社會研究中的基礎統計學(第12版)（簡體書）

本版中新增的內容：
第1章中新增對元分析的討論。
第4章中新增對變異係數概念和計算的介紹。
第7章中新增對單樣本均值檢驗的介紹。
第7章中新增對效應規模概念和計算的介紹。
第9章中新增對曼-惠特尼U檢驗（Mann-Whitney U test）和克魯斯凱-沃利斯檢驗（Kruskal-Wallis test）的討論。
第12章中新增對深入分析的討論。
拓展了對非抽樣誤差、標準誤、偏相關和多重共線性的討論。
更新了全書中的示例和課後習題部分。
增補了使用2010年綜合社會調查（General Social Survey，GSS）資料子集的上機練習部分。
《社會研究中的基礎統計學》第12版向社會學及相關的刑事司法學、政治學和社會工作專業的學生們就統計學提供了一個基本的介紹。這本書不是一本對統計方法的全面參考書，恰恰相反，我們的首要目標是它能夠為大多數學生所理解，尤其是那些可能並沒有很強的數學背景的學生。
經過幾個版本後，《社會研究中的基礎統計學》基於教師和學生們的回饋進行了改進和完善。在本次修訂中，我們增加了幾項新技術的內容，包括元分析（第1章）、變異係數（第4章）、單樣本均值核對總和效應規模（第7章）、曼-惠特尼U核對總和克魯斯凱一沃利斯檢驗（第9章）、邏輯斯諦回歸（第11章）和深入分析（第12章）。我們拓展了對幾個主題的討論，包括非抽樣誤差、標準誤、偏相關和多重共線性。我們更新了全書中的示例和課後習題部分。最後，本版增補了使用2010年綜合社會調查資料子集的上機練習部分，該資料可從下載。而那些不使用計算機軟件進行教學的教師可以簡單地跳過這一部分。
本版繼續包含了一些教學上的特點。其中最突出的是對於全書中的所有重點都有詳細的逐步統計過程的演示。我們也對社會研究中統計方法的原理和使用給予了清楚而富有邏輯性的解釋。同時，像在前幾版中一樣，在每一章的後面都附有大量的習題。學生們有時會因小失大，迷失在統計學的細枝末節中。為了應對這一問題，這本書的每一部分都以一個被我們稱為“詳細演示”的欄目結束，它將帶領學生們經歷一項基於假想資料的研究的整個過程。
在第1章的詳盡綜述之後，這本書被分成五部分。第一部分（第2～4章）向學生介紹了描述和比較資料的最常用的方法。第二部分（第5章和第6章）是一個過渡性的部分，它以對概率的基本概念的討論開始，然後繼續引導學生從瞭解正態曲線如何作為一個重要的描述工具，一直到以它為基礎進行從樣本到總體的推廣。第三部分（第7～9章）以統計推斷為核心，涵蓋了幾種最常用的顯著性檢驗方法。第四部分（第10～12章）則包括了獲取相關係數的過程，並介紹了回歸分析。第五部分包括了一個最重要的章節（第13章），在這一章裡，學生們將通過例子學到如何將統計方法運用到不同類型的研究問題中。
這本書給學生提供了有關統計學習的背景材料。書後的附錄中包含了關於SPSS和StatCrunchTM的使用介紹、一系列常用的統計表、基礎數學知識的複習和一個常用公式列表。學生們還將在本書末尾找到一個統計術語的詞彙表以及每章課後習題的答案。
教師資源
針對教師的補編內容包括教師手冊、包含每章課後習題逐步計算過程的答案冊、綜合社會調查的資料集、配套的統計計算器（ABCalc）、展示習題逐步解答過程的Powerpoint幻燈片和測驗生成器。
教師們需要註冊一個通行碼才能在線訪問補編內容。登錄並在其中註冊教師通行碼。在完成註冊後48小時內，您將收到一封包含教師通行碼的確認郵件。在收到通行碼後，您需要在在線目錄中找到對應書籍，然後點擊該產品頁面左側的“教師資源”按鈕，之後選擇補編內容，這時會出現登錄頁面，您在登錄後便可以訪問所有Pearson教科書的教師資源了。
特別鳴謝
我們非常感謝本書現在和之前各版本的諸位評論人，感謝他們為我們提供了無數富有洞見和十分有益的建議。我們還要感謝那些慷慨地為我們指出本書的問題和插圖中存在的錯誤的教師們。我們感謝Chris Prener與Chris Hovey為幫助我們更新和改進問題庫而進行的傑出工作，我們還要感謝AdamSteamn，是他構建了本書的幾項補編內容。此外，我們在極具天賦的編輯Jenna Savage的協助中獲益匪淺，我們還想要感謝美國國家民意研究中心（NORC）允許本書使用2010年綜合社會調查的資料。最後，我們還要感謝我們的個人計算機所起的重要作用，沒有“他們”的協助，這一次的修訂是不可能完成的。

第１章 為什麼社會研究者要使用統計學
社會研究的本質
為什麼要假設檢驗
社會研究的階段
使用數字來做社會研究
統計學的功能

第一部分 描述統計

第２章 組織資料
定類資料的頻數分佈
分佈的比較
比例和百分比
比和比率
定序與定距資料的簡單頻數分佈
定距資料的分組頻數分佈
累積分佈
百分比等級
對小數的處理
對組限的進一步討論
可變組距
交互表
圖形呈現
頻數分佈的形狀

第３章 集中趨勢的測量
眾數
中位數
均值
如何計算複雜公式
從簡單頻數分佈計算眾數、中位數和均值
眾數、中位數和均值的比較

第４章 變異性的測量
全距
四分位差
方差和標準差
從原始資料計算方差和標準差的公式
從簡單頻數分佈計算方差和標準差
標準差的含義
變異係數
變異性測量方法的比較
分佈的可視化
從分組頻數分佈計算均值和標準差

第二部分 從描述到決策

第５章 概率與正態曲線
概率的法則
概率的分佈
作為一種概率分佈的正態曲線
正態曲線的性質
正態曲線的模型與現實
正態曲線所覆蓋的面積
標準分與正態曲線
通過正態曲線獲取概率

第６章 樣本與總體
研究中的誤差
抽樣方法
抽樣誤差
均值的抽樣分佈
均值的標準誤
置信區間
ｔ分佈
比例的估計

第三部分 統計決策

第７章 均值間差異的顯著性檢驗
樣本均值和總體均值間差異的檢驗
兩個樣本均值間差異的檢驗
零假設：均值間無差異
研究假設：均值間存在差異
均值間差異的抽樣分佈
均值間差異分佈的假設檢驗
顯著性水準
均值間差異的標準誤
均值間差異的檢驗
相倚樣本的比較
兩個樣本比例的檢驗
單尾檢驗
效應規模
均值間差異檢驗的要求

第８章 方差分析
方差分析的邏輯
平方和
均方
Ｆ值
均值的多重比較
雙因素方差分析
Ｆ值的使用要求

第９章 非參數檢驗
單因素卡方檢驗
雙因素卡方檢驗
中位數檢驗
曼-惠特尼Ｕ檢驗
克魯斯凱-沃利斯檢驗

第四部分 從決策到相關

第１０章 相關
相關的強度
相關的方向
曲線相關
相關係數
皮爾遜相關係數
散點圖的重要性
偏相關

第１１章 回歸分析
回歸模型
回歸直線的解釋
預測誤差
回歸與皮爾遜相關係數
回歸與方差分析
多元回歸
虛擬變數
邏輯斯諦回歸

第１２章 相關性的非參數測量
斯皮爾曼等級相關係數
古德曼和克魯斯凱的γ係數
２×２的表中定類資料的相關係數
大於２×２的表中定類資料的相關係數
深入討論

第１３章 針對研究問題選擇統計方法
研究情境
解決方案

附 錄
附錄Ａ SPSS和GSS的使用
附錄Ｂ StatCrunch
附錄Ｃ 附表
附錄Ｄ 公式列表
附錄Ｅ 數學基礎知識

術語表
部分課後習題答案
索引
符號表
譯後記

第１章 為什麼社會研究者要使用統計學

在我們之中有一些社會科學家。幾乎每一天，我們都做出有根據的預測，來預測生活中將要發生的新的情況或者事件。一些時候，這些情況或者事件真的會發生，能夠證實或支持我們的預測；但另外一些時候，我們不會總那麼幸運，而必須面對預測失誤所造成的不愉快的後果。

讓我們考慮一些熟悉的例子：我們可能會在股票市場中投資，投票給一個承諾要解決內政問題的政治候選人，賭賽馬，為了減輕感冒帶來的不適而服藥，在賭場中擲骰子，預測期中考試的考題，或者接受朋友的建議同意與一個陌生人約會。

有的時候我們會贏，有的時候我們會輸。因而，我們可能會在股票市場中做出一次明智的投資，但會因自己的投票決定而後悔；在賭場中贏了錢，但發現吃了不對癥的藥；在期中考試中很成功，卻有一次糟糕的約會；如此等等。不幸的是，確實有一些我們的日常預測得不到後來實際情況的支持。

社會研究的本質

同我們每天接觸世界的方法一樣，社會科學家們試圖解釋和預測人類的行為。他們也會以一種更精確、更有條理的方式對社會事實的本質做出“有根據的猜測”。在這個過程中，社會科學家們會檢驗那些被稱為變數的人類行為特性，這些特性會因人而異（如年齡、社會階級、態度）或因時而變（如失業情況、犯罪率、人口）。

並不是所有的人類行為特性都會發生變化，例如，將你生出來的人的性別為女性，這就是生活中不變的真理。因此，對任何一群人來說，母親的性別是一個常量——“女性”。一本生物學的教科書會花大量的時間來討論為什麼只有女性才能生育，以及在什麼條件下生育才有可能，但一個社會科學家會把母親的性別視作給定的、不值得研究的，因為它從來不發生變化。它也不能被用來解釋兒童在精神健康上的差異，因為兒童的母親的性別都是女性。相反，母親的年齡、種族和精神健康則是變數，在任何一群人中，它們會因人而異，而且是更好地理解兒童發展的關鍵因素。因此，一個社會研究者也許會研究兒童精神健康是如何因他們母親的年齡、種族和精神健康水準的不同而存在差異的。

除了需要確定變數以外，社會研究者還必須決定研究中的觀察單位。通常，社會研究者在個體水準上收集資料。例如，一個社會研究者會通過調查來確定是否年紀大的被調查者通常比年紀小的被調查者更容易成為犯罪的犧牲品。在這個案例中，個體被調查者就是社會研究者觀察的單位。

但是，研究者有時也會把研究的焦點放在集體上，也就是說，測量不同的人群整體在不同情況下的變化。例如，一個研究者可能會研究不同城市人口的平均年齡與犯罪率之間的關係。在這個案例中，觀察的單位是城市而非個人。

無論是關注個體還是關注集體，社會研究者關於社會事實本質的觀點都被稱為假設。這些假設經常被表示為兩個變數或更多變數——其中至少有一個引數（假設的原因）和一個因變數（假設的結果）——之間關係的陳述。例如，一個研究者會假設社會孤立的兒童會比那些更好地融入同齡群體的兒童看更多的電視。他會在社會孤立及合群的兒童中做一個調查來詢問他們花在看電視上的時間（社會孤立程度是引數，看電視的行為是因變數）。或許有一個研究者會假設單親家庭要比雙親家庭更多地導致青少年犯罪，他就會調查樣本中的犯罪者和無犯罪記錄者，確定他們的家庭是否為單親家庭（家庭結構是引數，犯罪是因變數）。

因此，不同於自然科學研究者，社會研究者經常通過研究來加深對他們的研究領域中的一些問題的理解。社會研究有多種形式，能被用來探究廣泛的問題。社會研究者最常用的檢驗他們假設的方法有實驗法、調查法、內容分析法、參與觀察法、二手資料分析法和元分析。例如，一個研究者會通過實驗來確定逮捕一個毆打妻子的人能否在將來遏止這種行為，通過抽樣調查來調查政治態度，對青年雜誌中的價值觀相關內容進行內容分析，使用參與觀察研究一個極端的政治團體，或者對關於失業情況的政府統計資料進行二手資料分析。以上各種研究策略都將在本章中加以描述和說明。