资源描述：
《用於问卷分析的统计方法.doc》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、用於問卷分析的統計方法•敘述性統計量(DescriptiveStatistics)-例如平均數.標準差.所佔比例（圖表）等•相關性分析-比較平均數（Z或t檢定）、變異數->線性相關係數(CorrelationCoefficient)•卡方檢定(Chi-SquareTest)-交叉分析（獨立性檢定）•因素分析（FactorAnalysis）->資料精簡(DataReduction)與詮釋(Interpretation)•其他方法-時間數列(TimeSeries)存活分析(SurvivalAnalysis)類別資料分析(CategoricalDataAnalysis)常見的敘述性統計量(Stat
2、istics):1・集中趨勢量數(CentralTendency)2.差異量數(Dispersion)•集中趨勢童數:1・平均數(Mean;期望值)(a)算術平均數(Average)(b)加權平均數(WeightedAverage)eg⑻全班的平均身高(b)本學期的平均成績(c)其他(幾何平均數.調合平均數)2.中位數(Median):—半的數值比中位數大，一半的數值比中位數小。e.g.(a)員工薪資為25,30,30,30,35,43,70,80,85-中位數是35(b)25,30,30,30,35,43,70,80,85,9035+43-中位數是—2—"393•眾數(Mode):出現次數
3、最多的數值e・g・(a)員工薪資為25,30,30,30,35,43,70,80,85-眾數是30(b)員工薪資為25,30,30,35,3&43,43,80,85-眾數是30及43(眾數不唯一)•差異量數:1•全距(Range):最大與最小數值之差(Range=Max-Min)2•四分位差(QuartileDeviation):(a)四分位數(Quartile;0):3/4的數值比Q大,1/4的數值比Q小。(b)四分位差2.變異數(Variance;b2)與標準差(StandardDeviation;。):母體變異數:N樣本變異數:nE（勺-无尸77-12.變異係數(Coefficient
4、ofVariance;CV):CV=2X100%Minitab簡易指令:MTB>setclDATA>768464756276888067689166479472DATA>718488576060604370658062506939DATA>endMTB>describeclDescriptiveStatisticsNMeanMedian3068.9368.50Max94.00Min39.00VariableClVariableClTrMean69.27QI60.00StDev13.94Q380.00SEMean2.54MTB>stemclCharacterStem-and-LeafDispl
5、ayStem-and-leafofClN=30LeafUnit=1.0139243347450557116()00224⑸65678914701211756688004448882914MTB>boxplotcl100-90-80-O帀-60-50-40-Producesaboxplot(alsocalledbox-and-whiskerplot).Adefaultboxplotconsistsofabox,whiskers,andoutliers.Minitabdrawsalineacrosstheboxatthemedian.Bydefault,thebottomoftheboxisat
6、thefirstquartile(QI)andthetopisatthethirdquartile(Q3)・Thewhiskersarethelinesthatextendfromthetopandbottomoftheboxtotheadjacentvalues,thelowestandhighestobservationsstillinsidetheregiondefinedbythelowerlimitQI-1.5(Q3・QI)andtheupperlimitQI+1.5(Q3・Ql)・Outliersarepointsoutsidethelowerandupperlimits,plo
7、ttedwithasterisks(*).HereisasimpleboxplotusingthePulsedata,andspecifyingPulse2inYandSexinX,thenclickingOK:MTB>histcl•假設檢定(TestingStatisticalHypothesis)對母體特性建立一個正面及一個反面的敘述,藉由樣本資料判斷假設對錯的過程。〔註〕正面的敘述為虛無假設（NullH
