效果量的標準?

特徵值與因素的固定數量的區別?

SPSS的探索性因素分析中，特徵值和因素的固定數量有什麼區別呢？

量表信度不足該如何處理?

可以分為下列兩種情況：

SEM分析的樣本數要多少?

　　目前計算SEM模型統計檢定力及樣本是大多是依據MacCallum et al. (1996)所提出的RMSEA的估計方式，無論計算出來的樣本數應為多少，如果不足200個樣本，也應儘量以200個以上的樣本執行；如果超過200以上的樣本，則應該按照計算出來的樣本數執行抽樣。

AVE標準值為多少?

AVE小於0.5該怎麼辦？

中介模型解答

下圖模型中是不是說明兩個中介變數起到了完全中介作用？

問卷設計類問題解答

請問調查行為意圖使用六點量表還是七點量表好？使用七點量表很多人會選擇最中間的那個“一般”，這樣不利於統計分析。如果使用六點量表，是不是就會迫使回答者做出選擇，方便統計分析了？

如何安裝項目分析外掛程式Item Analysis ?

首先你自己需要在網上找到這個外掛程式Item Analysis，然後再跟著以下的步驟完成即可。

如何一秒鐘判斷問卷題目是否具有鑒別力！

　　對於每一個做量化研究的人來說,確保問卷題目有效、具有鑒別力，是非常重要的一項工作，否則你的研究在開始的時候將注定失敗。而傳統的問卷鑒別力判斷方法十分繁瑣，至少需要好幾個步驟，但是今天我們給量化研究的粉絲們放大招，傳授如何一秒鐘搞定問卷鑒別力的方法。

常態檢定的相關問題

SPSS軟體是否能證明常態分配，是否也能用SEM進行驗證分析?

有關結構方程式(SEM)配適度的問題

RMSEA值幾乎為0可以麼？是否都不符合一般的規定？

什麼是複選題？

在一般的研究中，通常都只能在所有的選項中選取一個最符合被試者想法的選項，但是在某些調查中，符合被試者的想法的題項可能不只一個，這時即可以利用複選題分析，讓被試者可以填答多個題項，並且讓研究者可以接收更多元化的訊息，並提供題項重要性的完整訊息。本質上，複選題分析仍然屬於類別變數，但是在各選項的部分有可能同時存在於同一個樣本上，因此在樣本中只能從中選擇一項並不太恰當。

何謂配額抽樣(Quota sampling)?

配額抽樣(Quota sampling)或稱定額抽樣，是指研究人員將需進行調查的母群體，依照一定的分類或分層，決定各類或各層的樣本人數，在決定的配額人數內，任意抽選樣本的抽樣方式。

關於「違犯估計」、「區別效度」、「共線性」的問題

當我在執行二階CFA時，服務品質的反應性及保證性構面的誤差變異數不顯著(e20, e21)，是否有違犯估計的問題?

什麼是結構方程式(SEM)-LISREL的八大矩陣？

LISREL為SEM軟體中的第一品牌，歷史最悠久。它利用PRELIS語法作資料處理，SIMPLIS語法處理較簡單的模型分析功能，LISREL語法處理較複雜的結構方程分析，在LISREL語法中要用到矩陣的觀念來寫程式，因此要對各種矩陣有相當的認識，否則語法非常容易寫錯。

你還在被人口統計變數所困惑嗎？

自變數和依變數的相關係數只有-0.031，相關不顯著，這種情況下能加入人口學控制變數，再加入干擾變數，進行干擾效應的迴歸分析嗎？如果不行，該怎麼處理？

SEM中的SOP一定都要做嗎？

書上看SEM的SOP：在問卷預試後，進行一階CFA，再進行二階CFA，再依序『Bollen二階段檢定』、『多元常態及極端值檢定』、『共同方法變異』、『收斂效度』、『區別效度』、『SEM分析及違犯估計』、『配適度報告』…等，如果，我的研究問卷是透過文獻分析歸納再經由專家學者（專家效度）確認問卷內容，問卷施測回收後，我想用驗證性因素分析來交代問卷的信效度，是不是只要直接做『一階CFA』，然後再交代『收斂效度』與『區別效度』就可以了？還是一樣要做『Bollen二階段檢定』與『多元常態極端值檢定』呢？那『SEM分析及違犯估計』應該要做嗎？

CMV共同方法變異的校正

在Williams, Hartman, & Cavazotte, (2010)的CFA Marker Technique Approach中，Method-C vs. Method-U若是接受虛無假設的話，表示卡方值大的模型優於卡方值小的模型對嗎？

樣本數十倍準則

不同的統計分析方法，會有不同的樣本量要求，但觀察變數*10倍準則，仍然是大家最常用到的準則，前提是依變數需符合常態分佈，如果不符則要擴大到15~20倍。

數據處理的過程中你是否也曾遇到這些問題？

使用研究系統如何檢驗自變數數之間的交互作用？如果按照干擾作用處理，似乎無法再選擇題項。

SPSS中，怎麼計算獨立樣本t檢定的效果量

用SPSS做驗證性因素分析，可以在論文裡這麼說嗎？因為看了很多論文明明是驗證性分析，但是還要寫探索性分析，不知道用SPSS做驗證性因素分析，有沒有相關的書籍和文獻支撐？

SPSS分析大數據真的慢得像烏龜爬？ 亞洲一哥一招讓你的SPSS飛起來

對於一個研究人員來說，大數據代表著杠杠的說服力，代表著文章更高的錄用率。可是，SPSS運行大樣本就像蝸牛爬。當跑幾千個樣本時，喝個咖啡回來繼續盯著螢幕，數據像烏龜一樣還在爬！SPSS不適合做大數據分析？！NO！NO！NO！聽聽統計學“亞洲一哥”分享，如何一招解除SPSS大數據封印。

為什麼研究中變數的變異數越大越好？

變異數反映的是樣本的差異程度，變異數越大，意味著樣本成分的複雜性也就越大。這難道不是在給自己找“麻煩”嗎？可是，在研究中，為什麼說變數的變異數要越大越好呢？且聽“亞洲一哥”為你解析這其中的道理。

二階驗證性因素分析的必要性！

一階變數間若有中高度相關(>0.5)，則應考慮有二階變數的存在。SEM模型中若條目數太多，需進行模型簡化，因為條目太多就無法符合單一構面準則(uni-dimension)，容易造成多重構面準則(multifacet)。

人口統計變數為何無法做為控制變數?

控制變數這個問題許多人問過，首先回答一個問題，你知道什麼是控制變數嗎?為何研究要放控制變數呢?理由大多是別人有用，所以我也用，因此就造成了許多控制變數的誤用。

卡方獨立性檢驗是什麼？

1.什麼是卡方獨立性檢驗？

當我們在討論兩個類別變數的時候，我們可以利用交叉表來呈現兩個類別變數的個數以及所占的比例。那如果想要進一步瞭解這兩個變數之間是否有存在某種關係，可以利用卡方獨立性檢定來檢驗。

交叉表是什麼？它是如何產生的？

1.交叉表是什麼？

　　由於在次數分配表的部分，僅能提供單一個變數的訊息，並無法比較出兩個類別變數之間的比例關係。因此，如果要比較兩個變數之間的比例，交叉表是一個很好的呈現方式。

何謂李克特量表？何謂語義差異量表？

我們在研究中，最廣泛也最常用來分析的量表為李克特量表。其設計方式為給定一段敘述，並且給予受試者在非常不同意到非常同意中選取一個最符合的認同程度，並依照每個受試者的回應進行分析。

因素分析常見問題PART 4

1.因素分析的步驟

因素分析常見問題PART 3

1.何謂因素負荷量(factor loading)？

因素分析常見問題PART 2

1.什麼是因素分析結構不穩定？

因素分析常見問題PART 1

1.何謂因素分析?

在次數分配表中若各組的樣本數差距過大，該如何合併?

當我們在進行T檢定、變異數分析時，有可能會因為某些組的樣本數過少而導致估計產生過高的偏誤。所以我們在做T檢定、變異數分析前，要先確認每一組的樣本數個數不至於相差過大。篩選的依據如下：

當問卷通過不同管道收集的時候，可以合併一起做分析嗎？

當我們在搜集問卷的時候，可能會透過不同的管道進行搜集，如網路問卷、電話訪談與現場發放問卷填答等等。但是如何確定網路的問卷、電話訪談的問卷與現場發放的問卷，樣本的比例是否是相同呢？這時可以利用卡方同質性檢定來進行分析。

一份問卷設計，需要什麼東西？

我們知道了在寫論文的時候，問卷設計是一個很重要的角色了。但是我要怎麼知道一份好的問卷設計要問什麼問題？在回答這個問題之前，我們先來說明一下什麼是變數。

如果我想瞭解不同世代，對於不同消費因素的看法，應該如何進行？

在複選題的分析中，我們可以瞭解被試者考慮因素的全貌，並得以計算出各因素的權重，相較于單選題，研究者可以獲取的資訊更完整。如果研究者想要進一步瞭解不同群體在不同因素上的比例是否不同，則可以利用複選題交叉表的方式，進行類別變數與複選題的交叉比較，可以看出各類別對不同的題項的回應，瞭解各群體之間的差異。

論文寫作有哪些流程？需要注意哪些事項？

我們在開始寫一篇論文時，都有一定的流程可以參考。

一、 首先，任何論文都是先從研究目的與動機開始，為何會想做這樣的研究？有什麼動機會讓你想做這樣的研究？

什麼是因素分析？

在一般的研究中，我們會用很多的不同的變數來進行討論及研究，但是一次討論過多的變不僅讓研究變得非常複雜，再加上有些變數觀念過於相近，導致區別度不高。因此我們想要用一些方法，可以將眾多的變數簡化成一些精簡的因素，而這個縮減的過程就稱之為因素分析。

什麼是探索式因素分析？什麼是驗證式因素分析？

什麼是探索式因素分析呢？

在做問卷發展研究時，我們可以透過許多的變數進行研究，但是我們不知道我們的研究中有哪些因素、因素名稱也不清楚的時候，這時我們可以使用探索式因素分析，將所有的變數都納入考慮，並且經由軟體的協助將題目之間相關的大小進行分類，區分出幾個不同的因素，而這些因素包含著絕大部分的變數。

什麼是構面？與變數有什麼關係？

構面又稱為潛變數、維度、因素。它是一種心理的測量，例如態度、行為等等，因為構面無法直接測量，需要透過觀察變數或是問卷題目進行間接測量；也就是就觀察到的所有數據，將相關程度較高的合併在一起所形成的集結，這個集結也稱之為構面。這些集結的構面可以將所有的觀察變數集結在一起，並且這些構面可以解釋大部分的觀察變數。

什麼是變數？

變數，指的是會變動的數，它沒有一個固定的值。而任何的特徵皆可以是變數，譬如說：每個人都有不同的身高與體重，”身高”與”體重”就是其中的一種變數。而變數可依尺度的不同，區分成為名目尺度、順序尺度、區間尺度與比率尺度：

在次數分配表中若各類別的頻率差距過大，會影響分析嗎?

當我們在進行T檢定、變異數分析時，有可能會因為某些組的樣本數過少而導致估計產生過高的偏誤。所以我們在做T檢定、變異數分析前，要先確認每一組的樣本數個數不至於相差過大。篩選的依據如下：

(1) 每一組樣本數都要占總樣本數10%以上

(2) 最大組跟最小組之間樣本數比值不能超過4倍

什麼是數據離散的程度？有哪些指標是可以知道數據離散的程度？

當我們在研究一份數據的時候，不太希望所有的數值都集中在某個數值上，應在一個範圍內有一個差異的程度。為了瞭解在數據之間的差距，可以透過一些指標，研究數據之間的差異程度。在研究數據離散的程度時，我們有最常用的幾個指標，如全距、四分位距、變異差、標準差等等，一一介紹如下：

什麼是數據集中的趨勢？有哪些指標是可以知道數據集中的趨勢？

當我們在研究一份數據的時候，首先會先研究數據有沒有一個共同的趨勢或是數據有沒有一個聚集的中心位置，可以反映出該數據的水準。在研究數據集中的趨勢時，我們有最常用的幾個指標，分別是平均數、中位數、眾數，一一介紹如下：

什麼是數據資料的分佈？

在做統計分析的時候，通常需要假設樣本的分佈符合常態分佈，在進行之後的分析都會依據這個假設進行分析。所以需要利用偏度與峰度兩個指標檢查樣本數據是否符合常態分佈。

什麼是統計圖？有哪些常用的統計圖？

在做數據的說明的時候，我們除了可以用文字、表格的型態來進行說明之外，也可以用圖形的形式來表達數據，可以更簡明、更清晰的讓人瞭解數據呈現的樣貌。在統計上有各式各樣的統計圖表，我們將比較常用的統計圖表一一整理介紹如下：

次數分配表的作用是什麼？有什麼目的？

次數分配表的作用，是針對類別尺度的變數進行說明，而使用次數分配表的目的，包含以下幾點：