SPSS與研究方法(3版)（簡體書）

《SPSS與研究方法（第2版）》以SPSS處理資料分析，精確掌握統計數值的含義、專題研究報告、碩博士論文寫作必備工具書、以簡明易懂的方式介紹SPSS統計技術、統計值視窗選擇，以企業管理決策相關選項為主、各種操作指令，均為中英文對照。．

《SPSS與研究方法(第2版)》(作者榮泰生)以SPSS處理資料分析，精確掌握統計數值的含義；專題研究報告、碩博士論文寫作必備工具書；以簡明易懂的方式介紹SPSS統計技術；統計值視窗選擇，以企業管理決策相關選項為主；各種操作指令，均為中英文對照。

1 認識SPSS
1．1 SPSS模塊、系統需求與工具
1．2 基本界面
1．3 選項
1．4 導入
1．5 變量視圖（Variable View）
1．6 數據轉換
1．7 數據處理
1．8 輸出結果處理
1．9 統計分析
1．10 有關本書
附錄1．1 SPSS高級統計分析
附錄1．2 度量一數據類型

2 認識研究方法
2．1 何謂研究方法
2．2 好的研究
2．3 研究程序
2．4 研究問題的界定
2．5 研究背景、動機與目的
2．6 文獻回顧
2．7 概念框架及研究假說
2．8 研究設計
2．9 數據分析
2．10 研究結論與建議
2．11 研究中常見的問題

3 數據收集與樣本描述
3．1 量表的本質
3．2 選擇量表的考慮因素
3．3 態度量表
3．4 量表的來源
3．5 問卷設計
3．6 原始數據收集
3．7 網絡調查
3．8 數據探索
3．9 描述樣本的統計值
3．10 頻率分佈表
3．11 描述性統計量
3．12 統計圖
3．13 多重響應

4 比較均值
4．1 認識“比較均值”
4．2 均值檢驗
4．3 單樣本T檢驗
4．4 獨立樣本T檢驗
4．5 配對樣本T檢驗
4．6 單因素方差分析
4．7 重複度量
4．8 重要統計檢驗值

5 雙因素方差、協方差分析
5．1 認識雙因素方差分析
5．2 雙因素受試者間設計（交互作用不顯著）
5．3 雙因素受試者間設計（交互作用顯著）
5．4 拉丁方格設計
5．5 混合設計
5．6 雙因素協方差分析
5．7 重要統計檢驗值
附錄5．1 變量間的關係
附錄5．2 實驗設計

6 非參數檢驗
6．1 認識非參數檢驗
6．2 定序（秩）數據
6．3 定類數據
6．4 進一步探討：對數線性模型（LogLinear）

7 相關性測度
7．1 認識相關性測度
7．2 定距數據的相關性測度
7．3 Pearson相關係數
7．4 簡單回歸分析：模型與曲線估計
7．5 簡單回歸分析釋例
7．6 定序數據的相關性測度
7．7 定類數據的相關性測度

8 因子分析與信度檢驗
8．1 多變量分析
8．2 認識因子分析
8．3 因子分析
8．4 信度檢驗
8．5 重要統計檢驗值
附錄8．1 構念與概念
附錄8．2 良好測量工具的特性
附錄8．3 信度測量
附錄8．4 效度測量

9 聚類分析
9．1 認識聚類分析
9．2 K均值聚類（非層次聚類法）
9．3 層次聚類分析法
9．4 TWO-STEP聚類
附錄9．1 聚類分析的深入探討
附錄9．2 生活形態區隔

10 多維尺度法
10．1 認識多維尺度法
10．2 數據編碼與SPSS輸入
10．3 多維尺度（17ROXSCAL）：次序／相異性
10．4 多維尺度方法（PROXSCAL）：區間／相似性
10．5 多維尺度方法（PROXSCAL）：區間／相異性
10．6 多維尺度方法（ALSCAL）
10．7 對應分析
10．8 重要統計檢驗值

11 多元回歸分析
11．1 認識多元回歸
11．2 輸入法（選入法）
11．3 多元回歸的其他方法
11．4 虛擬變量回歸分析
11．5 路徑分析
11．6 最優尺度（OPTIMAL SCALING）
11．7 深入研究
11．8 重要統計檢驗值
附錄11．1 因果性研究

12 多變量方差、協方差分析
12．1 認識多變量方差分析
12．2 單因素多變量方差分析
12．3 雙因素多變量方差分析（TWO-WAYMANOVA）
12．4 多變量協方差分析
12．5 重要統計檢驗值

13 判別分析
13．1 認識判別分析
13．2 判別分析：兩群組區分
13．3 多元判別分析
13．4 虛擬變量判別分析
13．5 二元LOGISTIC回歸分析
13．6 重要統計檢驗值

14 典型相關分析
14．1 認識典型相關分析
14．2 路徑圖與線性組合
14．3 SPSS程序
14．4 語法說明
14．5 結果分析
後記．