SPSS應用與論文分析

天：

+A：建立研究的基本觀念，了解常用的統計名詞的定義及實務上的涵義；

+B:研究中常用的五大變量自變量、依變量、中介變量、干擾變量及控制變量，在研究中的地位，及應用的時機，并佐以生活上的例子，加以解釋，讓統計的入門者得以有深入的認識；

• 1.何謂研究?
• 2.常見的研究名詞，概念、理論、構念、概念性架構、模型、操作型定義、變量、命題與假設
• 3.問卷設計原則與操作
• 4.研究中常見的變數，自變量、依變量、中介變量、干擾變量及控制變量
• 5.統計分析常用的名詞，平均數、中位數、眾數、方差、協方差、標準偏差
• 6.測量尺度的應用
• 名目尺度、順序尺度、區間尺度及比例尺度
• 7.估計與檢定
• 8.統計的假設，常態、同質、獨立
• 9.信度 (cronbach's α)表面效度、內容效度、效標效度 (收斂效度及區別效度)

+第二天：

+A：SPSS軟件常用的功能介紹，利用數據案例練習操作，讓您快速運用SPSS分析技能；

+B：說明SPSS多變量分析近20多種常用的統計方法之間的相互的關系；

• 1.數據輸入
• 2.SPSS數據編輯窗口介紹
• 3.數據變量定義
• 4.數據的處理，變量排序、變量等級、合并檔案、分割檔案、選擇觀察值
• 5.數據的轉換，計算變量、重新編碼、遺漏值的偵測與插補
• 6.基本統計分析介紹，次數分配表、敘述性統計、相關分析、t檢定及ANOVA

+第三天：

+A：運用項目分析了解問卷題目鑒別力，以利正式問卷產生

• B:利用敘述性統計做資料篩選，告訴您平均數、變異數、中位數、偏態、峰度在分析上的實務涵意

+C:提供復選題的建檔小工具，協助進行復選題分析，并提供選項重要性的權重。

• D:利用卡方分析了解構本是否具代表性(適合度分析)，兩群之間是否可以合并(同構型比較)
• 1.多變量分析方法的整合應用說明
• 2.數據預試(項目分析)
• 3.獨立、同質、單變量及多元常態檢定
• 4.述性統計
• 5.次數分配表
• 6.描述性統計
• 7.復選題分析(含交叉分析)
• 8.無反應偏誤
• 9.適合度檢定
• 10.同構型檢定

+第四天：

+A:多個變量數據縮減為少數幾個因素，以利分析的進行。

• B:Cranbach’s alpha的介紹與應用

+C:應用相關分析了解變量之間關系大小及所代表的實務上的意義。

• D:元回歸的分析，包括共線性的診斷與處理。
• E:獨立樣本(t test)，了解三組以上組別之間的平均數差異。
• 1.因素分析
• 2.信度分析
• 3.皮爾森相關分析
• 4.收斂與區別效度分析
• 5.多元回歸分析
• 6.虛擬變量的轉換處理
• 7.單一樣本t檢定
• 8.相依樣本t檢定
• 9.獨立樣本t檢定
• 10.方差分析(One way ANOVA)
• 11.差異分析(事后比較)
• 12.Two way ANOVA
• 13.ANCOVA(協方差分析)
• 14.重復量數分析