論文用到的統計分析：
1. 描述性統計：常用到其中的平均數與變異數 【作法】：（以國志的資料為例）
步驟一：SPSS中，選擇「分析」→「描述性統計」→「描述性統計量」
步驟二：選擇要做分析的變數
步驟三：跑出敘述統計的資料表
1
2. 因素分析 【作法】：以國志的資料為例，欲將 【作法】：
步驟一：SPSS中，選擇「資料縮減」→「因子」
步驟二：選擇欲分析因素的題項（即，看這些題項可以分解出哪些構面）
步驟三：點選進去「轉軸法」勾選「最大變異法」，按確定
2
步驟四：跑出的結果中，看解說總變異量。
其中，看「總和」那一欄中大於１的成份，選擇那些成份作為構面（在此題中有14個成份，表示萃取出14個因素）
對照於論文寫作時（以威呈學長的論文為例）， 步驟四：接下來看轉軸後的成份矩陣，找在每個成份中，找數字為0.4以上者，為相同的一個構面。例如，網效益13、網效益15、網效益20、網效益24、網效益25、網效益26、網效益27，這些題也構成了另一個構面。
3
旅效益2、旅效益3、旅效益4、旅效益5、旅效益7、旅效益8、旅效益9、旅效益10、旅效益11、旅效益13、旅效益19、旅效益20、旅效益21等題為另一個構面（其餘旅效益的題可考慮刪除之）。
在這兩個成份中，由於旅效益內部有相當高的一致性，所以可以說其具有收斂效度；而旅效益與網效益之間的差別很大，不會讓人搞錯這兩個構面，所以說具有區別效度。而兼具收斂效度與區別效度的這份問卷，可以說是有構念效度。 另外，論文中的“因素負荷量”代表題項變數與因素之相關係數，，也代表題項對該因素的解釋力可以由SPSS的轉軸後成份矩陣分析表得知，例如因素2中與網效益15的相關係數為0.5152。
4
3. 信度分析
注意：要先作完因素分析，並刪除掉不要的題目後，再作信度分析 【作法】：以國志的資料為例，欲對網路知覺效益、網路知覺風險作內部一致性信度
步驟一：SPSS中，選擇「分析」→「量尺法」→「信度分析」
步驟二：選擇要分析的題項（在本例中，即是選擇網路知覺效益、網路知覺風險的所有題項）
步驟三：勾選「列出項目註解」
5
步驟四：點選進入「統計量」後，勾選「項目」、「量尺法」、「刪除項目後之量尺摘要」
步驟五：跑出的結果中，看Item-total Statistics
跑信度分析後，出來的corrected item-total correlation是一種題項鑑別度指標代表各題項對總題項的相關係數，數字愈大、鑑別力愈大、該題愈好，至少要達0.5。 此表最下方的Alpha= 0.7487，是全部題項的Cronbach α，表示這個量表的信度；若要找各因素構面的Cronbach α，就要選擇該因素的相關題項做信度分析。 對照於論文寫作時（以威呈學長的論文為例），
6
所謂的「量表的內部一致性分析表」如下圖所示。其中，“Item-to-Dimension-Total Correlation”是各構面的題項分別作信度分析後，跑出來的「Corrected Item- Total Correlation」；而“Item-to-Scale -Total Correlation”則是全部的題項一起作信度分析後，跑出來的「Corrected Item- Total Correlation」。
7
4. 集群分析：將資料分組，有多種分群的方法
(1) 用平均數之高低來分 【作法】：可以先在EXCEL下排序後，再貼回SPSS 步驟一：先將總樣本數除以要分的組數 步驟二：算出一個總平均 樣本編號 題項1
1 第1個人所有分數的平均 2 第2個人所有分數的平均 3 第3個人所有分數的平均 …
N 第N個人所有分數的平均
將N個的分數予以平均〜總
平均 步驟三：以總平均為基準，看第i個人的分數應算在哪一組。
【補充】：如何由很多個題項算出一個平均數（以國志的資料為例） 步驟一：選擇「轉換」→計算
題項2
題項3… 題項K
步驟二：在「目標變數」那個空白欄輸入你所要命名的變數（在此例中，輸入“效益平均”），接著在「函數」那欄選擇「MEAN」
8
步驟三：在「數值運算式」那欄輸入要計算平均的題項，以逗號加以隔開。
步驟四：按確定後，出現的結果會在資料檢視中的最後一欄出現（即“效益平均”會出現在最後一欄）。
9
(2) 集群分析中的華德法：這種分析方法是告訴我們，你的資料大概可以分幾組
【作法】：（以國志的資料為例）
若要作「以網路風險及網路效益進行集群分析」：
步驟一：SPSS中，選擇「分析」→「分類」→「平均數」
步驟一：SPSS中，選擇「分析」→「分類」→「階層集群分析法」
步驟二：選擇要進行分類的變數
10
步驟三：點選「統計量」後，勾選「群數凝聚過程」
步驟四：點選「方法」後，在「集群方法」那欄點選「Ward’ s法」
步驟五：出現「群數係數凝取過程」 其中，「係數」即為一般論文中的「凝聚係數」。
11
以威呈學長的論文為例，他的表4-20中的凝聚係數便是由「群數係數凝取過程」而來的。
看「群數係數凝取過程」時，是由下往上看，以觀察哪一個階段的係數變化量最大。
步驟六：凝聚係數之“變化量”最大者。
以威呈學長的論文為例，他的表4-20中的凝聚係數增量變化率便是用EXCEL計算，將第i組的凝聚係數減去第i−1組的凝聚係數後、再除以第i組的凝聚係數，便是凝聚係數增量變化率。
根據威呈學長的論文，由1群變2群時的增量變化率為21.19%，由2群變3群時的增量變化率為11.86%，由3群變4群時的增量變化率為5.13%，所以由1群變2群時的增量變化率最大，表示我們應該要將資料分成二群。但在實務上，因為二群的分析較沒有意義，所以通常會將資料分成三群，這表示我們不一定會選變化量最大者。
12
(3) K平均數集群分析：延續之前的Ward’s 法的集群分析，這種分析方法是告訴我們，哪個樣本要分到哪一組。（所以必須先做Ward’s 法的集群分析，再能做K平均數集群分析）
【作法】：（以國志的資料為例）
若以Ward’s method作好網路風險及網路效益的集群分析後，要看每群之特色（k-means中之各群之中心值，中心值按一、3中之結構）
步驟一：SPSS中，選擇「分析」→「分類」→「K平均數集群」
步驟二：選擇要進行分類的變數（與Ward’s 法的集群分析中所選的變數相同）
步驟三：在「疊代」中選擇最大疊代數〜越大越好，但太大了會跑很久。 注意：根據學長的經驗法則，最大疊代數約選在25次以後，分組的情形就趨於相同。
13
步驟四：在「儲存」中勾選「各集群組員」
步驟五：在最後一欄出現「qd_1」，告訴我們每個樣本會分到哪一組
注意：集群分析法用的不同，各組所分到的族群人數就不一定相等。不論用何種方法分群，只要分好後，就可以做區別分析。
14
5. 區別分析：這種分析法是用來確認「之前所用的分群方法是好的」，亦即，將區別分析分出的組與集群分析分出的組作比較，兩者越相近，表示你的分組方法越好。 【作法】：以國志的資料為例，假定做的區別分析為「以風險的構面得分為自變數，搜尋行為各題分別為應變數」
步驟一：SPSS中，選擇「分析」→「分類」→「判別」
步驟二：在「分組變數」中選擇集群分析中得到的組，在「自變數」中選擇要分析的自變數（在本例中，以是“風險的構面得分”做為自變數）
步驟三：在「分組變數」下方的定義範圍輸入分組的最大、最小值
15
步驟三：點選進入「分類」後，勾選「摘要表」
步驟四：點選進入「統計量」後，勾選「平均數」、「單變量」、「Box’ s M共變異數相等性檢定」、「Fisher’s 線性判別函數係數」、「組內相關矩陣」
步驟五：跑出的結果看「分類統計」的「分類結果」
其中，「預測的各組成員」為原本集群分析中所得到的分組，「原始的」為區別分析作出的分組。在這個例子中，原本集群分析中分為第1組有594中，在區別分析中分為第1組的也有594中，餘者類推，區別率為85.1%。
16
寫成論文的解釋時，就如同威呈學長論文中的表4-21 區別分析選擇矩陣。
17
6. 卡方分析：分析二個名目變數之間的關係，以威呈學長的論文為例，卡方分析可用來分析年齡與不同組別的關係。
【作法】：以國志的資料為例，若要以卡方檢定看不同群之網路資訊行為的差異 步驟一：SPSS中，選擇「描述性統計」→「交叉表」
步驟二：點選「統計量」進去後，勾選「卡方統計量」
步驟三：在列中選擇組別，在直行中選擇網路效益的題項
18
步驟四：各題項有一個交叉表及卡方檢定表，取用其中的「Pearson卡方」
步驟五：寫成論文時，以威呈學長的論文為例，表示如下。
【補充】：卡方分析後，如果頭尾之組的個數太少，要施行併組（以國志的資料為例）
步驟一：SPSS中，選擇「轉換」→「重新編碼」→「成不同變數」
步驟二：在舊值，輸入要併入他組之組別的數字，在新值中，輸入要被併之組別的數字。但要注意的是，毌需併的組別也需轉換，只是舊值與新值填寫的數字相同。
步驟三：跑出來的卡方分析中，選擇表中的Pearson
19
7. 多重比較分析：說明哪一組和哪一組有差異，會跑出「ANOVA」表與「多重比較」表。「ANOVA」指示相關的顯著性，「多重比較」表指示什麼因素是相關的。 【作法】：以國志的資料為例，想要分析同伴組合對旅遊決策的關係
步驟一：SPSS中，選擇「分析」→「比較平均數法」→「單因子變異數分析」
步驟二：選擇自變數與應變數的題項。在本例中，「因子」選同伴組合的各題項，「依變數」選旅遊風險構面得分。
步驟三：點選進入「Post Hoc檢定」，勾選Scheffe法或Tukey法（看哪個分析的結果較佳來決定）
注意：只有在分三組以上時，才要做作Post Hoc檢定（例如，之前的集群分析中，只分為兩組，就不用作Post Hoc檢定了）
20
步驟四：出現ANOVA表（因為沒有做Post Hoc檢定，所以沒有出現多重比較表）
變異數分析中的顯著性就是論文中的P值（不是「變異數同質性檢定中的P值」），F檢定就是F值（對照威呈學長的論文） 至於論文中的Scheffe 事後比較，則根據「多重比較」的資訊來寫。表中出現星號者，表示兩者有差異，且可以指出在因素A之下、哪個集群大於哪個集群。要是多重分析作不出來，無法得知誰比誰大，就只要根據變異數分析中的顯著性，選擇因素與集群之間的確有差異即可。
ANOVA法：是用來比較一個名目變數與一個非名目變數的關係。可以在分完組別後，檢驗各組對某個變數的關係，例如：在將旅遊動機分高、中、低三組，檢驗高動機是否對消費多寡有影響。
21
