第三章 研究設計與實施
第四節 研究對象
本研究以量化研究為主，輔以質性研究方式，在研究對象之選取如下所述。
一、專家取樣
1.專家諮詢：諮詢醫療健康科技專家學者 10 人。
2.Delphi 法意見調查 16 人，徵詢大學教授、醫師 對健康科技素養量表之構面、
次構面及題項之見解，分三次進行，利用 e-mail 往返，省時省力節省資源為考量。
二、抽樣調查樣本
量化調查採叢集、分層隨機抽樣方式，抽樣自技術學院(95 學年度 76 所技術 學院為母群體)學生進行正式量表測試。原按北、中、南地區各抽取 5-6 所技術學 院之學生，每校人數不等。實際抽測時，考量公立私立學校各半，兼顧各系類，
同時由認識之教授協助抽測以增加回收率為原則。於是抽取了台灣、台北、清雲、
弘光、中台、雲林、南台、高雄第一、高雄海洋、樹德、輔英、屏東等 12 科技大 學，再加上設有科技學院或技術學院之大學，如高雄師範大學、聯合大學；技術 學院，抽取南亞、和春、致理、美和等學院，總共 18 校。涵蓋之系類，有健康醫 學類，如以醫技、護理、物理治療、保健營養、助產等；企管資訊類，如企業管 理、國際貿易、資訊管理、資訊傳播、商系類等；環境生命類，如環境科學、生 物技術、應用化學、放射技術等；人文社會類，如應用外語、幼兒保育等；工程 類，如營建工程、機械工程等；海事類，如海洋水產食品等。以普遍了解大學健 康科技素養內涵之認知和相關因素狀況。共發出 4500 份量表，回收 3957 份，量 表回收後，汰除回答不完整、填寫不實者 255 份，獲得有效量表 3702 份，實際回 收率為 82.27%，分別依抽樣學校、學制、性別、年齡、系科，回收有效量表份數 如表 3-4 至表 3-8。
表 3-4 依抽樣學校回收有效量表份數概況表
編號 學校名稱 有效份數 百分比
1 輔英科技大學 773 20.9
2 國立高雄第一科技大學 95 2.6 3 國立屏東科技大學 173 4.7
4 南台科技大學 157 4.2
5 國立高雄海洋科技大學 274 7.4
6 中台科技大學 132 3.6
7 國立聯合大學(技術學院) 136 3.7
8 國立台灣科技大學 74 2.0
9 南亞技術學院 130 3.5
10 國立雲林科技大學 207 5.6
11 清雲科技大學 199 5.4
12 樹德科技大學 94 2.5
13 國立台北科技大學 103 2.8
14 弘光科技大學 295 8.0
15 高雄師範大學(科技學院) 78 2.1
16 和春技術學院 92 2.5
17 致理技術學院 316 8.5
18 美和技術學院 374 10.1
總數 3702 100.0
表 3-5 按學制回收有效量表份數概況表
編號 名稱 有效份數 百分比
1 日間四技 1908 51.5
2 日間二技 394 10.6
3 日間五專 894 24.1
4 進修(四技、二技) 506 13.7
總數 3702 100.0
表3-5 原分6類，日間二專只有22人，合併於日間五專，進修二技與四技合併，
為便於統計分析。
表 3-6 按性別回收有效量表份數概況表
編號 名稱 有效份數 百分比
1 男生 1550 41.9
2 女生 2152 58.1
總數 3702 100.0
表 3-7 按年齡回收有效量表份數概況表
編號 年齡區分 有效份數 百分比
1 15-19 1497 40.4
2 20-22 1522 41.1
3 23-25 390 10.5
4 26-30 169 4.6
5 31-57 124 3.3
總數 3702 100.0
表3-7 原分6類，為便於統計分析，精簡為5類。
表 3-8 按系科回收有效量表份數概況表
編號 系科類屬 有效份數 百分比
1 醫護保健物治 1141 30.8 2 企管資訊工程、室內工程設計 663 17.9 3 環境生命生技、放射技術 409 11.0
4 應用外語幼教 558 15.1
5 建築營建機電工程、光電電子 694 18.7 6 航海航技輪機水產食品養殖 237 6.4
總數 3702 100.0
表3-8 原分10系類，為便於統計分析，精簡為6系類。
三、準實驗研究對象
在準實驗方面，進行準實驗時，第一階段2007/3/19～2007/6/9，共計十二週 教學實驗。第二階段2007/10/1～2007/12/21，共計十二週教學實驗。為求嚴謹一 致性，兩階段作一對照。第一階段從研究者任教有關健康相關通識科目(健康促 進、社會學、生命與倫理教育、終生學習與知識管理)抽取四班，實驗、控制組各 兩班人數，如表3-9所示。
表3-9 第一階段前測、實驗處理樣本人數
第二階段從研究者任教有關健康相關通識科目(健康促進、社會學、人際關係 理論與技巧、溝通與人際關係)抽取四班，實驗、控制組各兩班人數相近，如表3-10 所示。
表3-10 第二階段前測、實驗處理樣本人數
將以上受試者依抽樣原則抽取之，研究者將抽樣調查和準實驗研究後所得原始 資料輸入電腦，以進行如下節之統計分析。
前測 處理 各組人數
實驗處理 (實驗組)
無實驗處理
(控制組) 合計人數
前測 E11 61人 C11 65人 126人 無前測 E12 59人 C12 63人 122人 合計人數 120人 128人 248人
前測 處理 各組人數
實驗處理 (實驗組)
無實驗處理
(控制組) 合計人數
前測 E21 54人 C21 51人 105人 無前測 E22 52人 C22 54人 106人 合計人數 106人 105人 211人
第五節 資料搜集與統計分析
一、量化統計軟體分析
本研究在量化方面，發展技術校院學生健康科技素養量表為測量工具，進行 抽樣調查，資料回收後，應用新購統計軟體英文教育單機版 SPSS15.0、Amos6.0，
並參照 LISREL8.80 分析結果。首先執行量表之項目分析，評估各構面所屬題項之 難易度；因素分析，建構量表的構念效度；Cronbach α 信度分析，以檢測分量表 與總量表的內部一致性；以及 Pearson 積差相關，以檢測每一題項與整份量表之 相關。其次，採適切統計法逐步分析蒐集之資料。
1.以 Pearson 積差相關分析健康科技之「認知」、「信念」、「知識分享」與
「創新傾向」等構面及次構面之相關，驗證所提的假設。
2.以單因子變異數分析不同學制、性別、系科、年齡、科技使用狀況、交友狀 況、家庭關係、自覺健康狀況等背景資料在「健康科技認知」、「健康科技創新 傾向」、「健康科技信念」、「健康科技知識分享」等之差異情形。若變異數分 析結果 F 值顯著時，則以 Scheffe 事後考驗。另參用共變數分析，若有顯著差異，
再以 Scheffe 進行事後考驗，以驗證所提的假設。
3.以逐步多元迴歸分析健康科技之「認知」、「信念」、「知識分享」對「創 新傾向」之相關及預測能力，並驗證所提的假設。
4.多變量統計分析，以 AMOS(Analysis of Moment Structure )結構方程模式來推 估「認知」、「信念」、「知識分享」與「創新傾向」的結構模式關係，並驗證所提 的假設。AMOS 可用來進行「結構模式」(structual modeling)，「共變數結構分析」
(analysis of covariance structures)，或是「因果模式」(causal modeling) 等資科分析。
分析者本身可依循理論提出模式，並檢驗理論模式與實際資料之適配情形；亦可 用來分析傳統的一般線性模式和共同因素分析；處理潛在變數和可觀察變數間之 關係。可處理各潛在變項與可觀察變項間的影響關係，以驗證經由理論所建構的 因果模式，同時能指出這些影響關係中未觀察到的觀念，以及解釋在估計過程中 的測量誤差(邱皓政，2004)。此種經由複雜的統計程序所發展的關係模式，稱之為 因果模式，但與實驗處理所得之因果關係有異。結構方程模式具有理論先驗性，
可用於理論架構的檢驗，又稱為驗證性因素分析；同時處理測量與分析問題；
以共變數的運用為核心，亦可處理平均數估計。適用於大樣本之分析；多種不 同統計分析程序的集合體；重視多重統計指標的運用。結構方程模式分析時，首 先要進行模式適配度評鑑。有關模式適配度的評鑑，主要是從基本的適配標準 (preliminary fit criteria)、整體模式適配度(oveall model fit)及模式內在結構適配度 (fit of interna1structure of model)等方面來評鑑。整體模式適配度(如卡方，AGFI，
RMR，NFI，NNFI 等)是在評鑑整個模式與觀察資料的適配程度，可以說是模式的 外在品質。而模式內在結構適配度是在評量模式內估計參數的顯著程度，以及各 指標及潛在變項的信度等，可以說是模式的內在品質。除了從整體模式適配度的 標準去評鑑外，涉及模式內在的品質更須評鑑。本研究參考之模式適配度指標，
如表 3-11 所示。
表 3-11 各種適配(契合)度指標之使用及判斷標準 GFI(Goodness of Fit)適配度指標
計算理論與觀察資料共變結構中之變異與共變量
0-1 >.90 說明模型解釋力
愈接近 1，模式適度愈佳 AGFI(Adjusted GFI) 調整後適配度指標
GFI指標以模式df及其相對的變數個數比值
0-1 >.90 不受模式複雜度影響
RMR(Root-mean-square residual) 殘 差 均 方根，未標準化假設模型整體殘差
0 到正的實數 <.05 殘差較小，適配較佳 計算觀察與估算間差異的指標 SRMR(Standardized RMR)
標準化假設模型整體殘差
0 到正的實數 <.05 殘差較小，適配度佳 了解殘差特性 RMSEA(Root-mean square error of approximation)
均方根漸進誤差比較理論模式與飽和模式的差距
0-1 <.05-1.0 <.05 良好適配；<.08 合理適配；<.10 普通適配。不受樣本與模式複雜影響 NCP(Non-centrality parameter)
非趨中參數，假設模型的χ2值距離
0 到正的實數 愈 接 近 0 愈好
中央χ2分配的離散程度
ECVI(Expected cross validation index) 0-1 愈小愈好，適配度良好 比較適配度指標
NFI(Normed fit index)基準適配度指標 比較假設模型與獨立模型的χ2差異
0-1 >.9 表示適配度較好，說明模型較 虛無模型改善的程度 NNFI(Non-normed fit index)
TLI(Tucker-Level index) 非基準適配度指標
0-1 >.9 表示適配度較好，不受模式改 AIC(Akaike information criterion) 經過簡
約調整的模型契合度波動
0 到正的實數 愈小愈好，表示精簡適配；適
於效度複核非巢套模式比較 CAIC(Consistent AIC) 經過簡約調整的模
型契合度波動
0 到正的實數 愈小愈好，表示精簡適配；適
於效度複核非巢套模式比較 CN(Critical N) 產生不顯著χ2值樣本規模 正的實數 >200 反應樣本規模的適切性
基本適配度指標
誤差變異數θδ θε 實數 無負值，且達顯著水準
參數間相關的絕對值 正的實數 不能太近 1
因素負荷量Λy Λx 實數 介於.5-.95 為理想
內在適配度指標
所有估計的自由參數 實數 達顯著，符號與期望者相符
標準化殘差 實數 絕對直<1.96
MI 修正指數 正的實數 MI<3.84
R 平方值 正的實數 達顯著水準
（資料來源：余民寧，2006，133-134；邱皓政，2006，523-524）
研究構念若均為潛在建構(latent constructs)，則不能直接衡量；亦即要探究一 組含有潛在變項(因素)的結構方程式(Bollen, 1989)，適合利用結構方程模式來求 解，以及進行模式之驗證(Bollen, 1989; Bollen, Long, 1993)。結構方程模式結合了 多元迴歸與因素分析、路徑分析(只探討單一測量變項與潛在變項間之迴歸，未顧 及所有測量變項之共變關係，而 SEM 兼顧了各測量變項間的共變，使得其間的誤 差降低)，可以同時分析多指標的自變項與多指標的依變項之間的關係，以及探討 一堆互為關連的依變項關係模式，也可以進行二變項互為因果的關係探究(李偉 俊，2001)。SEM 的理論架構包含「結構模式」（亦即變項的因果關係），與「測量
研究構念若均為潛在建構(latent constructs)，則不能直接衡量；亦即要探究一 組含有潛在變項(因素)的結構方程式(Bollen, 1989)，適合利用結構方程模式來求 解，以及進行模式之驗證(Bollen, 1989; Bollen, Long, 1993)。結構方程模式結合了 多元迴歸與因素分析、路徑分析(只探討單一測量變項與潛在變項間之迴歸，未顧 及所有測量變項之共變關係，而 SEM 兼顧了各測量變項間的共變，使得其間的誤 差降低)，可以同時分析多指標的自變項與多指標的依變項之間的關係，以及探討 一堆互為關連的依變項關係模式，也可以進行二變項互為因果的關係探究(李偉 俊，2001)。SEM 的理論架構包含「結構模式」（亦即變項的因果關係），與「測量