第四章 資料處理與統計分析
第一節 受測者樣本描述
一、受測者基本資料
基本資料分析以描述性統計的方式呈現出本研究受訪對象，包括性別、年級、
家庭狀況、主要照顧者教育程度、主要照顧者是否禁止玩手機遊戲、每月花多少錢 在玩手機遊戲、每週從事手機遊戲之休閒時間、從事休閒活動同伴、手機遊戲休閒 對生活之影響及喜歡的手機遊戲類型等十個問項，資本資料之次數分配情形如表 20 至表 28 及圖 10 所示，分述如下：
（一）依性別區分：
本研究受訪者共 346 位，男性樣本數有 163 位，佔樣本比例 47.1%；女性有 183 位，佔樣本比例 52.9%。顯示本研究抽樣樣本女性高於男性。
表 20 受訪者性別統計分析表
人口統計變數 項目 人數（人） 百分比（％）
性別 男 163 47.1
女 183 52.9
總計 346 100
（二）依受訪者年級區分：
受訪者年級分佈狀況以「八年級」樣本數有 149 位最高，佔樣本比例 43.1%；
其次為「九年級」樣本數 105 位，佔樣本比例 30.3%，「七年級」樣本數 92 位，佔 樣本比例 26.6%。
表 21 受訪者年級統計分析表
人口統計變數 項目 人數（人） 百分比（％）
年級 七年級 92 26.6
八年級 149 43.1
九年級 105 30.3
總計 346 100
（三）依受訪者家庭狀況區分：
受訪者家庭狀況分佈以「雙親家庭」樣本數 221 人為最多，樣本比例為 63.9%，
其次為「單親家庭」樣本數 95 人，樣本比例 27.5%，「隔代教養」樣本數 27 人，
樣本比例 7.8%。
表 22 受訪者家庭狀況統計分析表
人口統計變數 項目 人數（人） 百分比（％）
家庭狀況 雙親家庭 221 63.9
單親家庭 95 27.5
隔代教養 27 7.8
其他 3 .9
總計 346 100
（四）依受訪者主要照顧者教育程度區分：
受訪者之主要照顧者教育程度以「高中職」樣本數 151 人為最多，樣本比例為 43.6%，其次為「國中」，樣本數 108 人，樣本比例 31.2%。兩者合計樣本比例為 74.8%，
顯示本研究抽樣之國中生主要照顧者教育程度大多分佈在國中到高中職。
表 23 受訪者主要照顧者家庭教育統計分析表
人口統計變數 項目 人數（人） 百分比（％）
教育程度 碩士以上 10 2.9
大學/科技大學 35 10.1
五專 15 4.3
高中職 151 43.6
國中 108 31.2
國小 20 5.8
其他 7 2.0
總計 346 100
（五）依受訪者主要照顧者是否會禁止受訪者玩手機遊戲區分：
受訪者之主要照顧者是否會禁止受訪者玩手機遊戲以「有條件同意」樣本數 197 人為最多，樣本比例為 56.9%，其次為「完全不會禁止」樣本數 140 人，樣 本比例 40.5%。兩者樣本合計比例為 97.4，顯示本研究抽樣之受訪者的主要照顧 者會同意讓其玩手機遊戲，其中有 5 成 5 的主要照顧者會視情況有條件限制。
表 24 受訪者主要照顧者是否禁止玩手機遊戲統計分析表
人口統計變數 項目 人數（人） 百分比（％）
主 要 照 顧 者 是 否 禁止玩手機遊戲
完全禁止 9 2.6
有條件同意 197 56.9
完全不會禁止 140 40.5
其他 0 0
總計 346 100
（六）依受訪者每個月平均會花多少錢在玩手機遊戲區分(不含上網及通訊費用)：
受訪者每個月平均會花多少錢在玩手機遊戲以「從不花錢」樣本數 281 人為最 多，樣本比例為 81.2%，其他會花費金錢樣本數合計為 65 人，樣本合計比例 18.8%。
顯示本研究抽樣之受訪者高達八成國中生不會將金錢花費在手機遊戲上。
表 25 受訪者在手機遊戲上每月平均花費統計分析表
人口統計變數 項目 人數（人） 百分比（％）
每月平均花費 (不含上網費用及 通訊費用)
從不花錢 281 81.2
1〜100 元 34 9.8
101〜500 元 15 4.3
501〜1000 元 12 3.5
1001 元以上 4 1.2
總計 346 100
（七）依受訪者平均每週使用手機遊戲從事休閒活動的時間區分：
受訪者之平均每週（含六日，共七天）從事手機遊戲時間分佈以「4~8 小時」
樣本數 119 人為最多，樣本比例為 34.4%，其次為「0~3 小時」樣本數 85 人，樣 本比例 24.6%，第三為「9~12 小時」，樣本數 83 人，比例 24%，最後是「13 小時 以上」，樣本數 59，比例為 17.1%。
表 26 受訪者平均每週玩手機遊戲的時間統計分析表
人口統計變數 項目 人數（人） 百分比（％）
平 均 每 週 玩 手 機 遊戲的時間
0〜3 小時 85 24.6
4〜8 小時 119 34.4
9〜12 小時 83 24
13 小時以上 59 17.1
總計 346 100
（八）依受訪者玩手機遊戲而對生活具那些影響區分：
受訪者認為玩手機遊戲會對生活中哪些部分造成影響以「生活作息」樣本數 143 人為最多，樣本比例為 41.3%，其次為「課業成績」樣本數 110 人，樣本比 例 31.8%，第三為「家庭互動」樣本數 54 人，比例 15.6%，第四為「人際關係」
樣本數 36，樣本比例 10.4%。研究顯示受訪者認為玩手機遊戲造成的影響主要為
「生活作息」及「課業成績」。
表 27 受訪者玩手機遊戲對生活影響之統計分析表
人口統計變數 項目 人數（人） 百分比（％）
玩 手 機 遊 戲 對 生 活影響
課業成績 110 31.8
人際關係 36 10.4
家庭互動 54 15.6
生活作息 143 41.3
其他 3 .9
總計 346 100
（九）依受訪者與誰一起從事手機遊戲之休閒活動區分：
受訪者與誰一起從事手機遊戲之休閒活動以「同學或朋友」樣本數 208 人為 最多，樣本比例為 60.1%，其次為「自己單獨」樣本數 104 人，樣本比例 30.1%
第三為「家人」，樣本數 30 人，比例 8.7%。
表 28 受訪者與誰一同從事手機遊戲之休閒活動統計分析表
第二節 各構面之問卷量表分析
本節根據「國中生使用手機遊戲之休閒動機、休閒涉入、心流體驗與休閒滿 意度影響之研究」所得結果，以平均數、標準差等數據來了解國中生在使用手機 遊戲之休閒動機、休閒涉入、心流體驗及休閒滿意度之間之影響。分析結果說明 如下：
一、 休閒動機
本研究衡量休閒動機之構面為「智力性」、「社交性」、 「勝任-熟練」及「刺激-逃避」，其個別量表得分平均數為 3.93 分、3.87 分、3.99 分及 3.67 分。
而整體受訪者在休閒動機得分平均數為 3.86 分，高於本研究五點量表之題目 平均數 3，得分程度介於 3 分「普通」至 4 分「同意」之間，表示休閒動機構面是 可以成立的，其結果也顯示受訪者大部分皆能認同休閒動機的問項，因此休閒動機 在受訪者間的量表得分方面具有一定程度的一致性。
二、休閒涉入
本研究衡量休閒涉入之構面為「吸引力」、「自我表現」及「生活型態中心性」， 其個別量表得分平均數為 3.44 分、3.58 分及 3.33 分。
而整體受訪者在休閒涉入得分平均數為 3.45 分，高於本研究五點量表之題目 平均數 3，得分程度介於 3 分「普通」至 4 分「同意」之間，表示休閒涉入構面是 可以成立的，其結果也顯示受訪者大部分皆能認同休閒涉入的問項，因此休閒涉入 在受訪者間的量表得分方面具有一定程度的一致性。
三、心流體驗
本研究衡量心流體驗之構面為「明確的回饋」、「毫不費力的全神貫注」、「自成 性目標的經驗」及「時間感的改變」，其個別量表得分平均數為 3.86 分、3.64 分、
3.59 分及 3.55 分。
而整體受訪者在心流體驗得分平均數為 3.66 分，高於本研究五點量表之題目 平均數 3，得分程度介於 3 分「普通」至 4 分「同意」之間，表示心流體驗構面是 可以成立的，其結果也顯示受訪者大部分皆能認同心流體驗的問項，因此心流體驗 在受訪者間的量表得分方面具有一定程度的一致性。
四、休閒滿意度
本研究衡量休閒滿意度之構面為「生理方面」、「心理方面」、「放鬆方面」、「教 育方面」、「社會方面」及「美感方面」，其個別量表得分平均數為 3.30 分、3.71 分、
3.69 分、3.60 分、3.63 分及 3.59 分。
而整體受訪者在休閒滿意度得分平均數為 3.59 分，高於本研究五點量表之題 目平均數 3，得分程度介於 3 分「普通」至 4 分「同意」之間，表示休閒滿意度構 面是可以成立的，其結果也顯示受訪者大部分皆能認同休閒滿意度的問項，因此休 閒滿意度在受訪者間的量表得分方面具有一定程度的一致性。
表 29 研究構面描述統計分析
表 29 測量模型檢定結果（續）
主購面 次構面 題數 樣本數 平均數 標準差
休 閒 滿 意 度 M=3.59 SD=0.95
生理面向
4 346 3.30 0.97
心理面向
4 346 3.71 0.93
放鬆面向
4 346 3.69 0.93
教育面向
4 346 3.60 0.93
社會面向
4 346 3.63 0.94
美感面向
4 346 3.59 1.02
第三節 測量模式檢定分析
本研究採用研究方法為最小偏方平方（partial least squares，PLS）之電腦軟體 為 SmartPLS 2.0 M3 版，和檢測此結構模型當中路徑的顯著程度。本章主要說明本 研究的「國中生使用手機遊戲之休閒動機、休閒涉入、心流體驗與休閒滿意度影響 之研究」問卷回收情形與分析結果，本研究問卷共發出 360 份，剔除未填答、漏答 等情形之廢卷外，收回之有效問卷共 346 份，回收率達 96％。
本研究針對所回收來的有效問卷，進行測量工具性質（信度與效度）、研究假 設與概念模式的檢定。測量模型的檢定包括了內部一致性，收斂效度和區別效度的 檢驗。有關構面的內部一致性是評估變數的組合信度（composite reliability，CR）
進行考驗（Fornell and Larcker，1981）。Nunnally（1978）建議組成信度值應在 0.7 以上，以確定測量變項達到內部一致性，根據 Fornell and Larcker（1981）建議，
收斂效度可採用最小偏平方法（PLS）之驗證性因素分析作為衡量依據，其中個別 主構面之組合信度（CR）應大於 0.70，而平均變異萃取量（AVE）應大於 0.5，方 達可接受之收斂效度。當個別變項對於它們所測量的構面之因素負荷量夠高時
（>0.707），同樣也可達成收斂效度之要求（Straub et al., 2004）。本研究構面所檢 定的相關面向組成信度皆高於門檻值 0.70 以上，因此各構面面向之內部一致性均
表 30 本研究模式變數之信度、效度整理表（續）
表 30 本研究模式變數之信度、效度整理表（續）
本研究針對此測量工具方法用於相關構面的區別效度進行考驗，以嚴謹驗證 本研究概念架構建立主要的研究變項之整體構面效度。各構面的區別效度之檢驗 主要在測量各潛在變項（latent variable）對於不同的構面之間的鑑別程度。每個變 項與測量同樣一個構面的其他變項之相關程度，應該要高於與測量不同構面變項 的相關係數。為了通過區別效度的驗證，個別構面抽取之平均變異萃取量（AVE）
的平方根，應大於該構面與模型中其他構面的共變關係（Chin，1998）。表 31 為 各構面之間的相關係數矩陣，對角線所列之值及該構面的平均變異萃取量（AVE）
平方根。由表可知，任兩個構面之間的相關係數皆小於該構面之測量變項的平均變 異萃取量（AVE）平方根。顯示出測量模型中各構面的變項確實彼此相異，本研究
平方根。由表可知，任兩個構面之間的相關係數皆小於該構面之測量變項的平均變 異萃取量（AVE）平方根。顯示出測量模型中各構面的變項確實彼此相異，本研究