資料處理與統計分析

本研究資料的收集後，資料處理分為人工編輯與電腦處理二部分〆 (一) 人工編輯部分

首先檢查是否有漏答之無效問卷，隨後將有效問卷進行資料編碼、建檔，輸 入電腦資料庫。

(二) 電腦處理部分

本研究擬採用 SPSS 12.0 統計軟體做為分析資料之工具，將已編碼之資料 庫資料輸入，進行統計分析，並產生統計分析報表。

二、統計分析

本研究所使用之統計方法分述如下〆 (一) 敘述性統計分析

是用來將大量的資料經過蒐集、分析、整理、展示及陳述的一種工具和技術。

針對研究架構的各個問項，以帄均數、標準差、獨立樣本 t 檢定、單因子變異 數分析和百分比來進行有效樣本的資料分析，進而了解各問項的分佈情形。

1. 帄均數

帄均數的數值愈高，則表示受訪者對於該問項的同意程度越高。

2. 標準差

標準差數值愈小代表離散程度越小，代表受訪者對於該問項的看法愈一致。

3. 獨立樣本 t 檢定

獨立樣本 t 檢定用於比較兩個不同的樣本之帄均數是否有顯著差異，其中 的樣本頇為獨立變項。

4. 單因子變異數分析

單因子變異數分析 (One-way analysis of variance; ANOVA) 用於比較三組或 三組以上獨立樣本之間的帄均數差異，其自變數為類別變數，依變數為連續變數。

若組別效果有顯著差異則會再進行事後比較 (Post Hoc 檢定)，進一步確認各組 間的差異情形，本研究採用 Scheffe 法進行事後比較 。

(二) 因素分析

因素分析是將相關資料簡化的統計程序，目的是在了解變項的群集概況和強 度 (吳，2009)。先透過 KMO (Kaiser-Meyer-Olkin) 與 Bartlett 球型檢定來檢驗 本研究各變項是否適合進行因素分析。如表 4-2 所示 KMO 之參考值。KMO 的 數值介於 0 與 1 之間，當 KMO 越接近 1，代表變項間的相關性越高，越適 合進行因素分析。因素負荷量代表每一個題項跟某個共同因素之間的相關程度。

因素負荷量若低於 0.4 就算太低，若在 0.6 以上算是高 (Hair et al., 1992)。

本研究針對 「知覺價值、觀光吸引力、過去購買行為及行為意圖」 等研究 變項進行因素萃取。特徵值代表這個因素在所有的問項中，解釋的能力有多少 (Harman, 1976)。特徵值越大，表示這個因素在所有的問項中解釋力越高，這個 因素就越重要。依據 Kaiser 建議以特徵值大於 1 作為萃取因素個數之原則 (Kaiser, 1970)。累積解釋變異量最好達 50% 以上 (李與童，2012)。

表 4-2 KMO 參考值

Table 4-2 Reference of KMO

範圍 準則

KMO < 0.5 非常不適合 0.5 ≦ KMO < 0.6 不太適合 0.6 ≦ KMO < 0.7 普通 0.7 ≦ KMO < 0.8 適合 0.8 ≦ KMO < 0.9 很適合

0.9 ≦ KMO 非常適合

(Kaiser, 1970)

(三) 效度分析

如果測量工具能正確測量出欲測量的問題，即表示此測量工具具有良好的效 度 (邱，2007)。內容效度是指問卷的內容是依照國內、外學者專家研究的理論 與參考文獻而設計 (林，2015)。本研究問卷題項之設計與修改皆係參考國內、

外學者專家之相關文獻，故本研究問卷具有一定之內容效度。

建構效度是指問卷 可以有效的衡量出要問的問題的程度高低。建構效 度 又 分 為 收 斂 效 度 (Convergent validity) 與 區 別 效 度 （ Discriminant validity） 兩項 。問項 可 以有效 的被分配到 一特定因 素時，則具 有收斂效 度 ，若 問項 的因 素負荷 量絕 對值 在每 個因素 上都 低於 0.5 時， 則表 示該 問項不具有收斂效度。若問項的因素負荷量絕對值在 2 個以上的因素都 高 於 0.5 時， 則表示 該問 項不 具有 區別效 度。 如研 究量 表的所 有問 項同 時具有收斂效度與區別效度時，則表示該研究量表具有建構效度 (Cooper and Schindler, 2006)。

(四) 信度分析

所謂信度是指一份測驗所測的分數之可信度或穩定性，即同一份問卷、同一 群受測者在經多次測驗後的分數是一致的々一致性是指問卷量表各項目之間的內 部一致性，常以 Cronbachʹs α 衡量內部一致性々穩定性是以同一測量工具多次 測量同一題項，均可得到相同結果 (陳，1998）。

本研究利用 Cronbachʹs α 信賴係數法來衡量內部一致性，透過係數的大小，

來判定問卷量表的可靠性，數值愈大則信度則愈高。係數的大小與研究目的、測 驗分數的運用有相當之關係，當研究者之目的在於編製預詴問卷或測量概念性之 研究時，信度係數在 0.5~0.6 之間即可 (Henson, 2001）。

一般常以 Cronbachʹs α 係數衡量同一構面之題項 （Cuieford, 1965々 黃與 林，1994），如表 4-3 所示，當 α 值大於 0.7 表示內部一致性很高，實務上 α

≧ 0.6，問卷題目之信度即可稱為可接受，若值小於 0.35，則內部一致性低 (周，

2004)。

表 4-3 Cronbch's α 信度表

Table 4-3 Cronbach's α reliability scales

Cronbachʹs α 係數 可信程度

α 值 ≦ 0.30 不可信

0.30 < α 值 ≦ 0.40 勉強可信 0.40 < α 值 ≦ 0.50 可信

0.50 < α 值 ≦ 0.70 很可信（最常見）

0.70 < α 值 ≦ 0.90 很可信（次常見)

0.90 < α 值 值十分可信

(黃與林，1994）

(五) 相關分析

皮爾森相關分析主要是研究兩個變項之間的關聯程度，皮爾森積差相關係數 的數值 r 介於 -1 至 +1 之間，若相關係數 r = 1，表示變項之間的關聯程度為 完全相關，若 r 為正數則表示是正相關，若 r 為負數則表示是負相關，r 值越 大則表示相關性越高，r 值越小則表示越不相關 (邱，2007)。

(六) 迴歸分析

本研究利用迴歸分析來探討自變項與依變項之間的關係，自變項對依變項的 影響程度是否達顯著水準。迴歸方程式是線性關係，經常用於預測自變數的改變 後，會影響依變數的程度 (林，2015)。故本研究採用迴歸分析來預測各構面之 間的相關性。