第三章 研究設計與實施
第五節 資料處理與分析
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
68
第五節 資料處理與分析
本研究以 IBM SPSS Statistics 21 軟體進行問卷資料分析與處理，使用的分析 方式如下：
一、項目分析
項目分析（item analysis）目的在於檢核所編製之量表個別題項的適切性，透 過刪除不良試題，保留良好試題（吳明隆，2013；涂金堂，2012）。項目分析中 考量層面包含遺漏值的百分比、題目平均數、題目變異數、題目偏態係數、題目 高低分組獨立樣本 t 考驗、修正後題目與總分之相關與刪除該題後的α係數等指 標來判斷題目的品質，關於各指標說明如下（涂金堂，2012）：
1. 遺漏值百分比，該題的遺漏值不超過所有受試者 10%。
2. 題目平均數、偏態係數和變異數
受試者的作答情形即是對所欲研究的變項反映所感知到的強度，若 感知的程度越不同，該題平均數則越接近中心數值。本研究採李克特 5 點量表，則題目平均數越接近 3 越理想，低於 1.5 或高於 4.5 則為試題不 良指標。偏態係數也是在檢驗受試者在作答上是否呈現極端的情形，呈 現正偏態或負偏態，這也影響變異數。在李克特 5 點量表中，若偏態係 數的絕對值高於 1、變異數低於 1 時，則該試題可能不太理想。
3. 題目高低分組獨立樣本 t 考驗
量表試題的鑑別度反映試題是否能有效性測得受測的特質內容（邱 皓政，2018）。由於本研究採李克特（Likert-type Scale）五點量表，因此 以臨界比（critical ratio）作為本量表試題的鑑別度指標（王保進，2006）。 以量表總分前、後 27％分別代表高分組、低分組，將兩組受試者於該題 得分進行獨立樣本 t 檢定，觀察其是否有達顯著，作為試題適切性的判
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
斷標準，t 值越高表示題目的鑑別度越高（王保進，2006；吳明隆，2013）。 4. 題目與總分的相關（item-scale correlation）
由於修正後題目與總分之相關（corrected item-scale correlation）為計 算該題目與未包含自身在內所有量表題目總分的相關，因此相較於題目 與總分之相關，可以避免相關係數膨脹。然而，若修正後題目與總分之 相關，若低於 0.3，則該題為不良題目。
5. α係數
信度係數是量表的重要指標之一（魏勇剛等譯，2010）。信度代表測 量分數的一致性與穩定性（吳明隆，2013）。量表的信度表示潛在變數中 含有真實分數的變異比例（魏勇剛等譯，2010）。由於本研究採李克特量 表多元計分的方式，因此在信度分析上，以內部一致性 Cronbach’s α係 數（coefficient alpha）較為合適（余民寧，2011）。關於內部一致性 Cronbach’s α係數，Gay 於 1992 年指出若量表的信度達到 0.9 以上，代 表該量表測驗的信度甚佳；而 Henson 於 2001 年提出若作為先導性研究 欲測量某一構念，則信度係數則可接受為 0.5 至 0.6（引自吳明隆，2013）。 DeVellis 則認為，信度係數最低可接受範圍為 0.7 至 0.8 之間，若能達到 0.8 至 0.9 則表示信度甚佳；而當 α 值超過 0.9 以上，則表示能精簡量表 的長度，降低受試者的負擔（魏勇剛等譯，2010）。
二、因素分析
Anastasi 於 1988 年指出，量表中的建構效度反應此測驗工具能夠測量到理 論特質或建構的程度，其步驟為（引自余民寧，2011）：對於理論，進行分析建 構評量工具，接著考證所提出的理論建構是否存在，透過資料蒐集、實證分析加 以驗證，證實自編題目與所屬變項符合假設關係。
余民寧（2006）提及，相關分析與因素分析為 SEM 的基礎，同時也是測驗
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
70
工具的發展、潛在特質的定義與建構理論的主要方法。本研究欲編製正向教學視 導量表，即是在定義與測量正向教學視導此一潛在變項，因此資料分析與處理上 求解出各題目得分與總分之間的相關係數，並運用因素分析來獲得建構效度。
因素分析為資料精簡的方法，從測驗的觀察變項上找出共變數成分，共同潛 在的構念，作為探索或驗證理論的建構，因此依照用途分為探索性因素分析及驗 證性因素分析（余民寧，2006；涂金堂，2012）。由於本研究為自行發展量表，
因此使用探索性因素分析找出潛在因子（李德治、童惠玲，2009）。
探索性因素分析的步驟為（余民寧，2006；李德治、童惠玲，2009；涂金堂，
2012；陳正昌等人，2011）： 1.萃取因素
主成分分析法（principal component analysis）為常見的抽取方式，分析 結果可協助判斷所蒐集的變項資料是否適合進行因素分析，其標準為：
(1) 積差相關係數矩陣中，相關係數的絕對值大致在 0.33 以上，表示結構 良好；而相關係數需大致達到 0.05 顯著水準。
(2) KMO（Kaiser-Meyer-Olkin）值至少大於 0.50，0.8 以上表示佳。
(3) Bartlett 球形考驗的𝑥2與 df 值，達顯著水準。
而共同因素抽取個素的決定方式，包含：根據主成分分析所求出特徵值
（eigenvalues）與特徵向量（eigenvectors），從中選取特徵值大於 1 的因素個 數，此為潛在根法（latent root criterion）；此外，還有事前標準法（a priori criterion）、變異百分比法（percentage of variance criterion）、陡坡考驗法（scree test criterion）、平行分析（parallel analysis）、最小平均競相關法（minimum average partial correlation）、𝑥2考驗法（𝑥2 test criterion）。
2.因素轉軸
透過直交轉軸（orthogonal retation）或斜交轉軸（oblique），以計算出易
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
於解釋的因素負荷量。涂金堂（2012）建議先指定因素個數，在萃取方式採
「主軸因子法」，並以「最大變異法」進行直交轉軸。而以直交轉軸法，所 得到的分量表結構與題目的組合意義最為明確，因素負荷的意義較清晰，易 於理解。
3.因素命名，對萃取出的因素進行命名。
三、信度分析
信度代表測量分數的一致性與穩定性（吳明隆，2013）。本研究採李克特式
（Likert-type）五點量表作為測驗填答格式，讓受試者根據所知覺到的現況程度 來進行填答，若受試者對該向度所感知的符合程度越高，得分越高，計分方式為
「從未如此」得 1 分、「很少如此」得 2 分、「普通」得 3 分、「時常如此」得 4 分、「總是如此」得 5 分。由於本研究為多元計分的方式，余民寧（2011）建議 在信度分析上，唯有內部一致性Cronbach’s α係數（coefficient alpha）才適合。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
72