登入會員
品牌介紹
關於我們
企業徵才
客服中心
會員專區
與我連絡
申訴信箱
ＦＡＱ
電子報
書目下載
圖書總覽
服務推薦
教學網
考用網站
首頁
書目下載
會員專區
與我連絡
飛躍六十 迎向百年
法律/政治
法律
政治、公共事務
財經/商管/觀光
財經、商管、統計
觀光、餐旅、休閒
文/史/哲/期刊
辭書、總類
語言、文學
歷史、哲學、宗教
藝術、設計、文創
學術期刊
理工/醫護
理工
醫護暨生命科學
農林漁牧
教育/心理/傳播
教育
心理、諮商與輔導
社會、傳播(影視)
小五南/中等教育
小五南
電機與電子群
餐旅群
家政群
商業與管理群
英文
藝術群
農業群
食品群
【年度盤點延後出貨公告】 「適逢本公司年度盤點，五南官網均可正常下單購買，惟11/26(二)中午後的網站訂單，預估將延至12/3(二)下午後出貨，造成不便敬請見諒。」
分享
研究方法、論文寫作
-
研究方法
財經、商管、統計
-
統計
-
統計軟體應用
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)
ＩＳＢＮ：978-986-522-682-4
E I S B N：9789865226886(PDF)
書 號：1H58
頁 數：624
開 數：16K
定 價：750元
優惠價格：525元
滿額優惠折扣
11/11-1/10 五南全書系書展!全站滿599再95折
試閱
投影片(請電洽，僅供老師索取)
1H58_2版多變量電子檔_資料檔.RAR
※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
【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。
0
1
