25 種 統 計 方 法 秘 技 SPSS 17.0 中 文 版 張 偉 豪 SPSS 宏 德 國 際 軟 體 諮 詢 資 深 顧 問 成 大 企 管 博 士 候 選 人 樹 德 科 大 企 管 系 講 師 勞 委 會 職 訓 局 專 任 講 師 南 部 希 望 園 區 社 長 E-mail: xx000252@ispeed.com.tw
YA 教 授 開 示 2
統 計 學 基 礎 很 爛, 可 能 聽 得 懂 嗎? 3
你 會 唱 歌, 但 是 你 懂 樂 理 嗎? 你 會 開 車, 但 是 你 懂 汽 車 構 造 嗎? 4
分 析 方 法 的 基 本 分 類 統 計 方 法 的 組 合 運 用 大 綱 認 識 統 計 方 法 5
統 計 方 法 的 分 類 關 係 關 係 無 因 果 有 因 果 類 別 變 數 敘 述 性 統 計 複 選 題 分 析 ( 多 重 ) 交 叉 分 析 卡 方 ( 同 質 獨 立 適 合 度 ) 檢 定 二 元 羅 吉 斯 迴 歸 區 別 分 析 連 續 變 數 主 成 份 分 析 因 素 分 析 集 群 分 析 ( 偏 ) 相 關 分 析 偏 相 關 分 析 迴 歸 ( 路 徑 ) 分 析 ( 多 變 量 ) 變 異 數 分 析 偏 最 小 平 方 迴 歸 6
SPSS 的 統 計 應 用 敘 述 統 計 推 論 統 計 ( 多 變 量 分 析 ) 有 母 數 分 析 無 母 數 分 析 質 化 研 究 量 化 研 究 7
敘 述 統 計 推 論 統 計 有 母 數 分 析 無 母 數 分 析 次 數 分 配 表 交 叉 分 析 多 重 交 叉 分 析 複 選 題 分 析 90 80 70 60 50 40 30 20 10 0 第 一 季 第 二 季 第 三 季 第 四 季 東 部 中 部 北 部 8
敘 述 統 計 推 論 統 計 有 母 數 分 析 項 目 分 析 (t 檢 定 ) 迴 歸 分 析 無 母 數 分 析 信 度 檢 定 變 異 數 分 析 (ANOVA) 多 重 比 較 ( 差 異 分 析 ) 多 變 量 變 異 數 分 析 (MANOVA) 相 關 分 析 偏 相 關 路 徑 分 析 ( 多 個 迴 歸 分 析 ) 偏 最 小 平 方 迴 歸 羅 吉 斯 分 析 (logistic) 集 群 分 析 區 別 分 析 主 成 份 分 析 因 素 分 析 9
敘 述 統 計 推 論 統 計 有 母 數 分 析 無 母 數 分 析 卡 方 分 析 同 質 性 檢 定 適 合 度 檢 定 獨 立 性 檢 定 樣 本 樣 本 樣 本 樣 本 結 果 最 好 是 don t reject 母 體 10
MANOVA 連 續 Y( 依 變 數 ) 偏 最 小 平 方 迴 歸 路 徑 分 析 不 連 續 ANOVA t 檢 定 ( 偏 ) 相 關 分 析 迴 歸 分 析 連 續 X 敘 述 統 計 羅 吉 斯 分 析 ( 自 變 數 ) 卡 方 分 析 不 連 續 區 別 分 析 11
x????? y 到 底 何 者 是 x 何 者 是 y 呢? 人 口 統 計 變 項 肯 定 為 x, 其 餘 構 面 視 其 位 置 而 依 照 箭 頭 的 方 向 來 決 定 y, 箭 尾 為 x 定 ; 形 成 某 構 面 A 的 題 目 可 視 為 該 構 面 之 x n B M Y 12
主 成 份 與 因 素 分 析 相 同 之 處 1. 二 者 皆 可 用 來 將 原 有 之 P 個 變 項 減 為 m 個 成 份 分 數 或 因 素 分 數 (m<p), 以 符 合 精 簡 (parsimony) 的 原 則 2. 當 觀 察 變 項 數 目 多 且 共 同 性 高 之 情 況 下, 資 料 採 此 二 種 方 法 分 析, 所 得 結 果 近 似 13
主 成 份 與 因 素 分 析 相 異 之 處 因 素 分 析 模 式 屬 於 統 計 的 模 式, 變 項 之 測 量 含 有 誤 差 (error) 部 分, 而 主 成 份 分 析 模 式 屬 於 數 學 模 式, 故 主 成 份 分 析 模 式 為 共 同 因 素 分 析 模 式 的 一 個 特 例 主 成 份 分 析 的 重 點 在 解 釋 資 料 的 變 異 量, 而 因 素 分 析 之 重 點 在 解 釋 變 項 間 的 相 關 主 成 份 分 析 中, 成 份 是 觀 察 變 項 的 線 性 組 合 ; 而 在 因 素 分 析 中, 觀 察 變 項 為 各 因 素 之 線 性 組 合 加 上 誤 差 14
主 成 份 與 因 素 分 析 相 異 之 處 因 數 分 析 中 是 把 變 數 表 示 成 各 因 數 的 線 性 組 合, 而 主 成 分 分 析 中 則 是 把 主 成 分 表 示 成 個 變 數 的 線 性 組 合 主 成 分 分 析 的 重 點 在 於 解 釋 各 個 變 數 的 總 變 異 數, 而 因 數 分 析 則 把 重 點 放 在 解 釋 各 變 數 之 間 的 共 變 異 數 15
主 成 份 與 因 素 分 析 相 異 之 處 主 成 分 分 析 中 不 需 要 有 假 設 (assumptions), 因 數 分 析 則 需 要 一 些 假 設 因 數 分 析 的 假 設 包 括 : 各 個 共 同 因 數 之 間 不 相 關, 獨 特 因 數 (specific factor) 之 間 也 不 相 關, 共 同 因 數 和 獨 特 因 數 之 間 也 不 相 關 主 成 分 分 析 中, 當 給 定 的 共 變 異 數 矩 陣 或 者 相 關 矩 陣 的 特 徵 值 是 唯 一 的 時 候, 主 成 分 一 般 是 獨 特 的 ; 而 因 數 分 析 中 因 數 不 是 獨 特 的, 可 以 旋 轉 得 到 不 同 的 因 數 16
主 成 份 與 因 素 分 析 相 異 之 處 在 因 數 分 析 中, 因 數 個 數 需 要 分 析 者 指 定 (spss 根 據 一 定 的 條 件 自 動 設 定, 只 要 是 特 徵 值 大 於 1 的 因 數 進 入 分 析 ), 而 指 定 的 因 數 數 量 不 同 而 結 果 不 同 在 主 成 分 分 析 中, 成 分 的 數 量 是 一 定 的, 一 般 有 幾 個 變 數 就 有 幾 個 主 成 分 17
主 成 份 與 因 素 分 析 相 異 之 處 和 主 成 分 分 析 相 比, 由 於 因 數 分 析 可 以 使 用 旋 轉 技 術 幫 助 解 釋 因 數, 在 解 釋 方 面 更 加 有 優 勢 大 致 說 來, 當 需 要 尋 找 潛 在 的 因 數, 並 對 這 些 因 數 進 行 解 釋 的 時 候, 更 加 傾 向 於 使 用 因 數 分 析, 並 且 借 助 旋 轉 技 術 幫 助 更 好 解 釋 而 如 果 想 把 現 有 的 變 數 變 成 少 數 幾 個 新 的 變 數 ( 新 的 變 數 幾 乎 帶 有 原 來 所 有 變 數 的 資 訊 ) 來 進 入 後 續 的 分 析, 則 可 以 使 用 主 成 分 分 析 當 然, 這 中 情 況 也 可 以 使 用 因 數 得 分 做 到 所 以 這 中 間 區 分 不 是 絕 對 的 18
主 成 份 vs. 因 素 分 析 Formative indicator Reflective indicator X1 形 成 型 指 標 充 份 條 件 反 映 型 指 標 必 要 條 件 Y1 X2 P1 F1 Y2 X3 Y3 X4 Y4 X5 P2 F2 Y5 X6 Y6 19
充 份 條 件 vs. 必 要 條 件 充 份 條 件 (sufficient condition) : 該 做 什 麼 事, 才 足 以 (suffice) 達 成 目 標? 必 要 條 件 (necessary condition) : 一 旦 達 到 目 標 了, 必 然 (necessarily) 會 有 那 些 現 象? 啤 酒 消 費 量 紅 酒 消 費 量 烈 酒 消 費 量 酒 醉 情 形 酒 醉 情 形 血 液 酒 精 濃 度 駕 駛 能 力 行 為 能 力 計 算 能 力 20
使 用 因 素 分 析 的 理 由 當 變 項 數 目 多 且 共 同 性 高 時, 主 成 份 分 析 與 共 同 因 素 分 析 之 結 果 十 分 近 似 因 素 分 析 可 以 轉 軸 易 於 解 釋 命 名 主 成 份 分 析 之 負 荷 量 與 真 實 的 負 荷 量 比 較 之 下, 有 高 估 的 現 象 CFA 在 複 雜 情 境 下 ( 如 偏 態 或 峰 度 ), 與 PCA 結 果 之 比 較,CFA 較 能 提 供 穩 定 的 數 值 傅 粹 馨 (2002), 主 成 份 分 析 和 共 同 因 素 分 析 相 關 議 題 之 探 究. 教 育 與 社 會 研 究. 第 三 期,p107-132 21
因 素 分 析 ( 針 對 變 數 分 類 ) 為 了 要 證 實 研 究 者 所 設 計 的 測 驗 的 確 在 測 某 一 潛 在 特 質, 並 釐 清 潛 在 特 質 的 內 在 結 構, 能 夠 將 一 群 具 有 共 同 特 性 的 測 量 分 數, 抽 離 出 背 後 潛 在 構 念 的 統 計 分 析 技 術, 即 為 因 素 分 析 主 要 目 的 是 把 數 個 不 易 解 釋, 但 卻 彼 此 相 關 的 變 項, 轉 化 成 少 數 幾 個 有 概 念 化 意 義, 而 彼 此 獨 立 性 大 的 因 素 ; 並 可 大 幅 縮 減 欲 分 析 的 變 項, 使 之 成 為 少 數 幾 個 因 素, 以 利 於 資 料 分 析 的 進 行 22
主 要 的 功 能 建 立 量 表 的 建 構 效 度 收 斂 效 度 及 區 別 效 度 簡 化 測 量 的 內 容 用 來 協 助 測 驗 編 製, 進 行 項 目 分 析, 檢 驗 試 題 的 優 劣 好 壞 F1 F2 x1 x2 x3 x4 x5 x6 23
集 群 分 析 ( 針 對 人 群 分 類 ) 目 的 將 資 料 分 成 幾 個 相 異 性 最 大 的 群 組, 而 群 組 內 的 相 似 程 度 最 高 分 析 工 具 二 階 段 集 群 分 析 200 個 樣 本 以 內 採 階 層 式 集 群 分 析 ( 實 務 上 100 個 判 斷 就 有 問 題 了 ) 200 個 樣 本 以 上 採 K-means 集 群 分 析 (cluster analysis) 分 組 完 後, 可 用 區 別 分 析 驗 證 之 24
名 目 因 素 分 析 生 活 型 態 因 素 one way MANOVA 集 群 分 析 量 尺 one way MANOVA 內 外 控 生 活 型 態 群 組 人 口 統 計 變 項 卡 方 檢 定 卡 方 檢 定 名 目 名 目 多 重 交 叉 分 析 申 購 動 機 促 銷 因 素 通 路 因 素 價 格 因 素 產 品 因 素 名 目 25
樣 本 大 小 決 定 經 驗 : 以 問 卷 中 最 大 的 構 面 中 的 題 項 數 目 為 主, 以 5~20 倍 為 抽 樣 數 目, 依 母 體 大 小 決 定 之 (multivariate data analysis, 5th ed., Hair, Jr. et al) 計 算 : n = 2 2 2 1.96 s e n = 2 1.96 p (1 p ) e 2 26
問 卷 發 展 流 程 驗 證 式 分 析 問 卷 產 生 預 試 項 目 分 析 探 索 式 分 析 問 卷 完 成 信 度 分 析 因 素 分 析 27
問 卷 發 展 流 程 理 論 基 礎 及 研 究 目 的 編 擬 及 修 訂 量 表 初 稿 選 取 受 試 者 預 試 t 檢 定 項 目 分 析 CR 值 顯 著 題 項 因 素 分 析 未 刪 除 之 題 項 正 式 量 表 半 開 放 式 問 卷 多 重 選 擇 式 問 題 二 分 法 問 題 選 40~60 員 進 行 預 試 刪 除 決 斷 值 (CR) 未 逹 顯 著 之 題 項 反 映 像 矩 陣 對 角 線 之 抽 樣 適 當 值 0.5 以 下 者 之 題 項 及 因 素 負 荷 量 小 於 0.3 刪 除 28
預 試 (pretest) 目 的 : 了 解 問 項 題 意 是 否 清 楚 及 修 正 錯 字 等 刪 除 不 具 鑑 別 力 的 題 項, 來 提 升 問 卷 品 質 可 供 應 用 的 統 計 方 法 : 次 數 分 配 ( 檢 查 有 無 輸 入 錯 誤 或 遺 漏 值 ) 項 目 分 析 ( 刪 除 不 具 鑑 別 力 的 變 數 ) 因 素 分 析 ( 縮 減 變 數 的 數 量 以 利 分 析 進 行 ) 信 度 分 析 ( 求 得 因 素 之 內 部 一 致 性 ) 29
一 般 統 計 方 法 運 用 的 方 式 資 料 鍵 檔 ( 用 excel 建 檔 ) 檢 查 資 料 ( 檢 查 資 料 輸 入 是 否 有 誤 ) 遺 漏 值 處 理 刪 除 資 料 (tip: 由 後 往 前 刪 ) 項 目 分 析 ( 問 卷 搜 集 完 後 ) 目 的 : 減 少 題 項, 找 出 有 鑑 別 力 的 題 目 因 素 分 析 ( 探 索 式 ) 目 的 : 再 度 縮 減 題 項, 並 根 據 預 試 資 料 作 初 步 的 信 度 分 析 30
統 計 分 析 流 程 驗 證 式 分 析 探 索 式 分 析 問 卷 回 收,key in 資 料 檢 查 因 素 分 析 寫 結 論 選 擇 統 計 方 法 信 度 分 析 31
卡 方 分 析 (chi-square test) 類 別 資 料 的 產 生 原 發 性 類 別 資 料 ( 自 然 分 類 ) 當 被 測 定 的 變 項 的 本 質 是 名 義 性 的 屬 性, 例 如 性 別 資 料 操 弄 性 類 別 資 料 : 以 人 為 操 作 的 手 段 所 獲 致 的 分 類 性 資 料, 例 如 實 驗 操 弄 的 分 類 結 果 虛 擬 化 類 別 資 料 : 由 其 他 類 型 的 資 料 型 態 轉 換 成 類 別 形 式 的 資 料, 例 如 由 連 續 變 項 轉 換 來 的 類 別 變 項 32
t 檢 定 (t-test) 平 均 數 的 差 異 考 驗 雙 母 群 考 驗 如 果 研 究 者 想 同 時 考 慮 不 同 情 況 之 下 的 平 均 數 是 否 有 所 差 異, 例 如 男 生 與 女 生 的 平 均 數 的 比 較, 此 時 即 牽 涉 到 多 個 平 均 數 的 考 驗 ; 不 同 的 平 均 數, 代 表 背 後 具 有 多 個 母 數 的 存 在, 因 此 被 稱 為 多 母 數 的 平 均 數 考 驗 33
變 異 數 分 析 ANOVA 平 均 數 差 異 檢 定 : 基 本 原 理 是 計 算 兩 個 數 值 以 上 ( 平 均 數 ) 之 間 的 差 異, 如 果 差 異 夠 大, 大 於 統 計 上 的 隨 機 差 異, 便 可 能 獲 得 顯 著 的 結 果, 拒 絕 虛 無 假 設 接 受 對 立 假 設 平 均 數 差 異 與 隨 機 差 異 的 比 值, 決 定 了 統 計 的 顯 著 與 否 Y = + X X 1 1 2 34
多 變 量 變 異 數 分 析 (MANOVA) 在 變 異 數 分 析 中, 如 果 要 同 時 考 驗 數 個 依 變 項, 且 具 中 度 相 關, 則 採 用 MANOVA MANOVA 是 ANOVA 之 擴 展, 當 依 變 數 有 兩 個 以 上 時, 採 用 多 變 量 變 異 數 分 析 可 減 少 型 一 錯 誤 並 同 時 了 解 群 組 間 平 均 數 在 所 有 依 變 項 的 差 異 (Bryman & Cramer, 1997) Y... 1 2 + Y + = X + X + 1 2... 35
多 重 比 較 ( 事 後 比 較 ) 一 般 在 整 體 性 之 F 檢 定 達 顯 著 後 才 進 行, 比 較 方 式 為 兩 兩 比 較, 但 也 可 因 研 究 目 的 的 不 同, 只 做 平 均 數 的 多 重 比 較, 不 必 考 慮 整 體 性 F 檢 定 的 結 果 Bonferroni 校 正 LSD 多 群 比 較 產 生 的 型 一 錯 誤, 校 正 方 法 為 LSD 的 p-value N(N-1)/2 若 在 0.05 以 下 結 果 顯 著 Scheffemethod( 雪 費 法 ) 適 用 於 欲 比 較 之 各 組 之 間 人 數 不 同 或 較 複 雜 之 比 較 時 用 之 ; 對 違 反 常 態 與 同 質 假 設 不 敏 感, 檢 定 結 果 具 強 靭 性 ; 對 犯 型 一 錯 誤 是 最 保 守 的 方 法 Tukey HSD method( 誠 實 顯 著 差 異 法 ) 較 保 守 的 檢 定 方 法, 適 用 於 比 較 組 數 之 各 組 人 數 相 同 36
多 重 比 較 ( 事 後 比 較 ) S-N-K (Student-Newman-Keuls) 比 Tukey 較 不 會 犯 型 二 錯 誤 Duncan 類 似 於 S-N-K, 但 比 較 寛 鬆, 比 較 群 組 愈 多 愈 容 易 顯 著 Games-Howell method 使 用 於 群 組 間 N 不 相 等, 異 質 性 及 非 常 態, 是 蠻 新 的 檢 定 法 且 結 果 具 強 靭 性 Dunnett 檢 定 所 有 群 組 均 與 控 制 組 平 均 數 比 較 Hilton A & Armstrong R A (2006) Is one set of data more variable than another? Microbiologist Vol. 7: No.2 34-36 (June 2006) 37
相 關 分 析 ( 皮 爾 森 相 關 ) 相 關 (correlation) 是 用 以 檢 驗 兩 個 變 項 線 性 關 係 的 統 計 技 術, 以 相 關 係 數 (coefficient of correlation) 來 表 示 其 相 關 程 度 皮 爾 森 相 關 係 數 是 一 個 標 準 化 的 關 聯 係 數 其 原 理 是 先 計 算 出 兩 個 變 項 的 共 變 量, 再 除 去 兩 個 變 項 的 標 準 差, 加 以 標 準 化, 得 到 的 一 個 去 除 單 位 的 標 準 化 分 數 相 關 係 數 介 於 -1 至 1 之 間 38
偏 相 關 Y 使 用 時 機 : 證 明 中 介 效 果 是 否 存 在 時 使 用 零 階 相 關 (Zero-Order) Y 和 X1 的 皮 爾 森 相 關 (2+3)/(1+2+3+4) X1 1 2 3 5 6 4 7 X2 偏 相 關 (Partial Correlations ) Y 和 X1 的 偏 相 關 (2/1+2) ;Y 和 X2 為 (4/1+4) 如 標 準 化 迴 歸 係 數 半 偏 相 關 (Semi-Partial Correlations) 移 去 X1,X2 對 因 變 數 的 共 同 影 響 後, X1 與 因 變 數 的 相 關 (2/1+2+3+4);X2 與 因 變 數 的 相 關 (4/1+2+3+4) 係 數 愈 大 代 表 該 變 數 對 Y 的 影 響 愈 大 39
迴 歸 分 析 (Regression) 基 本 條 件 : 連 續 變 項 之 間 的 關 係 線 性 關 係 (linear relationship), 指 兩 個 變 項 的 關 係 可 以 被 一 條 最 具 代 表 性 的 直 線 來 表 達 之 時, 所 存 在 的 關 連 情 形 迴 歸 分 析 的 結 果 無 法 證 明 x 和 y 之 間 有 因 果 關 係 存 在 因 果 關 係 須 滿 足 三 個 條 件 :1. 除 了 評 估 變 數 之 外, 其 餘 變 數 保 持 不 變 ;2. x y 有 顯 著 相 關 ; 3. 因 (x) 必 發 生 在 果 (y) 之 前 迴 歸 方 程 式 Y = ax + bx +... 1 1 2 40
路 徑 分 析 (path analysis) 路 徑 分 析 由 一 系 列 的 迴 歸 分 析 所 組 成, 除 了 借 用 迴 歸 方 程 式 的 原 理, 並 透 過 假 設 性 的 架 構, 將 不 同 的 方 程 式 加 以 組 合, 形 成 結 構 化 的 模 式 優 點 : 可 用 來 證 明 中 介 變 數 的 存 在 與 否 缺 點 : 執 行 n 次 迴 歸, 其 信 賴 數 係 數 α 成 為 0.95 n 因 此, 執 行 愈 多 次 迴 歸, 其 模 型 之 可 信 度 愈 低 A M Y B 41
多 因 多 果 及 小 樣 本 的 分 析 利 器 - PLSR 偏 最 小 平 方 迴 歸 = 多 元 線 性 回 歸 分 析 + 典 型 相 關 分 析 + 主 成 分 分 析 價 格 快 樂 甜 度 酒 精 酸 度 牛 排 點 心 42
PLS 的 特 點 能 夠 在 自 變 量 存 在 嚴 重 多 重 共 線 性 的 條 件 下 進 行 迴 歸 建 模 允 許 在 樣 本 點 個 數 少 於 變 量 個 數 的 條 件 下 進 行 迴 歸 建 模 PLS 在 最 終 模 型 中 將 包 含 原 有 的 所 有 自 變 數 PLS 模 型 更 易 於 辨 識 系 統 信 息 與 誤 差 ( 甚 至 一 些 非 隨 機 性 的 誤 差 ) PLS 模 型 中, 每 一 個 自 變 量 的 迴 歸 係 數 更 容 易 解 釋 43
項 目 分 析 與 信 度 估 計 預 試 分 析 目 的 在 確 認 量 表 題 目 的 堪 用 程 度 最 重 要 的 工 作 為 項 目 分 析, 試 探 性 的 信 度 分 析, 以 作 為 題 目 改 善 的 依 據 信 效 度 檢 驗 提 供 各 項 客 觀 指 標, 作 為 測 驗 與 量 表 良 窳 程 度 的 具 體 證 據 44
二 元 Logistic 分 析 適 用 於 兩 群 體 的 分 類 不 需 符 合 一 般 多 變 量 的 嚴 格 假 設 及 較 具 強 靭 性 與 區 別 分 析 同 樣 具 有 正 確 的 統 計 檢 定 能 力 及 整 合 非 線 性 影 響 的 能 力 能 應 用 於 各 種 範 圍 的 特 徵 適 合 用 於 建 構 決 策 模 型 45
區 別 分 析 區 別 分 析 (discriminate analysis) 的 主 要 目 的 在 計 算 一 組 自 變 項 的 線 性 組 合 對 間 斷 變 項 加 以 分 類, 並 檢 查 再 分 組 的 正 確 率 Y = X + X + 1 1 2... 46
交 叉 分 析 ( 列 聯 表 分 析 ) 變 數 須 為 名 目 尺 度 ( 不 連 續 變 數 ) 性 別 : 男 女 傳 播 媒 體 : 電 子 媒 體 平 面 媒 體 網 路 媒 體 只 能 有 兩 個 變 數 47
多 重 交 叉 分 析 ( 多 重 列 聯 表 分 析 ) 變 數 須 為 名 目 尺 度 ( 不 連 續 變 數 ) 性 別 : 男 女 地 區 : 如 北 中 南 傳 播 媒 體 : 電 子 媒 體 平 面 媒 體 網 路 媒 體 三 個 變 數 以 上, 但 仍 以 三 個 為 主 48
複 選 題 處 理 程 序 1. 資 料 輸 入 ( 以 個 別 題 目 型 態 輸 入 ) 2. 定 義 集 群 點 選 統 計 分 析 複 選 題 分 析 定 義 集 合 定 義 集 內 的 變 數 3. 完 成 虛 擬 複 選 題 變 項 4. 次 數 分 配 表 分 析 5. 交 叉 表 分 析 49
同 質 性 檢 定 目 的 檢 定 不 同 人 口 母 群, 在 某 一 變 項 的 反 應 是 否 具 有 顯 著 差 異 ; 亦 即 兩 個 樣 本 在 同 一 變 項 中 之 分 佈 情 形 適 用 時 機 郵 寄 問 卷 時, 比 較 早 期 回 收 群 及 後 期 跟 催 回 收 群 之 人 口 統 計 變 項 街 頭 訪 問 時, 比 較 願 意 主 動 作 答 群 及 被 動 作 答 群 之 人 口 統 計 變 項 受 訪 者 中 包 含 不 同 團 體 網 路 問 卷 與 紙 本 問 卷 的 比 較 50
適 合 度 檢 定 目 的 研 究 樣 本 是 否 抽 樣 母 群 分 配 相 符 合 時, 以 卡 方 檢 定 進 行 之 ; 每 次 檢 定 內 容 僅 涉 及 一 個 變 項 適 用 時 機 當 研 究 者 想 知 道 樣 本 是 否 能 代 表 母 體 時, 用 人 口 統 計 變 項 與 母 體 資 料 比 較 ( 如 內 政 部 有 完 整 的 人 口 統 計 資 料 ) 51
獨 立 性 檢 定 目 的 想 要 同 時 檢 定 兩 個 類 別 變 項 之 間 的 關 係 是 否 相 關 時, 採 用 卡 方 檢 定 適 用 時 機 如 研 究 者 想 知 道 學 歷 與 性 別 之 間 是 否 有 相 關 即 可 採 用 之 52
離 散 與 連 續 變 數 的 互 換 連 續 轉 不 連 續 採 人 為 操 弄, 將 連 續 變 數 分 類 例 : 將 全 班 成 績 改 為 高 分 組 中 分 組 低 分 組 不 連 續 轉 連 續 虛 擬 變 數 (Dummy Variables)= 水 準 數 (n) -1 例 : 地 區 : 東 部 北 部 中 部 南 部 等 四 個 水 準 DV 可 設 為 (0,0,0) (1,0,0) (0,1,0) (0,0,1) 數 量 最 多 的 設 為 (0,0,0) 53
54