天：

+A：建立研究的基本觀念，了解常用的統(tǒng)計名詞的定義及實務(wù)上的涵義；

+B:研究中常用的五大變量自變量、依變量、中介變量、干擾變量及控制變量，在研究中的地位，及應(yīng)用的時機，并佐以生活上的例子，加以解釋，讓統(tǒng)計的入門者得以有深入的認識；

• 1.何謂研究?
• 2.常見的研究名詞，概念、理論、構(gòu)念、概念性架構(gòu)、模型、操作型定義、變量、命題與假設(shè)
• 3.問卷設(shè)計原則與操作
• 4.研究中常見的變數(shù)，自變量、依變量、中介變量、干擾變量及控制變量
• 5.統(tǒng)計分析常用的名詞，平均數(shù)、中位數(shù)、眾數(shù)、方差、協(xié)方差、標準偏差
• 6.測量尺度的應(yīng)用
• 名目尺度、順序尺度、區(qū)間尺度及比例尺度
• 7.估計與檢定
• 8.統(tǒng)計的假設(shè)，常態(tài)、同質(zhì)、獨立
• 9.信度 (cronbach's α)表面效度、內(nèi)容效度、效標效度 (收斂效度及區(qū)別效度)

+第二天：

+A：SPSS軟件常用的功能介紹，利用數(shù)據(jù)案例練習(xí)操作，讓您快速運用SPSS分析技能；

+B：說明SPSS多變量分析近20多種常用的統(tǒng)計方法之間的相互的關(guān)系；

• 1.數(shù)據(jù)輸入
• 2.SPSS數(shù)據(jù)編輯窗口介紹
• 3.數(shù)據(jù)變量定義
• 4.數(shù)據(jù)的處理，變量排序、變量等級、合并檔案、分割檔案、選擇觀察值
• 5.數(shù)據(jù)的轉(zhuǎn)換，計算變量、重新編碼、遺漏值的偵測與插補
• 6.基本統(tǒng)計分析介紹，次數(shù)分配表、敘述性統(tǒng)計、相關(guān)分析、t檢定及ANOVA

+第三天：

+A：運用項目分析了解問卷題目鑒別力，以利正式問卷產(chǎn)生

• B:利用敘述性統(tǒng)計做資料篩選，告訴您平均數(shù)、變異數(shù)、中位數(shù)、偏態(tài)、峰度在分析上的實務(wù)涵意

+C:提供復(fù)選題的建檔小工具，協(xié)助進行復(fù)選題分析，并提供選項重要性的權(quán)重。

• D:利用卡方分析了解構(gòu)本是否具代表性(適合度分析)，兩群之間是否可以合并(同構(gòu)型比較)
• 1.多變量分析方法的整合應(yīng)用說明
• 2.數(shù)據(jù)預(yù)試(項目分析)
• 3.獨立、同質(zhì)、單變量及多元常態(tài)檢定
• 4.述性統(tǒng)計
• 5.次數(shù)分配表
• 6.描述性統(tǒng)計
• 7.復(fù)選題分析(含交叉分析)
• 8.無反應(yīng)偏誤
• 9.適合度檢定
• 10.同構(gòu)型檢定

+第四天：

+A:多個變量數(shù)據(jù)縮減為少數(shù)幾個因素，以利分析的進行。

• B:Cranbach’s alpha的介紹與應(yīng)用

+C:應(yīng)用相關(guān)分析了解變量之間關(guān)系大小及所代表的實務(wù)上的意義。

• D:元回歸的分析，包括共線性的診斷與處理。
• E:獨立樣本(t test)，了解三組以上組別之間的平均數(shù)差異。
• 1.因素分析
• 2.信度分析
• 3.皮爾森相關(guān)分析
• 4.收斂與區(qū)別效度分析
• 5.多元回歸分析
• 6.虛擬變量的轉(zhuǎn)換處理
• 7.單一樣本t檢定
• 8.相依樣本t檢定
• 9.獨立樣本t檢定
• 10.方差分析(One way ANOVA)
• 11.差異分析(事后比較)
• 12.Two way ANOVA
• 13.ANCOVA(協(xié)方差分析)
• 14.重復(fù)量數(shù)分析