心理統計導論

《心理統計導論》是心理學領域中一門重要的基礎課程，主要介紹統計學在心理學研究中的套用。通過學習這門課程，學生能夠掌握基本的統計方法，並將其套用於心理學數據的分析與解釋。以下是該課程的主要內容概述：

1. 統計學的基本概念

• 描述統計：通過圖表、平均數、中位數、標準差等方式對數據進行總結和描述。
• 推斷統計：從樣本數據推斷總體特徵，包括假設檢驗和置信區間。
• 變數類型：了解分類變數、連續變數等不同類型的變數及其在統計分析中的作用。

2. 數據的描述與可視化

• 頻數分布表與直方圖：展示數據的分布情況。
• 集中趨勢與離散趨勢：計算平均數、中位數、眾數、方差和標準差等指標。
• 相關性與散點圖：分析變數之間的關係。

3. 機率與分布

• 機率基礎：理解機率的基本概念及其在統計中的套用。
• 常態分配：掌握常態分配的特徵及其在心理學研究中的重要性。
• 抽樣分布：了解樣本統計量的分布規律，如樣本均值的分布。

4. 假設檢驗

• 零假設與備擇假設：理解假設檢驗的基本邏輯。
• 顯著性水平與p值：掌握如何判斷統計結果的顯著性。
• t檢驗與z檢驗：學習用於比較均值差異的統計方法。

5. 相關與回歸分析

• 皮爾遜相關係數：衡量兩個連續變數之間的線性關係。
• 簡單線性回歸：分析一個自變數與因變數之間的線性關係。
• 多元回歸：探討多個自變數對因變數的影響。

6. 方差分析（ANOVA）

• 單因素方差分析：比較多個組別之間的均值差異。
• 多因素方差分析：分析多個自變數及其互動作用對因變數的影響。

7. 非參數檢驗

• 卡方檢驗：用於分析分類變數的獨立性或擬合優度。
• 曼-惠特尼U檢驗與威爾科克森符號秩檢驗：適用於非常態分配數據的假設檢驗。

8. 統計軟體的套用

• 學習使用統計軟體（如SPSS、R或Python）進行數據分析。
• 掌握數據輸入、清理、分析和結果解釋的基本技能。

9. 心理學研究中的統計套用

• 結合心理學實驗與調查數據，分析實際研究中的統計問題。
• 理解統計結果的心理學意義及其對理論的支持或反駁作用。

10. 倫理與統計報告

• 了解心理學研究中數據處理的倫理規範。
• 學習如何規範地報告統計分析結果，包括APA格式的統計報告要求。

學習目標

通過學習《心理統計導論》，學生能夠：

• 理解統計學在心理學研究中的重要性。
• 掌握基本的統計方法並套用於實際研究。
• 培養批判性思維，能夠評估研究中的統計方法與結論。
• 為後續的高級統計課程和心理學研究打下堅實基礎。

參考書籍

• 《行為科學統計》（作者：Frederick J. Gravetter 和 Larry B. Wallnau）
• 《心理學統計學》（作者：David C. Howell）
• 《SPSS統計分析從入門到精通》（作者：張文彤）

這門課程不僅是心理學專業學生的必修課，也為其他社會科學領域的研究者提供了重要的數據分析工具。