晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

我常常在思考一個問題，統計顧問的核心價值到底是在『推廣統計應用』還是在『以統計知識的專業來服務人群』，當然這兩者一定是共生的也不互相衝突，不過到底何者是目前（或是我心目中）的首要呢？

上一篇文章，我們介紹了Baron and Kenny (1986) 經典文章中關於中介變項檢驗的統計作法，但從1986年之後陸續發展了許多更適用於複雜情境的檢驗程序，不過主題包含甚廣，因此我只針對幾個部分作介紹：Sobel test、有控制變項情況之下的中介變項檢驗、Bootstrapping以及SEM。

參、百分比同質性考驗

        多年從事資料分析，接觸過許多不同產業，了解他們如何來運用統計，自己也常常在靜思反思，越是思考越是覺得台灣的產業在數據競爭力上實在不足。大多數的公司與機構都極仰賴直覺與經驗在做判斷，好一點的會加減做點問卷調查，但是時代進步飛快，台灣數.據.化的腳步早就跟不上。目前我們面臨的是一場數.據.的革命，這個革命靜悄悄的來，所以多數人不知不覺，但是很多外國的大型機構早就已經磨刀霍霍，準備一口氣顛覆市場，身在台灣的企業們都很悠哉，讓人感到很心急。

當資料的變項為兩個類別變項時，我們常利用卡方檢定來做分析，由於研究目的不同，卡方檢定通常分為四個部份：適合度考驗、獨立性考驗、百分比同質性考驗、改變的顯著性考驗，茲說明如下：

8/7日，我參加了由奇美醫學中心舉辦的一場有趣的研討會，主題是「如何利用Rasch分析發表SCI(註1)論文(http://www.healthup.org.tw/rasch/)」，這對還在與博士論文或教授升等搏鬥中的人來說，這個絕對是一個很吸引人的研討會。有趣的是，這樣的研討會不是應該由大學或計量研究中心等學術機來辦才對嗎？怎麼會是醫學中心來辦呢？

在Google Scholar打上關鍵字：「Meta-analysis」，結果傳回的書籍/期刊文章共有154萬件資料！可見這個方法在科學界應用的普及性有多廣！曾經有個學者將Meta-analysis定義為「研究的研究」，意思就是說Meta-analysis作的事情就是將「眾多的研究結果彙總出一個總結」。