信度檢定

第五節 第五節 第五節

第五節 信度檢定 信度檢定 信度檢定 信度檢定

信度所指的是可信賴的知識(reliable knowledge)，也就是在相同的 條件下，可以透過重複測量的證據所支持的知識(吳翠松譯，2003：218)。

以內容分析來說，為了增加信度，就必須加強編碼的一致性及精確性(劉 嶽雲，2001：199)。

在內容分析研究中，為了分析方便，資料必須歸入各種項目中，並且 用數字表現出來，一般名之為編碼(coding)，若數人從事編碼作業，則出 現編碼員間的信度問題。一般度量編碼員間的信度，是在編碼員編類資料 時，計算其間一致的百分比，若存在高度一致的百分比，所使用的資料項

6 僅有梁麗荺(1993)以項目為分析單位。

38

目就構成可信的工具(林嘉誠、朱浤源編著，1990：315-316)。可見，內 容分析的信度，與過程中參與人數的多寡有很大的關聯性(楊孝濚，1989：

922)，

內容分析通常採用 Holsti (1969)所提出的「編碼員信度法」進行信 度檢定。此種方法雖然簡便但至少也有兩個缺陷：一是未考慮到某些編碼 者間機率的同意度，而其總數是分析中類目數目的函數⁷(黃振家、宗靜萍 等譯，2007：201)；二是此種方式在證實所使用定義的有用性，但一些一 致可能於隨機，而非定義的性質⁸(施美玲譯，1997：340)。

本研究將所抽出的第二屆至第六屆立法院公報樣本中，有關立委在國 防、外交與兩岸的發言內容，由研究者及三位分析人員加以歸類，計算相 互同意度，並求出信度為 0.97。其公式計算如下：

一、兩人相互同意度

M 為兩人完全同意數 N1、N2 為每人總題數

三位分析人員的相互同意度如下：

二、信度

7 例如，兩個類目的系統，簡單的機率來看，應有 50%的信度，五個類目的系統信度是 20%。

8 例如，當兩名編碼者把項目放在 A 類別或 B 類別時，他們偶爾選擇同一類別可能只是隨機。

因此，此一公式可能給予定義性質過高的估計。

第三章 研究方法

39

n 為參與內容分析之人數，即編碼員或評分員之人數。

代入公式：

信度檢定通常會以相關係數值表示，至於相關係數要多高，才符合研 究所需，未有絕對性的答案。有學者認為相關係數值達到 90%甚至於 80%

以上的信度，就可算很高了(楊孝濚，1989：927)，但 Wimmer & Dominick 卻也指出，當使用 Holsti 的公式時，最小的信度係數約在 90%或是更高(黃 振家、宗靜萍等譯，2007：204)。不論如何，相關係數值愈高，研究愈有 信度，當然結果愈理想(許禎元，1997：257)。過去的相關研究也顯示，

以立法院公報內容進行信度檢定的數值多數在 0.97 以上(歐陽翠鳳，

1992；梁麗荺，1993；林妙津，1990；蔡秀芳，2001)，這似乎表示信度 0.97 是其它研究者在進行相關研究時，最起碼的門檻。

第 第 第

第六 六 六節 六 節 節 節 樣本檢定 樣本檢定 樣本檢定 樣本檢定

通常根據大數法則(Law of Large Numbers)及中央極限定理(Central Limit Theorem)，只要抽取的樣本數夠大，自然可假定樣本來自母體的常 態分配，然而是否確實如此，仍需透過卡方適合度檢定(Goodness of Fit Test)方能得知。這樣的做法可能產生兩種不同的結果，從而在之後的檢 定與推論上也有所不同：一種是樣本來自母體的常態分配，以單因子變異 數(One-Way ANOVA)進行檢定，此時獲致的結論應可推論至母體；另一種

40

是樣本不來自母體的常態分配，故以卡方獨立性檢定(Chi-Square Test for Independence)探求其中的相關性，此時獲致的結論則不可推論至母 體。

抽樣內容顯示國防議題發言人數為 87 人，外交議題發言人數為 100 人，兩岸議題發言人數為 126 人，三項議題合計 313 人。底下分別就競選 類別、政黨、性別、委員會加以檢定。

一、競選類別

首先設立如下二個假設：

H⁰：樣本的競選類別來自母體的常態分配 H¹：樣本的競選類別不來自母體的常態分配

接著以競選類別進行χ²適合度檢定，在自由度為 3，信賴水準為 95%

以下，卡方機率值應為 7.8147，而根據表 3-3 的計算結果得知χ²為 10.2309，由於統計量χ²=10.2309 大於卡方臨界值 =7.8147，落在拒 絕域，因此拒絕虛無假設，樣本的競選類別不來自母體的常態分配。

表 3-3 樣本代表性檢定(競選類別) 類型 人次

O

機率P E=np (O-E) (O-E)²

區域 244 0.745 313x0.745=233.185 10.815 (10.815)²=116.9642 0.5015 全國不分區 46 0.183 313x0.183=57.279 -11.279 (11.279)²=127.2158 2.2209 僑居國外國民 18 0.036 313x0.036=11.268 6.732 (6.732)²=45.3198 4.0219 原住民 5 0.036 313x0.036=11.268 -6.268 (-6.268)²=39.2878 3.4866

合計 10.2309

二、政黨檢定

以政黨進行χ²適合度檢定，首先設立如下二個假設：

H

⁰：樣本的政黨來自母體的常態分配

H

¹：樣本的政黨不來自母體的常態分配

接著以政黨進行χ²適合度檢定，在自由度為 6，信賴水準為 95%以下，

第三章 研究方法

41

卡方機率值應為 12.5916，而根據表 3-4 的計算結果得知χ²為 31.7415，

由於統計量χ²=31.7415 大於卡方臨界值 =12.5916，落在拒絕域，因 此拒絕虛無假設，樣本的政黨不來自母體的常態分配。

表 3-4 樣本代表性檢定(政黨) 類型 人次

O

機率P E=np (O-E) (O-E)²

國民黨 124 0.459 313x0.459=143.667 -19.67 (-19.67)²=386.9089 2.6936 民進黨 97 0.348 313x0.348=108.924 -11.924 (-11.924)²=142.1817 1.3053 新黨 19 0.034 313x0.034=10.642 8.358 (8.358)²=69.8561 6.5641 親民黨 32 0.08 313x0.08=25.04 6.96 (6.96)²=48.4416 1.9345 台聯 19 0.025 313x0.025=7.825 11.175 (11.175)²=124.8806 15.9591 其它政黨 9 0.016 313x0.016=5.008 3.992 (3.992)²=15.9360 3.1821

無黨籍 13 0.038 313x0.038=11.894 1.106 (1.106)²=1.2232 0.1028 合計 31.7415

三、性別檢定

以性別進行χ²適合度檢定，首先設立如下二個假設：

H

⁰：樣本的性別來自母體的常態分配

H

¹：樣本的性別不來自母體的常態分配

接著以性別進行χ²適合度檢定，在自由度為 1，信賴水準為 95%以下，

卡方機率值應為 3.8414，而根據表 3-5 的計算結果得知χ²為 0.5254，由 於統計量χ² = 0.5254 小於卡方臨界值 =3.8414，落在接受域，因此 不拒絕虛無假設，樣本的性別來自母體的常態分配。

表 3-5 樣本代表性檢定(性別)

類型 人次 O 機率P E=np (O-E) (O-E)²

男性 254 0.827 313x0.827=258.851 -4.851 (-4.851)²=23.5322 0.0909 女性 59 0.173 313x0.173=54.149 4.851 (4.851)²=23.5322 0.4345

合計 0.5254

四、委員會檢定

42

以委員會進行χ²適合度檢定，首先設立如下二個假設：

H⁰：樣本的委員會來自母體的常態分配 H¹：樣本的委員會不來自母體的常態分配

接著以委員會進行χ²適合度檢定，在自由度為 8，信賴水準為 95%以 下，卡方機率值應為 15.5073，而根據表 3-6 的計算結果得知χ²為

26.1413，由於統計量χ²=26.1413 大於卡方臨界值 =15.5073，落在 拒絕域，因此拒絕虛無假設，樣本的委員會不來自母體的常態分配。

表 3-6 樣本代表性檢定(委員會)

類型 人次 O 機率P E=np (O-E) (O-E)²

內政 43 0.1 313x0.1=31.3 11.7 (11.7)²=136.89 4.3734 外交 28 0.07 313x0.07=21.91 6.09 (6.09)²=37.0881 1.6927 國防 42 0.1 313x0.1=31.3 10.7 (10.7)²=114.49 3.6578 經濟 34 0.15 313x0.15=46.95 -12.95 (-12.95)²=167.7025 3.5719 財政 25 0.1 313x0.1=31.3 -6.3 (-6.3)²=39.69 1.2681 教育 23 0.14 313x0.14=43.82 -20.82 (-20.82)²=433.4724 9.8921 交通 34 0.1 313x0.1=31.3 2.7 (2.7)²=7.29 0.2329 司法 62 0.17 313x0.17=53.21 8.79 (8.79)²=77.2641 1.4521 社會福利 22 0.07 313x0.07=21.91 0.09 (0.09)²=0.0081 0.0003

合計 26.1413

五、籍貫檢定

以籍貫進行χ²適合度檢定，首先設立如下二個假設：

H⁰：樣本的籍貫來自母體的常態分配 H¹：樣本的籍貫不來自母體的常態分配

對籍貫進行χ²適合度檢定，在自由度為 5，信賴水準為 95%以下，卡 方機率值應為 11.0705，而根據表 3-7 的計算結果得知χ²為 19.4002，由 於統計量χ²= 19.4002 大於卡方臨界值 =11.0705，落在拒絕域，因此 拒絕虛無假設，樣本的籍貫不來自母體的常態分配。

第三章 研究方法

43

表 3-7 樣本代表性檢定(籍貫) 類型 人次

O

機率P E=np (O-E) (O-E)²

臺灣省 259 0.898 313x0.898=281.074 -22.074 (-22.074)²=487.2614 1.7335 福建省 12 0.027 313x0.027=8.451 3.549 (3.549)²=12.5954 1.4904 大陸各省 37 0.069 313x0.069=21.597 15.403 (15.403)²=237.2524 10.9854 海外地區 5 0.006 313x0.006=1.878 3.122 (3.122)²=9.7468 5.1909

合計 19.4002

第第

第第七七七節七節節節 資料處理 資料處理資料處理資料處理

在第一章的研究架構中，曾就自變項與依變項作簡單敘述，然而卻未 提及基本背景、發言強度、發言策略的判斷準則，由於分類原則關乎資料 處理，故留待此處討論。另外，本研究運用哪些統計方法，也在此一併說 明。

一、分類原則

在立法委員基本背景的部分，性別與籍貫較無分類上的困擾，但在競 選類別、政黨、委員會則面臨立法委員的轉換問題，勢必要有一些分類原 則加以篩選。在競選類別與政黨方面，本研究皆是以二到六屆任期中，最 後一次當選的情況為準。委員會則有二個篩選條件，最主要是以委員在二 到六屆中參與最多次的委員會為準，在次數相同的情況下才認定最後參與 的委員會⁹。

在發言強度方面，無可諱言的，以研究者的主觀判斷為主，但從委員 對特定主題發言的用字遣詞，通常可以感受出委員發言強度在光譜中的位 置。讚揚強度的判斷依據較為單純，主要是委員明確表示的「肯定」¹⁰或

9 特別要說明的是，本研究僅設定九個委員會，其中關於衛生環境的議題被納入社會福利委員會 當中，法制的議題則被納入司法委員會當中。同時，本研究也並未將科技及資訊委員會、預算及 決算委員會納入考量，分類方式也是以前述二個委員會外，委員參與最多次的委員會為準。

10 例如第三屆陳文輝委員論及新台幣改版時指出：中央銀行想藉這次的改版，提升新台幣的防 偽功能，並藉著圖案的更換，使新台幣更顯得活潑多樣化，…所以，本席對於央行的用心持肯定 的態度(立法院祕書處，1997c：257)。又如第六屆的莊碩漢委員在論及高鐵運輸效能時指出：我

44

第三章 研究方法

45

便從該議題的發言中，擇取一種較能貼近發言委員用意的策略，這又不免 涉及研究者的主觀判斷了。

二、統計方法

本研究所採取的統計方法如下：

(一)次數分配、百分比

分析三大議題的次類目議題分佈情況、主要次類目議題與發言強 度的分佈情況、主要次類目議題與發言策略的分佈情況，以及立法委 員背景在三大議題的分佈情況。

(二)單因子變異數分析(One-Way ANOVA)

考驗立法委員發言強度在主要議題之差異、立法委員發言策略在 主要議題之差異、立法委員的性別在次類目議題之差異。

(三)卡方獨立性檢定(Chi-Square Test for Independence)

進行競選類別、政黨、委員會、籍貫等背景因素，在次類目議題 的相關檢定。

46

第四章 國防議題發言分析

47

第四章 第四章 第四章

第四章 國防議題發言分析 國防議題發言分析 國防議題發言分析 國防議題發言分析

國防是維持國家在法理及事實存在所不可或缺的要素，不能以任何名 義加以剝奪，這點可從立法委員對國防議題的發言內容窺之。本章的鋪陳 循下列脈絡：第一節經由歸納委員在國防議題的發言次數，得出三項主要 次類目議題，並就委員當時論及的面向作簡要說明。第二節進行主要議題 與發言強度、策略的相關檢定，凡達顯著的情況皆加以討論。第三節先簡 單說明立法委員背景在國防議題發言的分佈情況，接續再以單因子變異數 (One-Way ANOVA) 分 析 及 卡 方 獨 立 性 檢 定 (Chi-Square Test for Independence)分別進行檢定。第四節則對基本背景與發言強度、策略進 行相關檢定，也是僅討論達於顯著的情況。

第一節 第一節 第一節

第一節 主要議題分析 主要議題分析 主要議題分析 主要議題分析

本研究將國防議題共分為十六項次類目，總計發言 175 次。根據表 4-1，按立法委員發言次數多寡，議題順序分別為：「軍購」議題(28 次，

佔 16%)、「榮眷、眷村、眷地」議題 (24 次，佔 14%)、「軍人福利與問題」

議題(23 次，佔 13%)、「國防與國家安全」議題(21 次，佔 12%)、「國防科

議題(23 次，佔 13%)、「國防與國家安全」議題(21 次，佔 12%)、「國防科

在文檔中 立法委員發言表現的探討與印證-公報中的國防、外交、兩岸議題分析 (頁 50-0)