資料分析技術

C. 受測對象對網路問卷調查排斥故不想填寫。

第五節 資料分析技術

在實施問卷發送前，研究者先再三審視問卷內容，主要重點為問卷的第三部 份”消費者對環保綠能汽車的認知度與喜好度調查”，以確認各項問題點的構面，

可精確推理得知消費者的真正需求意向及消費接受度，並容易分析其消費取向，

避免所得資訊因過於主觀性及複雜化而無法做有效的分析。另一方面，若須採用 實體問卷，也將檢閱印製的正式問卷是否印刷清楚或裝訂錯誤，以避免填答者因 上述因素造成填答不全的可能情形。問卷回收後，將填答不全或明顯之無效問卷 予以剔除，再將本研究所收集的資料，就所用統計方法加以分析，分述如下:

一、敘述統計分析(Descriptive Analysis)

敘述統計分析是將回收之問卷所得的數據加以歸類、整理、簡化並由 Google

表單自動繪製圖表，藉此描述和歸納數據的代表意義。並以敘述說明的方式，

針對樣本的基本特性，來進行分析及呈現出個別變數的樣本數及百分比，做為 了解樣本的實際狀況，以推論母體特性。此一分析方法主要目的是把許多混亂 且未分類的原始資料，加以分析整理成具有意義及可以清楚理解的資訊，經由 敘述、解釋，成為實際而有用的資料。

由於本研究之問卷方式皆以李克特五點量表，經過編碼量化後，可透過各 構面問項之平均數、標準差的計算，了解受訪者對該問項的意見與想法。一般 而言，平均數愈高，代表該問項較被受訪者所認同，而標準差愈小，則代表受 訪者對該問項之看法愈一致。透過敘述性統計，針對受訪者的基本資料，可以 得到其百分比、次數分配及各構面之平均數、標準差，藉以了解研究樣本基本 背景變項的分佈結果。

二、信效度分析

信度(reliability)即是測量的可靠性(trustworthiness)，係測量結果的一致性 (consistency)或穩定性(stability)(邱皓政，2008)，因測量會因受試者不同，或受試 時間不同，而產生測量誤差，當測量誤差愈大，測量的信度就愈低，所以信度好 的指標在同樣或類似的條件下重複操作，可以得到一致或穩定的結果。效度 (Validity)即測量的正確性，指測驗或其他測量工具確實能夠測得其所欲測量的構 面之程度。(邱皓政，2008)，當我們說一個指標有效度時，我們是在特定目的及 定義的情況下做此判斷。同樣的指標在不同的研究目的下，可能有不同的效度。

本研究採用 Cronbach’s α 信度估計方法。Cronbach’s α 係數愈高表示該因素 內各問項之間的相關性愈大，且內部一致性也就愈高。一般而言，當 α 值大於 0.7 時則為高信度，小於 0.3 者為低信度。α 係數亦是所有信度估計的下限(Crocker &

Algina,1986)，表示測驗的真正信度值比 α 係數還高。符合上述條件之後，接著進 行各變數之間關係的統計分析。

三、假設檢定

本研究將以兩母體差異分析(t 檢定)、變異數分析(ANOVA)、及複迴歸來進行 假設檢定。t 檢定用於性別的差異分析，ANOVA 用於三個或三個母體以上的差異 分析，迴歸分析（Regression Analysis）則用來進行因果分析。迴歸分析是建立自 變數 X (independent variables）與因變數 Y（dependent variables）之間關係的模型，

目的在於了解兩個或多個變數間是否相關、相關方向與強度。本研究以各構面測 量問項之平均值，來作為迴歸分析中各變數的輸入值，以檢定各假說是否被接 受。