SPSS統(tǒng)計分析從入門到精通（第2版）

目　錄
第1章　SPSS 20概述　1
1．1　SPSS簡介　1
1．2　SPSS的安裝、啟動和退出　3
1．2．1　SPSS 20的安裝　3
1．2．2　SPSS的啟動　4
1．2．3　SPSS 20的退出　6
1．3　SPSS 20的界面及設(shè)置　6
1．3．1　常用界面　7
1．3．2　常規(guī)選項參數(shù)　10
1．3．3　查看器選項參數(shù)　12
1．3．4　文件位置選項參數(shù)　13
1．3．5　輸出選項參數(shù)　14
1．3．6　圖表選項參數(shù)　15
1．3．7　多重歸因選項參數(shù)　17
1．3．8　樞軸表選項參數(shù)　18
1．3．9　數(shù)據(jù)選項參數(shù)　20
1．3．10　貨幣選項參數(shù)　21
1．3．11　腳本選項參數(shù)　22
1．3．12　語法編輯器選項參數(shù)　23
第2章　數(shù)據(jù)文件的建立與操作　24
2．1　 數(shù)據(jù)編輯器與數(shù)據(jù)文件　24
2．1．1　數(shù)據(jù)編輯器　24
2．1．2　數(shù)據(jù)文件　27
2．2　常量、變量、操作符和表達式　28
2．2．1　常量與變量　28
2．2．2　操作符與表達式　32
2．2．3　如何定義一個變量　33
2．2．4　概率事件　38
2．3　輸入數(shù)據(jù)　38
2．3．1　輸入數(shù)據(jù)的方法　38
2．3．2　查看文件信息和變量信息　38
2．4　編輯數(shù)據(jù)文件　40
2．4．1　在單元格中編輯數(shù)據(jù)　40
2．4．2　插入變量與刪除變量　41
2．4．3　插入觀測量與刪除觀測量　41
2．4．4　數(shù)據(jù)的剪切、復(fù)制和粘貼　42
2．4．5　撤銷操作　43
2．5　對數(shù)據(jù)文件的操作　43
2．5．1　數(shù)據(jù)文件的打開與保存　43
2．5．2　數(shù)據(jù)庫文件的轉(zhuǎn)換　44
第3章　數(shù)據(jù)文件的操作　53
3．1　數(shù)據(jù)文件的一般操作　53
3．1．1　數(shù)據(jù)排序　53
3．1．2　數(shù)據(jù)文件的拆分　54
3．1．3　數(shù)據(jù)文件的合并　56
3．1．4　數(shù)據(jù)文件的轉(zhuǎn)置　59
3．1．5　變量取值的求秩　60
3．1．6　變量值的重新編碼　62
3．1．7　計算新變量　66
3．2　分類匯總　69
3．2．1　數(shù)據(jù)描述　69
3．2．2　分類匯總的參數(shù)設(shè)置　69
3．2．3　分類匯總的結(jié)果　71
3．3　觀測量的加權(quán)　72
3．4　數(shù)據(jù)文件的結(jié)構(gòu)重組　73
3．4．1　選擇數(shù)據(jù)重組方式　74
3．4．2　變量組到觀測量組的重組　75
3．4．3　觀測量組到變量組的重組　79
3．4．4　轉(zhuǎn)置重組　82
第4章　基本統(tǒng)計分析功能　84
4．1　OLAP在線分析過程　84
4．1．1　數(shù)據(jù)描述　84
4．1．2　OLAP過程的操作和設(shè)置　84
4．2　個案匯總分析　88
4．2．1　個案匯總分析的參數(shù)設(shè)置　88
4．2．2　輸出結(jié)果　89
4．3　按行和列的匯總分析　90
4．3．1　按行匯總過程　90
4．3．2　按列匯總過程　94
4．4　頻數(shù)分析　96
4．4．1　數(shù)據(jù)描述　96
4．4．2　對分類變量的頻數(shù)分析　96
4．4．3　對連續(xù)變量的頻數(shù)分析　98
4．5　描述性統(tǒng)計分析　100
4．5．1　數(shù)據(jù)描述　100
4．5．2　描述性分析過程　100
4．6　探索性分析過程　101
4．6．1　數(shù)據(jù)描述　102
4．6．2　探索性分析實例　102
4．7　列聯(lián)表分析過程　105
4．7．1　數(shù)據(jù)描述　105
4．7．2　列聯(lián)表分析的參數(shù)設(shè)置　106
4．7．3　列聯(lián)表分析的輸出結(jié)果　109
4．8　Bootstrap簡介與設(shè)置　110
4．8．1　Bootstrap簡介　110
4．8．2　Bootstrap參數(shù)設(shè)置　110
第5章　均值比較和T檢驗　113
5．1　均值分析過程　114
5．1．1　原理與方法　114
5．1．2　SPSS實例分析　114
5．2　單樣本T檢驗　116
5．2．1　原理與方法　116
5．2．2　SPSS實例分析　117
5．3　獨立樣本T檢驗　118
5．3．1　原理與方法　118
5．3．2　SPSS實例分析　119
5．4　配對樣本T檢驗　120
5．4．1　原理與方法　120
5．4．2　SPSS實例分析　121
第6章　非參數(shù)檢驗　123
6．1　非參數(shù)檢驗簡介　123
6．1．1　非參數(shù)檢驗與參數(shù)檢驗　123
6．1．2　非參數(shù)檢驗的優(yōu)點　124
6．1．3　非參數(shù)檢驗的缺點　124
6．2　卡方檢驗　124
6．2．1　原理與方法　125
6．2．2　數(shù)據(jù)和問題描述　126
6．2．3　卡方檢驗實例分析　126
6．3　二項式檢驗　128
6．3．1　原理與方法　128
6．3．2　數(shù)據(jù)和問題描述　128
6．3．3　二項式檢驗實例分析　129
6．4　游程檢驗　130
6．4．1　原理與方法　130
6．4．2　數(shù)據(jù)和問題描述　130
6．4．3　游程檢驗實例分析　131
6．5　單樣本Kolmogorov-Smirnov檢驗　132
6．5．1　原理與方法　132
6．5．2　數(shù)據(jù)和問題描述　132
6．5．3　單樣本K-S檢驗實例分析　133
6．6　兩個獨立樣本檢驗　134
6．6．1　原理與方法　134
6．6．2　數(shù)據(jù)和問題描述　134
6．6．3　兩個獨立樣本檢驗實例分析　135
6．7　k個獨立樣本的檢驗　136
6．7．1　原理與方法　136
6．7．2　數(shù)據(jù)和問題描述　137
6．7．3　k個獨立樣本檢驗實例分析　137
6．8　兩個相關(guān)樣本的檢驗　138
6．8．1　原理與方法　138
6．8．2　數(shù)據(jù)和問題描述　140
6．8．3　兩個相關(guān)樣本檢驗的實例分析　140
6．9　k個相關(guān)樣本的檢驗　141
6．9．1　原理與方法　141
6．9．2　數(shù)據(jù)和問題描述　143
6．9．3　k個相關(guān)樣本檢驗的實例分析　143
第7章　多重響應(yīng)分析　145
7．1　多重響應(yīng)概述　145
7．2　多重響應(yīng)變量集的定義　145
7．3　多重響應(yīng)變量集的頻率分析　147
7．4　多重響應(yīng)變量集的交叉表分析　148
7．5　用表過程研究多重響應(yīng)變量集　151
7．5．1　多重響應(yīng)變量集的定義　151
7．5．2　建立包含多重響應(yīng)變量集的表格　151
第8章　回歸分析　155
8．1　線性回歸　155
8．1．1　一元線性回歸的基本原理　155
8．1．2　多元線性回歸的基本原理　157
8．1．3　模型假設(shè)的其他檢驗　158
8．1．4　問題描述和數(shù)據(jù)準備　159
8．1．5　線性回歸分析的設(shè)置和操作　159
8．1．6　案例的結(jié)果分析　163
8．2　曲線回歸　166
8．2．1　曲線回歸的基本原理　166
8．2．2　問題描述和數(shù)據(jù)準備　167
8．2．3　曲線回歸分析的設(shè)置和操作　167
8．2．4　案例的結(jié)果分析　169
8．3　非線性回歸　170
8．3．1　非線性回歸簡介　170
8．3．2　問題描述和數(shù)據(jù)準備　172
8．3．3　非線性回歸的參數(shù)設(shè)置　173
8．3．4　案例的結(jié)果分析　177
8．4　二元Logistic回歸　177
8．4．1　二元Logistic回歸的數(shù)學(xué)原理　178
8．4．2　問題描述和數(shù)據(jù)準備　179
8．4．3　二元Logistic回歸的參數(shù)設(shè)置　180
8．4．4　案例的結(jié)果分析　184
8．5　多元Logistic回歸分析　187
8．5．1　多元Logistic回歸的原理簡介　187
8．5．2　問題描述和數(shù)據(jù)準備　187
8．5．3　多元Logistic回歸參數(shù)設(shè)置　188
8．5．4　案例的結(jié)果分析　192
8．6　有序回歸　194
8．6．1　問題描述和數(shù)據(jù)準備　194
8．6．2　有序回歸的參數(shù)設(shè)置　195
8．6．3　案例的結(jié)果分析　198
8．7　概率單位回歸分析　200
8．7．1　概率單位回歸分析簡介　200
8．7．2　問題描述和數(shù)據(jù)準備　201
8．7．3　概率單位回歸的參數(shù)設(shè)置　201
8．7．4　案例的結(jié)果分析　203
8．8　加權(quán)回歸分析　204
8．8．1　加權(quán)回歸分析簡介　204
8．8．2　問題描述和數(shù)據(jù)準備　205
8．8．3　加權(quán)回歸的參數(shù)設(shè)置　206
8．8．4　案例的結(jié)果分析　206
8．9　二階段最小二乘回歸　208
8．9．1　二階段最小二乘回歸的基本原理　208
8．9．2　問題描述和數(shù)據(jù)準備　208
8．9．3　二階段最小二乘回歸的參數(shù)設(shè)置　209
8．9．4　案例的結(jié)果分析　210
8．10　最佳尺度回歸　211
8．10．1　最佳尺度回歸原理　211
8．10．2　問題描述和數(shù)據(jù)準備　211
8．10．3　最佳尺度回歸的參數(shù)設(shè)置　212
8．10．4　案例的結(jié)果分析　216
第9章　方差分析　220
9．1　方差分析簡介　220
9．1．1　t檢驗與方差分析的比較　220
9．1．2　方差分析的基本原理　221
9．2　單因素方差分析　223
9．2．1　原理與方法　223
9．2．2　單因素方差分析實例　223
9．3　多因素方差分析過程　228
9．3．1　原理與方法　228
9．3．2　二因素方差分析實例　231
9．3．3　協(xié)方差分析實例　238
9．3．4　交互效應(yīng)中隨機因素的分析　241
9．4　多元方差分析　245
9．4．1　原理與方法　245
9．4．2　多元方差分析實例　245
9．5　重復(fù)測量設(shè)計的方差分析　247
9．5．1　原理與方法　247
9．5．2　SPSS實例分析　248
9．6　方差成分分析　253
9．6．1　原理簡介　253
9．6．2　SPSS實例分析　253
9．7　正交試驗設(shè)計　256
9．7．1　正交試驗設(shè)計簡述　257
9．7．2　SPSS實例分析　257
9．7．3　正交試驗設(shè)計的方差分析　259
第10章　相關(guān)分析　261
10．1　相關(guān)分析的基本概念　261
10．1．1　相關(guān)分析的特點和應(yīng)用　261
10．1．2　相關(guān)系數(shù)的計算　262
10．1．3　SPSS提供的相關(guān)分析功能　263
10．2　兩變量相關(guān)分析　263
10．2．1　問題描述和數(shù)據(jù)準備　264
10．2．2　相關(guān)分析的參數(shù)設(shè)置　264
10．2．3　案例的結(jié)果分析　265
10．3　偏相關(guān)分析　266
10．3．1　偏相關(guān)分析的基本原理　266
10．3．2　偏相關(guān)分析實例　267
10．4　距離分析　268
10．4．1　距離分析的基本概念　268
10．4．2　距離分析的參數(shù)設(shè)置　269
10．4．3　距離分析實例　272
第11章　因子分析　275
11．1　因子分析的原理簡介　275
11．1．1　因子分析的基本思想　275
11．1．2　因子分析和主成分分析的聯(lián)系　275
11．1．3　因子分析的基本步驟　276
11．2　SPSS因子分析的應(yīng)用實例　277
11．2．1　數(shù)據(jù)描述　277
11．2．2　SPSS因子分析過程的設(shè)置　278
11．2．3　結(jié)果分析　282
第12章　分類分析　288
12．1　聚類分析的原理簡介　288
12．1．1　聚類分析的基本概念　288
12．1．2　聚類分析的一般原理　289
12．2　快速樣本聚類過程　291
12．2．1　快速聚類簡介　291
12．2．2　問題描述和數(shù)據(jù)準備　291
12．2．3　SPSS快速聚類的設(shè)置　292
12．2．4　案例的結(jié)果分析　294
12．3　系統(tǒng)聚類　295
12．3．1　系統(tǒng)聚類簡介　295
12．3．2　問題描述和數(shù)據(jù)準備　295
12．3．3　SPSS系統(tǒng)聚類的設(shè)置　296
12．3．4　案例的結(jié)果分析　299
12．3．5　對聚類結(jié)果的進一步分析　301
12．4　兩步聚類分析　302
12．4．1　兩步聚類簡介　302
12．4．2　問題描述和數(shù)據(jù)準備　303
12．4．3　SPSS兩步聚類的設(shè)置　304
12．4．4　案例的結(jié)果分析　307
12．5　一般判別分析　310
12．5．1　判別分析的基本原理　310
12．5．2　問題描述和數(shù)據(jù)準備　311
12．5．3　判別分析的參數(shù)設(shè)置　312
12．5．4　案例的結(jié)果分析　314
12．6　逐步判別分析實例　318
12．6．1　問題描述和數(shù)據(jù)準備　318
12．6．2　逐步判別的參數(shù)設(shè)置　319
12．6．3　案例的結(jié)果分析　321
12．7　決策樹分析　324
12．7．1　決策樹分類的基本原理　324
12．7．2　決策樹過程的參數(shù)設(shè)置　326
12．7．3　問題描述和數(shù)據(jù)準備　339
12．7．4　案例分析　339
第13章　生存分析　346
13．1　生存分析簡介　346
13．1．1　生存分析的基本概念　346
13．1．2　生存分析的數(shù)據(jù)特點　348
13．1．3　生存分析的常用方法　348
13．1．4　SPSS中的生存分析過程　348
13．2　壽命表分析　348
13．2．1　壽命表分析簡介　349
13．2．2　壽命表分析的基本步驟　349
13．2．3　壽命表實例分析　350
13．3　Kaplan-Meier分析　352
13．3．1　Kaplan-Meier分析的步驟　353
13．3．2　生存曲線的比較和檢驗　353
13．3．3　Kaplan-Meier分析實例　353
13．4　Cox回歸模型　357
13．4．1　Cox回歸模型的原理簡介　357
13．4．2　Cox回歸實例分析　358
第14章　信度分析　366
14．1　信度分析　366
14．1．1　信度分析的基本原理　366
14．1．2　問題描述和數(shù)據(jù)準備　368
14．1．3　信度分析的參數(shù)設(shè)置　368
14．1．4　案例的結(jié)果分析　370
14．2　多維尺度分析　371
14．2．1　多維尺度分析簡介　371
14．2．2　問題描述和數(shù)據(jù)準備　371
14．2．3　ALSCAL過程的參數(shù)設(shè)置　371
14．2．4　案例的結(jié)果分析　374
第15章　時間序列分析　377
15．1　SPSS的時間序列分析概覽　377
15．1．1　創(chuàng)建模型的通用設(shè)置選項　378
15．1．2　應(yīng)用模型的通用設(shè)置選項　383
15．2　時間序列數(shù)據(jù)的預(yù)分析　384
15．2．1　缺失值替換　384
15．2．2　定義日期變量　385
15．2．3　時間序列的平穩(wěn)化　386
15．3　指數(shù)平滑模型　388
15．3．1　指數(shù)平滑的基本原理　388
15．3．2　指數(shù)平滑模型的參數(shù)設(shè)置　389
15．3．3　指數(shù)平滑模型實例分析　391
15．4　ARIMA模型　395
15．4．1　ARIMA模型的基本原理　395
15．4．2　ARIMA模型的參數(shù)設(shè)置　396
15．4．3　ARIMA模型實例分析　398
15．5　季節(jié)分解模型　400
15．5．1　季節(jié)分解法概述　401
15．5．2　季節(jié)分解模型實例分析　401
第16章　對數(shù)線性模型　406
16．1　對數(shù)線性模型概述　406
16．1．1　簡單列聯(lián)表分析的不足　406
16．1．2　對數(shù)線性模型的基本形式　406
16．2　常規(guī)對數(shù)線性模型過程　407
16．2．1　常規(guī)過程概述　407
16．2．2　問題描述和數(shù)據(jù)準備　407
16．2．3　常規(guī)過程的參數(shù)設(shè)置　408
16．2．4　案例的結(jié)果分析　410
16．3　Logit過程　411
16．3．1　Logit過程概述　411
16．3．2　問題描述和數(shù)據(jù)準備　412
16．3．3　Logit過程的參數(shù)設(shè)置　412
16．3．4　案例的結(jié)果分析　413
16．4　模型選擇過程　415
16．4．1　模型選擇過程概述　415
16．4．2　問題描述和數(shù)據(jù)準備　416
16．4．3　層次對數(shù)線性模型的操作過程　416
16．4．4　案例的結(jié)果分析　417
第17章　對應(yīng)分析　420
17．1　對應(yīng)分析的基本原理　420
17．1．1　對應(yīng)分析與因子分析　420
17．1．2　SPSS中的對應(yīng)分析　421
17．1．3　使用對應(yīng)分析的注意事項　421
17．2　簡單對應(yīng)分析　421
17．2．1　簡單對應(yīng)分析的數(shù)學(xué)原理　421
17．2．2　SPSS簡單對應(yīng)分析實例　422
17．3　多元對應(yīng)分析　427
17．3．1　多元對應(yīng)分析的基本概念及其特點　428
17．3．2　多元對應(yīng)分析的參數(shù)設(shè)置　428
17．3．3　實例的結(jié)果分析　434
第18章　缺失值分析　438
18．1　缺失值分析的概念　438
18．1．1　缺失值的表現(xiàn)方式　438
18．1．2　SPSS中的缺失值處理方法　439
18．2　缺失值分析的參數(shù)設(shè)置　439
18．3　缺失值分析的實例　443
第19章　統(tǒng)計圖形　448
19．1　概述　448
19．1．1　數(shù)據(jù)和變量的準備　448
19．1．2　圖表構(gòu)建程序的基本操作　450
19．1．3　舊對話框作圖　451
19．1．4　圖形的編輯　452
19．2　條形圖　452
19．2．1　數(shù)據(jù)和問題描述　452
19．2．2　用圖表構(gòu)建程序作條形圖　452
19．2．3　用對話框創(chuàng)建條形圖　455
19．3　線形圖　456
19．3．1　數(shù)據(jù)和問題描述　457
19．3．2　用圖表構(gòu)建程序作線形圖　457
19．3．3　用對話框創(chuàng)建線形圖　458
19．4　面積圖　459
19．4．1　數(shù)據(jù)和問題描述　459
19．4．2　用圖表構(gòu)建程序作面積圖　460
19．4．3　用對話框創(chuàng)建面積圖　461
19．5　餅圖　462
19．5．1　數(shù)據(jù)和問題描述　462
19．5．2　用圖表構(gòu)建程序作餅圖　462
19．5．3　用對話框創(chuàng)建餅圖　464
19．6　高低圖　464
19．6．1　數(shù)據(jù)和問題描述　464
19．6．2　用圖表構(gòu)建程序作高低圖　464
19．6．3　用對話框創(chuàng)建高低圖　466
19．7　帕累托圖　469
19．7．1　數(shù)據(jù)和問題描述　469
19．7．2　用對話框創(chuàng)建帕累托圖　470
19．8　控制圖　471
19．8．1　數(shù)據(jù)和問題描述　471
19．8．2　用對話框創(chuàng)建控制圖　471
19．9　箱圖　477
19．9．1　數(shù)據(jù)和問題描述　477
19．9．2　用圖表構(gòu)建程序作箱圖　477
19．9．3　用對話框創(chuàng)建箱圖　479
19．10　誤差條圖　480
19．10．1　數(shù)據(jù)和問題描述　480
19．10．2　用對話框創(chuàng)建誤差條圖　480
19．11　散點圖　481
19．11．1　數(shù)據(jù)和問題描述　481
19．11．2　用圖表構(gòu)建程序作散點圖　481
19．11．3　用對話框創(chuàng)建散點圖　484
19．12　直方圖　486
19．12．1　數(shù)據(jù)和問題描述　486
19．12．2　用圖表構(gòu)建程序作直方圖　486
19．13　P-P概率圖　487
19．13．1　數(shù)據(jù)和問題描述　487
19．13．2　用對話框創(chuàng)建P-P概率圖　488
19．14　Q-Q概率圖　490
19．14．1　數(shù)據(jù)和問題描述　490
19．14．2　用對話框創(chuàng)建Q-Q概率圖　490
19．15　時間序列圖　491
19．15．1　普通序列圖　491
19．15．2　自相關(guān)序列圖和偏相關(guān)序列圖　494
19．15．3　互相關(guān)序列圖　496
19．16　雙軸線圖　498
19．16．1　數(shù)據(jù)和問題描述　498
19．16．2　用圖表構(gòu)建程序作雙軸線圖　498
第20章　上市公司財務(wù)危機預(yù)警分析　500
20．1　財務(wù)危機預(yù)警的應(yīng)用簡介　500
20．1．1　財務(wù)危機的定量定義方法　500
20．1．2　財務(wù)危機預(yù)警的模型選擇　501
20．2　數(shù)據(jù)描述　501
20．2．1　數(shù)據(jù)說明　501
20．2．2　指標選擇　501
20．2．3　補充說明　502
20．3　分析方法概述　503
20．3．1　判別分析　503
20．3．2　Logistic回歸方法　503
20．4　SPSS建模過程和結(jié)論分析　504
20．4．1　SPSS數(shù)據(jù)篩選操作　504
20．4．2　SPSS判別分析建模與分析　507
20．4．3　Logistic回歸建模與分析　511
20．5　進一步的分析與應(yīng)用　514
20．5．1　分類結(jié)果的應(yīng)用分析　515
20．5．2　建模方法的改進　515
20．6　建議和推廣　515
20．6．1　時間序列研究　515
20．6．2　數(shù)據(jù)的有效預(yù)警期　515
20．6．3　指標的簡化方法　516
第21章　影響匯率的因素分析　517
21．1　匯率影響因素簡介　517
21．2　數(shù)據(jù)描述　518
21．3　分析方法概述　519
21．3．1　探索性分析　519
21．3．2　多元回歸分析　519
21．4　SPSS建模過程和結(jié)論分析　520
21．4．1　數(shù)據(jù)準備　520
21．4．2　探索性分析　521
21．4．3　多元回歸分析　522
21．5　進一步的分析與應(yīng)用　525
21．5．1　剔除存在共線性的外匯儲備變量　525
21．5．2　回歸模型的進一步改進　526
21．5．3　兩個回歸模型的比較　527
21．6　建議和推廣　528
21．6．1　時間序列研究　528
21．6．2　匯率影響因素的定性分析　528
第22章　因子分析在成績綜合評價中的應(yīng)用　529
22．1　學(xué)生成績的綜合評價簡介　529
22．2　數(shù)據(jù)描述　529
22．3　分析方法概述　530
22．3．1　應(yīng)用因子分析進行成績綜合評價的步驟　530
22．3．2　應(yīng)用因子分析進行成績綜合評價的注意事項　531
22．4　SPSS建模過程和結(jié)論分析　532
22．4．1　數(shù)據(jù)準備　532
22．4．2　SPSS因子分析建模與分析　534
22．5　進一步的分析與應(yīng)用　537
22．6　建議和推廣　538
22．6．1　高中生的成績綜合評價　538
22．6．2　對缺失數(shù)據(jù)的處理　538
22．6．3　多種方法結(jié)合的綜合評價模型　539
第23章　高等教育辦學(xué)條件的聚類分析　540
23．1　數(shù)據(jù)描述　540
23．1．1　關(guān)于基本辦學(xué)條件指標合格與否的判定　540
23．1．2　指標選取　542
23．1．3　數(shù)據(jù)格式　542
23．2　聚類分析法簡述　542
23．3　SPSS建模過程和結(jié)論分析　543
23．3．1　對?？圃盒＿M行聚類的設(shè)置操作　543
23．3．2　對本科院校的分析　547
23．4　建議和推廣　550
第24章　試卷信度的檢驗與分析　551
24．1　試卷信度檢驗的背景簡介　551
24．1．1　測驗內(nèi)容的自身方面　551
24．1．2　施測過程　551
24．1．3　被測試者的自身因素　551
24．2　數(shù)據(jù)描述　552
24．3　分析方法概述　552
24．3．1　試卷信度的基本計算公式　552
24．3．2　試卷信度的估計方法　553
24．4　SPSS建模過程和結(jié)論分析　554
24．4．1　SPSS信度分析的參數(shù)設(shè)置　554
24．4．2　結(jié)果分析　554
24．5　建議和推廣　556
第25章　多因素試驗的設(shè)計與分析　557
25．1　試驗設(shè)計簡介　557
25．1．1　試驗設(shè)計的應(yīng)用　557
25．1．2　試驗設(shè)計問題的解決步驟　558
25．2　數(shù)據(jù)描述　558
25．3　分析方法概述　559
25．3．1　正交設(shè)計方法　559
25．3．2　綜合評分方法　560
25．4　SPSS建模過程和結(jié)論分析　561
25．4．1　數(shù)據(jù)標準化　561
25．4．2　性能指標權(quán)重的確定　563
25．4．3　利用權(quán)重求綜合指標　563
25．4．4　對綜合得分的進一步分析　564
25．5　建議和推廣　565
部分習(xí)題答案提示　567
習(xí)題2　567
習(xí)題3　567
習(xí)題4　567
習(xí)題5　568
習(xí)題6　568
習(xí)題7　569
習(xí)題8　569
習(xí)題9　569
習(xí)題10　570
習(xí)題11　570
習(xí)題12　570
習(xí)題13　571
習(xí)題14　571
習(xí)題15　571
習(xí)題16　571
習(xí)題17　572
習(xí)題18　572
習(xí)題19　572
參考文獻　573