新書推薦：
《
我们为什么会做梦：让梦不再神秘的新科学
》
售價：HK$
79.4
《
算法图解（第2版）
》
售價：HK$
80.3
《
科学的奇幻之旅
》
售價：HK$
79.4
《
画艺循谱：晚明的画谱与消闲
》
售價：HK$
147.2
《
新民说·现实政治史：从马基雅维利到基辛格
》
售價：HK$
102.4
《
宽容是件奢侈品（人生360度·一分钟经典故事）
》
售價：HK$
45.8
《
甲骨拼合六集
》
售價：HK$
342.7
《
视觉美食家：商业摄影实战与创意解析
》
售價：HK$
135.7
|
| 編輯推薦： |
|
使用SPSS分析调查问卷常见于各类学术研究、论文写作、企业市场调研和各类调查报告等，本书侧重于学术研究中的SPSS调查问卷数据分析的使用指导，适合高等院校的本科生、研究生，企事业单位使用问卷进行调研的相关从业人员，同时也适合从事问卷分析工作的相关读者学习参考。
|
| 內容簡介： |
|
本书系统介绍了使用SPSS进行问卷调查分析的思路及方法，其中共分为四部分，分别是问卷设计、问卷分析六类思路解读、数据分析方法在SPSS中的操作和答疑解惑。其中问卷设计适用于所有读者，建议读者在设计问卷前详细阅读此部分内容。读者可以结合实际情况选读问卷分析六类思路解读这一部分内容。数据分析方法在SPSS中的操作这部分内容详细讲解了各类数据分析方法在SPSS中的操作细节，并对输出结果做出说明。答疑解惑部分罗列了各类分析方法常见的疑难杂症。本书侧重于问卷分析的应用性，为问卷分析人员提供包括问卷设计、分析思路、分析方法操作、文字分析和答疑解惑在内的一站式指导，力求让读者在*短的时间内掌握SPSS分析并且完成高质量的问卷分析报告。使用SPSS分析调查问卷常见于各类学术研究、论文写作、企业市场调研和各类调查报告中，本书侧重于学术研究中的SPSS调查问卷数据分析的使用指导，适合高等院校的本科生、研究生，企事业单位使用问卷进行调研的相关从业人员，同时也适合从事问卷分析工作的相关读者学习参考。
|
| 關於作者： |
|
周俊，北京大学2009级市场营销硕士学历，中央财经大学金融学院国际项目部统计学讲师。除将于行业外，周老师曾在亚马逊（中国）和兰亭集势从事商业数据分析工作（商业分析师），现任问卷星平台数据分析顾问，人大经济论坛SPSS软件培训师，是在线网页版本问卷分析工具SPSSAU创始人。截至2015年年底，已为近万名学生提供培训、咨询和讲解服务，包括学生、高校、科研机构、企业从业人员等。周老师结合5年数据分析经验，并且利用大数据思想，将SPSS分析模块整合，开发出在线网页版本数据分析工具SPSSAU（www.spssau.com）。
|
| 目錄：
|
第一部分 问卷设计
第1 章 统计学基础知识及术语解释 2
1.1 数据分析 3
1.2 样本特征描述分析方法 5
1.3 信度和效度分析 5
1.4 因子分析 6
1.5 变量关系研究分析方法 8
1.6 中介调节分析 10
1.7 差异研究分析方法 11
1.8 聚类分析方法 12
1.9 其他分析方法 13
第2 章 问卷题项设计说明和注意事项 15
2.1 量表题项设计 16
2.2 非量表题项设计 18
第3 章 量表类问卷设计和注意事项 20
3.1 问卷设计框架 21
3.2 问卷案例解读 23
3.2.1 案例1：90 后员工离职倾向调查问卷 23
3.2.2 案例2：旅游消费者市场细分情况调查问卷 25
第4 章 非量表类问卷设计和注意事项28
4.1 问卷设计框架 29
4.2 问卷案例解读30
4.2.1 案例1：网购奢侈品消费情况研究 30
4.2.2 案例2：大学生理财情况调查问卷32
第二部分 问卷分析六类思路解读
第5 章 量表类问卷影响关系研究38
5.1 分析思路解读 39
5.2 分析方法说明 40
5.2.1 样本背景分析 41
5.2.2 样本特征、行为分析 41
5.2.3 指标归类分析 41
5.2.4 信度分析 43
5.2.5 效度分析 44
5.2.6 研究变量描述性分析 45
5.2.7 研究变量相关关系分析 46
5.2.8 研究假设验证分析 46
5.2.9 差异分析 49
5.3 案例分析 51
5.3.1 案例的样本背景信息统计 52
5.3.2 案例的样本基本特征情况描述分析 53
5.3.3 案例的探索性因子分析 54
5.3.4 案例的信度分析 58
5.3.5 案例的效度分析 59
5.3.6 案例的研究变量描述性分析 61
5.3.7 案例的相关分析 62
5.3.8 案例的多元线性回归分析 63
5.3.9 案例的方差分析 65
第6 章 量表类问卷中介效应和调节效应研究 67
6.1 分析思路解读 68
6.2 分析方法说明 69
6.2.1 研究变量相关关系和回归影响关系分析 69
6.2.2 中介效应分析 70
6.2.3 调节效应分析 73
6.3 案例分析 77
6.3.1 案例的信度分析和效度分析 79
6.3.2 案例的研究变量相关关系和回归影响关系分析 81
6.3.3 案例的中介效应分析 82
6.3.4 案例的调节效应研究 84
第7 章 量表类问卷权重研究 86
7.1 分析思路解读 87
7.2 分析方法说明 88
7.2.1 指标归类分析 89
7.2.2 效度分析 89
7.2.3 因子分析法指标权重构建 90
7.2.4 分析方法总结 93
7.3 案例分析 93
7.3.1 案例的探索性因子分析 94
7.3.2 案例的效度分析 95
7.3.3 案例的因子分析法指标权重构建 96
第8 章 类实验类问卷差异研究 99
8.1 分析思路解读 100
8.2 分析方法说明 101
8.2.1 交互作用研究 101
8.2.2 差异分析 103
8.3 案例分析 103
8.3.1 案例的多因素方差分析 104
8.3.2 案例的差异分析 106
第9 章 聚类样本类问卷研究 108
9.1 分析思路解读 109
9.2 分析方法说明 111
9.2.1 聚类和聚类效果验证 112
9.2.2 聚类类别样本差异分析 114
9.3 案例分析 114
9.3.1 案例的探索性因子分析 116
9.3.2 案例的信度分析和效度分析 120
9.3.3 案例的聚类分析 121
9.3.4 案例的聚类样本命名及聚类效果验证 123
9.3.5 案例的不同类别样本卡方分析 124
第10 章 非量表类问卷研究 126
10.1 分析思路解读 127
10.2 分析方法说明 128
10.2.1 基本现状和样本态度分析 128
10.2.2 卡方分析 129
10.2.3 Logistic 回归分析 130
10.3 案例分析 132
10.3.1 案例的基本现状和样本态度分析 134
10.3.2 案例的卡方分析 134
10.3.3 案例的Logistic 回归分析 136
第三部分 数据分析方法在SPSS 中的操作
第11 章 基础SPSS 操作说明 140
11.1 SPSS 界面说明 141
11.2 计算变量 142
11.3 编码处理 143
11.4 筛选功能 145
11.5 合并数据 146
第12 章 描述性方法在SPSS 中的操作 147
12.1 频数分析 148
12.2 描述性分析 149
第13 章 信度和效度研究方法在SPSS 中的操作 150
13.1 信度分析 151
13.2 效度分析 152
第14 章 变量关系研究方法在SPSS 中的操作 158
14.1 相关分析 159
14.2 线性回归分析 159
14.3 中介效应分析 162
14.4 调节效应分析 164
14.5 Logistic 回归分析 167
第15 章 差异性研究方法在SPSS 中的操作 173
15.1 单因素方差分析 174
15.2 多因素方差分析 178
15.3 t 检验 180
15.3.1 独立样本t 检验 181
15.3.2 配对样本t 检验 183
15.3.3 单样本t 检验 184
15.4 卡方分析 186
15.4.1 单选题卡方分析 186
15.4.2 多选题卡方分析 188
第16 章 权重类、聚类样本研究方法在SPSS 中的操作 193
16.1 因子分析 194
16.1.1 因子分析探索因子功能194
16.1.2 因子分析权重计算功能199
16.2 聚类分析 202
16.2.1 两步聚类 203
16.2.2 k-均值聚类 206
16.2.3 系统聚类 208
第四部分 答疑解惑
第17 章 分析思路和分析方法问题解惑 212
17.1 基本统计问题解惑 213
17.2 描述性方法 214
17.3 信度分析和效度分析 215
17.4 变量关系研究方法 217
17.5 差异性研究方法 220
17.6 权重类、聚类样本研究方法 221
附录A 中英文术语对照表 223
|
| 內容試閱：
|
从啤酒和尿布的故事开始，我们发觉到简单的数据中可能存在无穷的奥秘，好奇心驱使越来越多的人投身到枯燥的数据中。已经没有人会怀疑这是一个数据的时代或者一个大数据的时代。但相比后者，我还是更倾向认为目前仅是一个数据的时代。诚然，大数据的概念火热，但具体到某个领域或某个研究，获取和存储海量数据都远远超出了绝大多数研究者的能力范围，更遑论随后的研究。退而求其次，如果不谈大数据，则目前已有足够的研究方法和数据分析方法可供我们选择使用。
在瀚如烟海的数据中，不论是科学研究还是商业调查，很大一部分数据是通过调查问卷的方式来获取的。在问卷星平台上，每天都会产生上万份问卷和
100
多万份答卷，但在运营过程中，我们也发现大部分用户的数据分析仅仅停留在简单的频率分析上。数据中隐藏的巨大价值，还在默默沉睡，等待被人挖掘。造成这样窘境的原因可能是，我们在关注各种数据概念的同时，并没有以科学的研究方法来处理这些数据。
如何挖掘这些沉睡在问卷数据中的价值，这正是本书作者周俊老师想要与广大读者分享的。周俊老师专注于数据研究超过 5
年，同时也是问卷星在数据分析方面的长期合作伙伴。在同周老师一起工作的时间里，我们不仅领略了他在问卷数据分析方面的专长与见解，也感受到他一丝不苟严谨的工作态度，这些也深深融入了本书的创作过程中。
本书同其他数据分析方面的专著相比特点鲜明：首先，作者专注于问卷来源的数据分析，对数据分析方法的介绍更加专注、详细和深入；其次，作者没有带入任何数据分析背后的数学原理，着重介绍的是数据分析方法的实际应用；最后，作者深入浅出的介绍，适合所有对问卷数据分析有需求的读者随时翻看查阅。
截至目前，用户在问卷星上发布的问卷已超过 1000 万份，累计回收答卷超过6 亿。让更多人挖掘到问卷数据中隐藏的无限价值我想这正是周老师和问卷星共同的愿景所在。
问卷星 CEO 胡啸
我初次接触 SPSS 软件是在一门市场研究课程上，并且我在第一次接触 SPSS
时就对其各类分析方法产生了极大的兴趣，比如回归分析可以神奇地将概率论、线性代数和微积分知识进行整合运用。更重要的是，数据分析能够通过各种各样的分析方法针对实际数据，解决实际问题，挖掘潜在价值信息。
数据分析是统计知识的实际运用，然而并非每个人都对数学感兴趣，对数字有感觉。如果没有数据结论作为支撑，论点就没有坚强的后盾，很难让人信服。学生时代的我曾想过：是否可以有这样一本书，让读者轻松读懂，而不像市面上的理论性书籍那样只罗列了一堆公式。直到网络问卷调研的兴起，我才找到了这样的切入口，使用问卷作为背景案例进行阐述，既可以将各类分析方法融入问卷研究，又可以将分析思路进行梳理，以撰写简单的文字报告，解决实际问题。
纵观我国当前教育现状，很多高校都开设了统计理论课程，但课程均基于理论原理、分析方法的计算公式的讲解，比如 t
检验的公式应该是什么，如何计算 t
值等。一旦将课堂中的分析方法用于实践，则可能出现各种各样的问题：从理论上讲，分析的数据需要正态分布，可实际的数据无论如何均不是正态分布；在课程中使用的练习数据总是很完美，一旦自己收集数据进行分析，则面目全非，无法继续进行分析；对于使用什么样的分析方法更合适，以及分析方法的逻辑关系是什么，完全没有头绪。课堂上是对分析方法进行单独的讲解，而在实际研究中，需要对整份数据进行分析，并且选择合适的分析方法，完成研究报告。很庆幸自己有这样的机会，将
5 年的数据分析经验进行总结，并写出这样一本有意义的书籍。
站在个人的角度，我认为每个人都需要掌握一定的数据分析技能。在实际工作中，每个行业都会产生数据，并且需要基于数据结论提供相关决策支持。各行业涉及的专业名词术语很多，数据分析需要结合专业知识进行，不太可能让只懂统计的人去处理。数据分析不应该是高不可攀的工具，而应该是像
Excel 这样的傻瓜式工具，普遍应用于各行各业。希望本书让读者有不一样的体验，忘记一堆数学公式和理论原理，随心所欲地进行数据分析。
从 2015 年年底开始计划书籍的框架内容，到 2016 年 10
月审稿完成，在此期间我得到电子工业出版社编辑张慧敏、王静、杨嘉媛的大力帮助，在此表示感谢。另外，本书还得到问卷星 CEO
胡啸的大力支持，包括对书稿第一部分问卷设计的建议，以及问卷星企业版本的免费使用支持、样本服务免费使用支持等。关于本书的第二部分内容，张文彤老师给予了非常多有价值的写作建议，并且张文彤老师还提供了详细的修改指导建议，在此一并表示感谢。也感谢我的父母以及在写作过程中支持我的朋友们。
真心希望本书对各位读者有一定的帮助，至少可以有所启迪。建议读者先详细阅读第一部分问卷设计，通过第一部分内容的学习，读者可以了解各类分析方法的功能及使用要求，以及问卷与各类分析方法的匹配对应关系。针对第二部分内容，读者可以进行选读，阅读与自己的问卷对应的分析思路框架及分析方法，并且结合第三部分内容的操作指导，完成高质量分析报告，如果在分析方法使用过程中出现问题，则可参考第四部分内容。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
