• 沒有找到結果。

第四章 實驗結果與分析

第一節 問卷設計及結果分析

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

55

第四章 實驗結果與分析

第一節 問卷設計及結果分析

本節共分為三部分,以下分別介紹本研究如何取得使用者之行為資料以及取 得結果之後問卷的信度及效度分析情形。

一、問卷設計

由於目前無法取得使用者實際於網路上點擊各新聞之資料情形,因此本研究 使用問卷之方式取得使用者對於各種體驗的重視程度以及對各種類型新聞的偏 好狀況。問卷共分為兩個部分,(1) 使用者體驗喜好調查、(2) 使用者新聞類別喜 好調查。問卷的設計流程如圖 11,共分為文獻資料研究及分析、閱聽人喜好之評 估、設計問卷、問卷測試及修正以及問卷調查共五個階段。

閱聽人體驗喜好之評估

設計問卷

問卷測試及修正

問卷調查

使用者群 行為資料 文獻資料研究及分析

圖 11、問卷設計流程

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

56

i. 使用者體驗喜好調查

本研究以schmitt 提出的體驗模組中的五種體驗(感官式體驗、情感 式體驗、思考式體驗、行動式體驗、關聯式體驗)作為基礎,針對每一種 體驗類型找出會讓使用者產生該體驗的重要關鍵因素。為了取得受測者 對每個體驗重要關鍵因素的喜好程度,我們對每個體驗重要關鍵因素設 計三個問題,製作李克特量表,用以分析使用者喜好之體驗。

ii. 使用者新聞類別喜好調查

本研究蒐集分析數個國際知名新聞之分類,並將所有非熱門類型,

較屬於軟性新聞之新聞類別彙整,共整理成八種新聞類別。我們針對每 個不同類別的新聞,蒐集各十篇網路上該類別的新聞作為問卷之題項列 於問卷中。

二、問卷測試及修正

在問卷的測試與修正階段,本研究將設計好的問卷首先進行初步的測試,選 定 50 位大學生作為測試者進行測試,回收問卷後,我們觀察是否有影響甚至干 擾受測者作答之編排方式或是說明敘述,並加以改善之後發放正式問卷 (圖 12)。

本研究發放 429 份問卷作為樣本資料。

圖 12、問卷修正流程

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

57

三、問卷信度分析

信度分析的用意是在於測量受測者回答結果的一致性、可靠性以及穩定 性。若計算出來真信度係數越高,則表示此問卷之回答結果有較高的一致性。

信度衡量的標準有數種方法,以下列出較常使用之方法

I. 再測信度

讓同樣之受測者,在一定時間內重複填寫相同之問卷,以兩次填寫的結果 計算出其相關係數,相關係數越高,則表示其回答有較高之一致性,若相 關係數較低,則表示回答的結果較沒有一致性

II. 折半信度

折半信度是將受測的題目分成兩半,計算受測者在這兩部分題目各自的得 分,再將其以「斯-布公式」(Spearman-Brown Formula)進行運算,以求 得其相關程度

III. Cronbach’s α 信度

在 1951 年由 Lee J. Cronbach 提出,計算 α 值以評估問卷結果之信度指 標。

本實驗採用實務上應用最廣之 Cronbach’s α 信度作為衡量信度之標準,

在本研究中使用者體驗喜好調查問卷以及新聞類別喜好調查問卷之回答結果的 Cronbach’s α 分數列於下表,根據學者吳宗正&吳育東(2000)建議信度參考 範圍(表 16),在本實驗兩個問卷的各項問題組合的回答結果之信度(表 14、表 15)皆超過 0.7,代表使用者回答的結果具有相當的一致性,有很高的可信度。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

59

表 16、Cronbach α 係數與可信度高低之對照表

可信度 Cronbach α 係數

不可信 Cronbach α 係數<0.3 勉強可信 0.3≦Cronbach α 係數<0.4 可信 0.4≦Cronbach α 係數<0.5 很可信(最常見) 0.5≦Cronbach α 係數<0.7 很可信(次常見) 0.7≦Cronbach α 係數<0.9 十分可信 0.9≦Cronbach α 係數

四、問卷效度分析

檢測效度的意義在於判斷問卷是否確實取得實驗所欲取得之資訊。本研究使 用因素分析進行效度的檢測。因素分析的作用是用來檢驗問卷各個問項之『建構 效度』,透過抽取各個問項之間的共同因素(common factor),計算各個問項之因 素負荷量用以評估解釋各個構面。進行因素分析須考慮到以下幾點:KMO 值、

Barlett 球型檢定。

KMO 值是以相關分析之形式,顯示出實驗所取得的樣本資料量是否適宜。

KMO 值介於 0 到 1 之間,若值越大則代表資料集具有越高的效度,反之則反。

而 Barlett 球型檢定是對變項之間的相關矩陣進行的球型檢定,若變項彼此 之間的相關係數越高,則表示資料集具有較高的效度。

本研究的問卷共分為兩部分,使用者體驗喜好調卷以及使用類別喜好調查問 卷,表 17 為兩問卷之 KMO 值和 Barlett 球型檢定值。

Kaiser-Meyer-Olkin

取樣適切性量數 Bartlett 的球形檢定值,顯示此二份問卷皆有良好的效度[20]。