晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

最近因為搬家的關係成了通勤族，每天由巿民大道穿過大半個台北然後接到板橋去上班，成為大量碳排放成員之一。在想要減輕罪孽之念頭之下，有了一個自以為很聰明的做法，就是在等待時間較長的紅綠燈時熄火，待約還有5秒的情況再重新發動，以此減少耗油，又可減少碳排放，省錢又做環保。有了這個想法之後非常興奮，回家上網想找一些資料，想要證明這個做法對環保的重要性，卻發現早就已經有人在推動這種做法（但顯然推廣得還不夠，因為通常在紅綠燈那處熄火的，只有我一人），但我相信這都是因為目前數據整理的不夠，未能突顯這種做法可帶來的正向影響程度，所以我把一些數據簡化，進行一個假設的統計，絕對會讓大家改觀，所有的數據整理如下：

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：