目 錄 第1章 問卷調(diào)查法概述 1 1.1 問卷調(diào)查法的定義 1 1.1.1 問卷調(diào)查法的種類 2 1.1.2 問卷調(diào)查法的特點 3 1.1.3 問卷調(diào)查法的局限性 3 1.2 問卷調(diào)查法的一般程序 4 1.2.1 設計調(diào)查問卷 4 1.2.2 選擇被調(diào)查者 4 1.2.3 預先測試和修訂 4 1.2.4 準備最后的問卷并實施 4 1.3 問卷的設計 4 1.3.1 問卷設計的原則 4 1.3.2 問卷的一般結(jié)構(gòu) 5 1.4 提高問卷回復率的基本技巧 14 1.5 一般調(diào)查問卷的效度檢驗 14 第2章 一般問卷調(diào)查中的抽樣方法 16 2.1 樣本對總體具有較好代表性的兩個必要條件 16 2.2 抽樣方法 17 2.3 簡單隨機抽樣 17 2.3.1 按絕對精度確定樣本量 18 2.3.2 按相對精度確定樣本量 25 2.4 分層隨機抽樣 26 2.4.1 分層樣本量的確定 26 2.4.2 在SPSS中實現(xiàn)分層隨機抽樣 28 第3章 在SPSS中建立一般問卷調(diào)查的數(shù)據(jù)文件 30 3.1 一般調(diào)查問卷中常見的題型分類 30 3.2 調(diào)查問卷中的題型與需要設定變量數(shù)之間的關(guān)系 31 3.3 在SPSS中建立數(shù)據(jù)文件時的注意事項 32 3.4 在SPSS中建立數(shù)據(jù)文件的實例 34 第4章 一般調(diào)查問卷的信度分析方法 37 4.1 信度的概念 37 4.2 在SPSS中常用的幾種信度分析方法 37 4.2.1 克隆巴赫α信度系數(shù) 38 4.2.2 分半信度 39 4.2.3 庫德-理查遜(Cuttman)公式 40 4.2.4 平行測驗的信度估計 40 4.3 調(diào)查問卷信度的實例分析 40 第5章 適用于名義題的常用統(tǒng)計分析方法 50 5.1 名義單選題 50 5.1.1 名義單選題的數(shù)據(jù)整理 50 5.1.2 名義單選題的推斷統(tǒng)計 56 5.2 名義多選題 62 5.2.1 建立名義多選題的數(shù)據(jù)文件 62 5.2.2 定義名義多選題(建立多重應答集) 65 5.2.3 名義多選題的一般統(tǒng)計描述 66 5.2.4 名義多選題的克科倫Q檢驗 67 5.2.5 名義多選題的交叉分析 68 第6章 確定選項間重要程度的常用統(tǒng)計分析方法 70 6.1 排序題中常用的統(tǒng)計分析方法 70 6.1.1 建立排序題的數(shù)據(jù)文件 70 6.1.2 一致性檢驗方法 72 6.1.3 確定各選項對題項影響的重要程度(權(quán)重系數(shù))的常用統(tǒng)計方法 75 6.2 確定矩陣式選項權(quán)重系數(shù)的方法 77 6.2.1 判斷矩陣 77 6.2.2 確定權(quán)重 79 6.2.3 一致性檢驗 82 第7章 對選項進行分類題型的常用統(tǒng)計分析方法 85 7.1 獲取選項兩兩間鄰近數(shù)據(jù)的方法 85 7.1.1 兩兩間鄰近數(shù)據(jù)的采集方法 85 7.1.2 測量鄰近性的方法 85 7.2 建立數(shù)據(jù)文件 86 7.3 對選項進行分類的多維尺度分析法簡介 86 7.3.1 多維尺度分析法的基本原理 86 7.3.2 多維尺度模型的分類 87 7.3.3 SPSS中的MDS分析過程 87 7.4 實例分析 88 7.4.1 使用多維尺度(ALSCAL)模型的實例分析 88 7.4.2 使用多維尺度(PROXSCAL)模型的實例分析 92 7.4.3 使用多維展開模型的實例分析 98 第8章 計量(分)題型的常用統(tǒng)計方法 110 8.1 分析計量(分)題型的常用統(tǒng)計方法 110 8.1.1 箱圖 111 8.1.2 莖葉圖 112 8.1.3 直方圖 112 8.1.4 正態(tài)性檢驗 113 8.1.5 尺度變量的集中趨勢與離中趨勢分析 116 8.2 名義(有序)單選題與計量(分)題型的結(jié)合分析 119 8.2.1 尺度變量服從正態(tài)分布時兩類均值間差異的顯著性檢驗 120 8.2.2 尺度變量不服從正態(tài)分布時兩類分布間差異的顯著性檢驗 122 8.2.3 尺度變量服從正態(tài)分布時多類均值間差異的顯著性檢驗 124 8.2.4 尺度變量不服從正態(tài)分布時多類分布間差異的顯著性檢驗 126 第9章 綜合多種(或多個相同)題型的多因素統(tǒng)計分析方法 128 9.1 多因素方差分析 128 9.1.1 多因素方差分析的前提條件 128 9.1.2 雙因素方差分析實例 128 9.2 聚類分析 141 9.2.1 聚類分析基本概述 141 9.2.2 指標聚類實例分析 141 9.2.3 樣品聚類實例分析 142 9.3 典型相關(guān)分析 144 9.3.1 典型相關(guān)分析概述 144 9.3.2 典型相關(guān)實例分析 145 9.4 主成分分析 148 9.4.1 主成分分析的基本概念 148 9.4.2 主成分分析的基本思想 149 9.4.3 主成分實例分析 149 9.5 對應分析 158 9.5.1 對應分析的基本原理 158 9.5.2 對應分析的實例分析 160 9.6 回歸分析 163 9.6.1 回歸分析概述 163 9.6.2 多元線性回歸分析 163 9.6.3 多元線性回歸分析實例 164 9.7 Logistic回歸分析 166 9.7.1 Logistic回歸分析概述 166 9.7.2 二元Logistic回歸分析 166 9.7.3 二元Logistic回歸分析實例 168 9.8 有序變量Logistic回歸分析 171 9.8.1 有序變量Logistic回歸分析概述 171 9.8.2 有序變量Logistic回歸分析實例 172 9.9 判別分析 175 9.9.1 判別分析概述 175 9.9.2 判別分析實例 176 9.10 非線性典型相關(guān)分析 179 9.10.1 非線性典型相關(guān)分析概述 179 9.10.2 分類變量的量化過程 180 9.10.3 缺失值的插補 180 9.10.4 非線性典型相關(guān)分析實例 180 參考文獻 194