第三章 方法與程序
第四節 研究工具
研究工具採用 Venkatesh 等人（2003）於 UTAUT 模式中所提出各構 面的題項，依據本研究之主題─高職教師、Facebook 教師專業社群加 以修改而成。
一、量表設計
本研究透過問卷調查方式進行研究架構之檢驗，因此，在確定各
構面之研究變數後，參考 Venkatesh 等人（2003）所整理出之構面與問 為主，根據 Venkatesh 等人（2003）在 UTAUT 中所整理出的題項，依據 研究主題進行修改，構面包含績效期望、易用期望、社會影響與行為 VV08 Facebook 教師專業社群比起傳統教師網路社群，更能讓我加快提升專業知
表 3-2 預試問卷之題項（續）
分析，以考驗量表之信、效度。說明如下：
(一) 項目分析
本研究以採獨立樣本 t 檢定考驗、各題項與總分之相關分析，
針對預試問卷題項進行題目適切性評估，了解問卷題項之鑑別度 及題目與總分間的內部相關。
在獨立樣本 t 檢定考驗方面，分別計算樣本之總分並依總分高 低排序，分別將總分得分較高的前 27%為高分組，總分得分較低 的後 27%為低分組，進行決斷值分析，求得問卷題項的決斷值。
本研究將每個題項決斷值的絕對值未能大於 3 者，未達顯著水 準.01 以下的題項予以刪除。
題項項目與總分間的相關的內部相關，試題彼此間應具有高 度相關，此部分以項目與總分之間的相關評估，本研究將相關係 數未達顯著水準.001 以下之題項刪除。
經 項 目 分 析 過 後 ， 結 果 如 表 3-3 。 刪 除 預 試 問 卷 中 題 項 VV01、 VV04、 VV09、 VV11、 VV12、 VV13、 VV14、VV17、
VV19、VV20、VV21、VV24。
表 3-3 預試問卷之項目分析結果
預試問卷代號 決斷值(t) 題項與總分相關 備註
績效期望
VV01 3.857** .674*** 刪題
VV02 4.998*** .724*** 保留
表 3-3 預試問卷之項目分析結果（續）
*p<.05, **p<.01, ***p<.001
(二) 因素分析
因素分析可分為驗證性因素分析（confirmatory factor analysis, CFA）與探索性因素分析（exploratory factor analysis, EFA）。驗證 性因素分析乃是理論驗證（theory-testing/validation）的統計方法，
探索性因素分析乃是潛在架構分析或資料簡約的技術，目的在理 論之探索或假設之探尋（theory-generating），且使用 EFA 可讓研
究者在工具發展階段，挖掘資料所隱含的深層意義與因素結構（李 茂能，2007）。當引用的是非常成熟的問卷時，可採用驗證性分析 即可；若非成熟的問卷或自行發展的問卷，則需進行探索性因素 分析。因此在工具發展初期階段，較適宜採用 EFA（李德治、童惠 玲，2010）。
本研究在預試問卷中採用探索性因素分析，以檢驗量表之建 構效度（construct valid）。在探索性因素分析中，以主成份法進行 因素負荷量之參數估計，並以最大變異法找出衡量各因素的主要 題項，最後選出特徵值大於 1 的因素來衡量高職教師對使用 Facebook 教師專業社群的行為意向。為了瞭解因素分析的適當 性，先以 KMO 值與 Bartlett 球形檢定進行檢驗問卷之效度分析，
KMO 值越大，Barlett 球形考驗的 χ2值越達顯著，即代表足以作為 因素分析之用。Kaiser（1974）認為 KMO 值最好在.7 以上，使用 因素分析適合度越佳。本研究之 KMO 值為.835，使用因素分析適 合度屬於很好，Barlett 球形考驗之 χ2值為 499.233（df=66, p=.000）
已達顯著水準，顯示本研究適合進行因素分析。
經探索性因素分析後，結果如表 3-4。本研究各題項之因素負 荷量均大於.3，因此不須再進行題項刪除，且與 Venkatesh 等人
（2003）提出 UTAUT 影響行為意向的三構面相符合。
表 3-4 預試問卷之因素分析結果 泰生，2011）。預試問卷之信度分析結果如表 3-5，顯示本研究之 績 效 期 望 構 面 、 易 用 期 望 構 面 與 社 會 影 響 構 面 之 係 數 分 別 為.929、.874、.929，均在標準值以上，三構面之總信度為.937，
亦在標準值以上，顯示本預試問卷具有高信度，無須刪題。
表 3-5 預試問卷之信度係數
構面 預試問卷題項代號 Cronbach’s α 係數
績效期望 VV02、VV03、VV05、VV06、VV07、VV08 .929 易用期望 VV10、VV15、VV16、VV18 .874
社會影響 VV22、VV23 .929
整體 .937