
馬秀麟
本書以實際案例和具體應用爲驅動,以培養科研統計思維爲目標,藉助 SPSS,系統地講授了差異顯著性檢驗、方差分析、相關性分析、迴歸分析、聚類分析、主成分分析,以及結構方程模型的概念、原理和具體使用。 全書共 8 章。第 1 章系統地討論了科研統計思維及統計分析的相關概念,並以量化類典型論文爲例拋出統計思維的核心問題。第 2 章介紹了數據的規範化及預處理,重點講解了基於數據做論證所必需的前置操作。第 3 章介紹了統計描述及數據加工。第 4 章講解了差異顯著性檢驗。第 5 章介紹了方差分析及其高級應用,闡述了單因素方差分析、多因素方差分析、協方差分析、多因變量方差分析等內容,以及事後檢驗、均值邊際圖等高級應用的相關知識。第 6 章介紹了關聯性分析技術和迴歸分析。第 7 章講解了聚類分析技術。第 8 章介紹了因子分析與降維,主要討論了探索性因子分析和驗證性因子分析(結構方程模型)等方法。 本書可作爲量化研究相關專業本科生、研究生,以及大中專院校學生的教學用書,還可作爲有志於瞭解量化研究方法和科研統計思維的科研人員、工程技術人員以及商務人員的參考用書。
SPSS領域最推薦的書,因爲有論文實戰。會和你說清楚很多如何看統計學📊指標、如何避免數據問卷統計結果有偏差主觀因素📉的方法。建議結合書上大學生行爲案例的研究方法一起學