你需要的統計指南在這裡

＜內容簡介＞

最受歡迎統計教材《愛上統計學：使用SPSS》作者布魯斯 B. 佛萊別出心裁力作！

做什麼？何時做？
統計也可以快易通！如果統計的計算是「招式」，那麼如何應用合適的統計技術，就是幫助你融會貫通的「心法」。
本書能幫助你找到適用研究問題的簡潔正確程序和它的使用時機，對於分析背後的邏輯與運作方式，也能夠有清晰的概念。

本書三大特色
*這是一本不告訴你如何計算統計結果的書！
*從基礎打起，加速你的回魂速度，搭配真實的趣味研究故事，引領讀者進入統計殿堂。
*開篇的統計術語簡表，可查閱配合這些特徵的任何研究設計。

這是一本有點異類的統計入門書。它不教你如何算出統計值，不論是手算或是電腦算。已經有許多的教科書、網站、電腦軟體、統計學教師能夠幫助你如何執行統計分析，而這些書籍與大學課程常常沒有告訴讀者怎麼應用適合的統計技術。本書的主要目標就是填補理論與實務之間的鴻溝。不論你是位學生、教授、研究者或論文撰寫者，我們假定有其他的管道協助你做分析，但你需要知道怎麼選擇適用的統計技術。作者在介紹每一個統計技術時，併用文字、圖形以及研究故事，企圖讓讀者能確實理解一個統計概念。


★目錄：

定位你需要的統計
序言
致謝
譯者序
一些基本觀念

第一部分 次數分析
模組1 二項式檢定
模組2 卡方
模組3 K-S檢定
模組4 單一樣本t檢定
模組5 費雪精確檢定
模組6 雙向卡方

第二部分 組別比較
模組7 曼—惠尼檢定
模組8 獨立樣本t檢定
模組9 中位數檢定
模組10 克—瓦檢定
模組11 變異數分析
模組12 雙向變異數分析
模組13 共變數分析
模組14 多變量變異數分析

第三部分 重複測量分析
模組15 麥克內瑪改變檢定
模組16 威寇森標等檢定
模組17 副樣本t檢定
模組18 寇克蘭Q檢定
模組19 富利曼檢定
模組20 重複測量變異數分析
模組21 雙向重複測量
模組22 混合變異數分析
模組23 時間序列分析

第四部分 相關分析
模組24 Kappa同意度係數
模組25 史匹爾曼相關係數
模組26 Phi相關係數
模組27 克拉默V係數
模組28 簡單邏輯迴歸
模組29 多元邏輯迴歸
模組30 區別分析
模組31 皮爾森相關係數
模組32 簡單線性迴歸
模組33 多元線性迴歸
模組34 典型相關
模組35 探索性因素分析
模組36 驗證性因素分析
模組37 集群分析
模組38 路徑分析
模組39 結構方程模型
模組40 階層線性模型

索引

＜作者簡介＞

布魯斯 B. 佛萊（Bruce B. Frey, PhD）
美國堪薩斯大學（University of Kansas）學者、教學獎得主。他的研究領域包括教室測驗與工具發展。Dr. Frey 著有Statistics Hacks（O’Reilly出版）、Modern Classroom Assessment（SAGE出版，2013），以及100 Questions(and Answers) About Testsand Measurement（2014）。他也是SAGE所出版的研究設計百科全書的協同編輯。閒暇時，他喜歡蒐集1960年代由DC漫畫公司所出版的漫畫書，尤其是超級寵物對抗超級英雄主人的系列漫畫。

譯者：杜炳倫（M. Ed., University of Idaho）
美國愛達荷大學課程與教學碩士，美國田納西大學諾克斯維爾校區（University of Tennessee, Knoxville）應用教育心理學博士班。赴美留學期間，有幸於田納西大學校長講授獎學者暨美國教育研究協會主席──史凱樂．哈克博士（Dr. Schuyler Huck）門下學習。曾榮獲田納西大學教育．健康．人類科學學院，特拉維斯．霍克（Travis Hawk）學術傑出獎。其英文著作《百分位數與百分等級（Percentile and Percentile Rank）》收錄於美國聖哲（SAGE）出版商所發行的《測量與統計百科全書（Encyclopedia of Measurement and Statistics）》。中文著作有《上學的代價》。長銷譯作《解讀統計與研究》，拯救了無數研究所學生，並且廣為兩岸四地各大學圖書館所收藏。熱銷譯作《34個讓你豁然開朗的統計學小故事》廣受好評。譯作《一位耶魯大學教授的統計箴言》是研究所的必備教材。譯作《如果李白來上統計學》，讓讀者得以用質性思維來接觸統計。經營的統計教學網站，資源豐富，無惑不解。平時喜好從事有益於身心健康的各項活動。

譯者網站：http://mypaper.pchome.com.tw/readingstatistic


★內文試閱：

第一部分

次數分析

在這個次數分析（frequency analysis）部分裡的統計分析，比較一份樣本裡某個變項的分配（distribution）與某個假設性或所期待的分配。我們要問，變項上每個分數的次數分配結果，隨機機率是唯一的解釋嗎？

這些分析裡，只有一種感興趣於變項之間的關係，它就是雙向卡方檢定（two-way chi-square test）（參看模組6）或說列聯分析（contingency analysis）。其他的檢定假設有關於分配。你可以把雙向卡方檢定想像成相關分析，但因為它在邏輯上是卡方檢定（chi-squared test）（參看模組2）的延伸，所以把它放在這個部分裡是合理的。

在這個部分裡，只有一個檢定是母數（parametric）檢定，它就是單一樣本t 檢定（single-sample t-test）（參看模組4）。其他的是無母數（nonparametric）檢定。母數是一個描述母體（population）分數的值（相對於描述樣本分數的統計值），而母數統計程序對於樣本所隸屬的母體會制定一些假設。母數統計的關鍵假設就是母體裡的變項要常態分配（normally distributed）（熟悉的鐘型曲線）。這個常態分配假設使得研究者能夠使用分析裡的組別平均數，而不用計算所有的分數。就算單一樣本t 檢定使用的是平均數而非分數的次數，它還是屬於這個部分，因為就像此部分其他的分析一樣，它不探討變項間的關係。

模組1
二項式檢定（Binomial Test）

一、研究設計
二項式檢定的使用時機是當感興趣的變項（ 依變項）只有兩種（二分）可能的名義結果時。那兩個值會在樣本裡的兩個類目裡形成分配，使得一個類目裡的分數有一個分配的百分率， 另一個類目裡的分數也有一個分配的百分率。這兩個百分率會總加為100%。以比例來陳述，這兩個比例總是總加為1.0 。二項式檢定把這些樣本比例拿來與某個假設性或既定的比例進行比較。那些比例通常是0.50 與0.50（例如：投擲硬幣出現正反面的比例），但它們不必如此。從一組人們或事物搜集數據，而樣本裡的比例拿來與假設的比例進行比較。

二、主要的統計問題
我樣本裡的比例不同於我所期待的嗎？

三、會使用二項式檢定的研究範例
在秘魯的山區村落裡，一些孩童樂於玩猜謎遊戲，這些是古老的「我是什麼？」謎語。謎語像是：「我是一位穿著黃色洋裝的女孩，從這個角落跑到那個角落。」我是什麼呢？答案是一把掃帚（當然）。研究者注意到，這些謎語通常涉及工作與責任的社會背景，並且假設負責任的孩童比較會喜歡這類謎語。為了搜集依變項的數據，會發展出一套面談法，把所有的孩童歸類至喜歡謎語或不喜歡謎語的謎語感受類目裡。先前的研究指出，對所有的山區孩童而言，有60% 喜歡謎語。這被用來當作二項式檢定的期待比例。選擇36 位負責任的孩童當作樣本（也透過面談決定）。他們被面談並且被給予分數，而且被視為依變項。

四、分析
想像中的數據看起來如下表。
依變項次數比例
喜歡謎語28 0.78
不喜歡謎語 8 0.22

此例裡，觀察到的比例是0.78，這（以這樣的樣本量）在統計上大於0.60（於0.02 的顯著水準）。在這個母體裡，負責任的孩童確實比一般孩童更喜歡這類謎語。

五、要考慮的事
（一） 二項式檢定，這個最重要的次數分析統計，在本書被描繪成原本設計上不具有獨變項。當然，幾乎總是會有某種想像出的理由，作為被分析分數是如此分配的解釋。從這個意義上來說，就有被考量的獨變項。然而，獨變項不提供分數給這個檢定。

（二） 有著兩個類目的卡方檢定，能夠被用來代替二項式檢定。然而，在大部分的案例裡，你會得到些許不同的顯著水準。這是因為這些程序在如何計算機率的假設上是不一樣的。樣本量在大約100 或更少的情況下，二項式檢定很可能比較準確，但在大部分的現實生活情況裡，何種方法被採用並不那麼要緊。

（三） 術語binomial 意謂著兩個名字、或兩個類目、或兩個可能的數值。這個字的「nom」部分，與名義類別測量值所使用的「nom」，同樣意指「name（名字）」。實務上，我們把術語二分（dichotomous）與二項式（binomial）視為同義詞，雖然技術上而言，二分意謂「切成兩部分」。

六、啟發此範例的真實研究
Bolton, R. (1977). Riddling and responsibility in highland Peru. American Ethnologist, 4(3), 497-516.