擬用之資料分析方法

本研究將問卷調查後所得資料彙整，利用社會科學套裝軟體系統(Statistical Package for the Social Science, SPSS)17.0 版與 LISREL (LInear Structural

RELationship)8.8 版進行分析，其中包含描述性統計、項目分析、信度分析、獨 立樣本t 檢定、單因子變異數分析與結構方程模式，茲將分述如下：

依據研究目的，本研究擬採取下列統計方法進行資料的處理與分析：

一、 描述性統計(Descriptive Analysis)

為瞭解樣本之屬性，由次數分配、百分比、平均數探討受訪者之個人特性分 布情況；並透過描述性統計找出遺漏值或不完全資料作適當之處理。

二、 項目分析(Item Analysis)

項目分析是測量發展最為根本的一項工作，其主要目的是在針對預試題目進 行適切性的評估(邱皓政，2002；引自黃文雄，2007)。其評估條件為，遺漏值過 多之題項不宜採用；刪除具有極端平均數、偏態與峰度之題項；項目總分相關 (Item-total Correlation)須高於 0.30；校正項目總分相關(Corrected Item-total Correlation)須高於 0.50；量表總分取極端的 27%分高低兩組，臨界比(Critical Ration)亦即高低分組在題項的平均數考驗之 t 值，必須達顯著且越高越好，臨界 比不顯著不採用。本研究運用項目分析，以瞭解各題項是否適切。進行社會支持、

自我效能與休閒效益之題項適切性評估 三、 信度分析(Reliability)

信度即是測量的可靠性，係指測量結果的一致性及穩定性，即對同一群相似 母體重覆進行調查或測量，其所得的結果一致之程度。誤差由機率因素所支配，

43

也就是一種隨機誤差。誤差越小，信度越高；誤差越大，信度越低。因此信度亦 可視為測驗結果受機率影響的程度。Cronbach’s α 係數大於 0.7 表示高信度；

Cronbach’s α 係數介於 0.7~0.35 之間，屬中信度；當 Cronbach’s α 係數小於 0.35，

則為低信度，該題項必須予以刪除（Guilford, 1954）。

表7Cronbach’s α值之強度與意義

資料來源：Guilford，1954。

四、結構方程模式(Structural Equation Modeling, SEM)

本研究將以結構方程模式來建構並驗證「線上遊戲參與者社會支持、自我效 能、休閒效益之模式」，並對模式中各組變項間之關係進行修正與分析，以瞭解 模式與實際資料之適配情形，研究中主要以LISREL8.53 作為執行結構方程模式 之統計軟體。

(一)結構方程模式基本假設

本研究擬透過結構方程模式驗證之假設包含測量模式假設與結構模式假 設，並且繪製出本研究之初始模式呈現如圖5 所示。

1.測量模式假設

H1：社會支持為一外因潛在變項，由家人支持與朋友支持兩個外因觀察變 Cronbach’s α 值範圍 關聯程度

Cronbach’s α 值＜0.35 低信度

0.35≦Cronbach’s α 值＜0.7 中信度

Cronbach’s α 值≧0.7 高信度

44

項所反映。

H2：自我效能為一內因潛在變項，由主動性、努力、堅持三個內因觀 察變項所反映。

H3：休閒效益為一內因潛在變項，由均衡生活體驗、健全生活內涵、提升 生命品質三個內因觀察變項所反映。

2.結構模式假設

H4：社會支持會正向且顯著影響自我效能。

H5：社會支持會正向且顯著影響休閒效益。

H6：自我效能會正向且顯著影響休閒效益。

(二)本研究模式之規定(引自黃芳銘，2007)

1.每一個測驗項目皆有一個不是零的負荷是在其所測量的潛在因素上，但是 對其他的潛在因素之負荷為零。

2.測驗項目與項目之間所連結的測量誤差彼此之間不相關。

3.潛在因素與潛在因素間的殘差彼此之間不相關。

4.潛在變相的殘差與測量誤差之間不相關。

5.干擾與外因潛在變項不相關。

(四)理論模式檢定

本研究「線上遊戲參與者社會支持、自我效能與休閒效益之關係模式」，檢 定將分三階段進行，如下所述：

45

1.違犯估計的檢視

違犯估計是指結構模式或測量模式中統計所輸出的估計係數高出可接受之 範圍，即模式獲得不當的解(improper solutions)。因此，在檢驗模式適配度前，需 檢視是否產生違犯估計。一般違犯估計常有以下三種現象(黃芳銘，2007)：

(1)有負的誤差變異數存在，或是在任何建構中存在無意義的變異誤。

(2)標準化係數超過或太接近1。

(3)有太大的標準誤。

2.整體模式適配度

模式的整體適配是就結構方程式模型與樣本資料之間的適配程度而言，其評 鑑指標可劃分成三大類，分別為絕對適配指標、相對適配指標與簡效適配指標。

絕對適配指標用以決定理論的整體模式能夠預測觀察共變數或相關矩陣的程 度；相對適配指標目的在於用一個比較嚴格或套層的基線模式(baselined moel)來 和理論模式相比較，測量其適配改進比例的程度；簡效適配指標用以呈現需要達 成某一特殊水準的模式適配之估計係數數目，其目的在於更正模式的過度適配情 形，意即對模式的複雜度加以懲罰(黃芳銘，2007)。各評鑑指標性質與判斷標準 如表8 所示。

46 0.6；標準化殘差(standardized residuals, SR)絕對值小於2.58，修正指標

(modification index, MI)值小於3.84。

社會

47

(2)結構模式的評鑑

目的為評鑑理論建構階段所建利的因果關係是否成立，結構模式的適配與 否則須滿足以下條件：潛在變相彼此間的路徑係數符號須與研究者所期望假設 之方向相同；路徑關係的參數估計值需達統計上的顯著水準(t >1.96, p<0.05)；

每條結構方程模式的R²須達顯著程度且數值越大越好。

48

Χ²/df (Normed chi-square)

考慮模式複雜度後的卡方值 - 1~3(嚴謹)

1~5(寬鬆) AIC

比較不同潛在變項數模式的精簡程度 0 到正的實數 越小越好

49 卷內容進行審查，並依專家學者之審查意見修改，每一題項依據 Aiken (1980; 1985) 提出的內容效度係數來評定，本研究共有6 位專家，以 Likert3 點量表對各個題

50

表10線上遊戲參與者自我效能項目分析

題項 臨界比 題目與總分相

關

校正題項與總 分相關

項目刪除後α 係數

備註

SE1 7.753 .629^** .539 .878 保留

SE2 10.429 .691^** .609 .874 保留

SE3 8.291 .608^** .513 .879 保留

SE4 9.078 .730^** .667 .870 保留

SE5 10.313 .728^** .663 .871 保留

SE6 11.407 .718^** .647 .871 保留

SE7 7.267 .599^** .504 .880 保留

SE8 9.359 .662^** .584 .875 保留

SE9 8.985 .674^** .595 .874 保留

SE10 9.272 .667^** .593 .875 保留

SE11 9.335 .657^** .586 .875 保留

SE12 8.365 .617^** .531 .878 保留

01 **p<.01 *p<.05 Cronbach’s α=.884

51

表11線上遊戲參與者休閒效益項目分析

三、 信度分析

本研究於預試問卷與正式施測問卷回收後，以Cronbach’s α 係數進行信度之 考驗，本研究預試問卷信度部分(表 12，社會支持量表之 Cronbach’s α 係數為 0.79；自我效能量表之 Cronbach’s α 係數為 0.884；休閒效益量表之 Cronbach’s α 係數為0.869，上述預試問卷之總量表信度均達 Guilford(1954)認為 α 值大於 0.7 為高信度的範圍。

52

表12 預試問卷與正式問卷之Cronbach’s α係數表 預試問卷(Cronbach’s α) 正式問卷(Cronbach’s α)

社會支持量表 0.790 0.843

家人支持 0.861 0.859

朋友支持 0.858 0.882

自我效能量表 0.884 0.913

主動性 0.822 0.869

努力 0.833 0.849

堅持 0.812 0.856

休閒效益量表 0.896 0.843

均衡生活體驗 0.815 0.727

健全生活內涵 0.795 0.713

提升生命品質 0.856 0.771

整體量表 0.778 0.911

53