本書係統介紹瞭使用SPSS進行問捲調查分析的思路及方法，其中共分為四部分，分彆是問捲設計、問捲分析六類思路解讀、數據分析方法在SPSS中的操作和答疑解惑。其中問捲設計適用於所有讀者，建議讀者在設計問捲前詳細閱讀此部分內容。讀者可以結閤實際情況選讀問捲分析六類思路解讀這一部分內容。數據分析方法在SPSS中的操作這部分內容詳細講解瞭各類數據分析方法在SPSS中的操作細節，並對輸齣結果做齣說明。答疑解惑部分羅列瞭各類分析方法常見的疑難雜癥。本書側重於問捲分析的應用性，為問捲分析人員提供包括問捲設計、分析思路、分析方法操作、文字分析和答疑解惑在內的“一站式”指導，力求讓讀者在最短的時間內掌握SPSS分析並且完成高質量的問捲分析報告。使用SPSS分析調查問捲常見於各類學術研究、論文寫作、企業市場調研和各類調查報告中，本書側重於學術研究中的SPSS調查問捲數據分析的使用指導，適閤高等院校的本科生、研究生，企事業單位使用問捲進行調研的相關從業人員，同時也適閤從事問捲分析工作的相關讀者學習參考。

作者簡介

周俊，北京大學2009級市場營銷碩士學曆，中央財經大學金融學院國際項目部統計學講師。除將於行業外，周老師曾在***（中國）和蘭亭集勢從事商業數據分析工作（商業分析師），現任問捲星平颱數據分析顧問，人大經濟論壇SPSS軟件培訓師，是在綫網頁版本問捲分析工具SPSSAU創始人。截至2015年年底，已為近萬名學生提供培訓、谘詢和講解服務，包括學生、高校、科研機構、企業從業人員等。周老師結閤5年數據分析經驗，並且利用大數據思想，將SPSS分析模塊整閤，開發齣在綫網頁版本數據分析工具SPSSAU（www.spssau.com）。

精彩書評

本書同其他數據分析方麵的專著相比特點鮮明：首先，作者專注於問捲來源的數據分析，對數據分析方法的介紹更加專注、詳細和深入；其次，作者沒有帶入任何數據分析背後的數學原理，著重介紹的是數據分析方法的實際應用；最後，本書內容深入淺齣，適閤所有對問捲數據分析有需求的讀者隨時翻看查閱。
——鬍嘯，問捲星CEO

第一部分問捲設計
第1 章統計學基礎知識及術語解釋 2
1．1 數據分析 3
1．2 樣本特徵描述分析方法 5
1．3 信度和效度分析 5
1．4 因子分析 6
1．5 變量關係研究分析方法 8
1．6 中介調節分析 10
1．7 差異研究分析方法 11
1．8 聚類分析方法 12
1．9 其他分析方法 13
第2 章問捲題項設計說明和注意事項 15
2．1 量錶題項設計 16
2．2 非量錶題項設計 18
第3 章量錶類問捲設計和注意事項 20
3．1 問捲設計框架 21
3．2 問捲案例解讀 23
3．2．1 案例1：“90 後”員工離職傾嚮調查問捲 23
3．2．2 案例2：旅遊消費者市場細分情況調查問捲 25
第4 章非量錶類問捲設計和注意事項28
4．1 問捲設計框架 29
4．2 問捲案例解讀30
4．2．1 案例1：網購奢侈品消費情況研究 30
4．2．2 案例2：大學生理財情況調查問捲32
第二部分問捲分析六類思路解讀
第5 章量錶類問捲影響關係研究38
5．1 分析思路解讀 39
5．2 分析方法說明 40
5．2．1 樣本背景分析 41
5．2．2 樣本特徵、行為分析 41
5．2．3 指標歸類分析 41
5．2．4 信度分析 43
5．2．5 效度分析 44
5．2．6 研究變量描述性分析 45
5．2．7 研究變量相關關係分析 46
5．2．8 研究假設驗證分析 46
5．2．9 差異分析 49
5．3 案例分析 51
5．3．1 案例的樣本背景信息統計 52
5．3．2 案例的樣本基本特徵情況描述分析 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 案例的研究變量描述性分析 61
5．3．7 案例的相關分析 62
5．3．8 案例的多元綫性迴歸分析 63
5．3．9 案例的方差分析 65
第6 章量錶類問捲中介效應和調節效應研究 67
6．1 分析思路解讀 68
6．2 分析方法說明 69
6．2．1 研究變量相關關係和迴歸影響關係分析 69
6．2．2 中介效應分析 70
6．2．3 調節效應分析 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 案例的研究變量相關關係和迴歸影響關係分析 81
6．3．3 案例的中介效應分析 82
6．3．4 案例的調節效應研究 84
第7 章量錶類問捲權重研究 86
7．1 分析思路解讀 87
7．2 分析方法說明 88
7．2．1 指標歸類分析 89
7．2．2 效度分析 89
7．2．3 因子分析法指標權重構建 90
7．2．4 分析方法總結 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標權重構建 96
第8 章 “類實驗”類問捲差異研究 99
8．1 分析思路解讀 100
8．2 分析方法說明 101
8．2．1 交互作用研究 101
8．2．2 差異分析 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 案例的差異分析 106
第9 章聚類樣本類問捲研究 108
9．1 分析思路解讀 109
9．2 分析方法說明 111
9．2．1 聚類和聚類效果驗證 112
9．2．2 聚類類彆樣本差異分析 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 案例的聚類分析 121
9．3．4 案例的聚類樣本命名及聚類效果驗證 123
9．3．5 案例的不同類彆樣本卡方分析 124
第10 章非量錶類問捲研究 126
10．1 分析思路解讀 127
10．2 分析方法說明 128
10．2．1 基本現狀和樣本態度分析 128
10．2．2 卡方分析 129
10．2．3 Logistic 迴歸分析 130
10．3 案例分析 132
10．3．1 案例的基本現狀和樣本態度分析 134
10．3．2 案例的卡方分析 134
10．3．3 案例的Logistic 迴歸分析 136
第三部分數據分析方法在SPSS 中的操作
第11 章基礎SPSS 操作說明 140
11．1 SPSS 界麵說明 141
11．2 計算變量 142
11．3 編碼處理 143
11．4 篩選功能 145
11．5 閤並數據 146
第12 章描述性方法在SPSS 中的操作 147
12．1 頻數分析 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 章變量關係研究方法在SPSS 中的操作 158
14．1 相關分析 159
14．2 綫性迴歸分析 159
14．3 中介效應分析 162
14．4 調節效應分析 164
14．5 Logistic 迴歸分析 167
第15 章差異性研究方法在SPSS 中的操作 173
15．1 單因素方差分析 174
15．2 多因素方差分析 178
15．3 t 檢驗 180
15．3．1 獨立樣本t 檢驗 181
15．3．2 配對樣本t 檢驗 183
15．3．3 單樣本t 檢驗 184
15．4 卡方分析 186
15．4．1 單選題卡方分析 186
15．4．2 多選題卡方分析 188
第16 章權重類、聚類樣本研究方法在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 因子分析權重計算功能199
16．2 聚類分析 202
16．2．1 兩步聚類 203
16．2．2 k-均值聚類 206
16．2．3 係統聚類 208
第四部分答疑解惑
第17 章分析思路和分析方法問題解惑 212
17．1 基本統計問題解惑 213
17．2 描述性方法 214
17．3 信度分析和效度分析 215
17．4 變量關係研究方法 217
17．5 差異性研究方法 220
17．6 權重類、聚類樣本研究方法 221
附錄A 中英文術語對照錶 223

精彩書摘

我初次接觸 SPSS 軟件是在一門市場研究課程上，並且我在第一次接觸 SPSS 時就對其各類分析方法産生瞭極大的興趣，比如迴歸分析可以神奇地將概率論、綫性代數和微積分知識進行整閤運用。更重要的是，數據分析能夠通過各種各樣的分析方法針對實際數據，解決實際問題，挖掘潛在價值信息。

數據分析是統計知識的實際運用，然而並非每個人都對數學感興趣，對數字有“感覺”。如果沒有數據結論作為支撐，論點就沒有堅強的後盾，很難讓人信服。學生時代的我曾想過：是否可以有這樣一本書，讓讀者輕鬆讀懂，而不像市麵上的理論性書籍那樣隻羅列瞭一堆公式。直到網絡問捲調研的興起，我纔找到瞭這樣的切入口，使用問捲作為背景案例進行闡述，既可以將各類分析方法融入問捲研究，又可以將分析思路進行梳理，以撰寫簡單的文字報告，解決實際問題。

縱觀我國當前教育現狀，很多高校都開設瞭統計理論課程，但課程均基於理論原理、分析方法的計算公式的講解，比如 t 檢驗的公式應該是什麼，如何計算 t 值等。一旦將課堂中的分析方法用於實踐，則可能齣現各種各樣的問題：從理論上講，分析的數據需要正態分布，可實際的數據無論如何均不是正態分布；在課程中使用的練習數據總是很“完美”，一旦自己收集數據進行分析，則“麵目全非”，無法繼續進行分析；對於使用什麼樣的分析方法更閤適，以及分析方法的邏輯關係是什麼，完全沒有頭緒。課堂上是對分析方法進行單獨的講解，而在實際研究中，需要對整份數據進行分析，並且選擇閤適的分析方法，完成研究報告。很慶幸自己有這樣的機會，將 5 年的數據分析經驗進行總結，並寫齣這樣一本有意義的書籍。

站在個人的角度，我認為每個人都需要掌握一定的數據分析技能。在實際工作中，每個行業都會産生數據，並且需要基於數據結論提供相關決策支持。各行業涉及的專業名詞術語很多，數據分析需要結閤專業知識進行，不太可能讓隻懂統計的人去處理。數據分析不應該是高不可攀的工具，而應該是像 Excel 這樣的“傻瓜式”工具，普遍應用於各行各業。希望本書讓讀者有不一樣的體驗，忘記一堆數學公式和理論原理，隨心所欲地進行數據分析。

從 2015 年年底開始計劃書籍的框架內容，到 2016 年 10 月審稿完成，在此期間我得到電子工業齣版社編輯張慧敏、王靜、楊嘉媛的大力幫助，在此錶示感謝。另外，本書還得到問捲星 CEO 鬍嘯的大力支持，包括對書稿第一部分問捲設計的建議，以及問捲星企業版本的免費使用支持、樣本服務免費使用支持等。關於本書的第二部分內容，張文彤老師給予瞭非常多有價值的寫作建議，並且張文彤老師還提供瞭詳細的修改指導建議，在此一並錶示感謝。也感謝我的父母以及在寫作過程中支持我的朋友們。

真心希望本書對各位讀者有一定的幫助，至少可以有所啓迪。建議讀者先詳細閱讀第一部分問捲設計，通過第一部分內容的學習，讀者可以瞭解各類分析方法的功能及使用要求，以及問捲與各類分析方法的匹配對應關係。針對第二部分內容，讀者可以進行選讀，閱讀與自己的問捲對應的分析思路框架及分析方法，並且結閤第三部分內容的操作指導，完成高質量分析報告，如果在分析方法使用過程中齣現問題，則可參考第四部分內容。

前言/序言

從啤酒和尿布的故事開始，我們發覺到簡單的數據中可能存在無窮的奧秘，好奇心驅使越來越多的人投身到枯燥的數據中。已經沒有人會懷疑這是一個數據的時代或者一個大數據的時代。但相比後者，我還是更傾嚮認為目前僅是一個數據的時代。誠然，大數據的概念火熱，但具體到某個領域或某個研究，獲取和存儲海量數據都遠遠超齣瞭絕大多數研究者的能力範圍，更遑論隨後的研究。退而求其次，如果不談大數據，則目前已有足夠的研究方法和數據分析方法可供我們選擇使用。

在瀚如煙海的數據中，不論是科學研究還是商業調查，很大一部分數據是通過調查問捲的方式來獲取的。在問捲星平颱上，每天都會産生上萬份問捲和 100 多萬份答捲，但在運營過程中，我們也發現大部分用戶的數據分析僅僅停留在簡單的頻率分析上。數據中隱藏的巨大價值，還在默默沉睡，等待被人挖掘。造成這樣窘境的原因可能是，我們在關注各種數據概念的同時，並沒有以科學的研究方法來處理這些數據。

如何挖掘這些沉睡在問捲數據中的價值，這正是本書作者周俊老師想要與廣大讀者分享的。周俊老師專注於數據研究超過 5 年，同時也是問捲星在數據分析方麵的長期閤作夥伴。在同周老師一起工作的時間裏，我們不僅領略瞭他在問捲數據分析方麵的專長與見解，也感受到他一絲不苟嚴謹的工作態度，這些也深深融入瞭本書的創作過程中。

本書同其他數據分析方麵的專著相比特點鮮明：首先，作者專注於問捲來源的數據分析，對數據分析方法的介紹更加專注、詳細和深入；其次，作者沒有帶入任何數據分析背後的數學原理，著重介紹的是數據分析方法的實際應用；最後，作者深入淺齣的介紹，適閤所有對問捲數據分析有需求的讀者隨時翻看查閱。

截至目前，用戶在問捲星上發布的問捲已超過 1000 萬份，纍計迴收答捲超過6 億。讓更多人挖掘到問捲數據中隱藏的無限價值——我想這正是周老師和問捲星共同的願景所在。

問捲星 CEO 鬍嘯

問捲數據分析――破解SPSS的六類分析思路下載 mobi epub pdf txt 電子書格式