宋志刚，博士，郑州航空工业管理学院管理工程学院副教授，硕士生导师，河南省青年骨干教师。研究方向：大数据供应链、物流系统分析。2016年就职于郑州航空工业管理学院管理工程学院。在SCI、CSSCI期刊等发表学术论文10余篇，其中6篇被人大报刊复印资料转载。主持教育部人文社科项目1项，作为主要成员参与国家自然科学基金等省部级以上课题若干项。已经出版的作品：《SPSS统计分析实用教程2》（978-7-115-30221），人民邮电出版社，2013.

第 1章 数据分析与SPSS软件概述　1
学习目标　1
知识框架　1
1．1　数据分析基本概念　2
1．2　数据分析基本流程　2
1．3　数据分析基本方法　3
1．4　常用数据分析软件　4
1．5　SPSS软件介绍　5
习题　9

第　2章 数据的获取与管理　11
学习目标　11
知识框架　11
2．1　数据的获取与软件实现　11
2．1．1　变量的定义　12
2．1．2　数据的直接输入与保存　15
2．1．3　外部数据文件的读入　16
2．1．4　数据文件的合并　18
2．1．5　数据文件的拆分　22
2．2　数据的清理与软件实现　23
2．2．1　数据的寻找、增加和删除　24
2．2．2　变量集的设置和使用　25
2．3　数据的转换与软件实现　27
2．3．1　数据排序　27
2．3．2　新变量的产生　28
2．3．3　设置加权变量　29
2．3．4　变量编码　30
2．4　数据的整理与软件实现　32
2．4．1　数据的分类汇总　32
2．4．2　个案子集的选取　34
2．4．3　缺失值的替换　35
习题　37
案例分析题　38

第3章　描述统计分析与SPSS实现　39
学习目标　39
知识框架　39
3．1　连续变量描述统计分析　39
3．1．1　集中趋势描述　40
3．1．2　离散趋势描述　40
3．1．3　分布状态描述　41
3．1．4　深入探索分析　42
3．1．5　案例详解及软件实现　42
3．2　分类变量描述统计分析　48
3．2．1　交叉列联表分析　48
3．2．2　多选项分析　49
3．2．3　案例详解及软件实现　49
习题　58
案例分析题　59

第4章　参数检验与SPSS实现　61
学习目标　61
知识框架　61
4．1　Means过程　62
4．1．1　Means过程计算原理　62
4．1．2　案例详解及软件实现　62
4．2　单样本T检验　64
4．2．1　检验原理和步骤　64
4．2．2　案例详解及软件实现　64
4．3　两独立样本T检验　66
4．3．1　检验原理和步骤　66
4．3．2　案例详解及软件实现　67
4．4　两配对样本T检验　70
4．4．1　检验原理和步骤　70
4．4．2　案例详解及软件实现　70
习题　73
案例分析题　74

第5章　方差分析与SPSS实现　75
学习目标　75
知识框架　75
5．1　单因素方差分析　75
5．1．1　推断原理和检验步骤　76
5．1．2　案例详解及软件实现　77
5．2　多因素方差分析　81
5．2．1　推断原理和检验步骤　81
5．2．2　案例详解及软件实现　83
5．3　协方差分析　88
5．3．1　推断原理和检验步骤　88
5．3．2　案例详解及软件实现　89
习题　91
案例分析题　92

第6章　非参数检验与SPSS实现　95
学习目标　95
知识框架　95
6．1　两配对样本非参数检验　96
6．1．1　适用条件和检验方法　96
6．1．2　案例详解及软件实现　97
6．2　多配对样本非参数检验　101
6．2．1　适用条件和检验方法　101
6．2．2　案例详解及软件实现　102
6．3　两独立样本非参数检验　105
6．3．1　适用条件和检验方法　106
6．3．2　案例详解及软件实现　108
6．4　多独立样本非参数检验　110
6．4．1　适用条件和检验方法　111
6．4．2　案例详解及软件实现　112
习题　115
案例分析题　116

第7章　相关分析与SPSS实现　118
学习目标　118
知识框架　118
7．1　二元变量相关分析　118
7．1．1　散点图和相关系数　119
7．1．2　分析原理和步骤　120
7．1．3　案例详解及软件实现　121
7．2　偏相关分析　126
7．2．1　偏相关系数　126
7．2．2　案例详解及软件实现　127
习题　128
案例分析题　129

第8章　回归分析与SPSS实现　130
学习目标　130
知识框架　130
8．1　线性回归分析　131
8．1．1　一元线性回归分析　131
8．1．2　多元线性回归分析　135
8．1．3　案例详解及软件实现　139
8．2　曲线回归分析　146
8．2．1　常见曲线回归模型　147
8．2．2　案例详解及软件实现　148
8．3　Logistic回归分析　151
8．3．1　Logistic回归函数的构建　151
8．3．2　Logistic回归模型的检验　153
8．3．3　案例详解及软件实现　154
8．4　含虚拟变量的回归分析　159
8．4．1　模型构建原理　159
8．4．2　案例详解及软件实现　160
习题　162
案例分析题　163

第9章　聚类分析、判别分析与SPSS实现　166
学习目标　166
知识框架　166
9．1　系统聚类分析　167
9．1．1　样本间亲疏程度测度方法　167
9．1．2　类间亲疏程度测度方法　169
9．1．3　案例详解及软件实现　169
9．2　快速聚类分析　176
9．2．1　适用条件和迭代原理　177
9．2．2　案例详解及软件实现　177
9．3　判别分析　181
9．3．1　判别原理　181
9．3．2　案例详解及软件实现　182
习题　190
案例分析题　191

第　10章 因子分析与SPSS实现　194
学习目标　194
知识框架　194
10．1　适用条件　194
10．2　因子变量的构建　196
10．3　因子变量的命名　198
10．4　因子得分的计算　199
10．5　案例详解及软件实现　199
习题　207
案例分析题　208

参考文献　211