問卷初測結果

問卷在給予受試者實際測量前，須先透過初步的測試，以檢測問卷是否有題意不清、

問法錯誤、試題方向的確認等問題，進而讓問卷更能代表填答人的意向與特徵。而量表的 量測結果可由信度來判斷其量測結果之可用性，信度亦可解釋為某一群特定受試者之測驗 分數的特性，分數會因受試之不同而有所不同，所以多數學者認為每次施測量表後，應估 計分數的特性，而不是只報告前人在信度研究之數值或測驗指導手冊上之數值(傳粹馨，民 91)。根據 Henson(2001)的觀點，認為這與研究目的與測驗分數的運用有關，若研究者目的 在於編製預測問卷或測驗(predictor tests)或測量某構念之先導性研究，信度係數在 0.50 至 0.60 已足夠。當以基礎研究為目的時，信度係數最好在 0.80 以上。當測驗分數是用來作為 截斷分數(cutoff score)之用而扮演重要的角色，如篩選、分組、接受特殊教育等，則信度係 數最好在0.90 以上，而 0.95 是最適宜的標準。如果以發展測量工具為目的時，信度係數應 在0.70 以上。

本研究於民國 98 年 1 月 4-7 日抽取關西服務區與中壢服務區進行問卷初測，初測問卷 如附錄一所示。本研究於初測階段共蒐集200 份問卷，其中男性 136 人、女性 64 人，經刪 除無效問卷後剩餘145 份問卷，有效比例佔 72.5%。透過 Winstep 進行數據分析，針對憤怒 駕駛傾向三大構面來進行分析，得出的問卷信度為0.89。

本研究針對初測結果進行問卷修改，修改後之問卷如附錄二所示，修改內容如下：

1. 於受試者填答問卷後，會請問受訪者對於問卷內容的文字通順與否及問項填答難易度 等，針對若干缺失給予改善。

2. 於各項數據選項的設計需符合國人的開車情況，如在駕駛里程得選項中，由於台灣地 狹，國人年平均開車里程不適用於國外文獻所訂的範圍值，在此透過初測所蒐集的數 據，來修正所訂定之範圍。

3. 更正年平均駕駛里程文字之謬誤，刪除選項「□20,000」。

4. 因不易讓受試者了解所描述的情境，故刪除「黃燈時橫向車輛搶先啟動差點造成事故」

之情境與「看到有人開車嚴重超速」。

5. 情境設計也根據台灣文化特色稍作修改，新增「有車停放在交叉路口旁，遮住我轉彎 視線」題目來加以調查違規停車對民眾憤怒駕駛傾向量測的影響。

39

6. 針對人格特質敘述部份，進行文字的修改與精鍊，讓受試者更了解問卷問題。

4.4 問卷 問卷正式調查 問卷 問卷 正式調查 正式調查 正式調查

本研究經由初測結果得知所改善之方向，且在民國 98 年 3 月 9 日至 16 日至新竹市監 理站與大學路、寶山路之加油站進行實測，根據交通部於2006 年進行「台灣區汽車使用調 查」的結果，發現男女駕駛人比例約為7:3，再根據新竹市政府民政局所提供的人口分布比 例資料如下表所示，

表 表 表

表 4.1 新竹市人口年齡分層比例新竹市人口年齡分層比例新竹市人口年齡分層比例新竹市人口年齡分層比例

年齡 男 女 總數 所佔比例

20-24 13725 13084 26809 11%

25-29 16475 17053 33528 13%

30-24 16538 17978 34516 14%

35-39 17460 17978 35438 14%

40-44 16825 16414 33239 13%

45-49 15447 15239 30686 12%

50-54 12820 13193 26013 10%

55-59 9705 10351 20056 8%

60-64 5786 6468 12254 5%

共隨機抽取 700 位受訪者，並根據年齡分層來進行抽樣以符合母體比例，然而扣除掉 56 位無駕照之受訪者及 124 份遺漏填答問卷後，共回收有效問卷 530 份，問卷有效率為 81%。

4.4.1 樣本結構分析

本研究針對 530 份問卷進行樣本結構分析，如表 4.2 所示，其詳細特性分析如下：

1. 性別的分布上，男性駕駛人共 366 人，女性駕駛人為 164 人，男女比例約為 7:3，符合 台灣區駕駛人性別結構的假設。

2. 受訪者的年齡分布範圍為 19 歲到 63 歲，共分成六個類別，最多人次位於 21-30 歲間，

其次為31-40 歲，其佔總比率分別為 37%與 23%，最少人的類別為 60 歲以上，佔總比 率為2%。

3. 教育程度的分布上，大學(專)學歷之駕駛人為最多數，共有 201 位佔總比例 38%，而 大專學歷以上的駕駛人約有54%，其次為高中職的駕駛人共 168 位，佔總比例 32%。

4. 接到違規罰單的經驗方面，違規停車屏除在本研究探討範疇之外，僅討論行進時的違 規，發現有48%的駕駛人未收過違規罰單，23%的駕駛人收過一張罰單，而有 26 位駕 駛人收超過6 張罰單，約佔總比例 5%。

40

5. 擁有駕照比例方面，超過九成的駕駛人同時擁有機、汽車駕照，僅有 49 位駕駛人只擁 有小客車駕駛，並未考取機車駕照。

6. 本研究駕駛經驗的調查共分為開車年資與駕駛經驗兩項調查。開車年資方面，除問卷 內容強調以開始頻繁開車時計算，於訪談時也會主動與受訪者說明，共有 135 位駕駛 人頻繁開車年資為10 年以上，約佔 25%，而年資 1 年以內的駕駛人約有 67 人，佔 13%

為最少。

7. 年平均開車里程的分布上，年平均駕駛里程數為 5001-10000 公里之駕駛人為最多，共 有173 位駕駛人且佔 33%，其次為 10001-15000 公里，共有 164 位，約佔總比例的 31%，

最少的分類為超過25000 公里的駕駛人，僅有 24 位約佔總比例 5%。

表表

表表 4.2 問卷實測樣本結構分析問卷實測樣本結構分析問卷實測樣本結構分析問卷實測樣本結構分析

類別 內容 人數 比例 類別 內容 人數 比例

性別

男 366 69% 駕照別

小客車 49 9%

女 164 31% 機車與小客車 481 91%

年齡

20 歲以下 81 15%

開車年資

1 年以內 67 13%

21-30 歲 196 37% 1-3 年 113 21%

31-40 歲 122 23% 4-6 年 119 22%

41-50 歲 63 12% 7-9 年 96 18%

51-60 歲 56 11% 10 年以上 135 25%

60 歲以上 12 2%

年平均開車里程

5000 公里以下 93 18%

學歷

國中以下 47 9% 5001-10000 公里 173 33%

高中職 198 37% 10001-15000 公里 164 31%

大學(專) 201 38% 15001-20000 公里 39 7%

碩士以上 84 16% 20001-25000 公里 37 7%

曾收到違規罰單數

0 張 257 48% 25001 公里以上 24 5%

1 張 124 23%

2 張 54 10%

3 張 39 7%

4 張 16 3%

5 張 14 3%

6 張以上 26 5%

41

42

圖 圖圖

圖 4.2 駕駛人過去交通事故經驗駕駛人過去交通事故經驗駕駛人過去交通事故經驗駕駛人過去交通事故經驗

4.5 問卷構面分析 問卷構面分析 問卷構面分析 問卷構面分析

本研究主要以建構效度中之因素分析進行構面分析。因素分析主要希望在複雜的現象 中，找出可以說明現象的潛在因子，為符合試題反應理論的單向度假設，本研究乃以此方 法確認先前問卷設計構面是否為單向度，若確認為單向度後再進行Rasch 模式分析。

4.5.1 正式調查樣本因素分析

本研究需透過因素分析來協助問卷中具相關性且難以解釋的資料，進而解釋多個變數 間彼此關聯的共同因素（構面）。本研究所參考的憤怒駕駛傾向量表與衝動性、冒險性與同 理心量表，雖在國外皆已發展數十年且經過多位學者加以驗證，但仍須了解是否會產生跨 文化之差異所造成問卷的無效或信度不足的問題，本研究已先針對其量表項目進行符合國 內環境與文化條件之文字修改，仍需要透過因素分析作進一步的檢視。

本研究利用 Rasch 分析前需達成單一構面的前提假設，在國外的文獻中，多數學者對 於單一構面之檢定仍採用因素分析中的主成分分析，來確認各個構面符合單一構面的假 設。試題反應理論有兩項重要的基本假設，其中一項為資料之單向度，單向度的量測量測 文獻裡面提到 Reckase（1979）認為第一主成分至少應佔全體變異量百分之二十，另外 Lumsden（1961）所提供之指標第一主成分與第二主成分的特徵值比值，一般需要在兩倍 以上，且越大越好。

本研究因素分析採用主成分分析（Principal components factoring,PCF）進行共同因素分 析的萃取。一般科學對於共同因素數量的判斷常以Kaiser’s rule 所建議之特徵值大於 1 者給 予保留，然而社會科學的量測中則不以此為強制規範，本研究強調個人憤怒駕駛傾向的量 測，故不採取特徵值大於1 之準則，則是參考陡坡圖（Scree plot）來保留肘點以前的共同 因素，並且以Varmax 方式進行轉軸，並對其因素給予命名。故本研究之憤怒駕駛傾向量表，

包含了行進阻礙、直接敵意與粗魯駕駛三種型態的情境，透過因素分析檢視各種情境所關 連的共同因素及是否符合單向度假設。首先檢查問項的 KMO（Kaiser-Meyer-Olkin）值，

此為判定本研究資料是否適合作因素分析，通常KMO 值大於 0.8 及表示非常適合，但大於 0.6 則為亦可接受。利用 SPSS 統計軟體進行因素分析，將憤怒駕駛傾向共 20 種情境同時 進行因素分析，初步得出本研究之KMO 值為 0.901，表示適合進行因素分析。主成份分析 結果如表 4.3 所示，可發現第一特徵值可解釋超過 20%的因素，且第一特徵值為第二特徵 值的4 倍，表示符合單向度之假設。

表 表 表

表 4.3 憤怒憤怒憤怒駕駛憤怒駕駛駕駛情境駕駛情境情境情境共同因素與解釋變異量共同因素與解釋變異量共同因素與解釋變異量共同因素與解釋變異量 共同因素 特徵值 解釋變異量(%) 累積解釋變異量(%) 1 7.228 36.140 36.140

43

2 1.864 9.321 45.461 3 1.254 6.268 51.728 4 1.241 6.206 57.934 5 .975 4.874 62.808 以下省略

本研究希望透過上述負荷量的表示，先行了解此量表是否存在跨文化的差異，如表4.4 所示，與國外學者所使用的常模相比，發現在「有人從右邊車道突然超車到我方車道」情 境中，原先是被設定在行進阻礙項目中，而經過本研究調查發現受訪者將它視為粗魯駕駛 的一種，這與我國駕駛人轉變車道之行為偏差所導致，包括未打方向燈、未給他人駕駛足 夠的等待時間等；另外「後車跟車很近幾乎緊貼我的車尾」原先設定在粗魯駕駛項目中，

經過本研究調查發現受訪者將它視為直接敵意的展現，此為我國駕駛人平日駕車時常會因 鳴按喇叭、超車不當的行徑所導致對方挑釁的動作之ㄧ，故被歸類於咆哮、不雅手勢等敵 意展現之項目中。且本研究調查發現第四個因素即為「非直接影響之侵略性駕駛行為」的 產生，此為粗魯駕駛項目中所分支出來，主要因為透過此四種情境的描述，受訪者無法直 接察覺對自身的危險與影響程度，故歸類並取名為非直接影響之侵略性駕駛行為。

表 表 表

表 4.4 各駕駛遭遇事件之因素負荷量各駕駛遭遇事件之因素負荷量各駕駛遭遇事件之因素負荷量 各駕駛遭遇事件之因素負荷量