0.课程导入—量化研究类论文阅读(第01周)
0.0 学习指导
0.1 请阅读学术论文并体会其中的量化研究思路和方法
0.2 请继续阅读学术论文并体会量化研究的思路及方法
1. 数据统计分析的概念与价值(第02周)
1.0 学习指导
1.1 数据分析课程绪论
1.2 数据分析的概念
1.3 数据分析的概述知识
1.4 数据分析的关键技术
2. 数据规范化与预处理(第03-04周)
2.0 学习指导
2.1 数据来源与质量要求
2.2 基于EXcel预处理数据
2.3 SPSS界面及数据编辑
2.4 数据预处理技术
2.5 变量的高级变形
2.6 多选题的预处理
第2章 章节测验
第2章 数据预处理作业
3. 统计描述的概念与技术(第05-06周)
3.0 学习指导
3.1 统计描述的概念
3.2 定距变量的统计描述
3.3 其他类型变量的统计描述
3.4 统计描述的操作
3.5 数据分布形态的判断
3.6 统计描述中的统计图
第3章 章节测验题
第3章 统计描述作业题
4. 数据间的差异性分析(第07-09周)
4.0 学习指导
4.1 统计推断的概念
4.2 多变量及其相互关系
4.3 差异显著性检验综述
4.4 均值差异显著性检验
4.5 配对样本t检验
4.6 独立样本t检验
4.7 方差分析入门
4.8 卡方检验技术
4.9 游程检验简介
4.10 二项分布检验简介
4.11 非参数检验的基本概念
4.12 两独立样本非参数检验
4.13 多独立样本非参数检验
4.14 两配对样本非参数检验
4.15 多配对样本非参数检验
4.16 非参数检验综合案例
4.X 专题研讨课:两分组样本差异性检验
第4章 章节测验
第4章 差异显著性检验作业
5. 方差分析高级应用(第10-11周)
5.0 学习指导
5.1 方差分析的原理
5.2 多因素方差分析
5.3 协方差分析及应用
5.4 多因变量方差分析
5.X 专题研讨课:多分组样本的差异性检验
第5章 章节测验
第5章 方差分析高级的作业
6. 数据相关性及回归分析(第12-14周)
6.0 学习指导
6.1 关联性分析综述
6.2 相关性分析的概念
6.3 相关性分析的实例
6.4 偏相关分析及实例
6.5 回归分析概念与一元回归
6.6 多元线性回归的概念
6.7 多元线性回归实例
6.8 曲线回归分析与实例
6.9 二元逻辑回归分析
6.X 专题研讨课:复杂数据的相关性分析
6.X专题研讨课:回归分析高级应用
第6章 关联性分析作业
第6章 章节测验题
7. 降维与聚类分析(第15-17周)
7.0 学习指导
7.1 聚类分析的概念与原理
7.2 层次(系统)聚类技术
7.3 快速聚类技术及应用
7.4 判别分析的概念
7.5 判别分析的案例&应用
7.6 因子分析的概念&技术
7.7 因子分析案例&应用
第7章 聚类与降维的作业
第7章 章节测验题
8. 信度与效度的概念与保证(第18-19周)
8.0 学习指导
8.1 信度与效度的概念
8.2 信度检验及保证
8.3 结构效度检验及保证
8.X 专题研讨课:信度效度检验应用
第8章 章节测验题
第8章 信度与效度检验的作业
附加:结构方程模型入门(第11周开始)
X.1 结构方程的概念及软件
X.2 结构方程模型的关键概念
X.3 结构方程模型的设计
X.4 结构方程模型的评价
教材或参考书:
1. 《科研统计思维与方法:SPSS实战》,马秀麟著,人民邮电出版社,2024年7月
2. 《SPSS数据分析及量化研究》,马秀麟、邬彤等主编,北京师范大学出版社,2020年
3. 《数据分析方法及应用——基于SPSS和Excel环境》,马秀麟、姚自明、邬彤等主编,人民邮电出版社,2015年
4. 《SPSS统计分析方法及应用》,薛薇编著,电子工业出版社,2009年出版
1. 为什么要学习本课程?
随着大数据时代的来临,基于数据做论证已经成为人文社会学科的重要研究方法。不掌握量化研究方法将很难胜任人文社会学科科学研究活动的要求。
2. 怎样才能学好本课程?
强调“做中学”和“用中学”。一定要自行安装好相关软件,并能够紧跟老师的进度,做好每一次课后作业,精准理解课程内容。
3. 对课程学习的要求:
(1)本课程全部图片、视频均用于教学活动,如有版权及其他问题,请发邮件至maxl@bnu.edu.cn进行沟通。
(2)参与本课程的学习者相互尊重平等相处,不使用暴力文字,负责任地发表观点;严禁恶意灌水刷屏,发表与本课程无关的内容。
(3)遵守互联网应用规范,不在平台内发布非法、违禁信息。