序
找尋變項之間的因果關係（causal relationship），一直是自然科學與社會科學的重要目的。確定變項之間的因果關係，才有助於科學研究的進展。實驗研究是常被採用的量化研究方法，相對於其他研究方法，若能採用適切的實驗設計，有效控制其他無關變項對依變項的影響，實驗研究是最適合探討自變項與依變項因果關係的研究方法。
對於實驗研究結果的統計分析，大多數的統計學教科書，建議應採用「共變數分析」（Analysis of Covariance [ANCOVA]）。然而修習過統計課程的研究生，大多只學過「變異數分析」（Analysis of Variance
[ANOVA]）的統計方法，受限於課程進度的關係，較少接觸到共變數分析的統計方法。故一聽聞進行實驗研究需要以共變數分析進行資料分析，常有不知所措的焦慮感。對於以共變數分析進行實驗資料的統計分析之建議，有些研究生會認真參考相關的統計書籍，以共變數分析進行實驗研究的資料分析。有些研究生會直接放棄採用共變數分析，先以獨立樣本t考驗（適用於只有實驗組與控制組兩組時）或獨立樣本單因子變異數分析（適用於三個以上的組別時），進行實驗研究的前測分數考驗。若各組的前測分數沒有顯著性差異，則再採用獨立樣本t考驗或獨立樣本單因子變異數分析，進行實驗研究的後測分數之統計分析。有些研究生則不管實驗前測分數是否有顯著性差異，直接以獨立樣本t考驗或獨立樣本單因子變異數分析，考驗實驗的後測分數。另外，有些研究生會以獨立樣本t考驗或獨立樣本單因子變異數分析，考驗實驗的前測分數與後測分數之差異分數（亦即後測分數減掉前測分數）。這四種統計分析方式，大概是目前較常見到對於實驗研究結果的統計分析。針對這四種統計方法，本書在第二章會進行分析比較，讓讀者有較清楚的了解。
進行共變數分析時，有一項很重要的基本假定：「迴歸係數同質性」（homogeneity of regression slopes）。若實驗研究蒐集的資料，符合「迴歸係數同質性」假定，則可直接透過統計軟體（例如SPSS）進行共變數分析。一旦實驗的資料不符合「迴歸係數同質性」假定，便不適合進行共變數分析，較合適的作法是改採「詹森內曼法」（Johnson-Neyman
procedure）。由於SPSS對於「詹森內曼法」的統計程序，並未提供「點選」（point-and-click）的操作介面，必須採用SPSS程式語法的方式進行，因而讓許多研究生却步。另外，「詹森內曼法」適用在兩個組別時，若實驗設計是三組以上，且實驗資料出現不符合「迴歸係數同質性」假定時，則如何適切的使用「詹森內曼法」，對研究生而言，又是另一個難題。故本書第四章即針對「詹森內曼法」，進行詳細的介紹。
本書目的在於協助採用實驗研究的研究生或研究人員，採用共變數分析進行實驗資料的分析，以獲得較為精準的統計結果。除了介紹共變數分析的基本假定與基本原理外，也介紹如何透過SPSS統計軟體的操作與報表解讀，來進行共變數分析。另外，介紹如何透過筆者所寫的EXCEL程式，進行共變數分析。本書共分成六章，第一章介紹實驗研究法（準實驗研究法）的基本概念；第二章介紹共變數分析的基本概念；第三章介紹單因子共變數分析的基本原理與統計軟體操作；第四章介紹「詹森內曼法」的基本原理與統計軟體操作；第五章介紹雙因子共變數分析的基本概念；第六章介紹雙因子共變數分析的統計軟體操作。希冀透過本書的介紹，能讓更多的研究生或研究人員，願意採用共變數分析來進行實驗研究資料的統計分析，此也是本書命名為「實驗研究與共變數分析」的原因。
本書得以順利完成，要特別感謝內人佳蓉老師與小女昕妤，她們對筆者的全心支持，才能促使本書的完成。本書得以順利出版，要特別謝謝五南圖書公司的鼎力支持，尤其是編輯部的諸多協助。本書思慮不週之處，尚請大家不吝指正。
涂金堂 謹誌
2017年3月
