統計學導論：使用JASP
作　　者╱
 陳寬裕
出版社別╱
 五南
書　　系╱
 研究&方法
出版日期╱
2026/08/01   (1版 1刷)
  
即日起五南舊官網僅提供書籍查詢，如欲購書，請至五南新官網 https://www.wunan.com.tw/
I  S  B  N ╱
 978-626-442-645-9
書　　號╱
 1HB1
頁　　數╱
 424
開　　數╱
 16K
定　　價╱
 570
教學資源╱
 ,題庫(隨書附送),教學影片(隨書附送)


☉可做為「統計學」、「應用統計學」等基礎課程之教材。
☉結合手動計算與JASP軟體操作學習。
☉結合實務範例，提升統計應用能力。
☉每章節皆附範例、習題，方便授課教師驗收學生學習成果。
☉部分範例附有教學影音檔，促進讀者學習效率。

《統計學導論：使用JASP》是一部專為大學初學者所撰寫的統計學入門教材。本書以淺顯易懂的方式，介紹描述統計、推論統計、假設檢定、變異數分析、相關分析與迴歸分析等核心內容，協助學生建立完整的統計基礎概念。
不同於傳統統計教材僅著重公式推導，本書特別結合JASP統計軟體進行教學。除提供手動計算與解題過程外，亦搭配影音教學，完整呈現利用JASP進行資料分析與報表解讀之流程，使學生能同時具備統計理論與實務操作能力。
本書內容循序漸進，並配合大量實例與操作示範，降低統計學習門檻，適合作為大專校院統計學相關課程教材，亦適合初學者自學使用。

陳寬裕

現職：
屏東科技大學休閒運動健康系特聘教授

榮譽：
2022∼2025年榮獲史丹佛大學遴選「全球前2%頂尖科學家」

學歷：
嘉義大學觀光休閒研究所博士班
長榮大學經營管理研究所博士
清華大學工業工程研究所碩士
臺灣大學大氣科學系學士

Email：
pf.kuan.yu.chen@gmail.com

第1章　JASP簡介與建立資料檔
1-1　閱讀本書須知
1-2　JASP簡介
1-3　JASP學習速成
1-4　範例論文簡介
1-5　利用Google表單問卷收集資料
1-6　將Excel資料檔匯入至JASP
1-7　反向題重新計分
1-8　主構面與子構面的得分
習　題

第2章　統計學緒論
2-1　統計學是什麼
2-2　統計學的目的
2-3　如何學習統計學
2-4　母體與樣本
2-5　如何取得樣本
2-6　母體參數與樣本統計量
2-7　描述性統計學與推論統計學
2-8　變數的類型
2-9　統計研究的基本流程
習　題

第3章　描述性統計
3-1　何謂描述性統計
3-2　集中趨勢量數
3-3　離散趨勢量數
3-4　偏態與峰度
3-5　柴比氏定理（Chebyshev’s theorem）
3-6　標準化
3-7　使用JASP軟體進行描述性統計
習　題

第4章　統計繪圖
4-1　數值型變數的次數分配表
4-2　類別型變數的次數分配表
4-3　單一數值型變數的統計圖
4-4　單一類別型變數的統計圖
4-5　兩數值型變數間的統計圖
4-6　一個數值型變數與一個類別型變數間的統計圖
4-7　一個數值型變數與兩個類別型變數間的統計圖
習　題

第5章　機率及機率分配
5-1　機率是什麼
5-2　事件
5-3　機率值
5-4　機率運算與條件機率
5-5　貝式定理
5-6　隨機變數
5-7　機率分配
5-8　期望值與變異數
習　題

第6章　間斷型機率分配
6-1　二項分配
6-2　超幾何分配
6-3　卜瓦松分配
習　題

第7章　常態分配
7-1　什麼是常態分配
7-2　常態分配的定義
7-3　標準常態分配
7-4　常態分配之機率運算
習　題

第8章　統計估計
8-1　抽樣分配
8-2　統計估計
8-3　母體平均數的區間估計
8-4　母體比例的區間估計
8-5　使用JASP軟體進行信賴區間估計
習　題

第9章　假設檢定
9-1　假設檢定簡介
9-2　假設檢定的基本概念
9-3　母體平均數的檢定—σ已知
9-4　母體平均數的檢定—σ未知
9-5　母體比例的檢定
9-6　信賴區間與檢定的關係
9-7　使用JASP軟體進行母體平均數的檢定
習　題

第10章　兩母體差異的估計與檢定
10-1　獨立母體與不獨立母體
10-2　兩獨立母體平均數差異的抽樣分配
10-3　兩獨立母體平均數差異的推論
10-4　兩配對母體平均數差異的推論
10-5　兩母體比例差異的推論
10-6　使用JASP軟體進行獨立樣本t檢定
10-7　使用JASP軟體進行成對樣本t檢定
習　題

第11章　變異數分析
11-1　變異數分析簡介
11-2　變異數分析的基本原理
11-3　單因子變異數分析的基本步驟
11-4　手算變異數分析
11-5　使用JASP軟體進行變異數分析
11-6　實務顯著性
習　題

第12章　卡方分配與檢定
12-1　卡方分配簡介
12-2　卡方分配的原理
12-3　卡方統計量的計算：衡量觀察與期望之間的差異
12-4　卡方檢定的種類
12-5　卡方檢定的決策製作
12-6　卡方獨立性檢定
12-7　卡方適合度檢定
12-8　卡方同質性檢定
12-9　使用JASP軟體進行卡方檢定
習　題

第13章　迴歸與相關分析
13-1　迴歸與相關分析簡介
13-2　簡單線性迴歸分析
13-3　多元迴歸模型
13-4　JASP軟體中建立迴歸模型的方法
13-5　多元迴歸模型的建模步驟
13-6　殘差分析
13-7　共線性問題和異常值問題
13-8　多元迴歸建模的經典範例
13-9　相關分析
習　題

第14章　無母數統計檢定法
14-1　無母數統計的基本概念
14-2　Wilcoxon符號等級檢定法
14-3　Mann-Whitney檢定法
14-4　Kruskal-Wallis檢定法
14-5　Spearman等級相關係數
14-6　Kendall等級相關係數
習　題

參考文獻
附錄一　旅遊動機、體驗價值與重遊意願關係之研究
附錄二　遊客體驗、旅遊意象與重遊意願關係之研究
台股程式交易全
攻略：Mult
iCharts
+ XQ 實
戰整合指南
無師自通的期貨
交易程式設計入
門：使用Mul
tiChart
s交易平台（附
光碟）
統計學速成
中介與干擾效果
分析：使用JA
SP
統計分析入門：
AI與SPSS
運用
公共衛生研究法
,題庫(隨書附送),教學影片(隨書附送)

若要索取未隨書附送(外加)且未於此提供下載的教學資源，請詳洽業務人員(02-27055066#824)(僅提供教師使用)

第2章　統計學緒論
　　統計學是一門以資料為基礎，探索、整理與分析現象之規律性的科學。它不僅幫助我們理解現實世界中複雜的資料，也能支援決策與預測。本章將介紹統計學的基本概念，包括母體與樣本、參數與統計量、描述性與推論統計的差異，以及變數的類型與研究流程。透過這些基礎觀念，期望讀者能理解如何從有限資料推論到整體，並為後續的資料整理、分析與科學決策奠定良好的基礎。

2-1　統計學是什麼
　　隨著資訊科技的迅速發展，社會已進入以資料為核心的數位時代。大數據、人工智慧與雲端運算讓各類資料得以大量收集與分析，廣泛應用於政府、企業、醫療與教育等領域。然而，資料並非知識，必須透過嚴謹的方法加以分析與解讀，其價值才能被真正發掘。統計學（Statistics）正是完成此任務的重要工具，它能協助我們整理龐雜的資料、辨識變異與趨勢，並進行合理的推論與預測。無論是行銷中的潛在客群分析、醫療研究的療效驗證，或公共政策的效果評估，統計學都能提供科學且可靠的支援，是串聯資訊科技與實務應用的關鍵橋梁。
　　統計學是一門研究如何從資料中整理、分析與推論資訊的科學，其核心目標是協助人們在充滿變異與不確定性的現實中做出合理判斷與決策。統計學涵蓋資料的收集、整理、分析與解釋，並延伸至預測與推論。依應用目的不同，可分為描述性統計（Descriptive Statistics）與推論統計（Inferential Statistics）兩大類。描述性統計利用圖表與數值呈現資料特徵，如平均數、標準差與分布，可用以概括資料的整體樣貌；而推論統計則可根據樣本資料來推論母體特性，包括估計、假設檢定與迴歸分析等方法。統計的基本流程包含明確界定研究問題、設計適當的資料收集方式、整理資料並進行初步分析，再透過模型進行更深入的推論與解釋。統計學不僅揭示資料背後的規律，更協助決策者做出以證據為基礎的行動，並廣泛應用於科學研究、公共政策、企業管理、教育與醫療等領域，是理解世界與制定策略不可或缺的重要工具。
　　以某大學想了解學生對線上課程的滿意度為例，此時統計學在整個過程中將扮演著關鍵性角色。首先，學校透過設計問卷並隨機抽樣學生來收集資料，建立研究的基礎。接著，研究人員使用描述性統計整理資料，例如：計算平均滿意度、標準差，並以長條圖或圓餅圖呈現各項教學指標的評價，協助掌握整體概況。然而，僅描述受訪者的結果仍不足以回答「全體學生是否滿意」這類更重要的問題。因此，研究人員會進一步的採用推論統計，如建立信賴區間或進行假設檢定，以從樣本資料推論到全體學生，並檢驗授課方式等因素是否對滿意度產生影響。透過此一循序的統計流程，學校就能以科學證據了解學生需求，並據此調整教學策略，如改善互動設計或提升課程回饋等。此案例清楚展示統計學如何從資料收集、整理、分析到推論，協助發現問題、解決問題並支援決策，這就是一個統計學實際應用的縮影。
　　綜合而言，統計學在資訊科技與大量資料背景下扮演著關鍵角色。它不僅分析與解釋資料，也協助認識世界與做出合理決策。從描述現象到推論關係、從資料收集到應用實踐，統計學貫穿研究、產業與公共政策，是連結資料與行動不可或缺的工具。

2-2　統計學的目的
　　統計學是一門研究如何收集、整理、分析、解釋和推論資料的科學。隨著資訊時代的到來，數據的迅速增長使得統計學在現代社會中扮演著越來越重要的角色。無論是商業決策、科學研究，還是公共政策的制定，都離不開統計學的支持。透過科學的統計方法，我們能夠從大量複雜的資料中提取出有價值的訊息，進而做出合理的推斷和預測。在這樣的背景下，了解統計學的目的和範疇，不僅有助於我們更好地掌握統計學的基本原理，還能幫助我們在實際生活中運用統計知識解決各種問題。
　　統計學的首要目的在於協助人們理解資料所反映的現象，並據以做出合理的推論或決策。具體而言，其目的可歸納為以下四個層面：
一、整理與描述資料：在面對大量而雜亂的資料時，統計學能提供有效的方法來進行歸納與摘要，例如：以平均數、變異數、百分比或圖表等方式呈現，使資料的分布與特性一目了然。這一部分屬於「描述性統計」的範疇，重點在於呈現現況，而非推論外部世界。
二、推論與預測：由於我們往往無法取得整個母體的資料，因此必須透過樣本的觀察，來推測母體的特性，這便是「推論統計」的核心。推論統計透過機率理論，建立信賴區間、假設檢定等工具，讓研究者能以一定的信賴水準推估母體情況，甚至預測未來可能發生的結果。
三、輔助決策：現代社會中的決策往往需要依據各種客觀數據而非直覺。統計學提供系統化的分析程序，幫助決策者在面對不確定性時仍能做出最有利的選擇。例如：企業可透過統計分析消費者行為，政府可據以制定公共政策，醫療機構則能根據臨床試驗數據選擇最合適的治療方式。
四、控制與改善：在品質管理與實驗設計領域中，統計方法能協助監測生產流程、降低誤差、提高效率。透過資料分析與模式建立，研究者能找出影響結果的主要因素，進而進行控制與改進，達到持續優化的目的。
　　總而言之，統計學的目的不只是教人如何計算平均數或畫出圖表，而是提供一套從資料到知識、從觀察到推論的思考框架。它的範疇橫跨理論與應用，兼具數理嚴謹與實務價值。對大學生而言，學習統計學不僅是掌握分析工具，更重要的是培養科學思考與證據推理的能力。當我們能以統計的眼光觀察世界，就能在資訊洪流中保持清明，在不確定的環境中做出最具依據的選擇。

2-3　如何學習統計學
　　統計學是一門從數據中提取有用資訊的科學，隨著資訊科技的發展，數據分析在各領域的重要性大幅提升。無論商業決策、醫療研究或政策制定，都仰賴統計方法從複雜資料中找出規律並做出合理推論。學習統計不僅能增強解決問題與判斷的能力，也能提升決策的精確度。本章將以「概念 → 判斷 → 操作 → 解讀」的流程，引導讀者建立有效的學習策略，為後續運用統計方法分析資料奠定基礎。
一、建立基礎數學知識：統計學的學習需要一定的數學基礎，尤其是代數、機率論和資料處理的基本知識，了解這些數學概念能幫助你更好地理解統計學的核心原理。
二、學習描述性統計：描述性統計是統計學的基礎，涉及如何對資料進行整理和簡化。學習如何計算平均數、標準差、變異數，以及繪製圖表（如直方圖、圓餅圖等），有助於你理解資料
的基本特徵。
三、深入了解推論統計：推論統計是從樣本資料推論到母體特徵的過程，這部分包括假設檢定、信賴區間、迴歸分析等方法。學習這些技巧能幫助你進行科學性推論，並從資料中得出有意
義的結論。
四、練習數據分析：實際操作是學習統計學的關鍵。透過實際操作統計軟體（如Excel、SPSS、R、JASP等），你可以更好地掌握數據處理和分析技術。試著用真實的資料進行分析，並根據分析結果做出結論。
五、學習專業應用：隨著基礎統計學的掌握，你可以學習更高階的統計學技術，如多變量分析、時間序列分析、結構方程模型等，這些方法在科學研究、商業分析和預測中，具有廣泛的應用。
六、參加課程與工作坊：許多大學和線上平台提供統計學的學習資源，參加這些課程可以讓你系統化的學習統計學，並獲得專業的指導和反饋。
七、不斷練習與探索：統計學是一門需要不斷練習的學科。透過不斷的練習和探索，你能夠更加熟練地運用統計知識來解決實際問題，並加深對統計學概念的理解。
　　學習統計學是一個循序漸進的過程，逐步掌握基本概念、方法和工具，並將其應用於實際情境中，就能幫助你在各行各業中做出數據驅動的決策。