實施程序

圖 3.2：本問卷實施程序 確立研究主題及內容

編製問卷

修正問卷內容 蒐集並彙整相關文獻

資料彙整、編碼、統計分析

結論與建議 正式問卷調查

第六節 資料處理與統計方法

本研究的資料處理乃待問卷調查表回收後，先進行每份問卷 調查表的「編碼」工作，再「篩檢」每份問卷調查表的填答情形，

將資料不齊全、填答不確實及不適合的問卷，視為無效的樣本先 行剔除，然後將有效問卷調查表的資料逐一鍵入電腦儲存「建 檔」，使所有有效問卷的資料成為可以進行統計分析的數據資料。

當完成問卷調查表填答內容的建檔後，列印一份資料進行「校對」

的工作，將建檔錯誤之處予以修正，使問卷調查所蒐集的資料內 容能夠正確無誤。

本研究的統計方法採信度分析、描述性統計分析、樞紐分析、

相關分析、t 檢定、單因子變異數分析，以檢定各變數之間的關係。

分述如下：

一、信度分析

信度(reliability)指的是一份問卷所測得之分數其可信程 度 與 穩 定 性 ， 所 以 信 度 主 要 是 指 測 量 的 一 致 性

（equivalence/consistency），本研究所採用的測量信度的方法 為學者柯能畢曲（Cronbach）的 α 係數法。Cronbach’s α 係 數的取捨標準，乃以Cronbach’s α 值大於0.7者為高信度，若 小於0.35者則信度過低。因此，本研究之問卷的信度經由 Cronbach’s α 係數的檢定後，「經濟取向」的 α 係數為 0.7954，「生活取向」α 係數為0.7571，「學習取向」α 係數 為0.7454，「聲望取向」α 係數為0.8197，而其整體內部一致

性 的Cronbach’s α 係 數 為 0.8298 。 因 此 ， 本 研 究 問 卷 的 Cronbach’s α 值均大於0.7，已達到高信度的標準。

二、描述性統計分析（Descriptive Statistice Analysis）

王文中【1】提到描述性統計主要是在描述事物的現象，

對於資料的敘述偏重在：

（一）集中量數：描述資料集中情形。包括平均數、中間值、

眾數、幾何平均數、調和平均數等。

（二）變異量數：用以描述資料的分散情形。如範圍（最大值、

最小值）、變異數、標準差、平均差、四分位距。

本研究透過描述性統計，獲得「學生升學選校之考量因 素調查問卷」上各構面得分情形，求出最小值、最大值、平 均數、標準差等資料，藉以說明受測者在各構面之集中程度。

三、樞紐分析（Pivot Analysis）

本研究抽樣調查對象之背景資料包括性別（男、女）、

部制（日間部、夜間部）、就讀高職學校之縣市、未來希望 就讀之類組。為了解問卷調查對象背景資料的分佈情形，本 研究透過樞紐分析了解之。

四、相關分析

林傑斌等【6】於「SPSS 11 統計分析實務設計寶典」一 書中提到：相關分析乃在反映變數之間關係緊密程度的指 標，相關係數的取值在-1 和+1 之間，當數值愈接近-1 或+1 時，說明彼此關係愈緊密，接近於 0 時，說明關係不緊密。

因此，本研究為了解「經濟取向」、「生活取向」、「學習取向」、

「聲望取向」等 4 個構面之間的關係程度，而實施相關分析 以了解之。

五、t 檢定

本研究將透過t 檢定來了解不同性別、不同部制與各構面 間的關係。

t 檢定公式：

n S t = X_∧ −μ

X

∧

S

（一）不同性別（男、女）與「經濟取向」、「生活取向」、「學 習取向」、「聲望取向」間是否有顯著差異。

（二）不同部制（日、夜）與「經濟取向」、「生活取向」、「學 習取向」、「聲望取向」間是否有顯著差異。

六、單因子變異數分析（One-Way ANOVA）

本研究將透過單因子變異數分析（One-Way ANOVA）來 了解不同縣市別、不同類組與各構面間的關係。

單因子變異數分析公式：

1 )

( ²

2

−

=

∑

∧

n Y S Yi

∧2

S 為樣本變異數

Yi為第 i 個樣本

Y

（一）不同縣市別與「經濟取向」、「生活取向」、「學習取向」、

「聲望取向」間是否有顯著差異。

（二）不同類組與「經濟取向」、「生活取向」、「學習取向」、「聲 望取向」間是否有顯著差異。