第一篇 量化研究的基本概念
第一章 科学研究与量化方法
第一节 科学研究的概念与方法
一、科学的目的与功能
二、科学研究的特性
三、科学研究的内容
四、理论及其功能
第二节 主要的量化研究设计
一、调查法
二、相关研究法
三、实验法
四、量化方法之比较
第三节 量化研究的结构与内容
一、学术论文的形式
二、论文的结构与内容
第四节 量化研究的程序
一、理论引导阶段
二、数据搜集阶段
三、数据分析阶段
第五节 结语
第二章 测量理论与方法
第一节 测量的基本概念
一、测量的意义
二、测量与统计的基础：变异
第二节 测量的尺度
一、名义尺度
二、顺序尺度
三、等距尺度
四、比率尺度
五、测量尺度的比较
第三节 测量的格式
一、测量格式的基本特性
二、量化研究的测量格式
三、测量格式的比较
第四节 反应心向
一、反应心向的界定
二、反应心向的处理
第二篇 数据处理与数据查核
第三章 数据计算机化与数据库建立
第一节 编码系统的建立与应用
一、编码系统的概念
二、编码表
三、废卷处理
第二节 SPSS 基本操作
一、SPSS 简介
二、SPSS 的系统设定
三、SPSS 的各种窗口
第三节 数据库的建立
一、SPSS 数据窗口的开启
二、数据库的建立
三、其他文件的转入
第四节 复选题处理与分析
一、复选题的基本格式
二、基本分析策略
三、复选题分析
第五节 排序题处理与分析
一、排序题的基本格式
二、次数分布表的应用
三、交叉表的应用
第四章 数据检核与整备
第一节 数据查核
一、过程检核
二、终点查核
第二节 遗漏值处理
一、遗漏的型态
二、遗漏值的处置
三、SPSS 的遗漏值处理功能
第三节 偏离值的侦测与处置
一、单变量偏离检验
二、多变量偏离检验
三、偏离值的处理
第四节 数据转换
一、计算变量
二、重新编码
三、数据分组
四、计数
五、等级观察值
第五节 数据与文件管理
一、定义变量性质
二、数据转置
三、观察值加权
四、分割文件
五、选择观察值
第五章 描述统计与图示技术
第一节 次数分布表
第二节 集中量数
一、平均数
二、中位数
三、众数
四、集中量数的特性与使用时机
第三节 变异量数
一、全距
二、四分差
三、以离均差为基础的变异量数
四、变异量数的特性与使用时机
第四节 偏态与峰度
一、偏态
二、峰度
三、偏态与峰度的判断
第五节 相对量数
第六节 标准分数
一、Z 分数
二、正态化 Z 分数
三、T 分数
第七节 描述统计的 SPSS 操作
第八节 统计图的运用
第三篇 统计分析的原理与技术
第六章 类别数据的分析——卡方检验
第一节 基本概念
一、类别数据的呈现
二、类别数据的检验形式
第二节 类别变量的统计检验
一、期望值与残差
二、卡方检验
三、校正公式
第三节 替代性的关联系数
一、Phi（）系数
二、列联系数与 V 系数
三、Lambda（λ）系数
四、Gamma 系数
五、Tau 系数
六、Kappa 量数
第四节 范例解析
第七章 平均数的差异检验——t 检验
第一节 基本概念
一、Z 检验与 t 检验
二、单总体与多总体检验
三、单尾与双尾检验
四、独立样本与相关样本
第二节 平均数差异检验的原理
一、抽样分布与中央极限定理
二、统计检验的决策原则
三、平均数的统计检验
四、t 检验的基本假设
第三节 范例解析
第八章 平均数的方差分析——ANOVA
第一节 基本概念
第二节 方差分析的统计原理
一、基本原理
二、方差的计算与拆解
三、相关样本的方差分析
第三节 ANOVA 的基本假设与相关问题
一、方差分析的重要假设
二、实验、族系与比较错误率
三、实务显著性：效果量
四、型Ⅰ至Ⅳ平方和问题
第四节 多重比较:事前与事后检验
一、事前比较
二、事后比较
第五节 协方差分析
一、控制的概念
二、连续变量作为协方差
三、协方差分析的原理
四、变异量拆解
五、平均数的调整
六、回归同质假设
第六节 范例解析
第九章 多因子方差分析
第一节 基本概念
一、多因子方差分析的数据形式
二、多因子方差分析的各种效果
第二节 多因子方差分析的统计原理
一、方差拆解
二、整体检验与事后检验
三、单纯主要效果检验
第三节 相关样本多因子方差分析
一、基本概念
二、方差拆解
三、整体效果的假设检验
第四节 多因子方差分析的平均数图示
一、平均数图示原理与判断原则
二、次序性与非次序性交互效果
三、主要效果的图表判断
第五节 范例解析
第十章 线性关系的分析——相关与回归
第一节 基本概念
第二节 积差相关的原理与特性
一、方差与协方差
二、积差相关系数
三、积差相关系数的特性
四、积差相关的推论统计问题
第三节 其他相关的概念
一、净相关与部分相关
二、斯皮尔曼等级相关
三、点二系列相关
四、eta系数
第四节 回归分析
一、回归分析的概念
二、回归系数
三、回归解释力
四、回归系数的显著性检验
五、回归分析的基本假设
第五节 范例解析
第十一章 多元回归
第一节 基本概念
第二节 多元回归的原理与特性
一、多元相关
二、多元回归方程式
三、回归系数的显著性检验
四、共线性诊断
第三节 多元回归的变量选择模式
一、同时回归分析
二、逐步回归分析
三、阶层回归分析
四、三种回归方法的比较
第四节 虚拟回归
一、类别数据的回归分析
二、多因子虚拟回归
第五节 范例解析
第十二章 回归的延伸应用——控制、调节、中介与路径分析
第一节 绪论
一、第三变量的影响
二、第三变量的回归模型
第二节 控制与调节效果分析
一、基本概念
二、净解释力与调节解释力
三、类别与连续性调节变量
四、调节回归的平减议题
五、控制与调节效果回归的统计处理
六、简单效果检验：调节效果分析
第三节 控制与调节效果分析范例
第四节 中介效果与路径分析
一、中介效果的概念
二、中介效果的显著性检验
三、路径分析的概念
四、路径模型的统计分析
第五节 中介效果与路径模型分析范例
第四篇 量表编制的分析技术
第十三章 量表编制与信效度
第一节 量表编制的程序与步骤
一、准备阶段
二、预试阶段
三、正式阶段
四、维护阶段
第二节 信度
一、信度的意义
二、信度系数的原理
三、测量误差与测量标准误
四、信度的估计方法
五、影响信度的因素
第三节 效度
一、效度的意义
二、效度的类型与原理
三、其他效度
四、效度衡鉴技术
五、影响效度的因素
第四节 信度与效度的关系
第十四章 项目分析与信度估计
第一节 项目分析的基本概念
一、项目难度
二、项目鉴别度
第二节 项目分析的计量方法
一、遗漏值判断法
二、描述统计指数
三、题目总分相关法
四、内部一致性效标法
五、因素负荷量判断法
第三节 项目分析范例
第四节 信度估计范例
第十五章 因素分析：探索取向
第一节 基本概念
第二节 因素分析的基本原理
一、潜在变量模型与基本原则
二、因素与共变结构
三、因素分析方程式
第三节 因素分析的程序
一、因素分析的条件
二、因素的萃取
三、因素个数的决定
四、特征向量、特征值与萃取变异
五、因素负荷量与共同性
六、因素转轴
七、因素分数
第四节 范例解析
第五节 结语
第十六章 因素分析：验证取向
第一节 基本概念
第二节 验证性因素分析的特性
一、测量误差的估计
二、单维测量与多维测量
三、初阶模型与高阶模型
第三节 验证性因素分析的执行
一、CFA的执行步骤
二、模型适配评鉴
三、内在适配检验
四、验证性因素分析的其他应用
第四节 验证性因素分析的实例
一、模型设定
二、AMOS的CFA操作与结果
三、Mplus的CFA操作程序与结果
四、LISREL的CFA操作语法
五、内在适配检测
第五节 结语
参考文献
术语英汉对照表
中文索引
英文索引