第三章 研究設計與實施
第五節 研究工具
本節主要說明研究所採用之研究工具，包括個人基本資料的內容、
數位學習涉入程度、組織記憶及組織學習之操作性定義、量表來源及衡 量的方式，以作為本研究問卷發展設計之基礎。茲分述如下。
一、基本資料
基本資料部分主要在瞭解受測者之樣本結構，包括填答者之性 別、年齡、教育程度、服務年資、使用 e-learning 的經驗與使用 e-learning 的時間等題項，以作為分析及實證結果闡釋之參考。
二、數位學習涉入程度量表
本研究參考 Zaichkowsky(1994)的個人涉入量表(Personal
Involvement Inventory, PII)，並與指導教授討論後，予以修改而成「數 位學習涉入程度量表」，共 10 題。本研究之量表題目係採用封閉式 問題以進行調查，採用 Likert 五點量表，填答者可在量表中勾選與 自己想法最接近的選項做為答案，從 1 分表示「非常不滿意」，到 5 分表示「非常滿意」，可有五個不同程度的意見。計分方法依五點 量表，分別計 1 分、2 分、3 分、4 分、5 分，反向題則反向計分。
數位學習涉入程度之操作性定義和衡量，整理如表 3-1 所示。
本研究係經由文獻探討後，參考 Chang 和 Hang(2008)所提出的 組織記憶量表，分為四個構面，共 17 題。本研究之問卷題目係採
表 3-2 組織記憶變項之操作性定義與衡量
本研究係經由文獻探討後，採用 Sinkula、Baker 和 Noordewier (1997)的組織學習量表，分為三個構面，共 18 題。本研究之問卷題
表 3-3 組織學習變項之操作性定義與衡量
第六節 資料分析
本問卷回收後，會先視每份問卷的填答情形，剔除填答不完整、填 答方式錯誤的問卷後，將有效的問卷輸入電腦以將資料建檔，而後採用 統計套裝軟體 SPSS Windows for 12.0 與 LISREL8.51 進行分析工作，以 求得研究之各項相關資料，並作為驗證研究假設與結果之依據，本研究 採用的統計方法，說明如下：
一、敘述性統計分析
用以敘述本研究對象的基本資料，以樣本數、百分比等敘述統計方 法，解問卷的基本資料情形及現況的瞭解，並檢視相關變項的平均數、
標準差等分配情況。
二、信度分析
本研究利用內部一致性係數 Cronbach α值來衡量問卷內容各項量 表之內部一致性的信度。Cronbach’s α值愈高，代表量表內部一致性愈 佳。
三、效度分析
本研究問卷之發展將由文獻探討整理及分析後，並參考學者相關問 卷內容加以修訂而成。本研究問卷將由研究者、指導教授及此領域之專 家學者共同討論題意的合適性，以建立本問卷的內容效度。
透過結構方程式來進行研究模式的驗證與模式配適度的分析，先進 行驗性因素分析(Confirmatory factor Analysis, CFA)，藉此刪除會擾亂因 果分析的衡量變項，並瞭解本研究之收斂效度。
四、路徑分析
結構方程模式分析結合了統計學中的因素分析(Factor Analysis)及路 徑分析(Path Analysis)，並納入聯立方程式，可同時處理一系列依變項之 間的關係，適於本研究所欲探討的整體模式之因果關係。
本研究透過路徑分析來進行結構方程模式分析，以瞭解員工數位學 習涉入程度、組織記憶與組織學習的關係及結構方程模式的配適度。並 運用結構方程模式來驗證調節作用之路徑關係。
為了檢定研究架構所提出之各變項間的關係，則須進行結構方程模 式分析以瞭解整體模式之配適情形。第一階段將進行驗證性因素分析 (Confirmatory Fa ctor Analysis, CFA)，來衡量模式的適合度檢定，用來 檢定各構面是否具有足夠的收斂效度；第二階段將多個衡量題項縮減為 少數或單一的衡量指標，再運用結構方程模式加以分析，以驗證研究中 的各項假設檢定。
此外，Hair(1998)提出，模式配適度評鑑的項目有：(1)估計參數中 不能有負的誤差變異數存在；(2)標準化係數不能超過或太接近 1；(3)不 能有太大的標準誤（引自黃芳銘，2007）。當違反這幾項評鑑的標準時，
表示模式可能有辨認問題或資料建檔輸入有誤，此時最好再對已識別的 模式做再確認的工作。
各項配適度指標，匯整各學者之建議，挑選八項指標進行整體模式 配適度的評鑑。包含卡方值、卡方值與自由度之比值、配適度指標、調 整後配適度指標、殘差均方和平方根、基準配適度指標、標準化殘差均 方和平方根、比較配適度指標。模式各項配適度指標之標準值彙整如表 3-4 所示。
表 3-4 模式配適度指標
配適指標 配適標準值
卡方值
χ2 越小越好
χ2與自由度之比值
(χ2/d.f) < 3 配適度指標
(Goodness of index, GFI) > 0.9 調整後配適度指標
(Adjusted goodness of fit index, AGFI) > 0.9 殘差均方和平方根
(Root mean square error of approximation, RMSEA)
< 0.08
(若< 0.05 為優良；< 0.08 良好；< 0.10 為普通) 基準配適度指標
(Normal fit index, NFI) > 0.9 標準化殘差均方和平方根
(Standard root mean square residual, SRMR) < 0.10 比較配適指標
(Comparative fit index, CFI) > 0.9
資料來源：整理自吳明隆（2008）；林雅萍（2007）；黃量義（2008）；劉士吟（2006）。
第四章 資料分析與討論
本章主要在描述回收問卷的過程與進行資料分析後所呈現的結 果。第一節說明研究問卷資料的回收過程及回收狀況：第二節針對樣本 基本資料進行敘述性統計分析；第三節則針對各研究變項進行信度與效 度分析；第四節是結構方程模式分析，並進行對應之研究假說之檢定。