SPSS與統計分析（3版）

＜內容簡介＞ ●詳細說明資料輸入、分析步驟、報表解讀及撰寫結果，有助於順利完成論文 ●統計基本概念與統計報表軟體結合應用，有效掌握統計原理。 ●使用SPSS 28版（含Amos 28版）統計軟體操作介面說明，與時俱進，快速完成統計分析。 ●附作者親自錄製SPSS操作過程影音，條理清晰、學習無障礙。促進讀者學習效率，減輕授課教師負擔 →線上影音教學觀賞：http://goo.gl/qp2Tkl。 本書包羅多數的單變量統計方法，以及常用的多變量分析技術，主要提供基礎統計學及進階統計學教學之用，可配合研究生及學者進行量化研究分析與撰寫論文之需。 搭配最新版之SPSS 28統計軟體，作者更針對統計方法，親自錄製操作過程，以期協助讀者更順利完成統計分析工作。 ★目錄： 序 第1章　SPSS統計軟體簡介 1.1　SPSS 統計軟體簡介 1.2　進入 SPSS 系統 1.3　SPSS 操作環境設定 1.4　Amos 統計軟體簡介 1.5　進入 Amos 系統 1.6　Amos 操作環境設定與模型繪製 第2章　登錄資料 2.1　使用 SPSS 登錄資料 2.2　使用 Excel 登錄資料 2.3　在 SPSS 中讀取 Excel 資料檔 2.4　在 SPSS 中讀取文字資料檔 第3章　資料處理 3.1　資料除錯 3.2　反向題之處理 3.3　變數之運算 3.4　重新分組 3.5　標準分數─直線轉換 第4章　資料視覺化 4.1　次數分配表 4.2　長條圖 4.3　集群長條圖 4.4　堆疊長條圖 4.5　圓餅圖 4.6　直方圖 4.7　折線圖 4.8　時間序列圖 4.9　盒形圖 4.10　莖葉圖 第5章　描述統計 5.1　基本概念 5.2　範例 5.3　使用 SPSS 進行分析 5.4　報表解讀 第6章　平均數區間估計 6.1　基本統計概念 6.2　範例 6.3　使用 SPSS 進行分析 6.4　報表解讀 6.5　以 APA 格式撰寫結果 6.6　中位數的信賴區間估計 第7章　檢定的基本概念 7.1　虛無假設與對立假設 7.2　雙尾檢定與單尾檢定 7.3　第一類型錯誤與第二類型錯誤 7.4　裁決的規準 7.5　統計檢定力 第8章　單一樣本平均數 t 檢定 8.1　基本統計概念 8.2　範例 8.3　使用 SPSS 進行分析 8.4　報表解讀 8.5　計算效果量 8.6　以 APA 格式撰寫結果 8.7　單一樣本平均數 t 檢定的假定 8.8　單一樣本中位數Wilcoxon符號等級及符號檢定 第9章　相依樣本平均數 t 檢定 9.1　基本統計概念 9.2　範例 9.3　使用 SPSS 進行分析 9.4　報表解讀 9.5　計算效果量 9.6　以 APA 格式撰寫結果 9.7　相依樣本平均數 t 檢定的假定 9.8　相依樣本中位數Wilcoxon符號等級檢定 第10章　獨立樣本平均數 t 檢定 10.1　基本統計概念 10.2　範例 10.3　使用 SPSS 進行分析 10.4　報表解讀 10.5　計算效果量 10.6　以 APA 格式撰寫結果 10.7　獨立樣本平均數 t 檢定的假定 10.8　獨立樣本中位數Mann-Whitney-Wilcoxon檢定 第11章　單因子獨立樣本變異數分析 11.1　基本統計概念 11.2　範例 11.3　使用 SPSS 進行分析 11.4　報表解讀（事後比較） 11.5　計算效果量 11.6　以 APA 格式撰寫結果 11.7　單因子獨立樣本變異數分析的假定 11.8　Kruskal-Wallis單因子等級變異數分析 第12章　單因子相依樣本變異數分析 12.1　基本統計概念 12.2　範例 12.3　使用 SPSS 進行分析 12.4　報表解讀 12.5　計算效果量 12.6　以 APA 格式撰寫結果 12.7　單因子相依樣本變異數分析的假定 12.8　Friedman等級變異數分析 第13章　二因子獨立樣本變異數分析 13.1　基本統計概念 13.2　範例 13.3　使用 SPSS 進行分析 13.4　報表解讀 13.5　計算效果量 13.6　以 APA 格式撰寫結果 13.7　二因子獨立樣本變異數分析的假定 第14章　二因子混合設計變異數分析 14.1　基本統計概念 14.2　範例 14.3　使用 SPSS 進行分析 14.4　報表解讀 14.5　計算效果量 14.6　以 APA 格式撰寫結果 14.7　二因子混合設計變異數分析的假定 第15章　單因子獨立樣本共變數分析 15.1　基本統計概念 15.2　範例 15.3　使用 SPSS 進行分析 15.4　報表解讀 15.5　計算效果量 15.6　以 APA 格式撰寫結果 15.7　單因子獨立樣本共變數分析的假定 15.8　無母數共變數分析 第16章　單因子多變量變異數分析 16.1　基本統計概念 16.2　範例 16.3　使用 SPSS 進行分析 16.4　報表解讀 16.5　計算效果量 16.6　以 APA 格式撰寫結果 16.7　單因子獨立樣本多變量變異數分析的假定 第17章　Pearson 積差相關 17.1　基本統計概念 17.2　範例 17.3　使用 SPSS 進行分析 17.4　報表解讀 17.5　計算效果量 17.6　以 APA 格式撰寫結果 17.7　Pearson 積差相關的假定 第18章　偏相關 18.1　基本統計概念 18.2　範例 18.3　使用 SPSS 進行分析 18.4　報表解讀 18.5　計算效果量 18.6　以 APA 格式撰寫結果 18.7　偏相關的假定 第19章　典型相關 19.1　基本統計概念 19.2　範例 19.3　使用 SPSS 進行分析 19.4　報表解讀 19.5　計算效果量 19.6　以 APA 格式撰寫結果 19.7　典型相關的假定 19.8　以PLS-SEM進行典型相關分析 第20章　簡單迴歸分析 20.1　簡單迴歸分析的適用情境 20.2　範例 20.3　使用 SPSS 進行分析 20.4　報表解讀 20.5　計算效果量 20.6　以 APA 格式撰寫結果 20.7　簡單迴歸分析的假定 第21章　多元迴歸分析 21.1　基本統計概念 21.2　範例 21.3　使用 SPSS 進行分析 21.4　報表解讀 21.5　計算效果量 21.6　以 APA 格式撰寫結果 21.7　多元迴歸分析的假定 21.8　多元迴歸分析與變異數分析 第22章　卡方適合度檢定 22.1　基本統計概念 22.2　範例 22.3　使用 SPSS 進行分析 22.4　報表解讀 22.5　計算效果量 22.6　以 APA 格式撰寫結果 22.7　卡方適合度檢定的假定 第23章　卡方同質性與獨立性檢定 23.1　基本統計概念 23.2　範例 23.3　使用 SPSS 進行分析 23.4　報表解讀 23.5　計算效果量 23.6　以 APA 格式撰寫結果 23.7　卡方同質性與獨立性的假定 第24章　試探性因素分析 24.1　基本統計概念 24.2　範例 24.3　使用 SPSS 進行分析 24.4　報表解讀 24.5　計算效果量 24.6　以APA格式撰寫結果 第25章　獨立樣本比例檢定 25.1　基本統計概念 25.2　範例 25.3　使用 SPSS 進行分析 25.4　報表解讀 25.5　計算效果量 25.6　以APA格式撰寫結果 第26章　試探性因素分析 26.1　基本統計概念 26.2　範例 26.3　使用 SPSS 進行分析 26.4　報表解讀 26.5　撰寫結果 第27章　驗證性因素分析 27.1　基本統計概念 27.2　範例 27.3　使用 SPSS 進行分析 27.4　報表解讀 27.5　撰寫結果 第28章　信度分析 28.1　基本統計概念 28.2　範例 28.3　使用 SPSS 進行分析 28.4　報表解讀 28.5　撰寫結果 參考書目 ＜作者簡介＞ 陳正昌 現任 國立屏東大學教育學系副教授 學歷 國立政治大學教育學博士 著作 《基礎統計學：使用EXCEL與SPSS》 《R統計軟體與多變量分析》 《統計分析與R》 《SPSS與統計分析》 《Minitab與統計分析》 《多變量分析方法》 ★內文試閱： 5 描述統計 本章旨在說明常用的描述統計（含集中量數及變異量數），並使用SPSS 進行分析。 5.1 基本概念 5.1.1 集中量數 集中量數是使用一個量數來代表一組觀察體集中的情形，常用的集中量數有眾數、中位數（中數），及算術平均數（簡稱平均數）。 5.1.1.1 眾數（mode） 名義變數的集中量數一般使用眾數，其定義是「最多的類別」。例如：某大學學生來自北、中、南、東的學生人數各為200、500、2400、100 人，則該校學生居住地的眾數為「南部」（非2400）。 不過，眾數的使用有其限制。例如：某班學生考試的分數分別為： 65、70、80、85、95 則這個班考試的分數就沒有眾數。又如：另一班學生的成績分別為： 60、60、70、90、90 則該班的分數就有兩個眾數（60 分及90 分），在SPSS 軟體中，會以較小的數值（60 分）做為眾數，並註明有多個眾數。 5.1.1.2 中位數（median） 次序變數的集中量數一般使用中位數，中位數是將觀察體依大小排列後，最中間那個觀察體的數值，中位數的所在位置為： 中位數之位置=(n+1)/2 中位數等於第2個四分位數Q2，也是百分等級（percentile rank, PR）等於第50之百分位數（percentile）。 例如：某次考試，甲班學生的得分各是： 10、30、100、60、80 依大小排序後為： 10、30、60、80、100 中位數的位置為：(5+1)/2=3 第3個學生的得分為60分，因此中位數為60。 又如：乙班學生的得分各是： 20、60、40、80、70、100 排序後為： 20、40、60、70、80、100 中位數的位置為：(6+1)/2=3.5 由於不是整數，因此取60（排序後第3個數值）及70（排序後第4個數值）的平均數，所以中位數為65[(60+70)/2=65]。乙班的中位數是65，但是6個學生都沒有正好考65分者，所以，中位數不一定會存在原始的數據中。 5.1.1.3 算術平均數（arithmetic median, mean） 等距及比率變數的集中量數一般使用算術平均數，母群體（population）的平均數公式是： m=ΣX/N 樣本的平均數公式是： M=ΣX/n 由於比率變數也是等距、次序及名義變數，因此也可以使用眾數、中位數來當集中量數。如果沒有極端值，等距及比率變數的集中量數還是使用算術平均數較佳，因為它考量每個樣本的數值，使用所有的訊息量，所以比較有代表性。反之，如果有極端值出現，則算術平均數就可能不足以代表大多數觀察體性質，此時最好改用中位數或是截尾平均數（trimmed mean，SPSS 譯為「修整平均數」）。 例如：某班學生考試成績分別為： 10、75、85、95、100 其算術平均數為： (10+75+85+95+100)/5=73 不過，由於有一極端值10 分，因此可以發現有4 個學生的分數高於算術平均數（73 分），僅有1 個學生低於73 分，可見用73 分來代表這5 個學生得分的集中情形並不恰當。此時，如果改用中位數，則為85，應比較能代表整體的集中趨勢。 截尾平均數則是刪除一定比例的最大值及最小值（通常各取5%，總計10%），再計算算術平均數。前述例子中，最小值為10，最大值為100，刪去這兩個數值之後的平均數為： (75+85+95)/3=85 5.1.1.4 集中量數適用情形 綜合前面所述各種集中量數的說明，可以整理成表5-1。如果是名義變數，則只能計算眾數，不可以求中位數或是平均數。次序變數不僅可以計算眾數，也可以求中位數，但是不能計算平均數。如果是等距及等比變數，則可以使用各種集中量數。