相關商品
商品簡介
作者簡介
序
目次
書摘/試閱
商品簡介
■ JASP軟體免費，且具跨Windows、macOS等平台的優勢。
■ JASP軟體的功能超越SPSS，且可執行結構方程模型分析。
■ 本書適合任一層級的學習者，可作為「基礎統計分析」、「進階統計分析」等課程之教材。
■ 本書適用於專題研究、學術論文寫作之指引，且JASP輸出報表即為APA格式。
■ 本書中，每章節皆附範例、習題，方便授課教師驗收學生學習成果。
■ 本書中，所有範例皆附教學影音檔，促進學習效率，減輕授課教師負擔。
目前學術界常使用的統計軟體，如SPSS、SAS等，對某些未具統計學基礎的讀者而言，其學習的門檻較高，且軟體費用負擔也不小。本書所介紹的JASP這套開源、免費且跨平台的統計分析軟體，它簡單易用，適合任一層級的學習者，且其所具備的統計分析功能甚至已超越SPSS，例如：驗證性因素分析、結構方程模型分析、貝葉斯統計方法等。此外，JASP所產生的報表本身就屬學術界通用的APA格式，適合教學單位在進階統計學或應用統計學等課程使用，亦非常符合學術論文寫作或製作畢業專題之需求。
書中內容涵蓋了一般論文或專題寫作時，所需用到的各種統計方法，諸如：次數分配、現況分析、項目分析、無反應偏差、信度分析、共同方法變異、卡方檢定、t檢定、變異數分析、二因子變異數分析、迴歸分析、PROCESS模組的中介效果與干擾效果檢定、相關分析、探索性因素分析、驗證性因素分析、信度檢驗、收斂效度檢驗、區別效度檢驗與結構模型路徑分析等。
為增進學習效率，作者特別針對每一範例錄製教學影音檔，無論是操作過程、報表解說或內文中需額外講解的部分，讀者皆可透過掃描書中的QR Code而直接觀看教學影音檔。此外，書中所有範例幾乎都是實際碩士論文的原始資料與分析結果，藉由這些範例的引導，讀者可融入研究情境，並順利完成論文或專題的統計分析工作。
■ JASP軟體的功能超越SPSS，且可執行結構方程模型分析。
■ 本書適合任一層級的學習者，可作為「基礎統計分析」、「進階統計分析」等課程之教材。
■ 本書適用於專題研究、學術論文寫作之指引，且JASP輸出報表即為APA格式。
■ 本書中，每章節皆附範例、習題，方便授課教師驗收學生學習成果。
■ 本書中，所有範例皆附教學影音檔，促進學習效率，減輕授課教師負擔。
目前學術界常使用的統計軟體，如SPSS、SAS等，對某些未具統計學基礎的讀者而言，其學習的門檻較高，且軟體費用負擔也不小。本書所介紹的JASP這套開源、免費且跨平台的統計分析軟體，它簡單易用，適合任一層級的學習者，且其所具備的統計分析功能甚至已超越SPSS，例如：驗證性因素分析、結構方程模型分析、貝葉斯統計方法等。此外，JASP所產生的報表本身就屬學術界通用的APA格式，適合教學單位在進階統計學或應用統計學等課程使用，亦非常符合學術論文寫作或製作畢業專題之需求。
書中內容涵蓋了一般論文或專題寫作時，所需用到的各種統計方法，諸如：次數分配、現況分析、項目分析、無反應偏差、信度分析、共同方法變異、卡方檢定、t檢定、變異數分析、二因子變異數分析、迴歸分析、PROCESS模組的中介效果與干擾效果檢定、相關分析、探索性因素分析、驗證性因素分析、信度檢驗、收斂效度檢驗、區別效度檢驗與結構模型路徑分析等。
為增進學習效率，作者特別針對每一範例錄製教學影音檔，無論是操作過程、報表解說或內文中需額外講解的部分，讀者皆可透過掃描書中的QR Code而直接觀看教學影音檔。此外，書中所有範例幾乎都是實際碩士論文的原始資料與分析結果，藉由這些範例的引導，讀者可融入研究情境，並順利完成論文或專題的統計分析工作。
作者簡介
陳寬裕
現職：
屏東科技大學休閒運動健康系特聘教授
學歷：
嘉義大學觀光休閒研究所博士班
長榮大學經營管理研究所博士
清華大學工業工程研究所碩士
臺灣大學大氣科學系學士
E-mail：
pf.kuan.yu.chen@gmail.com
現職：
屏東科技大學休閒運動健康系特聘教授
學歷：
嘉義大學觀光休閒研究所博士班
長榮大學經營管理研究所博士
清華大學工業工程研究所碩士
臺灣大學大氣科學系學士
E-mail：
pf.kuan.yu.chen@gmail.com
序
「因為行過你的路，知影你的苦！」幾年前的一個夜裡，有位正在念EMBA班的縣府主管，透過朋友介紹來請教我「有關碩論之統計分析」問題，我根據其碩論中欲進行的統計方法，試跑了他所蒐集的問卷資料。結果我沉重的告訴他：「你的原始資料再怎麼跑，也得不到你所要的結果。」當場，這位大學是念「中文系」、已58歲的縣府主管眼眶泛紅，不自主的留下淚來。看了真是令人心酸呀！可見碩論確實給他帶來了莫大的壓力。我接著問他，你年齡都那麼大、身分地位都那麼高了，幹嘛拿「磚頭砸自己的腳」去念EMBA，還寫量化的碩論呢？他回答我：「我比較晚婚，小孩現在念高一，我攻讀EMBA就是要讓小孩子看，只要努力，沒有什麼不可能的！」有點感動啦！這個小故事也激發了我寫一本簡單易用、易懂的統計分析書籍的初衷，於是這本書就這麼誕生了。
目前學術界常使用的統計軟體，如SPSS、SAS⋯⋯等，或許對某些未具統計學基礎的讀者而言，其學習的門檻稍高，且軟體費用又是不可承受之重。近年，JASP軟體的崛起，似乎就是衝著這些專業統計軟體而來的。JASP是一套開源、免費且跨平台的統計分析軟體，它的目標是提供一個易於使用且功能強大的平台，供使用者進行統計分析。經作者實測，JASP確實簡單易用，適合任一層級的學習者，且其所具有的統計分析功能甚至已超越SPSS。例如：它提供了驗證性因素分析、結構方程模型分析、貝葉斯統計方法（Bayesian statistics）等高階統計功能。此外，JASP的報表本身就屬學術界通用的APA格式，對於製作專題、論文的使用者可謂是一大福音。作者是多年經驗的SPSS、AMOS的使用者，近年來，不管在教學或研究上，都已轉用JASP軟體，而學生們也對這套軟體的簡單易用與強大功能，留下深刻的體驗印象。
本書特別適用於教學單位，在進階統計學或應用統計學等課程授課時使用。另外，亦非常適合於須進行學術論文寫作或製作畢業專題之學子。其內容涵蓋了一般論文或專題寫作時，所需用到的各種統計方法，諸如：次數分配、現況分析、項目分析、無反應偏差、信度分析、共同方法變異、卡方檢定、t檢定、變異數分析、二因子變異數分析、迴歸分析、PROCESS模組的中介效果與干擾效果檢定、相關分析、探索性因素分析、信度檢驗、收斂效度檢驗、區別效度檢驗與結構模型路徑分析等。而且書中幾乎所有的範例都是實際碩士論文的原始資料與分析結果，期盼讓讀者能身歷其境，融入研究之情境中。
本書於內容編排的特點是對於每一個統計分析方法先簡略闡述其基本概念，然後介紹該方法的功能與應用，再介紹該方法能做什麼；接著再運用範例介紹怎樣去做和如何解讀分析結果。此外，本書在每一章後皆附有習題，方便授課教師驗收學生的學習效果。另外本書的編排方式尚有一大特色，即對於每一範例的操作過程與報表解說或內文中需額外講解的部分，皆附有教學影音檔。藉由教學影音檔當可促進讀者的學習效率，亦可減輕授課教師於課堂上的負擔。
本書的特色應該較屬於統計工具書，其目的是希望讀者能透過本書的引導，而能自力完成論文或專題的統計分析部分。因此，本書特別著重於統計方法的實務應用與操作。書中很多統計理論或方法都是整理博、碩士論文中常用的解說與分析方式，以及參考國內知名作家如：林震岩教授、吳明隆教授、吳統雄教授、邱皓政教授、黃芳銘教授、胡昌亞教授與榮泰生教授的著作而來。書中或有誤謬、未附引註、文獻遺漏等缺失。在此先向諸位先進與讀者致上十二萬分的歉意，並盼各方賢達能以正面思考之方式，提供後學補遺、改進之契機。
本書得以順利出版，首先感謝五南圖書出版公司的鼎力支持與協助，還有對我容忍有加的家人以及默默協助我的同事、學生。由於編寫時間倉促、後學水準亦有限，錯誤之處，在所難免，敬請批評指正，後學不勝感激！
陳寬裕
謹致於 屏東科技大學休閒運動健康系
pf.kuan.yu.chen@gmail.com
2024年3月
目前學術界常使用的統計軟體，如SPSS、SAS⋯⋯等，或許對某些未具統計學基礎的讀者而言，其學習的門檻稍高，且軟體費用又是不可承受之重。近年，JASP軟體的崛起，似乎就是衝著這些專業統計軟體而來的。JASP是一套開源、免費且跨平台的統計分析軟體，它的目標是提供一個易於使用且功能強大的平台，供使用者進行統計分析。經作者實測，JASP確實簡單易用，適合任一層級的學習者，且其所具有的統計分析功能甚至已超越SPSS。例如：它提供了驗證性因素分析、結構方程模型分析、貝葉斯統計方法（Bayesian statistics）等高階統計功能。此外，JASP的報表本身就屬學術界通用的APA格式，對於製作專題、論文的使用者可謂是一大福音。作者是多年經驗的SPSS、AMOS的使用者，近年來，不管在教學或研究上，都已轉用JASP軟體，而學生們也對這套軟體的簡單易用與強大功能，留下深刻的體驗印象。
本書特別適用於教學單位，在進階統計學或應用統計學等課程授課時使用。另外，亦非常適合於須進行學術論文寫作或製作畢業專題之學子。其內容涵蓋了一般論文或專題寫作時，所需用到的各種統計方法，諸如：次數分配、現況分析、項目分析、無反應偏差、信度分析、共同方法變異、卡方檢定、t檢定、變異數分析、二因子變異數分析、迴歸分析、PROCESS模組的中介效果與干擾效果檢定、相關分析、探索性因素分析、信度檢驗、收斂效度檢驗、區別效度檢驗與結構模型路徑分析等。而且書中幾乎所有的範例都是實際碩士論文的原始資料與分析結果，期盼讓讀者能身歷其境，融入研究之情境中。
本書於內容編排的特點是對於每一個統計分析方法先簡略闡述其基本概念，然後介紹該方法的功能與應用，再介紹該方法能做什麼；接著再運用範例介紹怎樣去做和如何解讀分析結果。此外，本書在每一章後皆附有習題，方便授課教師驗收學生的學習效果。另外本書的編排方式尚有一大特色，即對於每一範例的操作過程與報表解說或內文中需額外講解的部分，皆附有教學影音檔。藉由教學影音檔當可促進讀者的學習效率，亦可減輕授課教師於課堂上的負擔。
本書的特色應該較屬於統計工具書，其目的是希望讀者能透過本書的引導，而能自力完成論文或專題的統計分析部分。因此，本書特別著重於統計方法的實務應用與操作。書中很多統計理論或方法都是整理博、碩士論文中常用的解說與分析方式，以及參考國內知名作家如：林震岩教授、吳明隆教授、吳統雄教授、邱皓政教授、黃芳銘教授、胡昌亞教授與榮泰生教授的著作而來。書中或有誤謬、未附引註、文獻遺漏等缺失。在此先向諸位先進與讀者致上十二萬分的歉意，並盼各方賢達能以正面思考之方式，提供後學補遺、改進之契機。
本書得以順利出版，首先感謝五南圖書出版公司的鼎力支持與協助，還有對我容忍有加的家人以及默默協助我的同事、學生。由於編寫時間倉促、後學水準亦有限，錯誤之處，在所難免，敬請批評指正，後學不勝感激！
陳寬裕
謹致於 屏東科技大學休閒運動健康系
pf.kuan.yu.chen@gmail.com
2024年3月
目次
第1章 JASP簡介與建立資料檔
1-1 閱讀本書須知
1-2 JASP簡介
1-3 下載JASP軟體、安裝與啟動
1-4 開啟資料檔
1-5 編輯資料
1-6 專題或論文寫作的指引
習題
第2章 問卷資料檔的建立
2-1 李克特量表簡介
2-2 範例問卷的結構
2-3 製作問卷的編碼格式表
2-4 將Excel資料檔匯入至JASP
2-5 利用Google表單問卷蒐集資料
習題
第3章 資料的編輯和轉換
3-1 橫向計算
3-2 反向題重新計分
3-3 標準化值
3-4 主構面與子構面的得分
3-5 資料平減化
3-6 資料分組
3-7 計算分組平均數
3-8 離群值檢測
3-9 資料常態性的檢測
習題
第4章 複選題與排序題
4-1 複選題與排序題的簡介
4-2 複選題的建檔
4-3 複選題的次數分配表
4-4 複選題的交叉表
4-5 排序題的建檔
4-6 排序題的次數分配表
4-7 排序題的交叉表
習題
第5章 信度分析
5-1 信度簡介
5-2 Cronbach’s α係數
5-3 運用信度分析刪除冗題
5-4 評估構面的信度
習題
第6章 因素分析與效度
6-1 效度的基本概念
6-2 效度的意義與種類
6-3 因素分析的意義
6-4 因素分析中的統計量與其概念
6-5 因素分析的基本步驟
6-6 以主成份分析法進行項目分析
6-7 以主成份分析法探索因素結構
6-8 探索性因素分析
6-9 驗證性因素分析
6-10 共同方法變異
6-11 有關因素分析的忠告
習題
第7章 相關分析
7-1 相關分析的前提假設
7-2 相關係數的計算
7-3 相關分析的範例
7-4 區別效度的評估
7-5 偏相關分析
習題
第8章 基本統計分析
8-1 製作受訪者基本資料分析表
8-2 描述性統計量
8-3 統計圖形
習題
第9章 統計方法的選擇
9-1 變數的種類與型態
9-2 研究的類型
9-3 自變數的水準數或樣本的組數
第10章 交叉表與卡方檢定
10-1 認識交叉表
10-2 交叉表列、行變數之關係分析
10-3 假設檢定的基本概念
10-4 卡方檢定的原理
10-5 卡方檢定範例
10-6 卡方適合度檢定
10-7 卡方獨立性檢定
10-8 無反應偏差—卡方同質性檢定的應用
習題
第11章 平均數的差異性比較—t檢定
11-1 推論統計與參數檢定
11-2 參數之假設檢定簡介
11-3 參數之假設檢定的基本步驟
11-4 兩個群體之平均數比較—t檢定
11-5 單一樣本t檢定（one sample t-test）
11-6 獨立樣本t檢定（independent sample t-test）
11-7 成對（相依）樣本t檢定
習題
第12章 單因子變異數分析
12-1 變異數分析簡介
12-2 變異數分析的基本原理
12-3 單因子變異數分析的基本概念
12-4 單因子變異數分析的基本步驟
12-5 單因子變異數分析範例一
12-6 變異數分析中的效果量指標
12-7 單因子變異數分析範例二
12-8 單因子變異數分析範例三
12-9 單因子相依樣本變異數分析
習題
第13章 二因子變異數分析
13-1 二因子變異數分析的基本概念
13-2 二因子變異數分析的類型
13-3 二因子變異數分析的效果類型
13-4 二因子變異數分析的基本原理
13-5 二因子變異數分析的檢定流程
13-6 二因子完全獨立變異數分析（交互作用顯著）的範例
13-7 二因子完全獨立變異數分析（交互作用不顯著）的範例
13-8 二因子混合設計變異數分析的範例
13-9 二因子完全相依變異數分析的範例
習題
第14章 迴歸分析
14-1 迴歸模型和相關模型的差異
14-2 簡單與多元迴歸模型
14-3 迴歸模型的前提假設
14-4 JASP中建立迴歸模型的方法
14-5 多元迴歸模型的建模步驟
14-6 殘差分析
14-7 共線性問題和異常值問題
14-8 迴歸建模範例一
14-9 迴歸建模範例二
14-10 自變數含類別變數的迴歸分析
習題
第15章 中介、干擾效果的檢驗
15-1 中介效果的基本概念
15-2 檢驗中介效果的範例
15-3 多重中介效果檢定
15-4 數值型干擾效果檢定
15-5 類別型干擾效果檢定
15-6 調節式中介效果檢定
習題
第16章 結構方程模型分析
16-1 結構方程模型的基本概念
16-2 結構方程模型的基本原理
16-3 結構方程模型的建模過程
16-4 模型的評鑑及配適指標
16-5 樣本數與觀察變數之數量的決定
16-6 驗證性因素分析實作
16-7 結構模型分析實作
16-8 多重中介效果檢定
16-9 干擾效果檢定
習題
附錄
附錄一 旅遊動機、體驗價值與重遊意願關係之研究
附錄二 遊客體驗、旅遊意象與重遊意願關係之研究
附錄三 景觀咖啡廳意象、知覺價值與忠誠度：轉換成本的干擾效果
附錄四 電信業服務品質問卷（初稿）
附錄五 電信業服務品質問卷（正式問卷）
附錄六 醫院服務品質問卷
附錄七 品牌形象、知覺價值對品牌忠誠度關係之研究（問卷初稿）
附錄八 品牌形象、知覺價值對品牌忠誠度關係之研究（正式問卷）
參考文獻
1-1 閱讀本書須知
1-2 JASP簡介
1-3 下載JASP軟體、安裝與啟動
1-4 開啟資料檔
1-5 編輯資料
1-6 專題或論文寫作的指引
習題
第2章 問卷資料檔的建立
2-1 李克特量表簡介
2-2 範例問卷的結構
2-3 製作問卷的編碼格式表
2-4 將Excel資料檔匯入至JASP
2-5 利用Google表單問卷蒐集資料
習題
第3章 資料的編輯和轉換
3-1 橫向計算
3-2 反向題重新計分
3-3 標準化值
3-4 主構面與子構面的得分
3-5 資料平減化
3-6 資料分組
3-7 計算分組平均數
3-8 離群值檢測
3-9 資料常態性的檢測
習題
第4章 複選題與排序題
4-1 複選題與排序題的簡介
4-2 複選題的建檔
4-3 複選題的次數分配表
4-4 複選題的交叉表
4-5 排序題的建檔
4-6 排序題的次數分配表
4-7 排序題的交叉表
習題
第5章 信度分析
5-1 信度簡介
5-2 Cronbach’s α係數
5-3 運用信度分析刪除冗題
5-4 評估構面的信度
習題
第6章 因素分析與效度
6-1 效度的基本概念
6-2 效度的意義與種類
6-3 因素分析的意義
6-4 因素分析中的統計量與其概念
6-5 因素分析的基本步驟
6-6 以主成份分析法進行項目分析
6-7 以主成份分析法探索因素結構
6-8 探索性因素分析
6-9 驗證性因素分析
6-10 共同方法變異
6-11 有關因素分析的忠告
習題
第7章 相關分析
7-1 相關分析的前提假設
7-2 相關係數的計算
7-3 相關分析的範例
7-4 區別效度的評估
7-5 偏相關分析
習題
第8章 基本統計分析
8-1 製作受訪者基本資料分析表
8-2 描述性統計量
8-3 統計圖形
習題
第9章 統計方法的選擇
9-1 變數的種類與型態
9-2 研究的類型
9-3 自變數的水準數或樣本的組數
第10章 交叉表與卡方檢定
10-1 認識交叉表
10-2 交叉表列、行變數之關係分析
10-3 假設檢定的基本概念
10-4 卡方檢定的原理
10-5 卡方檢定範例
10-6 卡方適合度檢定
10-7 卡方獨立性檢定
10-8 無反應偏差—卡方同質性檢定的應用
習題
第11章 平均數的差異性比較—t檢定
11-1 推論統計與參數檢定
11-2 參數之假設檢定簡介
11-3 參數之假設檢定的基本步驟
11-4 兩個群體之平均數比較—t檢定
11-5 單一樣本t檢定（one sample t-test）
11-6 獨立樣本t檢定（independent sample t-test）
11-7 成對（相依）樣本t檢定
習題
第12章 單因子變異數分析
12-1 變異數分析簡介
12-2 變異數分析的基本原理
12-3 單因子變異數分析的基本概念
12-4 單因子變異數分析的基本步驟
12-5 單因子變異數分析範例一
12-6 變異數分析中的效果量指標
12-7 單因子變異數分析範例二
12-8 單因子變異數分析範例三
12-9 單因子相依樣本變異數分析
習題
第13章 二因子變異數分析
13-1 二因子變異數分析的基本概念
13-2 二因子變異數分析的類型
13-3 二因子變異數分析的效果類型
13-4 二因子變異數分析的基本原理
13-5 二因子變異數分析的檢定流程
13-6 二因子完全獨立變異數分析（交互作用顯著）的範例
13-7 二因子完全獨立變異數分析（交互作用不顯著）的範例
13-8 二因子混合設計變異數分析的範例
13-9 二因子完全相依變異數分析的範例
習題
第14章 迴歸分析
14-1 迴歸模型和相關模型的差異
14-2 簡單與多元迴歸模型
14-3 迴歸模型的前提假設
14-4 JASP中建立迴歸模型的方法
14-5 多元迴歸模型的建模步驟
14-6 殘差分析
14-7 共線性問題和異常值問題
14-8 迴歸建模範例一
14-9 迴歸建模範例二
14-10 自變數含類別變數的迴歸分析
習題
第15章 中介、干擾效果的檢驗
15-1 中介效果的基本概念
15-2 檢驗中介效果的範例
15-3 多重中介效果檢定
15-4 數值型干擾效果檢定
15-5 類別型干擾效果檢定
15-6 調節式中介效果檢定
習題
第16章 結構方程模型分析
16-1 結構方程模型的基本概念
16-2 結構方程模型的基本原理
16-3 結構方程模型的建模過程
16-4 模型的評鑑及配適指標
16-5 樣本數與觀察變數之數量的決定
16-6 驗證性因素分析實作
16-7 結構模型分析實作
16-8 多重中介效果檢定
16-9 干擾效果檢定
習題
附錄
附錄一 旅遊動機、體驗價值與重遊意願關係之研究
附錄二 遊客體驗、旅遊意象與重遊意願關係之研究
附錄三 景觀咖啡廳意象、知覺價值與忠誠度：轉換成本的干擾效果
附錄四 電信業服務品質問卷（初稿）
附錄五 電信業服務品質問卷（正式問卷）
附錄六 醫院服務品質問卷
附錄七 品牌形象、知覺價值對品牌忠誠度關係之研究（問卷初稿）
附錄八 品牌形象、知覺價值對品牌忠誠度關係之研究（正式問卷）
參考文獻
書摘/試閱
3-1 橫向計算
在資料分析的過程中，為了達成特定的研究目的，研究者往往需利用既有的原始變數（或資料）來產生新的變數（或資料）。這時就需對原始變數（或資料）進行轉換或計算的工作了。所謂變數（或資料）的轉換或計算，就是利用已輸入完成的原始資料，透過某種轉換或計算公式來產生新的變數（或資料），以便能為特定的統計分析目的提供格式完備的研究資料。
在很多情況下，研究者是無法直接利用原始資料進行分析的；而需對原始資料進行進一步的整理。這時就需要用到JASP資料轉換或計算的一些方法了。熟練掌握並應用這些方法，可以在資料處理過程中達到事半功倍的效果，尤其是可以省去大量手工計算的時間與精力。
在JASP中，所有的分析與計算，其預設的計算方式都是縱向計算的（如圖3-1）。換言之，JASP預設的計算功能（如求算平均數、標準差等），都是針對特定變數在所有的個案中進行計算的。比如說，在圖3-1的資料檔中，利用「描述統計」功能，要求算「ev1_1」這個變數的平均數。此時，JASP它是針對檔案中的所有個案，於「1. 此遊程相當有效率。(ev1_1)」這個題項的答題得分進行平均而計算的。所以，計算結果應為(3 + 4 + 5 + 7 + 4)/5 = 4.60。明顯的，它的計算方式是縱向的（直行的計算）。因此，縱向計算的特徵就是針對特定變數，於所有個案間進行計算。從JASP的資料視窗來看，他的計算方向是屬於「縱向」進行的。這個縱向的計算方向，也是JASP所有的計算功能（如求算平均數、標準差、峰度、偏態⋯⋯等）所預設的方向。
然而，這種縱向的計算方向，有時並不符合研究者實際的計算需求。例如：在圖3-1中，假設「體驗價值」只包含3個題項，分別為ev1_1、ev1_2與ev1_3。現在研究者想比較5個個案，其體驗價值的差異。此時，就會產生一個問題，由於「體驗價值」共包含3個題項，故若針對這3個題項逐題比較的話，不僅費時而且繁雜。試想，若能將每個受訪者（個案）的這3個題項得分先予平均（代表每一個個案之「體驗價值」的得分）後再比較，那麼分析工作將變得很簡單。也就是，先求得圖3-1的最後一欄（個案平均得分，即體驗價值得分），再來比較，將簡單化比較的過程。而這求取每一個個案之「體驗價值」的得分（ev1_1、ev1_2與ev1_3等3個變數的平均）之過程，從JASP的資料視窗來看，它的計算方向即是屬於橫向進行的（如圖3-1）。因此，橫向計算的特徵就是針對某特定個案，於諸多變數間進行計算。而這橫向計算的方式，在JASP中必須透過「計算變數」（Create computed column）功能且由使用者自行定義計算公式來達成。
依照作者經驗，針對原始資料檔需進行的「計算變數」工作大致上有下列6項，若研究者於樣本資料蒐集完成後，先學會這6項計算工作，那麼往後的分析過程將會較為順利：
1. 反向題重新計分。
2. 量表總分。
3. 計算標準化分數。
4. 主構面、子構面得分。
5. 資料平減。
6. 資料重新分組。
3-2 反向題重新計分
一般而言，研究者所設計出的問卷中，通常都會包含正向題與反向題。正向題是指正面敘述的句子，如「我認為參與休閒活動有助於健康」；而反向題則是指帶有否定敘述意味的句子，例如：「我不認為參與休閒活動有助於健康」。反向題為問卷設計時的常用技術，其目的是為了偵測「受訪者於填寫問卷時是否草率作答」。一般研究者常會在所設計的問卷中安插幾題反向題，藉以偵測受訪者是否符合專心作答的狀態。例如：範例論文「旅遊動機、體驗價值與重遊意願關係之研究」的原始問卷中，第二部分「體驗價值」構面的第10至13題，即已被設計成反向題。如下：
10. 參與此遊程，並無法讓我暫時忘記煩惱。（ev4_1）。
11. 參與此遊程，並無法讓我遠離現實生活。（ev4_2）。
12. 參與此遊程，並無法讓我感到快樂。（ev4_3）。
13. 我不認為參與此遊程是有趣的。（ev4_4）
研究進行過程中，在量表、問卷設計階段，對於衡量尺度，很多研究者經常會使用李克特七點量表。李克特量表具有任意原點的特質，主要可用來衡量受訪者對某特定議題的「認知程度」，舉凡同意度、偏好度、滿意度、理想度、重要性、意向等「程度」上的問題，大多可以使用李克特量表呈現之。此外，根據李克特七點量表所設計的量表，編製上較容易，並且也能兼顧良好的信度與效度。在李克特七點量表中，會假設每個選項上皆具有同等量值，但不同受訪者對同一選項的反應則有程度上的差異。在量表計分時，每個題項的選項由「極不同意」到「極為同意」分為七個等級，正向題分別給予1、2、3、4、5、6、7分（可視為區間尺度），而反向題的題項計分時，便要給予7、6、5、4、3、2、1分，如表2-1所示。
研究者進行統計分析前，必須要注意的是，要將所有題項的計分方式化為一致（同方向）。因此，以正向題為基準的話，需將反向題反轉重新計分，否則其與正向題的分數會互相抵消。但若量表中沒有反向題時，則此操作可予以省略。
在範例論文「旅遊動機、體驗價值與重遊意願關係之研究」的原始問卷中，第二部分「體驗價值」構面使用了13個題項加以衡量，其中有9題正向題、4題反向題（第10至13題）。對正向題而言，受訪者對題項答題的分數越高，表示受訪者對該題項的認同程度也就越高。然而，對於反向題而言，如果受訪者勾選「極不同意」（原始計分編碼數值為1，分數得分最低）時，則將代表著其所知覺的認同度應該越高（分數得分最高，應為7分）。顯而易見，正、反向題對於認同度的計分方式正好相反。在這樣的情形下，為達計分方向的一致性，研究者通常需將反向題的分數予以反轉，也就是需要將原本得分為1分者轉為7分、原本得分為2分者轉為6分、原本得分為3分者轉為5分、原本得分為5分者轉為3分、原本得分為6分者轉為2分、原本得分為7分者轉為1分後，再正式進行統計分析。
在JASP中利用「計算變數」功能，將上述題項反向題重新計分後，會使用一個新的變數來儲存轉換後的結果。但由於我們不想讓原始檔案的規模，因為要儲存反向題重新計分後的結果而增加一個新變數，因此作者建議，若有「計算變數」（橫向計算）需求時，利用Excel來計算，會比較方便與自由自在。
在資料分析的過程中，為了達成特定的研究目的，研究者往往需利用既有的原始變數（或資料）來產生新的變數（或資料）。這時就需對原始變數（或資料）進行轉換或計算的工作了。所謂變數（或資料）的轉換或計算，就是利用已輸入完成的原始資料，透過某種轉換或計算公式來產生新的變數（或資料），以便能為特定的統計分析目的提供格式完備的研究資料。
在很多情況下，研究者是無法直接利用原始資料進行分析的；而需對原始資料進行進一步的整理。這時就需要用到JASP資料轉換或計算的一些方法了。熟練掌握並應用這些方法，可以在資料處理過程中達到事半功倍的效果，尤其是可以省去大量手工計算的時間與精力。
在JASP中，所有的分析與計算，其預設的計算方式都是縱向計算的（如圖3-1）。換言之，JASP預設的計算功能（如求算平均數、標準差等），都是針對特定變數在所有的個案中進行計算的。比如說，在圖3-1的資料檔中，利用「描述統計」功能，要求算「ev1_1」這個變數的平均數。此時，JASP它是針對檔案中的所有個案，於「1. 此遊程相當有效率。(ev1_1)」這個題項的答題得分進行平均而計算的。所以，計算結果應為(3 + 4 + 5 + 7 + 4)/5 = 4.60。明顯的，它的計算方式是縱向的（直行的計算）。因此，縱向計算的特徵就是針對特定變數，於所有個案間進行計算。從JASP的資料視窗來看，他的計算方向是屬於「縱向」進行的。這個縱向的計算方向，也是JASP所有的計算功能（如求算平均數、標準差、峰度、偏態⋯⋯等）所預設的方向。
然而，這種縱向的計算方向，有時並不符合研究者實際的計算需求。例如：在圖3-1中，假設「體驗價值」只包含3個題項，分別為ev1_1、ev1_2與ev1_3。現在研究者想比較5個個案，其體驗價值的差異。此時，就會產生一個問題，由於「體驗價值」共包含3個題項，故若針對這3個題項逐題比較的話，不僅費時而且繁雜。試想，若能將每個受訪者（個案）的這3個題項得分先予平均（代表每一個個案之「體驗價值」的得分）後再比較，那麼分析工作將變得很簡單。也就是，先求得圖3-1的最後一欄（個案平均得分，即體驗價值得分），再來比較，將簡單化比較的過程。而這求取每一個個案之「體驗價值」的得分（ev1_1、ev1_2與ev1_3等3個變數的平均）之過程，從JASP的資料視窗來看，它的計算方向即是屬於橫向進行的（如圖3-1）。因此，橫向計算的特徵就是針對某特定個案，於諸多變數間進行計算。而這橫向計算的方式，在JASP中必須透過「計算變數」（Create computed column）功能且由使用者自行定義計算公式來達成。
依照作者經驗，針對原始資料檔需進行的「計算變數」工作大致上有下列6項，若研究者於樣本資料蒐集完成後，先學會這6項計算工作，那麼往後的分析過程將會較為順利：
1. 反向題重新計分。
2. 量表總分。
3. 計算標準化分數。
4. 主構面、子構面得分。
5. 資料平減。
6. 資料重新分組。
3-2 反向題重新計分
一般而言，研究者所設計出的問卷中，通常都會包含正向題與反向題。正向題是指正面敘述的句子，如「我認為參與休閒活動有助於健康」；而反向題則是指帶有否定敘述意味的句子，例如：「我不認為參與休閒活動有助於健康」。反向題為問卷設計時的常用技術，其目的是為了偵測「受訪者於填寫問卷時是否草率作答」。一般研究者常會在所設計的問卷中安插幾題反向題，藉以偵測受訪者是否符合專心作答的狀態。例如：範例論文「旅遊動機、體驗價值與重遊意願關係之研究」的原始問卷中，第二部分「體驗價值」構面的第10至13題，即已被設計成反向題。如下：
10. 參與此遊程，並無法讓我暫時忘記煩惱。（ev4_1）。
11. 參與此遊程，並無法讓我遠離現實生活。（ev4_2）。
12. 參與此遊程，並無法讓我感到快樂。（ev4_3）。
13. 我不認為參與此遊程是有趣的。（ev4_4）
研究進行過程中，在量表、問卷設計階段，對於衡量尺度，很多研究者經常會使用李克特七點量表。李克特量表具有任意原點的特質，主要可用來衡量受訪者對某特定議題的「認知程度」，舉凡同意度、偏好度、滿意度、理想度、重要性、意向等「程度」上的問題，大多可以使用李克特量表呈現之。此外，根據李克特七點量表所設計的量表，編製上較容易，並且也能兼顧良好的信度與效度。在李克特七點量表中，會假設每個選項上皆具有同等量值，但不同受訪者對同一選項的反應則有程度上的差異。在量表計分時，每個題項的選項由「極不同意」到「極為同意」分為七個等級，正向題分別給予1、2、3、4、5、6、7分（可視為區間尺度），而反向題的題項計分時，便要給予7、6、5、4、3、2、1分，如表2-1所示。
研究者進行統計分析前，必須要注意的是，要將所有題項的計分方式化為一致（同方向）。因此，以正向題為基準的話，需將反向題反轉重新計分，否則其與正向題的分數會互相抵消。但若量表中沒有反向題時，則此操作可予以省略。
在範例論文「旅遊動機、體驗價值與重遊意願關係之研究」的原始問卷中，第二部分「體驗價值」構面使用了13個題項加以衡量，其中有9題正向題、4題反向題（第10至13題）。對正向題而言，受訪者對題項答題的分數越高，表示受訪者對該題項的認同程度也就越高。然而，對於反向題而言，如果受訪者勾選「極不同意」（原始計分編碼數值為1，分數得分最低）時，則將代表著其所知覺的認同度應該越高（分數得分最高，應為7分）。顯而易見，正、反向題對於認同度的計分方式正好相反。在這樣的情形下，為達計分方向的一致性，研究者通常需將反向題的分數予以反轉，也就是需要將原本得分為1分者轉為7分、原本得分為2分者轉為6分、原本得分為3分者轉為5分、原本得分為5分者轉為3分、原本得分為6分者轉為2分、原本得分為7分者轉為1分後，再正式進行統計分析。
在JASP中利用「計算變數」功能，將上述題項反向題重新計分後，會使用一個新的變數來儲存轉換後的結果。但由於我們不想讓原始檔案的規模，因為要儲存反向題重新計分後的結果而增加一個新變數，因此作者建議，若有「計算變數」（橫向計算）需求時，利用Excel來計算，會比較方便與自由自在。
您曾經瀏覽過的商品
購物須知
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。