調查結果初步分析

敘述性統計是樣本基本資料的描述，本研究針對性別、年齡、每月平均 搭乘次數、以及對台南市公車整體的服務滿意度進行敘述性統計，經由敘述 性統計的分析，可以了解問卷調查中樣本的分佈情形。本研究另參考台南市 政府公車動態資訊系統擴建案績效評估報告中之乘客樣本比例（自民國 95 年起約每半年進行一次抽樣調查評估），來推估台南市公車乘客（母體）的社 經特性分布概況，並與本研究問卷調查的樣本分布進行比較。第一階段問卷 調查的敘述性統計分析結果如表 3.4 所示。

表 3.4 第一階段問卷調查敘述性統計分析表

還有一半以上（52％）的受測者認為目前台南市公車服務尚未達到令其感到 滿意的地步，因此，可以得知目前的公車服務尚有相當大的改善空間。

2. 項目分析

進行因素分析之前，應先檢定各問項是否具有天井效果或地板效果，而 根據本研究問卷回收之資料，計算各個問項其個別平均值與標準差後，即可 判斷資料是否具有天井效果或地板效果，判斷準則如下：

天井效果：若「平均值＋標準差＞5」，即代表應刪除此變數。

地板效果：若「平均值－標準差＜1」，即代表應刪除此變數。

資料分析結果如表 3.5 所示，題號 3、4 的問項其「平均值＋標準差＞5」， 具有天井效果，因此將這兩個問項予以刪除不納入後續因素分析中。

表 3.5 天井效果與地板效果分析表

題號 最小值 最大值 平均值 標準差 平均值＋標準差 平均值－標準差

1 1 5 3.8 0.750209 4.550209 3.049791 2 1 5 3.615 0.818612 4.433612 2.796388 3 1 5 4.28 0.815429 5.095429 3.464571 4 1 5 4.28 0.809243 5.089243 3.470757 5 1 5 3.665 0.846379 4.511379 2.818621 6 1 5 4.045 0.752199 4.797199 3.292801 7 1 5 3.97 0.742872 4.712872 3.227128 8 1 5 3.655 0.836345 4.491345 2.818655 9 1 5 3.7 0.820589 4.520589 2.879411 10 1 5 4.235 0.694396 4.929396 3.540604 11 1 5 3.675 0.801616 4.476616 2.873384 12 1 5 3.8 0.782985 4.582985 3.017015 13 1 5 3.735 0.888098 4.623098 2.846902 14 1 5 4.17 0.723684 4.893684 3.446316 15 1 5 4.195 0.761495 4.956495 3.433505 16 1 5 4.14 0.770303 4.910303 3.369697 17 1 5 3.235 0.820452 4.055452 2.414548 18 1 5 3.995 0.753534 4.748534 3.241466 19 1 5 3.89 0.806942 4.696942 3.083058 20 1 5 3.57 0.726456 4.296456 2.843544 21 1 5 3.78 0.784011 4.564011 2.995989 22 1 5 3.91 0.796916 4.706916 3.113084 23 1 5 3.81 0.77906 4.58906 3.03094 24 1 5 3.69 0.77906 4.46906 2.91094 25 1 5 3.98 0.769781 4.749781 3.210219 26 1 5 4.165 0.735172 4.900172 3.429828 27 1 5 4.12 0.726802 4.846802 3.393198 28 1 5 4.11 0.748801 4.858801 3.361199 29 1 5 3.85 0.781379 4.631379 3.068621 30 1 5 3.765 0.78284 4.54784 2.98216 31 1 5 4.06 0.871895 4.931895 3.188105

3.5 因素分析

在因素分析之前，本研究採用 KMO 與 Barlett 球形檢定來進行因素分析的適 合性檢定。KMO（Kaiser-Meyer-Olkin measure of sampling adequacy）是使用淨相 關矩陣來判斷，KMO 代表與該變數的所有相關係數與淨相關係數的比較值，該 係數越大，表示相關情形越好，其判斷準則如表 3.6 所示（邱皓政，2003）：

表 3.6 KMO 判斷準則表

KMO 統計量 因素分析適合性

0.90 以上 0.80 以上 0.70 以上 0.60 以上 0.50 以上 0.50 以下

極佳的（marvelous）

良好的（meritorious）

中度的（middling）

平庸的（mediocre）

可悲的（miserable）

無法接受（unacceptable）

資料來源：邱皓政（2003）

另外，Barlett 球形檢定（Barlett’s test of sphericity）是探討相關係數是否適 當的方法。因素分析是使用相關係數作為因素抽取的基礎，故相關矩陣中的相關 係數必須顯著高於 0，進行因素分析才有意義。Barlett 球形檢定即可用來檢驗是 否這些相關係數不同且大於 0，顯著的球形檢定表示相關係數足以作為因素分析 抽取因素之用。

本研究資料分析以「主軸因子法（Principle axis factoring）」進行因素萃取，

此方法與主成分分析法的不同之處，在於主軸因子法是分析問項間的共同變異量 而非全體變異量。若研究目的僅在獲得因素分數以進行相關性研究，則採用主成 分分析法即可有效達到目的；而若要探討抽象概念的原理理論性意涵，建立假設 性架構，則應採主軸因素分析法（楊千慧，2005）。以下為本研究進行的因素分 析過程。

3.5.1 第一次因素分析