內容簡介

多層次取向在社會、行為、教育研究的重要性日益提高，尤其從當代的發展趨勢來看，此種模型比傳統的回歸模型提供了更貼近真實，且具啟發性的分析與發現。

本書的作者不僅帶領研究者去探討實務上的議題，也對多層次模型執行中的理論問題進行了深入的討論。同時，作者也利用真實的數據庫，示範了多層次模型的研究設計與分析策略。

Ita Kreft 加州州立大學洛杉磯分校(Celifornia State University,Los Angeles)教育學院教授。

Jan De Leeuw 加州大學洛杉磯分校（University of California at Los Angeles;UCLA）統計系教授兼主任。
 

目錄

1 概說
1.1 緒論
1.1.1 階層、宏觀層次與微觀層次
1.1.2 多層次模型
1.2 範例
1.2.1 企業員工的薪資水平
1.2.2 藥物濫用預防研究
1.2.3 學校效能研究
1.2.4 臨床治療研究
1.2.5 成長曲線分析
1.2.6 地理信息系統
1.2.7 元分析
1.2.8 雙生子與家庭研究
1.3 綜述與定義
1.3.1 脈絡模型
1.3.2 組內相關
1.3.3 固定與隨機系數
1.3.4 跨層級交互作用
1.3.5 預測
1.3.6 縮動與借力
1.4 簡史
1.4.1 方差成分
1.4.2 隨機系數
1.4.3 變動系數
1.4.4 變化系數
1.4.5 追蹤數據
1.4.6 成長曲線與重復量數
1.4.7 貝葉斯線性模型與經驗貝葉斯估計
1.4.8 調節變量
1.4.9 斜率結果
1.5 進一步的讀物
1.6 軟件
1.6.1 HLM
1.6.2 VARCL
1.6.3 BMDP5-V
1.6.4 MLn
1.6.5 PROC MIXED
1.6.6 MIXOR and MIXREG
1.7 摘要
2 脈絡模型概述
2.1 緒論
2.2 模型
2.3 資料
2.4 方差分解
2.5 整體回歸
2.6 聚合回歸
2.7 脈絡模型
2.8 Cronbach模型
2.9 協方差分析
2.10 脈絡模型的MLn分析
2.11 摘要
譯者分析
1.整體回歸
2.加權聚合回歸
3.脈絡模型
4.Cronbach模型
5.協方差分析
3 變動與隨機系數模型
3.1 緒論
3.2 分組回歸
3.3 變動系數
……
4 範例分析
5 多層次分析的重要議題
附錄 NELS88數據庫編碼表
術語英漢對照表
參考文獻
看更多
 

序

Kreft與de Leeuw的這本書，是一本十分有趣且內容豐富的小書。今年初過春節的時候，閑來把它翻了一遍，發現他們能夠在不到140頁中，把多層次模型分析的概念、操作與解釋，乃至于一些重要的議題，不拖泥帶水地交代清楚，十分佩服，因此決意把它譯成中文書，讓國內研究者與學生可以很快地進入多層次模型的世界。

唯一遺憾的是，我自己以及諸位同事在分析多層次模型時，多使用美國SSI(Scientific Software International)的HLM6軟件，但是Kreft與de Leeuw是以英國倫敦大學發展的MLn為主，因此在閱讀範例與數據時覺得格格不入。為了兼顧翻譯的信達雅，以及個人的偏好，並考慮市場上HLM6的高度佔有率以及未來的普及趨勢，原文中有關MLn的介紹、運用與結果雖都完全保留下來，但是我另外以HLM6軟件重新把作者所提出的絕大部分模型進行分析，分析的步驟與結果，列在第2、3、4章的最後，有部分模型並不是多層次模型，我則以SPSS13來處理。有興趣的讀者可以按圖索驥，利用本書所附的數據庫進行演練，將會事半功倍。此外，本書列舉了很多網絡鏈接與文獻，如果想要深入了解階層線性模式(hierarchicallinear modeling)或其他多層次模型的讀者，可以自行搜尋有關的信息，相信會有豐碩的收獲。

本書的翻譯並不困難，最大的收獲是我個人從中的學習與體驗。雖然我很早就處理過多層次數據分析的問題，也在課堂上教授這些高等統計的應用，但是總是點到為止，並沒有機會好好深入了解這門學問。或許可以歸咎于分析工具普及與便利性不高，但是最大的障礙是“隔行如隔山”的學科隔閡，如果不是身在量化方法與計量領域的有利位置，我還真沒有機會一探多層次模型分析的究竟，尤其是要把這些東西寫給別人來看時，要求徹底了解的壓力就更明確了，有趣的是，翻譯這本書，原本是想把這種新興的技術介紹給更多的朋友，到最後受惠最大的卻是我自己。

如同過去一樣，這本書的完成，還是要感謝家人的支持與身邊一些朋友的鼎力相助，像溫福星老師與林碧芳老師費心的校閱修訂，他們的協助讓本書的可看性與正確性提高了不少。

譯完這本書的最大心得是，我們真的是活在一個知識爆炸的時代。科技發展的腳步實在驚人，新知識、新科技、新想法不斷提出，令人目不暇接，如果自己一直停留在自己舒適的空間，真是會有生于憂患死于安樂的遺憾。就像我們“台灣統計方法學學會”的好朋友們一起努力探討結構方程模式(structural equation modeling，SEM)的正確運用的同時，階層線性模式又在學術圈快速發展。很感動的是學會的伙伴們十分能夠理解這種發展趨勢，大家在SEM的探究之外，又“分案”開啟了另一個有關HLM的探索空間。除了我以外，近期內還會有其他的HLM相關著作推出，例如東吳大學國貿系的溫福星教授將會有一本HLM的專著出版。我們看好HLM的一個主要原因，在于HLM的方法論與技術取向在社會科學研究中佔有相當重要的地位，甚至可以用“相見恨晚”來描述我們的心情。

為什麼說相見恨晚，因為我們早就應該使用HLM技術來處理多層次的數據分析了。社會科學的量化研究，除了實驗方法之外，多是以問卷、量表搜集眾人的意見與經驗，樣本的取得很難做到隨機，因此一群群的受測者，就可能因為具有組內的同質性，必須利用階層化分析技術來處理組內相關（ICC）的問題。我實在很難想象，如果不用多層次模型分析就會得到扭曲的結果的話，那麼我們過去幾十年來所從事的各種組織、教育、社會、心理學等社會科學研究，究竟產生了什麼知識與發現。這早已超越型一錯誤或型二錯誤的決策觀，這實實在在是一個嚴肅的方法學問題，無法回避，只能面對。

相見恨晚不要緊，怕的是再次擦身而過，那就會是永遠的遺憾了。

邱皓政2006年春謹識于輔仁大學心理學系心理計量實驗室
看更多
網路書店 類別 折扣 價格
  1. 博客來網路書店
    新書
    87折
    $183