社会研究中的基础统计学

《社会研究中的基础统计学》是一本清晰生动、深入浅出的统计学入门实用手册。本书向学生及研究者介绍了社会研究中关于统计学的基本知识，书中不仅对统计原理和方法做了系统、全面的介绍与阐释，而且重点关注了没有很强的数学背景的读者对象，使读者能够循序渐进地掌握统计方法。

全书的所有重点内容都配有详细的逐步统计过程的演示，也对社会研究中统计方法的原理和使用给予了清楚而富有逻辑的解释。

书中每章的末尾都附有大量习题，并且在全书后配备了习题答案。

第12版主要有以下更新：增加了关于几项新技术的内容，包括元分析、变异系数、单样本均值检验和效应规模、曼-惠特尼U检验（Mann-Whitney U test）和克鲁斯凯-沃利斯检验（Kruskal-Wallis test）、逻辑斯谛回归和深入分析；拓展了对几个主题的讨论，包括非抽样误差、标准误、偏相关和多重共线性；更新了全书中的示例和课后习题。

对于社会学、政治学、管理学等各个专业的学生和研究者，尤其是统计学零基础的读者而言，本书都是一本不可多得的优质入门书。

《社会研究中的基础统计学》是一本清晰生动、深入浅出的统计学入门实用手册。本书向学生及研究者介绍了社会研究中关于统计学的基本知识，书中不仅对统计原理和方法做了系统、全面的介绍与阐释，而且重点关注了没有很强的数学背景的读者对象，使读者能够循序渐进地掌握统计方法。

全书的所有重点内容都配有详细的逐步统计过程的演示，也对社会研究中统计方法的原理和使用给予了清楚而富有逻辑的解释。

书中每章的末尾都附有大量习题，并且在全书后配备了习题答案。

第12版主要有以下更新：增加了关于几项新技术的内容，包括元分析、变异系数、单样本均值检验和效应规模、曼-惠特尼U检验（Mann-Whitney U test）和克鲁斯凯-沃利斯检验（Kruskal-Wallis test）、逻辑斯谛回归和深入分析；拓展了对几个主题的讨论，包括非抽样误差、标准误、偏相关和多重共线性；更新了全书中的示例和课后习题。

对于社会学、政治学、管理学等各个专业的学生和研究者，尤其是统计学零基础的读者而言，本书都是一本不可多得的优质入门书。

杰克?莱文，社会学博士。现任美国东北大学教授，主讲欧文-贝蒂?布鲁德尼克社会学与犯罪学。主要研究领域为犯罪学、偏见与歧视，以及社会心理学。

詹姆斯?艾伦?福克斯，社会学博士。现任美国东北大学教授，主讲李普曼社会学与法学。主要研究领域为犯罪学、社会统计学，以及法律社会学。

大卫?R. 福德，现任亚拉巴马大学刑事司法系教授和研究生主任。他的主要研究活动是收集有关刑事伤害和精神创伤问题的调查和评估数据。

译者简介： 

王卫东，中国人民大学社会心理学研究所所长、中国调查与数据中心副主任，社会与人口学院社会学系副教授。世界民意研究协会（WAPOR）中国代表，国际社会调查项目（ISSP）中国协调人，中国教育追踪调查（CEPS）项目负责人，中国人宗教态度与行为调查（CRABS）项目负责人，跨平台面访调查软件OmniSurvey、云电话调查软件OmniCATI的作者。主要研究领域为社会心理学、健康社会学、宗教社会学、教育社会学、社会网络分析、社会调查研究方法。

第１章 为什么社会研究者要使用统计学 
社会研究的本质 
为什么要假设检验 
社会研究的阶段 
使用数字来做社会研究 
统计学的功能 

部分 描述统计

第２章 组织数据 
定类数据的频数分布 
分布的比较 
比例和百分比 
比和比率 
定序与定距数据的简单频数分布 
定距数据的分组频数分布 
累积分布 
百分比等级 
对小数的处理 
对组限的进一步讨论 
可变组距 
交互表 
图形呈现 
频数分布的形状 

第３章 集中趋势的测量 
众数 
中位数 
均值 
如何计算复杂公式 
从简单频数分布计算众数、中位数和均值 
众数、中位数和均值的比较

第４章 变异性的测量 
全距 
四分位差 
方差和标准差 
从原始数据计算方差和标准差的公式 
从简单频数分布计算方差和标准差 
标准差的含义 
变异系数 
变异性测量方法的比较 
分布的可视化 
从分组频数分布计算均值和标准差 

第二部分 从描述到决策

第５章 概率与正态曲线 
概率的法则 
概率的分布 
作为一种概率分布的正态曲线 
正态曲线的性质 
正态曲线的模型与现实 
正态曲线所覆盖的面积 
标准分与正态曲线 
通过正态曲线获取概率 

第６章 样本与总体 
研究中的误差 
抽样方法 
抽样误差 
均值的抽样分布 
均值的标准误 
置信区间 
ｔ分布 
比例的估计 

第三部分 统计决策

第７章 均值间差异的显著性检验 
样本均值和总体均值间差异的检验 
两个样本均值间差异的检验 
零假设：均值间无差异 
研究假设：均值间存在差异 
均值间差异的抽样分布 
均值间差异分布的假设检验 
显著性水平 
均值间差异的标准误 
均值间差异的检验 
相倚样本的比较 
两个样本比例的检验 
单尾检验 
效应规模 
均值间差异检验的要求

第８章 方差分析 
方差分析的逻辑 
平方和 
均方 
Ｆ值 
均值的多重比较 
双因素方差分析 
Ｆ值的使用要求 

第９章 非参数检验 
单因素卡方检验 
双因素卡方检验 
中位数检验 
曼-惠特尼Ｕ检验 
克鲁斯凯-沃利斯检验 

第四部分 从决策到相关

第１０章 相关 
相关的强度 
相关的方向 
曲线相关 
相关系数 
皮尔逊相关系数 
散点图的重要性 
偏相关 

第１１章 回归分析 
回归模型 
回归直线的解释 
预测误差 
回归与皮尔逊相关系数 
回归与方差分析 
多元回归 
虚拟变量 
逻辑斯谛回归 

第１２章 相关性的非参数测量 
斯皮尔曼等级相关系数 
古德曼和克鲁斯凯的γ系数 
２×２的表中定类数据的相关系数 
大于２×２的表中定类数据的相关系数 
深入讨论 

第１３章 针对研究问题选择统计方法 
研究情境 
解决方案 

附 录
附录Ａ SPSS和GSS的使用 
附录Ｂ StatCrunch
附录Ｃ 附表 
附录Ｄ 公式列表 
附录Ｅ 数学基础知识 

术语表 
部分课后习题答案 
索引 
符号表 
译后记

《社会研究中的基础统计学》是一本清晰生动、深入浅出的统计学入门实用手册。本书向学生及研究者介绍了社会研究中关于统计学的基本知识，书中不仅对统计原理和方法做了系统、全面的介绍与阐释，而且重点关注了没有很强的数学背景的读者对象，使读者能够循序渐进地掌握统计方法。

全书的所有重点内容都配有详细的逐步统计过程的演示，也对社会研究中统计方法的原理和使用给予了清楚而富有逻辑的解释。

书中每章的末尾都附有大量习题，并且在全书后配备了习题答案。

第12版主要有以下更新：增加了关于几项新技术的内容，包括元分析、变异系数、单样本均值检验和效应规模、曼-惠特尼U检验（Mann-Whitney U test）和克鲁斯凯-沃利斯检验（Kruskal-Wallis test）、逻辑斯谛回归和深入分析；拓展了对几个主题的讨论，包括非抽样误差、标准误、偏相关和多重共线性；更新了全书中的示例和课后习题。

对于社会学、政治学、管理学等各个专业的学生和研究者，尤其是统计学零基础的读者而言，本书都是一本不可多得的优质入门书。

杰克?莱文，社会学博士。现任美国东北大学教授，主讲欧文-贝蒂?布鲁德尼克社会学与犯罪学。主要研究领域为犯罪学、偏见与歧视，以及社会心理学。

詹姆斯?艾伦?福克斯，社会学博士。现任美国东北大学教授，主讲李普曼社会学与法学。主要研究领域为犯罪学、社会统计学，以及法律社会学。

大卫?R. 福德，现任亚拉巴马大学刑事司法系教授和研究生主任。他的主要研究活动是收集有关刑事伤害和精神创伤问题的调查和评估数据。

译者简介： 

王卫东，中国人民大学社会心理学研究所所长、中国调查与数据中心副主任，社会与人口学院社会学系副教授。世界民意研究协会（WAPOR）中国代表，国际社会调查项目（ISSP）中国协调人，中国教育追踪调查（CEPS）项目负责人，中国人宗教态度与行为调查（CRABS）项目负责人，跨平台面访调查软件OmniSurvey、云电话调查软件OmniCATI的作者。主要研究领域为社会心理学、健康社会学、宗教社会学、教育社会学、社会网络分析、社会调查研究方法。

第１章 为什么社会研究者要使用统计学 

在我们之中有一些社会科学家。几乎每一天，我们都做出有根据的预测，来预测生活中将要发生的新的情况或者事件。一些时候，这些情况或者事件真的会发生，能够证实或支持我们的预测；但另外一些时候，我们不会总那么幸运，而必须面对预测失误所造成的不愉快的后果。

让我们考虑一些熟悉的例子：我们可能会在股票市场中投资，投票给一个承诺要解决内政问题的政治候选人，赌赛马，为了减轻感冒带来的不适而服药，在赌场中掷骰子，预测期中考试的考题，或者接受朋友的建议同意与一个陌生人约会。

有的时候我们会赢，有的时候我们会输。因而，我们可能会在股票市场中做出一次明智的投资，但会因自己的投票决定而后悔；在赌场中赢了钱，但发现吃了不对症的药；在期中考试中很成功，却有一次糟糕的约会；如此等等。不幸的是，确实有一些我们的日常预测得不到后来实际情况的支持。

社会研究的本质

同我们每天接触世界的方法一样，社会科学家们试图解释和预测人类的行为。他们也会以一种更精确、更有条理的方式对社会事实的本质做出“有根据的猜测”。在这个过程中，社会科学家们会检验那些被称为变量的人类行为特性，这些特性会因人而异（如年龄、社会阶级、态度）或因时而变（如失业情况、犯罪率、人口）。

并不是所有的人类行为特性都会发生变化，例如，将你生出来的人的性别为女性，这就是生活中不变的真理。因此，对任何一群人来说，母亲的性别是一个常量——“女性”。一本生物学的教科书会花大量的时间来讨论为什么只有女性才能生育，以及在什么条件下生育才有可能，但一个社会科学家会把母亲的性别视作给定的、不值得研究的，因为它从来不发生变化。它也不能被用来解释儿童在精神健康上的差异，因为儿童的母亲的性别都是女性。相反，母亲的年龄、种族和精神健康则是变量，在任何一群人中，它们会因人而异，而且是更好地理解儿童发展的关键因素。因此，一个社会研究者也许会研究儿童精神健康是如何因他们母亲的年龄、种族和精神健康水平的不同而存在差异的。

除了需要确定变量以外，社会研究者还必须决定研究中的观察单位。通常，社会研究者在个体水平上收集数据。例如，一个社会研究者会通过调查来确定是否年纪大的被调查者通常比年纪小的被调查者更容易成为犯罪的牺牲品。在这个案例中，个体被调查者就是社会研究者观察的单位。

但是，研究者有时也会把研究的焦点放在集体上，也就是说，测量不同的人群整体在不同情况下的变化。例如，一个研究者可能会研究不同城市人口的平均年龄与犯罪率之间的关系。在这个案例中，观察的单位是城市而非个人。

无论是关注个体还是关注集体，社会研究者关于社会事实本质的观点都被称为假设。这些假设经常被表示为两个变量或更多变量——其中至少有一个自变量（假设的原因）和一个因变量（假设的结果）——之间关系的陈述。例如，一个研究者会假设社会孤立的儿童会比那些更好地融入同龄群体的儿童看更多的电视。他会在社会孤立及合群的儿童中做一个调查来询问他们花在看电视上的时间（社会孤立程度是自变量，看电视的行为是因变量）。或许有一个研究者会假设单亲家庭要比双亲家庭更多地导致青少年犯罪，他就会调查样本中的犯罪者和无犯罪记录者，确定他们的家庭是否为单亲家庭（家庭结构是自变量，犯罪是因变量）。

因此，不同于自然科学研究者，社会研究者经常通过研究来加深对他们的研究领域中的一些问题的理解。社会研究有多种形式，能被用来探究广泛的问题。社会研究者常用的检验他们假设的方法有实验法、调查法、内容分析法、参与观察法、二手资料分析法和元分析。例如，一个研究者会通过实验来确定逮捕一个殴打妻子的人能否在将来遏止这种行为，通过抽样调查来调查政治态度，对青年杂志中的价值观相关内容进行内容分析，使用参与观察研究一个的政治团体，或者对关于失业情况的政府统计资料进行二手资料分析。以上各种研究策略都将在本章中加以描述和说明。