資料分析方法

一、問卷蒐集方式、份數與分析工具

本研究因設定填寫問卷之受訪人員需真實使用相關網路宗教服務後方能填答，

藉以了解其對本研究假設之關聯性，故將電子問卷建置於因應本研究所架設之網 路宗教服務網頁右上角，待使用者使用後可直接填答與提交，以符問卷填答功效，

如圖 3-3。

圖 3-3 電子問卷調查 資料來源：本研究建構

問卷蒐集份數考量較大的樣本數能增加因素分析所獲得趨於真值的推論結果，

故參考 Gorsuch(1983)所著因素分析第二版建議樣本人數至少為量表題數的五倍，

且大於 100 人。故本研究設定 26 個問項，計至少需 130 份有效問卷，問卷如附錄 2。

本研究問卷經回收後，將採用 SPSS for Windows 套裝軟體鍵入與處理。依據 本研究之研究目的、研究架構及研究假設，選用適當的方法進行分析，相關說明 分述於後續小節中。

二、敘述統計分析

使用次數分配、平均數與百分比等統計量來描述樣本結構，主要目的用於得 知各指標間的分布情形，以了解單一指標項目的重要性看法或一致性。

三、問卷信/效度分析

Cronbach’α 係數是屬統計應用內部一致性信度的一種，最常適用於李克特式 量表法，此法由 Cronbach(1951)創用，他以α 係數來代表量表的內部一致性信度，

α 係數愈高，代表量表的內部一致性愈佳。在進行效度分析的時候，我們通常都 題型（Likert-type formate）來測量當事者的態度、心理等特質，故採用 Cronbach’α 信賴係數法來進行本問卷的衡量，當Cronbach’α 係數愈大，表示問卷同一構面題

五、T 檢定

的定義下，有許多根據數據特點而定義，並用來衡量數據相關的係數，對於不同 數據特點，可以使用不同的係數，而最常用的則是皮爾森積差相關係數。

所以皮爾森積差相關分析主要用來表示兩連續變項間關聯程度之指標。另外 利用皮爾森積差相關檢定兩連續變數的線性關係，相關性愈高表示愈可以做為預 測另一個變數的重要因子。本研究將藉由皮爾森積差相關分析來檢定網站特性與 網路宗教服務認知有用性的相關聯性、網站特性與網路宗教服務認知易用性的相 關聯性、認知有用性與使用意願的相關聯性、認知易用性與使用意願的相關聯性、

認知有用性與使用認同感的相關聯性、使用意願與習慣改變的相關聯性。

八、路徑分析

路徑分析法最早是由遺傳學者 Sewll Wright 於 1921 年所提出，主要是用來解 釋基因之於人類的因果關係。1925 年 Sewll Wright 將路徑分析首次應用於經濟學 上，用來分析玉米及毛豬的價格，之後亦有人用於社會行為學科的研究。

探討路徑分析主要在於分析變數間的因果關係(causal relationship)，通常我們 常以兩變數之相關係數來衡量其相關程度，但相關係數並無法說明變數間的因果 關係。路徑分析可用來研究在時間方面有前後次序的幾個變項之中，較先發生的 變項經由什麼來影響其後發生的那些變項，通常研究者首先要根據理論提出「因 果模式」，並畫出「路徑圖」以說明各變項間的可能因果關係。

路徑分析操作方法則是將變項關係以模型化，並以多元迴歸分析來進行路徑 分析，而分析步驟第一為計算變項的變異數與共變數，其二則計算外衍變項對於 內衍變項的直接效果。每一個內衍變項即是一組獨立的多元迴歸，如果有 K 個內 衍變項，即必需執行 K 次多元迴歸分析。每一次多元迴歸計所得到的 為內衍變 項可以被解釋的百分比，另外第三則是計算殘差變異（disturbance）。此時即可以 將各參數與殘差變異數的估計結果以路徑圖方式呈現。最後則是進行效果分析，

說明路徑模型中的直接效果、間接效果與總效果（邱皓政，2006）。