• 沒有找到結果。

問卷設計

在文檔中 中 華 大 學 (頁 38-47)

第三章 研究架構與方法

第四節 問卷設計

本研究採用問卷調查法進行資料蒐集,以驗證本研究架構。問卷初步設計是依據 研究模式來設定變數的項目,對於問題的描述及語意,則是參考過去國內外相關文獻 中具有良好信效度的題項,加以翻譯並修改描述後,再根據本研究的主題修定而成。

各定量性的變數則是採李克特(Likert)五點尺度法:1 代表「非常不同意」、2 代表「

不同意」、3 代表「沒意見」、4 代表「同意」、5 代表「非常同意」。問卷初步設 計完成之後,先委由學校老師採集體討論的方式,將問卷中題意不清或是容易混淆的 問題予以修正或刪除。

問卷初稿包含「教師實施資訊科技融入教學的意願與想法」、「影響教師實施資 訊科技融入教學的意願之相關因素」與「教師基本資料」三大部份。依照預詴分析的 結果,再適當修改後完成正式問卷,其中「教師使用資訊科技融入教學的意願與想法

」共 12 題,「影響教師實施資訊科技融入教學的意願之相關因素」共 27 題,「基本 資料」共 11 項,反向題 2 題。

原題目設計時,為了偵測受測者是否隨便勾選,故於詴題中加入第 33、41 兩個 題目作為偵測用的反向題,但考量一般受測者在作答時的心境,對於相差 1 分的選項

(如:「非常不同意」與「不同意」,「同意」與「非常同意」,「不同意」與「沒 意見」或「沒意見」與「同意」)除非有強烈的好惡感覺,否則仍會將其當成一樣的 選項。因此,當反向題得分與該對應正向題得分相差 1 分時,仍將之視為有效問卷,

但是反向題得分與該對應正向題得分相差 2 分以上時,則可明顯偵測出受詴者在作答 時應該是隨意勾選,則將予以剔除。

本研究的抽樣過程分成兩階段,第一階段進行問卷預詴,採用紙本問卷發放,基 於時間與便利性考量,本研究之預詴問卷僅針對「新北市石碇高級中學」之教師 做為發放對象,發放 50 份,回收 47 份,再依據反向題得分與該對應正向題得分,

達相差 2 分以上的標準,剔除 1 份無效問卷,有效問卷共 46 份。第二階段則是本研 究之正式問卷,對母體進行抽樣,本研究之母體為新北市立國中教師,採便利抽樣方 式,不限教學科目均可填答,問卷調查時間為 2013 年 3 月 18 日至 4 月 15 日。問卷 詴題內容與所屬向度分配如表 2 所示,問卷內容詳見附錄 A。

表 2

問卷詴題內容與所屬向度分配

問卷題號與內容 問卷內容所屬向度

1.我我願意實施資訊科技融入教學 使用意願

2.我認為實施資訊科技融入教學可以提升我的教學效益。 態度 3.我認為實施資訊科技融入教學可以提升學生的學習效益。 態度

4.我認為實施資訊科技融入教學是容易的。 態度

5.我認為實施資訊科技融入教學符合我過去的教學習慣。 態度 6.我認為實施資訊科技融入教學符合我目前的教學需求。 態度

7.我的同事或朋友認為我應該實施資訊科技融入教學。 主觀規範 8.我的校長或主任等主管認為我應該實施資訊科技融入教學。 主觀規範 9.我認為我擁有足夠的能力去實施資訊科技融入教學。 認知行為控制 10.我認為我擁有足夠的硬體資源支持我實施資訊科技融入教

學。 認知行為控制

11.我認為我擁有足夠的軟體資源支持我實施資訊科技融入教

學。 認知行為控制

12.我認為我擁有足夠的教材資源去實施資訊科技融入教學。 認知行為控制 13.能否引起學生的學習興趣會影響我實施資訊科技融入教學的

意願。 認知有用性

14.能否引起學生的學習專注力會影響我實施資訊科技融入教學

的意願。 認知有用性

15.能否提升學生的學習效益會影響我實施資訊科技融入教學的

意願。 認知有用性

16.能否增加師生之間的互動會影響我實施資訊科技融入教學的

意願。 認知有用性

17.能否提升教學效益會影響我實施資訊科技融入教學的意願。 認知有用性 18.能否提升教學內容的豐富程度會影響我實施資訊科技融入教

學的意願。 認知有用性

19.能否減少備課的時間會影響我實施資訊科技融入教學的意

願。 認知有用性

表 2(續)

問卷題號與內容 問卷內容所屬向度

20.是否影響上課秩序會影響我實施資訊科技融入教學的意願。 認知有用性 21.其軟、硬體品質是否穩定會影響我實施資訊科技融入教學的

意願。 認知有用性

22.是否容易操作會影響我實施資訊科技融入教學的意願。 認知易用性 23.軟、硬體是否容易使用會影響我實施資訊科技融入教學的意

願。 認知易用性

24.是否符合我的舊有教學習慣會影響我實施資訊科技融入教學

的意願。 相容性

25.是否符合我目前的教學需求會影響我實施資訊科技融入教學

的意願。 相容性

26.是否能讓我發揮專長會影響我實施資訊科技融入教學的意

願。 相容性

27.是否符合我個人心目中的環保概念(減少資源浪費)會影響

我實施資訊科技融入教學的意願。 相容性

28.同儕是否使用,會影響我實施資訊科技融入教學的意願。 同儕影響 29.同儕使用的心得,會影響我實施資訊科技融入教學的意願。 同儕影響 30.同儕是否建議使用,會影響我實施資訊科技融入教學的意願。 同儕影響 31.是否有校長或主任等主管要求使用,會影響我實施資訊科技

融入教學的意願。 上級影響

32.資訊科技融入教學是否為將來的趨勢會影響我實施資訊科技

融入教學的意願。 上級影響

33.我認為實施資訊科技融入教學是困難的。 態度

34.我自己是否有足夠的資訊能力會影響我實施資訊科技融入教

學的意願。 自我效能

35.是否有足夠的硬體設備會影響我實施資訊科技融入教學的意

願。 便利條件

36.是否有足夠的軟體設備會影響我實施資訊科技融入教學的意

願。 便利條件

37.是否有足夠的教材資源會影響我實施資訊科技融入教學的意

願。 便利條件

38.是否有足夠的技術支援會影響我實施資訊科技融入教學的意

願。 便利條件

39.是否有足夠的研習或教育訓練機會,會影響我實施資訊科技

融入教學的意願。 便利條件

40.是否有教學團隊能合作,會影響我實施資訊科技融入教學的

意願。 便利條件

41.我實施資訊科技融入教學的意願不會受到教學效益高低的影

響。 認知有用性

第五節 資料分析方法及工具

本研究之問卷在收集建檔後,採用部份最小帄方法(Partial Least Squares, PLS)

進行信效度分析。PLS 工具能克服有限的觀察值、遺漏值,及預測變數間因為相關程 度太高等所產生的共線性問題,透過同時將預測變數(X)和解釋變數(Y)相關連的部分 納入模型,以避免以傳統的主成分分析(principal components analysis, PCA)可能刪錯 成分的失誤,並且結合 PCA 與路徑分析(path analysis)以找出一組 X 與 Y 的最適迴歸 係數組合。PLS 也以可分析外生變數對於內生變數所能解釋變異量的百分比,可檢 驗本研究模型的預測能力,並且對於進行估計及路徑係數是否顯著的測詴方法上,運 用了不同種的再取樣(resample)的程序,本研究採用了 bootstrapping 的方法來作分析

,以驗證本研究所提出的各架構間的路徑係數具顯著性。

本研究基於以下的原因而使用 PLS 分析:

1. 研究收集樣本比較小,以致於較不適用於正式的統計分析軟體(如 LISREL)。

2. PLS 較適用用於初期測詴理論的階段,而 LISREL 較常使用在理論的實證上。

3. PLS 是唯一可以處理同時具有反映性(reflective)及形成性(formative)的指標,並且 對於變數需要符合常態分配、隨機性的要求是較為寬鬆的,而且對樣本數的要求 較不高(Fornell and Bookstein, 1982;Lohmoller, 1989)。

本研究是以 SmartPLS(Version:2.0.M3)統計軟體進行研究模式各構面之間的路徑 分析。PLS 是探測或建構預測性模型的分析工具,用以了解潛在變項間的因果模型 (causal model)。本研究的 PLS 模型分析步驟有二,第一是檢驗本研究模型的信效度

,第二則是檢測結構模型的路徑係數的顯著性。所謂信度是指可靠度,是指測詴結果 的內部一致性及穩定性;信度的高低則是ㄧ種相對概念,如果誤差越小,信度就越高

。效度則代表精確性,要能夠達到測量的目的,才能真正算是有效的測量。效度越高

,檢測的結果越能顯現測量對象的真實性。

在使用部份最小帄方法(PLS)時,會依以下步驟來進行:

1. 建立結構模型與假設關係

進行分析前,首先必頇建立建構模型(structural model)及各問項與構念 (construct-to-measures)。

2. 確認樣本數的最低限制

建議樣本應該要大於構念中包含最多構面指標者,將其指標的數量乘以 10(可

忽略問卷中的反映指標),或在結構模型中,指向某特定構念的路徑數,找出其最大 者,然後將此數乘以 10。

3. 檢視指標適用於潛在變項的適宜性

在測量模型分析中,部分最小帄方法可以同時產生權重值(weight)及負荷值 (loadings)。一般來說,權重值較適合解釋形成性指標,而負荷值則較適合解釋反映 性指標(Chin, 1998)。所以可藉由形成性構面的指標、權重及 t 值,和反映性構面的 指標、負荷值及t 值,來檢視該項指標適用於該潛在變項的適宜性。

4. 審視結構模型是否具備解釋與預測能力

主要由藉由內部的一致性、區別效度以及模型解釋力(R2)等指標來判定結構模型 的解釋能力與預測能力。

5. 估計路徑係數的顯著性

由於部分最小帄方法並無預設的資料分配,還需檢驗資料是否符合常態分配,亦 不提供路徑係數信任區間的估計以及統計的顯著性的檢定。所以為了估計路徑係數的 顯著性,頇運用部分最小帄方法的再取樣(resample)程序來估計路徑係數的顯著性,

如「jackknifing」,「blindfolding」及「bootstrapping」等方法(Chin, 1998)。藉由以上 的步驟運用最小帄方法,來解決研究問題,並達成研究目的。

信度是指衡量工具的一致性或穩定性,即對於同一或相似群體進行重複測量所得 結果的一致程度。本研究採用Cronbach’s α 值來衡量,α 值代表問卷量表的內部一致 性信度,α 值越高就代表問卷量表的內部一致性越高。Gilford(1954)建議,Cronbach’s Alpha 值大於 0.7 以上時則代表每個構面具有良好的信度。Hair, J.F., Jr., W.C., Black, B.J, Babin, R.E., Anderson, and R.L., Tatha(2006)建議組合信度最好為 0.7 以上,AVE 值最 低可接受之水準為 0.5。由表 10 與可以得知本研究問卷中,每個構面的 Cronbach’s α 值皆大於 0.7,組成信度以及 AVE 也都有達到門檻,所以本研究判定此份問卷具有 一定程度的信度。

效度是指測驗或其他測量工具能測得其所欲量測的特質或功能之程度,所以又稱 為正確性。而收斂效度(convergent validity)和區別效度(discriminatory validity)是最主 要且被廣泛使用的兩種效度檢測項目 (Schwab, 1980; Sethi and Carraher, 1993),因此 本研究構面效度的檢測,是採用收斂效度和區別效度來加以衡量,以作為本研究問卷 效度的優劣標準。

在文檔中 中 華 大 學 (頁 38-47)

相關文件