《韋伯斯特大學(xué)辭典》（Websters New Collegiate Dictionary）把數(shù)據(jù)定義為一組事實(shí)。因此社會(huì)科學(xué)數(shù)據(jù)（經(jīng)驗(yàn)觀察）是關(guān)于人類行為世界的事實(shí)。與流行的看法相反，事實(shí)并不會(huì)自己說話。數(shù)據(jù)分析的任務(wù)是試圖給這些事實(shí)賦予意義。我之所以說試圖賦予意義是因?yàn)槿绻麛?shù)據(jù)不好，它們就不能產(chǎn)生闡釋，或者是一個(gè)虛假的闡釋。假設(shè)數(shù)據(jù)很好，那么分析就能為所研究的社會(huì)現(xiàn)象提供一個(gè)合理的描述和解釋。

數(shù)據(jù)分析涉及對統(tǒng)計(jì)工具的系統(tǒng)運(yùn)用。我們?nèi)绾文軌颢@得這些工具并恰當(dāng)?shù)氖褂盟鼈�？為了有效學(xué)習(xí)分析技巧，我們需要從最簡單的部分開始，以之作為構(gòu)建更復(fù)雜技巧的基石。譬如，初學(xué)者經(jīng)常犯的一個(gè)錯(cuò)誤就是跳過基礎(chǔ)知識(shí)，直接進(jìn)入多元回歸分析。為了學(xué)好多元回歸，你必須首先扎實(shí)的掌握一元和二元統(tǒng)計(jì)知識(shí)。通過學(xué)習(xí)例如兩個(gè)變量間的相關(guān)系數(shù)（皮爾森r系數(shù)），你就能熟悉相關(guān)、強(qiáng)度、線性、測量層次、推論和標(biāo)準(zhǔn)化等概念。這給理解二元回歸提供了基礎(chǔ)，二元回歸有點(diǎn)難，但不是很難。一旦熟悉掌握了二元回歸，擴(kuò)展到多元回歸就比較容易，讀者對后者也會(huì)有更深的理解。

本書旨在為定量研究數(shù)據(jù)分析的每一步提供統(tǒng)計(jì)學(xué)基礎(chǔ)。在簡述數(shù)據(jù)搜集之后，作者討論一元統(tǒng)計(jì)（測量集中趨勢和離散）。之后又講解了對相關(guān)的測量（皮爾森r、tau和lambda系數(shù)）和顯著性檢驗(yàn)，最后討論了簡單和多元回歸。本書給出了必要的數(shù)學(xué)公式，但更注重平實(shí)的解釋。同時(shí)，作者也利用圖表來幫助闡釋。貫穿全書的一個(gè)實(shí)用例子是基于一個(gè)大學(xué)生樣本數(shù)據(jù)來探討如何解釋學(xué)業(yè)能力。

回到本叢書的標(biāo)題社會(huì)科學(xué)定量方法應(yīng)用，本書可以看作是其他著作的一本入門書。本叢書的其他著作都對本書討論的主題進(jìn)行了深入探討。譬如，關(guān)于數(shù)據(jù)搜集可參閱Kalton的Introduction to Survey Sampling (No. 35), Jacob的Using Published Data (No. 42), Kiecolt & Nathan的Secondary Analysis of Survey Data (No. 53), Converse & Presser的Survey Questions (No. 63)，以及Bourque & Clark的Processing Data (No. 85)；關(guān)于一元統(tǒng)計(jì)可參閱Weisberg的Central Tendency and Variability (No. 83)和Gibbons的Nonparametric Statistics (No. 90)；有關(guān)二元統(tǒng)計(jì)可參閱Reynolds的Analysis of Nominal Data (No. 7)，Hildebrand, Laing, & Rosenthal的Analysis of Ordinal Data (No. 8)，Liebetrau的Measures of Association (No. 32)和Gibbons的Nonparametic Measures of Association (No. 91)；關(guān)于顯著性檢驗(yàn)可參閱Henkel的Tests of Significance (No. 4)和Mohr的Understanding Significance Testing (No. 73)；關(guān)于回歸可參閱Lewis-Beck的Applied Regression (No. 22)，Berry & Feldman的Multiple Regression in Practice (No. 50)，Jaccard, Turrisi, & Wan的Interaction Effects in Multiple Regression (No. 72)，F(xiàn)ox的Regression Diagnostics (No. 79)，Berry的Understanding Regression Assumptions (No. 92)和Hardy的Regression With Dummy Variables (No. 93)。