资源介绍
视频数量：5个
总时长：3小时19分
课程介绍：
社会科学统计软件包数据分析实战
假设你手里有一份问卷，几十个问题，几百份回答。有人问你，男生和女生的满意度到底有没有差别？年龄和收入之间有没有关系？你打开电子表格，看着一列列数字，心里发虚：该从哪儿开始？算平均值就够了吗？图表怎么画才不误导人？这门课就是冲着这种场景来的。它不是讲一堆统计公式，而是把社会科学统计软件包，也就是常说的SPSS，当成一个能上手的工具，从打开软件到做出结果，一步步走一遍。
课程一共5个视频，总时长3小时19分。时间不长，但内容很紧凑，把初学者最需要的操作和判断都串起来了。讲师Lawrence Alaru在开头说得很直接：这次要教你自己做数据分析，不是只看别人演示。整门课围绕实际数据展开，尤其适合第一次接触SPSS、或者以前学过一点统计但一动手就卡住的人。
一、先弄清楚SPSS到底能干什么：
第一课是介绍。很多人以为SPSS只能做社会科学研究，其实名字里的社会科学统计软件包只是它的出身。它最初为社会科学设计，但数值数据、应用科学里的数据处理同样能做。课程开头会讲清楚这个软件的基本定位，以及它在数据分析流程里扮演什么角色。你会知道它不是替代思考的魔法箱，而是一个把数据整理、计算、图表输出集中起来的工具。讲师会把这门课的路线图讲明白：先认识界面，再学图标，然后分别处理数值数据、分类数据，最后把两类数据放在一起分析。这个顺序很重要，因为跳过前面的变量设置，后面输出的表格往往看不懂，也不知道错在哪里。
二、看懂图标和两个核心视图：
第二课专门讲SPSS程序里的图标和用途。别小看这一步，很多人卡在软件门口，就是因为不知道界面上那些按钮是干什么的。SPSS打开后有两个主要视图，一个是数据视图，另一个是变量视图。数据视图像电子表格，一行一行记录个案，一列一列存放变量。变量视图则用来定义每个变量叫什么、是什么类型、小数位多少、值标签怎么设。课程会带着你点击、切换、观察，让你明白什么时候该去变量视图，什么时候该回数据视图。图标部分也不是念一遍菜单，而是结合实际分析场景，说明每个图标在数据录入、文件操作、统计分析和图表生成中怎么用。知道图标在哪、点了会发生什么，后面操作就不会慌。
三、数值数据怎么录、怎么展示：
第三课进入实际数值数据。数值数据是离散的数字，比如年龄、分数、收入、人数，常见形式是1、2、3、10、20这样。课程会从一张空白工作表开始，演示变量视图里怎么设置变量，数据视图里怎么录入。行和列的关系会讲得很清楚：行是个案，列是变量，默认列名可能是var1、var2、var3，但你可以改成有意义的名称。录入之后，重点是怎么把数值数据呈现出来。你会看到频数、描述统计、图表等基本输出方式，知道哪些数字能说明集中趋势，哪些能说明离散程度。比如一份考试成绩，平均分相同不代表两个班水平一样，还要看标准差和分布。这部分解决的是：手里有数值，怎么变成读者能理解的表格和图形。
四、分类数据怎么录、怎么展示：
第四课转向分类数据。分类数据不是连续数字，而是类别，比如性别、专业、教育程度、地区、是否同意某个说法。很多人直接把分类变量当成数值录入，结果分析时选错方法，输出没有意义。课程会讲分类数据怎么编码，怎么设置值标签，比如1代表男、2代表女，或者1代表非常不同意、5代表非常同意。然后展示分类数据的呈现方式，常见的是频数表、百分比、条形图、饼图。你会知道什么时候用条形图比饼图更合适，怎样看各类别分布是否偏斜，缺失值又该怎么处理。对于做问卷分析、市场调研、教育调查的人来说，这部分几乎是每天都会遇到的。
五、混合数据怎么一起分析：
第五课把数值数据和分类数据放在一起。真实研究很少只有一种变量。比如比较不同性别组的收入差异，看不同地区学生的考试分数，分析不同教育程度人群的满意度。这时就需要交叉表、分组描述、分类汇总图等做法。课程会演示如何把数值变量和分类变量同时放进分析里，怎样按分类变量分组看数值变量的分布，怎样从输出表格里找到关键数字。这里的关键不是背操作步骤，而是理解变量类型决定了你能用什么图表和统计量。选错了，图再漂亮也没有解释力。学完这一课，你会对SPSS里常见的数据呈现有一个完整框架。
整门课没有堆砌复杂公式，也没有一上来就讲回归和方差分析。它把地基打得很实：认识软件，看懂界面，分清变量类型，正确录入数据，选择合适图表，读懂基本输出。5个视频，3小时19分，适合本科生和研究生写论文前补操作，适合做问卷和市场调研的人整理数据，也适合社会科学、教育、健康、管理等领域刚接触量化分析的研究者。你不需要先成为统计高手，但需要愿意跟着视频打开软件，一张表一张表地练。学完之后，你至少能独立完成一份基础的数据分析报告：知道变量该怎么设，数据该往哪里录，图表该选哪一种，结果该怎么读。下次再面对满屏数字，你不会只想关掉文件，而会知道第一步点哪里，第二步看什么。