作者：DimiterM.Dimitrov 日期：2017-03-15 01:17:07
本书从概念和方法论的层面上，帮助读者深入理解教育学、心理学常用的中高级定量研究方法，同时在相应的内容中介绍了SPSS的统计分析操作，并介绍了如何对数据结果进行解读。理论基础知识与应用操作兼顾，极具实用性。
这是一本新颖的研究方法与统计分析教材。作者针对心理学与教育学的特点，以平实的语言深入浅出地介绍了定量研究设计与统计方法，以及如何利用统计软件SPSS对研究数据进行统计分析。全书共四大部分，分别介绍：心理与教育测量、研究设计、单变量数据分析以及多变量数据分析。本书不但适合研究生将理论与研究实践结合起来学习、贯通，也适合教育学、心理学、心理咨询、康复医学、社会学、社会工作学等学科的研究者。
作者简介
Dimiter M. Dimitrov 博士 美国乔治梅森大学教育与人类发展学院教育测量与统计学教授。
王爱民博士 美国迈阿密大学教育心理学系终身教授，现任迈阿密大学教育心理学国际研究生项目主任，教育学院中美联络部负责人；也曾任教于北京大学和内布拉斯加大学。主要教授研究方法、统计学、测量、评估、高级教育心理学、人类发展理论和学习理论等课程。主要科研兴趣包括项目评估、自我控制、儿童社会化、跨文化研究和心理干预等方面。
目录：
第一部分 心理学与教育学中的测量
第1章 变量及测量的尺度
1.1 心理与教育研究中的变量
1.2 测量尺度
1.3 变量求和的符号和规则
1.4 总结
1.5 习题
第2章 信度
2.1 什么是信度？
2.2 信度的经典概念
2.3 信度的分类
2.4 复合分数的信度
2.5 SPSS的信度估计
2.6 总结
2.7 习题
第3章 效度
3.1 效度
3.2 构念效度的种类
3.3 总结
3.4 习题
第二部分 研究方法
第4章 定量研究
4.1 研究问题和假设
4.2 定量研究的种类
4.3 总结
4.4 习题
第5章 基础研究设计
5.1 前实验设计
5.2 真实验设计
5.3 准实验设计
5.4 总结
5.5 习题
第三部分 单变量数据分析
第6章 统计学基础
6.1 数据的组织和图表绘制
6.2 分布描述
6.3 总结
6.4 习题
第7章 基本分布
7.1 正态分布
7.2 学生t分布
7.3 F分布
7.4 卡方分布
7.5 总结
7.6 习题
第8章 假设检验
8.1 什么是假设检验？
8.2 何时拒绝（或接受）虚无假设？
8.3 平均值的检验假设
8.4 总结
8.5 习题
第9章 比率的假设检验
9.1 单样本比率检验
9.2 独立样本比率检验H0:P1=P2
9.3 相关样本比率检验H0: P1=P2
9.4 总结
9.5 习题
第10章 相关性和简单线性回归
10.1 两个变量之间的相关
10.2 简单线性回归
10.3 总结
10.4 习题
第11章 偏相关和部分相关
11.1 偏相关
11.2 部分相关
11.3 总结
11.4 习题
第12章 非参数检验
12.1曼–惠特尼U检验
12.2 对相关样本的威尔科克森配对符号秩检验
12.3 卡方拟合优度检验
12.4 关联性卡方检验
12.5 总结
12.6 习题
第13章 多元回归
13.1 多元回归的概念
13.2 全回归模型和限定回归模型的比较
13.3 多元共线性
13.4 交叉验证
13.5 统计效能、效果量和样本量
13.6 异常值与有影响的数据点
13.7 存在分类预测因素的多元回归
13.8 多元回归中预测因素间的交互作用
13.9 多元回归中预测因素的筛选
13.10 多元回归结果的APA格式图表
13.11 总结
13.12 习题
第14章 单因素方差分析
14.1 单因素方差分析的概念
14.2 方差分析的假设
14.3 方差分析的效应
14.4 组内方差和组间方差
14.5 单因素方差分析的线性模型
14.6 检验方差分析的虚无假设
14.7 多重比较
14.8 效果量
14.9 样本量的确定
14.10 违反方差分析假设的结果
14.11 单因素方差分析的SPSS结果解释
14.12 总结
14.13 习题
第15章 两个和三个因素的方差分析
15.1 双因素方差分析
15.2 三因素方差分析
15.3 总结
15.4 习题
第16章 协方差分析
16.1 协方差分析背后的逻辑
16.2 进行协方差分析及对其结果的解释
16.3 进步分数上协方差分析与方差分析的对比
16.4 总结
16.5 习题
第17章 多元回归和方差分析
17.1 基于多元回归思想的单因素方差分析
17.2 双因素方差分析的多元回归
17.3 总结
17.4 习题
第18章 随机因素的方差分析
18.1 单随机因素的方差分析
18.2 两因素混合效应的方差分析模型
18.3 总结
18.4 习题
第19章 重复测量的方差分析
19.1 简单的重复测量方差分析
19.2 组间因素的重复测量方差分析
19.3 用前后测数据进行重复测量方差分析
19.4 总结
19.5 习题
第四部分 多变量数据分析
第20章 逻辑回归
20.1 逻辑回归的概念
20.2 逻辑回归结果的检验和解释
20.3 类别预测因素的编码
20.4 使用SPSS进行二元逻辑回归
20.5 全模型与限定模型的比较
20.6 逻辑回归中预测因素的选择
20.7 逻辑回归的假设
20.8 总结
20.9 练习
第21章 多元方差分析
21.1 多元方差分析的概念
21.2 多元方差分析与多个单独的方差分析的区别
21.3 何时使用多个独立的方差分析？
21.4 何时使用多元方差分析？
21.5 多元方差分析的假设
21.6 多元方差分析与判别分析
21.7 多元方差分析与按计划比较
21.8 多元方差分析的样本量
21.9 总结
21.10 习题
第22章 探索性因素分析
22.1 相关变量和潜在因素
22.2 探索性因素分析的基本概念
22.3 公因素方差及特征值
22.4 提取因素的主因素法
22.5 因素的旋转
22.6 确定因素数量
22.7 使用SPSS进行探索性因素分析
22.8 总结
22.9 习题
第23章 验证性因素分析
23.1 探索性因素分析模型和验证性因素分析模型之间的差别
23.2 验证性因素分析的基本步骤
23.3 总结
23.4 习题
第24章 结构方程模型的基本元素
24.1 路径分析
24.2 结构方程模型的元素
24.3 总结
24.4 习题
参考文献
附录