量化研究與統計分析(六版)：SPSS與R資料分析範例解析

第一篇 量化研究的基本概念
chapter 1 科學研究與量化方法
第一節 科學研究的概念與方法
第二節 主要的量化研究設計
第三節 量化研究的結構與內容
第四節 量化研究的程序
第五節 結語

chapter 2 變數與測量
第一節 前言
第二節 變數的類型與尺度
第三節 測量的格式
第四節 反應心向

第二篇 資料處理與數據查核
chapter 3 資料編碼與資料庫建立
第一節 編碼系統的建立與應用
第二節 SPSS 基本操作
第三節 資料庫建立
第四節 複選題處理與分析
第五節 排序題處理與分析

chapter 4 資料檢核與整備
第一節 資料查核
第二節 遺漏值處理
第三節 離群值的偵測與處置
第四節 資料轉換
第五節 資料與檔案管理

chapter 5 描述統計與圖示
第一節 次數分配表
第二節 集中量數
第三節 變異量數
第四節 偏態與峰度
第五節 相對量數
第六節 標準分數
第七節 SPSS 的描述統計操作
第八節 SPSS 的統計圖製作
第九節 R 的描述統計與圖表運用

第三篇 統計分析的原理與技術
chapter 6 類別資料的分析：卡方檢定
第一節 基本概念
第二節 類別變數的統計考驗
第三節 替代性的關聯係數
第四節 SPSS 的類別資料分析範例
第五節 R 的類別資料分析範例

chapter 7 平均數檢定：t 檢定
第一節 基本概念
第二節 平均數差異檢定的原理
第三節 SPSS 的平均數檢定範例
第四節 R 的平均數檢定範例

chapter 8 變異數分析：ANOVA
第一節 基本概念
第二節 變異數分析的統計原理
第三節 ANOVA 的基本假設與相關問題
第四節 多重比較：事前與事後檢定
第五節 共變數分析
第六節 SPSS 的變異數分析範例
第七節 R 的變異數分析範例

chapter 9 多因子變異數分析
第一節 基本概念
第二節 多因子變異數分析的統計原理
第三節 相依樣本多因子變異數分析
第四節 多因子變異數分析的平均數圖示
第五節 SPSS 的多因子變異數分析範例
第六節 R 的多因子變異數分析範例

chapter 10 線性關係的分析：相關與迴歸
第一節 基本概念
第二節 積差相關的原理與特性
第三節 其他相關的概念
第四節 迴歸分析
第五節 SPSS 的相關與迴歸範例
第六節 R 的相關與迴歸分析範例

chapter 11 多元迴歸
第一節 基本概念
第二節 多元迴歸的原理與特性
第三節 多元迴歸的變數選擇模式
第四節 虛擬迴歸
第五節 SPSS 的多元迴歸範例
第六節 R 的多元迴歸

chapter 12 中介與調節
第一節 緒論
第二節 調節效果分析
第三節 中介效果分析
第四節 SPSS 的調節與中介效果分析範例
第五節 PROCESS 的調節與中介效果分析範例
第六節 R 的調節與中介效果分析範例

第四篇 量表發展的分析技術
chapter 13 量表發展與信效度議題
第一節 量表發展的程序與步驟
第二節 信度
第三節 效度
第四節 信度與效度之關係

chapter 14 項目分析與信度估計
第一節 項目分析的基本概念
第二節 項目分析的計量方法
第三節 SPSS 的項目分析範例
第四節 SPSS 的信度估計範例
第五節 R 的項目分析與信度分析範例

chapter 15 因素分析：探索取向
第一節 基本概念
第二節 因素分析的基本原理
第三節 因素分析的程序
第四節 探索性因素分析範例
第五節 結語

chapter 16 因素分析：驗證取向
第一節 基本概念
第二節 驗證性因素分析的特性
第三節 驗證性因素分析的執行
第四節 驗證性因素分析範例
第五節 結語

附錄：R 的小世界—R 簡介與操作說明
第一節 R 是甚麼
第二節 R 與套件安裝
第三節 R 的資料與檔案管理

參考文獻
索引


 

六版序

　　記得有一回聽一位老師演講，問台下聽眾樣本多大才算大？我回答1068，因為電視新聞總要說抽樣誤差要小於正負三個百分點，那麼樣本至少要有1068，那位老師笑笑說，其實30 就夠了，因為中央極限定理這麼說。我啞然失笑，沒有辯駁，因為我這本書裡就是這麼寫的，一時間，我只當我倆的對話是暖場的幽默。到了今天，我突然覺得，20 對我來說就夠大了。

　　為什麼是20？⋯⋯這本書是我學術生涯的第一本著作，我一向十分重視它。著手寫這篇序時，我特別把電腦打開來，想要看看這本書的第一個檔案是什麼時候開始的。結果我找到了一個簡報檔，內容是關於這本書的內容規劃，檔案日期是2000 年2 月中旬。我才驚覺，這本書已經要從第19 年邁向第20 年。心裡突然一陣恍惚，許多過往記憶的影像片段從我眼前不斷閃過，還好這不是瀕死經驗，而是一種對於時光流逝的記憶海浪。心想，一本書要流通20 年，其實不容易，自己在學術圈子裡行走這二十多年，也真的很多起伏。20 年對一本書來說，夠長了，20年對於學術生命來說，也算是一個足夠大的大數據了，所以是20。翻閱一頁頁簡報內容，除了重新溫習20 年前的心情，也發現了其他幾個有趣的數據，例如當年的SPSS 是從第6 版邁向第8 版，剛剛從PC/DOS 版轉換成Windows 視窗版，而今天，我為第6 版寫下本書是依照最新的SPSS 第25版而改寫，換言之，這些年間SPSS 也是要從第19 次邁向第20 次更迭，坊間能夠改版這麼多次的軟體並不多，SPSS 真的很耐操，又是一個足夠大的20。

　　今天下午，主持進修推廣學院研究方法專題課程的結業典禮，致詞時，我向學員們提到我正在改版這本書，最大的改變是納入R來與SPSS搭配，因為R可以彌補諸多SPSS的不足，如果他們想學R，可以參考這一版，更重要的原因是，R已經發展得十分成熟，我在本書的附錄中寫到，R 從1992 年開始由兩位first name開頭為R的紐西蘭學者所開發（所以叫做R），到了2000 年發行beta 版而趨於穩定，至今也要邁向第20年，也是一個足夠大的20。

　　雖然，20年對一本書、一個軟體、或一段人生，都是大樣本、大數據，但是對於統計的學理知識而言，卻無從撼動它的基礎。這本書不是高階統計專書，而是規規矩矩地介紹基礎統計與資料分析方法，因此內容沒有什麼太多需要精進之處，與20年前沒有什麼不同，但是要一張圖、一張圖抽換SPSS 的範例圖表，改為最新版本，還是花掉了大半年的時間，尤其是消耗了林碧芳教授的大量心力與眼力，在此要特別誠摯感謝她的付出，如果要把她列為這本書的第二作者實不為過，更何況使用這本書的經驗，詮釋教導書中素材的功力與能耐，她遠勝於我，更接地氣。

　　20年來，因為寫書而累積許許多多的讀者，有些甚至於晉升為粉絲，集滿我的每一本著作，就像今天結業典禮，好幾位學員完成最後一門《結構方程模式》，他們參與了每一堂我所開授的專題課程，後面沒有了，他們很焦慮，因為他們除了看慣了文字多、公式少的我的寫作方式，也聽慣了白話多、文言文少的我的講課風格，我笑笑說，新書新課要交給你們吧，學術界沒有多少個20 年，我的人生也難有第二個20 年，如果經驗無法傳承，知識無法創新，那將是教育的悲哀，希望以後是我聽他們說、看他們寫，那麼我們的子孫就有另一個20 年的知識饗宴了，所以我邀他們繼續參加未來舉辦的研討活動，也承諾新書出版了跟他們說。

　　因為是結業典禮，因為是最後一門課，笑鬧中帶有一點離愁，我刻意多給他們一些期許與勉勵。他們多半是研究生或年輕教授，是未來的希望，很高興他們喜歡我的作品，我的課程。我喜歡教學、我熱愛寫作、我眷戀校園、但我更希望傳承，所以只要還有能力，我將會繼續改版、努力新作，持續讓讀者有最新的學問素材，也請讀者持續給我指教。

　　在這本書的附錄〈R的小世界〉的最後一段話，我說道，在學問的世界裡，學習永遠不嫌多，透過這扇窗，我們可以看到更多的風景，也看到更多的希望。這扇窗，不僅是因為我們認識了R，我們熟習了SPSS，而是我們開啟了我們的智慧，開放了我們的心靈，創造了永續的生命，這就是教育的最高境界，讓我們繼續一起走過，在不同的角落，創造許許多多的人生大數據。

　　是規規矩矩地介紹基礎統計與資料分析方法，因此內容沒有什麼太多需要精進之處，與20年前沒有什麼不同，但是要一張圖、一張圖抽換SPSS 的範例圖表，改為最新版本，還是花掉了大半年的時間，尤其是消耗了林碧芳教授的大量心力與眼力，在此要特別誠摯感謝她的付出，如果要把她列為這本書的第二作者實不為過，更何況使用這本書的經驗，詮釋教導書中素材的功力與能耐，她遠勝於我，更接地氣。

　　20年來，因為寫書而累積許許多多的讀者，有些甚至於晉升為粉絲，集滿我的每一本著作，就像今天結業典禮，好幾位學員完成最後一門《結構方程模式》，他們參與了每一堂我所開授的專題課程，後面沒有了，他們很焦慮，因為他們除了看慣了文字多、公式少的我的寫作方式，也聽慣了白話多、文言文少的我的講課風格，我笑笑說，新書新課要交給你們吧，學術界沒有多少個20年，我的人生也難有第二個20 年，如果經驗無法傳承，知識無法創新，那將是教育的悲哀，希望以後是我聽他們說、看他們寫，那麼我們的子孫就有另一個20 年的知識饗宴了，所以我邀他們繼續參加未來舉辦的研討活動，也承諾新書出版了跟他們說。

　　因為是結業典禮，因為是最後一門課，笑鬧中帶有一點離愁，我刻意多給他們一些期許與勉勵。他們多半是研究生或年輕教授，是未來的希望，很高興他們喜歡我的作品，我的課程。我喜歡教學、我熱愛寫作、我眷戀校園、但我更希望傳承，所以只要還有能力，我將會繼續改版、努力新作，持續讓讀者有最新的學問素材，也請讀者持續給我指教。

　　在這本書的附錄〈R的小世界〉的最後一段話，我說道，在學問的世界裡，學習永遠不嫌多，透過這扇窗，我們可以看到更多的風景，也看到更多的希望。這扇窗，不僅是因為我們認識了R，我們熟習了SPSS，而是我們開啟了我們的智慧，開放了我們的心靈，創造了永續的生命，這就是教育的最高境界，讓我們繼續一起走過，在不同的角落，創造許許多多的人生大數據。