資料處理與分析方法

本研究採用量化方法進行資料分析，在回收問卷後，首先對問卷進行檢查與 整理，將資料不完整之問卷予以剔除，進而對問卷進行編碼與建檔，最後運用統 計軟體SPSS 18.0中文版與AMOS20.0軟體，對數據資料進行分析，以驗證各項研 究假設，其資料分析方法說明如下：

一、驗證式因素分析(Confirmatory Factory Analysis, CFA)

CFA主要目的在確認觀察變數，是否能真正符合一特定構面。而SEM利用驗 證式因素分析的多指標衡量潛在變項來降低衡量誤差、具有彈性的殘差結構的塑 模、可單獨估計某些參數、並將因素負荷量及更佳的潛在變項模型及多元相關一 併估算等優點，因此整體模式的考驗較單獨評估迴歸係數要來得更具說服力(吳 明隆，2009）。

二、測量模式檢定及信效度檢驗

結構方程模式分析分為測量模式與結構模式兩部分，測量模式目的確認觀察 變數能否正確收斂於同一構面，亦即為收斂效度衡量指標有組成信度、帄均萃取 變異量、多元相關帄方等三部分。確認不同因素負荷分屬於不同之潛在變數，亦 為區別效度。

三、描述性統計

利用敘述計量來描述所蒐集到的資料，可初步瞭解本研究受訪對象之樣本結 構與基本特性。由於本研究之問卷形式以李克特五點量表，經過編碼化後，可透 過各構面問項之帄均數、標準差計算，以瞭解受詴者對該問項的看法與意見。一 般而言，帄均數愈高表示該問項較能為受詴者所認同，而標準差愈小則代表受詴

84

者對該問項的看法愈一致。

四、t 考驗與變異數分析

獨立樣本t考驗適用於兩個獨立不同群體間之測量分數的差異比較，以瞭解 在測量變項上的帄均數是否存差異，以t檢定來考驗不同背景變項之高雄市國民 小學校長在「互動行銷量表」、「價值共創量表」、「智慧資本量表」與「學校 效能量表」上總分及各層面得分的差異情形，瞭解其是否存在顯著的差異。

此外，並以單因子變異數分析來考驗不同背景變項的高雄市國民小學校長在

「互動行銷、價值共創、智慧資本與學校效能之關係的調查問卷」上總分及各層 面得分的差異情形，以瞭解高雄市國民小學校長互動行銷、價值共創、智慧資本 與學校效能是否會因不同背景變項而有差異，若測量分數達到統計上的顯著水準

（p＜0.05），則進行雪費（Scheffe）事後比較，以瞭解各組間差異情況，與各 層面之間是否有相關。

五、Pearson 積差相關

利用皮爾森( Pearson )積差相關分析檢定互動行銷、價值共創、智慧資本與 學校效能的研究構面間是否存有顯著正相關，並瞭解其在整體與各層面之間的相 關程度。一般而言，相關係數值介於 ±1 之間，而當數值越是接近 ±1 時，表示 變項間的關聯情形越趨明顯易見，若兩兩變項間的相關係數絕對值為0.00，表示 兩個變項呈「毫無相關」；若相關係數的絕對值低於0.10以下，表示兩個變項呈

「微弱相關」；若相關係數的絕對值介於0.10 到0.39之間，表示兩個變項呈「低 度相關」；若相關係數的絕對值介於0.40到0.69之間，表示兩個變項呈「中度相 關」；若相關係數的絕對值在0.70以上，表示兩個變項呈「高度相關」；若相關 係數的絕對值為1.00，則說明兩個變項存在「完全相關」。（邱皓政，2010）

85

六、線性結構模型分析

將 驗 證 性 因 素 分 析 組 合 成 為 結 構 方 程 模 式 模 型 分 析 ； 線 性 結 構 模 型 ( Structural Equational Modeling, SEM )，可以評估理論假設模型與資料的配適程 度，並從資料所重製的共變異數矩陣中，分析觀察變數之間的相互關係。利用 SEM 估計潛在變數之間關係的優勢，更是傳統統計技術所無法相比的。除此之 外，SEM 不但可以發展及檢定模型，還可以比較不同理論所衍生的對立模型與 資料的配適程度，更增加了研究的可信度及準確度；由於本研究屬潛在心理變數 之間相關的研究，因之採用線性結構模型來分析。

七、中介效果假設驗證

Baron與Kenny (1986)提出檢驗中介效果之變數，皆屬於潛在變數，可用結構 方程模式來檢驗其關係，因此，本研究以SEM 分析檢驗中介效果。

中介效果又稱為間接效果(indirect effect)，指的是自變數(X)對應變數(Y)的影 響 會 透 過 中 介 變 數 (ME) ， XME 與 MEY 的 乘 積 稱 為 間 接 效 果 (Baron &

Kenny,1986)。間接效果愈大，表示X愈會透過ME來影響Y的結果，也解釋了X影 響Y的原因。

一般檢定間接效果存在是早期由Baron 及 Kenny (1986)提出的因果路徑法 (The Causal Steps Approach)，其中分成三步驟：1. XY：顯著表示總效果存在(必 要條件)；2. XME：顯著表示自變數會直接影響中介變數(必要條件)；3. X和 ME同時影響Y，此時MEY的直接果必需顯著(必要條件)，而此時XY(直接效 果)若顯著則表示中介模型為部份中介，若XY(直接效果)若不顯著則表示中介 模型為完全中介。

Sobel 於 1982 年 曾 提 出 補 充 說 明 ， XME ， MEY 顯 著 ， 並 無 法 證 明 XMEY也一定顯著，因此建議採用係數乘積法(Product coefficient)，將XME

86

及MEY的係數相乘，再除以兩者的聯合標準誤，如果Z值>1.96 (α=.05)，則表 示間接效果存在。

而Hayes (2009)則是提出，Sobel test (Sobel,1982)的方法是假設間接效果會符 合常態分配，但其實並不會符合常態分配，用Z>1.96的標準可能會產生偏誤，但 其檢驗方法仍有其參考價值；因此建議採拔靴法(bootstrap)的方法進行，經過至 少1000次的重複抽樣，建立間接效果的95%信賴區間，如果信賴區間不包含0則 表示間接效果存在。

八、調節效果評估

調節效果是指外來的變數(MO)會影響自變數(X)對應變數(Y)的關係，並造成 XY的影響效果減少或者增強，甚至於影響方向改變。Baron 及 Kenny (1986) 提出調節效果即是X*MO對Y的影響，如果X*MO對Y的影響是顯著的，則表示 MO改變會造成X對Y的影響力改變，則稱MO對XY會具有干擾效果。Baron與 Kenny (1986)在檢定調節效果時，只能進行觀察變數的檢定，由於本研究模型為 潛在變數模型，因此採用Ping (1995)的方式進行分析。

87