      SPSS应用与论文分析培训

一
A：建立研究的基本观念，了解常用的统计名词的定义及实务上的涵义；
B:研究中常用的五大变量自变量、依变量、中介变量、干扰变量及控制变量，在研究中的地位，及应用的时机，并佐以生活上的例子，加以解释，让统计的入门者得以有深入的认识；
1.何谓研究?

2.常见的研究名词，概念、理论、构念、概念性架构、模型、操作型定义、变量、命题与假设

3.问卷设计原则与操作

4.研究中常见的变数，自变量、依变量、中介变量、干扰变量及控制变量

5.统计分析常用的名词，平均数、中位数、众数、方差、协方差、标准偏差

6.测量尺度的应用

名目尺度、顺序尺度、区间尺度及比例尺度

7.估计与检定

8.统计的假设，常态、同质、独立

9.信度 (cronbach's α)表面效度、内容效度、效标效度 (收敛效度及区别效度)

二
A：SPSS软件常用的功能介绍，利用数据案例练习操作，让您快速运用SPSS分析技能；
B：说明SPSS多变量分析近20多种常用的统计方法之间的相互的关系；
1.数据输入

2.SPSS数据编辑窗口介绍

3.数据变量定义

4.数据的处理，变量排序、变量等级、合并档案、分割档案、选择观察值

5.数据的转换，计算变量、重新编码、遗漏值的侦测与插补

6.基本统计分析介绍，次数分配表、叙述性统计、相关分析、t检定及ANOVA

三
A：运用项目分析了解问卷题目鉴别力，以利正式问卷产生
B:利用叙述性统计做资料筛选，告诉您平均数、变异数、中位数、偏态、峰度在分析上的实务涵意

C:提供复选题的建档小工具，协助进行复选题分析，并提供选项重要性的权重。
D:利用卡方分析了解构本是否具代表性(适合度分析)，两群之间是否可以合并(同构型比较)

1.多变量分析方法的整合应用说明

2.数据预试(项目分析)

3.独立、同质、单变量及多元常态检定

4.述性统计

5.次数分配表

6.描述性统计

7.复选题分析(含交叉分析)

8.无反应偏误

9.适合度检定

10.同构型检定

四
A:多个变量数据缩减为少数几个因素，以利分析的进行。
B:Cranbach’s alpha的介绍与应用

C:应用相关分析了解变量之间关系大小及所代表的实务上的意义。
D:元回归的分析，包括共线性的诊断与处理。

E:独立样本(t test)，了解三组以上组别之间的平均数差异。

1.因素分析

2.信度分析

3.皮尔森相关分析

4.收敛与区别效度分析

5.多元回归分析

6.虚拟变量的转换处理

7.单一样本t检定

8.相依样本t检定

9.独立样本t检定

10.方差分析(One way ANOVA)

11.差异分析(事后比较)

12.Two way ANOVA

13.ANCOVA(协方差分析)

14.重复量数分析