SPSS是目前应用非常广泛的数据分析软件之一，在很多领域深受用户喜爱。本书以SPSS 25.0为基础，详细介绍了多种常用分析方法的原理和实现技术。全书分为9章，包括SPSS分析软件概述、SPSS数据文件的建立与管理、SPSS数据预处理、描述分析、因子分析、聚类分析、线性回归分析、逻辑回归分析、数据分析实训。本书结合案例，详细介绍了使用SPSS解决实际问题的方法，并对结果数据进行了解读。
本书的应用性较强，内容浅显易懂，并配有大量的图表。本书可作为高等院校统计学、管理学、营销学、人力资源等专业数据分析相关课程的教材，也可供相关领域的技术人员自学使用。
1.结构安排合理。本书以培养学生数据分析思维与数据分析工具的使用能力、特别是创新能力和实际操作能力为主线，兼顾学生后续发展需要，选取符合职场所要求的知识、素质和能力为教材内容，便于学生学习。
2.理论与实践结合。本书采用SPSS点击式来实现，从程序方面大大降低了难度，便于入门。SPSS的操作与案例的数据分析目的结合更加紧密，并基于案例分析的目的不同，书中详细地给出了操作步骤及结果分析。
3.案例丰富。本书融入了多项案例，包括网络招聘薪资数据分析、电商销售数据、物联网数据、高校教育数据等多个热点案例，帮助学生快速建立各个行业的数据分析认知能力。而且每章有案例报告示范，让学生在每个阶段能清晰地了解到这一阶段学习后的成果。
张俊丽，西安欧亚学院金融学院副教授、西安欧亚学院-狗熊会数据科学研究院副院长。发表论文20余篇；出版学术专著2部；主持省部级课题2项；主持地厅级课题4项；主持政府以及企业咨询课题10余项。研究方向包括物联网、教育、移动、电商数据分析与商业价值实现。
第 1章 SPSS分析软件概述 1
【学习目标】 1
1.1 SPSS的发展及特点 1
1.2 SPSS的主要窗口 2
1.2.1 数据编辑器窗口 2
1.2.2 结果查看器窗口 3
1.3 SPSS数据分析流程 5
本章思维导图 6
实训案例 6
课后习题 6
第 2章 SPSS数据文件的建立与管理 8
【学习目标】 8
【引导案例】 8
2.1 在SPSS中定义变量 8
2.2 SPSS数据文件的建立和管理 11
2.2.1 SPSS数据的录入 11
2.2.2 导入其他类型的数据文件 13
2.3 SPSS数据文件的合并 16
2.3.1 字段合并 17
2.3.2 个案合并 19
2.4 SPSS数据文件的拆分 21
2.4.1 拆分文件 21
2.4.2 拆分为文件 23
本章思维导图 24
实训案例 24
课后习题 24
第3章 SPSS数据预处理 26
【学习目标】 26
【引导案例】 26
3.1 数据排序 26
3.1.1 数据排序的作用 26
3.1.2 SPSS数据排序的应用举例 27
3.2 数据去重 27
3.2.1 数据去重的方法 28
3.2.2 SPSS数据去重的应用举例 28
3.3 变量计算 29
3.3.1 变量计算的目的 29
3.3.2 SPSS算术表达式 30
3.3.3 SPSS条件表达式 30
3.3.4 SPSS函数 31
3.3.5 SPSS变量计算的应用举例 31
3.4 重新编码 33
3.4.1 重新编码的目的 33
3.4.2 SPSS重新编码的应用举例 33
3.5 数据分组 35
3.5.1 数据分组的目的 35
3.5.2 SPSS数据分组的应用举例 37
3.6 数据选取 38
3.6.1 数据选取的目的 38
3.6.2 数据选取的方法 39
3.6.3 SPSS数据选取的应用举例 39
本章思维导图 41
实训案例 41
课后习题 42
第4章 描述分析 44
【学习目标】 44
【引导案例】 44
4.1 单变量的描述分析 44
4.1.1 定性变量的描述分析 45
4.1.2 定量变量的描述分析 49
4.2 双变量的描述分析 57
4.2.1 定量变量与定性变量的描述分析 57
4.2.2 双定量变量的描述分析 60
4.2.3 双定性变量的描述分析 62
4.3 数据分析相关岗位的薪资影响因素分析报告 67
4.3.1 背景介绍 67
4.3.2 数据说明 67
4.3.3 描述分析 68
4.3.4 小结 73
本章思维导图 74
实训案例 74
课后习题 75
第5章 因子分析 77
【学习目标】 77
【引导案例】 77
5.1 因子分析概述 78
5.1.1 因子分析的基本思想及其数学模型 78
5.1.2 因子分析中的相关概念 79
5.2 因子分析的基本步骤 80
5.2.1 确定因子分析的前提条件 80
5.2.2 构造因子变量 81
5.2.3 使因子变量更具可解释性 82
5.2.4 计算每个样本的因子得分 82
5.3 因子分析的基本实现及解读 82
5.3.1 因子分析的SPSS实现 82
5.3.2 因子分析的SPSS结果解读 85
5.4 学生成绩的影响因子分析报告 89
5.4.1 背景介绍 89
5.4.2 数据说明 90
5.4.3 因子分析 90
5.4.4 小结 96
本章思维导图 96
实训案例 96
课后习题 97
第6章 聚类分析 100
【学习目标】 100
【引导案例】 100
6.1 聚类分析概述 101
6.1.1 聚类分析的概念 101
6.1.2 聚类算法 101
6.2 K-means聚类 102
6.2.1 K-means聚类的基本概念 102
6.2.2 K-means聚类的SPSS实现及结果解读 105
6.3 系统聚类 109
6.3.1 系统聚类的基本概念 109
6.3.2 系统聚类的SPSS实现及结果解读 110
6.4 移动通信客户聚类分析报告 115
6.4.1 背景介绍 115
6.4.2 数据说明 115
6.4.3 聚类分析 116
6.4.4 小结 121
本章思维导图 121
实训案例 121
课后习题 122
第7章 线性回归分析 126
【学习目标】 126
【引导案例】 126
7.1 回归分析概述 126
7.1.1 回归分析的概念 127
7.1.2 回归分析的基本要素 127
7.1.3 线性回归分析模型 128
7.2 线性回归分析模型的变量准备、SPSS实现及结果解读 129
7.2.1 线性回归分析模型的变量准备 129
7.2.2 线性回归分析模型的SPSS实现及结果解读 131
7.2.3 对数线性回归分析模型 134
7.3 电影票房影响因素分析报告 136
7.3.1 背景介绍 136
7.3.2 数据说明 137
7.3.3 描述分析 137
7.3.4 对数线性回归分析模型 140
7.3.5 小结 142
本章思维导图 142
实训案例 142
课后习题 143
第8章 逻辑回归分析 145
【学习目标】 145
【引导案例】 145
8.1 逻辑回归分析概述 146
8.2 逻辑回归分析模型的实现与解读 148
8.2.1 变量的准备 148
8.2.2 逻辑回归分析模型的SPSS实现及结果解读 149
8.2.3 逻辑回归分析模型的ROC曲线绘制与解读 153
8.3 泰坦尼克号生存影响因素分析报告 154
8.3.1 背景介绍 154
8.3.2 数据说明 155
8.3.3 描述分析 155
8.3.4 逻辑回归分析模型 158
8.3.5 模型的预测与评估 159
8.3.6 小结 159
本章思维导图 160
实训案例 160
课后习题 161
第9章 数据分析实训 163
9.1 石家庄空气质量分析 163
9.2 重庆租房信息分析 163
9.3 影响红酒评价量的因素分析 164
9.4 人力资源薪资影响因素分析 164
9.5 西安夏季小龙虾销量分析 165
9.6 基于考试分数的学习成绩指标构建及学生分类 165
9.7 报告的写作规范及评分标准 166
9.7.1 报告的写作规范 166
9.7.2 报告的评分标准 166
参考文献 168
书单推荐
