資料分析方法

此量表為瞭解 Facebook 社群使用上的人際關係，故 Facebook 使用者皆需填寫此量 表，問項如表 3-4 Facebook 網路人際問項。

本量表採用五個等級的李克特五點量表（Likert scale）來予以衡量，受測者針 對每個項目回答自身符合的程度，勾選一項，第 32 至 44 是為「非常不同意」得 1 分、「不同意」得 2 分、「普通」得 3 分、「同意」得 4 分、「非常同意」得 5 分。

表 3-4 網路人際問項

題號 問卷問題

46 我常會與 Faecbook 上的網友聊起生活上發生的事 47 我常會回應 Facebook 上的網友文章

48 我認為我與 Faecbook 上的網友感情非常融洽 49 我常會跟 Faecbook 上的網友講自已內心的秘密 50 我常會與 Faecbook 上的網友聊到感情話題 51 我常會瀏覽 Faecbook 上的網友的文章發表

52 我認為 Facebook 上的線上遊戲能增加我和網友的感情

53 我認為只要是 Facebook 網友建議的朋友我一定會加入到好友名單中 54 我認為在 Facebook 上好友的數量對我很重要

55 我認為 Facebook 有線上遊戲對我很重要 56 我認為我會接受 Faecbook 上的網友的責難

57 我常會在 Facebook 發表攻擊 Faecbook 上的網友的文章

58 我常與 Faecbook 上的網友交談時，在情緒激動時會有一些情緒字眼

作，並使結構單純化。並以 Cronbacha 值檢定內部一致性，其值越高者代表，表示 問項間之相關性越高，一般大於 0.7 即表示高信度。

三、效度分析

所謂效度是指使用的測量工具（問卷）能否正確衡量出研究者所欲瞭解的特 質。評估效度的高低程度，可用內容效度（Content Validity）、效標關聯效度

（criterion-related validity）及建構效度（construct validity）三個項目加以評判。

四、信度分析

信度衡量的結果是否具有一致性或穩定性，以及測量程序的正確性與精確性。

Cronbach 於 1951 年提出α係數，克服部分折半法的缺點，為目前社會科學研究最常 使用的信度。

本研究採用 Cronbach α，即內部一致性的信度來檢定「Facebook 線上遊戲使用 動機」、「戲參與程度」及「Facebook 網路人際」三個量表各構面的信度，其意義 在於量測同一組同義或平行測驗總和的信度，並求出整體態度量表之信度，其公式 如下：

n：該構面中包含的題目的數量

S

S

若 Cronbach α係數小於 0.35 則信度過低應予以拒絕；若 Cronbach α係數大於 0.7 者則可視為高信度。

五、獨立樣本 T 檢定（Independent Samples T Test）











 

 



S S

n n

2 2

1 1



分析不同背景的 Facebook 使用者在 Facebook 網路人際之差異情形及分析不同 背景的 Facebook 線上遊戲玩家在 Facebook 遊戲動機之差異情形，使用於類別變項 為二分變項時。

六、單因子變異數分析（One-Way Analysis of Variance；ANOVA）

分析不同背景的 Facebook 使用者在 Facebook 網路人際之差異情形、分析不同 背景的 Facebook 線上遊戲玩家在 Facebook 遊戲動機之差異情形、Facebook 遊戲動 機各構面對遊戲參與程度之差異清形及遊戲參與程度對 Facebook 網路人際之差異情 形。

七、薛費法（Scheffe method）事後比較

單因子變異數分析經 F 考驗後之 p-value 達到 0.05 顯著水準者，必須再繼續進 行事後比較分析，事後比較（post-hoc comparisons）為需再進一步做兩兩比較。

SPSS 內建有多種方法，當比較的樣本數不同時，此研究選擇（Scheffe method）做 事後比較分析較適當。

八、Pearson 積差相關

以 Facebook 遊戲動機和遊戲參與程度與網路人際關係兩兩間的關係分析。

九、多元迴歸分析(逐步迴歸法)

使用逐步多元迴歸（Stepwise Multiple Regression）來預測效標變項，用以分析 一個以上的預測變數對於一個效標變項的影響程度。本研究使用逐用步多元迴歸分 析方法來檢驗。

綜合以上統計假設之檢定，整理成如表 3-5 所示。

表 3-5 研究假設與適用之統計方法表

假設 自變項 依變項 檢定方法

H1 Facebook 使用者在參 與線上遊戲與未參與遊戲 者在 Facebook 網路人際有 顯著差異

Facebook 使用者參與遊戲狀況 網路人際關係 獨立樣本 T 檢定

H2 不同個人背景變項的 Facebook 線上遊戲使用者 在 Facebook 遊戲動機有顯 著差異

性別 年齡 婚姻狀況 教育程度 工作狀況 Facebook 使用年資 Facebook 得知管道

Facebook 平均每次使用時間 Facebook 好友人數

其他線上遊戲的接觸史 線上遊戲玩家工會參與經驗 Facebook 遊戲的使用頻率 Facebook 遊戲的平均每次使用 時間

Facebook 遊戲動機

獨立樣本 T 檢定 單因子變異數分析

（Scheffe 事後比 較）

H3 不同個人背景變項的 Facebook 線上遊戲使用者 在遊戲參與程度有顯著差 異

性別 年齡 婚姻狀況 教育程度 工作狀況 Facebook 使用年資 Facebook 得知管道

Facebook 平均每次使用時間 Facebook 好友人數

其他線上遊戲的接觸史 線上遊戲玩家工會參與經驗 Facebook 遊戲的使用頻率 Facebook 遊戲的平均每次使用 時間

Facebook 遊戲動機

獨立樣本 T 檢定 單因子變異數分析

（Scheffe 事後比 較）

H4 不同 Facebook 遊戲動 機的使用者在遊戲參與程 度上有顯著相關

Facebook 遊戲動機 遊戲參與程度

Pearson 積差相關分 析

H5 不同 Facebook 遊戲動 機的使用者在網路人際關 係上有顯著相關

Facebook 遊戲動機 網路人際關係

Pearson 積差相關分 析

多元迴歸分析(逐步 迴歸法)

H6 不同 Facebook 遊戲參 與程度的使用者在網路人 際關係上有顯著相關

遊戲參與程度 網路人際關係

Pearson 積差相關分 析

多元迴歸分析(逐步 迴歸法)