第三章 研究設計與實施
第四節 研究工具
訪談問卷分為兩類問卷：A.以調查學校校長為對象；B.以調查學校教 務主任、承辦人或老師為對象。調查學校則以抽樣學校以立意取樣之方 式為之。
表3-3 訪談名單
編號 訪談對象 備註
1A 北部某公立高工校長 編碼原則
123…為序號
A 為校長 B 為主任 或老師
2A 北部某公立高工校長 3B 北部某公立高工主任 4B 北部某公立高工主任 5A 北部某公立農工校長 6B 北部某公立高商老師 7B 北部某公立高工主任 8A 南部某公立農工校長 9B 南部某公立農工主任 10B 北部某私立商工主任
第四節 研究工具
本研究以量化研究為主，輔以質性研究之資料收集方式與訪談。量化 研究工作為「高職校長知識領導、溝通行為對於高職優質化執行成效」調 查問卷，參考各主要文獻發展之，詳如表3-4。文件分析法則針對 96 至 98 年獲教育部「高職優質化計畫」補助之118 所學校之綜合訪視報告等資料 及各年度的書面結案報告進行文件分析，以瞭解各校之作法與理念、及118 校總體的執行績效。並以問卷及文件分析所得資料進行訪談，研擬訪談問 卷為之，分別說明如下。
壹、調查問卷部份
本研究旨在探討高職學校，校長背景、老師背景及學校環境等背景變 項，在知識領導及溝通行為對高職優質化執行成效產生的影響。為達成研 究目的，研究者除了進行文獻分析及專家訪談外，並自編「高職校長知識 領導、溝通行為對於高職優質化執行成效之研究調查問卷」做為調查研究 之工具，茲將問卷編製過程、預試的實施及問卷的信度及效度考驗等分別 說明如下：
一、問卷內容
研究編製「高職校長知識領導、溝通行為對於高職優質化執行成效 之研究調查問卷」。本問卷共包括四部分，分別為：「個人基本資料」、「校 長知識領導量表」、「校長溝通行為量表」及「高職優質化執行成效量表」。 各部分之內容分別說明如下：
（一）基本資料
本研究所需的基本資料部分，考量部分教師對校長之背景可能不 甚了解，因此有關校長背景資料係商請抽樣學校校長室或教務處聯絡 人作答，以利校長背景資料之收集。學校背景因素亦同。基本資料共 有下列各項：
1. 校長部分：任職本校年資、任職校長總年資、校長學歷。
2. 教師部分：性別、任教年資、學歷及是否兼任行政工作。
3. 學校部分：公私立別、學校規模、學校實施優質化時間、區域、
類別。
（二）高職校長知識領導量表 1. 編製過程
本研究調查高職校長知識領導之量表架構，係根據研究者歸納 文獻探討所建構而成，將校長知識領導的評量內涵，歸納為「知識
創新」「知識分享」、「知識整合」、「知識激勵」、「知識轉化」等五個 層面。來建構知識領導量表的理論架構。
2. 量表的計分方法
高職校長知識領導量表的計分方法採 Likert 五點量尺計分，均 為正向描述，以「非常符合」計 5 分、「大部分符合」計 4 分、「沒 意見」計3 分、「大部分不符合」計 2 分、「非常不符合」計 1 分，
加總後即為教師個人對校長知識領導態度之描述。得分愈高者，表 示受試者對校長知識領導態度傾向愈正向態度；反之，得分愈低者，
表示受試者對校長知識領導態度傾向愈負向態度。
（三）高職校長溝通行為量表 1. 編製過程
本研究所用高職校長溝通行為量表的架構，係根據研究者文獻 探討的歸納及本研究的假設所建構而成，將溝通行為的測量歸納為
（1）支持鼓勵（2）投入情感（3）促進發展（4）訊息提供，等四 個向度。
2. 量表的計分方法
高中職學校溝通行為量表的計分方法採 Likert 五點量尺計分，
題目共 23 題，均為正向描述，即以「非常符合」計 5 分、「大部分 符合」計4 分、「沒意見」計 3 分、「大部分不符合」計 2 分、「非常 不符合」計 1 分，加總後即為個人對學校溝通行為之知覺。得分愈 高者，表示受試者對學校校長溝通行為之知覺傾向愈正向態度；反 之，得分愈低者，表示受試者對學校溝通行為之知覺傾向愈負向態 度。
（四）高職優質化執行成效量表 1. 編製過程
本研究之高職優質化執行成效教師知覺量表的架構及指標，係
根據文獻探討所建構而成，分為（1）學生學習（2）教師教學（3）
1. Amidon, & Macnamara, (2000)
2. Cavaleri, Seivert, & Lee, (2005)
1. Valentine (1981) 2.鄭杏玲（2009）
二、專家效度
本研究預試問卷各量表編製，包含建立問卷內容的專家效度。首先，
透過文獻探討，藉以綜合、歸納並建構本研究問卷各分量表之初稿，請 專家學者兩位、參加優質化學校的高職校長兩位及參加優質化學校的主 任及老師各一位，合計共六位。分別就題項適切性、題意表達、文字敘 述的完整性與明確性，加以增刪，以建立內容專家效度，專家名單如表 3-5。
表3-5 內容專家效度名單
編號 專家姓名 服務單位 職稱 備註
1 徐昊杲 臺灣師大工教系 教授 技職教育專長 2 黃廷和 明新科大管理學院 教授 知識管理專長
3 徐國樹 桃園農工 校長 博士（實施優質化學
校校長）
4 林清南 瑞芳高工 校長 博士生（實施優質化
學校校長）
5 張其清 海山高工 主任 博士生（實施優質化
學校主任）
6 官淑如 鶯歌高職 教師 博士生（實施優質化
學校老師）
三、審查結果
經專家審查，結果如下：
（一）基本資料部分
1. 經專家一致建議除教師個人基本資料填寫外，有關學校背景資料 及校長背景資料另行查閱，以避免錯誤。
2. 學校規模比照法令規範兼職行政人員減授時數為之。
第一部分（修正為基本資料）: 請依您個人基本資料，於欄位□中勾選
性別 □男 □女
擔任職務 □教師兼任行政工作(含秘書、主任、組長、科主任)
□教師（導師或一般專任老師）
任教年資 □未滿五年 □五年(含)至未滿十五年
□十五年(含)至未滿二十五年 □二十五年(含)以上 最高學歷 □博士 □碩士(含四十學分) □學士 現職學校
區域
□北區(基隆、臺北市、新北市、宜蘭、桃園、及新竹縣市)
□中區(苗栗、台中、南投、彰化及雲林縣市)
□南區(嘉義、台南、高雄及屏東等縣市)
□東區與離島(台東、花蓮、澎湖及連江縣市) 現職學校
規模
□十二班(含)以下 □ 十三至四十七班
□四十八班(含)以上
公私立別 □ 公立 □ 私立
實施高職 優質化輔 助方案年 限
□第一年 □滿一年未滿兩年
□滿兩年未滿三年 □滿三年以上
（二）問卷內容部分
經內容專家效度針對預試問卷，就適合、修正後適合、不適合三 項勾選，修正後適合部分，亦請專家提出修正意見。經彙整意見，修 正如表3-6，3-7，3-8。
表3-6 校長知識領導問卷修正結果
23
14 校長會鼓勵學校改進革新，以使學生能接受更好
修正為：推動「高職優質化輔助方案」有助於提
表3-9 預試問卷回收情形統計表
代碼 學校校名 發出份數 回收份數 備註
1 國立瑞芳高工 40 40
2 國立桃園農工 40 25
3 國立龍潭農工 40 31
4 私立永平工商 40 39
5 國立中壢高商 40 30
6 國立海山高工 40 12
7 國立中壢家商 30 30
總計 270 207 回收率76.7％
二、項目分析
項目分析為研究者初編量表依答題反應進行刪題之用，其方法是以 獨立樣本t 考驗將量表總分依高分組(前 27%的受試者)和低分組(後 27%
的受測者)，在每一題得分平均數進行差異性比較，其差即代表該題的鑑 別度(discriminatory power)，並依據鑑別力數值求得各題決斷值(critical ratio 簡稱 CR)，通常 CR 達顯著水準時，即代表該題能鑑別不同受試者 的反應程度，反之，則予以刪除（邱皓政，2006）。另在刪除 CR 值未達 顯著的題項之外，為了解問卷各題項得分與總分之相關情形，本研究為 求嚴謹再求出各題項與量表總分的 pearson 相關係數。一般選擇項目的 標準是項目與總分相關需達.30 以上，且達顯著水準(p<.05)。本研究項目 分析，採用內部一致性分析法(criterion of internal consistency)，本研究各 調查量表的項目分析結果，包含表 3-10、表 3-11 及表 3-12 所示，經統 計分析後得知，各題項得分與總分均呈顯著相關，故均予以保留。
表3-10 校長知識領導變項與問卷題目項目分析表
轉化 料庫，豐富教學資源
發展 進步，並加以實現
方特色產業進行交流
二、量表效度分析
本研究採用分層因素分析方法建構調查問卷之效度，了解題項與層 面之間是否契合，以檢定各層面是否能各自收斂成一個因素。本研究將 採用主成分分析法(principle component analysis)作為因素抽取的方法，選 擇特徵值大於1.0 的因素，並使用正交轉軸(orthogonal rotations)中的最大 變異法(varimax with kaiser normalization)進行轉軸，檢視因素之間有無相 關存在。此外，題項間是否適合進行因素分析，依據Kaiser(1974)提出，
可 從 取 樣 式 的 切 性 量 數(Kaiser-Meyer-Olkin measure of sampling adequacy; KMO)值大小來判別，進行因素分析 KMO 值至少在 0.7 以上，
其判斷準則如下表3-13：
表3-13 KMO 統計量判斷原理
KMO 統計量 因素分析適合性
0.90 以上 極佳的(marvelous) 0.80 以上 良好的(meritorious) 0.70 以上 中度的(middling) 0.60 以上 平庸的(medicore) 0.50 以上 可悲的(miserable) 0.50 以下 無法接受(unacceptable) 資料來源：邱皓政（2006）。
至於因素負荷量要多高才是理想，Tabachnica and Fidell(2007)認為當 負荷量大於.71，可以解釋觀察變項 50％時，是非常理想的狀況。若因素 負荷量小於.32，也就是解釋觀察變項不到 10％時，是非常不理想的狀況。
表3-14 因素負荷量的判斷標準
λ λ2 狀況
.71 50％ 優秀
.63 40％ 非常好
.55 30％ 好
.45 20％ 普通
.32 10％ 不好
.32 以下 不及格
資料來源：邱皓政（2006）。
經以SPSS 計算校長知識領導量表，五個向度，KMO 值介於.90 到.80 之間，其 Bartlett 的球形檢定 p<.001，顯示適合因素分析操作。各向度 成分矩陣皆僅有一個因素，特徵值介於3.98 到 3.33 之間，累積解釋變異 量79.68％到 64.78％間，顯示校長知識領導量表效度良好，詳如表 3-15 至表3-23。
表3- 15 知識創新向度適切性與球形檢定統計
Kaiser-Meyer-Olkin Measure of Sampling Adequacy .889 Bartlett 的球形檢定 Approx. Chi-Square 846.383***
Sig. .000
*** p< .001
表3-16 知識創新向度分層因素分析成分矩陣
題項 因素負荷量 特徵值 累積變異量
2 0.909 3.984 79.682
3 0.892
4 0.888
5 0.887
1 0.885
資料來源：本研究整理（2011）。
表3- 17 知識分享向度適切性與球形檢定統計
Kaiser-Meyer-Olkin Measure of Sampling Adequacy .884 Bartlett 的球形檢定 Approx. Chi-Square 644.142***
Sig. .000
*** p< .001
表3- 18 知識分享向度分層因素分析成分矩陣
題項 因素負荷量 特徵值 累積變異量
9 .887 3.662 73.234
7 .882
6 .876
8 .859
10 .782
資料來源：本研究整理（2011）。
表3- 19 知識整合向度適切性與球形檢定統計
表3- 19 知識整合向度適切性與球形檢定統計