資料分析方法

依上表所示，在「基本資料」層面中保留有 1 題，修改後保留有 6 題，並依據專 家意見增加 1 題「學生上下車情形」，選項有「能站立並自行上下車」、「能站立但需 協助上下車」、「無法站立需協助上下車」及「搭輪椅上下車」作為評量學生上下生需 要協助之情形；在「問卷內容」層面中保留有 15 題，修改後保留有 12 題，第 25 題 與第 16 題服務項目性質接近，修改後併入第 16 題。經過專家審查意見彙整與修改 後，「基本資料」增加為 8 題，「問卷內容」刪減為 27 題，因每個服務項目需評估重 視程度與滿意程度兩個向度，編製而成之預試問卷總題目數共 62 題。

四、 預試問卷分析

問卷初步編製完成後，於 2014 年 11 月 24 日進行預試，為期一周，共回收有效 問卷 81 份。將蒐集之問卷資料輸入統計套裝軟體進行項目分析以確認問卷各題目之 有效性。本研究使用項目分析中極端組比較法來檢定預試樣本極端組之差異情形，首 先將預試樣本量表總分的前、後 25%區分為高、低分組，比較兩組在每一題得分的平 均數進行差異比較，題目的高低分組差異性越大，表示題目具有鑑別力；若高、低分 組之平均數未達顯著差異，則題目需進行修改或刪除。預試樣本資料經統計數據分析 顯示，本研究編製之預試問卷兩個層面共 54 題 t 值皆達 0.05 顯著水準，題目具有鑑 別度，予以保留。

二、 獨立樣本 t 檢定、成對樣本 t 檢定與單因子變異數分析

本研究以獨立樣本 t 檢定與單因子變異數分析探討不同背景變項的受試者對於提 供服務之重視程度與滿意程度是否有顯著差異，其中獨立樣本 t 檢定用於兩群不同變 項之比較，如性別；單因子變異數分析用於多群之不同背景變項，如：家長與孩子的 關係、家長職業、教育程度等，若經單因子變異數分析後，各因子間呈現顯著差異，則 進一步以Scheffe’事後比較，求出各因子間差異之情形。

本研究使用之重要-績效缺口分析中，將運用成對樣本 t 檢定檢驗服務品質要素的 重視程度與滿意程度是否有缺口存在。

三、 因素分析

因素分析是應用廣泛的多變量分析方法之一，依使用目的而言可分為探索式因素 分析(exploratory factor analysis, EFA)與驗證式因素分析(confirmatory factor analysis, CFA)，本研究使用探索式因素分析。探索式因素分析在於以簡潔、精確的方法來描 述眾多變項之間的交互關係，以協助研究者對這些變項的概念化(Gorsuch,1983)，本 研究透過因素分析將服務提供之題項分為數個構面。

四、 信度分析

本研究信度分析使用 Cronbach’s α 信度系數來衡量特殊教育學校通勤效車服 務品質整體、重視程度與滿意程度各構面的信度。Cronbach(1951)提出α係數能克服 折半方式的缺點，為目前社會科學最常使用的信度。信度係數根據 Nunnally (1978) 的觀點，認為 Cronbach's α 係數大於 0.7 者表示信度高，Cronbach's α 係數若介 於 0.3~0.7 之間表示信度尚可，Cronbach's α 係數小於 0.3 者表示信度低，而 Henson(2001)認為信度係數與研究目的與測驗分數之運用有關，如研究者目的在於編 製預測問卷或測驗(predictor tests)或測量某構念之先導性研究，信度係數在 0.5 至 0.6 已足夠，當以基礎研究為目的時，信度係數最好在 0.8 以上。

五、 重要-績效缺口分析

重要-績效缺口分析(IPGA)是以缺口分析(GA)與傳統重要-績效分析(IPA)矩陣之 資源分配，結合後發展之一資源重整分析模式，可以用來評估服務項目中相對重視程 度與相對滿意程度，尋找出服務項目改善之優先順序，在資源有限的情形下進行調整 和配置，在管理上是一個重要的分析工具。本研究將 IPGA 步驟彙整如下：

1. 將評估服務項目之重視程度與滿意程度依公式予以量化，並轉換成相對重視程度 (RI)與相對滿意程度(RP)。

2. 判別服務項目之數據資料座落之象限，並繪製 IPGA 矩陣圖。

3. 將象限 II 主要待改善因素以距離公式計算出與原點(0,1)之距離，距離越遠代表改善 之優先順序越高。