• 问卷数据分析(破解SPSS软件的六类分析思路第2版)9787121381980
21年品牌 40万+商家 超1.5亿件商品

问卷数据分析(破解SPSS软件的六类分析思路第2版)9787121381980

正版图书,可开发票,请放心购买。

51.75 7.5折 69 全新

库存7件

广东广州
认证卖家担保交易快速发货售后保障

作者周俊

出版社电子工业出版社

ISBN9787121381980

出版时间2020-01

装帧平装

开本16开

定价69元

货号30819189

上书时间2024-11-30

淘书宝店

九年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
作者简介
周俊,北京大学市场营销硕士学历,中央财经大学靠前项目部统计学讲师,中国统计网统计专家,人大经济论坛SPSS软件培训师,问卷星平台数据分析首席顾问,SPSSAU数据研究部首席顾问。截止2019年底已为几万名学员提供数据分析、培训和咨询服务,在进入教育行业之前,周老师曾在亚马逊(中国)和兰亭集势从事商业数据分析工作(商业分析师)。

目录
目录
第一部分  问卷设计
第1章  统计学基础知识及常用术语2
1.1 数据分析3
1.2 样本特征描述分析方法5
1.3 信度分析和效度分析5
1.4 因子分析7
1.5 变量关系研究分析方法8
1.6 中介效应和调节效应11
1.7 差异研究分析方法12
1.8 聚类分析13
1.9 其他分析方法14
第2章  问卷题设计和研究方法选择16
2.1 量表题设计17
2.2 非量表题设计19
2.3 研究方法的选择20
2.3.1  基本描述21
2.3.2  影响关系22
2.3.3  差异关系23
2.3.4  其他关系25
2.3.5  数据类型与研究方法26
第3章  量表类问卷设计和注意事项27
3.1 量表类问卷设计框架28
3.2 量表类问卷案例30
3.2.1  案例1:“90后”员工离职倾向影响因素研究30
3.2.2  案例2:旅游消费者样本细分情况研究32
第4章  非量表类问卷设计和注意事项35
4.1 非量表类问卷设计框架36
4.2 非量表类问卷案例37
4.2.1  案例1:网购奢侈品消费情况研究37
4.2.2  案例2:大学生理财情况研究39
第二部分  六类问卷分析思路
第5章  量表类问卷影响关系研究44
5.1 分析思路45
5.2 分析方法46
5.2.1  样本背景分析47
5.2.2  样本特征、行为分析47
5.2.3  指标归类分析47
5.2.4  信度分析49
5.2.5  效度分析50
5.2.6  变量描述分析51
5.2.7  变量相关关系分析52
5.2.8  假设验证52
5.2.9  差异分析55
5.3 案例解读:在线英语学习网站各种因素对课程购买意愿的影响57
5.3.1  各样本背景信息统计59
5.3.2  各样本基本特征情况描述分析60
5.3.3  应用探索性因子分析61
5.3.4  细分变量的信度分析64
5.3.5  效度分析66
5.3.6  应用变量描述性分析68
5.3.7  各因素间的相关分析69
5.3.8  应用多元线性回归分析70
5.3.9  应用方差分析73
第6章  量表类问卷中介效应和调节效应研究75
6.1 分析思路76
6.2 分析方法77
6.2.1  变量相关关系分析和变量回归影响关系分析77
6.2.2  中介效应分析78
6.2.3  调节效应分析81
6.3 案例解读:员工工作满意度对创新绩效的影响关系85
6.3.1  使用探索性因子分析进行结构效度分析87
6.3.2  分析自变量X员工工作满意度对因变量Y创新绩效的
                  回归影响关系90
6.3.3  分析团队合作是否起着中介效应90
6.3.4  分析性别变量的调节效应92
第7章  量表类问卷权重研究95
7.1 分析思路96
7.2 分析方法97
7.2.1  指标归类分析98
7.2.2  效度分析98
7.2.3  使用因子分析法进行权重体系构建98
7.3 案例解读:构建员工满意度权重体系102
7.3.1  使用探索性因子分析进行因子探索103
7.3.2  使用探索性因子分析进行结构效度分析104
7.3.3  因子权重计算和因子表达式计算105
第8章 “类实验”类问卷研究108
8.1 分析思路109
8.2 分析方法110
8.2.1  交互作用分析110
8.2.2  差异分析112
8.3 案例解读:背景音乐、产品涉入度对消费者品牌态度和
         购买意向的影响112
8.3.1  本案例的多因素方差分析114
8.3.2  本案例的差异分析116
第9章  聚类样本类问卷研究118
9.1 分析思路119
9.2 分析方法121
9.2.1  聚类分析和聚类效果验证121
9.2.2  聚类类别样本差异分析124
9.3 案例解读:旅游消费者的类别特征分析124
9.3.1  本案例的探索性因子分析126
9.3.2  本案例的信度分析和效度分析130
9.3.3  本案例的聚类分析131
9.3.4  本案例的聚类样本命名及聚类效果验证134
9.3.5  本案例中不同类别样本的卡方分析134
第10章  非量表类问卷研究137
10.1 分析思路138
10.2 分析方法139
10.2.1  基本现状分析和样本态度分析139
10.2.2  卡方分析140
10.2.3  Logistic回归分析141
10.3 案例解读:大学生理财情况研究143
10.3.1  本案例的基本现状分析和样本态度分析145
10.3.2  本案例的卡方分析145
10.3.3  本案例的Logistic回归分析147
第三部分  数据分析方法在SPSS软件中的操作
第11章  SPSS软件基础操作说明152
11.1 SPSS软件界面说明153
11.2 计算变量154
11.3 编码处理155
11.4 筛选处理157
11.5 合并数据158
第12章  频数分析和描述性分析在SPSS软件中的操作159
12.1 频数分析160
12.2 描述性分析161
第13章  信度分析和效度分析在SPSS软件中的操作162
13.1 信度分析163
13.2 效度分析165
第14章  变量关系研究方法在 SPSS 软件中的操作171
14.1 相关分析172
14.2 线性回归分析173
14.3 中介效应分析176
14.4 调节效应分析179
14.5 Logistic回归分析183
第15章  差异性研究方法在SPSS软件中的操作189
15.1 单因素方差分析190
15.2 多因素方差分析194
15.3 t检验197
15.3.1  独立样本t检验198
15.3.2  配对样本t检验200
15.3.3  单样本t检验202
15.4 卡方分析204
15.4.1  单选题卡方分析204
15.4.2  多选题卡方分析206
第16章  因子分析和聚类分析在SPSS软件中的操作211
16.1 因子分析212
16.1.1  因子分析的探索因子功能212
16.1.2  因子分析的权重计算功能216
16.2 聚类分析220
16.2.1  两步聚类分析220
16.2.2  k-均值聚类分析224
16.2.3  系统聚类分析226
第17章  研究方法在SPSSAU软件中的操作229
17.1 SPSSAU软件介绍230
17.2 项目分析231
17.3 AHP层次分析法233
17.4 熵值法235
第四部分  答疑解惑
第18章  常见分析思路和分析方法问题238
18.1 问卷研究问题239
18.2 研究方法选择240
18.3 描述性方法242
18.4 信度分析和效度分析242
18.5 变量关系研究方法244
18.6 差异性研究方法247
18.7 因子分析和聚类分析249
附录A  中英文术语对照表251

内容摘要
本书系统介绍了使用SPSS软件进行问卷数据分析的思路及方法,分为四部分,分别是问卷设计、六类问卷分析思路、数据分析方法在SPSS软件中的操作和答疑解惑。其中问卷设计部分适用于所有读者,建议读者在设计问卷前详细阅读这部分内容。读者可以结合实际情况选读六类问卷分析思路部分的内容。数据分析方法在SPSS软件中的操作部分详细讲解了各类数据分析方法在SPSS软件中的操作细节,并且对输出结果进行说明。答疑解惑部分罗列了使用各类分析方法时常见的疑难杂症,并且提供了解决方法。本书侧重于问卷分析的应用性,力求让读者在最短的时间内掌握使用SPSS软件分析问卷数据的方法并完成高质量的问卷数据分析报告。使用SPSS软件分析调查问卷数据常见于各类学术研究、论文写作、企业市场调研和各类调查报告中,本书侧重于学术研究中的调查问卷数据分析在SPSS软件上的操作指导,适合高等院校的本科生和研究生,以及企事业单位使用问卷进行调研的从业人员和其他从事问卷分析工作的读者学习参考。

精彩内容
从啤酒和尿布的故事开始,我们发现简单的数据中可能存在无穷的奥秘,好奇心驱使越来越多的人投身到枯燥的数据中。已经没有人会否认这是一个数据的时代,或者一个大数据的时代。但相比后者,我还是更倾向于认为目前仅是一个数据的时代。诚然,大数据的概念火热,但具体到某个领域或某个研究,获取和存储海量数据都远远超出了绝大多数研究者的能力范围,更遑论随后的研究。退而求其次,如果不谈大数据,那么目前已有足够的研究方法和数据分析方法可供我们选择使用。
在浩如烟海的数据中,不论是科学研究还是商业调查,很大一部分数据是通过调查问卷的方式获取的。在问卷星平台上,每天都会产生上万份问卷和过百万份答卷。但在运营过程中,我们也发现大部分用户的数据分析仅仅停留在简单的频率分析上,数据中隐藏的巨大价值还在默默“沉睡”,等待被人挖掘。造成这种窘境的原因可能是我们在关注各种数据概念的同时,并没有以科学的研究方法来处理这些数据。
如何挖掘这些“沉睡”在问卷数据中的价值,正是本书作者周俊老师想要与广大读者分享的。周俊老师专注于数据研究近10年,同时也是问卷星数据研究部的专家顾问。在同周老师一起工作的时间里,我们不仅领会了他在问卷数据分析方面的独到见解,也感受到他一丝不苟的工作态度,这些都深深融入了本书的创作过程中。
本书同其他数据分析方面的专著相比,特点鲜明:首先,作者专注于问卷来源的数据分析,对数据分析方法的介绍更加专业、详细和深入;其次,作者没有讲解任何数据分析背后的数学原理,着重介绍的是数据分析方法的实际应用;最后,本书内容深入浅出,适合所有对问卷数据分析有需求的读者随时翻看查阅。
截至目前,用户在问卷星上发布的问卷已超过4000万份,累计回收答卷超过27亿份。让更多人挖掘到问卷数据中隐藏的无限价值——我想这正是周老师和问卷星共同的愿景。

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP