急需：為什麼要使用這樣的統計方法呢？

假設1：不同背景變項的高雄縣市國小已婚女性教師，其工作壓力有顯著相關
==>為什麼要使用t考驗及單因子變異數分析來考驗呢?

[R]
如果背景變項是屬質的, 例如比較不同宗教信仰的已婚女性國小教師
感受的工作壓力, 而 "工作壓力" 被視為一個計量的(quantitative), 具有
interval scale 或 ratio scale 的變數, 那麼如何比較較適當? 當然是比
較不同宗教信仰者的 "平均" 工作壓力. 而比較 "平均數" 的方法, 以假
說檢定而言, 就是 t 檢定, 或 ANOVA 的 F 檢定. 當然如果考慮群體分
布不是常態等因素, 可以考慮採用無母數版本的類似程序, 如兩樣本的
rank-sum test, 多樣本的 Friedman test.

假設2：不同背景變項的高雄縣市國小已婚女性教師，其家庭生活滿意度有顯著相關
==>為什麼要使用t考驗及單因子變異數分析來考驗呢?

[R] 同上.

假設3：高雄縣市國小已婚女性教師之工作壓力與家庭生活滿意度有顯著相關
==>為什麼要使用皮爾遜積差相關來考驗呢?

[R]
兩個變數都是計量變數, 而若可以認為這兩變數聯合服從雙變量常態分布
的話, 那麼相關分析就足夠了. 不過它們是否可假設是聯合服從雙變量常態
分布, 當然也是需要驗證的. 例如, 可以畫個散布圖看看. 如果不是簡單直線
關聯, 那麼更精細的分析是必要的, 例如曲線迴歸模型或非線性模型.



假設4：高雄縣市國小已婚女性教師之工作壓力與家庭生活滿意度可以有顯著預測力
==>為什麼要使用逐步多元迴歸來考驗呢?


[R]
兩變數同前一問題, 但此處提及 "逐步多元迴歸", 也就是還考慮了可能影
響反應變數的其他解釋變數. 但究竟哪些變數是真正具有影響力或解釋
力的, 研究者並不清楚. 那麼, 就必須進行所謂 "重要解釋變數篩選" 或所
謂 "模型選擇". Stepwise regression 是模型選擇的方法之一, 但並不是
唯一的. 也就是說, 可以不採用 stepwise regression 的方法, 而採用其他
的方法. 詳情請參閱 "迴歸分析" 或 "迴歸模型" 的教本.





瞭解高雄縣市國小已婚女性教師工作壓力與家庭生活滿意度之現況。
==>為什麼要採用描述統計之平均數與標準差來瞭解呢？


[R]
平均數與標準差固然是一種描述性統計量, 但卻不是說計算平均數
標準差就是在做敘述統計, 因為計算它們可能是用來估計群體平均
數和標準差的.

至於為甚麼要用平均數和標準差來描述, 我想, 這在任一本初級統計
學教本都會談到: 可能描述一個分布可以用 (平均數,標準差,偏態,峰度),
也可以用 "五數綜合" 或 "盒形圖" 描述, 只是這裡該作者取前者, 而且
忽略偏態與峰度.

到下面的網址看看吧

▶▶http://*****

到下面的網址看看吧

▶▶http://*****