SPSS操作與應用─多變量分析實務
作  者╱
吳明隆
出版社別╱
五南
書  系╱
研究&方法
出版日期╱
2021/07/01   (2版 1刷)
  

若無法看見預覽文件請按此下載

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 ╱
978-986-522-682-4
書  號╱
1H58
頁  數╱
624
開  數╱
16K
定  價╱
750
教學資源╱
投影片((外加))



※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!

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:t2673@nknucc.nknu.edu.tw

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

試閱


論文統計分析實
務:JASP的
運用
質性研究的五種
取徑
選擇權商品模型
化導論:使用P
ython語言
(附光碟)
NVivo 1
1與網路質性研
究方法論
用JASP完成
論文分析與寫作
(完整版)
財務管理與Py
thon實現


投影片((外加))

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)

1H58_2版多變量電子檔_資料檔.RAR



【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。

  假如有十一個觀察值,根據其在變項的變異量的不同,分為三個群組,其圖示如下:

  集群分析意義的圖示如下:左邊方框為所有觀察體的分布情形,零散而沒有意義,經由觀察體某些相似的變項性質,將具有類似性質的觀察體合併為一個集群,形成少數有意義而具有某種共同性質的群體。集群分析後,各群組中的觀察值具有最大相似性、各集群間具有最大的相異性。

  以教育程度及所得二個變項為例,六個樣本觀察值的假設資料如下表(Sharma, 1996, p. 186):

  上表數據依所得及教育程度二個變項繪製之散布圖如下,由二維空間之散布圖中可以看出:代號S1與代號S2為同一群組、代號S3與代號S4為同一群組、代號S5與代號S6為同一群組。集群成員{S5、S6}的所得最高、教育程度的年數也最長;集群成員{S1、S2}的所得最低、教育程度的年數也最短。