資料處理

本研究根據研究目的與假設，以 SPSS for Windows 19.0 與 AMOS 18.0 統計軟體為分析工具。SPSS 主要針對敘述統計、信度分析、因素分 析、相關分析等進行深度的資料分析。AMOS 主要針對模式檢驗與各構

面之徑路分析進行探討。相關分析方式說明如下：

一、敘述統計

以敘述統計方式分析樣本基本資料於統計上之特性，以便對樣本 分布情形有基礎了解，如次數、平均數、標準差等。

二、單一樣本 t 檢定

採用單一樣本 t 檢定分析 UTAUT 下的績效期望、易用期望、社會 影響與行為意向構面的平均數是否達到顯著的認同水準。

三、獨立樣本 t 檢定

採用獨立樣本 t 檢定，分析比較高職教師之性別、學校性質、使用 Facebook 教師專業社群年資等變數於使用 Facebook 教師專業社群之績 效期望、易用期望、社會影響與行為意向構面上是否有所差異。

四、單因子變異數分析

採用單因子變異數分析，分析比較高職教師之年齡、任教年資與 每週使用 Facebook 教師專業社群時數變數於使用 Facebook 教師專業社 群之績效期望、易用期望、社會影響與行為意向是否有所差異。

五、迴歸分析

調節變數本身也是屬於自變數，對依變數也是會產生影響，而要 檢定兩個自變數對依變數是否具有調節作用，就是相當於檢定兩自變 數對依變數是否具有交互作用，可使用迴歸分析來進行交互作用的檢

定（李德治、童惠玲，2010）。本研究參考 Anderson 和 David（1988）

研究中所採用的階層式調節迴歸分析（hierarchical moderator regression analysis），或稱為調節迴歸分析（moderator regression analysis）。採用 調節迴歸分析來檢定交互乘項在調節迴歸模式中的預測能力，如果交互 乘項結果是顯著的，就表示存在有調節效果，可利用迴歸係數的正負向 及大小來判斷造成的干擾情形（邱皓政，2008）。

本研究採用的階層式調節迴歸分析，牽涉到三個迴歸模型的比較，

分為完整模型（full model）（模型三）與限制模型（restricted model）（模 型一、二）。完整模型包含三個自變數、依變數、調節變數與交叉項（調 節變數與自變數之相乘積），限制模型（模型一、二）則忽略交叉項或 調節變數。將模型三與模型二的判定係數（R²）相互比較，當模型三的 判定係數改變量（R² increment，ΔR²）顯著時，則代表調節變數具有調 節作用。另外將模型二與模型一進行比較，若模型二之判定係數大於模 型一之判定係數，且為顯著時（即判定係數改變量 ΔR² 顯著），代表調 節變數能夠解釋依變數之變異，為獨立的預測因子，即表示調節變數會 影響依變數。

六、結構方程模式

結構方程模式（structural equation models, SEM）乃是一種分析變異 數與共變數的統計方法，能夠針對複雜的多變量研究數據進行探究與

分析，其目的在於考驗潛在變數與觀察變數間的關係，藉以建立或驗 證理論（李茂能，2007；陸珮津，2011）。在正式問卷信、效度的資料 分析中，本研究以 AMOS 18.0 版軟體使用驗證性因素分析進行 UTAUT 理論模式的驗證，確認整體模式的信度與效度。

在結構方程模式的理論架構中，分測量模式（measurment model）

與結構模式（structural model）進行。測量模式分析反應觀察變數與潛 在變數間的相互關係，當測量模式分析結果與理論預期不合，須對研究 模式做修正並重新驗證；結構模式則說明研究架構中，潛在變數的相互 關係，以了解研究假設模式與實際資料的適配情形。