您好,欢迎光临有路网!
SPSS统计分析与应用
QQ咨询:
有路璐璐:

SPSS统计分析与应用

  • 作者:李金德 秦晶 欧贤才 连娟 黄蕙玲
  • 出版社:清华大学出版社
  • ISBN:9787302526391
  • 出版日期:2019年06月01日
  • 页数:324
  • 定价:¥59.00
  • 分享领佣金
    手机购买
    城市
    店铺名称
    店主联系方式
    店铺售价
    库存
    店铺得分/总交易量
    发布时间
    操作

    新书比价

    网站名称
    书名
    售价
    优惠
    操作

    图书详情

    内容提要
    《SPSS统计分析与应用》共11章,以SPSS 24.0中文版为工具介绍了数据分析的常用技术,主要内容包括数据录入、数据处理、数据文件管理、描述性统计、T检验、方差分析、相关分析、回归分析等基础统计分析模块,以及非参数检验、聚类分析、判别分析、因子分析等**统计分析模块。为方便教学及读者自学,本书除了提供每个章节的演示案例数据外,还专门录制了各章节重要知识点的教学视频,这些教学视频短小精悍,非常适合利用碎片化时间学习,选择本书作为SPSS的入门和中级进阶学习是一个不错的选择。 《SPSS统计分析与应用》可作为高等院校心理学、教育学、社会学和管理学等相关专业的本科生和研究生教材,也可作为教育科研、市场调研等涉及统计分析和决策相关领域数据分析人员的学习用书。
    文章节选
    第2章 数据的建立与管理 ? 掌握SPSS数据文件变量的设置。 ? 掌握SPSS数据文件的数据录入。 ? 掌握数据排序、文件的合并与拆分、选择个案及个案加权的SPSS操作。 ? 掌握计算变量、重新编码及置换缺失值的SPSS操作。 如何建立数据文件是数据统计分析的**步,因为数据是所有统计研究的基础,没有数据,统计分析也就无从谈起,因此,介绍SPSS数据的建立是本章的首要任务。数据建立后通常还不能马上进行统计分析,而是对数据做一些必要的处理后再做分析,这些数据的预处理我们通常叫数据管理。数据的管理是非常有必要的,因为数据建立的过程难免会出现疏漏和差错,这会造成数据统计分析的偏差,严重的甚至导致错误的统计结论。同时因为不同的统计分析方法对数据结构的要求不尽相同,原始数据有时需要做一定的转换后才可分析。在SPSS中,数据文件的管理功能基本上都集中在“数据”和“转换”两个菜单中,前者的功能主要是实现文件级别的数据管理,如个案排序、选择个案、文件合并和拆分等;而后者主要实现数据变量级别的数据管理,如计算新变量、变量取值重编码等,主要与变量数值的转换有关。本章将主要介绍这两个菜单的相应功能。 2.1 数据的建立 在SPSS中建立数据文件大致有两种情况:一种是将原始数据直接录入SPSS;另一种是利用SPSS读取其他数据格式的资料。数据录入就是把每个个案(可以是人也可以是物)的每个指标(也叫变量,即个案的属性)录入到软件中。在录入数据时,大致可归纳为三个步骤:**,定义变量名,即给每个指标起个名字;第二,指定每个变量的各种属性,即对每个指标的一些统计特性作出定义;第三,录入数据,即把每个个案的各指标值录入为电子格式。第二步是我们着重介绍的步骤,即变量的各种属性的设置。 2.1.1 变量的属性 任何一个变量都有相应的变量名与之对应,但为了满足统计分析的需要,除了变量名外,往往还要为每一个变量定义许多附加的变量属性,如变量类型、变量标签、变量值标签等。在变量视图中,SPSS为每个变量指定了11种变量属性,如图2-1所示,下面我们就常用属性的设置做简单的介绍。
    图2-1 变量视图
    1. 名称的设置 该单元格主要的目的是定义变量名称,SPSS中变量名的定义应符合系统要求,否则无法输入变量。不过读者也不用过分担心自己输入的变量名,因为只要不符合要求的变量名就无法输入变量框,这时系统会给出违背变量名规则等信息提示,读者可以换一种模式输入变量名直到成功为止。当然了解一些输入规则也是有必要的,常见的需要注意的规则如下: (1) 在一个数据文件中变量名必须是**的,不能重名。 (2) 变量名不区分大小写,例如变量A1和a1是同一个变量。 (3) 变量名的长度不可过长。 (4) 首字符必须是字母、汉字或特殊符号@,不能是空格或数字;其后的字符可为字母、数字、中文及特殊符号“.”“$”“@”,但不能为“?”“!”“*”等字符。变量名的首尾都不能是“.”“。”或“-”。 (5) 一些逻辑词语不能作为变量名,如all、and、or、by、to、with、not等。 如果用户不指定变量名,SPSS软件会以VAR开头来命名变量,后面跟五位数字,如VAR00001、VAR00002等。 2. 变量类型的设置 SPSS中的变量有三种基本类型:数值型、字符串型和日期型。根据不同的显示方式,数值型又被细分成了7种,所以SPSS中的变量类型共有9种。在变量视图中选择【类型】单元格时,右侧会出现按钮,单击按钮会打开【变量类型】对话框,如图2-2所示。图的左侧为具体的变量类型,右侧用于进一步定义变量宽度和小数位数等格式。 1) 数值型 在三种基本变量类型中,数值型是SPSS*常用的变量类型。数值型的数据由阿拉伯数字0~9和其他特殊符号,如美元符号、逗号或圆点组成。数值型数据根据内容和显示方式的不同,可以分为标准数值型(即“数字”)、每三位用逗号分隔的数值型(即“逗号”)、每三位用圆点分隔的圆点数值型(即“点”)、科学计数型、显示带美元符号的美元数值型、定制货币和带有前导零的整数(即“受限数字”)7种不同的表示方法。其中,*为常用的应是标准数值型(即“数字”),作为初学者,其他几种数值型变量使用频率较低,如有兴趣可以查阅软件中的帮助信息来了解,在此不过多赘述。 2) 字符串型 字符串也是SPSS中较为常用的数据类型,其变量值是一串字符,字符串变量区分大小写,但字符串变量只能参与一些较为初级的统计分析,大部分的统计分析方法都受到限制,所以一般我们都建议可以转换为数字的资料,尽量转化成数字。 如果变量值前期已经录入为字符,则部分资料可以通过一定的方式转换为数值。阿拉伯数字(即1、2、…)既可以是“数字”型变量也可以是“字符串”型变量,如果变量取值为阿拉伯数字,那么“数字”属性和“字符串”属性两者可以互换,基本上信息能保留完整。如果是汉字这样的字符串变量,将其“字符串”属性修改为“数字”时,文字信息将会丢失。例如,“部门”变量录入数据时的变量值为“生产部”“销售部”“后勤”等字符串,若将其变量类型由“字符串”改为“数字”,则“生产部”“销售部”“后勤”等数据会消失。但若“部门”的取值为数字,如用“1”代表“生产部”,“2”代表“销售部”,“3”代表“后勤”,尽管此时“部门”的变量类型为“字符串”,但将其改为“数字”型时数据还会保留。 3) 日期型 它可以用来表示日期或时间。日期型数据的显示格式有很多,SPSS在对话框右侧会以列表的方式列出各种显示格式以供用户选择。 3. 小数位数的设置 数值型变量默认为2个小数位数,字符型变量自动设置为0。小数点的设置只影响显示的位数,而不影响实际数值。例如0.3456,在小数位为2个时将显示为0.35(自动四舍五入),但其数值大小依然为0.3456而非改为0.35。当变量小数位为2个时,输出结果的均值默认为4个小数位,标准差默认为5个小数位;当变量小数位为0时,则输出结果的均值为2个小数位,标准差为3个小数位。 4. 变量标签的设置 变量标签是对变量名的含义进行注释说明的标记,目的是使人更清楚明确地了解该变量的含义。有时一个变量的全称太长,不适合直接作为变量名,此时就可用简略词语给变量起名,然后在变量标签中附注完整的名称或具体含义。如图2-3所示,“性别”和“年龄”两个变量意思很明确,所以不需要在标签处给出多余的解释,但是变量“Q1”只是一个代号,它的含义是“你对自己目前的经济情况是否满意”,所以如果觉得有必要,可以在【标签】处标识清楚。
    图2-3 变量标签的设置 设置变量标签后,在各种统计分析操作的变量列表以及输出结果中,该变量就会以变量标签出现而不是以原变量名出现,如果变量标签比较长,在命令窗口常常只能见到标签,见不到变量名。如图2-4所示,我们看不到“Q1”标识,这给使用者带来了不便。如果不想让变量标签代替原变量名出现,则可以选择【编辑】→【选项】命令,在【选项】对话框【常规】选项卡的【变量列表】选项组中选择【显示名称】单选按钮,如图2-5所示。这时如果我们再打开【频率】对话框,变量的标签就不再显示了,如图2-6所示,这样的设置方便我们选择变量。
    图2-5 变量名显示的设置
    图2-6 未显示变量标签的【频率】对话框 5. 值标签的设置 由于SPSS只能对数字型数据进行算术统计分析,因此在SPSS中录入的内容以数字为主。但数字本身常常是没有具体意义的,只有在特定的研究项目中才有特定的意义,因而我们需要对变量数据的各种取值的含义进行注释说明,即设置值标签。例如,性别的数据中有“1”和“2”两种取值,具体它们分别代表哪种性别,则需要在值标签中说明,如图2-7所示,“1”代表男,“2”代表女。
    图2-7 值标签的设置 当变量取值的含义非常明确时,可以不设置值标签,如“年级”。除此之外,读者还可以只对部分取值设置值标签,而不一定对所有的值设置。需要注意的是,值标签一般是针对离散变量(定类变量和定序变量)设置,连续变量(定距变量和定比变量)不需要设置,因为连续变量的数值可以反映数值大小,有具体的意义。离散变量、连续变量等变量类型的相关知识点我们将在3.1节做详细介绍。 6. 缺失值的设置 缺失值是指某个样本缺少特定变量的数据信息,它将不被纳入各种统计分析中。SPSS中的缺失值有系统缺失值和用户缺失值两大类。 1) 系统缺失值 当变量中某个样本没有提供信息或者提供的是非法格式的信息时,系统自动将其设置为缺失值。在SPSS中,对于数值型变量数据,系统缺失值默认用“.”表示,而字符串型变量就是空字符串。 2) 用户缺失值 用户缺失值是指用户根据特定目的设置的、自己能够识别的数值,不像系统缺失值那样统一将缺失值都默认为“.”。例如,不符合题目要求的答案,不适合某项统计分析条件的数值、录入错误的数据等。一般用特殊的数字表示,如“99”“98”等。设置用户缺失值可以适当保留原始信息,同时又避免错误数据被纳入统计分析而造成结果偏差。在变量视图中,单击【缺失】下面的单元格,出现按钮,单击按钮弹出【缺失值】对话框,有三种方式可供定义用户缺失值,如图2-8所示。 (1) 无缺失值:默认为没有用户缺失值,只有系统缺失值。 (2) 离散缺失值:缺失值是1~3个不连续的数值。 (3) 范围加上一个可选的离散缺失值:缺失值是一个区间范围,且还可以设置某个离散的缺失值。 7. 变量测量水平的设置 变量根据测量的水平高低可以分为定类、定序、定距和定比四类,不同测量水平的变量只能使用与之对应的统计学方法,我们将在3.1节对这四类变量做详细讲解。SPSS系统默认有三类变量,即名义、有序和标度,名义型变量其实就是定类变量,有序型变量就是定序变量,而刻度型变量对应的是定距和定比这样的连续型变量。 8. 变量属性的复制 如果我们需要复制某个变量的某个属性,直接右击要复制的变量的某个属性,然后选择“复制”和“粘贴”命令到新变量对应的属性中即可,这和一般的复制粘贴过程是一样的。 如果我们需要建立一份新的数据,需要用到已有数据的全部变量或者部分变量,可以通过批量复制数据属性完成,在新数据中选择【数据】菜单的【复制数据属性】命令,按照指令执行即可,过程并不复杂,感兴趣的读者可以自己尝试操作。

    与描述相符

    100

    北京 天津 河北 山西 内蒙古 辽宁 吉林 黑龙江 上海 江苏 浙江 安徽 福建 江西 山东 河南 湖北 湖南 广东 广西 海南 重庆 四川 贵州 云南 西藏 陕西 甘肃 青海 宁夏 新疆 台湾 香港 澳门 海外