資料分析方法

配合本計畫蒐集資料屬性，以下說明資料分析方法。

一、次級資料分析方法

透過蒐集相關次級資料之統計數據，進一步彙整歸納以瞭解勞動力之 經濟、人口等現況。此外，所蒐集之文獻資料部分，則精煉文獻內容，以 青年就業之就業職場認知、生涯決定、尋職意願、期望價值等各面向進行 歸納彙整，藉以呈現青年就業相關因素與概念之完整性。

二、深度訪談及焦點團體會議資料分析方法

本計畫將以現象學觀點對於深度訪談及焦點團體會議所得到之資料進 行分析，胡塞爾（1962）指出現象學之意義為：對於人們如何描述事物，

且透過其感覺的分享來經驗事物之研究方法。假定分享的經驗具有一項或 一些本質，這些本質（essences）是一個為人所共同經驗的現象，被一般人 所相互理解的核心意義，將不同人們的經驗加以整理、分析和比較，可以 確認現象的本質（吳芝儀、李奉儒譯，1995）。使用訪談法，而非親自去實 際經驗該現象，此為現象學研究的主體和重點。

三、問卷資料分析方法

本研究將依據問卷調查之結果，進行資料建檔後，再以 SPSS 統計分析 軟體進行深度資料分析，以探究資料所呈現之意涵。

依據研究目的，預期進行之統計方法包含信度分析、因素分析、描述 性統計分析、卡方分析、t 檢定，單因子變異數分析(one-way ANOVA)等，

對於研究問卷之信度、效度、研究變項之差異性等進行實證資料分析探討。

（一）信度分析

「信度」意即是可靠性（trustworthiness）、一致性（consistency）、穩定 性（stability）、可信賴度（dependability）或精確性（accuracy of precision），

又稱「再現性」（reproducibility）。利用設計後的問卷針對一個概念進行重 複測量時，測量所得答案能夠重複出現的程度，稱之。故「信度」測量的 結果是受隨機影響的程度，當一個測量工具的隨機誤差過大時，信度就不 好。通常會利用相關係數（correlation coefficient）來表示信度的大小，因此

從計量心理學的觀點，「信度」是指兩種平行施測間觀察值的相關，或者是 觀察值與真實值間相關的平方（Jones, 1971）。本研究運用內部一致性的信 度分析進行檢測，利用 Cronbach’s α檢測青年就業需求態度及就業影響態 度的內部一致性。

（二）因素分析

本研究希望透過因素分析進行問卷發展分析方法，目標在於利用資料 縮減的方式辨識共同因子，並解釋其與原始變數間的關係，俾便於找出主 要潛在概念因素，以獲取青年就業需求之各項構面。對於初步擬定之問卷 工具，進行試測（pilot study），蒐集充分之問卷數量後進行資料分析，採用 因素分析萃取出各構面之共同因素後，刪除因素負荷量較低之問項，並以 球形檢定確認問卷效度之後，建構出正式版本問卷。

（三）描述性統計分析

瞭解正式問卷回卷者之基本屬性資料，如性別、年齡、學歷背景等基 本基本變項，藉以說明樣本之分布情形，並與原母體分布情形進行比較，

以確認樣本代表性，並進一步確保研究之推論性。

（四）卡方分析

分析問卷中性別、年齡、婚姻情形、學歷背景、就業媒合成功與否等 基本變項，對於進入職場意願、技能需求等態樣進行卡方分析，瞭解其差 異情形。

（五）t 檢定、單因子變異數分析

分析問卷回收樣本之性別、年齡、縣市別、學歷背景、就業媒合成功 是否等各項就業需求程度，以 t 檢定(t-test)及單因子變異數分析(one-way ANOVA)等方法進行差異分析，若檢定後具有顯著差異，則進一步採用事後 比較瞭解其差異情形。