SPSS與研究方法

1 認識SPSS
1．1 SPSS模塊、系統(tǒng)需求與工具
1．2 基本界面
1．3 選項
1．4 導入
1．5 變量視圖（Variable View）
1．6 數(shù)據(jù)轉換
1．7 數(shù)據(jù)處理
1．8 輸出結果處理
1．9 統(tǒng)計分析
1．10 有關本書
附錄1．1 SPSS高級統(tǒng)計分析
附錄1．2 度量一數(shù)據(jù)類型
2 認識研究方法
2．1 何謂研究方法
2．2 好的研究
2．3 研究程序
2．4 研究問題的界定
2．5 研究背景、動機與目的
2．6 文獻回顧
2．7 概念框架及研究假說
2．8 研究設計
2．9 數(shù)據(jù)分析
2．10 研究結論與建議
2．11 研究中常見的問題
3 數(shù)據(jù)收集與樣本描述
3．1 量表的本質
3．2 選擇量表的考慮因素
3．3 態(tài)度量表
3．4 量表的來源
3．5 問卷設計
3．6 原始數(shù)據(jù)收集
3．7 網(wǎng)絡調查
3．8 數(shù)據(jù)探索
3．9 描述樣本的統(tǒng)計值
3．10 頻率分布表
3．11 描述性統(tǒng)計量
3．12 統(tǒng)計圖
3．13 多重響應
4 比較均值
4．1 認識“比較均值”
4．2 均值檢驗
4．3 單樣本T檢驗
4．4 獨立樣本T檢驗
4．5 配對樣本T檢驗
4．6 單因素方差分析
4．7 重復度量
4．8 重要統(tǒng)計檢驗值
5 雙因素方差、協(xié)方差分析
5．1 認識雙因素方差分析
5．2 雙因素受試者間設計（交互作用不顯著）
5．3 雙因素受試者間設計（交互作用顯著）
5．4 拉丁方格設計
5．5 混合設計
5．6 雙因素協(xié)方差分析
5．7 重要統(tǒng)計檢驗值
附錄5．1 變量間的關系
附錄5．2 實驗設計
6 非參數(shù)檢驗
6．1 認識非參數(shù)檢驗
6．2 定序（秩）數(shù)據(jù)
6．3 定類數(shù)據(jù)
6．4 進一步探討——對數(shù)線性模型（LogLinear）
7 相關性測度
7．1 認識相關性測度
7．2 定距數(shù)據(jù)的相關性測度
7．3 Pearson相關系數(shù)
7．4 簡單回歸分析——模型與曲線估計
7．5 簡單回歸分析釋例
7．6 定序數(shù)據(jù)的相關性測度
7．7 定類數(shù)據(jù)的相關性測度
8 因子分析與信度檢驗
8．1 多變量分析
8．2 認識因子分析
8．3 因子分析
8．4 信度檢驗
8．5 重要統(tǒng)計檢驗值
附錄8．1 構念與概念
附錄8．2 良好測量工具的特性
附錄8．3 信度測量
附錄8．4 效度測量
9 聚類分析
9．1 認識聚類分析
9．2 K均值聚類（非層次聚類法）
9．3 層次聚類分析法
9．4 TWO-STEP聚類
附錄9．1 聚類分析的深入探討
附錄9．2 生活形態(tài)區(qū)隔
10 多維尺度法
10．1 認識多維尺度法
10．2 數(shù)據(jù)編碼與SPSS輸入
10．3 多維尺度（17ROXSCAL）——次序／相異性
10．4 多維尺度方法（PROXSCAL）——區(qū)間／相似性
10．5 多維尺度方法（PROXSCAL）——區(qū)間／相異性
10．6 多維尺度方法（ALSCAL）
10．7 對應分析
10．8 重要統(tǒng)計檢驗值
11 多元回歸分析
11．1 認識多元回歸
11．2 輸入法（選入法）
11．3 多元回歸的其他方法
11．4 虛擬變量回歸分析
11．5 路徑分析
11．6 最優(yōu)尺度（OPTIMAL SCALING）
11．7 深入研究
11．8 重要統(tǒng)計檢驗值
附錄11．1 因果性研究
12 多變量方差、協(xié)方差分析
12．1 認識多變量方差分析
12．2 單因素多變量方差分析
12．3 雙因素多變量方差分析（TWO-WAYMANOVA）
12．4 多變量協(xié)方差分析
12．5 重要統(tǒng)計檢驗值
13 判別分析
13．1 認識判別分析
13．2 判別分析——兩群組區(qū)分
13．3 多元判別分析
13．4 虛擬變量判別分析
13．5 二元LOGISTIC回歸分析
13．6 重要統(tǒng)計檢驗值
14 典型相關分析
14．1 認識典型相關分析
14．2 路徑圖與線性組合
14．3 SPSS程序
14．4 語法說明
14．5 結果分析
后記