教育论文上常用的统计分析(2008)-铭传大学.pptVIP

[Y1, Y2, Y3, Y4, Y5, Y6, Y7, Y8] = (A, B) 成偶檢定因時間關係，不再說明! 差異 母數資料 2個樣本 不相關（無重複測量） → 獨立樣本t檢定 相關（重複測量） → 相依樣本t檢定 2個樣本 不相關（無重複測量） 一組變數（因素） → 單因子ANOVA 超過一組變數 （因素） → 單因子ANOVA （不控制共變數） → 一般因子ANOVA （控制共變數） 相關（重複測量） → 重複測量ANOVA 次序及非母數連續資料 2個樣本 不相關（無重複測量） → Mann-Whitney U 相關（重複測量） → Wilcoxon matched- pairs、sign或McNemar’s 檢定 2個樣本 不相關（無重複測量） 一組變數（因素） → Kruskal-Wallis檢定 超過一組變數 （因素） → SPSS沒辦法分析 相關（重複測量） → Friedman檢定或Kendall’s W檢定 類別資料 獨立兩變數檢定 一個自由度 → Fisher’s exact機率檢定或卡方檢定 超過一個自由度 → 卡方檢定 相關樣本測量二元名目尺度 → Cochran’s Q檢定 相關 母數資料 → Pearson’s相關 次序及非母數連續資料 → Spearman’s rank相關或Kendall’s tau-b 名目資料 → Phi係數、Cramer’s V或contingency係數 檢測的是何種關係? 相依 多少變數被預測? 互依 關係的結構是介於? 依變數及自變數的多元關係 在單一關係裏有一些依變數 結構方程模式 計量 非計量 在單一關係裏只有一個依變數 依變數的測量尺度? 虛擬變數的典型相關分析 預測變數的測量尺度? 計量 非計量 多變量變異數分析 典型相關分析 依變數的測量尺度? 計量 非計量 複迴歸 聯合分析 複鑑別分析 線性機率模式 變數 個案/回應者 因素分析 物件 計量 非計量 驗證性因素分析 集群分析 特性是如何測量的? 非計量 多尺度測量 對應分析 多變量相依關係方法 變數型態表示 細分名稱 函數格式或簡記 典型相關分析（Canonical Correlation Analysis） Y1 + Y2 + Y3 + … + Yn = X1 + X2 + X3 + … + Xn (計量性，非計量性) (計量性，非計量性) --- （X1, X2, X3, … , Xn） → [CC] ←（Y1, Y2, Y3, … , Yn） 變異數分析（Analysis of Variance, ANOVA） Y1 = X1 + X2 + X3 + … + Xn (計量性) (非計量性) 單因子變異數分析 （1-Way ANOVA） Y = f（A） 多因子變異數分析 （Multi-Way ANOVA） Y = f（A, B, C, …） 多變量變異數分析（Multivariate ANOVA） Y1 + Y2 + Y3 + … + Yn = X1 + X2 + X3 + … + Xn (計量性) (非計量性) 單因子多變量變異數分析 （1-Way MANOVA） [Y1, Y2, Y3, … , Yn] = f（A） 多因子多變量變異數分析 （Multi-Way MANOVA） [Y1, Y2, Y3, … , Yn] = f（A, B, C, …） 鑑別分析（Discriminant Analysis） Y1 = X1 + X2 + X3 + … + Xn (非計量性) (計量性) 簡單鑑別分析（Simple Discriminant Analysis） A = f（X1, X2, X3, … , Xn），其中A變數為2組 複鑑別分析（Multiple Discriminant Analysis） A = f（X1, X2, X3, … , Xn），其中A變數為多組 迴歸分析（Regression Analysis） Y1 = X1 + X2 + X3 + … + Xn (計量性) (計量性，非計量性) 簡單迴歸分析（Simple Regression Analysis） Y = f（X） 複迴歸分析（Multiple Regression Analysis） Y = f（X1, X2, X3, … , Xn） 聯合分析（Conjoint Analysis） Y1 = X1 + X2 + X3 + … + Xn (非計量性，計量性) (非計量性) --- --- 結