SPSS在教育統計中的應用——以PISA數據為例

目錄
第1章 概述 1
1.1 SPSS簡介 1
1.1.1 SPSS的窗口 1
1.1.2 SPSS的主要菜單 4
1.2 PISA簡介 4
第2章 數據管理 6
2.1 幾個常用功能 6
2.1.1 個案排序 6
2.1.2 文件拆分 7
2.1.3 個案篩選 8
2.1.4 個案加權 8
2.1.5 數據匯總 9
2.2 數據文件的重組與轉置 10
2.3 合並多個數據文件並通過圖形的方式展示 11
2.4 變量賦值 11
2.5 已有變量值的分組合並 14
2.6 自動重新編碼、個案排秩和指定數值的查找與計數 15
2.6.1 自動重新編碼 15
2.6.2 個案排秩 15
2.6.3 指定數值的查找與計數 16
第3章 數據分析 18
3.1 數據清洗 18
3.2 異常值的處理 18
3.2.1 異常值的定義 18
3.2.2 異常值的檢測原理與方法 18
3.2.3 SPSS異常值案例分析 19
3.3 缺失值的處理 22
3.3.1 數據的缺失機制 23
3.3.2 缺失值的處理方法 23
3.3.3 SPSS缺失值案例分析 24
第4章 數據基本描述 32
4.1 頻數分析 32
4.1.1 對分類變量的頻數分析 32
4.1.2 對連續變量的頻數分析 36
4.2 描述性統計分析 37
4.2.1 變量選擇 37
4.2.2 選項設置 37
4.2.3 輸出結果 38
4.3 探索性分析 38
4.3.1 變量選擇 39
4.3.2 統計量設置 39
4.3.3 作圖設置 39
4.3.4 缺失值設置 40
4.3.5 分析結果 41
4.4 交叉表分析 43
4.4.1 交叉表分析的參數設置 43
4.4.2 交叉表分析的輸出結果 46
第5章 繪圖製表 49
5.1 統計圖的基本結構 49
5.2 常見統計圖的繪制 50
5.2.1 繪制條形圖 50
5.2.2 繪制折線圖 55
5.2.3 繪制箱圖 59
5.2.4 繪制直方圖 62
5.2.5 繪制簡單散點圖 64
第6章 假設檢驗 66
6.1 單樣本t檢驗 66
6.1.1 原理簡介 66
6.1.2 操作步驟 66
6.1.3 案例分析 67
6.2 獨立樣本t檢驗 68
6.2.1 原理簡介 69
6.2.2 操作步驟 69
6.2.3 案例分析 70
6.3 成對樣本t檢驗 71
6.3.1 原理簡介 71
6.3.2 操作步驟 71
6.3.3 案例分析 72
第7章 方差分析 73
7.1 單因素方差分析 73
7.1.1 單因素方差分析的統計假設 73
7.1.2 案例分析 75
7.2 單因素重復測量方差分析 81
7.2.1 單因素重復測量方差分析的統計假設 81
7.2.2 單因素重復測量方差分析中F分數的計算 81
7.2.3 單因素重復測量方差分析的假設 82
7.2.4 案例分析 82
7.3 雙因素方差分析 84
7.3.1 雙因素方差分析的統計假設 84
7.3.2 主效應 84
7.3.3 交互作用 84
7.3.4 雙因素方差分析中F分數的計算 84
7.3.5 案例分析 85
第8章 相關分析 89
8.1 概述 89
8.1.1 相關關系的類型 89
8.1.2 相關分析的應用 89
8.1.3 相關系數的計算 90
8.1.4 SPSS提供的相關分析功能 92
8.2 雙變量相關分析 92
8.2.1 問題描述和數據準備 92
8.2.2 相關分析的相關設置 93
8.2.3 結果分析 94
8.3 偏相關分析 95
8.3.1 偏相關系數的定義 95
8.3.2 偏相關系數的計算 96
8.3.3 偏相關分析的應用 96
8.4 距離分析 97
8.4.1 距離分析的基本概念 98
8.4.2 距離分析的參數設置 98
8.4.3 距離分析的應用 102
8.5 典型相關分析 104
8.5.1 典型相關分析的基本概念 104
8.5.2 典型相關分析的應用 104
第9章 信度和效度分析 107
9.1 信度分析概述 107
9.1.1 信度分析方法及其評價標準 107
9.1.2 在SPSS中計算信度 108
9.2 效度分析概述 112
9.2.1 效度的類型及其計算方法 112
9.2.2 在SPSS中計算效度 112
第10章 回歸分析 116
10.1 一元回歸分析 116
10.2 多元回歸分析 117
10.2.1 多元回歸分析概述 117
10.2.2 多元回歸分析主要回答的四大類問題 117
10.2.3 多元回歸分析的類型 117
10.2.4 使用多元回歸分析的前提假設 118
10.2.5 多元回歸分析中一些值得註意的問題 118
10.2.6 多元回歸分析的案例 120
第11章 Logistic回歸 126
11.1 二元Logistic回歸分析 126
11.1.1 二元Logistic回歸分析的原理 126
11.1.2 二元Logistic回歸方程的檢驗 127
11.1.3 二元Logistic回歸分析的操作步驟 128
11.2 多元Logistic回歸分析 133
11.2.1 多元Logistic回歸分析的原理 133
11.2.2 多元Logistic回歸方程的檢驗 133
11.2.3 多元Logistic回歸分析的操作步驟 133
第12章 非參數檢驗 136
12.1 卡方檢驗 136
12.1.1 原理簡介 136
12.1.2 操作步驟 136
12.1.3 案例分析 138
12.2 二項分佈檢驗 140
12.2.1 原理簡介 140
12.2.2 操作步驟 140
12.2.3 案例分析 141
12.3 游程檢驗 141
12.3.1 原理簡介 141
12.3.2 操作步驟 142
12.3.3 案例分析 142
12.4 單樣本K-S檢驗 143
12.4.1 原理簡介 143
12.4.2 操作步驟 144
12.4.3 案例分析 144
12.5 雙獨立樣本非參數檢驗 145
12.5.1 原理簡介 145
12.5.2 操作步驟 145
12.5.3 案例分析 146
12.6 多獨立樣本非參數檢驗 147
12.6.1 原理簡介 147
12.6.2 操作步驟 147
12.6.3 案例分析 148
12.7 雙關聯樣本非參數檢驗 149
12.7.1 原理簡介 149
12.7.2 操作步驟 150
12.7.3 案例分析 151
12.8 多相關樣本非參數檢驗 152
12.8.1 原理簡介 152
12.8.2 操作步驟 152
12.8.3 案例分析 152
第13章 聚類分析 154
13.1 聚類分析概述 154
13.1.1 聚類分析的基本概念與原理 154
13.1.2 SPSS提供的聚類分析功能 157
13.2 K-均值聚類分析 158
13.2.1 問題描述和數據準備 158
13.2.2 K-均值聚類分析的參數設置 159
13.2.3 案例結果分析 161
13.3 系統聚類分析 163
13.3.1 問題描述和數據準備 163
13.3.2 系統聚類分析的參數設置 164
13.3.3 案例結果分析 166
13.4 二階聚類分析 169
13.4.1 問題描述和數據準備 170
13.4.2 二階聚類分析的參數設置 170
13.4.3 案例結果分析 173
第14章 判別分析 177
14.1 判別分析概述 177
14.1.1 判別分析的原理與主要步驟 177
14.1.2 判別分析的分類 177
14.1.3 判別分析的假設 178
14.2 案例分析 178
14.2.1 數據的準備 178
14.2.2 操作步驟 179
14.3 案例結果分析 183
14.3.1 兩個總體的判別分析 183
14.3.2 兩個以上總體的判別分析 188
第15章 因子分析 193
15.1 探索性因子分析 193
15.1.1 原理介紹 193
15.1.2 操作步驟 194
15.1.3 案例分析 196
15.2 驗證性因子分析 199
15.2.1 原理介紹 200
15.2.2 操作步驟 200
15.2.3 案例分析 205