1  導(dǎo)論  1.1 誰(shuí)需要讀這本書(shū)  1.2 如何讀這本書(shū)  1.3 行為研究要回答什么問(wèn)題  1.4 管理與社會(huì)科學(xué)中定量的行為研究方法  1.5 什么是科學(xué)的研究方法  1.6 總 1 導(dǎo)論 1.1 誰(shuí)需要讀這本書(shū) 1.2 如何讀這本書(shū) 1.3 行為研究要回答什么問(wèn)題 1.4 管理與社會(huì)科學(xué)中定量的行為研究方法 1.5 什么是科學(xué)的研究方法 1.6 總結(jié) 附：范文及注解2 研究模型與實(shí)證研究 2.1 引言 2.2 行為研究的一般過(guò)程 2.3 科研立題與文獻(xiàn)回顧 2.4 理論基礎(chǔ)與研究模型 2.5 因果關(guān)系 2.6 研究假設(shè) 2.7 變量的定義 2.8 分析單位 2.9 你的課題3 社會(huì)調(diào)查方法 3.1 引言 3.2 社會(huì)調(diào)查方法是否適用于本研究 3.3 如何設(shè)計(jì)問(wèn)卷 3.4 測(cè)度項(xiàng)分類(lèi)法 3.5 確定目標(biāo)群體與抽樣方法 3.6 數(shù)據(jù)預(yù)處理 3.7 數(shù)據(jù)分析 附：基本的統(tǒng)計(jì)知識(shí)4 數(shù)據(jù)收集 4.1 什么是抽樣 4.2 抽樣中的基本問(wèn)題 4.3 抽樣方法 4.4 概率抽樣 4.5 抽樣計(jì)劃 附：前期數(shù)據(jù)分析5 變量之間的關(guān)系 5.1 引言 5.2 對(duì)群體的描述 5.3 群體中的信息量 5.4 樣本中的信息 5.5 兩個(gè)隨機(jī)變量之間的關(guān)系 5.6 對(duì)SSxy和SSE的調(diào)整 5.7 回歸系數(shù)作為一種關(guān)系指標(biāo) 5.8 最小二乘法 5.9 不同的信息量之間的關(guān)系 5.10 范文示例 5.11 總結(jié)6 單變量線性回歸 6.1 一元線性回歸分析的目的 6.2 回歸分析的假定 6.3 回歸中的假設(shè)檢驗(yàn) 6.4 擬合度的檢驗(yàn)7 多變量回歸 7.1 引言 7.2 多變量回歸的擬合 7.3 每一個(gè)自變量的作用 7.4 偏決定系數(shù)與回歸系數(shù)的關(guān)系(選讀內(nèi)容) 7.5 部分相關(guān)系數(shù)與方差分析(選讀內(nèi)容) 7.6 路徑圖 7.7 類(lèi)別型自變量 7.8 高次項(xiàng) 7.9 范文示例 附：用SPSS檢驗(yàn)線性回歸的基本前提8 線性回歸的建模 8.1 引言 8.2 多重共線性 8.3 中介作用 8.4 調(diào)節(jié)作用(moderator effect) 8.5 理解回歸系數(shù) 8.6 調(diào)節(jié)作用的測(cè)試過(guò)程 8.7 調(diào)節(jié)作用中的統(tǒng)計(jì)效能 附：用SPSS做回歸分析9 因子分析的一般思路 9.1 引言 9.2 社會(huì)調(diào)查數(shù)據(jù)分析的總體步驟 9.3 構(gòu)件與測(cè)度項(xiàng) 9.4 測(cè)度項(xiàng)的方差 9.5 因子的求解原理 9.6 多個(gè)因子的情況 9.7 測(cè)度工具的質(zhì)量檢驗(yàn) 9.8 再談信度10 探索性因子分析 10.1 引言 10.2 用啟發(fā)式的分析法進(jìn)行探索性因子分析 10.3 用主成分分析法得到因子 10.4 一些數(shù)學(xué)細(xì)節(jié)(選讀內(nèi)容) 10.5 因子的個(gè)數(shù) 10.6 因子旋轉(zhuǎn) 10.7 主成分分析法的缺點(diǎn) 10.8 探索性因子分析應(yīng)用中的情況 10.9 范文示例 附：在SPSS中做探索性因子分析11 驗(yàn)證性因子分析 11.1 驗(yàn)證性因子分析的概念與一般形式 11.2 單因子、兩個(gè)測(cè)度項(xiàng) 11.3 單因子、三個(gè)測(cè)度項(xiàng) 11.4 單因子、四個(gè)測(cè)度項(xiàng) 11.5 兩個(gè)因子、兩個(gè)測(cè)度項(xiàng) 11.6 極大似然估計(jì)(選讀內(nèi)容) 11.7 測(cè)度項(xiàng)的效度 11.8 模型的擬合度 11.9 應(yīng)用中的問(wèn)題 11.10 用SIMPLIS進(jìn)行簡(jiǎn)單的測(cè)度模型檢驗(yàn) 11.11 因子結(jié)構(gòu)在多個(gè)組中的穩(wěn)定性分析 附：LISREL的基本使用方法12 結(jié)構(gòu)方程分析 12.1 結(jié)構(gòu)方程 12.2 結(jié)構(gòu)方程的數(shù)學(xué)表述(選讀內(nèi)容) 12.3 結(jié)構(gòu)方程求解 12.4 SIMPLIS編程 12.5 結(jié)果與分析 12.6 多層因子分析 12.7 兩個(gè)外生變量的因果強(qiáng)度比較 12.8 因果關(guān)系在兩個(gè)組中的不變性 12.9 比較非嵌套模型13 構(gòu)成性測(cè)度與PLS 13.1 構(gòu)成性測(cè)度項(xiàng) 13.2 構(gòu)成性測(cè)度項(xiàng)與反映性測(cè)度項(xiàng) 13.3 構(gòu)成性測(cè)度項(xiàng)的效度 13.4 PLS的結(jié)構(gòu)方程分析思路 13.5 PLS模型的擬合度與假設(shè)檢驗(yàn) 13.6 范文示例 13.7 PLS的分析過(guò)程14 潛變量的調(diào)節(jié)作用 14.1 潛變量的調(diào)節(jié)作用 14.2 分組檢驗(yàn)方法 14.3 有調(diào)節(jié)多變量回歸 14.4 基于PLS的測(cè)度項(xiàng)之積法 14.5 在基于協(xié)方差的SEM中使用測(cè)度項(xiàng)之積法 14.6 方法的選擇 14.7 范文示例15 論文撰寫(xiě)與發(fā)表 15.1 引言 15.2 寫(xiě)前的計(jì)劃 15.3 寫(xiě)Introduct，ion 15.4 寫(xiě)Theoretical Development 15.5 寫(xiě)Methodology 15.6 寫(xiě)Data Analysis 15.7 寫(xiě)Discussion and Implications 15.8 寫(xiě)Conclusion 15.9 全文的協(xié)調(diào) 15.10 段落的組織 15.11 單句的表達(dá) 15.12 時(shí)態(tài) 15.13 投稿的準(zhǔn)備 15.14 審稿的標(biāo)準(zhǔn) 15.15 修改與再投稿的過(guò)程 15.16 結(jié)語(yǔ)