資料分析方法

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

76

第五節 資料分析方法

本研究利用電腦統計軟體 SPSS 12.0 作為資料分析之工具，依據研究目的與研究 假設需要，將採取之資料分析方法分述如下：

一、敘述性統計分析：

利用敘述性統計分析方法，針對有效問卷進行樣本資料分析，如使用次數分 配、百分比、帄均數等統計量來描述樣本基本資料的分佈情形及消費行為的狀況，

以了解樣本分佈情形。

二、信度分析：

信度的基本觀念為用以表示測量工具本身的準確程度，測量工具是否具有穩 定性、測量結果是否具有區別力等問題，可藉由信度係數判斷，信度分析包含積 差相關分析、決斷係數分析及內部一致性分析。本研究之信度檢定採用內部一致 性分析，所反應的是測量工具內不同質性、一致性或穩定度，同質性越高，代表 量表題項是在測量相同的特質，為Cronbach’s α 係數各種信度檢測中較嚴謹的，

且為目前使用最廣的一種信度指標（邱皓政，2000）。吳統雄（1984）對態度與 行為研究的信度建議標準，以Cronbach’s α 檢定法評定，其建議可信度高低參考 標準如下：

表 3-5：Cronbach’s α 檢定信度參考標準

依上述檢定原則，來衡量消費者分別在「音樂態度」、「利益區隔」、「生活型態」

各層面之一致性與穩定性，以檢定各問項的可靠度，瞭解量表的可信度。

Cronbach’s α ≦0.30 不可信 0.30＜ Cronbach’s α ≦0.40 勉強可信 0.40＜ Cronbach’s α ≦0.50 可信 0.50＜ Cronbach’s α ≦0.70 可信（最常見）

0.70＜ Cronbach’s α ≦0.90 很可信（次常見）

0.90＜ Cronbach’s α 十分可信

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

77

三、因素分析：

因素分析有探索性因素分析與驗證性分析兩種，探索性分析乃針對一群相互 之間有關係存在的變數，萃取少數幾個相互獨立的因素來解釋原變數之間的相關 情形；驗證性分析為研究者的理論架構已經非常清晰且十分完善，尌可以利用因 素分析來考證這些理論和假設。本研究所採用的方法，皆屬於探索性分析，換言 之，因素分析的目的是以定義一組潛在因素來解釋很多變數中之相關，為進行變 數縮減，對於相關程度較高的問項以因素分析之主成份法（Principal component）

以及以最大變異數（Varimax）轉軸法萃取各構面因素；將轉軸後的成分矩陣之 特徵值大於 1 之變數，作萃取因素之取捨標準，其餘的予以放棄。在正式進行因 素分析之前，必頇先檢定資料適不適合做因素分析，依據 Kaiser（1974）的觀點，

可從取樣適切性量數（Kaiser-Meyer-Olkin of sampling adequacy；KMO）值的大 小來判斷，一般 KMO 值大於 0.6 即可，而 Bartlett 球型檢定的結果拒絕需無假設 時，表示以此因素結構適合用來解釋此資料。

四、差異分析：

依照研究之假設，採用變異數分析法（ANOVA 及 MANOVA），來檢測「消 費行為」與「音樂態度」、「利益區隔」、「生活型態」構面之間是否有差異存在，

若存在顯著差異，則進一步以雪費（Scheffé）事後檢定了解兩兩群體間是否有顯 著差異。並以卡方檢定來檢驗「人口統計變數」和「消費行為」構面之間的差異 情形。

五、相關分析：

「積差相關」適用於兩個變數均為連續變數，統計分析中求兩個連續變項間 的關係，變數之間的相關程度由相關係數來衡量，一般採用皮爾森（Pearson）

積差相關係數來檢定連續型變數之間的線性相關程度，相關係數之正負號代表兩

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

78

變項變動之相關方向，而相關係數其絕對值越趨近於 1，表示相關程度越高，反 之，其絕對值越趨近於 0，則表示相關程度越低。簡而言之，相關係數的大小可 視為線性相關的強度與方向，其絕對值在 0.3 以下，稱為低度相關；其值介於 0.3 至 0.6 之間，稱為中度相關；而其值在 0.6 至 0.9 之間，則稱為高度相關。

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

79