在社會科學的分析中，我們雖然想設法將許多現象予以數值化，方便我們使用多元線性迴歸來進行統計分析。然而，更多社會現象是以類別的姿態呈現於真實世界，這種質性變項難以數值化，但卻是我們日常生活的常態現象。像是詢問您對工作有多滿意？回答有非常不滿意、不滿意、普通、滿意、非常滿意，許多研究基於方便將其視為連續變項，但正確來說，這是一個具有順序等級的類別變項，當它成為研究的依變項時，我們無法使用一般線性迴歸來估計。因此，處理類別資料的統計模型成為社會科學研究中重要的一部分。
一般在學習統計方法處理問題時，首先讓人感到困擾的是「此數據要選擇哪種統計處理方法好呢？」、「要如何輸入數據，有無明確的輸入步驟？」、「輸入後，在進行統計處理時，有無明確的處理步驟？」此煩惱利用圖解的方式即可迎刃而解。
本書的特色有以下四項：
一、只要看數據類型，統計處理方法一清二楚。
二、利用圖解，數據的輸入與其步驟，清晰明確。
三、利用圖解，統計處理的方法與其步驟，一目了然。
四、輸出結果的判讀方法簡明易懂。
總之，只要利用滑鼠，任何人均可簡單進行數據的統計處理。

陳耀茂
日本（國立）電氣通信大學經營工學博士
東海大學企管系教授

第1章　類別資料的基礎知識
1.1 前言
1.2 資料種類

第2章　信度分析
2.1 效度簡介
2.2 信度簡介
2.3 問題探討
2.4 信度分析

第3章　意見調查中差的檢定
3.1 前言
3.2 何謂2個組中順序數據之差的檢定
3.3 利用SPSS的Wilcoxon等級和檢定
3.4 3個組中順序數據之差的檢定
3.5 利用SPSS的Kruskal-Wallis 檢定
3.6 進行多重比較
3.7 問A與問B 之差的檢定

第4章　順序迴歸分析
4.1 前言
4.2 利用SPSS的順序迴歸分析

第5 章　類別迴歸分析
5.1 調查要因的大小
5.2 利用SPSS 的類別迴歸分析

第6 章　類別主成分分析
6.1 前言
6.2 利用SPSS 的類別主成分分析

第7 章　類別典型相關分析
7.1 前言
7.2 利用SPSS 的類別典型相關分析

第8 章　對應分析
8.1 前言
8.2 利用SPSS 的對應分析

第9 章　多重對應分析
9.1 前言
9.2 利用SPSS 的多重對應分析

第10 章　多重對應分析的應用
10.1 01 型與項目類別型
10.2 應用例

第11 章　聯合分析
11.1 前言
11.2 利用SPSS 的聯合分析
11.3 聯合卡的製作與儲存
11.4 計畫卡的製作與儲存

第12 章　Logistic 迴歸分析
12.1 Logistic 迴歸分析簡介
12.2 二元Logistic 迴歸分析的步驟
12.3 多元Logistic 迴歸分析

第13 章　名義迴歸分析
13.1 前言
13.2 利用SPSS 的名義迴歸分析

第14 章　Poisson 迴歸分析
14.1 簡介
14.2 Poisson 迴歸分析的步驟
14.3 SPSS 輸出

附錄　結構方程模式分析的應用
A.1 多母體的同時分析
A.2 撰寫論文時
A.3 數據輸入類型
A.4 指定資料的檔案
A.5 繪製共同的路徑圖
A.6 指定共同的參數
A.7 資料的組管理
A.8 於各類型中部分變更參數的指定
A.9 Amos 的執行
A.10 輸出結果的顯示
A.11 輸出結果的判讀
參考文獻