本研究依研究問題與假設採用描述統計、t 考驗、單因子變異數分析、
皮爾森積差相關，並略述如下：
一、 描述統計（descriptive statistics）
將所收集的資料以次數分配、百分比、平均數、標準差等統計方式呈 現，藉以瞭解未婚教師之個人背景變項整體分布情形，以及未婚教師的父 母婚姻關係、親子情感、婚姻態度的分布情形。
二、 t 考驗（t-test）
利用 t 考驗探討不同個人背景變項（如：性別、與父母同住情形等因 素）其親子情感、婚姻態度是否有顯著差異存在。即本研究之假設一、假 設二。
三、 單因子變異數分析（one-way ANOVA）
主要用以檢之差異是否達到顯著水準。本研究用以考驗本研究中名義 變項之自變項等距變項的依變項之差異。例如：探討不同個人變項（教育 程度、家中排行、與異性交往情形）與親子情感、婚姻態度的差異情形。
即本研究之假設一、假設二。
四、 皮爾森積差相關（Pearson product-moment correlation）
以皮爾森積差相關來分析以下兩項，分別是未婚教師的父母婚姻關係 與親子情感的相關情形、親子情感與婚姻態度的相關情形，即本研究假設 三、假設四；及分析未婚教師的個人背景變項、父母婚姻關係、親子情感 與婚姻態度之間的相關情形，作為假設三與假設四的前置分析。
五、 階層迴歸
透過迴歸分析探討未婚教師的個人背景變項（性別、年齡、家中排 行、
教育程度、與異性交往情形、與父母是否同住）、知覺父母婚姻關係、親子 情感對婚姻態度的解釋情形。
不過，由於線性關係是迴歸分析的基本假設，所以類別化的自變項無 法適用於線性關係分析。為使類別變項也能與其他連續變項一起納入回歸 模式進行預測，迴歸分析發展出一套以「虛擬變項」（dummy variable）的 方式，在進行迴歸之前，將類別變項轉換成具有連續變項的特性，再依一 般程序進行分析。
因此，在本研究中，個人背景變項的性別、排行、與異性交往情形等 三個變項，均為類別變項，便依上述原則將其轉換為虛擬變項。轉換虛擬 變項時，需決定一組參照組，另外想組轉換成相對碼，以進行分析。本研 究男性為參照組，再將女性進行轉換。家中排行以「排行老大」為參照組，
再將「排行居中」與「排行最小」進行轉換。目前與異性交往情形以「目 前有固定交往男女朋友者」為參照組，再將「曾經有交往過男女朋友，但 現階段並無固定交往的對象者」、「從未交往過男女朋友者」進行轉換。待 虛擬變項轉換後，再進行階層迴歸。