研究對象與調查實施

第一節 研究架構

藉由實證調查的方式，探討登山健行者因人口背景基本屬性不同，所呈現 的變項分布情形，並瞭解在不同人口統計背景變項下休閒涉入與地方依附之差 異情形，以及當個人對於活動的涉入程度增加時，會在較短時間內對活動相關 設施形成依賴感，對活動相關遊憩環境發展出與地方親切的情感認同，對在地 資源表現出友善負責任的行為，使地方能永續發展，藉此瞭解涉入程度對遊憩 環境產生依附程度之間的因果關係。如圖 3-1 所示：

圖3-1 研究架構圖

研究架構中相關變數之操作性定義（operational definition）如下：

一、登山健行者基本屬性與涉入程度： Regress

二、休閒涉入：

個人內在的需求而表現於外之實際涉入的行動，當參與所喜愛的休閒活 動，從過程中得到愉悅、滿足的一種關心。本研究之操作性定義為人們涉入登 山健行活動之後，實際感受到大崗山步道所帶來的興奮、投入、專注等心理狀 態的程度。

三、地方依附：

指登山健行者透過體驗大崗山步道，滿足特定的需求或參與活動，加上時 間的累積，會對當地產生需求方面功能性依賴的情結，進而也會有情感上的歸 屬，感覺到自己與環境結合的程度。

第二節 研究流程

本研究在確認研究動機與目的之後，針對相關文獻進行資料的蒐集，然後 根據研究目的及文獻回顧的結果，建立理論架構，編製相關研究問卷初稿。

請學者專家審閱問卷之可靠性與效度；先經預試與問卷之信、效度考驗，

以檢驗問卷之適切性與可行性，並決定問卷中問項的修改、保留或刪除，產生 正式問卷，即正式實施調查。再將問卷調查所得資料回收統計分析，最後歸納 出所得到的發現與結果，並提出結論以提供相關單位未來規畫大崗山步道風景 區之參考與建議。本研究流程如圖3-2：

圖3-2 研究流程圖 確認研究動機與目的

蒐集相關文獻

發展研究架構與方法

問卷初稿設計與修正

專家效度審核問卷預試

正式問卷施測與回收

資料彙整與統計分析

結果與討論

提出結論與建議

登山健行相關研究

休閒涉入理論

休閒涉入與地方依附相關研究

修改、保留或刪除

項目分析、因素分析、信度分析

描述性統計分析 獨立樣本t 檢定 單因子變異數分析 皮爾森積差相關 逐步迴歸分析

地方依附理論

第三節 研究工具

一、研究問卷編製

本研究問卷設計結合研究目的，藉由相關文獻的佐證與整理，以問卷調查 法做為主要的研究方法。為確保測量工具的信度和效度，採用 McIntyre 及 Pigram(1992)、Moore 與 Graefe（1994）、Bricker 與 Kerstetter（2000）

等所發展出的量表並依其理論架構，參考林芝榕（2007）、吳炘儒（2008）、

楊雅婷（2008）、鄭天福（2009）、陳一之（2009）、葉珮如（2010）等人的 研究問卷，從中選取適合本研究且相關性較高的題目，參酌大崗山步道區當地 環境多元特色，予以修正改編而得出問卷初稿。

問卷名稱為「高雄市大崗山登山健行者休閒涉入與地方依附之研究問 卷」，採取結構性封閉式問答（structured question）。問卷內容除封面的施測指 導語外，共分為三大部分：第一部份為「休閒涉入量表」；第二部份為「地方 依附量表」；第三部份為「個人基本資料與活動參與」。以下就問卷量表分別予 以說明：

（一）基本資料與活動參與

根據第二章文獻回顧，並衡量所欲探討的重點與需求之後，主要包括登山 健行者背景資料與活動特性。採以性別、年齡、教育程度、婚姻、職業、月收 入、居住地、健行同伴、平常日或假日登山健行、平均一個月登山健行次數、

平均每次登山健行花費時間、居住地距離步道所需時間等問項共計12題，均為 單選題。用以瞭解填答者的個人基本屬性資料與參與情形作為分析之參考。

（二）休閒涉入量表

15題休閒涉入問項，採用McIntyre及Pigram(1992)的休閒涉入理論為基 礎，將休閒涉入問項分為三個層面，分別為吸引力、自我表現、中心性。本量

表以李克特（Likert）五點量尺計分方式來設計態度量表，分別為：（1）非 常不同意；（2）不同意；（3）普通；（4）同意；（5）非常同意等五個等級 來回答，分別依序給予1分到5分，讓受試者根據符合程度進行答案的勾選，得 分越高表示其休閒涉入程度越高；反之，則表示休閒涉入程度越低。

（三）地方依附量表

在問項的填答上，分為地方依賴與地方認同二個部份共15個題項，所有題 目都是單選題，以正向計分。問卷計分方式採用李克特（Likert）五點量尺計 分，分別為：（1）非常不同意，得1分；（2）不同意，得2分；（3）普通，

得3分；（4）同意，得4分；（5）非常同意，得5分等五個等級來回答，讓受 試者根據符合程度進行答案的勾選，得分越高則表示受試者對該問卷所陳述的 題項認同程度愈高，亦即表示其地方依附程度越強烈；反之，則表示地方依附 程度越薄弱。

二、內容效度

效度代表著研究工具能夠測量所欲測量心理或行為特質的程度；一份問卷 是否具有效度可由學者專家及該領域之實務工作者的判斷來決定，評估測量工 具與研究主題相符的程度；針對研究題目是否適合用來測量某一構面進行討 論，提供類似於構面效度的評估意見（葉重新，2004；邱皓政，2006；吳明隆、

涂金堂，2007）。本研究問卷初稿完成後，經由指導教授審閱及邀請專家學者，

針對問卷初稿之內容和結構進行審視並提供建議，將選項不妥之題目予以刪除 及修正題意。

第四節 研究對象與調查實施

研究母體選擇以大崗山步道登山健行活動參與者做為受訪對象，進行問卷 調查。抽樣方式採便利抽樣法選取樣本，經研究者實地勘查，考慮到登山健行 人口數以及問卷填寫的方便性，並斟酌居民建議後，預計在不同地點以及平常 日、假日抽取有效樣本。當登山健行民眾在涼亭處駐足休息的時候，詢問選擇 符合抽樣對象，由研究者請研究對象填答並當場回收，達到問卷高回收率及可 信度。

以下說明本研究預試與正式施測過程：

一、實施預試

預試（pilot study）主要目的在檢測研究工具之可靠性，讓結果能更為 精確；也就是檢驗問卷題項的堪用程度，避免在問卷調查中含有讓填答者感到 疑惑、題意不清的問題，而產生誤答。預試對象人數根據王文科、王智弘(2006) 指出預試樣本不必多且毋須為隨機的樣本，但須從欲研究之母群體抽樣。而 Millan 和 Schumacher(2006)建議，預試樣本數應在 20 人以上(引自王文科、

王智弘，2006)。此外，吳明隆（2006）提出的標準指出，以問卷中最多題項 之分量表的 3~5 倍人數為發放原則。本研究於 2011 年 8 月中進行問卷預試，

採便利抽樣，以大崗山之登山健行者為預試抽樣對象，在填答問卷時的各種疑 問，針對部分問項做語意上之修改與調整，找出問卷設計之缺點。總共發放 110 份問卷，剔除無效問卷，回收有效問卷 98 份，有效問卷回收率為 89%。最 後，再依據預試所得之結果，依序進行項目分析、因素分析與信度分析，完成 正式問卷的內容。

（一）項目分析

本研究採用「極端值比較」及「相關係數分析」對預試問卷進行項目分析。

極端值比較在求出問卷個別題項的決斷值 (Critical Ratio，即CR值；又稱臨 界比)；將受試者在各分量表的得分總和依高低分排序，再依總分高低順序分 成三組，分別選出最高27%為高分組、最低27%為低分組。計算高、低分組間的 平均數之比較結果的差異值即為CR值。CR值越高代表題目之鑑別度越好，通常 會保留CR值大於3.0的題目，刪除CR值低於3.0的題目且統計顯著水準達p

＜.05，做為該題項的鑑別度（吳明隆，2006；陳淑卿、易正明，2007）。另 外為求其嚴謹，再利用相關係數分析計算每一題項與總量表的相關程度，各題 項與量表總分之相關係數r值需要達0.4以上。

預試問卷各量表的項目分析，如表3-1與表3-2所列：

1、根據表3-1，休閒涉入量表共計15個題項，其全部題目決斷值皆達統計顯著 水準p＜.05，CR標準值均達3.0以上；且相關係數值在.516~.808之間，都 大於0.4以上。分析結果顯示：休閒涉入量表15個題項具有良好的鑑別度，

予以全數保留。

2、根據表3-2，地方依附量表共有15個題項，其全部題目決斷值皆達統計顯著 水準p＜.05，CR標準值均達3.0以上；但第10、11題相關係數＜0.4，顯示 該題項的鑑別度較差，應予刪除。經調整後，相關係數值介於.549~.822 之間，均大於0.4以上。分析結果顯示：調整後地方依附量表13個題項具有 良好的鑑別度，皆予以保留。

表 3-1 登山健行者休閒涉入之項目分析

表 3-2 登山健行者地方依附之項目分析

（二）探索性因素分析

為瞭解問卷之指標設計是否適當，各構面所對應的題目是否能確實測出受 試者的特性，再進行因素分析以建立研究工具之建構效度。因素分析具有簡化 資料變項的功能，以較少的層面表示原來的資料結構，根據變項間彼此的相 關，轉化成少數有概念化意義，而彼此獨立性大的因素（吳明隆，2006）。本 問卷採用主要成份分析法 (Principal components analysis)來估計因素負荷 量，配合最大變異法（Varimax method）進行直交轉軸，分析共同因素成分，

找出各題項所屬之向度，及界定各向度名稱。而因素分析的準則可從取樣適切 性量數 KMO（Kaiser-Meyer-Olkin, 簡稱 KMO）值的大小與 Bartlett 球形檢定 來進行因素之前的判斷；KMO 值介於 0 至 1 間，數值越大時，表示變項間的共 同因素愈多，越適合進行因素分析。依據 KMO 值判斷標準：量表的 KMO 值最好

找出各題項所屬之向度，及界定各向度名稱。而因素分析的準則可從取樣適切 性量數 KMO（Kaiser-Meyer-Olkin, 簡稱 KMO）值的大小與 Bartlett 球形檢定 來進行因素之前的判斷；KMO 值介於 0 至 1 間，數值越大時，表示變項間的共 同因素愈多，越適合進行因素分析。依據 KMO 值判斷標準：量表的 KMO 值最好