資料分析方法

依據前述的問卷設計，本研究以統計套裝軟體 SPSS18.0 版本統計套裝軟 體分析各項資料，所採用統計方法包括：描述性統計、相關分析、變異數分析、

t 檢定、因素分析、重要表現程度分析法(Importance-Performance Analysis, IPA) 等，分析所得之問卷資料。

一、 描述性統計

研究者所使用之描述性統計包括樣本個數、百分比、帄均值、標準差等數 據分析。應用於研究生就讀研究所的原因、選擇學校與學系的重要程度與滿意 程度、人口統計變項等各題項分析。

二、 推論性統計

本研究之推論性統計主要以項目分析、信效度分析、相關分析、單因子變 異數分析及 t 檢定為主，應用在分析研究生就讀研究所原因與選校選系的重要 及滿意程度間的差異與關係。

(一) 項目分析

利用描述性統計量檢驗法、同質性檢驗法、極端組檢驗法來檢視 量表的品質，是否具有鑑別度和內部一致性。

(二) 信度與效度分析

採用 Cronbach’s α 係數來檢測量表的信度，各題目之分數與總分 的相關程度，若相關程度越高，代表越具備內部信度；效度則採用 探索性因素分析來進行分析，具有簡化資料變項的功能，以較少的 層面來表示原來的資料結構，本研究應用於就讀研究所原因和選校 選系因素之重要程度。

(三) 相關分析

利用皮爾森(Pearson)相關分析來檢驗兩個連續變數的關聯情 形。本研究應用於就讀原因因素之構面與選校選系因素之構面是否 相關。

(四) t 檢定

t 檢定（t-test）主要功能在比較不同樣本的帄均數是否有差異，

包括獨立樣本 t 檢定與配對樣本 t 檢定。前者應用於性別、身分、入 學、學校在各構面帄均值中有無差異；後者應用於就讀前重要程度 與就讀後滿意程度帄均值的差異比較。

(五) 單因子變異數分析

單因子變異數分析（One-way ANOVA）目的主要在考驗三個或 三個以上獨立樣本觀察值之各組帄均數彼此間是否相等，包括獨立 樣本單因子變異數分析與相依樣本單因子變異數分析。前者應用於 年級、年齡、學院在各構面帄均值中有無差異；後者應用於就讀研 究所原因因素之構面、選校選系因素之構面間帄均值有無差異。

三、 重要表現程度分析法

重要表現程度分析法(Importance-Performance Analysis, IPA)主要被用以分 析產品或服務屬性，廣泛地應用在各個領域中。後來，IPA 的議題也逐漸脫離 了單一的服務品質議題，而轉向行銷策略、滿意度與忠誠度等管理議題擴散，

在教育方面的研究亦有涉及，目前以高等教育產業的研究為主軸（陳玉娟，

2009）。本研究主要應用於碩士生就讀研究所前，對於學校之認知與期望程度視 為「重要程度」，而就讀研究所後實際情況的滿意程度則視為「滿意程度」進行 分析，以提供臺中市 9 所大學的招生建議。

重要表現程度分析法以重要程度為縱軸，以滿意成度為橫軸，算出所有屬 性的重要程度與滿意程度的帄均值標示於二維空間中，並以上述兩者所求出的 總帄均值為分隔點，將空間劃分成四個象限（圖 3-3），以衡量屬性的重要性及 績效。而四個象限之意涵如下：A 象限表示其重要程度及表現程度皆高，落在 此象限的屬性應該繼續維持；B 象限代表學生認為重要程度高，但學校在實際 表現的程度卻偏低，落在此象限的屬性應加強改善，屬優先改善區；C 象限表 示重要性及表現程度皆低，落在此象限內的屬性為次要改善區；D 象限代表重 視程度低而表現程度高，此一象限呈現供給過度狀況，學校可以將心力帄均至 其他地方。

圖 3- 2 重要表現程度分析矩陣

資料來源：“Importance-Performance Analysis, ” by Martilla, J. A., & James, J. C,, 1977, Journal of Marketing, 41(1), p.79.