科研统计思维与方法：SPSS实战

本书以实际案例和具体应用为驱动，以培养科研统计思维为目标，借助 SPSS，系统地讲授了差异显著性检验、方差分析、相关性分析、回归分析、聚类分析、主成分分析，以及结构方程模型的概念、原理和具体使用。 全书共 8 章。第 1 章系统地讨论了科研统计思维及统计分析的相关概念，并以量化类典型论文为例抛出统计思维的核心问题。第 2 章介绍了数据的规范化及预处理，重点讲解了基于数据做论证所必需的前置操作。第 3 章介绍了统计描述及数据加工。第 4 章讲解了差异显著性检验。第 5 章介绍了方差分析及其高级应用，阐述了单因素方差分析、多因素方差分析、协方差分析、多因变量方差分析等内容，以及事后检验、均值边际图等高级应用的相关知识。第 6 章介绍了关联性分析技术和回归分析。第 7 章讲解了聚类分析技术。第 8 章介绍了因子分析与降维，主要讨论了探索性因子分析和验证性因子分析（结构方程模型）等方法。 本书可作为量化研究相关专业本科生、研究生，以及大中专院校学生的教学用书，还可作为有志于了解量化研究方法和科研统计思维的科研人员、工程技术人员以及商务人员的参考用书。

马秀麟 教育技术学博士，教授，现任北京师范大学计算机公共课主任、新疆师范大学教育科学学院副院长，曾先后获得北京师范大学十佳教师、教学名师和北京高等学校优秀专业课主讲教师等荣誉称号。主要从事信息技术提升教学效率、在线学习行为分析、网络课程建设、人工智能教育等方面的研究。已发表中英文学术论文80余篇，出版教研类学术专著4部、高等教育教材22部，主持各级各类科研课题30余项。

第 1 章　大数据时代的科研与统计思维1 11　科研统计思维及其社会需求 2 111　统计思维之魅力 2 112　统计思维何以重要 4 12　统计的主流技术及应用 5 121　统计描述的关键技术5 122　统计推断的主流技术6 123　统计分析技术及其应用领域7 124　统计分析的关键思路及质量评价8 13　统计思维在科研中的主要应用10 131　在自然科学领域的常见应用 10 132　在社会科学领域的常见应用11 14　统计思维方法及应用误区13 141　量化研究中统计分析的层次 13 142　量化研究中的误区 14 143　量化研究质量的保证 15 15　统计分析软件及其分析环境17 151　统计分析软件简介 17 152　基于Excel的统计分析环境 19 153　基于SPSS的统计分析环境22 16　科研视点：面向统计思维的量化研究论文品读 27 161　品读导引27 162　研究论文28 思考题 37 综合实践题 37 第 2 章　数据的规范化及预处理39 21　数据来源及其规范化要求41 211　科研数据的来源 41 212　数据类别及特点44 213　数据的规范化要求46 22　以Excel做数据预处理 47 221　Excel下的数据编辑47 222　实战：数据类型转化与格式标准化52 223　实战：数值化编码技术54 224　实战：数据表的拼接56 23　以SPSS做数据预处理 57 231　SPSS的变量预定义及编辑58 232　实战：数据文件打开、保存及优化 61 233　实战：变量的重编码技术65 234　实战：变量之间的计算70 235　实战：缺失值的标记与处理 73 236　实战：数据文件的拼合技术76 24　科研数据的质量保证 79 241　科研数据质量保证的两个指标79 242　效度检验的主要技术80 243　以德尔菲法实现效度保证的思路82 244　实战：以德尔菲法实现效度保证84 245　信度检验的主要技术90 246　实战：SPSS下的信度检验92 思考题 96 综合实践题 96 第 3 章　统计描述及数据加工 98 31　科研数据的统计描述105 311　统计描述中的统计量 105 312　数据的分布形态110 32　SPSS实现统计描述的技术 112 321　实战：以SPSS获取常见统计量112 322　实战：频数统计及分析116 323　实战：数据的图示化描述118 324　实战：数据分布形态的判断 123 325　实战：面向低测度数据的统计描述 130 33　数据抽取与变形133 331　实战：数据的排序与抽样 133 332　实战：个案的加权处理 136 333　实战：求秩分 137 334　实战：求正态得分 139 335　实战：分数的标准化——求Z分数 140 336　补充说明：其他变形操作 143 思考题143 综合实践题143 第 4 章　差异显著性检验 145 41　差异显著性检验 & 统计推断 151 411　差异显著性检验的概念151 412　统计推断的概念 154 42　面向配对数据的差异显著性检验156 421　配对样本及其统计推断操作 156 422　实战：教改前后学生的成绩有变化吗？——两配对样本差异显著性检 验 156 423　实战：三轮测量数据之间的差别明显吗？——K-配对样本差异性 检验161 424　实战：专家们是否科学严谨地评审了项目？——综合应用型案例 164 43　面向分组数据的差异显著性检验169 431　分组样本及其统计推断操作 170 432　实战：性别是影响学习成绩的因素吗？——两独立样本差异性检验 170 433　实战：生源是影响学习成绩的因素吗？——K-独立样本差异性检验 175 434　实战：生源对学生是否喜欢上学有影响吗？——低测度数据的分 组检验 180 44　差异显著性检验算法的思考与深化183 441　深究：均值差异显著性检验机理 183 442　深究：差异显著性检验的算法体系 188 443　补充：面向随机分布的检验——游程检验及原理 190 444　补充：面向期望分布的检验——卡方检验 193 思考题196 综合实践题196 第 5 章　方差分析及其高级应用198 51　方差分析的概念及应用 203 511　方差分析的概念203 512　方差分析的原理及类别204 52　单因素方差分析 205 521　实战：父母文化程度会影响学生的IQ值吗？ 205 522　单因素方差分析反思与总结209 53　多因素方差分析 211 531　实战：多因素方差分析模型构建及调整211 532　多因素方差分析中的关键问题及反思 215 54　协方差分析217 541　协方差分析的概念 217 542　实战：排除控制变量影响的方差分析——协方差分析模型 218 55　多因变量方差分析 220 551　多因变量方差分析概述220 552　实战：面向多因变量的方差分析 221 思考题 224 综合实践题 224 第 6 章　关联性分析技术225 61　关联性分析综述 230 611　关联性分析的特点及类型230 612　SPSS实现关联性分析的主要技术233 62　相关性分析及应用 234 621　相关性分析算法及其适应性234 622　实战：学生的数学成绩与游戏时间相关吗？——中高测度数据相关性 分析237 623　实战：影响学生成绩的真实原因是上网时间吗？——偏相关分析 241 624　低测度变量的相关性分析243 63　线性回归分析技术 246 631　回归分析概述246 632　实战：一元线性回归249 633　实战：多元线性回归分析255 634　多元线性回归原理及反思 261 635　理论深化：多重共线性问题265 64　曲线回归分析技术 268 641　实战：以多元线性回归探究高次回归式268 642　实战：以曲线回归探究高次回归式 271 643　曲线回归的总结与思考274 65　二元逻辑回归技术 276 651　二元逻辑回归的工作原理276 652　实战：哪些因素导致学生喜欢数学课？——二元逻辑回归280 思考题 285 综合实践题 285 第 7 章　聚类分析技术287 71　聚类的概念及原理291 711　科研中的分类分析 291 712　核心知识：距离的计算与判定292 713　聚类分析的常见类型295 72　个案的聚类分析 296 721　实战：面向个案的系统聚类296 722　实战：快速聚类及其应用 301 73　变量的聚类分析 305 731　实战：面向变量的系统聚类305 732　对R聚类的反思与总结308 74　判别分析 309 741　判别分析的概念与类型309 742　实战：基于组质心的分类判别311 743　实战：基于分类判别式的分类判别 317 思考题319 综合实践题 320 第 8 章　因子分析与降维321 81　因子分析与降维简述 325 811　探索性因子分析与验证性因子分析325 812　降维与探索性因子分析328 82　主成分分析：EFA应用 329 821　原理：探索性因子分析原理329 822　实战：以主成分分析探究变量蕴含的关键因素 331 823　实战：以主成分分析检验测量指标的结构效度338 83　结构方程模型入门——CFA应用 342 831　结构方程模型概述342 832　以AMOS绘制模型图：AMOS使用之一345 833　解读SEM分析结果并优化：AMOS使用之二350 834　实战：以AMOS软件实现CFA354 思考题 360 综合实践题 360 附录 《大学生生活满意度调查问卷》及数据集362 参考文献364