序
找尋變項之間的因果關係(causal relationship),一直是自然科學與社會科學的重要目的。確定變項之間的因果關係,才有助於科學研究的進展。實驗研究是常被採用的量化研究方法,相對於其他研究方法,若能採用適切的實驗設計,有效控制其他無關變項對依變項的影響,實驗研究是最適合探討自變項與依變項因果關係的研究方法。
對於實驗研究結果的統計分析,大多數的統計學教科書,建議應採用「共變數分析」(Analysis of Covariance [ANCOVA])。然而修習過統計課程的研究生,大多只學過「變異數分析」(Analysis of Variance [ANOVA])的統計方法,受限於課程進度的關係,較少接觸到共變數分析的統計方法。故一聽聞進行實驗研究需要以共變數分析進行資料分析,常有不知所措的焦慮感。對於以共變數分析進行實驗資料的統計分析之建議,有些研究生會認真參考相關的統計書籍,以共變數分析進行實驗研究的資料分析。有些研究生會直接放棄採用共變數分析,先以獨立樣本t考驗(適用於只有實驗組與控制組兩組時)或獨立樣本單因子變異數分析(適用於三個以上的組別時),進行實驗研究的前測分數考驗。若各組的前測分數沒有顯著性差異,則再採用獨立樣本t考驗或獨立樣本單因子變異數分析,進行實驗研究的後測分數之統計分析。有些研究生則不管實驗前測分數是否有顯著性差異,直接以獨立樣本t考驗或獨立樣本單因子變異數分析,考驗實驗的後測分數。另外,有些研究生會以獨立樣本t考驗或獨立樣本單因子變異數分析,考驗實驗的前測分數與後測分數之差異分數(亦即後測分數減掉前測分數)。這四種統計分析方式,大概是目前較常見到對於實驗研究結果的統計分析。針對這四種統計方法,本書在第二章會進行分析比較,讓讀者有較清楚的了解。
進行共變數分析時,有一項很重要的基本假定:「迴歸係數同質性」(homogeneity of regression slopes)。若實驗研究蒐集的資料,符合「迴歸係數同質性」假定,則可直接透過統計軟體(例如SPSS)進行共變數分析。一旦實驗的資料不符合「迴歸係數同質性」假定,便不適合進行共變數分析,較合適的作法是改採「詹森內曼法」(Johnson-Neyman procedure)。由於SPSS對於「詹森內曼法」的統計程序,並未提供「點選」(point-and-click)的操作介面,必須採用SPSS程式語法的方式進行,因而讓許多研究生却步。另外,「詹森內曼法」適用在兩個組別時,若實驗設計是三組以上,且實驗資料出現不符合「迴歸係數同質性」假定時,則如何適切的使用「詹森內曼法」,對研究生而言,又是另一個難題。故本書第四章即針對「詹森內曼法」,進行詳細的介紹。
本書目的在於協助採用實驗研究的研究生或研究人員,採用共變數分析進行實驗資料的分析,以獲得較為精準的統計結果。除了介紹共變數分析的基本假定與基本原理外,也介紹如何透過SPSS統計軟體的操作與報表解讀,來進行共變數分析。另外,介紹如何透過筆者所寫的EXCEL程式,進行共變數分析。本書共分成六章,第一章介紹實驗研究法(準實驗研究法)的基本概念;第二章介紹共變數分析的基本概念;第三章介紹單因子共變數分析的基本原理與統計軟體操作;第四章介紹「詹森內曼法」的基本原理與統計軟體操作;第五章介紹雙因子共變數分析的基本概念;第六章介紹雙因子共變數分析的統計軟體操作。希冀透過本書的介紹,能讓更多的研究生或研究人員,願意採用共變數分析來進行實驗研究資料的統計分析,此也是本書命名為「實驗研究與共變數分析」的原因。
本書得以順利完成,要特別感謝內人佳蓉老師與小女昕妤,她們對筆者的全心支持,才能促使本書的完成。本書得以順利出版,要特別謝謝五南圖書公司的鼎力支持,尤其是編輯部的諸多協助。本書思慮不週之處,尚請大家不吝指正。
涂金堂 謹誌
2017年3月