『SPSS完全活用法』シリーズについて情報を提供するページです。

	『SPSS完全活用法　 データの入力と加工(第２版）』 酒井 麻衣子 著　　東京図書
第１章　材料を考えましょう （適切なデータの形を知る） データ解析を料理にたとえるなら、データは食材そのものです。お店に会に行く場合もあれば（アンケートデータ、実験データ、･･･）、冷蔵庫にあるものを使う場合もあります（POSデータ、顧客データ、･･･）。この章では、SPSSという調理ツールをフル活用するのに知っておきたいデータの決まりごとや、データ作りのコツなどを紹介します。
Section 1	データの行と列
Section 2	変数名のつけ方
Section 3	入力する値
Section 4	欠損値の設定
Section 5	多重回答の入力形式
Section 6	変数ビューの機能
Section 7	シンタックスの機能
第2章　材料を仕入れましょう　（データを入力する） 料理を始めるには、まず材料の仕入れです。欲しい食材はスーパーにあるかもしれないし、百貨店にあるかもしれないし、ひょっとするとまだ畑に植わっているかもしれません。この章では、データ解析の材料であるさまざまな形式のデータを SPSS に入力したり読み込む方法についてご紹介します。いろんな「仕入れルート」を開拓して、どんな食材でも手に入れられるようになりましょう。
Section 1	直接入力
Section 2	度数データ
Section 3	SPSSデータ
Section 4	EXCELデータ
Section 5	テキスト形式のデータ
Section 6	ODBC経由の読み込み
第３章　材料を吟味しましょう　（データのクリーニング） 材料がそろい、「さあ料理の開始！」といきたいところですが、ちょっと待ってください。ここでもうワンステップ踏むことが大切です。仕入れた材料は果たして料理に使えるものでしょうか？傷んでいたり、汚れていたりしないでしょうか？そんな材料をそのまま使ってしまっては、せっかくの料理も台無しです。この章では、間違ったデータや不十分なデータを発見して修正したり、分析から除外する手順を紹介します。
Section 1	不正回答の処理
Section 2	異常値や入力ミスの発見
Section 3	不整合の発見
Section 4	分析から除外すべきデータ
第４章　下ごしらえをしましょう　（データの加工） 使用する材料を吟味したら、いよいよ下ごしらえの開始です。データ解析においてはこの下ごしらえがもっとも手間がかかる工程です。ウデを振るう調理や仕上げの盛り付けに比べると地味で大変な作業ですが、華々しい料理もこの下ごしらえがあってこそです。この章では、SPSS でできるさまざまなデータ加工を効率よく行う方法を紹介します。
Section 1	変数の加工（基本）
	値を置き換える 値をグループ化する 値の数をヨコにカウントする 計算する 同じケース数のグループに分ける ケースに順位をつける 連続した値に変換する 欠損値に値を割り当てる 時系列データを加工する
Section 2	変数の加工（応用）
	単一の値の入った変数を作成する 値を反転する フィルタ変数を作成する ダミー変数を作成する 条件ごとに異なるグループ化をする 条件ごとに異なる計算をする 複数の変数を組み合わせて新しいグループを作る
Section 3	データファイルの加工
	行と列を入れ替える グループごとに集計する 重複ケースを特定する 縦持ちのデータを横持ちに変換する
Section 4	データファイルの結合
	ケースを追加する 変数を追加する
Section 5	便利な関数
Section 6	日付と時刻のデータ加工
第５章　これで準備は万全です　（データの整理と保存） ようやく下ごしらえが完了しました。大事な材料ですから、料理に取り掛かる前にきちんと整理整頓しておきましょう。手順も考えて整理することで、料理のスピードもアップします。この章では、作成したデータの詳細を確認・記録する方法や、分析しやすいように変数をグループ化する手順、データファイルを保存する方法などを紹介します。
Section 1	データの整理
Section 2	データの保存

	『SPSS完全活用法　 データの視覚化とレポートの作成』 酒井 麻衣子 著　　東京図書
第１章　単一変数の集計とグラフ化 （各変数の概要を視覚化する） データ解析の第一歩としてまず行わなくてはならないのは、データの内容を把握し全体を概観することです。データがあるからと言って、いきなり分析手法を適用するなんてことをしてはいけません。各変数がどのような値を持ちどのような分布をしているのか、どんな特徴や注意点を持っているのかを確認することで、データの思わぬ間違いを見つけたり、分析手法を適用するときに気をつけなくてはいけない点がわかったりします。あるいは「こういう分析をしてみよう」といった分析の切り口が見つかることもあります。 この章では、まず変数を扱うときに重要なポイントとなるデータのタイプ（測定尺度）について確認します。さらに、一つ一つの変数の概要を知るために適切な統計量やグラフを、それぞれのデータのタイプごとに見ていきます。
Section 1	データのタイプ―変数の測定尺度
Section 2	名義変数の場合
Section 3	順序変数の場合
Section 4	スケール変数の場合
第２章　複数変数の集計とグラフ化　（変数間の関係を視覚化する） 一つ一つの変数の概要を把握したら、変数どうしの関係性について見る段階に入ります。 この章では、変数のタイプの組み合わせごとに、どういう集計表やグラフ表現が適切なのかということを確認していきます。 また、関係を見たいということは、「相関関係があるのではないか」「グループによって差があるのではないか」といったような何らかの仮説を分析者は持っている場合が多いはずです。せっかくですから関係性を視覚化するだけにとどまらず、このような仮説や疑問を統計的に明らかにする分析手法も確認していきましょう。随時Technicとして簡単に紹介します。
Section 1	質的変数間の関係
Section 2	量的変数間の関係
Section 3	質的変数と量的変数の関係
第３章　さまざまな集計メニュー 第1章・第2章では、データを視覚化するためにどのような集計方法やグラフ化が適切なのかを見てきました。第3章からは、さまざまなメニューの特徴や具体的な操作方法を確認していきます。 この章では、SPSSで使用できるさまざまな集計のためのメニューの機能と特徴について整理し、基本的な操作方法をまとめています。複数のメニューで同じような出力を得られるので、どういう場合にどのメニューを使うべきかについて迷うことも多いでしょう。それぞれのメニューの特徴を理解し、メリットや扱いやすさ、あるいは好みによって、自分なりのメニューの使い分けを身につけていきましょう。
Section 1	集計メニューの機能
Section 2	[度数分布表]手続き
Section 3	[記述統計]手続き
Section 4	[探索的分析]手続き
Section 5	[OLAPキューブ]手続き
Section 6	[ケースの要約]手続き
Section 7	[グループの平均]手続き
Section 8	[クロス集計表]手続き
Section 9	[多重回答]手続き
第４章　集計表の加工 レポートに表を載せる際には、見やすく、また強調したいところがはっきり目立つようなものにしたいものです。 この章では、出力した表(ピボットテーブル)の行列を入れ替えたり、デザインを変えたり、特定のセルのフォントを変えたりといったさまざまな加工の方法を紹介します。また、自分なりにカスタマイズした表のひな型(テーブルルック)を作りデフォルトとして使用する方法や、既存のスクリプトを利用して便利な加工を自動実行する方法なども紹介します。 集計表の加工のワザを身につけ、思い通りの表を作れるようになりましょう。
Section 1	ピボットテーブルの機能
Section 2	テーブルルックの機能
Section 3	スクリプトの利用
第５章　さまざまなグラフメニュー データを理解するプロセスにおいてグラフは欠かせない道具です。グラフによる視覚化は、集計表だけでは分かりづらいようなデータの特徴を直観的に捉えることを可能にします。 この章では、特に使用頻度が高い基本的なグラフの種類に焦点をあてて、その特徴や作成手順をまとめています。 SPSSには実に多彩なグラフ作成機能が搭載されています。この章の解説を参考にしながら、ぜひいろいろなグラフの作成を試してみてください。試行錯誤することで、操作とその結果でき上がるグラフとの対応関係をダイナミックに体感でき、より効果的にそれぞれのメニューの特徴を理解することができることでしょう。
Section 1	標準グラフとインタラクティブグラフ
Section 2	棒グラフ
Section 3	円グラフ
Section 4	折れ線グラフ
Section 5	ヒストグラム
Section 6	箱ひげ図
Section 7	散布図
Section 8	共通設定
Section 9	集計表からのグラフ作成
第6章　グラフの加工 第5章ではさまざまなグラフの作成機能について紹介しました。この章では、作成したグラフを加工する方法について確認していきましょう。 グラフメニューからは指定できなかった要素を追加したり、外観をわかりやすくカスタマイズしたり、グラフ上にコメントを記載したり、と実にさまざまな加工が可能です。レポートに載せるグラフはぜひひと手間加えて、伝えたいことが適切に伝わる視覚化を目指しましょう。 標準グラフとインタラクティブグラフでは加工方法が異なるので、それぞれ別のセクションでまとめています。また、カスタマイズしたグラフ仕様をテンプレートとして保存して、別のグラフに簡単に適用する機能についても紹介しています。
Section 1	標準グラフの加工
Section 2	インタラクティブグラフの加工
Section 3	図表テンプレートとチャートルックの機能
第7章　出力結果の整理 ここまでさまざまな集計表やグラフを作成し編集する方法を解説してきました。これらの出力結果をきちんと整理して保存し、レポートの材料として活用しましょう。 この章では、ビューア上で出力結果を分かりやすく整理する方法を始め、印刷、コピー、他のアプリケーションへエクスポートする方法などをまとめています。
Section 1	ビューアの編集
Section 2	印刷の設定
Section 3	他ファイルへのコピーとエクスポート

	『SPSS完全活用法　 共分散構造分析（Amos）によるアンケート処理』 田部井 明美 著　　東京図書
第１章　尺度の種類 とりあえずアンケートを取ってみたのですが、このデータを使ってどんな分析をしたらいいでしょうか･･････」「一応、分析をしてみたのですが、この結果はどう解釈すればいいのでしょうか･･････」 セミナーの休憩時間にしばしばきかれる質問です。大量のアンケートデータに囲まれ、報告期限にせまられて途方にくれてしまった、前任者がいままで行っていた分析手法をよくわからないままとりあえず実行しているだけ･･････　苦労してデータを集めたものの、活用できずに悩んでいる人は少なくないようです。データを上手に活用するために大事なことは、適した分析手法の選択とその結果の解釈です。この章では、適した分析手法を選択するために抑えておくべきポイントを確認します。
Section 1	分析手法選択のためのポイント
Section 2	調査票質問項目の尺度の種類
第２章　Amos の操作方法 Amos（エイモス）とは共分散構造分析を実行できるソフトの１つです。本書では分析ツールとしてSPSSとAmosを使いますが、Amosの画面構成や操作方法はSPSSとはかなり異なっています。そのためこの章では、Amosの画面構成と操作方法を説明します。
Section 1	共分散構造分析とは
Section 2	パス図における変数の種類と変数間の関係性
Section 3	Amos Graphics の画面構成
Section 4	ツールバーウィンドウのアイコン
第３章　相関係数 変数間の関係を表す方法として相関係数を取り上げ、SPSSやAmosを使って出力する方法を解説します。データを集めるとすぐに多変量解析をしてみたくなるかもしれませんが、その前にデータの特徴を探ることも重要です。
Section 1	関連性を見る
Section 2	線型の関係とは
Section 3	SPSSによるピアソンの相関係数
Section 4	出力結果の読み取り方
Section 5	Amos　による相関分析
第４章　重回帰分析とパス解析 アンケートデータを使って分析したとき、「統計量を出す」ことが調査の最終目標ではなく、「その統計量を解釈して考察する（問題を解決する）」ことが非常に重要です。この章では重回帰分析を難解な行列や数式の展開で説明することを可能な限り避けつつ、SPSSでの操作方法と出力の読み取り方を取り上げます。次にAmosを使って重回帰のモデルを作成し、パス解析へと発展します。
Section 1	因果関係とは
Section 2	重回帰分析
Section 3	SPSS による線型回帰分析　−強制投入法
Section 4	SPSS による線型回帰分析　−ステップワイズ法
Section 5	Amos による重回帰分析
Section 6	Amos によるパス解析
第５章　多重指標モデル 第４章では変数間の因果関係をモデル化することを目的とし、重回帰分析を行いました。第５章では因果関係をモデル化するという同じ目的のもとに、Amosを用いて、多重指標モデルを作成します。しかし第４章とは異なり、この章ではパス図に潜在変数を使っていきます。
Section 1	潜在変数の因果関係を探る
Section 2	多重指標モデル
Section 3	識別性の問題
Section 4	Amos による多重指標モデルの作成
Section 5	表出力を見る
Section 6	適合度をパス図に表示させる
第6章　多母集団の同時分析 第５章までは、１つの集団（グループ）に対し、１つのモデルを当てはめて分析を行っていました。第６章では複数の集団に対して１つ、もしくは複数のモデルを当てはめて分析を行います。
Section 1	多母集団とは
Section 2	等置制約
Section 3	Amos による多母集団の同時分析
Section 4	多母集団の同時分析の表出力
Section 5	複数のモデルを作成する
Section 6	複数のモデルを分析したときの表出力
第7章　平均構造モデル これまでの章は非観測変数（潜在変数や誤差変数）の平均を 0 に固定し、また、切片も同様に 0 に固定して分析を行っていました。第７章ではモデルに平均構造を入れ、切片や平均値を推測する方法を取り上げます。
Section 1	平均構造をモデルに入れる
Section 2	検証するモデル
Section 3	平均構造の設定方法
Section 4	表出力を見る

	『SPSS完全活用法　 データの入力と加工』 酒井 麻衣子 著　　東京図書
第１章　材料を考えましょう （適切なデータの形を知る） データ解析を料理にたとえるなら、データは食材そのものです。お店に会に行く場合もあれば（アンケートデータ、実験データ、･･･）、冷蔵庫にあるものを使う場合もあります（POSデータ、顧客データ、･･･）。この章では、SPSSという調理ツールをフル活用するのに知っておきたいデータの決まりごとや、データ作りのコツなどを紹介します。
Section 1	データの行と列
Section 2	変数名のつけ方
Section 3	入力する値
Section 4	欠損値の設定
Section 5	多重回答の入力形式
Section 6	変数ビューの機能
Section 7	シンタックスの機能
第2章　材料を仕入れましょう　（データを入力する） 料理を始めるには、まず材料の仕入れです。欲しい食材はスーパーにあるかもしれないし、百貨店にあるかもしれないし、ひょっとするとまだ畑に植わっているかもしれません。この章では、データ解析の材料であるさまざまな形式のデータを SPSS に入力したり読み込む方法についてご紹介します。いろんな「仕入れルート」を開拓して、どんな食材でも手に入れられるようになりましょう。
Section 1	直接入力
Section 2	度数データ
Section 3	SPSSデータ
Section 4	EXCELデータ
Section 5	テキスト形式のデータ
Section 6	ODBC経由の読み込み
第３章　材料を吟味しましょう　（データのクリーニング） 材料がそろい、「さあ料理の開始！」といきたいところですが、ちょっと待ってください。ここでもうワンステップ踏むことが大切です。仕入れた材料は果たして料理に使えるものでしょうか？傷んでいたり、汚れていたりしないでしょうか？そんな材料をそのまま使ってしまっては、せっかくの料理も台無しです。この章では、間違ったデータや不十分なデータを発見して修正したり、分析から除外する手順を紹介します。
Section 1	不正回答の処理
Section 2	異常値や入力ミスの発見
Section 3	不整合の発見
Section 4	分析から除外すべきデータ
第４章　下ごしらえをしましょう　（データの加工） 使用する材料を吟味したら、いよいよ下ごしらえの開始です。データ解析においてはこの下ごしらえがもっとも手間がかかる工程です。ウデを振るう調理や仕上げの盛り付けに比べると地味で大変な作業ですが、華々しい料理もこの下ごしらえがあってこそです。この章では、SPSS でできるさまざまなデータ加工を効率よく行う方法を紹介します。
Section 1	変数の加工（基本）
	値を置き換える 値をグループ化する 値の数をヨコにカウントする 計算する 同じケース数のグループに分ける ケースに順位をつける 連続した値に変換する 欠損値に値を割り当てる 時系列データを加工する
Section 2	変数の加工（応用）
	単一の値の入った変数を作成する 値を反転する フィルタ変数を作成する ダミー変数を作成する 条件ごとに異なるグループ化をする 条件ごとに異なる計算をする 複数の変数を組み合わせて新しいグループを作る
Section 3	データファイルの加工
	行と列を入れ替える グループごとに集計する 縦持ちのデータを横持ちに変換する
Section 4	データファイルの結合
	ケースを追加する 変数を追加する
Section 5	便利な関数
第５章　これで準備は万全です　（データの整理と保存） ようやく下ごしらえが完了しました。大事な材料ですから、料理に取り掛かる前にきちんと整理整頓しておきましょう。手順も考えて整理することで、料理のスピードもアップします。この章では、作成したデータの詳細を確認・記録する方法や、分析しやすいように変数をグループ化する手順、データファイルを保存する方法などを紹介します。
Section 1	データの整理
Section 2	データの保存