抽樣設計

依樣設計的目的為希望抽樣所得的樣本對研究母體具有代表性。本研究在抽 樣程序上，是依據下列六個步驟所進行：

界定母體

決定樣本大小 選擇抽樣方法 確定抽樣架構

收集樣本資料

評估抽樣結果 圖 3-2 抽樣的程序 (黃俊英，企業研究方法，1999) 1.界定母體

本研究調查對象為台灣中部縣市老人照護消費者，研究母體定義為目前接受 C 醫學中心服務之老人。

2.確定抽樣架構

本研究主要以到 C 醫學中心門診就診、住院醫療、居家護理與呼吸照護服務病 友，曾經或現在購買老人照護，年齡大於 65 歲且可配合訪問之人數共計 604 人，於 94 年 8 月至 95 年 1 月期間，以全面發放但不打擾受測者日常生活為原 則收集資料。

3.選擇抽樣方法

由研究者及委託照護服務單位全面發放問卷，在詢問下由病友親自填寫，若失 能病友則由家屬或照顧者詢問受測者的意見與建議，代理填寫完成問卷調查，

於調查期間由研究者親自回收或請管理單位之服務人員協助回收，並對填管問 卷者致贈禮物以增加回收率。

4.確定樣本大小

本研究樣本大小的決定，根據 Roscoe(1975)所提出的下列四項原則：

(1) 適合做研究的樣本數目，以三十個樣本數至五百個樣本數之間較為適當。

(2) 當樣本被分成數個子樣本群時（如本研究之不同生活型態市場區隔的消費 者），每個子樣本群內應不少於三十個樣本數。

(3) 在從事多變量之研究時，樣本數至少要大於研究中變數的數倍，並且以十 倍或以上為最佳。

(4) 對於有實驗控制的簡單實驗研究而言，樣本數在十個至二十個左右是適當 的。

根據學者 Roscoe(1975)上述之原則，本研究需進行多變量分析之變數為產品屬 性變數，共計 30 項，故此，樣本數應在 300 個左右或以上較為適當。

5.收集樣本資料

本研究於 94 年 8 月至 95 年 1 月，針對上述符合收案病友進行全面發放問卷調 查，排除重覆病友，調查期間在院接受照護服務的人數為 796 人，接受訪問人 數共計 604 人，本研究對此 604 人進行問卷調查。

表 3-9 老人照護之問卷發放狀況

94/08 94/09 94/10 94/11 94/12 95/01 合計 服務

人數 138 131 154 161 116 96 796 訪問

人數 91 109 117 114 89 84 604 (本研究整理)

6.評估抽樣結果

最後經過統計，在發放的 604 份問卷中，總共回收 469 份問卷，總回收率達 77.65%，經剔除無效問卷，共計 47 份，實際可用之有效問卷 422 份，有效問 卷總回收率為 69.87%。茲將本研究抽樣結果整理如下：

表 3-10 C 醫學中心接受老人照護之問卷回收狀況

94/08 94/09 94/10 94/11 94/12 95/01 合計 訪問

人數 91 109 117 114 89 84 604 問卷

回收 74 89 81 94 64 67 469

回收

率 81.32% 81.65% 69.23% 82.46% 71.91% 79.76% 77.65%

無效

問卷 7 11 6 8 11 4 47

有效

問卷 67 78 75 86 53 63 422

有效 問卷 回收 比率

73.62% 71.56% 64.10% 75.44% 59.55% 75.00% 69.87%

(本研究整理)

表 3-11 樣本性別次數分配

性別 樣本數 百分比

男 214 50.7%

女 208 49.3%

合計 422 100.00%

(本研究整理)

表 3-12 樣本年齡次數分配

年齡 樣本數 百分比

65-70 歲 103 24.4%

71-75 歲 90 21.3%

76-80 歲 92 21.8%

81-85 歲 92 21.8%

85 歲以上 45 10.7%

合計 422 100.00%

(本研究整理)

表 3-13 樣本教育程度次數分配

教育程度 樣本數 百分比

國中及以下 241 57.1%

高中（職） 85 20.1%

大學（專） 91 21.6%

研究所以上 5 1.2%

合計 422 100.00%

(本研究整理)

表 3-14 樣本家庭狀況次數分配

家庭狀況 樣本數 百分比

單身自我照顧 111 26.3%

有家人互相照顧 210 49.8%

有家人但無法互相照顧 101 23.9%

合計 422 100.00%

(本研究整理)

表 3-15 樣本陪侍的家人數次數分配

陪侍的家人數 樣本數 百分比

無 65 15.4%

一人 73 17.3%

二人 119 28.2%

三人 72 17.1%

四人以上 93 22.0%

合計 422 100.00%

(本研究整理)

表 3-16 樣本職業狀況次數分配

職業狀況 樣本數 百分比

軍公教 63 14.9%

製造業 19 4.5%

金融保險業 7 1.7%

電子資訊與專業人士 8 1.9%

服務業 74 17.5%

農漁林牧礦 88 20.9%

家管 148 35.1%

其他 15 3.6%

合計 422 100.00%

(本研究整理)

表 3-17 樣本經濟來源次數分配

經濟來源 樣本數 百分比

工作收入 36 8.5%

儲蓄、投資 79 18.7%

子女奉養 182 43.1%

退休金 77 18.2%

出租房屋 31 7.3%

社會或親友支持 4 0.9%

政府津貼 13 3.1%

合計 422 100.00%

(本研究整理)

表 3-18 樣本每月可花用金額次數分配

每月可花用金額 樣本數 百分比

一萬元以下（包含一萬） 108 25.6%

超過一萬元，二萬元以下（包含二萬 121 28.7%

超過二萬元，三萬元以下（包含三萬） 61 15.9%

超過三萬元，四萬元以下（包含四萬） 73 17.3%

超過四萬元，五萬元以下（包含五萬） 8 1.9%

超過五萬元，六萬元以下（包含六萬） 7 1.7%

超過六萬元 38 9.0%

合計 422 100.00%

(本研究整理) 3.5 資料處理與分析方法

本研究資料收集，採取人員問卷法，在資料的處理上，可分為人工編輯與電 腦處理二部分：

一、人工編輯部份

首先剔除回答資料不完整、相互矛盾或跳答之無效問卷，總共 67 份，隨後 將有效問卷 422 份資料進行編碼，輸入電腦中，建檔於 SPSS 的視窗編輯區 內。

二、電腦處理部份

本研究採用統計軟體 SPSS10.07C 版做為分析研究之工具，將已編碼的資料 庫資料，進行統計分析，並產生統計分析報表。本研究所使用的統計方法有 下列幾種（吳明隆，2001）：

1. 次數分配(Frequency Distribution)

用來描述人口統計變數名目資料出現的次數，並利用百分比的方式來表達 原始樣本資料的分佈狀況。

2. KMO 取樣適合性檢定和 Bartlett 球面性檢定

檢測兩個變數之間是否具有共同變異的存在，如此資料才值得進行因素分 析。本研究用於分析生活型態變數及產品屬性變數，以探討 422 筆資料是 否有從事因素分析之價值。

3. 因素分析(Factor Analysis)

從較多觀測變數中，萃取出其中較少之幾個精簡變數，目的在尋找彼此無 關的共同因素來代表原始變數的意義，而能解釋原始資料的最大變異量。

本研究用於分析生活型態變數及產品屬性變數，萃取其中共同因素，以達 到變數構面縮減的目的。

4. Cronbachα係數

主要用來進行本研究之信度分析，檢測生活型態變數及產品屬性變數中，

各因素構面之變項的內部一致性。若數值愈高，表示量表內各變項的相關 性愈高，亦其內部一致性愈高，表示信度愈高。

5. 集群分析(Cluster Analysis)

集群分析的目的在辨認某些特性上相似的個體，並將這些個體按照這些特 性劃分成幾個群體，使得分群之後同一群組內的個體具有高度同質性，而 不同群組之間的個體具有高度異質性。本研究以生活型態變數做市場區隔 的基礎，以非階層式(Non-hierarchical)集群分析法中的 K-Means 集群分析 法進行分析。

6. 區別分析(Discriminant Analysis)

區別分析根據事先訂定的類別或組別，將所有個體加以區分的多變量技 巧，這是一種類似複迴歸的多變量分析方法。主要目的在找出以預測（區 別）變數為基礎的區別函數來區別或預測觀察值隸屬之組別。採用區別分 析可用來檢定集群分析結果是否正確與適當。集群分析係根據數個分析性 準則變數，將所有觀察值分成數個群別，但群別間之差異性是否顯著，集 群分析並未提供檢定統計量加以檢定。因此，本研究以因素分析所得到的 因素分數為基礎，找到區別函數作預測分組，並將預測分組與實際分組予 以比較來測試集群分析之效果，並採用典型區別分析之 Wilk’s Lambda 統 計量，檢定集群分析後之群別在準則變數上之差異是否顯著，來確保群別 分析之正確性及適當性。

7. 交叉列聯表與卡方(Chi-square)檢定

主要檢定不同生活型態區隔的消費者集群，對於消費實態變數、購買動機 變數、資訊來源變數以及人口統計變數是否有顯著差異。使用卡方分析 時，各欄位之期望值小於 5 者不得超過 5%，否則將違反統計基本假設，

導致檢定值高估的情形，對於欄位之期次數過少時，處理方法有(1)欄位合 併法；(2)增加樣本數；(3)去除樣本法；以及(4)使用校正公式。本研究當 中欄位之期望次數過少的問題發生時，均統一採用欄位合併的方式來處 理。

8. 單因子變異數分析(One-Way ANOVA Analysis)

用來分析本研究中不同生活型態之各消費者集群，在生活型態變數及產品 屬性評估準則變數上是否有顯著差異。

9. 雪費(Scheffe)分析

變異數分析結果有顯著差異之項目，進一步以雪費分析法分析組間差異。

根據本研究操作性架構、研究變數、研究假設、問卷內容與參考相關文獻，

而建立本研究資料分析流程與步驟，如圖 3-3 所示：

AIO 量表

N 個生活型態集群 生活型態因素構面 一般生活型態變數

消費實態變數 購買動機變數 資訊來源變數 人口統計變數 產品屬性因素構面

產品屬性 變數

因素分析 信度分析 KMO 取樣適合性檢定 Bartlett 球面性檢定

集群分析 區別分析

變異數分析 雪費分析 變異數分析

雪費分析

因素分析 信度分析

KMO 取樣適合性檢定 Bartlett 球面性檢定

圖 3-3 本研究之資料分析流程與步驟 3.6 效度與信度分析

從科學的觀點而言，良好的衡量工具應有足夠的效度與信度，本節將針對本 研究的內容作信度與效度分析之說明。

3.6.1 效度分析

效度(Validity)指衡量工具的有效性，能夠真正測出研究人員所想要衡量之事 物的程度。依美國心理學會(American Psychological Association, 1974)發行的「教 育與心理測驗標準」，效度可以分為內容效度(content validity)、效標關聯效度 (criterion-relation validity)和建構效度(construct validity)等三種。

1.內容效度(content validity)

指該衡量能夠足夠地涵蓋研究主題的程度。為建立具有內容效度的衡量，最重

要的工作之一是要在觀念上界定所要衡量變數的範圍，然後要收集大量的項 目，使能概括地代表所界定的變數，所收集的項目必須夠多，並應包含該變數 所有相關構面的項目；最後再就項目的內容加以修改，以獲致最後的衡量工具。

2.效標關聯效度(criterion-relation validity)

效標關聯效度包括預測效度(predictive)與同時效度(concurrent validity)。預測效 度是基於預測某人或團體的行為或可能發生的行為與測驗的關係。同時效度指 預測行為的真相可以在測驗行為產生的同時獲得。

3.建構效度(construct validity)

指測量某一理論的概念或特質之程度。通常必須以某一理論為基礎，以建立和 某一理論相關聯之能力。因此，其正確性是建立於理論本身的正確性。

本研究所考慮的效度為內容效度，以因素分析的方法來進行量表建構效度的 衡量。本研究所討論之變數，係依據學者所提出之理論，並收集相關老人住宅消 費者行為研究變數加以彙整，生活型態變數參考 Lesser and Hughes(1986)兩位學

本研究所考慮的效度為內容效度，以因素分析的方法來進行量表建構效度的 衡量。本研究所討論之變數，係依據學者所提出之理論，並收集相關老人住宅消 費者行為研究變數加以彙整，生活型態變數參考 Lesser and Hughes(1986)兩位學

在文檔中 台灣老年照護市場的購買行為研究 (頁 63-0)