本研究將問卷回收後，加以整理編碼，剔除廢卷整理出有效之問卷並做記錄，使用 SPSS for Windows 19.0 套裝軟體進行統計分析，並以 α=.05 為顯著水準進行統計 分析。根據研究目的，本研究所使用的統計分析如下：
(一) 描述統計 (descriptive statistics)
本研究運用次數分配、百分比、平均數與標準差，描述高中體育班學生的樣本特 性及在社會支持、生涯自我效能、壓力因應、情緒經驗及生涯決定各變項的分配情形。
(二) 獨立樣本 t 檢定 (independent sample t-test)
本研究以獨立樣本 t 檢定，檢驗不同性別、訓練意願之高中體育班學生在社會支 持、生涯自我效能、壓力因應、情緒經驗及生涯決定之差異，若達顯著差異水準（p < .05）
則以薛費法 (scheffe‘s method) 進行各組事後比較，以確認不同性別、訓練意願學生在 各潛在變項的差異狀況。
(三)單因子變異數分析 (one-way ANOVA)
本研究以單因子變異數分析，檢驗不同年級、學制、最佳參賽成績、訓練年資之高 中體育班學生在社會支持、生涯自我效能、壓力因應、情緒經驗及生涯決定之差異，若 達顯著差異水準（p < .05）則以薛費法進行各組事後比較，以確認不同年級、學制、最 佳參賽成績、訓練年資的體育班學生於各研究變項之差異狀況。
(三) 結構方程模式 (structural equation modeling, SEM)
結構方程模式是一門基於統計分析技術的研究方法學，用以處理複雜的多變量研究 數據的探究與分析。結構方程模式最重要的概念由兩個部分所組成，第一是測量模型 ( measurement model )，反應觀察變數與潛在變數之間的關係，其構成的數學模型是驗證 性因素分析，主要用來檢驗一組類似的測量變項背後的潛在因素，確認量表題目背後的 概念結構，更可用來檢驗理論模型的適切性 (邱皓政，2004)。本研究以驗證性因素分析 方式測量各量表中，各個構面衡量問項的信度、聚合效度 (convergent validity)；第二是 結構關係的假設考驗，透過結構模型 (stucture model) ，使潛在變項之間的關係可藉由 路徑分析的概念進行討論 (邱皓政，2011)。有關模式適配度評鑑有許多不同主張，而以 Bagozzi 與 Yi (1988) 之論點較為周延，其認為需從基本適配度指標 (preliminary fit
66
criteria)、整體模式適配度指標 (overall model fit) 以及模式內在結構適配度指標 (fit internal structurl model) 等三方面評鑑。茲將其評鑑標準說明如下 (吳明隆，2009)：
1.基本適配指標
a.估計參數中不能有負的誤差變異數。
b.所有誤差變異必須達到顯著水準 (t 值＞1.96)。
c.估計參數統計量彼此之間相關的絕對值不能太接近1。
d.潛在變項與其測量指標間之因素負荷量，最好介於 .50 至.95 之間。
e.不能有很大的標準誤。
2.整體模式適配度指標
a.卡方值 (x2)：卡方值是衡量資料與模式之間適配程度的標準，其目的在於測試預測 模式的共變異量和實際資料數據間模式的差異性；一個具有適合度的模式示希望能夠獲
得一個不具顯著水準的 x2，以說明預測模式和實際模式是沒有差別的，當 x2 趨近於零 時，則表示假設模式的適合度越佳。而 x2 的比率一般以小於 3 做為判斷一個可接受的 適合度模式的參考。
b.適配度指標 (goodness of fit index, GFI)：GFI 指標是計算理論與觀察資料共變結構 中之變異與共變量，能解釋觀察資料變異與共變數程度，其理想的 GFI 值應大於 0.9。
c.調整後適配度指標 (adjusted goodness of fit index, AGFI)：AGFI 乃在測試模式適合 度時，將模式適合度做調整，可輔助模式適合度的判斷，同時可避免因樣本數增加而引 起顯著差異結果的缺失。AGFI 值越高，表示此模式適配度越佳，理想的 AGFI 值應大 於 0.9。
d.標準化殘差均方和平方根 (standardized root mean square residual, SRMR)：為｢殘差 共變數矩陣｣中獨特元素的平方之平均的平方根，反映的是殘差之大小，其值越小表示 模式的適合度越佳，最好是低於 0.05。
e.漸進殘差均方和平方根 (root mean square error of approximation, RMSEA)：為 AMOS 指標數值中少數可對適配度指標加以考驗的指標，RMSEA 值小於 0.05時，表 示模式適配度佳；RMSEA 值在 0.05 至 0.08 間，表示模式適配度尚佳；RMSEA 值 在 0.08 至 0.1 時仍屬適配度普通；但若高於 0.1 則屬適配度不佳。
f.基準適配度指標 (normal fit index, NFI)：以需無假設的模式為基準而推導出的指 標，理想的 NFI 值應大於 0.9。
67
g.增值適配指標 (incremental fit index, IFI)：ILI 又稱之為 Delta 1 指標，是以相對於 基準模式來評鑑適配的指標，其值需大於 0.9，IFI 越接近 1，表示模式適配度越佳。
h.非基準適配度指標 (tucker-lewis index, TLI)：TLI 是考慮樣本大小的情況下，將卡 方值轉換所導出來的指標，理想的 TLI 值應大於 0.9。
3.模式內在結構適配度評估
a.個別觀察變項的項目信度 (individual item reliability)：觀察變項的 R2 反映了其在潛 在變項的信度值。個別潛在變項的信度值（標準化係數值的平方）應大於 0.5，亦即標 準化係數必須等於或大於 0.71 以上。
b.潛在變項的組合信度 (composite reliability)：組合信度主要在評鑑一組潛在構念指標 的一致性程度，亦即所有測量指標分享該因素構念的程度，屬於內部一致性指標值，組 合信度越高，表示測量指標間有高度的內在關聯存在。個別顯性變項的信度接受值最好 在 0.5 以上，而潛在變項組合信度最好在 0.6 以上。
c.潛在變項得平均變異數抽取量 (average variance extracted)：潛在變項得平均變異量 抽取值表示相較於測量誤差量的大小，潛在變項構念所能解釋指標變項變異量的程度。
潛在變項平均變異數抽取值的大小若是在 0.5 以上，則表示指標變項可以有效地反映其 潛在變項，該潛在變項具有良好的信、效度。
d.參數統計量的估計值是否達到顯著水準：所有參數統計量的估計值均達到顯著水 準，即絕對值大於 1.96 或 p 小於 .05，表示模式之內在品質甚佳。
e.標準化殘差 (standardized residuals) 的絕對值：標準化殘差是適配殘差除以其漸進標 準誤，標準化殘差也可以解釋為標準化常態變異，其值應界於 -2.58 至 +2.58 之間。
f.修正指標 (modification indices)：修正指標小於 3.84，在 AMOS 操作中內定之修正 指標值界線為 4.00，在模式中，只有未估計之參數有修正指標。修正指標若大於 3.84，
則表示模式之參數有必要加以修正，例如將限制或固定之參數改為自由參數。
68
第肆章 結果分析與討論
本研究先以描述性統計方式探討高中體育班學生的背景變項，並分析高中體育班學 生在社會支持、生涯自我效能、壓力因應、情緒經驗與生涯決定之分布情形；其次，利 用獨立樣本