資料分析方法

本研究資料分析分為三大部分，第一部分為描述性統計分析，第二部分為信度、

效度分析，第三部分為差異性分析，第四部分為結構方程模式(SEM)。本研究採用的資 料分析工具為 LISREL8.8 分析軟體系統。相關的分析方法詳細說明如下：

一、描述性統計分析(Descriptive Analysis)

主要是針對樣本的基本特性。以敘述方式進行分析，計算出個別變數的樣本數及 百分比，以了解樣本的實際情形來推論母體。著重於資料整理、描述及解釋，可以將 一堆雜亂且無分類的資料，分析整理成有意義及可以明白理解的資訊，作為實務相互 溝通的語言。內容主要是依據人口統計變數的方式，分析統計樣本的相關資訊。

二、信效度分析

信度分析就是評估測量的可靠性。藉著信度測試所得的分數高低，以衡量該量表 預測的穩定性(Stability)及一致性(Consistency)結果如何。Cronbach’s    α 可以說是 最常被使用的信度估計方法，Cronbach’s    α 值愈高，代表該因素內各問項之間的相關 性愈大，及內部一致性愈高。一般而言，α值愈大及內部一致性愈高。一般而言。α 值大於 0.7 者為高信度，小於 0.3 者為低信度，本研究要求在 0.6 以上。α係數亦是 所有信度估計的下限(Crocker & Algina,1986)，表示測驗的真正信度值比α係數還 高。符合上述條件之後，接著進行各變數之間關係的統計分析。

效度(Validity)是指測量結果的真確性。測量工具的效度愈高，表示該測量結果 愈能顯示其所欲測量對象的真正特徵。本研究以驗證性因素分析檢測因素結構與理論 之相符程度，故將觀察變相根據理論建構成測量模式，依 LISEREL 程式分析結果，來 確認資料的效度、內部一致性。區別效度以及收斂效度。

三、差異性分析

在研究架構中，如果自變數彼此之間存在高度線性重合的情形，會造成回歸參數 的變異數膨脹，如此將會提高接受虛無假設的機率，會出現整體回歸模型達到顯著，

但個別參數卻不顯著的情況。一般而言，當兩個變數之間的相關係數在 0.8 以上時，

則表示兩變數可能存在共線性的問題(王保進，1996)。

本 研 究 在 差 異 性 分 析 方 面 ， 採 用 一 般 常 用 的 Pearson 積 差 相 關 (Pearson Product-moment Correlation) 來檢驗有用性認知、易用性認知、相容性、可試用 性、娛樂性認知、行為意向、行為態度的相關性與強度，並檢驗各變數之間是否有存 在共線性問題。

四、結構方程模式(Structural Equation Modeling，SEM)

本研究將以結構方程模式(SEM)驗證理論模式檢定假說，並評估模式的配適度。通 過路徑分析(Path Analysis)，探討一組連續變項間的因果關係，將這些變項間的關係

加以整合、串聯，最後以路徑模式的型態來表示。結構方程式(SEM)所提供用以評估模 式適配度的指標如下，

1.卡方值比率(x2(Chi-Square)/df 自由度) 2.良性適配度指標(Good of Fit Index，GFI)

3.簡效良性適配度指標(Parsimonious Goodness of Fit Index，PGFI