理工科系的領域主要是以進行實驗或驗證假設的研究方式居多，大多使用實驗計畫法、變異數分析的統計技法。另一方面，社會科學的領域主要是使用調查的方法收集大量的數據，使用因素分析或結構方程模式分析此種多變量分析的統計方法，以探索的方式去導出結果的情形居多。

統計學家Karl Pearson曾說「統計學是科學的文法」（Statistics is the grammer of science），社會科學經常需要多變量分析此種複雜的統計處理，對於不喜歡數學的學生來說，即使選擇了文謅謅的論文題目，也無法避免使用複雜的統計處理。

本書是針對「雖然對統計並不熟悉，但也想使用多變量分析看看」的使用者，從利用SPSS輸入數據，到利用因素分析或Amos的結構方程模式分析為止，以「可以隨心所欲地進行分析」的地步作為標的。

目前市面上銷售有SPSS與Amos此種非常容易使用的統計套裝軟體，任誰都可以輕鬆地進行統計處理。可是，SPSS並非萬能，如果統計處理的步驟有錯誤，SPSS也無法指出，即使出現非常合適的輸出，可是原本使用該統計方法並不適切的情形也有。對於剛學習統計的使用者來說，了解「要使用哪一種統計方法才好」以及「在執行此統計方法上應注意的事項是什麼」是很重要的。因此本書不只列出SPSS的使用步驟，從學習最少所需的基礎知識（或複習）開始，到各種統計方法所需的知識以及應注意的重點儘可能的編列進去。

並且，資料分析並非只使用一個方法就可完成。譬如，檢查平均值或標準差之後再進行因素分析，一面觀察Cronbach 係數一面建構尺度，計算尺度之間的相關係數，再進行迴歸分析、結構方程模式分析，有時也進行集群分析或變異數分析等，是利用統計方法的「總合技術」來形成一篇論文的方式。因此，每一個統計方法並非個別存在而是有關聯的，先有此種認識是非常重要的。

以個人的親身經驗來說，不僅僅統計方法，就是統計的知識也好，實際上，試著從分析數據開始是最佳的捷徑。自己如果能從收集數據開始時，甚至各種甘苦面均可實際感受。對於專攻社會科學的學生來說，為了理解出現在論文的統計方法，最好自己能透過親身去體驗該方法是最好不過的了。目前各領域也都要求具有資料分析的能力。對於這些的許多人士來說，若能利用本書相信對您的研究將會是一大助力。

本書的特色是幾乎每章都以案例解說SPSS或Amos的用法，不僅步驟明確可讓初學者按步就班的學習各種手法，同時也有非常清楚的解說，讓初學者能了解分析結果的含意，進而處類旁通，本書除了可供研究生作為撰寫論文的參考之外，對從事社會科學研究的相關人士也可最為研究參考之用。

由於倉促成書，書中若有誤植之處，尚請賢達賜正。

陳耀茂 謹誌於

東海大學企管系所

理工科系的領域主要是以進行實驗或驗證假設的研究方式居多，大多使用實驗計畫法、變異數分析的統計技法。另一方面，社會科學的領域主要是使用調查的方法收集大量的數據，使用因素分析或結構方程模式分析此種多變量分析的統計方法，以探索的方式去導出結果的情形居多。

統計學家Karl Pearson曾說「統計學是科學的文法」（Statistics is the grammer of science），社會科學經常需要多變量分析此種複雜的統計處理，對於不喜歡數學的學生來說，即使選擇了文謅謅的論文題目，也無法避免使用複雜的統計處理。

本書是針對「雖然對統計並不熟悉...

第1篇　SPSS篇
1. 資料分析基本事項
1.1　希望能記住的基礎知識
1.2　統計的檢定
1.3　數據輸入
2. 主題研究所需知識
2.1　進行主題研究時的心理準備
2.2　調查的方法
2.3　要使用哪種的分析呢？
3. 相關性分析
3.1　表示關聯的方法
3.2　計算相關係數
4. 差異性分析
4.1　調查差異的方法
4.2　2檢定
4.3　t檢定
5. 變異數分析
5.1　何謂變異數分析
5.2　1要因的變異數分析
5.3　2要因的變異數分析(1)
5.4　2要因的變異數分析(2)
6. 變異數分析的活用
6.1　分析的背景145
6.2　資料的確認與項目分析
6.3　因素分析的執行
6.4　內部整合性的檢討
6.5　尺度分數與相關係數的求出
6.6　分組
6.7　變異數分析
6.8　多變量變異數分析
7. 複迴歸分析
7.1　何謂多變量分析
7.2　複迴歸分析
8. 複迴歸分析的活用
8.1　活用要項
8.2　複迴歸分析的虛擬變數法
8.3　複迴歸分析—逐步迴歸法
8.4　複迴歸分析放入交互作用項時利用中心化回避共線性的方法
9. 因素分析—探討來自潛在因素的影響
9.1　因素分析的想法
9.2　直交旋轉
9.3　斜交旋轉
10. 因素分析的活用
10.1　製作尺度的重點
10.2　尺度製作的實際情形
10.3　尺度的信度的檢討
10.4　主成分分析
第2篇　Amos篇
11. 路徑分析
11.1　研究的背景與使用的數據
11.2　畫路徑圖─畫因果關係鏈
11.3　觀察輸出—判斷因果關係鏈
11.4　改良模式—刪除路徑再分析
11.5　以SPSS分析看看—分析數個因果關係鏈
12. 路徑分析的活用
12.1　研究的背景與使用的數據
12.2　畫路徑圖（因果關係：2個觀測變數→2個觀測變數）
12.3　觀察輸出—判斷因果關係
12.4　試以SPSS分析
13. 結構方程模式分析
13.1　結構方程模式
13.2　結構方程模式分析(1)
13.3　結構方程模式分析(2)
13.4　結構方程模式分析(3)
14. 結構方程模式分析的活用
—多群體的同時分析與各種的路徑圖
14.1　調查差異的方法
14.2　各種分析的路徑圖
15. 利用潛在曲線模式
15.1　分析的背景
15.2　資料的確認與項目的分析
15.3　相互相關
15.4　利用潛在曲線模式來檢討
15.5　預測截距與斜率
15.6　補充說明
16. 平均結構模式
16.1　將平均結構引進模式中
16.2　驗證模式
16.3　平均結構的設定方式
16.4　觀察表輸出
17. 多重指標模式、MIMIC模式、PLS模式
18. 調節變數與中介變數─PROCESS軟體
18.1　簡介
18.2　Process軟體的下載
18.3　解析例
19. 多群組因素分析
19.1　何謂測量不變性
19.2　測量不變性的分析操作
19.3　分析結果的判讀
19.4　廠商別測量不變性的分析結果
19.5　平均的等質性的分析方法與結果
20. 複數模式的比較569
20.1　對流行的態度形成的心理
20.2　路徑圖的繪製
20.3　管理模式
20.4　分析的執行與結果的輸出
20.5　結果的整理
20.6　探索模式設定
21. 結構方程模式案例分析
21.1　前言
21.2　調查及數據
21.3　探索式的因素分析
21.4　驗證式的因素分析62
21.5　高階因素分析
21.6　二個因素分析模式之比較
21.7　有關飲食生活與健康度之間的因果關係之分析
21.8　利用其他估計法的分析
21.9　輸入了包含遺漏值的事件
22. 結構方程模式所需知識
22.1　簡介
22.2　模式特性
22.3　SEM分析應用的14點原則
22.4　識別性條件的設定
22.5　模式識別性的要點
22.6　模式的適配評價
22.7　測量模式的評估要點
22.8　結構模式的評估要點
22.9　模式修正要點
22.10　各種模式的意義
參考文獻
結語

第1篇　SPSS篇
1. 資料分析基本事項
1.1　希望能記住的基礎知識
1.2　統計的檢定
1.3　數據輸入
2. 主題研究所需知識
2.1　進行主題研究時的心理準備
2.2　調查的方法
2.3　要使用哪種的分析呢？
3. 相關性分析
3.1　表示關聯的方法
3.2　計算相關係數
4. 差異性分析
4.1　調查差異的方法
4.2　2檢定
4.3　t檢定
5. 變異數分析
5.1　何謂變異數分析
5.2　1要因的變異數分析
5.3　2要因的變異數分析(1)
5.4　2要因的變異數分析(2)
6. 變異數分析的活用
6.1　分析的背景145
6.2　資料的確認與項目分析
6.3　因素分析...