論文統計分析：SPSS、Amos與JASP的運用(第1版)-FindBook 找書網 ISBN:9786264237727

章節試閱

3-1　反向題重新計分
　　反向題為問卷設計時的常用技術，其目的是為了偵測「受訪者於填寫問卷時是否草率作答」。以李克特七點量表為例，由於每個題項之選項從「極不同意」到「極為同意」分為七個等級，正向題分別給予1、2、3、4、5、6、7分，而反向題的題項計分時，便要給予7、6、5、4、3、2、1分，如表2-1。因此，研究者在進行統計分析前，必須要注意的是，須將所有題項的計分方式化為一致（同方向）。故以正向題為基準的話，則須將反向題反轉重新計分，否則其與正向題的分數會互相抵消。但若量表中沒有反向題時，則此操作可予以省略。
範例3-1
資料檔ex3-1.sav為附錄一論文〈旅遊動機、體驗價值與重遊意願關係之研究〉之問卷的原始資料檔，問卷第二部分「體驗價值」構面的第4、5、6與7題為反向題，試予以反向題重新計分，並計算量表總分。計算完成後，請存檔為「ex3-1_ok.sav」。
　　範例論文之原始問卷的第二部分「體驗價值」構面的第4、5、6與7題（ev2_1、ev2_2、ev2_3與ev2_4）為反向題，為求計分的一致性，因此須施以反向題重新計分，以利後續統計分析工作之進行。此外，反向題重新計分後，尚須計算「量表總分」，「量表總分」即代表所有屬「李克特量表」格式之題項的得分總和，在本範例中即為旅遊動機（7題）、體驗價值（10題）與重遊意願（3題）等三個主構面之各題項（共20題）的得分總和。
操作步驟
　　雖然對「李克特量表」格式之問卷而言，反向題重新計分的一般性公式為：「（選項數 + 1）– 原始得分」。但在此，將運用SPSS的「重新編碼成相同的變數」功能，來進行反向題重新計分的任務。使用「重新編碼成相同的變數」功能的好處是，反向題重新計分後，所產生的新值會在原始變數上直接覆蓋掉舊值，因此不會產生新的變數，以節省空間與減少資料集的複雜度。反向題重新計分之詳細的操作過程，請讀者自行參閱教學影音檔「ex3-1.mp4」（請掃描範例3-1題目旁的QR Code）。
執行結果
　　執行反向題重新計分後，結果如圖3-1所示。

3-2　標準化值
　　對於具有不同水準或不同單位的資料，在進行比較之前，往往需要進行預先處理，以使資料能在更一致的條件下進行比較。這些預處理工作，最常使用的方法大概就是將資料予以標準化（standardization）了。所謂標準化就是將樣本中的某個觀察值減去樣本平均數後再除以樣本標準差的過程，這個過程中，最終所得的值就稱為「標準化值」，也稱為「Z分數」（Z-score）。因此，白話一點，所謂的「標準化值」的真正意義為，不管樣本資料的水準或單位，某觀察值與平均數的距離有幾個標準差之意。因此，「標準化值」的計算公式如式3-1。
　　其中，xi為樣本資料的第i個觀察值，為樣本資料的平均數，s為標準差。從式3-1的計算公式中不難理解，Z分數所代表的意義為：資料xi在整體資料中所在的相對位置。例如：如果在你所任職的公司中，你的「所得」的標準化值（Z分數）為2，這表示你的「所得」是在「全體員工平均所得」以上的兩個標準差之位置，所以若從近似鐘形分配資料或常態分配的經驗法則來看的話，你是一個高所得者（前2.5%）。因為根據常態分配的特性，約有5%的觀察值會落在正、負兩個標準差的範圍外。
　　此外，利用標準化值也可以輔助判斷離群值（outlier）。如果研究者已能確認某變數資料大致符合常態分配的話，那麼最常見的檢測離群值方法，則非「標準化值」莫屬了。根據常態分配的性質，約有99%的資料點，會落在平均數的正負3個標準差之內（即Z分數的絕對值小於等於3的範圍內），因此過往文獻中，學者常建議：可將Z分數「大於3」或「小於-3」的資料視為離群值（Shiffler, 1988）。
範例3-2
資料檔ex3-2.sav為附錄一論文〈旅遊動機、體驗價值與重遊意願關係之研究〉的原始資料檔（已反向題重新計分，且已計算量表總分）。請開啟ex3-2.sav，試計算「量表總分」的標準化值（Z分數），並請根據「標準化值」偵測樣本中的離群值，若真的存在離群值，建議刪除之，完成後請另存新檔為「ex3-2_ok.sav」。
　　「量表總分」已計算完成，並已儲存在「ex3-2.sav」中了。現在，我們將計算變數「量表總分」的標準化值。然後遵照Shiffler（1988）的建議，利用標準化值來偵測資料集中是否有離群值的存在，若有，則可「考慮」刪除這些具離群值的個案資料。
操作步驟
　　詳細的操作過程，請讀者自行參閱教學影音檔「ex3-2.mp4」（請掃描範例3-2題目旁的QR Code）。

3-1　反向題重新計分
　　反向題為問卷設計時的常用技術，其目的是為了偵測「受訪者於填寫問卷時是否草率作答」。以李克特七點量表為例，由於每個題項之選項從「極不同意」到「極為同意」分為七個等級，正向題分別給予1、2、3、4、5、6、7分，而反向題的題項計分時，便要給予7、6、5、4、3、2、1分，如表2-1。因此，研究者在進行統計分析前，必須要注意的是，須將所有題項的計分方式化為一致（同方向）。故以正向題為基準的話，則須將反向題反轉重新計分，否則其與正向題的分數會互相抵消。但若量表中沒有反向題時，則此操作可予以省略。
...

顯示全部內容

作者序

隨著現代社會對於數據分析的需求日益增加，統計方法已成為各領域研究者不可或缺的工具。然而，許多初學者在面對統計軟體時，往往感到困惑，不僅因為統計理論的複雜性，也因為各種軟體操作介面的差異。尤其是在社會科學、商業管理、心理學及教育領域，SPSS、Amos與JASP已經成為最常被使用的統計工具。然而，如何有效掌握這些軟體，使其能真正為研究服務，仍然是一大挑戰。有鑑於此，本書希望透過系統性的介紹與實作範例，使讀者能夠輕鬆上手這三款統計軟體，並透過實務應用強化統計分析的能力，進而提升研究品質。
　　本書共十七章，涵蓋從基礎到進階的統計分析方法，並結合SPSS、Amos與JASP三款軟體的應用。第一章介紹SPSS與JASP的基本概念與操作方式，幫助讀者快速掌握核心功能；第二章探討問卷設計與資料蒐集，包括李克特量表的應用。後續章節逐步引導讀者進行資料轉換、描述性統計、信度與效度分析，並涵蓋交叉表與卡方檢定、t檢定、變異數分析、迴歸分析，以及中介與干擾效果檢定，最後進入結構方程模型的應用。本書強調統計方法的概念與實務應用，所有範例均來自實際碩士論文，幫助讀者深入理解研究情境。此外，除第七章外每章皆附習題與教學影音檔，提升學習效率，並減輕教師授課負擔，使讀者能靈活運用統計工具解決研究問題。
　　本書適合社會科學、商業管理、心理學、教育學及其他相關領域的研究者與學生使用，無論是初學者還是具備一定統計基礎的讀者，都能從中獲益。希望透過本書的引導，能夠幫助讀者克服統計學習的障礙，掌握SPSS、Amos與JASP的使用技巧，並能夠將所學應用於實務研究之中。我相信，透過不斷的練習與實踐，讀者將能夠更自信地進行統計分析，提升研究的嚴謹性與說服力。最後，感謝所有在本書撰寫過程中提供支持與建議的朋友與同仁，期待本書能夠為大家的研究工作帶來實質的幫助。
　　本書得以順利出版，首先感謝五南圖書出版公司的鼎力支持與協助，還有對我容忍有加的家人，以及默默協助我的助理。由於編寫時間倉促、後學水準亦有限，錯誤之處，在所難免，敬請批評指正，後學不勝感激！

陳寬裕
謹致於　屏東科技大學休閒運動健康系
pf.kuan.yu.chen@gmail.com
2025年6月

隨著現代社會對於數據分析的需求日益增加，統計方法已成為各領域研究者不可或缺的工具。然而，許多初學者在面對統計軟體時，往往感到困惑，不僅因為統計理論的複雜性，也因為各種軟體操作介面的差異。尤其是在社會科學、商業管理、心理學及教育領域，SPSS、Amos與JASP已經成為最常被使用的統計工具。然而，如何有效掌握這些軟體，使其能真正為研究服務，仍然是一大挑戰。有鑑於此，本書希望透過系統性的介紹與實作範例，使讀者能夠輕鬆上手這三款統計軟體，並透過實務應用強化統計分析的能力，進而提升研究品質。
　　本書共十七章，涵蓋從...

顯示全部內容

第1章　SPSS、JASP簡介與學習速成
1-1　閱讀本書須知
1-2　SPSS簡介
1-3　SPSS學習速成
1-4　JASP軟體簡介
1-5　JASP學習速成
習題

第2章　李克特量表與範例問卷介紹
2-1　李克特量表簡介
2-2　運用李克特量表之格式設計問卷的步驟
2-3　範例問卷的結構
2-4　利用Google表單問卷蒐集資料
2-5　將Excel資料檔匯入至SPSS
習題

第3章　資料的轉換與計算
3-1　反向題重新計分
3-2　標準化值
3-3　主構面與子構面的得分
3-4　資料平減化
3-5　資料分組
習題

第4章　描述性統計
4-1　離群值檢測
4-2　資料常態性的檢測
4-3　製作受訪者基本資...

顯示全部內容