第三章 研究方法
3.4 資料處理及分析方法
均達0.5 以上，取樣適切性量數（KMO）值為0.839，巴氏球形檢定達 顯著水準。遊客的滿意度量表經因素分析後，轉軸後的因素負荷量均 達0.4以上，取樣適切性量數（KMO）值為0.818，巴氏球形檢定達顯著 水準。因此，此三量表之題項皆具有良好建構效度且適合進行因素分 析。
三、探索性因素分析（exploratory factor analysis；EFA）：
本研究運用探索性因素分析分別對遊憩動機、體驗效益與滿意度 抽取出共同之基本因素，主要的目的在於將多個變項依其相關的程 度，縮減成數個主要因素，簡化各變項闗係之複雜性，並保持對原變 項的最大可能解釋量。分析過程中會先透過巴氏球形檢定(Bartlett’s test
of sphericity）以檢測樣本間的相關矩陣是否具有共同因素存在，同時
以取樣適切性量數（Kaiser-Meyer-Olkin；KMO）檢定變數間是否具有 共同因素。顯著的巴氏球形檢定表示變項的相關矩陣間有共同因素存 在，適合進行因素分析；另KMO值愈大，亦表示變項間的共同因素愈 多，愈適合進行因素分析。依據Kaiser(1974) [96]的觀點，KMO值判斷 準則如表3.4所示（吳明隆，2007）[94]。表 3.4 KMO 值判斷原則
KMO統計量值 因素分析適合性
.90 以上 .80 以上 .70 以上 .60 以上 .50 以上 .50 以下
極適合進行因素分析 適合進行因素分析 尚可進行因素分析 勉強可進行因素分析 不適合進行因素分析 非常不適合進行因素分析
資料來源：吳明隆（2007），SPSS統計應用學習實務：問卷分析與應用統計三版，
知城。
四、獨立樣本t檢定（t-test）：
獨立樣本t檢定乃是用來比較二組不同樣本測量值的平均數，在相 同測量的反應上是否有顯著差異。因此，本研究利用t-test分析，探討 不同性別之遊客對遊憩動機、遊憩體驗效益及滿意度之間是否具有顯 著性差異。
五、單因子變異數分析（one-way ANOVA）：
本研究利用單因子變異數分析檢定不同遊客屬性在遊憩動機、遊 憩體驗效益與滿意度之各因素上是否存有顯著差異。王保進(2003)[97]
提及基於行為科學研究中，常出現以不同事後比較而結果有不一致的 現象，依研究方法之選擇應先考慮研究的性質作決定，若研究屬於初 步的探索性研究，則應該考慮強調統計的強韌性，盡量找出可能的差 異出來的原則，因此若整體效果有顯著差異，則採用敏銳度較高的最 小顯著差異測驗法（least significant difference test；LSD）檢定各變項 間的差異情形。
六、皮爾遜積差相關（Pearson’s product moment correlation）：
Pearson積差相關是分析兩個連續變項間的相關程度。本研究利用
皮爾遜相關分析計算各變項間的相關係數來瞭解自來水園區遊客的遊 憩動機、體驗效益與滿意度各變項的相關性。吳明隆（2007）[94]指出，相關係數的絕對值愈高，表示兩個變項的關係愈密切，如果積差相關 係數值為正，表示二者間為正相關；如果積差相關係數值為負，表示 二個變項間為負相關。表3.5為相關係數代表的強度大小與意義。
表 3.5 相關係數的強度大小與意義
相關係數範圍（絕對值） 變項關聯程度
1.00 .70 至.99 .40 至.69 .10 至.39 .10 以下
完全相關 高度相關 中度相關 低度相關 微弱或無相關 資料來源：邱皓政（2004），量化研究與統計分析，五南。