1 认识SPSS
1．1 SPSS模块、系统需求与工具
1．2 基本界面
1．3 选项
1．4 导入
1．5 变量视图（Variable View）
1．6 数据转换
1．7 数据处理
1．8 输出结果处理
1．9 统计分析
1．10 有关本书
附录1．1 SPSS高级统计分析
附录1．2 度量一数据类型
2 认识研究方法
2．1 何谓研究方法
2．2 好的研究
2．3 研究程序
2．4 研究问题的界定
2．5 研究背景、动机与目的
2．6 文献回顾
2．7 概念框架及研究假说
2．8 研究设计
2．9 数据分析
2．10 研究结论与建议
2．11 研究中常见的问题
3 数据收集与样本描述
3．1 量表的本质
3．2 选择量表的考虑因素
3．3 态度量表
3．4 量表的来源
3．5 问卷设计
3．6 原始数据收集
3．7 网络调查
3．8 数据探索
3．9 描述样本的统计值
3．10 频率分布表
3．11 描述性统计量
3．12 统计图
3．13 多重响应
4 比较均值
4．1 认识“比较均值”
4．2 均值检验
4．3 单样本T检验
4．4 独立样本T检验
4．5 配对样本T检验
4．6 单因素方差分析
4．7 重复度量
4．8 重要统计检验值
5 双因素方差、协方差分析
5．1 认识双因素方差分析
5．2 双因素受试者间设计（交互作用不显著）
5．3 双因素受试者间设计（交互作用显著）
5．4 拉丁方格设计
5．5 混合设计
5．6 双因素协方差分析
5．7 重要统计检验值
附录5．1 变量间的关系
附录5．2 实验设计
6 非参数检验
6．1 认识非参数检验
6．2 定序（秩）数据
6．3 定类数据
6．4 进一步探讨——对数线性模型（LogLinear）
7 相关性测度
7．1 认识相关性测度
7．2 定距数据的相关性测度
7．3 Pearson相关系数
7．4 简单回归分析——模型与曲线估计
7．5 简单回归分析释例
7．6 定序数据的相关性测度
7．7 定类数据的相关性测度
8 因子分析与信度检验
8．1 多变量分析
8．2 认识因子分析
8．3 因子分析
8．4 信度检验
8．5 重要统计检验值
附录8．1 构念与概念
附录8．2 良好测量工具的特性
附录8．3 信度测量
附录8．4 效度测量
9 聚类分析
9．1 认识聚类分析
9．2 K均值聚类（非层次聚类法）
9．3 层次聚类分析法
9．4 TWO-STEP聚类
附录9．1 聚类分析的深入探讨
附录9．2 生活形态区隔
10 多维尺度法
10．1 认识多维尺度法
10．2 数据编码与SPSS输入
10．3 多维尺度（17ROXSCAL）——次序／相异性
10．4 多维尺度方法（PROXSCAL）——区间／相似性
10．5 多维尺度方法（PROXSCAL）——区间／相异性
10．6 多维尺度方法（ALSCAL）
10．7 对应分析
10．8 重要统计检验值
11 多元回归分析
11．1 认识多元回归
11．2 输入法（选入法）
11．3 多元回归的其他方法
11．4 虚拟变量回归分析
11．5 路径分析
11．6 最优尺度（OPTIMAL SCALING）
11．7 深入研究
11．8 重要统计检验值
附录11．1 因果性研究
12 多变量方差、协方差分析
12．1 认识多变量方差分析
12．2 单因素多变量方差分析
12．3 双因素多变量方差分析（TWO-WAYMANOVA）
12．4 多变量协方差分析
12．5 重要统计检验值
13 判别分析
13．1 认识判别分析
13．2 判别分析——两群组区分
13．3 多元判别分析
13．4 虚拟变量判别分析
13．5 二元LOGISTIC回归分析
13．6 重要统计检验值
14 典型相关分析
14．1 认识典型相关分析
14．2 路径图与线性组合
14．3 SPSS程序
14．4 语法说明
14．5 结果分析
后记
展开
