分析方法

本研究採用 SPSS15.0 版統計套裝軟體為統計分析工具，資料回收之後 將受試的各項測驗分數及問卷登錄並進行分析。本研究使用的統計分析如 下：

一、描述性統計分析

描述性統計是用來描述資料特性的方法，藉由平均數、標準差、百分比、

次數分配的樣本結構分析，來了解樣本的特性與樣本的分布情形，及受試者 在各變項的反應情況。

二、因素分析

因素分析所要掌握的是問卷的構念效度。它能夠將為數眾多的變數，濃 縮成較少的幾個精簡變數，即抽出共同因素（張芳全，2008）。透過因素分 析的抽取，可以用以表示原先資料的結構，同時又保有原資料結構所提供的 大部份訊息（何金銘，2001）。

本研究對初次架構的「全球暖化風險感知量表」、「節能減碳行為反應量 表」進行因素分析，用以對量表之內部進行共同性檢定，從而建立量表的建 構效度。

三、信度分析

信度是指所使用的問卷調查測量工具所衡量出來結果之穩定性及一致 性。（周子敬，2007）一個具有高信度的測驗工具，即使是在不同時間或 不同環境下接受同樣的測量，所得的結果誤差才會越小。Cronbach（1951）

所提出之α信賴係數，評估整個尺度一致性的診斷測量，是目前行為研究 最常使用之信度測量指標，通常α值在 0.7 以上表示有高信度。（周子敬，

2007）。吳明隆（2000）亦指出當α值在 0.7 以上，表示為可以接受之信 度，若α值在 0.8 以上，則表示所回收之問卷具有極高之信度。由於信度 分析完全要依據統計分析方法，因此預試問卷回收後對「全球暖化風險感 知量表」、「節能減碳行為反應量表」進行信度分析，用以對量表之結果進 行穩定性檢定，從而建立量表的信度。

四、內容效度分析

效度是指測量工具的有效程度。即一份測量工具所能正確測量到的特質 程度。評估效度的高低程度，可用內容效度來加以評判。內容效度是指衡量 工具的內容是否能反應出符合研究主題的程度（周子敬，2007）。為了建立

「全球暖化風險感知量表」及「節能減碳行為反應量表」之內容效度，本研 究藉由專家專業知能檢驗本問卷之內容效度；在進行預試施測之前，先請三 位相關領域之大學教授及九位教授自然科學或社會領域的國小教師針對本 問卷題目之正確性與適切性進行評估及修改，不適當之題目加以修改或予以 刪除。以建構本問卷之內容效度。進行內容效度審核之專家及國小教師名單 如下表4-5-1所示：

表4-5-1 預試問卷內容效度之專家及國小教師名單

姓 名 職 稱

周桂田 台灣大學國家發展研究所教授

童慶斌 台灣大學生物環境系統工程學系教授 林子倫 台灣大學政治系教授

黃劭芸 台北縣國小教師 許淑麗 台北縣國小教師 溫素梅 台北縣國小教師 羅任鎗 台北縣國小教師 林家鴻 台北縣國小教師 劉世和 台北縣國小教師 謝宜芳 台北縣國小教師 邱怡萍 台北縣國小教師 余素如 桃園縣國小教師

五、迴歸分析

為驗證根據理論所提出之假設是否成立，因此將設立下列六項迴歸模 型。

模型（一）個人屬性是否會影響全球暖化風險感知。

模型（二）社會強化是否會影響全球暖化風險感知。

模型（三）個人屬性是否會影響節能減碳行為反應。

模型（四）社會強化是否會影響節能減碳行為反應。

模型（五）社會強化、全球暖化風險感知是否會影響節能減碳行為反應。

模型（六）全球暖化風險感知是否會影響節能減碳行為反應。

根據以上假設，本研究採用「線性迴歸」法分析，同時採用階層式迴歸 來進行假設的聯合檢定，逐一將自變項置入迴歸模型中，藉以觀察不同模型 分別對依變項的整體解釋力及各個自變項對依變項解釋力的變化，之後再對 單一變數進行 t 值檢定。

假設一中，為了檢測「社會強化」變項是否對全球暖化風險感知有顯著 影響，首先把控制變項「個人屬性」放在第一個模型，再將自變項「社會強 化」放入第二個模型中，檢視 R 平方的增加是否通過顯著水準的考驗。

假設二與假設三中，為了檢測「社會強化」變項是否對對行為反應有顯 著影響，及「社會強化」、「全球暖化風險感知」是否對節能減碳行為反應有 顯著影響，首先在模型三放入「個人屬性」變項，觀察 R 平方值的解釋力與 F 是否顯著。在模型四控制了「個人屬性」變項後，放入「社會強化」變項，

觀察 R 平方值的解釋力與 F 值是否顯著，同時檢視 R 平方值的增加與 F 值變 動的情形是否顯著，以了解加入「社會強化」變項所增加的解釋能力。

在模型五控制了「個人屬性」變項及「社會強化」變項後，再放入「全 球暖化風險感知」變項，檢視 R 平方的增加值與 F 值變動的情形是否顯著。

最後並以模型六來觀察「全球暖化風險感知」變項在控制了個人屬性變項之 後，其 R 平方的增加值與 F 值變動的情形是否顯著。最後綜合各模型的統計 結果檢定「風險感知」是否具有部分中介效果。

依 Baron＆Kenny（1986）之觀點，檢驗變項是否具中介效果的方法包 含三步驟：第一步驟，前因變項對中介變項之迴歸分析，但不包括結果變項；

第二步驟，前因變項對結果變項之迴歸分析；第三步驟，前因變項與中介變 項同時對結果變項之迴歸分析。若前因變項－中介變項－結果變項關係成 立，將會符合以下情況：第一、前因變項必定會影響中介變項；第二、前因 變項也一定會影響結果變項；第三、中介變項必定影響結果變項；第四、前 因變項對結果變項的影響在第三情況會小於第二情況。此外，在中介變項被 控制之下，若前因變項對結果變項無顯著影響，則具完全中介效果（full mediation），若前因變項對結果變項的影響小於第二情況，但仍具有顯著 性，則稱為部份中介效果（partial mediation）（何武恭，2003；杜佩蘭，

1999）

因此，如果假設一、社會強化對全球暖化風險感知有顯著影響；假設二、

社會強化對節能減碳行為反應有顯著影響；假設三、社會強化、全球暖化風 險感知對節能減碳行為反應有顯著影響；三者同時成立的情況下，且社會強 化在假設三的影響情況小於在假設二的情況，但仍具有顯著性時，全球暖化 風險感知此一變項便是具有部分中介效果。

第六節 測量工具信效度分析

本研究之測量工具為初次之架設，預試前先經過相關領域專家進行內容 效度檢核，在預試問卷回收後進行因素分析及信度分析。結果如下：

一、「全球暖化風險感知量表」

本研究針對.384.位預試對象的資料，以主成份分析法（Principal Component）進行因素分析，依據文獻構念強制抽取一個因素，再以最大變 異法（Varimax）進行直交轉軸（Orthogonal Rotation）。經統計軟體分析 後，KMO取樣適當性檢定值為..857，已經達到 Iser（1974）提出KMO值的決 策標準，介於「有價值」到「極佳」間之標準（王保進，2006）。Bartlett 球面性檢定值為946.686，在自由度為28時，已達顯著水準，因此可以拒絕 淨相關矩陣不是單元矩陣的假設，也表示這份資料相當適合進行因素分析。

在未刪題的情況下，累積解釋變異量為.44.202%。因為累積解釋變異量 在50％以下，代表所保留題目無法有效解釋研究者所期待之因素（張芳全，

2008）。因此決定將該試題因素負荷量於該因素中小於..30 者，予以刪除。

最後，原設計8題之量表，刪除第8題，餘下7題再做因素分析，此時KMO 為..859，Bartlett球面性檢定值為933.338，在自由度為21時，已達顯著水 準，因此可以拒絕淨相關矩陣不是單元矩陣的假設，表示這份資料相當適合 進行因素分析。依理論萃取一個因素後，累積解釋變異量達50.422 %。此因 素命名為「恐懼性因素」。而因素之Cronbach ＇α值為0.815，α值在0.7 以上表示有高信度，整體而言量表內在信度具有相當一致性。但因第5題因 素負荷量小於..50者，因此斟酌修改題目使題意表達更清楚。修改完成，此 量表即命名為「全球暖化風險感知量表」。下表4-6-1即為此一量表信、效

表 4-6-1「全球暖化風險感知量表」預試樣本之信、效度值整理摘要表

預試量表題號 題 目 因素負荷量 正式量表題號

1 我覺得全球暖化會對所有人類的生命安全造成威

脅 .809 1

2 我覺得全球暖化對我而言有危險 .814 2

3 我覺得全球暖化會持續影響到我未來的生活 .738 3

4 我覺得全球暖化會造成很嚴重的災難後果 .774 4

5 原題目：我很害怕面對全球暖化的問題

修改後題目：我害怕全球暖化的情況會持續惡化 .365 5 6 我覺得我無法遠離全球暖化可能引發的災害 .778 6 7 我覺得全球暖化會持續惡化，對人類的威脅會一直

增加 .573 7

特徵值 解釋變異量 累積解釋變異量

3.53 50.422%

50.422%

Cronbach ＇α值 .815

二、「節能減碳行為反應量表」

本研究針對.384.位預試對象的資料，以主成份分析法（Principal Component）進行因素分析，依據文獻構念強制抽取一個因素，再以最大變 異法（Varimax）進行直交轉軸（Orthogonal Rotation）。經統計軟體分析 後，KMO取樣適當性檢定值為..812，已經達到 Iser（1974）提出KMO值的決 策標準，介於「有價值」到「極佳」間之標準（王保進，2006）。Bartlett Cronbach ＇α值為0.775，α值在0.7以上表示有高信度，整體而言此量表 內在信度具有相當一致性。此量表即命名為「節能減碳行為反應量表」。此