《SPSS数据处理》教学大纲定稿

《SPSS数据处理》课程教学大纲●本课程教学目的通过本课程的学习，使学生能熟练地掌握对量化研究中所获取的数据资料进行整理、缩减和统计推断的能力；掌握SPSS这种专业统计软件的操作，独立完成从建立数据文件到各种统计分析的操作；在操作的基础上，能够结合前面所学的心理统计学知识读懂和解释SPSS输出的各种统计图表，并在毕业论文或学术论文中正确而规范地使用图表中的信息来报告分析结果；使学生掌握一门实用而又专业性很强的技能；同时为学生学习其他专业课程、从事科学研究奠定前提和基础。

在教学过程中，教师教授相关的统计学知识和具体的操作步骤，学生上机实际操作完成教学任务。

●教学方法教师教授相关的统计学知识和具体的操作步骤，学生上机实际操作完成教学任务。

●本课程的重、难点重点：1、SPSS软件的操作，独立而正确地完成从建立数据文件到各种统计分析的操作；2、读懂SPSS的统计报表，并在毕业论文和研究报告中规范的报告分析结果。

难点：1、结合统计学的知识，依据数据类型和研究假设选用适当的统计分析方法并熟练操作；2、结合统计学的知识，充分考虑各种统计方法的前提假设，能对SPSS统计分析报表有较为深入的理解；3、能在毕业论文和研究报告中灵活而规范地报告数据分析结果。

●本课程教学内容及课时分配第一章量化研究方法概述及测量理论与方法（2课时，授课）【知识点提示】主要的量化研究方法及其主要区别，量化研究的结构，测量的尺度和格式。

【重难点提示】体会论文写作各个部分的写法，变异在测量中的意义，测量的格式及选择。

第一节主要的量化研究设计一、调查法二、相关法三、实验法四、量化方法之比较第二节量化研究的结构和内容一、绪论二、方法三、结果四、讨论第三节测量的基本概念一、测量的意义二、测量与统计的基础：变异第四节测量的尺度一、名义尺度二、顺序尺度三、等距尺度四、比率尺度五、测量尺度的比较第五节测量的格式一、测量格式的基本特性二、量化研究的测量格式三、测量格式的比较●作业第二章数据的计算机化与SPSS介绍（2课时,授课）【知识点提示】编码系统，废卷定义，SPSS的窗口和文件。

【重难点提示】编码系统的建立和解读，熟练打开SPSS的各种窗口，根据后缀识别SPSS 文件。

第一节编码系统的建立与应用一、编码系统的概念二、文字资料的计量处理三、编码表四、废卷处理第二节 SPSS介绍一、SPSS简介二、SPSS的基本运作原理三、SPSS的基本操作四、SPSS的各种窗口五、SPSS的各种文件●实践内容（课后练习：SPSS11.5的安装）●作业第三章数据库的建立（4课时，授课）【知识点提示】数据窗口和变量窗口，数据导入导出语法，复选题和排序题的处理。

【重难点提示】数据导入导出语法，复选题和排序题的录入和处理方法。

第一节建立SPSS数据文件一、SPSS数据窗口的开启二、数据库的建立第二节文件的导入和导出一、各种格式数据的导入（txt、xls，dat，dbf等）二、SPSS文件导出为其他格式（txt、xls，dat，dbf等）第三节复选题的处理和分析一、复选题的基本格式和分析策略二、基本分析策略第四节排序题的处理和分析一、排序题的基本格式和分析策略二、次数分布表的应用三、交叉表的应用●实践内容●作业（课后练习：SPSS数据文件的建立、保存和导入）第四章数据和文档管理（4课时，授课）【知识点提示】数据管理功能，文档管理功能，数据转化功能。

【重难点提示】数据的转置，数据的合并、编秩，重编码和选择。

第一节数据管理功能一、新增变量和观察值二、数据查询三、数据排序四、数据转置五、定义变量属性第二节文档管理功能一、观察值加权二、分割文档三、选择观察值四、数据合并：新增观察值五、数据合并：新增变量第三节数据转换功能一、计算二、重新编码三、数据分组四、计数五、等级观察值●实践内容●作业（课后练习：SPSS数据的编辑和转换）第五章数据检核（2课时，授课）【知识点提示】常见的遗漏形态和偏离情况【重难点提示】单变量和双变量的偏离值处理方法第一节遗漏值处理一、遗漏的型态二、遗漏值的处理三、SPSS的遗漏值处理功能第二节偏离值的侦测与处理一、单变量偏离检验二、多变量偏离检验三、偏离值的处理●实践内容（观摩）●作业第六章数据的图形表示（2课时，授课）【知识点提示】次数分布图，次数分布表，茎叶图、条形图、圆形图、线性图、散点图。

【重难点提示】分组次数分布表。

第一节次数分布表的运用一、基本原理二、次数分布的图示三、茎叶图四、次数分布表的制作第二节统计图的运用一、条形图二、圆形图三、线性图四、散点图●实践内容●作业（课后练习：次数分布的分析）第七章描述统计的原理与应用（4课时，授课）【知识点提示】五大统计量数及其上机操作。

【重难点提示】峰度和偏度，百分等级和百分位数，标准化Z分数。

第一节集中量数一、平均数二、中位数三、众数四、集中量数的特性与使用时机第二节差异量数一、全距二、四分差三、以离均差为基础的变异量数四、差异量数的特性与使用时机第三节分布形态量数一、偏度二、峰度三、偏度和峰度的判断第四节相对位置量数一、百分等级和百分位数二、Z分数三、正态化Z分数四、T分数第五节相关量数一、积差相关系数及其检验二、Spearman等级相关三、点二列相关第六节描述统计的SPSS操作一、次数分布表功能二、描述性统计量功能三、观察值摘要功能四、相对量数转换五、Z分数转化六、T分数转化●实践内容●作业（课后练习：描述统计分析）第八章类别数据的分析——卡方检验（2课时，授课）【知识点提示】类别数据的呈现方式，类别数据和顺序数据的分析方法。

【重难点提示】类别数据和顺序数据不同的分析方法的使用条件。

第一节基本概念一、类别数据的呈现二、类别数据的检验形式第二节类别变量的统计检验一、残差分析二、卡方检验三、校正公式第三节类别变量的关联系数一、Phi系数二、列联系数和V系数三、Lamda系数四、Tau系数第四节顺序变量的关联分析一、Gamma系数二、Tau-b和Tau-c系数三、Kappa系数四、Somer’s d第五节范例解析●实践内容●作业（课后练习：计数数据的分析方法）第九章平均数的差异检验——t检验（4课时，授课）【知识点提示】三种不同的t检验方法，单侧检验和双侧检验。

【重难点提示】不同t检验方法的数据格式、呈现报表的解读。

第一节基本概念一、Z检验和t检验二、单总体与双总体检验三、单侧与双侧检验四、独立样本与相关样本第二节平均数差异检验的原理一、抽样分布和中央极限定理二、统计检验的决策原则三、平均数的统计检验四、t检验的基本假设第三节范例解析●实践内容●作业第十章平均数的变异检验——ANOVA（4课时，授课）【知识点提示】方差分析的原理，相关样本和独立样本，固定效果和随机效果，效应量，事前和事后比较。

【重难点提示】事前比较的实现，变异数的拆解方法。

第一节基本概念第二节变异数分析的统计原理一、基本原理二、变异数的计算与拆解三、相依样本的变异数分析四、固定效果和随机效果模式五、实验、族系与比较错误率六、效应量七、ANOV A的基本假设和相关问题第三节多重比较：事前和时候检验第四节共变数分析一、控制的概念二、连续变量作为共变量三、共变数分析的原理四、变异量的拆解第五节范例解析●实践内容●作业（课后练习：单因素实验设计统计分析）第十一章多因子变异数分析（6课时，授课）【知识点提示】多因子变异数分析下的变异拆解，交互效应和单纯主效应的语法分析。

【重难点提示】多因子变异数分析下的语法及结果解读。

第一节基本概念一、多因子变异数分析的数据形式二、多因子变异数分析的各种效应第二节多因子变异数分析的统计原理一、变异数的拆解二、整体检验和事后检验三、单纯主效应检验第三节带有相依样本的多因子变异数分析一、基本原理二、变异数的拆解三、整体效果的假设检验四、交互效应图第四节范例解析●作业（课后练习：两因素实验设计统计分析；三因素实验设计统计分析）第十二章回归分析（4课时，授课）【知识点提示】最小二乘法，回归系数，回归方程的检验。

【重难点提示】多重共线性及其诊断，变量选择模式，回归模型检验，虚拟变量。

第一节基本概念第二节一元回归分析一、最小二乘法二、回归系数和标准回归系数三、回归模型的检验四、估计标准误第三节多元回归分析一、基本概念和原理二、多重共线性及其诊断三、多元回归的变量选择模式四、虚拟变量第四节范例解析●实践内容●作业（课后练习：多元线性回归）第十三章测验信效度分析（2课时，授课）【知识点提示】信效度的概念，信度的种类及估计方法，效度的概念。

【重难点提示】信度的种类及估计方法。

第一节信度一、信度的含义二、测量误差和测量标准误三、信度的估计方法及操作四、影响信度的因素第二节效度一、效度的含义二、效度的类型与原理三、效度衡鉴技术四、影响效度的因素第三节范例解析●实践内容●作业（课后练习：三大信度估计方法的实现）第十四章测验项目分析（3课时，授课）【知识点提示】项目分析的含义及步骤，SPSS下项目分析的实现。

【重难点提示】理解项目分析的公式，利用SPSS加以实现。

第一节项目分析概述一、项目难度二、项目鉴别度第二节项目分析的计量方法一、遗漏值判断法二、描述统计指数三、题总相关法四、内部一致性效标法五、因素负荷量判断法第三节项目分析实际范例一、遗漏值检验与描述统计检测二、极端组比较法三、同质性检验四、综合判断●实践内容●作业（课后练习：问卷结果数据统计分析）第十五章因素分析（4课时，授课）【知识点提示】因素分析的用途，KMO，特征值、共同度，因素负荷矩阵及其在测量中应用。

【重难点提示】特征值、共同度，因素负荷矩阵及其在测量中应用。

第一节基本概念第二节因素分析的基本特性一、简化结构原则二、因素与共变结构三、因素分析的条件第三节因素分析的数学原理一、因素分析中的矩阵二、相关系数合适性判断三、因素的萃取方法及个数确定四、特征向量、特征值和萃取变异五、因素结构和负荷量六、转轴方法七、因素分数第四节范例解析●实践内容●作业（课后练习：量表编制中的因素分析）（期末复习，2课时）考核方式1、考试方法：机考闭卷；2、成绩核算方式：期中考试占16%，期终考试占60%，平时出勤、课堂提问和作业占24%。