資料收集與分析方法

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

51

第四節 資料收集與分析方法

一、資料收集方法

（一）問卷調查法

本研究以智慧型手機新聞類應用程式《蘋果日報》App 所呈現之新聞內容為 研究案例，凡透過手機閱讀過《蘋果日報》App（包括蘋果日報 iPhone App 及蘋 果日報 Android App 皆可）的智慧型手機用戶，均為本研究的研究對象，因此將 對其進行問卷收集。前測問卷部分會先對 30 位使用者進行施測；正式問卷透過 Google Documents 進行問卷調查，屆時會把正式問卷的連結放在 PTT 批踢踢實 業坊，請使用過《蘋果日報》App 的用戶填寫問卷，樣本抽樣方法採非隨機抽樣 之「便利抽樣」（convenience sample）方式。

（二）深度訪談法

本研究除了使用問卷調查法之外，也使用深度訪談法，以彌補量化研究的不 足。將對長期使用《蘋果日報》App 的使用者進行焦點團體訪談，爾後再選取出 人口統計變項異質性大的五人進行後續的深度訪談，希望藉此為《蘋果日報》以 及其他報業，找出更為具體的行銷策略建議。

二、資料分析方法

（一）問卷調查法

本研究使用 PASW Statistics18（SPSS 18）作為資料分析及檢定的工具，依 照研究目的及研究假設需要，採取之資料分析方法分述如下。

1、描述性統計分析（descriptive statistics analysis）

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

52

描述性統計目的在於描述與歸納一群樣本資料的重要特徵，如整體樣本的集 中趨勢和離散趨勢，以初步了解樣本的特性與基本結構。因此，本研究對個別變 數或因素採取描述性統計分析方法，說明各變數之平均數、標準差、變異數及百 分比等。

2、因素分析（factor analysis）

因素分析是一種數學方式的精簡作法，能將眾多的變數濃縮成為較少的幾個 精簡變數，所獲得的精簡變數即是因素（factor）。本研究採用因素分析中的主成 分分析法（Principle component solution）來抽取因素，並利用正交旋轉法中的最 大變異數法（Varimax）進行因素轉軸，然後以特徵值（Eigenvalue）大於 1.0 作 為取決因素的標準，刪除差異較大且信度較差的題項與因素，修正作為本研究之 主要面向，以利後續的分析。

3、信度及效度分析（reliability & validity analysis）

本研究為了研究嚴謹之目的，對於因素分析後之結果以信度及效度作檢定。

Cronbach＇s alpha 係數為最普遍使用的信度分析方法，α 值愈高表示信度越佳，

α 值最少須大於 0.5，而超過 0.7 才有好的信度；效度檢定採用分項對總項相關係 數（item-to-total correlations），判定內部一致性，以 item-to-total correlations 判定 準則為大於 0.5，來確認各因素可被接受，並進行下一步的統計分析。

4、T 檢定（T-test）

差異性分析，主要探討不同樣本特性在各構面上是否有差異。若是該樣本特 性為兩組樣本（如性別）的母體平均數時則可利用 T 檢定，T 檢定可分為獨立樣 本 T 檢定與相依樣本 T 檢定，前者用於檢定兩組來自獨立母體的樣本，後者檢 定兩組彼此不獨立之樣本。本研究採用前者獨立樣本 T 檢定來比較兩樣本平均 數是否有差異存在。但在檢定之前須驗證是否服從常態分配，若資料非常態分配

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

53

時，則採用無母數之 Mann-Whitney U 檢定來比較獨立樣本之平均數是否有顯著 差異。

5、變異數分析（analysis of variance, ANOVA）

當樣本特性為兩組獨立樣本以上（如年齡、職業、教育程度、婚姻狀況）之 母體平均數時，則可使用單因子變異數分析（ANOVA），以了解各個變異是否有 顯著差異。但在檢定前必須先檢查資料是否符合常態分配及變異數一致，若資料 不符常態假設，則採用無母數之 Kruskal-Wallis H 檢定，而若資料為常態但變異 數不一致時，則採用Welch’s test。而當資料符合常態且變異數一致時，若變異數 分析平均數有所不同時，則以 Scheff 或 Duncan 法進行事後比較。

6、皮爾森積差相關分析（Pearson product－moment correlation analysis）

皮爾森積差相關是用來表示兩連續變項間關聯程度之指標。以皮爾遜積差相 關方法分析兩者的相關程度，相關係數可作為兩個連續變數間線性相關的指標，

相關係數介於-1 與+1 之間。亦即表示當相關係數愈接近±1 時代表各變項間的關 聯程度愈高，而相關係數愈接近 0 時代表變項間的關聯程度愈低。

7、迴歸分析（regression analysis）

迴歸分析是一種根據一個連續變項（自變數）來預測另一個連續變項（應變 數）的分析方法，主要目的是希望建立迴歸方程式，帶入特定自變數 X 值即可求 得應變數 Y 的預測值，若使用多個連續變項來預測則稱為多元迴歸分析

（multiple regression analysis）。本研究欲使用多元迴歸分析，分別探討知 覺品質、知覺價值對滿意度的影響程度；知覺品質、知覺價值對購買意願的影響 程度，以及滿意度對購買意願的影響程度。

（二）深度訪談法

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

54

本研究採最大變異量抽樣的策略，針對有習慣性使用《蘋果日報》App 的使 用者中，選取出人口統計變項異質性大的五人，以面對面的方式進行深度訪談，

受訪者的簡介請見下表 3-4-1。

深度訪談強調雙方共同進行意義建構的過程，本研究透過半結構式的深度訪 談，將訪談過程錄音的內容建立逐字稿，以利資料分析。並藉由「編碼」（coding）

方式將資料予以重組，使研究者能從資料原本的「描述」中抽離出來，並且提升 到更高層次、更為概念化的抽象「詮釋」。本研究透過「編碼」此系統化的方式 來詮釋、分析與整合資料，以彌補量化研究之不足，為業者提出行銷策略之建議。

表 3-4-1：本研究之受訪者簡介

受訪者 年齡 職業類型 戶籍地

林小姐 20 歲 學生 雲林縣

吳先生 22 歲 學生 台南縣

陳小姐 24 歲 心理測驗研發 新北市

黃先生 27 歲 服務業 新竹市

施小姐 34 歲 電信業 新北市

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

55