| 課程與核心能力關聯配比(%) |
課程目標之教學方法與評量方法 |
| 課程目標 |
核心能力 |
配比(%) |
教學方法 |
評量方法 |
了解量化研究於社會科學領域之應用範疇、優勢與不足。
了解社會科學量化研究方法之設計與基礎統計分析技術。例如：如何從研究之問題意識連結到問卷架構的設計？如何建立研究假設？用何統計方法驗證研究假設？
有能力運用統計軟體(例如SPSS、Excel)處理量化分析，進行單變量統計分析與初階多變量統計分析。必要熟稔項目例如描述統計分析、平均數檢定、交叉表分析(卡方檢定)、變異數分析、簡單線性迴歸、多元線性迴歸、因素分析，以及建構問卷信度與效度等。
有能力將電腦統計軟體所產出的數據，判斷及選擇所需要之資訊，以精準語言文字表達其意義，並符合學術研究寫作之要求。
有能力明瞭與解讀一般性社會科學領域學術著作採用之量化研究方法，並且有能力對該等研究著作所採用之量化方法，提出優劣分析或批判。
|
|
|
|
|
| 授課內容(單元名稱與內容、習作/每週授課、考試進度-共18週) |
| 週次 |
授課內容 |
| 第1週 |
課程介紹。
量化研究之基本論述架構 |
| 第2週 |
問題意識與研究假設
SPSS統計軟體基本操作
敘述統計 |
| 第3週 |
關聯性／尺度變項、名義變項 |
| 第4週 |
抽樣、推論統計基礎觀念
測量工具與資料蒐集：問卷設計
|
| 第5週 |
交叉表、卡方檢定
複選題 |
| 第6週 |
平均數差異檢定（一）：t檢定
|
| 第7週 |
【校定假日】
【期中作業1】 |
| 第8週 |
平均數差異檢定（二）：單因子變異數分析 |
| 第9週 |
探索性因素分析／主成分分析 |
| 第10週 |
量表與信度、效度
預試問卷項目分析
|
| 第11週 |
線性迴歸（一）：相關與迴歸 |
| 第12週 |
線性迴歸（二）：複迴歸、虛擬變項
【期中作業2】 |
| 第13週 |
線性迴歸（三）：主成分迴歸與徑路分析 |
| 第14週 |
線性迴歸（四）：中介變項、干擾變項 |
| 第15週 |
邏輯斯迴歸 |
| 第16週 |
區別分析 |
| 第17週 |
集群分析 |
| 第18週 |
【期末作業】 |
|
| 學習評量方式 |
30% 導讀、參與、出席
40% 期中作業
30% 期末作業
|
| 教科書＆參考書目(書名、作者、書局、代理商、說明) |
吳明隆、張毓仁（2018）。〈SPSS問卷統計分析快速上手祕笈〉。臺北：五南。
李德治（2015）。〈多變量分析 – 專題及論文常用的統計方法〉二版。臺北：雙葉。 |
| 課程教材（教師個人網址請列在本校內之網址） |
|
| 課程輔導時間 |
| 週四13-14 |
| 聯合國全球永續發展目標 |
|
|