本書是將稱為共變異數構造分析(CSA；Covariance Structure Analysis)或結構方程模式(SEM；Structural Equation Modeling)的數值統計手法，使用AMOS徹底有效活用的一本書。

　　在畢業論文或報告中決定使用共變異數構造分析與急用的人，只要閱讀第一章即可。第一章的內容即可選用AMOS進行共變異數構造分析；

　　第2章與第3章是為了想仔細活用AMOS的人而準備。第2章主要是說明AMOS的詳細機能，第3章說明共變異數構造分析的典型模式與應用例。至第3章為止已學習了標準的共變異數構造分析的實際技術。

　　第4章到第6章是介紹發展中的模式。第4章是解說多母體分析，多母體分析是從利用性別、學年、人種或其他的名義變數所區別的數個母體，就所取得的數據同時進行分析的方法。第5章是解說平均共變異數構造分析。所謂平均共變異數構造分析是同時分析2次積率(2nd moment)的共變異數與1次積率(first moment)的平均值的手法（這些手法會與第10章加以結合，當作多母體的平均共變異數構造分析來討論）。第6章是介紹稱為潛在曲線模式的成長曲線的分析手法。

　　第7章到第9章是介紹支援分析的主要工具。第7章主要是就多重代入法加以討論，於調查或實驗中，能收集完整的數據是很少的。多重代入法是處理遺漏值的方法。第8章是介紹Bootstrap（拔靴）法。Bootstrap法是調查統計量的安定度的有效手法。第9章是介紹模式的探索。共變異數構造模式對手中的數據可以建構各種的模式。模式探索機能是配合手中的數據對模式的建構提供協助。

　　第11章到第13章是介紹MCMC(Markov Chain Monte Carlo)，首先，第11章是討論利用事前資訊的貝氏估計。接著，第12章是處理中止數據。然後，第13章是說明使用者期待的順序類別數據(ordered-categorical data)的分析手法。

　　第14章的Mplus是一套供研究者分析用的結構方程模式化軟體，用來處理廣範圍的模式。用來處理廣範圍的模式分析，包含單層次或多層次數據、隨機截距、隨機迴歸係數、潛在構造分析…等等。本章將簡單介紹Mplus該如何運用，將AMOS所無法處理的模式 ( 如類別變項 )，用Mplus將數據套用跟處理出來之路徑圖結果。(內文探討的模式如多項式Logistic、隨機迴歸係數、非線性因子、潛在構造分析…等如何運用mplus來處理。)

　　第15章摘選出較貼近生活化之期刊發表、論文或報告，讓讀者能容易瞭解該篇所表達為何，並將原先之內文做簡單之摘錄，讓數據及路徑分析結果精簡化。使得解讀能更為清楚快速。附錄A是有關AMOS所求出的適合度指標，用於具體案例進行解說。

　　鼎茂圖書研究方法課程推薦
　　報名網址: spss999.tingmao.com.tw/
　　(1)多變量分析(含SEM)之經常混淆的研究課題Seminar(2012/12/14)
　　(2)輕鬆搞懂結構方程模型SEM研習營(2013/1/22 - 1/23)
　　(3)輕鬆寫論文之「SPSS20.0統計分析工作坊」基礎班研習營(2013/1/24 - 1/25)
　　(4) HLM7.0基礎班(軟體操作)(2013/1/28 - 1/29)

作者簡介

豊田秀樹（Toyoda Hideki）

　　現任
　　早稻田大學文學學術院教授

　　曾任
　　美國伊利諾大學心理學系訪問研究員

　　研究專長
　　心理統計、行銷科學

譯者簡介

陳耀茂

　　現任
　　東海大學企業管理系教授

　　研究專長
　　品質管理、商品企劃與開發、決策分析

　　著作
　　品質管理
　　可靠度管理