第一天：

+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ω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)

+第二天：

+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

+第三天：

+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ㄨ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.描ぷ述性统计
• 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

+第四天：

+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