資料處理與分析

本節主要說明就資料處理與分析，以下就資料處理、統計應用方法及 訪談資料整理分別敘述如下：

壹、調查資料處理

問卷回收後，首先人工初步檢驗內容。有遺漏者或是答題情形不佳 者，均視為無效問卷，予以剔除。每份問卷並依學校依序予以編碼。經輸 入資料後，先以人工抽樣核對是否有誤，並以 SPSS 次數分配表檢視是否 合理。

貳、調查之統計方法

主要有差異性分析及因果及相關分析。所謂差異性分析乃利用t-test，

ANOVA 等加以檢測「知識領導」整體層面與各向度「知識創新」「知識分 享」「知識激勵」「知識轉化」「知識整合」，「校長溝通行為」整體層面與 各向度「投入情感」「促進發展」「訊息提供」，「優質化成效」整體層面與 各向度「學習表現」「教學專業表現」「社區認同」「行政效能」等構面，

以求彼此之間的差異性。而相關及因果分析則是利用相關分析加以檢測

「知識領導」整體層面與各向度「知識創新」「知識分享」「知識激勵」「知 識轉化」「知識整合」與「校長溝通行為」整體層面與各向度「投入情感」

「促進發展」「訊息提供」與「優質化成效」整體層面與各向度「學習表 現」「教學專業表現」「社區認同」「行政效能」等構面，以求兩兩彼此之 間的相關性、徑路關係及其典型相關，並以多元逐步回歸，求其因果性分 析。分別說明如下：

一、次數分配與百分比

使用在基本資料統計例如：「抽樣學校數摘要表」、「預試問卷回收情

形統計表」、「有效樣本基本資料方面」等。另計算高職教師知覺校長知 識領導各向度及整體層面、溝通行為各向度及整體層面、優質化執行成 效各向度及整體層面之平均數、標準差，以瞭解各項度以及整體現況。

二、項目分析

以相關分析法分析各題與總分之相關；以內部一致性效標分析法，

進行平均數差異之比較，以求信度分析，求出刪除某試題後，總量表的 Cronbach’s α 係數。

三、因素分析

因素分析(Factor Analysis) 在探索資料方面常扮演著極重要的角 色，主要目的是對多個且彼此間具有相關性的變數作歸類。透過線性代 數的理論方法，轉換資料的共變異矩陣 (Covariance Matrix)，取得解釋 變異最大的數個因子(Common Factors)達到降低資料維度(Dimension Reduction)的目的。 ㄧ般資料透過適當的分層處理，可減少分層變項 (Stratified Variable) 帶給資料的變異。本研究對於三個量表，採用分層因 素(stratified factor analysis)。

四、信度分析：

預試時使用，使建構之量表具有可靠性及穩定性。藉由分層因素分 析刪題建構問卷構念效度後，採用 Cronbach’s Alpha 係數計算問卷之內 部一致性信度，α 係數越高，代表問卷的內部一致性越佳。

五、以獨立樣本t 考驗

分析不同性別、不同職務等之高職教師所知覺的知識領導、溝通行 為及高職優質化執行成效的差異情形。

分析不同公私立別之學校，高職教師所知覺的知識領導、溝通行為 及高職優質化執行成效的差異情形。

六、以單因子變異數分析(one-way ANOVA)

考驗不同校長背景變項、教師背景變項、學校環境背景變項，在校

長知識領導、溝通行為、高職優質化執行成效上的差異情形。若差異達 顯著，則進一步以薛費法(Scheffé method)，進行事後比較。

七、Pearson 相關考驗

分析高職校長知識領導各層面與溝通行為各層面間之相關情形。

八、典型相關考驗

分析高職「校長知識領導」、「校長溝通行為」與「優質化執行成效」

各層面及各向度間之典型相關。

九、徑路分析

分析高職「校長知識領導」、「校長溝通行為」與「優質化執行成效」

各層面之徑路相關。

十、逐步多元迴歸分析(stepwise multiple regression analysis)

用以檢定高中職校長知識領導、溝通行為整體層面以及各向度，對 高職優質化的預測力。

叁、訪談資料整理

將所有受訪者之訪談資料，包括資料、訪談的內容轉記為文字後，先 對所有資料重複閱讀，隨時檢查資料，改正錯誤部分，補充遺漏的地方，

最後再對相關主題的概念依訪談大綱予以整理、分類，進而建構各類資料 之意義，並依受訪者意見綜合分析，做為進一步探討各種現象的依據。