SPSS操作與應用:多變量分析實務(二版) | 被動收入的投資秘訣 - 2024年5月
SPSS操作與應用:多變量分析實務(二版)
※從使用者的角度,探討多變量分析的資料處理程序與統計分析步驟。
※完整介紹多變量分析於SPSS軟體上的操作與統計運用。
※中文版視窗介面解說,適用於每一位使用者。
※詳細的報表解析與統整表格範例,是寫作與量化研究的最佳必備書!
※本書附有資料檔,請到五南官網https://www.wunan.com.tw,輸入書號1H58,即可下載。
本書以深入淺出的方式,全面解說多變量分析的資料處理與統計分析流程,並從使用者觀點出發,說明中文版SPSS的操作與統計應用程序。
全書以實務為導向,理論搭配範例,解讀輸出報表與整理歸納說明,脈絡一貫,體例完整,是從事量化研究不可或缺的一本必備工具書!
作者簡介
吳明隆
現職
高雄師範大學師資培育中心教授
學歷
高雄師範大學教育學博士
著作
SPSS(PASW)與統計應用分析II(附光碟)(五南)
SPSS(PASW)與統計應用分析I(附光碟)(五南)
結構方程模式-AMOS的操作與應用(五南)
結構方程模式-SIMPLIS的應用(五南)
結構方程模式─實務應用秘笈(附光碟)(五南)
論文寫作與量化研究(五南)
SPSS操作與應用—多變量分析實務(五南)
SPSS操作與應用—變異數分析實務(五南)
SPSS操作與應用—問卷統計分析實務(五南)
SPSS與統計應用分析(五南)
電子郵件:[email protected]
第一章 集群分析與多元尺度分析
壹、集群分析相關理論
貳、階層集群分析法
參、K-Means集群分析法
肆、二階集群分析法
伍、集群分析與區別分析
陸、多元尺度法
第二章 區別分析
壹、區別分析的相關理論
貳、三個群組之SPSS區別分析程序
參、MANOVA與DISCRIM關係
第三章 多變量變異數分析
壹、相關理論
貳、二組樣本單因子多變量變異數分析
參、三個群組之單因子多變量檢定輸出報表
第四章 二因子多變量變異數分析
壹、二因子多變量變異數分析-交互作用顯著
貳、二因子多變量變異數分析-交互作用不顯著
第五章 典型相關
壹、理論基礎
貳、典型相關分析操作
第六章 二元邏輯斯迴歸
壹、相關理論
貳、虛擬變項之邏輯斯迴歸分析
參、預測變項為連續變項之邏輯斯迴歸分析
肆、二元邏輯斯迴歸分析的實例
第七章 虛擬變相與多項式邏輯斯迴歸
壹、虛擬變項的邏輯斯迴歸實例
貳、直接以虛擬變項進行二元Logistic迴歸分析
參、多項式邏輯斯迴歸分析
第八章 主成分分析
壹、主成分分析相關理論
貳、SPSS操作程序範例
參、採用共變數矩陣進行主成分分析
肆、主成分於複迴歸分析中的應用
第九章 因素分析
壹、因素分析的相關理論
貳、因素分析操作程序
序
多變量分析實務是《SPSS操作與應用》(SPSS Operation and Application)序列叢書之三。SPSS統計分析軟體(Statistical Package for the Social Science)是一種親和性佳、操作簡易且普及化的統計軟體,在行為及社會科學領域的量化研究中,甚為多數研究者使用。
多變量統計分析是進階的推論統計,本書的內容架構,在於完整介紹社會及行為科學領域中常用的多變量分析方法,統計分析程序以SPSS統計套裝軟體的操作界面與應用為主,內容除基本統計原理的介紹外,著重的是SPSS統計套裝軟體於量化研究上的應用。為讓讀者對量化研究之常用多變量方法有更完整的了解,除詳細詮釋輸出結報表的意義外,同時也對統計分析相關的數據由來做完整的解析,讓讀者對統計分析的結果有更深入的了解。讀者若是在SPSS基本操作上不是很熟悉,可同時閱讀《SPSS操作與應用─問卷統計分析實務》一書,這樣當可收事半功倍之效。
本書以實務應用及使用者界面為導向,對於以SPSS統計套裝阮堤來進行量化研究的使用者而言,實質上相信有不少助益,綜括本書的內容有五大特色:(1)完整的操作步驟與使用程序介紹,研究者只要依書籍步驟,即能完成資料統計分析工作;(2)操作畫面與說明以SPSS中文版視窗界面為主,符合多數研究者的需求;(3)詳細的報表解析與說明,讓讀者真正了解各種輸出統計量數的意義;(4)報表結果的統整歸納,「表格歸納」可作為論文寫作的參考;(5)內容豐富而多元,包括量化研究中使用者最常使用到的多變量統計分析方法。
本書得以順利出版,首先要感謝五南圖書公司的鼎力支持與協助。由於筆者所學有限,拙作歷經半年多的琢磨,著述雖經核對再三,謬誤或疏漏之處在所難免,尚祈各方先進及學者專家不吝指正。
吳明隆
謹誌於 國立高雄師範大學師培中心
【研究問題】以企業組織的組織文化、組織知識管理、員工投入程度、生產效益等變因是否可將企業組織分成有意義的群組?上述研究問題的假設檢定中,採用的統計方法為「集群分析」(cluster analysis)。以國中學生的學習動機、學習態度與學業表現等變因,可否將學生分成有意義的群組?此種將觀察值樣本分類為少數群組的程序,稱為集群分析,分類後群組間特性是互斥而非重疊。壹、集群分析相關理論集群分析也是一種多變量分析程序,其目的在於將資料分成幾個相異性最大的群組,而群組間的相似程度最高。研究者如果認為觀察值間並非全部同質,在資料探索分析方面,集群分析是一個非常有用的技巧。由於集群分析時,使用之分析方法不同,結果便有所不同,不同研究者對同一觀察值進行集群分析時,所決定的集群數也未必一致,因而集群分析較偏向於探索性分析方法,在研究應用上,常與區別分析一起使用。觀察值之集群分析應用與區別分析相似,均在於將獨立分開的觀察值分成不同組別(groups)或將觀察值分類,二者主要差別在於區別分析時,組別特性已知;而集群分析時,觀察值所屬群組特性還未知。此外,在集群分析前,研究者尚不知道獨立觀察值可分為多少個群組(集群),其集群數不知道,而集群的特性也無從得知,集群分析法採用的「數值分類法」(numerical taxonomy),分類的準則並非是研究者事先決定的,此方面就是將計量空間的樣本點加以分組,分組後使在同一群組內的樣本點具有高度的相似性(similarity)/較高的同質性(homogeneity),不同群組間的樣本點則具有高度的異質性(heterogeneity),此種分類法是根據樣本點的計量屬性加以估計分類,是一種「自然分組法」(natural grouping),其關注的焦點不在於估計觀察值在變項上之變異量的差異;相反的,乃是利用觀察值在變項變異量的不同,對觀察值加以分組。