内容简介
本书从量化研究的基本概念、数据处理与数据查核、统计分析的原理与技术三部分着手进行材料的组织，并将三部分内容有机地结合了起来。相较于上一版的最大改动便是纳入了R语言的软件操作，以SPSS为主、以R为辅，始终强调实例分析，非常适合作为统计学、研究方法与数据分析的基础教程。
目录
第一篇 量化研究的基本概念
第一章 科学研究与量化方法
第一节 科学研究的概念与方法
第二节 主要的量化研究设计
第三节 量化研究的结构与内容
第四节 量化研究的程序
第五节 结语
第二章 变量与测量
第一节 前言
第二节 变量的类型与尺度
第三节 测量的格式
第四节 反应心向
第二篇 数据处理与数据查核
第三章 数据编码与数据库建立
第一节 编码系统的建立与应用
第二节 SPSS 基本操作
第三节 数据库的建立
第四节 多选题处理与分析
第五节 排序题处理与分析
第四章 数据检核与整备
第一节 数据检核
第二节 缺失值处理
第三节 离群值的侦测与处置
第四节 数据转换
第五节 数据与档案管理
第五章 描述统计与图示技术
第一节 频数分布表
第二节 集中量数
第三节 变异量数
第四节 偏态与峰度
第五节 相对量数
第六节 标准分数
第七节 SPSS 的描述统计操作
第八节 SPSS 的统计图制作
第九节 R 的描述统计与图表运用
第三篇 统计分析的原理与技术
第六章 类别数据的分析：卡方检验
第一节 基本概念
第二节 类别变量的统计检验
第三节 替代性的关联系数
第四节 SPSS 的类别数据分析范例
第五节 R 的类别数据分析范例
第七章 平均数检验：t 检验
第一节 基本概念
第二节 平均数差异检验的原理
第三节 SPSS 的平均数检验范例
第四节 R 的平均数检验范例
第八章 平均数的方差分析：ANOVA
第一节 基本概念
第二节 方差分析的统计原理
第三节 ANOVA 的基本假设与相关问题
第四节 多重比较：事前与事后检验
第五节 协方差分析第六节 SPSS 的方差分析范例
第九章 多因子方差分析
第一节 基本概念
第二节 多因子方差分析的统计原理
第三节 相关样本多因子方差分析
第四节 多因子方差分析的平均数图示
第五节 SPSS 的多因子方差分析范例
第六节 R 的多因子方差分析范例
第十章 线性关系的分析：相关与回归
第一节 基本概念
第二节 积差相关的原理与特性
第三节 其他相关的概念
第四节 回归分析
第五节 SPSS 的相关与回归范例
第六节 R 的相关与回归分析范例
第十一章 多元回归
第一节 基本概念
第二节 多元回归的原理与特性
第三节 多元回归的变量选择模式
第四节 虚拟回归
第五节 SPSS 的多元回归范例
第十二章 中介与调节
第一节 绪论
第二节 调节效果分析
第三节 中介效果分析
第四节 SPSS 的调节与中介效果分析范例
第五节 PROCESS 的调节与中介效果分析范例
第六节 R 的调节与中介效果分析范例
第四篇 量化研究的基本概念.
第十三章 量表编制与信效度议题
第一节 项目分析的基本概念
第二节 信度
第三节 效度
第四节 信度与效度的关系
第十四章 项目分析与信度估计
第一节 项目分析的基本概念
第二节 项目分析的计量方法
第三节 SPSS 的项目分析范例
第四节 SPSS 的信度估计范例
第五节 R 的项目分析与信度分析范例
第十五章 因子分析：探索取向
第一节 基本概念
第二节 因子分析的基本原理
第三节 因子分析的程序
第四节 探索性因子分析范例
第五节 结语
第十六章 因子分析：验证取向
第一节 基本概念
第二节 验证性因子分析的特性
第三节 验证性因子分析的执行
第四节 验证性因子分析范例
第五节 结语
附录：R 的小世界——R 简介与操作说明
第一节 R 是什么
第二节 R 与包安装
第三节 R 的数据与文件管理
第四节 结语
参考文献
渝公网安备 50009802500702号
数字教材
课书房新形态教材
