研究方法 - 政治人物臉書經營對選民投票意願之影響研究

因本研究採實證研究，故採取問卷法。經由研究動機與相關文獻彙整，確定本研究之研究目的，再根據研究目的進一步對相關文獻加以探討，以瞭解相關研究，並開始正式進行蒐集數據與資料，將所蒐集的問卷資料加以整理進行內容效度與專家檢核作為問卷前測，修正後再予以正式問卷，透過紙本問卷與網路問卷方式填寫，最後利用統計分析，驗證各構面是否影響投票意願，藉此探討政治人物在經營臉書上，影響選民投票意願的相關因素，最後提出結論與建議。

3.1 研究資料

本研究為增加有效樣本數，採用網路問卷及紙本問卷二種方式進行，先做前測信效度分析及專家效度測量，修正後再正式進行問卷調查，回收後之有效問卷利用因素分析 (主成分分析)、信效度測量(與前測相同)及一致姓檢定(檢定紙本與網路問卷的結果是呈現一致的現象)，最後再以敘述性統計分析(人口統計分析)及皮爾森相關分析(李克特 5 點量表)與線性迴歸分析、複迴歸分析，來探究政治人物在經營臉書上，是否與投票意願是否有關連性或因果關係。

正式網路問卷(問卷網址：http://www.mysurvey.tw/s/AHtyFasE)資料蒐集期間為 2014 年 11 月 21 日至 12 月 31 日，同時進行紙本問卷填寫回收，資料蒐集期間從 2014 年 11 月 21 日至 2014 年 12 月 31 日。

3.2 研究模型與假說

本研究希望透過政治人物臉書經營的使用動機(子構面包括資料蒐集、政治判斷、

社交溝通)、可信程度、關注程度及示好行為四個主構面，加上基本人口資料，藉此分析出各構面是否影響選民投票意願，研究架構如圖 3 所示。

圖 3 研究模型

根據本研究的研究問題、文獻探討以及建立研究模型後，提出研究假說如下:

【假說 H1】:政治人物經營臉書的可信程度是否影響選民投票意願?

【假說 H2】:政治人物經營臉書的使用動機是否影響選民投票意願?

【假說 H2-1】:政治人物經營臉書中使用動機的資料蒐集是否影響選民投票意願?

【假說 H2-2】:政治人物經營臉書中使用動機的政治判斷是否影響選民投票意願?

【假說 H2-3】:政治人物經營臉書中使用動機的社交溝通是否影響選民投票意願?

【假說 H3】:政治人物經營臉書的示好行為是否影響選民投票意願?

【假說 H4】:政治人物經營臉書的關注程度是否影響選民投票意願?

3.3 問卷設計與信效度分析

本研究之問項來源整理如表 2 所示:

可信程度

使用動機

示好行為

關注程度

投票意願 H1

H4 資料蒐集

政治判斷

社交溝通

H2-1 H2-2 H2-3

表 2 研究構面與問項及理論來源

本研究問卷之前測問項設計以研究模型、四個假說、共有 34 題問項(不含基本資料 )，先經由專家效度檢測後進行 30 份問卷前測。依據問卷構面，以 spss 12.0 版本，內在信度前測問卷結果如表 3 所示，其 Cronbach's Alpha 值皆大於 0.7，代表有良好的信度。

表 3 前測問卷結果

項目項目個數 Cronbach's

Alpha 值

總體 34 0.976

可信程度(H1) 4 0.961

使用動機(H2)

資料蒐集(H2-1) 7 0.907 政治判斷(H2-2) 8 0.904 社交溝通(H2-3) 7 0.952

示好行為(H3) 3 0.954

關注程度(H4) 2 0.809

投票意願 3 0.897

資料來源：本研究整理

3.4 資料分析工具與方法

本研究因採實證研究中問卷調查法作為本研究方法。而問卷前測試以內容效度，包括文獻整理與專家檢核後確定正式問卷後進行正式問卷發放與蒐集。

蒐集正式問卷後以 SPSS 12.0 版為資料分析工具，統計方法以敘述統計分析、項目分析(T 檢定)、變異數分析(ANOVE)、相關分析(皮爾森分析)、迴歸分析及逐步迴歸分析做為資料分析方法。

3.4.1 敘述統計分析

以整理、描述、解釋資料的系統方法與統計技術。而數據從初始狀態（raw data）

成為可被理解的統計量數（statistic）的一套操作程序，再透過統計量數來描述大量資料，並作為彼此溝通的共同符號語言。

樣本之敘述統計量包括平均數、中位數、標準差、變異係數、最小值與最大值。

3.4.2 T 檢定

項目分析(T 檢定): 當自變項是類別變項（nominal scale），依變項是等距

（interval scale）時使用。但是僅是用於自變項只有兩類的變項中，例如像性別便只有兩種屬性。自變項若是超過兩類，則需要使用其他的資料分析方法，如 ANOVA。

3.4.3 變異數分析(ANOVE)

變異數分析(ANOVE): 變異數分析 (analysis of variance，簡稱為 ANOVA) : 將一組資料的總變動量，依可能造成變動的因素分解成不同的部分，並且以假設檢定的方法來判斷這些因素是否的確能解釋資料的變動。例如判斷飼料品牌是否會對牛乳產量造成影響。

3.4.4 迴歸分析&逐步迴歸分析

迴歸分析:迴歸分析(Regression Analysis)可以分為簡單迴歸 Simple Regression 和複迴歸(多元迴歸) Multiple Regression，簡單迴歸是用來探討 1 個依變數和 1 個自變數的關係，複迴歸(多元迴歸)是用來探討 1 個依變數和多個自變數的關係。而逐步迴歸分析法式屬於複回歸分析的其中一種分析法。

逐步迴歸分析: 逐步迴歸是多元迴歸分析中挑選自變項加入迴歸方程式的一種方法，在當今的三大統計套裝軟體程式（即 SPSSX、SAS、BMDP）中，皆有提供此選擇最重要自變項的程序指令。

在文檔中政治人物臉書經營對選民投票意願之影響研究 (頁 23-28)