科研統計思維與方法：SPSS實戰

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　大數據時代的科研與統計思維1

11　科研統計思維及其社會需求 2

111　統計思維之魅力 2

112　統計思維何以重要 4

12　統計的主流技術及應用 5

121　統計描述的關鍵技術5

122　統計推斷的主流技術6

123　統計分析技術及其應用領域7

124　統計分析的關鍵思路及質量評價8

13　統計思維在科研中的主要應用10

131　在自然科學領域的常見應用 10

132　在社會科學領域的常見應用11

14　統計思維方法及應用誤區13

141　量化研究中統計分析的層次 13

142　量化研究中的誤區 14

143　量化研究質量的保證 15

15　統計分析軟件及其分析環境17

151　統計分析軟件簡介 17

152　基於Excel的統計分析環境 19

153　基於SPSS的統計分析環境22

16　科研視點：面向統計思維的量化研究論文品讀 27

161　品讀導引27

162　研究論文28

思考題 37

綜合實踐題 37

第 2 章　數據的規範化及預處理39

21　數據來源及其規範化要求41

211　科研數據的來源 41

212　數據類別及特點44

213　數據的規範化要求46

22　以Excel做數據預處理 47

221　Excel下的數據編輯47

222　實戰：數據類型轉化與格式標準化52

223　實戰：數值化編碼技術54

224　實戰：數據表的拼接56

23　以SPSS做數據預處理 57

231　SPSS的變量預定義及編輯58

232　實戰：數據文件打開、保存及優化 61

233　實戰：變量的重編碼技術65

234　實戰：變量之間的計算70

235　實戰：缺失值的標記與處理 73

236　實戰：數據文件的拼合技術76

24　科研數據的質量保證 79

241　科研數據質量保證的兩個指標79

242　效度檢驗的主要技術80

243　以德爾菲法實現效度保證的思路82

244　實戰：以德爾菲法實現效度保證84

245　信度檢驗的主要技術90

246　實戰：SPSS下的信度檢驗92

思考題 96

綜合實踐題 96

第 3 章　統計描述及數據加工 98

31　科研數據的統計描述105

311　統計描述中的統計量 105

312　數據的分佈形態110

32　SPSS實現統計描述的技術 112

321　實戰：以SPSS獲取常見統計量112

322　實戰：頻數統計及分析116

323　實戰：數據的圖示化描述118

324　實戰：數據分佈形態的判斷 123

325　實戰：面向低測度數據的統計描述 130

33　數據抽取與變形133

331　實戰：數據的排序與抽樣 133

332　實戰：個案的加權處理 136

333　實戰：求秩分 137

334　實戰：求正態得分 139

335　實戰：分數的標準化——求Z分數 140

336　補充說明：其他變形操作 143

思考題143

綜合實踐題143

第 4 章　差異顯著性檢驗 145

41　差異顯著性檢驗 & 統計推斷 151

411　差異顯著性檢驗的概念151

412　統計推斷的概念 154

42　面向配對數據的差異顯著性檢驗156

421　配對樣本及其統計推斷操作 156

422　實戰：教改前後學生的成績有變化嗎？——兩配對樣本差異顯著性檢

驗 156

423　實戰：三輪測量數據之間的差別明顯嗎？——K-配對樣本差異性

檢驗161

424　實戰：專家們是否科學嚴謹地評審了項目？——綜合應用型案例 164

43　面向分組數據的差異顯著性檢驗169

431　分組樣本及其統計推斷操作 170

432　實戰：性別是影響學習成績的因素嗎？——兩獨立樣本差異性檢驗 170

433　實戰：生源是影響學習成績的因素嗎？——K-獨立樣本差異性檢驗 175

434　實戰：生源對學生是否喜歡上學有影響嗎？——低測度數據的分

組檢驗 180

44　差異顯著性檢驗算法的思考與深化183

441　深究：均值差異顯著性檢驗機理 183

442　深究：差異顯著性檢驗的算法體系 188

443　補充：面向隨機分佈的檢驗——游程檢驗及原理 190

444　補充：面向期望分佈的檢驗——卡方檢驗 193

思考題196

綜合實踐題196

第 5 章　方差分析及其高級應用198

51　方差分析的概念及應用 203

511　方差分析的概念203

512　方差分析的原理及類別204

52　單因素方差分析 205

521　實戰：父母文化程度會影響學生的IQ值嗎？ 205

522　單因素方差分析反思與總結209

53　多因素方差分析 211

531　實戰：多因素方差分析模型構建及調整211

532　多因素方差分析中的關鍵問題及反思 215

54　協方差分析217

541　協方差分析的概念 217

542　實戰：排除控制變量影響的方差分析——協方差分析模型 218

55　多因變量方差分析 220

551　多因變量方差分析概述220

552　實戰：面向多因變量的方差分析 221

思考題 224

綜合實踐題 224

第 6 章　關聯性分析技術225

61　關聯性分析綜述 230

611　關聯性分析的特點及類型230

612　SPSS實現關聯性分析的主要技術233

62　相關性分析及應用 234

621　相關性分析算法及其適應性234

622　實戰：學生的數學成績與游戲時間相關嗎？——中高測度數據相關性

分析237

623　實戰：影響學生成績的真實原因是上網時間嗎？——偏相關分析 241

624　低測度變量的相關性分析243

63　線性回歸分析技術 246

631　回歸分析概述246

632　實戰：一元線性回歸249

633　實戰：多元線性回歸分析255

634　多元線性回歸原理及反思 261

635　理論深化：多重共線性問題265

64　曲線回歸分析技術 268

641　實戰：以多元線性回歸探究高次回歸式268

642　實戰：以曲線回歸探究高次回歸式 271

643　曲線回歸的總結與思考274

65　二元邏輯回歸技術 276

651　二元邏輯回歸的工作原理276

652　實戰：哪些因素導致學生喜歡數學課？——二元邏輯回歸280

思考題 285

綜合實踐題 285

第 7 章　聚類分析技術287

71　聚類的概念及原理291

711　科研中的分類分析 291

712　核心知識：距離的計算與判定292

713　聚類分析的常見類型295

72　個案的聚類分析 296

721　實戰：面向個案的系統聚類296

722　實戰：快速聚類及其應用 301

73　變量的聚類分析 305

731　實戰：面向變量的系統聚類305

732　對R聚類的反思與總結308

74　判別分析 309

741　判別分析的概念與類型309

742　實戰：基於組質心的分類判別311

743　實戰：基於分類判別式的分類判別 317

思考題319

綜合實踐題 320

第 8 章　因子分析與降維321

81　因子分析與降維簡述 325

811　探索性因子分析與驗證性因子分析325

812　降維與探索性因子分析328

82　主成分分析：EFA應用 329

821　原理：探索性因子分析原理329

822　實戰：以主成分分析探究變量蘊含的關鍵因素 331

823　實戰：以主成分分析檢驗測量指標的結構效度338

83　結構方程模型入門——CFA應用 342

831　結構方程模型概述342

832　以AMOS繪制模型圖：AMOS使用之一345

833　解讀SEM分析結果並優化：AMOS使用之二350

834　實戰：以AMOS軟件實現CFA354

思考題 360

綜合實踐題 360

附錄 《大學生生活滿意度調查問捲》及數據集362

參考文獻364