• 沒有找到結果。

資料分析方法

在文檔中 中 華 大 學 碩 士 論 文 (頁 42-45)

第三章 研究方法

第五節 資料分析方法

本研究之調查問卷回收以後,先行檢視填寫內容,經查核資料填寫產生系統性偏 誤之問卷列為無效問卷,並予以刪除。再將有效問卷於以編號、輸入建檔,並以 SPSS 18 .0 for Windows 電腦統計套裝軟體進行各項資料分析,以回答各項研究問題。茲說 明本研究統計分析方法如下。

一一一

一、、、敘述性統計分析、敘述性統計分析敘述性統計分析 敘述性統計分析

敘述性統計分析主要用來分析本研究之樣本結構,藉以窺探本研究樣本的樣 貌。本研究以次數分配表來呈現性別、年齡、就讀年級、就讀年級、婚姻狀況、居住 狀況、出生國家等基本資料的分佈情況。另外,以平均數及標準差來分析受調查者在 國中補校的進修動機、進修需求因素、課程安排與學習成效等之現況。

二二二

二、、、因素分析、因素分析因素分析 因素分析

因素分析 (Factor Analysis) 主要目的在於簡化資料的結構,將數個觀察變數萃取 成少數互相獨立的因素,並能保存原始資料所提供的大部分訊息,而能有效地解釋原 來 的 變 數 ( 吳萬益、林清河,2000) 。本研究採用主成份因素分析法 (Principal Components Analysis) 進行因素萃取,並根據 Kaiser 建議以特徵值大於 1 作為因素個 數選擇原則,並配合最大變異轉軸法 (Varimax Rotation) 進行因素轉軸,且保留因素 負荷量絕對值大於 0.6 的衡量題項。最後,則進一步根據衡量題項的意涵給予適切的 命名。

三三三

三、、、信效度分析、信效度分析信效度分析 信效度分析

信度分析 (Reliability Analysis) 表示測量研究問卷是否具有穩定性或一致性的程 度。吳萬益與林清河 (2000) 認為 Cronbach’s α 係數若低於 0.35 是屬於低信度應予拒 絕使用,若大於 0.7 則表示信度相當高,而介於 0.35 至 0.7 之間即可接受。吳萬益與 林清河 (2000) 亦指出分類對總項相關係數 (Item-Total Correlation) 若大於 0.5 表示 信度相當高。因此,本研究採用吳萬益與林清河 (2000) 論點,茲以 Cronbach’s α 係

數與分類對總項相關係數進行問卷的信度分析。

效度分析 (Validity Analysis) 表示測量研究問卷是否能夠檢測之心理或行為特質 到何種的程度。有關內容效度 (Content Validity) 表示測驗量表問項或內容能夠達到 所要測驗之行為或目的構念。本研究各構念之衡量問項係以參酌過去研究者提出的論 點與問項為基礎並加以修改符合本研究所需,因此本研究問卷符合內容效度(Content Validity)要求。另外,建構效度是運用測量基本組成的統計技術,測驗出理論上所 欲測量特質。本研究運用探索性因素分析的因素負荷量與解釋變異量來驗證因素構面 的建構效度。

四四四

四、、、獨立樣本、獨立樣本獨立樣本獨立樣本 tttt 考驗考驗考驗考驗

有關二個平均數差異的檢定可以透過 t 檢定來考驗是否具有顯著差異。獨立樣本 t 檢定,乃是用來比較兩組不同樣本測量值的平均數。本研究利用獨立樣本 t 檢定來

探討人口統計變數的兩個類別變項對研究構面是否有顯著的差異。

五五五

五、、、單因子變異數分析、單因子變異數分析單因子變異數分析 單因子變異數分析

單因子變異數分析 (One-way ANOVA) 是分析計量準則變數和三個或三個以上 的名目預測變數之間的相依關係的一種多變量分析技術。本研究使用單因子變異數分 析來檢驗二個以上之類別變項在各因素構面上的差異情形。倘若差異達顯著水準,再 以事後比較 Post Hoc 檢定 Scheffe 法進一步檢定那幾組間差異性形達顯著水準,以辨 認各群組間的差異情形。

六六六

六、、、迴歸分析、迴歸分析迴歸分析 迴歸分析

迴歸分析目的是要找出各構面間自變數與依變數的關聯性與互動性。本研究以線 性多元迴歸分析進修需求因素對學習成效的影響關係。本研究在迴歸分析中以 F 值檢 視整體迴歸模式的顯著性,同時以調整後的判定係數 (Adj-R2) 來檢視變數間的解釋 能力,一般而言 R2大於 0.18 即表示模式配合度就合格 (周文賢,2002)。以標準化的 迴 歸 係 數 ( 標 準 係 數 β) 驗 證 自 變 數 與 依 變 數 的 關 聯 互 動 性 ; 同 時 也 採 用

Durbin-Watson Statistic (D-W 值) 鑑定殘差項之間是否彼此獨立,一般而言 D-W 值介 於 1.5 ~ 2.5 之間表示殘差項之間並無自我相關存在 (吳萬益、林清河,2000)。

七七七

七、、、典型相關分析、典型相關分析典型相關分析 典型相關分析

典型相關分析是探討多個準則變數和多個預測變數線性組合的相關分析方法,具 體而言是探討準則變數與預測變數之間的關係程度。典型相關模式的選取準則是,如 有 m1個預測變數和 m2個準則變數 (if m1 > m2),則可得出 m2個線性組合,同時追求 Max R2,一般而言 Can R2 > 0.1 (p<0.05),典型負荷量 (canonical loading) >0.3,重疊 係數 (RI)>0.05,自我相關>0.1。本研究利用典型相關探討準則變數(X)-進修動機,

與預測變數(Y)-課程安排的關係程度。

在文檔中 中 華 大 學 碩 士 論 文 (頁 42-45)

相關文件