Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

XuetangX

SPSS数据分析与量化研究

Beijing Normal University via XuetangX

Overview

  • 学习的必要性及价值

  • 随着大数据时代的来临,基于社会调查和项目评价的定量研究日益增加,在教育学领域、经济学领域、社会学领域、中文信息处理领域都有着非常重要的地位。本课程主要讲授定量研究方法,培养学生基于数据开展量化研究的能力。本课程是基于北师大针对拔尖人才培养的战略要求及大学计算机公共课课程体系的设计目标而开设的。本课程应结合具体的研究问题,以案例推动,培养学生“以数据说话”“基于数据开展论证”的能力,使之符合大数据时代人才培养的要求。

  • 课程的知识与技能目标

  • 课程从统计分析和数据论证的视角入手,探索了基于SPSS和Excel环境的数据预处理和数据分析技术。本课程由6部分组成,主要包括:(1)数据的采集与预处理,(2)数据统计与数据描述,(3)均值差异显著性和分布差异显著性分析,(4)相关性分析和回归分析,(5)降维和聚类分析,(6)数据的信度和效度分析,(7)结构方程模型初步及入门。

  • 教学期望与教学目标

    本课程主要基于SPSS开展数据分析,既有理论性很强的知识体系和方法论,也有操作性很强的实践内容。因此,课程教学既要注重数据处理方法的选择、对数据分析理论和适应性的剖析,更要注重案例分析,以提升学生利用数据分析工具开展定量研究的实战能力。

    本课程比较注重对各种统计分析方法适应范畴的讲解,以保证读者在面对具体研究项目时,能够正确地选择有效方法;与此同时,本课程还非常注重对各统计分析方法的输出结果的讲解,对输出表格内相关数据项之间的关系及其边界值进行了重点说明,从而保证读者在获得了数据的分析结果后能够准确地总结出有价值的研究结论。 

Syllabus

  • 00 课程导入——学术论文阅读并体会
    • 0.0 学习指导
    • 0.1 量化研究类论文阅读与体会(之一)
    • 0.2 量化研究类论文阅读与体会(之二)
  • 第1章 数据统计分析入门
    • 1.0 学习指导
    • 1.1 数据分析课程绪论
    • 1.2 数据分析的概念
    • 1.3 数据分析知识的概述
    • 1.4 数据分析的关键技术
    • 1.5 作业与巩固
  • 第2章 数据规范化与预处理
    • 2.1 数据来源与质量要求
    • 2.2 Excel的数据预处理
    • 2.3 SPSS界面与数据编辑
    • 2.4 SPSS数据预处理
    • 2.5 变量的高级变形
    • 2.6 多选题及预处理
    • 2.7 作业及巩固
  • 第3章 数据的统计描述
    • 3.0 学习指导
    • 3.1 统计描述的概念
    • 3.2 定距变量的统计描述
    • 3.3 其他类型变量的统计描述
    • 3.4 统计描述的操作
    • 3.5 数据分布形态的判断
    • 3.6 统计图与统计描述
    • 3.7 作业与巩固
  • 第4章 差异显著性检验初步
    • 4.0 学习指导
    • 4.1 统计推断的概念
    • 4.2 多变量及其相互关系
    • 4.3 差异显著性检验综述
    • 4.4 均值差异显著性检验
    • 4.5 配对样本t检验
    • 4.6 独立样本t检验
    • 4.7 方差分析入门
    • 4.8 卡方检验技术
    • 4.9 游程检验技术
    • 4.10 二项分布检验
    • 4.11 非参数检验概念
    • 4.12 两独立样本非参数检验
    • 4.13 多独立样本非参数检验
    • 4.14 两配对样本非参数检验
    • 4.15 多配对样本非参数检验
    • 4.16 非参数检验综合应用
    • 4.17 作业与巩固
    • 4.X 专题研讨课:双样本差异性检验
  • 第5章 方差分析高级应用
    • 5.0 学习指导
    • 5.1 方差分析的概念
    • 5.2 多因素方差分析
    • 5.3 协方差分析
    • 5.4 多因变量方差分析
    • 5.5 作业与巩固
    • 5.X 专题研讨课:多分组样本的差异性分析
  • 第6章 相关性及回归分析
    • 6.0 学习指导
    • 6.1 关联性分析综述
    • 6.2 相关性分析的概念
    • 6.3 相关性分析的实例
    • 6.4 偏相关分析及实例
    • 6.5 回归的概念与一元线性回归
    • 6.6 多元线性回归的概念
    • 6.7 多元线性回归实例
    • 6.8 曲线回归及其实例
    • 6.9 二元逻辑回归分析
    • 6.10 作业与巩固
    • 6.X1 专题研讨课1:变量的关联性分析
    • 6.X2 专题研讨课2:回归分析
  • 第7章 降维与聚类分析
    • 7.0 学习指导
    • 7.1 聚类的概念及原理
    • 7.2 层次聚类(系统)技术
    • 7.3 快速聚类技术及应用
    • 7.4 判别分析的概念
    • 7.5 判别分析的案例及应用
    • 7.6 因子分析的概念&原理
    • 7.7 因子分析的实用案例
    • 7.8 作业与巩固
  • 第8章 信效度概念与检验
    • 8.0 学习指导
    • 8.1 信度与效度的概念
    • 8.2 信度检验及信度保证
    • 8.3 结构效度检验与保证
    • 8.4 作业与巩固
    • 8.X 专题研讨课:如何做信度检验和效度检验
  • 附加:结构方程模型入门
    • X.1 结构方程的概念及软件
    • X.2 结构方程中的关键指标
    • X.3 结构方程模型的设计
    • X.4 结构方程模型的评价
  • 期末评价与考核

    Taught by

    Xiulin Ma

    Tags

    Reviews

    Start your review of SPSS数据分析与量化研究

    Never Stop Learning.

    Get personalized course recommendations, track subjects and courses with reminders, and more.

    Someone learning on their laptop while sitting on the floor.