[预售正版 原版进口图书 李茂能结构方程模式理论与实务图解AMOS取向五南]

Цена: 3 360руб. (¥159)
Артикул: 609297284098
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товара<p><p style="margin: 0;"><img style="float: none;margin: 0.0px;" alt="" src="https://img.alicdn.com/imgextra/i1/2585855119/O1CN01B0Lafa1ngY75ulNSn_!!2585855119.jpg"><img style="float: none;margin: 0.0px;" alt="" src="https://img.alicdn.com/imgextra/i1/2585855119/O1CN01S2XQbk1ngY4XOUW0k_!!2585855119.jpg"></p><p style="margin: 0;"><a target="_blank" href="https://market.m.taobao.com/app/tb-source-app/shopact/pages/index?wh_weex=true&amp;pathInfo=shop/activity&amp;userId=2585855119&amp;shopId=127833803&amp;pageId=270354660&amp;alisite=true"><img style="float: none;margin: 0.0px;" alt="" src="https://img.alicdn.com/imgextra/i2/2585855119/O1CN01oqV6Rd1ngY6SLr85l_!!2585855119.jpg"></a></p><p style="margin: 0;"><a target="_blank" href="https://market.m.taobao.com/app/tb-source-app/shopact/pages/index?wh_weex=true&amp;pathInfo=shop/activity&amp;userId=2585855119&amp;shopId=127833803&amp;pageId=271236653&amp;alisite=true"><img style="float: none;margin: 0.0px;" alt="" src="https://img.alicdn.com/imgextra/i1/2585855119/O1CN01RReBma1ngY6fRGqJf_!!2585855119.jpg"></a></p><p style="margin: 0;overflow: hidden;"><img src="https://img.alicdn.com/imgextra/i4/T2s4moXH8XXXXXXXXX-350475995.png?p=modify_tools_82909_start_top_1"></p><p><a href="https://market.m.taobao.com/app/tb-source-app/shopact/pages/index?wh_weex=true&amp;pathInfo=shop/activity&amp;userId=2585855119&amp;shopId=127833803&amp;pageId=236942413&amp;alisite=true" target="_blank"><img src="https://img.alicdn.com/imgextra/i1/2585855119/O1CN01lWkykf1ngY3mforuD_!!2585855119.jpg" alt=""></a></p><p style="margin: 0 0 5.0px 0;overflow: hidden;"><img src="https://img.alicdn.com/imgextra/i4/T2s4moXH8XXXXXXXXX-350475995.png?p=modify_tools_82909_end_top_1"></p><p style="text-align: left;"><span style="font-family: simhei;"><span style="font-size: 36.0px;">[結構方程模式理論與實務：圖解AMOS取向]</span></span></p><p><span style="font-size: 24.0px;"></span></p><p><span style="font-size: 24.0px;"><span style="font-family: simhei;">[作者：李茂能]</span></span></p><p><span style="font-size: 24.0px;"><span style="font-family: simhei;">[出版社：五南]</span></span></p><p><span style="font-size: 24.0px;"><span style="font-family: simhei;">[出版日期：2019/04/25]</span></span></p><p><span style="font-size: 24.0px;"><span style="font-family: simhei;">[语言：繁体中文]</span></span></p><p><span style="font-size: 24.0px;"><span style="font-family: simhei;">[ISBN：9789577632876]</span></span></p><p><span style="font-size: 24.0px;"><span style="font-family: simhei;">[规格：平裝/544頁/19x26cm/普通級/單色印刷/]</span></span></p><p><span style="font-size: 24.0px;"><span style="font-family: simhei;">[出版地：台灣]</span></span></p><div style="font-size: 24.0px;"><div><div>[　　●zui新理論＋精華實務＝立竿見影的學習成效。]<br>[ 　　●深入淺出的解說，融會作者多年授業精華，緊扣國際zui新學術趨勢，帶領讀者輕鬆進入專業領域。]<br>[ 　　●蒐集整理實務操作曾面臨的難題，提出確切解決辦法，指引讀者更有效的途徑。]<br>[ 　　●隨書附贈光碟：除資料檔外，包含三套Excel VBA巨集 ]&amp;[ VB程式，以供進行SEM適配函數極小化的試驗、二層次因素分析與交互相關的差異性考驗。]<br><br>[ 　　結構方程模式(SEM)是當代量化研究及測驗編製的zui佳利器、必備知能。目前廣泛應用於社會科學、行為科學及市場行銷等研究領域。SEM的應用軟體AMOS，具有圖形操作介面，人人易學、易懂。本書以此為示範工具，理論與實務交叉佐證，學習與應用效率高。]<br><br>[ 　　理論上，本書簡介了SEM的基本知能：三種量尺的建立方法，徑路分析的追蹤規則，理論模式的辨識性分析，適配函數的極小化過程，各種適配指標的選用、評估與其運用上之迷思。]<br><br>[ 　　另外，書中亦論及二層次驗證性因素分析及跨群組與跨時間測量及結構的不變性分析，學會Gamma change、Beta change與Alpha change分析。]<br><br>[ 　　實務上，除了AMOS徑路圖操作之基本功外，本書也介紹了SEM在測驗工具上的信效度考驗與差異試題功能(DIF)分析。書末則論述了SEM取向的交叉延宕分析與SEM中發生多元共線性的症狀與其解決方法。]<br><br>[ 　　近十年來，國際SEM學術已有長足進步，本書內容緊扣zui新相關學術脈動，將是舊雨新知掌握SEM新知能的捷徑。]<br> &amp;nbsp;</div></div></div><div style="font-size: 24.0px;"><div><div><strong>[第1 章 圖解Amos徑路圖繪製一點通 001]</strong><br>[ 一、Amos的圖形操作介面與功能表單 003]<br>[ 二、Amos主要繪圖工具與點選方法 014]<br>[ 三、原始資料檔案的製作與連結 023]<br>[ 四、Amos徑路圖的繪製與變項的命名 034]<br>[ 五、Amos分析屬性的設定 046]<br>[ 六、Amos統計分析之執行步驟 048]<br>[ 七、Amos徑路圖與統計報表的輸出 049]<br><br><strong>[第2 章 傳統徑路分析的追蹤規則與SEM參數估計 059]</strong><br>[ 一、標準化變項追蹤規則：以徑路分析為例 061]<br>[ 二、標準化隱含相關係數之實例推導 068]<br>[ 三、未標準化變項追蹤規則：以徑路分析為例 076]<br>[ 四、未標準化隱含共變數矩陣之實例推導 077]<br>[ 五、CFA模式隱含共變數矩陣的推導：徑路追蹤 078]<br>[ 六、CFA隱含共變數矩陣的推導：RAM矩陣運算 081]<br>[ 七、SEM取向的徑路分析 083]<br>[ 八、結論 086]<br><br><strong>[第3 章 結構方程模式的理論基礎 093]</strong><br>[ 一、引言 095]<br>[ 二、SEM的意義、內涵與基本假設 095]<br>[ 三、SEM理論模式的界定 097]<br>[ 四、SEM理論模式的可辨識性 098]<br>[ 五、SEM模式辨識判斷流程圖 102]<br>[ 六、SEM模式的參數估計 104]<br>[ 七、SEM理論模式的應用情境、發展、評鑑與修正省思 113]<br>[ 八、MLE極小化過程之體驗 115]<br><br><strong>[第4 章 SEM模式適配度的評鑑與報告 133]</strong><br>[ 一、絕對性適配指標 135]<br>[ 二、增值／相對性適配指標 138]<br>[ 三、精簡性適配指標 140]<br>[ 四、影響SEM理論模式適配性之因素 141]<br>[ 五、樣本多大是大，多小是小 142]<br>[ 六、SEM理論模式適配度指標之選擇、限制與迷思 143]<br>[ 七、常用的適配度指標與其適配標準摘要對照表 145]<br>[ 八、SEM研究過程中不可或缺的資訊 146]<br>[ 九、SEM報告中不可或缺的適配度指標 147]<br>[ 十、SEM資料分析報告中不可或缺的資訊 147]<br><br><strong>[第5 章 驗證性因素分析理論與量表編製 149]</strong><br>[ 一、CFA的理論基礎 151]<br>[ 二、CFA與量表編製 153]<br>[ 三、CFA之三個必要矩陣]&amp;Lambda;&amp;[Phi;與]&amp;Theta; 155<br>[ 四、CFA參數估計的直接解 156]<br>[ 五、量尺不確定性的三種處理方法 160]<br>[ 六、因素負荷量在不同量尺法間之互換 162]<br>[ 七、建構信度與抽取變異比 177]<br>[ 八、建構信度與Cronbach ]&amp;[alpha;間的關係 179]<br>[ 九、CFA在量表編製上的用途 185]<br>[ 十、MI修正指標與測量模式的修正 198]<br><br><strong>[第6 章 二層次因素分析 211]</strong><br>[ 一、二層次因素分析的意義與用途 213]<br>[ 二、組間共變數矩陣的計算 216]<br>[ 三、組內共變數矩陣的計算 216]<br>[ 四、ICC的計算 218]<br>[ 五、估計組內共同樣本大小 219]<br>[ 六、二層次因素分析之計算公式 219]<br>[ 七、估計共變數矩陣之增益集的啟動與操作 219]<br>[ 八、二層次因素分析在Amos上的操作方法 226]<br><br><strong>[第7 章 差異試題功能分析：CFA取向與MIMIC取向 237]</strong><br>[ 一、緣起 239]<br>[ 二、差異試題功能的類型 241]<br>[ 三、DIF分析的質化分析方法 245]<br>[ 四、DIF分析的量化分析方法 246]<br>[ 五、CFA取向DIF分析的實例解說 269]<br>[ 六、MIMIC取向DIF分析的實例解說 294]<br>[ 七、結語 337]<br><br><strong>[第8 章 跨群組與跨時間之測量與結構不變性分析 341]</strong><br>[ 一、測量與結構不變性分析的重要性 343]<br>[ 二、跨群組分析的理論與考驗步驟 343]<br>[ 三、跨群組分析的Amos操作方法 350]<br>[ 四、跨群組測量不變性實例分析 355]<br>[ 五、因果結構不變性實例分析 377]<br>[ 六、跨時間測量不變性實例分析 384]<br>[ 七、結語 401]<br><br><strong>[第9 章 因果關係探究：SEM取向交叉延宕分析 409]</strong><br>[ 一、序言 411]<br>[ 二、因果關係的探究方法 412]<br>[ 三、交叉延宕相關分析 416]<br>[ 四、交叉延宕迴歸分析：觀察變項模式 444]<br>[ 五、多重指標交叉延宕 SEM分析：潛在變項模式 457]<br>[ 六、交互延宕SEM分析在實務研究上的應用原則 478]<br>[ 七、結語 479]<br><br><strong>[第1 0 章 多元共線性之症狀與解決方法 485]</strong><br>[ 一、序言 487]<br>[ 二、多元共線性的定義與種類 487]<br>[ 三、多元共線性與變項間相關性的關係 488]<br>[ 四、SEM發生多元共線性的時機與主要症狀 489]<br>[ 五、傳統迴歸分析中多元共線性的解決方法 492]<br>[ 六、SEM分析中潛在變項之區辨效度考驗 495]<br>[ 七、SEM分析中多元共線性的解決方法 501]<br>[ 八、水平式多元共線性的分析 511]<br>[ 九、結語 513]<br><br>[ 參考書目 517]<br>[ 中英文索引 531]<br><br> &amp;nbsp;</div></div></div></p>
Продавец:拓特图书专营店
Адрес:Чжэцзян
Рейтинг:

Всего отзывов:0
Положительных:0
Добавить в корзину
- Информация о товаре
- Фотографии




[結構方程模式理論與實務:圖解AMOS取向]
[作者:李茂能]
[出版社:五南]
[出版日期:2019/04/25]
[语言:繁体中文]
[ISBN:9789577632876]
[规格:平裝/544頁/19x26cm/普通級/單色印刷/]
[出版地:台灣]
[ ●zui新理論+精華實務=立竿見影的學習成效。]
[ ●深入淺出的解說,融會作者多年授業精華,緊扣國際zui新學術趨勢,帶領讀者輕鬆進入專業領域。]
[ ●蒐集整理實務操作曾面臨的難題,提出確切解決辦法,指引讀者更有效的途徑。]
[ ●隨書附贈光碟:除資料檔外,包含三套Excel VBA巨集 ]&[ VB程式,以供進行SEM適配函數極小化的試驗、二層次因素分析與交互相關的差異性考驗。]
[ 結構方程模式(SEM)是當代量化研究及測驗編製的zui佳利器、必備知能。目前廣泛應用於社會科學、行為科學及市場行銷等研究領域。SEM的應用軟體AMOS,具有圖形操作介面,人人易學、易懂。本書以此為示範工具,理論與實務交叉佐證,學習與應用效率高。]
[ 理論上,本書簡介了SEM的基本知能:三種量尺的建立方法,徑路分析的追蹤規則,理論模式的辨識性分析,適配函數的極小化過程,各種適配指標的選用、評估與其運用上之迷思。]
[ 另外,書中亦論及二層次驗證性因素分析及跨群組與跨時間測量及結構的不變性分析,學會Gamma change、Beta change與Alpha change分析。]
[ 實務上,除了AMOS徑路圖操作之基本功外,本書也介紹了SEM在測驗工具上的信效度考驗與差異試題功能(DIF)分析。書末則論述了SEM取向的交叉延宕分析與SEM中發生多元共線性的症狀與其解決方法。]
[ 近十年來,國際SEM學術已有長足進步,本書內容緊扣zui新相關學術脈動,將是舊雨新知掌握SEM新知能的捷徑。]
[ ●深入淺出的解說,融會作者多年授業精華,緊扣國際zui新學術趨勢,帶領讀者輕鬆進入專業領域。]
[ ●蒐集整理實務操作曾面臨的難題,提出確切解決辦法,指引讀者更有效的途徑。]
[ ●隨書附贈光碟:除資料檔外,包含三套Excel VBA巨集 ]&[ VB程式,以供進行SEM適配函數極小化的試驗、二層次因素分析與交互相關的差異性考驗。]
[ 結構方程模式(SEM)是當代量化研究及測驗編製的zui佳利器、必備知能。目前廣泛應用於社會科學、行為科學及市場行銷等研究領域。SEM的應用軟體AMOS,具有圖形操作介面,人人易學、易懂。本書以此為示範工具,理論與實務交叉佐證,學習與應用效率高。]
[ 理論上,本書簡介了SEM的基本知能:三種量尺的建立方法,徑路分析的追蹤規則,理論模式的辨識性分析,適配函數的極小化過程,各種適配指標的選用、評估與其運用上之迷思。]
[ 另外,書中亦論及二層次驗證性因素分析及跨群組與跨時間測量及結構的不變性分析,學會Gamma change、Beta change與Alpha change分析。]
[ 實務上,除了AMOS徑路圖操作之基本功外,本書也介紹了SEM在測驗工具上的信效度考驗與差異試題功能(DIF)分析。書末則論述了SEM取向的交叉延宕分析與SEM中發生多元共線性的症狀與其解決方法。]
[ 近十年來,國際SEM學術已有長足進步,本書內容緊扣zui新相關學術脈動,將是舊雨新知掌握SEM新知能的捷徑。]
[第1 章 圖解Amos徑路圖繪製一點通 001]
[ 一、Amos的圖形操作介面與功能表單 003]
[ 二、Amos主要繪圖工具與點選方法 014]
[ 三、原始資料檔案的製作與連結 023]
[ 四、Amos徑路圖的繪製與變項的命名 034]
[ 五、Amos分析屬性的設定 046]
[ 六、Amos統計分析之執行步驟 048]
[ 七、Amos徑路圖與統計報表的輸出 049]
[第2 章 傳統徑路分析的追蹤規則與SEM參數估計 059]
[ 一、標準化變項追蹤規則:以徑路分析為例 061]
[ 二、標準化隱含相關係數之實例推導 068]
[ 三、未標準化變項追蹤規則:以徑路分析為例 076]
[ 四、未標準化隱含共變數矩陣之實例推導 077]
[ 五、CFA模式隱含共變數矩陣的推導:徑路追蹤 078]
[ 六、CFA隱含共變數矩陣的推導:RAM矩陣運算 081]
[ 七、SEM取向的徑路分析 083]
[ 八、結論 086]
[第3 章 結構方程模式的理論基礎 093]
[ 一、引言 095]
[ 二、SEM的意義、內涵與基本假設 095]
[ 三、SEM理論模式的界定 097]
[ 四、SEM理論模式的可辨識性 098]
[ 五、SEM模式辨識判斷流程圖 102]
[ 六、SEM模式的參數估計 104]
[ 七、SEM理論模式的應用情境、發展、評鑑與修正省思 113]
[ 八、MLE極小化過程之體驗 115]
[第4 章 SEM模式適配度的評鑑與報告 133]
[ 一、絕對性適配指標 135]
[ 二、增值/相對性適配指標 138]
[ 三、精簡性適配指標 140]
[ 四、影響SEM理論模式適配性之因素 141]
[ 五、樣本多大是大,多小是小 142]
[ 六、SEM理論模式適配度指標之選擇、限制與迷思 143]
[ 七、常用的適配度指標與其適配標準摘要對照表 145]
[ 八、SEM研究過程中不可或缺的資訊 146]
[ 九、SEM報告中不可或缺的適配度指標 147]
[ 十、SEM資料分析報告中不可或缺的資訊 147]
[第5 章 驗證性因素分析理論與量表編製 149]
[ 一、CFA的理論基礎 151]
[ 二、CFA與量表編製 153]
[ 三、CFA之三個必要矩陣]Λ&[Phi;與]Θ 155
[ 四、CFA參數估計的直接解 156]
[ 五、量尺不確定性的三種處理方法 160]
[ 六、因素負荷量在不同量尺法間之互換 162]
[ 七、建構信度與抽取變異比 177]
[ 八、建構信度與Cronbach ]&[alpha;間的關係 179]
[ 九、CFA在量表編製上的用途 185]
[ 十、MI修正指標與測量模式的修正 198]
[第6 章 二層次因素分析 211]
[ 一、二層次因素分析的意義與用途 213]
[ 二、組間共變數矩陣的計算 216]
[ 三、組內共變數矩陣的計算 216]
[ 四、ICC的計算 218]
[ 五、估計組內共同樣本大小 219]
[ 六、二層次因素分析之計算公式 219]
[ 七、估計共變數矩陣之增益集的啟動與操作 219]
[ 八、二層次因素分析在Amos上的操作方法 226]
[第7 章 差異試題功能分析:CFA取向與MIMIC取向 237]
[ 一、緣起 239]
[ 二、差異試題功能的類型 241]
[ 三、DIF分析的質化分析方法 245]
[ 四、DIF分析的量化分析方法 246]
[ 五、CFA取向DIF分析的實例解說 269]
[ 六、MIMIC取向DIF分析的實例解說 294]
[ 七、結語 337]
[第8 章 跨群組與跨時間之測量與結構不變性分析 341]
[ 一、測量與結構不變性分析的重要性 343]
[ 二、跨群組分析的理論與考驗步驟 343]
[ 三、跨群組分析的Amos操作方法 350]
[ 四、跨群組測量不變性實例分析 355]
[ 五、因果結構不變性實例分析 377]
[ 六、跨時間測量不變性實例分析 384]
[ 七、結語 401]
[第9 章 因果關係探究:SEM取向交叉延宕分析 409]
[ 一、序言 411]
[ 二、因果關係的探究方法 412]
[ 三、交叉延宕相關分析 416]
[ 四、交叉延宕迴歸分析:觀察變項模式 444]
[ 五、多重指標交叉延宕 SEM分析:潛在變項模式 457]
[ 六、交互延宕SEM分析在實務研究上的應用原則 478]
[ 七、結語 479]
[第1 0 章 多元共線性之症狀與解決方法 485]
[ 一、序言 487]
[ 二、多元共線性的定義與種類 487]
[ 三、多元共線性與變項間相關性的關係 488]
[ 四、SEM發生多元共線性的時機與主要症狀 489]
[ 五、傳統迴歸分析中多元共線性的解決方法 492]
[ 六、SEM分析中潛在變項之區辨效度考驗 495]
[ 七、SEM分析中多元共線性的解決方法 501]
[ 八、水平式多元共線性的分析 511]
[ 九、結語 513]
[ 參考書目 517]
[ 中英文索引 531]
[ 一、Amos的圖形操作介面與功能表單 003]
[ 二、Amos主要繪圖工具與點選方法 014]
[ 三、原始資料檔案的製作與連結 023]
[ 四、Amos徑路圖的繪製與變項的命名 034]
[ 五、Amos分析屬性的設定 046]
[ 六、Amos統計分析之執行步驟 048]
[ 七、Amos徑路圖與統計報表的輸出 049]
[第2 章 傳統徑路分析的追蹤規則與SEM參數估計 059]
[ 一、標準化變項追蹤規則:以徑路分析為例 061]
[ 二、標準化隱含相關係數之實例推導 068]
[ 三、未標準化變項追蹤規則:以徑路分析為例 076]
[ 四、未標準化隱含共變數矩陣之實例推導 077]
[ 五、CFA模式隱含共變數矩陣的推導:徑路追蹤 078]
[ 六、CFA隱含共變數矩陣的推導:RAM矩陣運算 081]
[ 七、SEM取向的徑路分析 083]
[ 八、結論 086]
[第3 章 結構方程模式的理論基礎 093]
[ 一、引言 095]
[ 二、SEM的意義、內涵與基本假設 095]
[ 三、SEM理論模式的界定 097]
[ 四、SEM理論模式的可辨識性 098]
[ 五、SEM模式辨識判斷流程圖 102]
[ 六、SEM模式的參數估計 104]
[ 七、SEM理論模式的應用情境、發展、評鑑與修正省思 113]
[ 八、MLE極小化過程之體驗 115]
[第4 章 SEM模式適配度的評鑑與報告 133]
[ 一、絕對性適配指標 135]
[ 二、增值/相對性適配指標 138]
[ 三、精簡性適配指標 140]
[ 四、影響SEM理論模式適配性之因素 141]
[ 五、樣本多大是大,多小是小 142]
[ 六、SEM理論模式適配度指標之選擇、限制與迷思 143]
[ 七、常用的適配度指標與其適配標準摘要對照表 145]
[ 八、SEM研究過程中不可或缺的資訊 146]
[ 九、SEM報告中不可或缺的適配度指標 147]
[ 十、SEM資料分析報告中不可或缺的資訊 147]
[第5 章 驗證性因素分析理論與量表編製 149]
[ 一、CFA的理論基礎 151]
[ 二、CFA與量表編製 153]
[ 三、CFA之三個必要矩陣]Λ&[Phi;與]Θ 155
[ 四、CFA參數估計的直接解 156]
[ 五、量尺不確定性的三種處理方法 160]
[ 六、因素負荷量在不同量尺法間之互換 162]
[ 七、建構信度與抽取變異比 177]
[ 八、建構信度與Cronbach ]&[alpha;間的關係 179]
[ 九、CFA在量表編製上的用途 185]
[ 十、MI修正指標與測量模式的修正 198]
[第6 章 二層次因素分析 211]
[ 一、二層次因素分析的意義與用途 213]
[ 二、組間共變數矩陣的計算 216]
[ 三、組內共變數矩陣的計算 216]
[ 四、ICC的計算 218]
[ 五、估計組內共同樣本大小 219]
[ 六、二層次因素分析之計算公式 219]
[ 七、估計共變數矩陣之增益集的啟動與操作 219]
[ 八、二層次因素分析在Amos上的操作方法 226]
[第7 章 差異試題功能分析:CFA取向與MIMIC取向 237]
[ 一、緣起 239]
[ 二、差異試題功能的類型 241]
[ 三、DIF分析的質化分析方法 245]
[ 四、DIF分析的量化分析方法 246]
[ 五、CFA取向DIF分析的實例解說 269]
[ 六、MIMIC取向DIF分析的實例解說 294]
[ 七、結語 337]
[第8 章 跨群組與跨時間之測量與結構不變性分析 341]
[ 一、測量與結構不變性分析的重要性 343]
[ 二、跨群組分析的理論與考驗步驟 343]
[ 三、跨群組分析的Amos操作方法 350]
[ 四、跨群組測量不變性實例分析 355]
[ 五、因果結構不變性實例分析 377]
[ 六、跨時間測量不變性實例分析 384]
[ 七、結語 401]
[第9 章 因果關係探究:SEM取向交叉延宕分析 409]
[ 一、序言 411]
[ 二、因果關係的探究方法 412]
[ 三、交叉延宕相關分析 416]
[ 四、交叉延宕迴歸分析:觀察變項模式 444]
[ 五、多重指標交叉延宕 SEM分析:潛在變項模式 457]
[ 六、交互延宕SEM分析在實務研究上的應用原則 478]
[ 七、結語 479]
[第1 0 章 多元共線性之症狀與解決方法 485]
[ 一、序言 487]
[ 二、多元共線性的定義與種類 487]
[ 三、多元共線性與變項間相關性的關係 488]
[ 四、SEM發生多元共線性的時機與主要症狀 489]
[ 五、傳統迴歸分析中多元共線性的解決方法 492]
[ 六、SEM分析中潛在變項之區辨效度考驗 495]
[ 七、SEM分析中多元共線性的解決方法 501]
[ 八、水平式多元共線性的分析 511]
[ 九、結語 513]
[ 參考書目 517]
[ 中英文索引 531]


