SPSS在社會調(diào)查中的應用

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
1．1．2 抽樣調(diào)查的過程
1．1．3 對抽樣調(diào)查的評價
1．2 調(diào)查問卷的一般問題
1．2．1 問卷的結(jié)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)計分析的基本內(nèi)容
1．4．1 以正確的觀念指導統(tǒng)計分析
1．4．2 選擇統(tǒng)計分析內(nèi)容與方法的依據(jù)
1．4．3 統(tǒng)計分析的主要內(nèi)容
1．5 SPSS及其在抽樣調(diào)查中的應用
1．5．1 SPSS公司與SPSS統(tǒng)計軟件包
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(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)查中的應用
附錄 北京市大學生學情調(diào)查問卷第2章 調(diào)查數(shù)據(jù)的預處理
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 重復個案的排查
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 定類變量的計數(shù)
2．5．2 定序變量的綜合指標
2．5．3 定量變量轉(zhuǎn)化為定性變量
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(diào)查數(shù)據(jù)的分布特征
3．1 一個單選題的統(tǒng)計表與統(tǒng)計圖――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)計圖
3．2 一個單選題的數(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
3．2．5 相對量數(shù)
3．3 利用SPSS對一個單選題的統(tǒng)計分析
3．3．1 利用“頻率（Frequencies）”作統(tǒng)計分析
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)計圖
3．5 利用SPSS對多個單選題作交互分析
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）”計算分組數(shù)據(jù)的特征量數(shù)
3．5．3 利用“均值（Means）”計算分組數(shù)據(jù)的特征量數(shù)
3．6 利用SPSS做多項選擇題的頻數(shù)分析――多響應變量分析
3．6．1 多響應變量分析的提出
3．6．2 SPSS中多響應變量分析的功能
3．6．3 利用“多重響應（Multiple Response）”做多項選擇題的頻數(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)計圖的制作與編輯
4．1 復式條形圖的繪制
4．1．1 “條形圖（Bar Charts）”的功能與結(jié)構
4．1．2 “個案組摘要”模式下的條形圖
4．1．3 “各個變量的摘要”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(jié)構
4．2．2 “個案組摘要”模式下的線圖
4．2．3 “各個變量的摘要”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(jié)構
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說明
4．4 統(tǒng)計圖的編輯
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)計圖的基本原則
4．5．2 學會審圖， 謹防統(tǒng)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(tài)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 關于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(tǒng)計檢驗的前期工作――對數(shù)據(jù)分布特征的檢驗
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(1?sample K?S)”檢驗考察數(shù)據(jù)分布
5．3 單個正態(tài)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(jié)果及其解釋
5．4 兩個獨立正態(tài)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(tài)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(tài)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(shù)檢驗
6．1．1 非參數(shù)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(shù)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(shù)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(shù)檢驗
6．4．1 使用的前提條件
6．4．2 三種非參數(shù)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 事物間的相關關系
7．1 相關關系概述
7．1．1 函數(shù)關系與相關關系
7．1．2 散點圖
7．1．3 相關系數(shù)
7．2 兩個定性變量的相關分析
7．2．1 “分析（Analyze）”中有關相關分析的菜單
7．2．2 利用“交叉表（Crosstabs）”進行χ2獨立性檢驗
7．2．3 兩個定類變量間的相關系數(shù)
7．2．4 兩個定序變量間的相關系數(shù)
7．3 定量變量的相關分析
7．3．1 兩個定量變量的相關分析
7．3．2 定類變量與定量變量的相關分析
7．4 兩個事物之間關系的進一步分析
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
7．5．3 利用“單變量（Univariate）”進行單變量多因素方差分析
7．5．4 應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 奇異值與影響點的診斷與處理
8．2．4 應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(jié)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 非線性關系的線性化
8．4．2 “曲線估計（Curve Estimation）”的功能與結(jié)構
8．4．3 利用“曲線估計（Curve Estimation）”進行曲線估計
8．4．4 應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
9．2 二項Logistic回歸
9．2．1 二項Logistic回歸分析的適用范圍與步驟
9．2．2 “二項Logistic回歸分析（Binary Logistic）”的功能與結(jié)構
9．2．3 “二項Logistic回歸分析（Binary Logistic）”的應用
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(jié)構
9．3．3 “多項Logistic回歸分析（Multinomal Logistic）”的應用
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(jié)構
9．4．2 多項有序回歸分析的應用第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 進行“親疏程度”度量時應注意的問題
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
10．2．3 利用“系統(tǒng)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(jié)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(zhì)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(jié)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(nèi)容效度
11．3．2 效標關聯(lián)效度
11．3．3 結(jié)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(jié)構
11．5．5 利用“因子分析（Factor Analysis）”進行結(jié)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