概念構圖分析

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

夠釐清這些疑問。

總結整份靈性態度問卷的結果：受訪者認為自己對靈性與靈性教育的認識不 深但是進入教育工作之後的認識程度有所增加；有一半的人對他人不理解但是另 一半的人認為其他人靈性與靈性教育大多數是的接納態度；覺得自己在教育現場 有實施靈性教育的程度達一半以上。

有意思的是從受訪者一方面覺得自己對靈性與靈性教「認識不深」，但同時 又覺得自己在教育現場「有實施」靈性教育，兩者態度不一致來看，反映出在回 答認識、理解等問題上趨於保守，但是對於教育的實施則比較有信心。但是本研 究實際訪談後卻發現，受訪者只是無法像是闡述定義般，以語言直接且系統性的 表達對靈性與靈性教育的看法，然而在深入談及教育經驗時，便會發現其實受訪 者都有形成一套看法，這部分討論留待後面的章節討論。

第二節 概念構圖分析

一、 形成矩陣

將第一階段所有訪談者（25 位）的資料整理成一個句子一個概念，共計有 332 個句子，將意思雷同的合併整理後剩下 192 個句子，再將這 192 個句子粗分 為三組，第一組為「靈性的涵意」，內容為直接描述靈性是什麼或靈性像是什麼 等句子，數量為48 句。第二組為「靈性的層面」，內容為談論靈性與自己、他人、

自然或環境的關係，數量為82 句。第三組為「靈性與教育」，相關內容包括靈性 與教師、學生等關係，在教育上可實施的作為，以及從靈性觀點出發的教育內涵，

數量為62 句。（待分類的三組句子列表，請參考附錄六）

再次邀請受訪者，將上述三組句子「依自己認為有意義」的方式分類，並遵 守每一個句子只能分至一類、不可以單獨一句成為一類，還有不可以全部的句子 都放在同一類等規則。25 位受訪者，扣除聯繫無回音、舉家移民、過於忙碌或覺

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

得難以分類等因素而造成受訪者流失之外，剩下有 18 位進行分類作業（其中一 位第三組尚未回覆）。受訪者的分類少則3 類，至多為 13 類，三組平均分類之數 量為5、6.66、6.47 類。

二、 多元度量法分析

針對前一個步驟所形成的矩陣，進行多元度量法（multidimensional scaling 以 下簡稱MDS），採用SPSS 中的 ALSCAL 法作為非計量多元度量法。一般而言，

進行MDS 分析時通常以壓力係數(stress)作為衡量標準，根據 Kruskal (1964)的解 釋，不同的壓力係數水準，有其代表的適配度，Kruskal 壓力係數.20 以上不好

（poor）、.10 還好（fair）、.05 好（good）、.025 非常好（excellent）、.000 完全配 合（perfect）（榮泰生，2009）。

另外一項配適度指標為 RSQ 值。RSQ 的意涵是直接解釋最佳尺度資料 (optimally scaled data)的變異數中，可由多元尺度法解釋的部份。因此多元尺度分 析也可以以 RSQ 值作為同時參考的標準，當 RSQ 值愈大時(即越接近 1)，表示 配合性愈好，通常RSQ 值在 0.9 以上即視為非常好的配適度。

MDS 分析可獲得概清單的在二維座標上的平面圖，以及每一個概念點的座 標值數據。圖 4-1 為第一組靈性的涵意、圖 4-2 為第二組靈性的層面以及圖 4-3 為第三組靈性與教育，共三組概念清單之二維座標上的平面圖。

從平面圖上，可以看出三組在二維空空中的分布情形。每一個圓圈代表一個 概念，圓圈旁邊的數字為概念編號。圓圈彼此之間聚集在一起，表示受訪者認為 這些概念意義接近，圓圈在平面圖上距離較遠，代表受訪者認為這些概念意義差 異較大。不過實際上要將概念清單歸類分群，尚需要經過下一階段集群分析的步 驟才能完成。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

圖4-1 第一組概念清單（靈性的涵意）

圖4-2 第二組概念清單（靈性的層面）

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

圖4-3 第三組概念清單（靈性與教育）

當MDS 壓力係數良好時，每一個概念點的座標值通常取自二維座標上的數 據，即為二維座標上的平面圖上的點座標值。倘若壓力係數稍大，則採取增加維 度的方式，提升適配品質，壓力係數自然下降，當壓力係數變很小時就不需要再 增加維度（林震岩，2007），表示該維度所形成的空間資料，已經與原始資料之 間的已有良好適配。

本研究以 SPSS 預設維度為 2，將原始資料縮減至二維平面之計算 MDS 結果顯 示，壓力值與RSQ 不夠適配，便增加維度直到壓力係數夠小為止。SPSS 預設維 度最大值為6，因此設定二維至六維以計算 MSD，表 4-3 顯示，直到六維時壓力 係數才降至.065，介於還好（.10）與好（.05）之間，同時其 RSQ 值為.957 大於 0.9 為良好配適度。整體而言，顯示六維空間構形與靈性意見點間距離資料配合 尚可接受。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

表4-3 多元度量法二維至六維所計算的壓力係數及 RSQ 值。

維度 壓力係數 RSQ 二維 .20361 .84992 三維 .13695 .89711 四維 .10165 .92755 五維 .08152 .94475 六維 .06553 .95714

三、 集群分析的結果

選取多元度量法六維之空間座標值做為集群分析之分析資料，並以集群分析 中的華德階層群集法（Ward’s hierarchical cluster analysis），使得座標空間上距離 接近的成為一群，遠離的為不同群，尋找適合的分群數量。分析結果置於附錄七，

為三組概念清單集群分析的分群表。以下三組分別討論分群數目、分群之內容與 命名以及權重。

檢視的次序由權重最高開始，依次遞減至權重最低為結束，檢視是否能將群 合併為更大的構面並且給予命名。權重的計算方式為：（1）每一個概念的權重是 由25 位受訪者，評定分類時的排名轉完成權重後，平均而得。例如：受訪者將 第一組分為5 類，則排名為 1 的分類權重為 5，排名為 2 的分類權重為 4，以此 類推。（2）分群的權重，即由該群組內所有概念的個別權重相加除以個數之後的 平均權重。

分群有二種方式：一種按照集群分析的分類方式，選擇介於最少與最多二者 之間，但是由於集群分析只能做到將空間中距離讓相近的歸為一類，無法讓意義 相近的歸為一類，因此在決定最終分群的條件時，除了參考集群分析的結果之外，

研究者需要參考理論或概念意義之判斷來作為最終分群之依據。

‧

‧

‧

‧

‧

‧

‧

‧