کتاب SPSS راهنمای بقا

جهان امروز، جهان مدیریت داده‌هاست و بخش عظیم داده‌های هر علم، رشته، سازمان یا مرکز را اعداد و ارقام تشکیل می‌دهند که در مرحلۀ گردآوری و تحلیل آن‌ها علم آمار موردنیاز است. به خاطر اهمیت علم آمار بخشی از برنامۀ درسی رشته‌های مختلف به آن اختصاص داده می‌شود. با ظهور رایانه‌های شخصی در دهه‌های اخیر نرم‌افزار‌های متعددی برای تحلیل داده‌های آماری طراحی، ساخته و منتشر شده‌اند. SPSS یکی از قدیمی‌ترین برنامه‌های آماری در علوم رفتاری است. امروزه این بستۀ آماری به‌طور گسترده در حوزه‌های مختلف علمی ازجمله روان‌شناسی، علوم تربیتی، علوم اجتماعی، بازرگانی، بازاریابی، مدیریت، اقتصاد، کشاورزی، پزشکی، پرستاری و سایر حوزه‌های مربوطه مورداستفاده قرار می‌گیرد. برای بسیاری از دانشجویان درک مفاهیم آمار دشوار است. درنتیجه این دانشجویان معمولا در یادگیری این درس سطوح پایینی از موفقیت را تجربه می‌کنند و دچار اضطراب می‌شوند. این کتاب ویژگی‌هایی دارد که نه‌تنها اضطراب دانشجویان را کاهش می‌دهد، بلکه تجارب موفقیت‌آمیزی برای دانشجویان در تحلیل داده‌ها فراهم می‌کند. این کتاب به‌صورت خودآموز، گام‌به‌گام و بدون تأکید بر مبانی ریاضی و فرمول‌های آماری نوشته شده است. در این کتاب فرایند تحلیل داده‌ها با ارائۀ مثال‌هایی روشن و به زبانی ساده توضیح داده شده است و خوانندگان می‌توانند در حین مطالعۀ مطالب این کتاب، هم‌زمان تحلیل‌ها را در رایانۀ شخصی خود با فایل داده‌های موجود در CD همراه کتاب انجام دهند و نتایج خودشان را با برونداد گزارش‌شده مقایسه و اعتمادبه‌نفس لازم جهت تحلیل داده‌ها را کسب کنند. علاوه بر این، خودآزمایی‌های چندگزینه‌ای در آخر فصل‌ها قرار داده شده است که به کمک آن‌ها می‌توان آموخته‌های خود را ارزیابی کرد. این متن برای دانشجویان مقاطع مختلف تحصیلی در دروس آمار، روش‌ تحقیق، کاربرد کامپیوتر در رشته‌های مختلف و SPSS و … مناسب است. بخش‌هایی از متن که اغلب در دورۀ کارشناسی تدریس می‌شود عبارت‌اند از: بخش‌های مقدماتی کتاب، آماره‌های توصیفی، آزمون‌های t، تحلیل واریانس، خود و همبستگی. در دوره‌های کارشناسی ارشد و دکتری به‌تناسب می‌توان از سایر روش‌های آماری موجود در کتاب استفاده کرد، ازجمله تحلیل واریانس دوطرفۀ بین-گروه‌ها، تحلیل واریانس آمیختۀ بین-درون آزمودنی‌ها، تحلیل واریانس چندمتغیّره، تحلیل کوواریانس، همبستگی جزئی، رگرسیون چندگانه، رگرسیون لجستیک و تحلیل عاملی.