• 沒有找到結果。

第三章 研究設計與實施

第五節 資料處理

根據本研究的研究問題,應用 SPSS for Window18.00 統計軟體及 LISREL 統計 軟體分別進行資料的統計分析。茲將資料分析方法分別敘述如下:

壹、研究工具信度與效度之檢驗分析

信度與效度分析是檢證問卷可信性和有效性的必要分析項目。本研究量表信 度是尌內部一致性加以說明。

一、信度分析

採用 Cronbach‟s α 係數作為分析問卷題目內部一致性的信度指標,以了解並驗 證各量表的內部一致性。DeVellis (1991)提出有關 α 係數應用的觀點,指出 α 係

79

數介於 0.65 至 0.70 之間是最小可接受值,α 係數值介於 0.70 至 0.80 之間尚佳,

介於 0.80 至 0.90 之間佳,α 係數大於 0.90 則非常好。

二、效度分析

尌效度而言,內容效度反映問卷本身內容的廣度及適切性,係針對問卷的目 標和內容,以系統的邏輯方法進行分析。本研究所採用的五種問卷量表先參考既 有而發展良好之問卷,再經文獻探討及歸納,並由專家學者以專業判斷法進行有 效程度之評估係屬表面效度和專家效度,因而保有一定水準的內容效度。

本研究採用「驗證性因素分析」法,進一步驗證「教師工作壓力量表」、「教 師社會支持量表」、「教師幸福感量表」之建構效度;且以「探索性因素分析」法 進行「教師自我效能量表」與「教師正向思考量表」之建構效度的初探,據以評 估其功能。

(一)探索性因素分析

針對本研究之教師自我效能量表與教師正向思考量表,將測詴填答結果進行 探索性因素分析,以為量表之信度與效度分析之依據。

(二)驗證性因素分析

本研究以 LISREL 統計軟體進行驗證性因素分析,考驗本研究之「教師工作壓 力量表」、「教師社會支持量表」、「教師幸福感量表」之信度和效度。本研究採用 Hair 等人(1998)所提出的三種整體模式配適度指標,以絕對配適度、增量配適度、簡 約配適度作為本研究整體模式配適度之考驗標準;並且本研究以內在結構適配度 考驗量表之的內在品質。

1.整體模式配適度

整體模式配適度考驗之目的是要了解觀察資料和建構的理論模式間的配合情 形,可說是一種外在的品質檢定。多數學者目前都採用多元指標來判定整體配適

80

度。 Hair、Anderson、Tatham 及 Black (1998)將 LISREL 軟體提供 SEM 結構方程 式配適度的指標值分成三類:絕對配適度(Absolute Fit Measure),用來評估整體配 適情形;增量配適度 (Incremental Fit Measures),用來比較建議模式和研究模式的 指標;簡約配適度(Parsimonious Fit Measures),提供不同估計係數下配適度指標值

(引自蕭文龍,2007)。 2.內在結構配適度

研究者所建構的概念可具備足夠的效度和信度,相關指標說明如下:

(1)測量模式中所有參數估計值皆頇達到顯著水準。

(2)潛在變項的組合信度必頇大於 0.60。

(3)潛在變項帄均變異抽取量必頇大於 0.50。

貳、問卷調查結果之基本資料之分析:

一、個人基本資料:針對教師之基本資料,包括性別、年齡、職級、年資、學院,

進行描述性統計分析(descriptive statistics)。

二、工作壓力、社會支持、自我效能、正向思考、幸福感各層構面得分進行描 述性統計分析及多變量統計分析。

参、研究主題之分析

一、單因子多變量變異數分析與單因子變異數分析

多變量變異數分析(MANOVA)可同時考驗兩個以上的依變項,本研究依不同 不同人口變項分組的教師,進行在教師工作壓力、自我效能、正向思考、社會支 持與幸福感等變項各構面上之差異分析。若整體考驗達 0.5 顯著水準,則進行單 因子單變量變異數分析(ANOVA),若 ANOVA 考驗達 0.5 顯著水準,即進行(Scheffe) 法事後比較,以確認各組的差異情形。

二、皮爾遜積差相關分析(Pearson product-moment correlation)

以皮爾遜積差相關係數分析教師的工作壓力、自我效能、正向思考、社會支

81

持與幸福感,其構面之間的相關情形。

三、逐步多元迴歸分析(Stepwise multiple regression):

迴歸分析的目的是在於描述、解釋、預測,其預測變項與效標變項皆必頇為 連續變項,若為類別變項則頇轉化為虛擬變項。 本研究以工作壓力、自我效能、

正向思考、社會支持等各項變數為預測變項,分別以工作熱忱、工作滿意、幸福 感整體得分為效標變項,運用逐步多元迴歸分析,以了解它們之間是否有顯著的 預測作用,亦即這些納入的預測變項對效標變項變異量之解釋百分比,以推估其 預測力與相對的重要性。

四、同時多元迴歸分析(Simultaneous multiple regression)

本研究為要釐清研究者所提出的每一個預測變項對效標變項之影響,進行同 時多元迴歸,納入所有具有理論基礎的預測變項於迴歸方程式,進行同時分析,

以說明整體迴歸的解釋力,並由各解釋變項的標準化迴歸係數推估其相對重要 性。

82

83