研究工具

一、樂活量表 (一)量表特色

生活風格型態(life style)，源自樂活(Lifestyle of Health and Sustainability；LOHAS) 之概念，使用陳李綢、陳嘉鳳、林正昌、樊雪春及鄭振和(2011)設計之｢樂活量表｣

(LOHAS for Adult)。試圖從人之樂活生活型態、風格喜好來看見潛在的人格特質與偏 好。

(二)問卷原始計分和應用

1.原始計分方式

陳李綢等人(2011)運用 HRK-工作環境定位人工智慧系統進行樂活問卷的指數計分，

運用人工智慧系統進行人際關係的契合指數，此一指數會視覺化形成 HR-Space，位在 平面圖形上不同的位置，則有不同的人格特質。根據題型反應結果，分為三大類別指 數:生活品味指數、科技時尚指數、潛在抗壓指數。

2.抽取其中二元反應類別題目應用

將生活型態 LOHAS 問卷中的[規律運動習慣]、[定期健康檢查]、[上網查找健 康資訊]、[參加藝文活動習慣]、[藝術為品德的涵養]、[藝術品鑑賞興趣]、[社區服 務]、[捐助公益習慣]之二元反應(是與否)題型取出，進行兩種編碼:一為連續計分、

一為類別反應計分。

最後，再運用連續計分作為連續變項的來源，類別反應計分則作為類別變項的 來源，從進行二階段集群分析，得到兩種集群的類別變項。

(1)連續計分

當問卷中之題目:[規律運動習慣]、[定期健康檢查]、[上網查找健康資訊]、[參 加藝文活動習慣]、[藝術為品德的涵養]、[藝術品鑑賞興趣]、[社區服務]、[捐助公 益習慣]各題之回答為是時，則得 1 分，回答為否時，則記為 0 分。因問卷選題假設 為有 3 個向度(【樂活生活型態-運動健康】、【樂活生活型態-藝文活動】、【樂活生活 型態-社會公益】)(歐陽幸雅，2012)，一個向度各有 2~3 題(【樂活生活型態-運動健 康】: [規律運動習慣]、[定期健康檢查]、[上網查找健康資訊]。【樂活生活型態-藝 文活動】:[參加藝文活動習慣]、[藝術為品德的涵養]、[藝術品鑑賞興趣]。【樂活生 活型態-社會公益】: [社區服務]、[捐助公益習慣])，最高可得到 3 分，最低 0 分。

且因各分項之題目較少，作為連續變項進行統計分析時，將先轉換為 Z 分數，再 進行連續變項之統計分析。

(2)類別反應計分-集群分析

同時採計樂活生活型態「運動健康」、樂活生活型態「藝文活動」、樂活生活型態

「社會公益」三分項之題目為類別反應計分，1 為是，2 為否(1、2 同時為問卷填寫之 數字。)根據二元類別反應，進行二階段集群分析，找出潛在集群。根據 SPSS12 統計 軟體之集群分析統計結果，在第一階段的集群分析中，發現當全體樣本分為兩個集群 時，其訊息遞增量為最大，也就是說在全體新生樣本中，具有兩個潛在集群。進行第 一階段後，再使用二階段集群分析，選定兩個集群，統計分群結果發現:兩個集群之中，

第一個集群有 7.7%的新生，第二個集群則擁有高達 77.6%的新生具有從事藝文活動的 習慣，而在全體從事藝文活動的新生中，第二集群就佔有 91.1%。依據此，暫將比例 較高的第二集群命名為參與藝文活動高比例族群，比例較低的第一集群命名為參與藝 文活動低比例族群。

(3)二階段集群分析過程

樂活生活型態類別計分，採用二階段集群分析之方法，首先先使用 Ward’s 法進 行集群分析，發現當群數為 2 群變為 1 群時､是其總變異的最大遞增量，故應以分為 兩群，最為恰當。

運用 SPSS12、SPSS22 版二階段集群分析，依據二元作答結果進行二元距離(類 別)和 K 平均法(連續)的自動二階段集群分析，各二元回答之情形由分布比例狀況，

分成兩種生活型態類型。

由兩種生活型態集群的二元作答分布比例結果來看，可將樂活生活型態分為兩個 集群：第一群為｢參與藝文活動低比例集群｣、第二群為｢參與藝文活動高比例集群｣。

表 3-3-1:集群分析遞增量一覽表

3.使用二階段集群分析之依據:與潛在類別分析比較 (1)潛在類別分析概念

當研究人員假設潛在變項具備類別屬性，代表此一潛在變項具有質化之屬性。而 在分類群體的異質性時，可觀察到異質性的群體，或可事先界定意義的群體，定義為 組別(group)；而當需要去探討群體異質性時，無法直接觀察到異質性的族群，稱作為 類別(glass)。

潛在類別分析因研究人員無法事先得知或預前定義受試者屬於哪一群體，因此 無法計算各類別的平均數與共變數矩陣作為分析數據。(王郁崇、溫福星，2011) (2)潛在類別分析相較於一般連續變項測驗結果的作用

相較於一般的分數量表，例如生活困擾量表，可以篩選出適應不佳或高困擾及 風險的學生，以此作為預防發現和加強輔導的工具；潛在類別分析可以根據所估計的 因素和前在類別，找出這些題目群集背後的組合議題，即其可以歸納不同的困擾議題。

而多數研究發現，潛在類別分析的分群結果和二階段集群分析的分群結果極為相似，

具有應用性。(李佩隃，2010；洪兆祥，2010)但有部份的研究中，則發現二階段集群 分析的分群結果和生涯興趣測驗的關聯性低於潛在類別分析的結果(洪兆祥，2010)。

而在實際應用上，可藉由類別的集群分析和潛在類別分析，發現某群人可能有人

階段 群數 係數 遞增量 最大值

1 7 187.500

2 6 422.500 235

3 5 720.000 297.5 4 4 1049.167 329.167 5 3 1423.000 373.833 6 2 1921.833 498.833

7 1 2723.625 801.792 **

在實務上，作者可以根據潛在類別分析的群集和比例，進行預防性的心理輔導。(王 郁崇、溫福星，2011)

二、樊氏生涯興趣量表

本研究使用陳李綢與樊雪春在 2010 年編製之樊氏生涯興趣量表，作為測量大 學新生生涯興趣的工具。量表編以「實用型(R)」、「研究型(I)」、「藝術型(A)」、「社會 型(S)」、「企業型(E)」、及「事務型(C)」六構面作為生涯興趣表現的評量基準，共計 60 題，評量內容題項詳見附錄一。

(一)量表內容

生涯興趣類型，依據 Holland 之 RIASEC 模式之概念，使用陳李綢改良之樊氏生 涯興趣量表 60 題(原始題目 72 題，後修訂為 60 題。刪去 12 題之題號為 1、6、8、12、

15、16、17、26、64、65、67、69 題)。

1. ｢樊氏生涯興趣量表｣60 題，每一題為 4 點量表。填答 4 分為最非常有興趣，填答 1 分為非常沒有興趣，依此類推。

(二)計分與解釋

｢樊氏生涯興趣量表｣題目六個向度(R、I、A、S、E、C)各 10 題，共 60 題，每一向度 滿分為 40 分，最低分 10 分。

表 3-3-2: ｢樊氏生涯興趣量表｣各生涯興趣向度之題項分配 (無反向題)

分量表 題項

實用型(R) 61、19、37、49、7、25、43、55、13、31 研究型(I) 2、20、38、50、62、68、44、56、14、32 藝術型(A) 3、21、39、51、9、27、45、57、63、33 社會型(S) 4、22、40、52、10、28、46、58、70、34 企業型(E) 5、23、41、53、11、29、47、59、71、35 事務型(C) 66、24、42、54、72、30、48、60、18、36

(三)量表應用 1.生涯興趣一致性

生涯興趣一致性程度，依據人境適配理論以及 Holland 之 RIASEC 模式計分方 法(Holland,1973,1985；Strahan,1987；陳清平，1999)

表:3-3-3 Holland 的一致性層級(Holland,1973,p.22)

一致性層級 生涯興趣組型(Personality Patterns) 高 RI,RC,IR,IA,AI,AS,SA,SE,ES,EC,CE,CR 中 RA,RE,IS,IC,AR,AE,SI,SC,EA,ER,CS,CI

低 RS,IE,AC,SR,EI,CA

(1)鄰近與相對的關係，影響高中低層級的關係與階級層次，另有 Strahan 於 1987 年 研究結果之計分方式，採計 RIASEC 其中三碼、共 10 個等級和 5 等級計分。本研 究採用 Holland 之 RIASEC 二碼計分，分為 3 個等級。

(2)將樊氏生涯興趣量表依據 Holland 六碼向度計分結果，生涯興趣一致程度高級 給予 3 分計分、中級給予 2 分計分、低級給予 1 分計分。

表 3-3-4:受試者生涯興趣代碼一致性評分層級 (Holland,1979；Strahan,1987；引自林清平,1999, p.29)

生涯興趣代碼 個人與科系之代表碼對應關係分為四個等級，最高為 4，最低為 1。(Holland,1997)

表 3-3-5 人境適配度層級對應一覽表 人境適配度層級

給分 (例)個人興趣類型與科系代碼對應 個人興趣類型 對應之科系類型

極高 4 ^{R R}

I I

A A

S S

E E

C C

高 3 ^{R C、I}

I R、A

A I、S

S A、E

E S、C

C E、R

中 2 ^{R A、E}

I C、S

A R、E

S I、C

E A、R

C S、I

低 1 ^{R S}

I E

A C

S R

E I

C A

3.科系代碼分類:(Holland,1997；區雅倫,2013)

第四節 研究程序