前言

计算机科学技术与其他学科最大的不同就是突破了学科范式的限制，渗透到了各个学科，甚至是其前沿，形成了一套有效的思维模式——计算思维。在大数据时代，基于数据统计与分析的方法和策略已成为计算思维的重要组成部分，对研究者科研能力和科研论文写作能力的提升具有重要意义，以统计分析技术为基础的科研统计思维和能力是实现个人发展的重要基石。以统计学的原理为指导，借助统计学的技术，开展各种层次的统计、分析、归纳和挖掘，对研究结论的论证、科研成果的生成日益重要。因此，每一位研究者都应该成为“数据之海”的弄潮儿，具备专业化的数据挖掘和数据分析能力。

然而，笔者发现，在大量的科研项目中，不同程度地存在着统计分析方法被误用或者滥用的问题。笔者作为评委评审学生的科研课题时，每年都会发现多份存在着误用统计分析方法问题的科研报告。错误的研究方法，会导致研究结论缺乏可信度，直接严重影响研究质量。探究学生和研究者在量化研究中出现的各种问题，笔者认为，其原因主要有以下3方面：首先，部分研究者并不清楚每种统计分析方法的约束条件，也不知道该统计分析方法对原始数据有哪些要求。其次，部分研究者并未掌握各统计分析方法的基本原理，不理解为什么要这样解读分析结果。最后，部分研究者对分析结果表格中的各数据项一知半解，只会简单地套用“检验概率”Sig值小于0.05这个界限，而对其他信息一无所知。正是由于存在这些原因，对实验班和对照班学生的后测结果采用配对样本T检验，对低测度的定序数据则实施皮尔逊相关分析，把无效的线性回归模型作为最终研究成果写入研究报告……诸如此类的错误频频出现，也就不奇怪了。

基于上述现象，笔者认为：科研统计思维和能力的培养要抓住两个方面：①力抓针对统计分析方法原理、数据规范和输出结果的解读；②力抓基于统计思维的科研论文写作规范。如果不掌握统计分析的算法原理和基本用法，科研统计思维就无从谈起；而以规范的方式撰写基于量化研究方法的科研论文，则是梳理自己的研究思路、规范自己的研究行为，从而促进科研统计思维和能力快速发展的必由之路。基于此，在本书写作过程中，笔者创新性地引入了科研论文品读这一板块，除第1章之外的每章均以研究报告品读为起点，为大家导入本章所学知识的逻辑框架及相关的写作范式和要素，促使大家在品读研究报告的过程中产生疑问和需求，形成强烈的学习动机。实战案例则能使大家直观体验所学的统计分析算法，并帮助大家应用统计分析方法解决真实的科研问题。

本书得以成稿，得益于多年的教学积累和多方面的支持。2011年春季，笔者开始面向北京师范大学文科拔尖班开设“社会科学统计软件及应用”课程，以培养学生利用统计软件开展科学研究和撰写学位论文的能力。2015年，应北京师范大学研究生院要求，笔者面向全校硕士和博士生开设了校级研究方法课“SPSS数据分析的理论与实践”。2021年，笔者在“中国大学MOOC”平台开设了“SPSS数据分析及量化研究”课程，该课程深受学生欢迎，近两期均有万余人听课，评分近满分；2023年初，应清华大学“学堂在线”邀请，以量化研究能力培养为目的的课程“SPSS数据分析与量化研究”在“学堂在线”平台正式面向全国硕博研究生开课。经过多年的努力和积累，相关课程已经获得了北京师范大学精品课、校级优质课和北京市市级优质课等多项奖励。因此，本书是在多轮精品课程建设和笔者多年学术思考的基础上发展并完善起来的。本书还受新疆师范大学“十四五”重点学科招标项目“生态视角下新疆高等教育高质量发展研究”（项目号：23XJKD0201）支持，为其中期成果之一。另外，人民邮电出版社的李莎老师、陈灿然老师为本书的出版做了大量的工作，并提供了非常全面的支持。在此，特向为本书出版作出贡献和帮助的单位和个人表示诚挚的感谢。

在大家阅读本书过程中，欢迎大家登录“中国大学MOOC”或清华大学“学堂在线”平台，检索由“马秀麟”主讲的“SPSS数据分析与量化研究”课程，并参与线上课程的学习。笔者坚信：通过立体化的线上学习资源和本书的加成，大家一定能实现科研统计思维和实践的同步发展，进而实现个人学术能力的大幅度提升。

本书写作过程中，硕士研究生凡雨、王滕和田淑敏参与了案例整理和验证、文字校对等工作。全书由多强教授最终审定。

尽管笔者尽了很大的努力，尽量避免本书出现各种问题，然而，受诸多因素的制约，仍难免有疏漏或不足之处，恳请各位读者在应用本书的过程中及时地批评指正。有任何意见或建议，可发送至maxl@bnu.edu.cn或chencanran@ptpress.com.cn。

马秀麟   

2024年1月于京师园