●前言 教育學何以為教育科學
SPSS篇
第1章 SPSS基礎 3
1.1 基本術語 3
1.1.1 數據類型 3
1.1.2 總體與樣本 4
1.1.3 參數和統計量 4
1.1.4 統計描述和統計推斷 5
1.2 SPSS窗口、數據讀入與管理 6
1.2.1 SPSS窗口 6
1.2.2 數據讀入 6
1.2.3 數據管理 7
第2章 統計描述與數據表呈現 14
2.1 描述統計概述 14
2.1.1 方差、標準差與標準誤 14
2.1.2 峰度與偏度 17
2.2 頻率分析、描述與探索 18
2.2.1 頻率分析過程 18
2.2.2 描述與探索過程 19
第3章 兩個均值差異的參數檢驗——t檢驗 24
3.1 假設檢驗思想概述 24
3.1.1 小概率事件 24
3.1.2 原假設與備擇假設 25
3.1.3 小概率反證法 25
3.1.4 兩類錯誤與檢驗效能 25
3.1.5 雙側與單側檢驗 26
3.1.6 t檢驗中的自由度 27
3.2 t檢驗的三種類型 27
3.2.1 單樣本t檢驗 27
3.2.2 獨立樣本t檢驗 29
3.2.3 配對樣本t檢驗 30
第4章 多個均值差異的參數檢驗——方差分析 32
4.1 方差分析概述 32
4.1.1 控制變量、自變量與因變量 33
4.1.2 方差分析基本思想 33
4.1.3 方差分析中的術語 35
4.2 單變量方差分析 37
4.2.1 接近隨機設計資料方差分析 38
4.2.2 隨機區組設計資料方差分析 40
4.2.3 析因設計資料方差分析 43
4.2.4 拉丁方設計資料方差分析 45
4.2.5 協方差設計資料方差分析 48
第5章 無序分類變量的統計推斷 51
5.1 卡方檢驗概述 51
5.1.1 卡方檢驗的應用情境 51
5.1.2 卡方統計量 52
5.1.3 卡方檢驗基本思想 52
5.1.4 卡方檢驗的條件 53
5.2 卡方檢驗案例 54
5.2.1 擬合優度檢驗 54
5.2.2 一致性檢驗與配對卡方檢驗 55
5.2.3 列聯表獨立性檢驗 58
5.2.4 分層卡方檢驗 63
Mplus進階篇
第6章 SEM基本概念與Mplus語法基礎 69
6.1 SEM基本概念 69
6.1.1 測量模型與結構模型 69
6.1.2 外因變量和內因變量 70
6.1.3 反應性測量模型與形成性測量模型 70
6.1.4 遞歸模型與非遞歸模型 71
6.1.5 路徑繫數/回歸繫數與殘差 72
6.1.6 協方差與相關繫數 72
6.1.7 固定參數、約束參數、自由參數與模型識別 73
6.2 Mplus語法基礎 75
6.2.1 TITLE 76
6.2.2 DATA 76
6.2.3 VARIABLE 78
6.2.4 DEFINE 80
6.2.5 ANALYSIS 81
6.2.6 MODEL 82
6.2.7 OUTPUT 86
6.2.8 SAVEDATA 88
6.2.9 PLOT 89
第7章 因素分析 90
7.1 探索性因素分析概述 91
7.1.1 EFA分析過程 91
7.1.2 模型擬合優度評估 92
7.2 探索性因素分析案例 93
7.2.1 連續型因子指標EFA基本語法 93
7.2.2 連續型因子指標EFA實例 94
7.3 驗證性因素分析案例 99
7.3.1 連續型因子指標CFA基本語法 99
7.3.2 連續型因子指標一階CFA實例 99
7.3.3 二階與三階CFA實例 102
7.3.4 量表信度與建構效度 107
7.3.5 模型修正——修正指數法 113
7.3.6 模型修正——打包法 115
第8章 線性回歸分析 119
8.1 線性回歸基本概念 119
8.1.線性回歸 119
8.1.線性回歸 121
8.2 線性回歸Mplus實例 125
8.2.1 顯變量線性回歸示例 125
8.2.2 潛線性回歸實例 125
8.2.線性回歸實例 129
第9章 中介調節效應檢驗 137
9.1 中介效應分析概述 137
9.1.1 部分中介與接近中介 137
9.1.2 中介效應檢驗的技術方法 139
9.1.3 Model constraint子命令 140
9.1.4 Model indirect子命令 142
9.1.5 Model test子命令 142
9.1.6 概念圖與統計圖 143
9.2 中介效應分析示例 144
9.2.1 潛變量簡單中介效應分析 144
9.2.2 顯變量簡單中介效應分析 150
9.2.3 多重中介效應分析 152
9.2.4 鏈式中介效應分析 154
9.3 調節效應分析 156
9.3.1 調節效應概念圖、統計圖與回歸方程 156
9.3.2 調節效應檢驗方法 157
9.3.3 調節效應分析的應用背景 159
9.3.4 顯變量簡單調節效應檢驗 160
9.3.5 潛變量簡單調節效應 166
9.4 有中介的調節效應分析 173
9.4.1 有中介的調節效應概念圖、統計圖與回歸方程 173
9.4.2 有中介的調節路徑分析 174
9.4.3 潛調節結構方程法有中介的調節檢驗 180
9.5 混合模型的中介調節效應分析 186
9.5.1 簡單中介路徑a和b被調節的混合模型分析 187
9.5.2 鏈式中介兩階段被調節的混合模型分析 195
參考文獻 200

問題導向的教育實證研究注重提煉研究內容，並以質性、量化或混合的方法論揭示變量間的關繫。《基於SPSS和Mplus的教育實證數據處理》依據教育實證領域方法學發展，側重為基於調查法及教育準實驗法的研究設計提供量化分析指導。《基於SPSS和Mplus的教育實證數據處理》分兩篇，共9章。SPSS篇主要涉及數據管理、統計描述，以及假設檢驗中的參數分析法。Mplus進階篇為《基於SPSS和Mplus的教育實證數據處理》重點，內容涉及結構方程模型基本概念與Mplus語法基礎、因素分析、線性回歸分析，以及中介調節效應檢驗等。《基於SPSS和Mplus的教育實證數據處理》將關鍵統計概念分散到各章節中，采取小步走的策略降低學習難度，且使讀者對相關統計技術既知其然，又知其所以然。這可以有效避免對數據的錯誤分析及解釋，並在出現問題時便於查找癥結。
為配合文本，促進讀者理解，《基於SPSS和Mplus的等

姜濤 著