市場調查實務:問卷設計與研究分析, 3/e

吳柏林、謝名娟

  • 出版商: 新陸
  • 出版日期: 2019-12-23
  • 售價: $599
  • 貴賓價: 9.5$569
  • 語言: 繁體中文
  • 頁數: 424
  • ISBN: 9869745245
  • ISBN-13: 9789869745246

下單後立即進貨 (約5~7天)

相關主題

商品描述

  問卷調查,是許多做研究、做市場調查的人員所需要的重要研究方法,然而,相關的書籍,相當有限,且多數過於艱深,因此,我們想要寫一本淺顯易懂的書,讓大多數人能了解問卷調查的原理與分析方法。當有這樣的構想後,立即著手構思整本書的鋪陳與章節,經不斷的討論和修改,才完成這本書的架構。這本書可說是心理計量師和應用統計學家的智慧結晶。在第三版中增加了Google 問卷的表單製作,希望透過內容的不斷更新與調整,以更符合問卷調查的市場與教學實務需求。

  本書的第一部分,主要是講問卷編制的研究動機與目的,內容包括:為什麼要設計一份問卷,與如何建構有效率的問卷。此第二部分,則是訊息收集。在這個部分中,要進行資料蒐集,看看問卷是要用電話、傳統紙筆、面訪、還是網路問卷來完成,每種資料蒐集的方式,都有其需要注意的地方,只要蒐集的過程出現問題或瑕疵,對於最後推論的結果都可能造成嚴重的誤差。第三部分,則是呈現問卷分析常用的幾種方法。這部分介紹了好幾種問卷數據分析的方式:如變異數、卡方檢定因素分析等。第四部分則提供了Google 問卷設計與大數據資料採礦的分析模式。每個章節都有實證範例的應用,讀者應可從中感受到這些技術的應用精神所在。

  這本書適合的讀者為所有需要使用問卷調查的研究者,可能是問卷調查的工讀生、寫期末報告的大學生、正為學術論文煩惱的碩博班學生、學術界的研究人員、公司的市場調查員、或是想要為所設計的課程添加一些新味的學者。

作者簡介

吳柏林 教授

  學歷
  ◆ 美國印第安那大學數學博士(1988)

  現職
  ◆ 國立政治大學應用數學系教授

  經歷
  ◆ 英國劍橋大學客座研究教授(1995)
  ◆ 美國史丹佛大學客座研究教授(1997)
  ◆ 日本早稻田大學情報資訊與生產管理研究所特聘教授(2006)

  榮譽
  ◆ 美國傅布萊特(Fulbright)研究學者獎
  ◆ 中華發展基金講座教授獎
  ◆ 國立政治大學傑出研究教授講座
  ◆ 2011 International Society of Management Engineering: Life fellow

  專長
  ◆ 時間數列分析與預測、應用統計、模糊邏輯與人工智慧、市場調查

謝名娟 博士

  學歷
  ◆ 美國愛荷華大學測驗與統計博士(2007)

  現職
  ◆ 國家教育研究院研究員

  經歷
  ◆ 美國研究機構心理計量師(2007~2009)

  專長
  ◆ 教育測驗、心理計量、教育統計與評量

目錄大綱

1 問卷設計:研究動機目的
第  1  章 緒言

第  2  章 為何要設計問卷

2.1 問卷調查研究目的
2.2 語意計量與相似度
2.3 市場調查
2.4 問卷編制流程

第  3  章 建構有效率的問卷
3.1 問卷的結構
3.2 問卷的類型
3.3 答題設計
3.4 編制的原則

2 資料搜集:抽樣與品質管控
第  4  章 資料蒐集的方式
4.1 郵寄
4.2 面訪與電訪
4.3 網路問卷
4.4 國內外大型問卷調查與教育資料庫簡介

第  5  章 抽樣方法與隨機樣本
5.1 母體與抽樣
5.2 隨機抽樣方法
5.3 隨機抽樣誤差與樣本大小
5.4 國內外大型教育測驗的抽樣方式

第  6  章 調查工程的品質管制
6.1 調查工程道德與責任
6.2 社會期待性偏誤
6.3 資料回收率
6.4 資料格式設定與建檔

第  7  章 信度估計與效度檢驗
7.1 信度估計
7.2 效度檢驗
7.3 SPSS 軟體操作

3 經典統計分析:知彼知己,百戰不殆
第  8  章 問卷分析方法

8.1 基本統計分析與檢定
8.2 變異數分析
8.3 相關分析與迴歸模式
8.4 SPSS 的操作方法

第  9  章 卡方檢定與無母數檢定
9.1 卡方檢定  
9.2 無母數統計檢定方法
9.3 SPSS 軟體操作
 
第 10 章 因素分析
10.1 因素分析簡介
10.2 假設與相關理論
10.3 因素分析範例
10.4 SPSS 軟體操作
 
4  創新創意追求卓越:科技智慧的時代來臨
第 11 章 Google 問卷設計

11.1 建立Google 表單
11.2 表單元件介紹
11.3 表單外觀設計
11.4 表單設定
11.5 傳送表單
11.6 資料基本統計與分析
11.7 Google 試算表進階分析
11.8 延伸功能─外掛程式

第 12 章 大數據與資料採礦
12.1 大數據的特點
12.2 大數據的應用
12.3 資料採礦
12.4 範例:應用決策樹分析問卷
12.5 機器學習
12.6 新興行業─資料科學家