第三章 研究方法
第四節 統計分析
紙本問卷和網路問卷回收紀錄於 Office Excel 後，使用 IBM SPSS 軟體及 IBM Amos 進行後續分析。
一、 專家與效度分析
地震科學素養問卷研發團隊是經由一位地震科學專家，一位科學教育專家從問 卷初稿的文辭修訂、題目設計到構念結構的確認，上述的人員全部親自參與，
在研發與結果分析階段，大約每個月開會兩次，每次開會時間約 1 小時，歷時 半年，由專家分析每道題目的適切性，建立「專家效度」。在正式問卷定稿前，
也聘請外界專家學者對題目進行審查。專家效度從事原則為：若獲兩位專家同 意的題目，則視為具一定的效度，故予以保留。若對於有疑義的題目，則予刪 除。
28
二、 可靠度分析
DeVellis（1991）對 Cronbach’s α 值提出以下觀點：當 α 係數介於 0.65 至 0.70 間 尚可；α 係數介於 0.70 至 0.80 之間則具有高信度；α 係數大於 0.80 時，則信度 最佳。以此為例，.907 > .80，故屬最佳信度。若 Cronbach’s Alpha 值 < .65，則 需使用圖 3-4 刪除部分題項，以提升 Cronbach’s Alpha 之數值。
三、 整體配適度指標
在模式配適度（goodness-of-fit）評估方面，若模型配適度越高，則代表模 型可用性越高，參數的估計越具有其涵義。Amos 是以卡方統計量（Χ2）來進 行檢定，一般以卡方值 P>0.05 作為判斷，意即模式具良好的配適度。但是卡方 統計量容易受到樣本大小影響，因此除了卡方統計量外，還須同時參考其他配 適度指標。
表 3-4.1 整體配適度指標標準
配適指標(Fit Indices) 要求標準
Χ2 (Chi-square) 愈小愈好
Χ2 與其自由度(degrees of freedom)的比值 ≦5 配適度指標(goodness of fit index, GFI) >0.9 調整後的配適度指標(adjusted goodness of fit index, AGFI) >0.9 RMSEA (root mean square error of approximation) <0.05 基準配適度指標(normed fit index, NFI) >0.9 非基準配適度指標(non-normed fit index, NNFI) >0.9 比較配適度指標(Comparative fit index, CFI) >0.9
29
四、 描述性分析
統計受測者個人地震科學認知、地震科學態度、科技技能、學習意願、背景資 訊，分析各題的選答分布與得分的平均數，再分析選項的選答次數並對資料描 述與解釋。
五、 獨立樣本 t 檢定
統計資料分析時常必須比較不同兩群體是否有差異，或對某問題的觀點是否有 差異。獨立樣本 t 檢定是檢定兩群體特性的期望值是否相關的統計方法。用來 分析受測者個人基本資訊與公民地震科學素養，是否達顯著差異。
六、 皮爾森相關係數
皮爾森相關方法分析受測者的地震科學認知、地震科學態度、科技技能、學習 意願之間的相關性，並加入受測者背景資訊、Mini-IPIP 同步進行相關性分析。
七、 迴歸分析
迴歸分析經常用在解釋和預測二大方面，有關解釋方面，我們可以從取得的樣 本，計算出迴歸的方程式，再透過迴歸的方程式得知每個自變數對依變數的影 響力 (貢獻)，當然也可以找出最大的影響變數，以進行統計上和管理意涵的解 釋。有關預測方面，由於迴歸方程式是線性關係，我們可以估算自變數的變 動，會帶給依變數的多大改變，因此，我們使用迴歸分析來預測未來的變動。
30