上篇

1.意見調查與問卷製作

1.1 意見調查的問卷製作

1.2 調查．研究主題的檢討

1.3 調查的企劃

1.4 問卷的製作

1.5 問卷的修正

1.6 有關就業調查的問卷範例

2.平均，變異數，標準差

2.1 平均，變異數，標準差

2.2 利用SPSS得出的平均、變異數、標準差

3.相關係數，等級相關，Cramer? V關聯係數，Kappa一致性係數，Cohen? d效果量

3.1 散佈圖，相關係數，等級相關

3.2 利用SPSS求相關係數

3.3 利用SPSS製作散佈圖

3.4 利用SPSS求等級相關係數

3.5 Kappa一致性係數

3.6 Kendall一致性係數

3.7 Cramer? V相關係數

3.8 柯恩的效果量

4.獨立性檢定，適合度檢定，常態性檢定，McNemar檢定，Cochran? Q檢定

4.1 獨立性檢定

4.2 適合度檢定

4.3 常態性檢定

4.4 McNemar檢定

4.5 Cochran? Q檢定

5.勝算比，風險比

5.1 勝算（Odds）比，風險比

5.2 利用SPSS的勝算比、風險比

t檢定，Wilcoxon等級和檢定

6.1 t檢定─獨立（無對應時）樣本的t檢定

6.2 利用SPSS的t檢定

6.3 利用SPSS的Wilcoxon等級和檢定

6.4 t檢定─相關（有對應）樣本的t檢定

6.5 利用SPSS的無母數檢定（相關時）

7.單因子變異數分析與Kruskal-Wallis檢定

7.1 單因子變異數分析

7.2 利用SPSS的單因子變異數分析與多重比較

7.3 SPSS─Kruskal-Wallis檢定

7.4 SPSS─交互作用與下位檢定（重複數相等時）

8. Friedman檢定與多重比較

8.1 前言

8.2 Friedman 檢定

8.3 多重比較

9.反覆測量的變異數分析與多重比較

9.1 前言

9.2 反覆測量的變異數分析

9.3 多重比較

9.4 例題

10.多變量變異數分析與多重比較

10.1 前言

10.2 多變量變異數分析

10.3 多重比較

11.多變量共變異數分析與多重比較

11.1 單變量共變異數分析

11.2 單變量共變異數分析的平行性檢定

11.3 單變量共變異數分析與多重比較

11.4 多變量共變異數分析

11.5 多變量共變異數分析的平行性檢定

11.6 多變量共變異數分析與多重比較

12.一般線性模式

12.1 一般線性模式—交互作用

12.2 利用SPSS的一般線性模式—交互作用

13.因素分析與對應分析

13.1 因素分析 23

13.2 利用SPSS的因素分析—最大概似法

13.3 利用SPSS的因素分析—主軸因素法

13.4 對應分析—將質性資料的關聯圖式化

13.5 多重對應分析

14.複迴歸分析

14.1 單迴歸分析

14.2 分析步驟

14.3 複迴歸分析的虛擬變數法 33

14.4 複迴歸分析—逐步迴歸法

14.5 放入交互作用項時利用中心化迴避共線性的方法

15.類別迴歸分析

15.1 類別迴歸分析

15.2 利用SPSS的類別迴歸分析

16.主成分分析與集群分析

16.1 主成分分析與集群分析

16.2 利用SPSS的主成分分析

16.3 利用SPSS的集群分析

16.4 以散佈圖表現4個類型

17.類別主成分分析

17.1 類別主成分分析

17.2 利用SPSS的類別主成分分析

18.聯合分析

18.1 聯合分析

18.2 利用SPSS製作聯合卡

18.3 利用SPSS執行聯合分析—SCORE之情形

18.4 利用SPSS執行聯合分析—SEQUENCE之情形

19.單一受試體分析

19.1 單一受試體（single case）

19.2 利用SPSS的線形圖

19.3 利用SPSS的連檢定（Run Test）

19.4 SPSS的時間數列圖形—單邊對數

19.5 SPSS的一般線性模型

20.典型相關分析

20.1 概要

類別典型相關分析

21.1 前言

21.2 類別典型相關分析

22.階層迴歸分析

22.1 資料形式

22.2 資料輸入

22.3 SPSS分析步驟

22.4 SPSS輸出

22.5 輸出結果判讀

23.非線性迴歸分析

23.1 前言

23.2 非線性迴歸分析



下篇

1.統計處理須知

1.1 實驗計畫法與統計解析

1.2 估計

1.3 檢定的3個步驟

1.4 多重比較簡介

1.5 Tukey 的多重比較

1.6 Tukey的多重比較步驟

1.7 Dunnett的多重比較

1.8 Dunnett的多重比較步驟

2.無母數檢定

2.1 簡介無母數檢定

2.2 Wilcoxon的等級和檢定

2.3 Wilcoxon等級和檢定的步驟

2.4 Kruskal-Wallis檢定

2.5 Kruskal-Wallis檢定的步驟

2.6 Steel–Dwass的多重比較

2.7 Steel-Dwass檢定的步驟

2.8 Steel的多重比較

2.9 Steel檢定步驟

二因子變異數分析與多重比較

3.1 二因子（無對應因子與無對應因子）

3.2 二因子（無對應因子與有對應因子）

3.3 二因子（有對應因子與有對應因子）

4. Logistic迴歸分析

4.1 Logistic迴歸分析簡介

4.2 二元Logistic迴歸分析的步驟

4.3 多元Logistic迴歸

5. Probit分析

5.1 Probit分析簡介

5.2 Probit分析的步驟

6.卜瓦松迴歸

6.1 卜瓦松迴歸簡介

6.2 卜瓦松迴歸分析的步驟

7.次序迴歸分析

7.1 次序迴歸分析簡介

7.2 次序迴歸分析的步驟

8. Ridit分析

8.1 Ridit分析的簡介

8.2 Ridit分析的步驟—以組A為基準時

8.3 Ridit分析的步驟—將組A與B的合計取成基準時

9. Kolmogorov-Smirmov檢定

9.1 Kolmogorov-Smirmov 檢定簡介

9.2 K-S檢定的步驟

10. Mantel-Haenszel檢定

10.1 Mantel-Haenszel檢定簡介

10.2 Mantel-Haenszel檢定的步驟

11.存活分析—壽命表

11.1 壽命表

12.存活分析—Kaplan-Meier法

12.1 Kaplan-Meier法簡介

12.2 利用Kaplan-Meier法求存活率的方法

12.3 2條存活率曲線之差的檢定

12.4 檢定2條存活率曲線之差的步驟

13.存活分析—Cox迴歸分析

13.1 Cox迴歸分析簡介

13.2 Cox迴歸分析的步驟

13.3 比例風險性是否成立?

13.4 比例風險性的驗證

13.5 比例風險性驗證的步驟

14.對數線性分析

14.1 對數線性分析的簡介

14.2 對數線性分析的交互作用—此處是重點！

14.3 對數線性分析的步驟

15. Logit對數線性分析

15.1 前言

15.2 Logit對數線性分析

16.判別分析

16.1 目視的判別分析

16.2 使用線性判別函數求境界線

16.3 判別分數的求法

16.4 以正答率與誤判率確認判別結果

16.5 何謂標準化線性判別函數

17. ROC曲線

17.1 ROC曲線的主要作用

18.傾向分數

18.1 簡介

18.2 分析例

19.廣義線性模型與廣義估計方程式

19.1 簡介

19.2 廣義估計方程式

20.混合模式經時測量數據之分析

20.1 單因子

20.2 二因子（無對應）

20.3 二因子（有對應）

21.階層線性分析

21.1 簡介

21.2 範例

22.結構方程模式

22.1 多母體的聯合分析

22.2 指定資料的檔案

22.3 繪製共同的路徑圖

22.4 指定共同的參數

22.5 資料的組管理

22.6 於各類型中部分變更參數的指定

22.7 Amos的執行

22.8 輸出結果的顯示

參考文獻



?

序



　　統計方法經常要面對數值計算，令人視為畏途，然而，今日科技如此進步，已開發有各種統計軟體，學生在學習統計方法時，當不至於感到「霧煞煞」了。



　　在學習統計方法處理問題時，首先讓人感到困擾的是：

　　「此數據要選用何種的統計處理方法才好呢？」

　　「要如何輸入數據，有無明確的輸入步驟呢？」

　　「輸入後，在進行統計處理時，有無明確的分析步驟呢？」



　　然而，這些困擾都是多餘的，任何人只要能利用本書，參照使用就行了，非常簡單。



　　最後讓人感到困擾的是：

　　「分析結果要如何解讀才好呢？」

　　此煩惱只要看本書的解說，即可將心中的「霧煞煞」一掃而光。



　　本書的特色有以下四項：

　　1. 只要看數據類型，即可選用適切的統計處理方法。

　　2. 數據的輸入與其步驟，有跡可循。

　　3. 統計處理的方法與其步驟，清晰明確。

　　4. 輸出結果的解讀方法，簡明易懂。



　　總之，只要對照本書，利用滑鼠，任何人均可簡單進行統計分析的操作，問題即可迎刃而解。



　　只要把所學的統計方法配合本書SPSS（Statistical Package for Social Sciences）的操作方法，即可參照使用，學生再也不會視統計為畏途了。



　　期盼本書讓您在操作中得到使用的滿足感，並對您的分析與研究有所助益。



　　今值發行第3版，將之前許多誤植之處，作了訂正與補充，若書中仍如謬誤之處，也請賢達仍不吝指正，不勝感謝。

?