SPSS與統(tǒng)計應用分析

第1篇 定量研究的理論與實務 1 研究設計與量表分析
1.1 研究設計的基本概念
1.2 量表或測驗試題質(zhì)量分析的步驟
2 研究問題與統(tǒng)計方法解析
2.1 研究問題與統(tǒng)計方法的選用
2.2 統(tǒng)計檢驗與顯著性水平
2.3 小學生學習經(jīng)驗調(diào)查問卷
第2篇 SPSS操作程序與方法
3 窗口版SPSS的基本操作
3.1 窗口版SPSS的操作原理
3.2 數(shù)據(jù)瀏覽窗口
3.3 變量瀏覽窗口
3.4 問卷數(shù)據(jù)的輸入
3.5 打開Excel電子表格數(shù)據(jù)文件
3.6 統(tǒng)計分析的對話框
3.7 輸出結(jié)果文件的轉(zhuǎn)換
3.8 數(shù)據(jù)文件的合并
4 數(shù)據(jù)審核與基礎統(tǒng)計分析
4.1 頻數(shù)分布
4.2 百分位數(shù)與百分等級
4.3 描述統(tǒng)計
4.4 拆分文件
5 數(shù)據(jù)轉(zhuǎn)換與重編碼
5.1 問卷數(shù)據(jù)的編碼
5.2 實例問卷解析——以學習經(jīng)驗問卷為例
5.3 雙層面變量的轉(zhuǎn)換
第3篇 初等統(tǒng)計的理論與實務
6 相關分析
6.1 積差相關
6.2 φ相關
6.3 點二列相關
6.4 Speaman等級相關
6.5 肯德爾和諧系數(shù)
6.6 列聯(lián)相關
6.7 一致性系數(shù)
7 偏相關、部分相關
7.1 一階偏相關
7.2 二階偏相關
7.3 部分相關
8 卡方檢驗——百分比檢驗
8.1 基本原理
8.2 關聯(lián)系數(shù)
8.3 擬合優(yōu)度檢驗一——期望頻數(shù)相等
8.4 擬合優(yōu)度檢驗二——期望頻數(shù)不相等
8.5 百分比同質(zhì)性檢驗
8.6 獨立性檢驗
8.7 改變的顯著性檢驗
8.8 費雪爾正確概率檢驗
9 平均數(shù)的差異檢驗——t檢驗
9.1 基本原理
9.2 單—樣本的t檢驗——總體σ未知和單側(cè)檢驗
9.3 單一樣本的t檢驗——總體σ未知和雙側(cè)檢驗
9.4 相依樣本的t檢驗
9.5 獨立樣本的t檢驗
9.6 學習經(jīng)驗問卷的實例分析
9.7 自變量為連續(xù)變量的t檢驗
9.8 非參數(shù)統(tǒng)計——兩個獨立樣本
9.9 非參數(shù)統(tǒng)計——相依樣本的差異檢驗
9.10 家長參與問卷——相依樣本實例
10 單因素方差分析
10.1 基本理論
10.2 獨立樣本單因素方差分析
10.3 相依樣本單因素方差分析
10.4 學習經(jīng)驗問卷各方面比較
10.5 F檢驗與T檢驗之間的關系
10.6 非參數(shù)統(tǒng)計法——克一瓦單因素等級方差分析（H檢驗法）
10.7 非參數(shù)統(tǒng)計法——弗里德曼雙因素等級方差分析
11 線性回歸分析
11.1 基本理論
11.2 簡單回歸分析
11.3 多元回歸分析
11.4 虛擬變量的回歸分析
11.5 綜合練習——同時加人連續(xù)及虛擬變量
11.6 路徑分析
11.7 學習經(jīng)驗問卷實例分析
11.8 非線性相關與回歸分析
第4篇 高等統(tǒng)計的理論與實務
12 雙因素方差分析
12.1 雙因素獨立樣本方差分析——交互作用不顯著
12.2 獨立樣本雙因素方差分析一交互作用顯著
12.3 以拆分文件的方式進行單純主效應檢驗
12.4 雙因素混合設計方差分析
13 判別分析與Logistic回歸分析
13.1 判別分析
13.2 Logistic回歸分析
14 多元方差分析
14.1 獨立樣本單因素多元方差分析
14.2 獨立樣本雙因素多元方差分析
14.3 雙因素多元方差分析——交互作用顯著
15 典型相關分析
15.1 理論基礎
15.2 執(zhí)行程序——MANOVA語法
15.3 報表解析
15.4 結(jié)果說明
15.5 用CANCORR指令執(zhí)行典型相關
16 協(xié)方差分析
16.1 獨立樣本單因素協(xié)方差分析
16.2 獨立樣本雙因素協(xié)方差分析
第5篇 信效度分析的理論與實務
17 項目分析與試題分析
17.1 項目分析
17.2 試題分析
18 因子分析與信度檢驗
18.1 因子分析
18.2 信度分析
第6篇 矩結(jié)構(gòu)分析
19 Amos與結(jié)構(gòu)方程模型
19.1 Amos Graphics窗口的介紹
19.2 估計變量間的相關性
19.3 路徑分析
19.4 線性結(jié)構(gòu)模型的驗證
19.5 一階驗證性因子分析
19.6 二階驗證性因子分析