陳耀

護理學系的教學宗旨一向是傳授學生護理專業知識及技能，培育具備3C﹝照護（Care）、關懷（Concern）及熱忱（Compassion）﹞的特質、符合社會健康需求的護理專業人才，但對於數據的整理與分析略感不足，尤其對統計分析的實務並不擅長。本書以「最容易理解」為目標，是專為護理系學生或護理人員所撰寫的統計分析入門書。不涉獵艱深的數學或高深的理論，書中出現的數據，像是收縮壓、血糖值、膽固醇、體脂肪率等，列舉護理工作內容中最熟悉的測量值。使用此類熟悉的數值去學習護理所需的統計知識，想必能對統計學感到更加親切，而不再視為畏途了。

以意見調查中的累計來說，有按各詢問累計的單純累計，以及組合詢問再累計的交叉累計。交叉累計的結果被整理成稱為「交叉表」的二元表，交叉表的製作與考量，於分析意見調查的各結果時，能發揮重要的功能。交叉表的考量，一般有使用長條圖或帶狀圖等的視覺方法，以及使用稱為檢定的統計方法。可是，這些方法當表甚大時（二元表的行數與列數甚多），若要掌握全體的傾向進行詳細分析，將變得極為困難。另一方面，對應分析（correspondence analysis）是將交叉表的行與列的資訊在二維度或三維度的圖上表現作為目的的一種手法，適合於交叉表的詳細分析。並且，對應分析不只是交叉表，即使對於以複數選擇形式的詢問所得到的資料表，也能進行解析，因之可以活用在選項的分類或回答者的分類上。並且，將對應分析加以擴張稱為「多重對應分析」的手法，對於將問題與回答結果按每一回答者做成一覽表的解析也可應用。由此特性來看，對應分析在意見調查的資料解析方面，被認為是極為有效的手法。

實施方針管理的成效與否是日本戴明獎的評審項目之一，實施方針管理有許多好處，以下列舉幾項說明。1. 經由方針管理的實施而能統合全公司的目標。2. 方針管理可提高企業內各部門的業務品質，有助於培育人才。3. 利用方針管理來推進，能提高目標達成度，系統也較完備，也可建立企業在將來發展的基礎。4. 健全企業的體質，增強企業的競爭力。5. 確保品質、成本、生產力之優越地位。方針管理不是管理方針，而是以方針來管理。管理方針是重視結果，而以方針來管理是重視過程。過程的管理其重要性尤勝於結果的管理，因為有良好的過程自會有良好的結果，若只重結果而不重視過程，只會產生見樹不見林之憾。本書是一本很好的方針管理圖解書，有別於一般只重學理而不重應用的教科書，從方針的展開、方針的設定，到評價、診斷，均有詳細的說明。引進適合企業實態的方針管理，一面掌握問題點一面進行改善，以達到高水準的方針管理才是正途，亦即方針管理是一面轉動PDCA的管理循環，一面盤旋而上的。

人們之所以願意拿辛苦賺來的錢去換取商品，是基於以下兩個理由：‧愉快的感覺‧問題的解決由此觀之，企業的成就全在於對這兩點能做到何種程度，使多少人得到滿足。正如IBM公司前任行銷副總裁伯克．羅傑斯（Buck Rogers）所說的：「生意成交的祕密就在於了解顧客的困難，幫助他找出解決的辦法，使他受惠並對這筆交易感到滿意。」別忘了，顧客滿意是應信守不渝的圭臬。本書列舉2家製造業、1家服務業推行CS活動的過程，值得國內企業作為推行CS活動的借鏡。本書是以圖解的方式敘述顧客滿意的因素，學習如何掌握與顧客接觸的關鍵時刻。適用於任何規模的行業，使其員工能蛻化成「以客為尊」的力行團隊。要想長期領先同業，唯有關懷顧客並使其獲得滿足。

以統計方式處理數據之中，「迴歸分析」是活用次數甚高、活用領域也甚廣的手法之一，並且，迴歸分析的理論與其他統計的解析手法有密切的關聯。因此，理解迴歸分析，使能實際活用，對必須實踐數據調查與數據分析的人來說，是必須學習的內容。本書是以想要學習迴歸分析的基本知識與用法，進行數據分析的初學者作為對象所編寫的入門書。本書的特色在於迴歸分析的理解與活用上，並充分活用Excel的表格計算軟體。使用Excel的理由，因其是表格計算軟體種類中最為普及的軟體之一，且具備實施迴歸分析的機能，另外，附加在迴歸分析中有助於數據分析的統計分析機能，也甚為充實完備。另外，本書是以圖解及表格為中心進行解說，初學者閱讀本書後，對迴歸分析是什麼？有什麼功用？心中的疑惑將可一掃而空。

「改善」是企業進步的手段，沒有一家企業敢說不需要改善，不思改善的企業終將被淘汰，故「改善」是立業之本、生存之道。日本企業的改善，從1970年代到80年代，特別是品質管理的改善受到世界的矚目。此時代的許多日本企業，針對品質、成本、速率、生產力等，積極建構起改善自身過程的文化進而獲得成功。譬如︰在製造現場利用品管圈（QCC）活動降低不良、改善品質、降低成本，就是最明顯的例子。本書為了使改善導向成功，是以標準式的步驟來說明，即為「整理背景」、「分析現狀」、「探索要因」、「研擬對策」、「驗證效果」、「引進與維持」等六個步驟，不管是大幅改善或是小幅改善均能適用。改善是需要使用工具的，因之本書所使用的改善方法，可參閱第九章的說明，至於詳細情形，請參閱《EXCEL品質管理》（五南出版），而相關的統計手法也可參閱《EXCEL統計分析》（五南出版）等書。本書是採循序漸進的系統化介紹，並以圖表方式解說，期盼能協助讀者增進對改善管理的了解，並藉此深化對品管的相關知識，以提升改善實力。

近年來，由於計算機性能的提高、社會科學研究中的可重複性問題以及駭客攻擊，使用貝氏（Bayes）方法進行分析引起了人們的關注。R、JAGS、Stan是典型的可以進行貝氏分析的統計軟體。這三款統計軟體都是GUI的統計軟體，可以用在多樣的貝氏方法中進行分析，但是都需要編寫程式碼（code），對於初學者來說是一個很高的學習成本。SPSS則是初學者也可以輕鬆進行貝氏分析的統計軟體之一。本書針對想要（或不得不）使用貝氏方法進行分析的大學生、研究生、研究人員和在職人士進行整理說明。針對新手，本書將數學公式保持在最低限度，以便使分析和相關概念可以用通俗易懂的方式理解。本書是以簡明易懂為目標，捨棄公式的說明，重點放在如何使用SPSS進行貝氏分析以及如何解釋得出的報告，對初學者更可在最短時間內了解貝氏分析為何物。

統計大師Karl Pearson 說 :「統計是科學的文法(Statistics is the grammar of science)。」統計學是在資料分析的基礎上研究測量、蒐集、整理、歸納、分析資料，以便提出正確資訊的科學。為了有效地推進品質管理，活動中蒐集有關品質之資料，解析資料的方法就顯得重要。此處將此常用的統計方法稱為品管的統計方法（Statistical Quality Control;

「可靠性」是系統與產品所不可欠缺的時間品質，在物美價廉的產品之中，賦予能與成本保持均衡的「可靠性（R）／維護性（M）」，正是品質保證上所需要的要件。隨著品質走向品質保證的地步，可靠性在品質保證所擔負的功能有與日俱增之勢。由於「品管（QC）」是產品或系統所不可或缺的空間品質，而「R／M」則是不可欠缺的時間品質，因之「QC」與「R／M」在產品的品質保證上相得益彰、如虎添翼。本書有別於一般以數理的方式探

近來，決策對個人也好，對企業也好，漸漸成為相當重要的課題。因為做錯了決策以致奪走企業壽命的例子屢見不鮮，此種傾向在不透明感愈形濃厚的現代社會中更為強烈。並且，隨著社會的系統化進展，決策的影響比以往更深且廣。決策必須是從複雜交織的要素中慎重的制訂出來。太單純的斷章取義恐有疏忽重要要素之風險，相反的利用太複雜的手法又很難臨機應變。究竟有無簡便的方法可以均衡的引進多樣要素呢？因應此要求所出現的方法即為AHP（Analytic Hierarchy Process：層級分析法）。此層級分析法為1971年匹茲堡大學教授沙第(Thomas L. Saaty）所發展出來，經過三十多年之發展，已成為現今決策領域中常見之決策工具。AHP是利用階層構造來掌握與決策有關聯的要素。利用階層圖、一對比較、重要度決定、計算綜合的重要度等之步驟加以展開、分析。讀本書時，請從理解第I篇的「基礎」開始。如果讀過一遍，請分析簡單的問題。然後再讀第II篇及後面的部分。透過其中所展開的種種事例，想必可以立即理解以遊戲感（Game feeling）進行決策的意義。本書的特徵以條列式來說，即為：．「使感性科學化」．「單刀直入的解說不明狀況」．「以遊戲感來下決策」．「對多樣化的價值觀探求應對之道」本書是AHP的入門圖解書，簡潔的解說基本並介紹許多應用事例，若想利用軟體分析，可前往相關網站下載相關軟體，如：Expert choice、Power choice或Superdecisions。

無母數統計學（英語：nonparametric statistics），或稱非母數統計學，是統計學的一個分支，適用於母體分配情況未明、小樣本、母體分配不為常態也不易轉換為常態的情形。特點在於盡量減少或不修改其建立之模型，較具穩健特性；在樣本數不大時，計算過程較簡單。無母數統計推論時所使用的統計量的抽樣分配，通常與母體分配無關，不必推論其中位數、適合度、獨立性、隨機性，更廣義的說，無母數統計方法又稱為「不受分配限制統計法」（distribution free）。但無母數統計缺乏一般之機率表，檢定時是以等級（Rank）為主要統計量。本書的特徵有以下四項：1. 只要看數據類型，統計處理方法一清二楚。2. 利用圖解，數據的輸入與其步驟，清晰明確。3. 利用圖解，統計處理的方法與其步驟，一目了然。4. 輸出結果的判讀方法簡明易懂。

「聯合分析」是在數個要因之間判別重要度時可以應用的手法。主要是使用在行銷的領域中開發新產品時，相互比較設計、價格、品牌、形象等要因。可匯集消費者的意見，找出消費者所重視的屬性（要因），被評估為一非常有效的手法。SPSS採用「聯合分析」的「整體輪廓法」，事實上當人們在進行各種的選擇行為時，一般是先比較數個條件再進行選擇，亦即從具體的提示條件之中掌握需求。換言之，「聯合分析」是發掘人類在進行選擇行為時所呈現特徵的一種分析方法。「聯合分析」不只在行銷的領域可以發揮效用，即使在教育、醫療、社會福利等的需求調查中，也不失為一有效手法。在心理、工程等的領域中，「聯合分析」還未相當普及，期許此後更多領域對它的需求能更加擴大。

以收集數據的手段來說，有所謂的實驗。實驗經常在各種領域中進行，有關實驗的知識依其領域而有不同，但不管是哪一種領域的實驗，實驗的計畫方法與實驗數據的解析方法存在著共同的準則。不關心此準則的實驗，會實施不需要的實驗，或未實施需要的實驗，造成非常沒有效率的結果。未實施需要的實驗，當然也會影響實驗數據的解析，連帶著也造成無法透過實驗取得所需要的資訊。因此，參與實驗的研究人員對進行實驗的準則需要學習知識，有系統地整理此準則的學問即為「實驗計畫法」。內容包括一元配置、二元配置、多元配置、直交配列表、多重比較、無母數統計等。閱讀統計的書籍最重要的事情是要抓住數據分析的重點，正確地使用統計方法，避免數據分析中的統計陷阱，如樣本有偏誤、樣本無代表性、樣本不充分等，錯誤的統計解讀均會對知識的追求帶來負面的影響。本書的企劃是以圖解式、步驟式進行解說，讓讀者可以配合步驟實際應用。此外，本書的另一個特徵是公式與例子，只要使用EXCEL就能簡單計算。

變異數分析（ANOVA）是一種統計公式，用於比較不同組的均值（或平均值）之間的變異。一系列方案可用來確定不同組的均值之間是否存在差異。ANOVA的結果是「F統計量」。該比率顯示了組內變異與組間變異，最終產生了一個數字，該數字可以得出支持或拒絕原假設的結論。如果組之間存在顯著差異，則不支持虛無假設，並且F比率會更大。ANOVA如果顯示處理之間有顯著差異，則必須採用事後比較檢定（Post hoc tests）用以測試處理組與對照組是否有顯著差異。這種統計技術稱為多重比較檢定（MCA:Multiple Comparison Analysis testing）。本書的特徵有以下四項：1. 只要看數據類型，統計處理方法一清二楚。2. 利用圖解，數據的輸入與其步驟清晰明確。3. 利用圖解，統計處理的方法與其步驟一目了然。4. 輸出結果的判讀方法簡明易懂。

觀察經濟、健康、教育等各種領域的資料表，如果沒有任何分析的武器時，也許獲益有限，有很多時候常常忽略重要的事項。可是，如果有多變量分析的武器時，常可將資料變成寶山一般。所謂多變量分析是就數目、項目同時進行調查的資料分析，是有效的統計分析手法。多變量分析的資料，同時會有數個項目，藉由調查此種資料項目間之關聯，理解資料並進行分析。開車多少需要有引擎的知識。同樣，執行多變量分析也必須理解它的架構。本書的重

本書所表示的數理基礎不是機率論，而是在於直交展開，計算方法也以單位矩陣的值和分解此種二次形式理論。為了讓讀者容易理解，本文中所有實例將從營業、社會、家政、商品試驗等易懂的數據解說，並在各章後加「注」和練習問題，幫助您輕鬆學會。