè)相關(guān)樣本的非參數(shù)檢驗(yàn)
6．4．1 使用的前提條件
6．4．2 三種非參數(shù)檢驗(yàn)方法的思路
6．4．3 利用“K個(gè)相關(guān)樣本（K Related Samples）”進(jìn)行檢驗(yàn)
6．5 對比例的一致性檢驗(yàn)
6．5．1 單個(gè)總體比例的檢驗(yàn)
6．5．2 多個(gè)群體比例差異的比較
附表第7章 事物間的相關(guān)關(guān)系
7．1 相關(guān)關(guān)系概述
7．1．1 函數(shù)關(guān)系與相關(guān)關(guān)系
7．1．2 散點(diǎn)圖
7．1．3 相關(guān)系數(shù)
7．2 兩個(gè)定性變量的相關(guān)分析
7．2．1 “分析（Analyze）”中有關(guān)相關(guān)分析的菜單
7．2．2 利用“交叉表（Crosstabs）”進(jìn)行χ2獨(dú)立性檢驗(yàn)
7．2．3 兩個(gè)定類變量間的相關(guān)系數(shù)
7．2．4 兩個(gè)定序變量間的相關(guān)系數(shù)
7．3 定量變量的相關(guān)分析
7．3．1 兩個(gè)定量變量的相關(guān)分析
7．3．2 定類變量與定量變量的相關(guān)分析
7．4 兩個(gè)事物之間關(guān)系的進(jìn)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 單變量多因素方差分析
7．5．1 多因素方差分析概述
7．5．2 “單變量（Univariate）”的功能與結(jié)構(gòu)
7．5．3 利用“單變量（Univariate）”進(jìn)行單變量多因素方差分析
7．5．4 應(yīng)用方差分析過程中的幾點(diǎn)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(guān)系之一
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(diǎn)的診斷與處理
8．2．4 應(yīng)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(jìn)行線性回歸分析
8．3．1 “線性（Linear）”的結(jié)構(gòu)與功能
8．3．2 利用“線性（Linear）”進(jìn)行線性回歸分析
8．4 曲 線 估 計(jì)
8．4．1 非線性關(guān)系的線性化
8．4．2 “曲線估計(jì)（Curve Estimation）”的功能與結(jié)構(gòu)
8．4．3 利用“曲線估計(jì)（Curve Estimation）”進(jìn)行曲線估計(jì)
8．4．4 應(yīng)用曲線估計(jì)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(guān)系之二
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量
9．1．4 Logistic回歸方程中系數(shù)的直觀解釋
9．1．5 Logistic回歸方程的檢驗(yàn)
9．2 二項(xiàng)Logistic回歸
9．2．1 二項(xiàng)Logistic回歸分析的適用范圍與步驟
9．2．2 “二項(xiàng)Logistic回歸分析（Binary Logistic）”的功能與結(jié)構(gòu)
9．2．3 “二項(xiàng)Logistic回歸分析（Binary Logistic）”的應(yīng)用
9．3 多項(xiàng)Logistic回歸分析
9．3．1 多項(xiàng)Logistic回歸分析模型
9．3．2 “多項(xiàng)Logistic回歸分析（Multinomal Logistic）”的功能與結(jié)構(gòu)
9．3．3 “多項(xiàng)Logistic回歸分析（Multinomal Logistic）”的應(yīng)用
9．4 多項(xiàng)有序回歸分析
9．4．1 多項(xiàng)有序回歸分析的功能與結(jié)構(gòu)
9．4．2 多項(xiàng)有序回歸分析的應(yīng)用第10章 對調(diào)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(jìn)行“親疏程度”度量時(shí)應(yīng)注意的問題
10．2 系 統(tǒng) 聚 類
10．2．1 使用系統(tǒng)聚類分析的條件與步驟
10．2．2 “系統(tǒng)聚類（Hierarchical Cluster）”的功能與結(jié)構(gòu)
10．2．3 利用“系統(tǒng)聚類（Hierarchical Cluster）”進(jìn)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(jié)構(gòu)與功能
10．3．3 利用“K?均值聚類（K?Means Cluster）”進(jìn)行聚類分析第11章 問卷的質(zhì)量分析
11．1 問卷的項(xiàng)目分析
11．1．1 項(xiàng)目分析的基本方法
11．1．2 利用SPSS進(jìn)行項(xiàng)目分析
11．2 問卷的信度分析
11．2．1 對信度的估計(jì)
11．2．2 “可靠性分析（Reliability Analysis）”的結(jié)構(gòu)與功能
11．2．3 利用“可靠性分析（Reliability Analysis）進(jìn)行信度分析
11．3 問卷的效度分析
11．3．1 問卷的內(nèi)容效度
11．3．2 效標(biāo)關(guān)聯(lián)效度
11．3．3 結(jié)構(gòu)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(jié)構(gòu)
11．5．5 利用“因子分析（Factor Analysis）”進(jìn)行結(jié)構(gòu)效度分析
11．5．6 利用因子得分進(jìn)行分類與評價(jià)
附表參考文獻(xiàn)