第三章 研究設計與實施
第五節 資料分析與統計方法
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第五節 資料分析與統計方法
本研究以統計軟體 SPSS for window 21.0 中文版和 AMOS 21 版進行資料分 析，分析方法與步驟如后。
壹、採用描述性統計分析呈現各背景變項之次數分配表，以及各研究變項的 平均數、標準差、偏態與峰度等統計量，以瞭解新住民青少年與非新住民青少年 在各背景變項之分布情形，及各研究變項間集中與分散情形，並檢驗各研究變項 是否符合常態假定。
貳、以卡方檢定（chi-squared test）檢驗新住民青少年與非新住民青少年，
在｢背景變項」是否具顯著差異；以獨立樣本t 檢定新住民青少年與非新住民青 少年，在｢自尊」、｢學業成就」、｢風險行為」、｢主觀幸福感」與｢族群認同」，各 層面之知覺上是否具顯著差異。
叁、以 Pearson 積差相關進行資料分析，檢驗｢自尊」、｢族群認同」、｢學業 成就」、｢風險行為」與｢主觀幸福感」之相關性。
肆、運用結構方程模式（SEM）來推估｢自尊」、｢學業成就」、｢風險行為」、
｢主觀幸福感」與｢新住民青少年族群認同」的結構模式關係，並以實證資料檢驗 本研究所提出之｢新住民青少年族群認同感」假設模式。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
伍、運用結構方程模式，以拔靴法（bootstrap method）建立中介效果之 95%
信賴區域，以驗證｢新住民青少年族群認同」在自尊與學業成就、風險行為及主 觀幸福感間之中介效果是否存在。
陸、運用結構方程模式多樣本分析（multi-group structure equation model），
以驗證本研究建構之｢臺灣青少年自我認同感模式」在新住民青少年與非新住民 青少年之間是否具有跨樣本適用性。
本研究依據第二章文獻之相關理論，建構｢新住民青少年族群認同感模式」，
各變項間關係之假設模式如圖3-2。茲將此模式建構及評鑑的方法敘述如下：
ㄧ、模型設定
整個模型共有2 個外生測量變項，17 個內生測量變項，1 個外生潛在變項，
4 個內生潛在變項，其內容說明如下：
外生潛在變項｢族群認同」 的測量變項如下： 為族群認同探索、 為族 群認同承諾。
內生潛在變項｢自尊」 的測量變項如下：у 為正向肯定、у 為負面評價；
內生潛在變項｢學業成就」 的測量變項如下：у 為主科成績、у 為藝能成績；
內生潛在變項｢風險行為」 的測量變項如下：у 為抽煙、у 為暴力、у 為性行 為、у 為喝酒、у 為飆車；內生潛在變項｢主觀幸福感」 的測量變項如下：у 為幸
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
福01、у 為幸福 02、у 為幸福 03、у 為幸福 04、у 為幸福 05、у 為幸福 06、у 為幸福 07、у 為幸福 08。
整個模型當中有19 個測量變數。測量資料數（19＊20）/2＝190（DP＝190）。
整個模型的設定條件如下：
(一)測量變數：模型中 2 個外生測量變項（ 至 ），17 個內生測量變項（у 至у ）。
(二)潛在變數：1 個外生潛在變項（ ），4 個內生潛在變項（ 至 ）。
(三)固定參數：為使潛在變項量尺得以確立，各潛在變項的第一個因素負荷量λ 被設定為1，共有 5 個因素負荷量被設定為 1。
(四)待估參數：
1.測量參數：每個測量變項僅受 1 個潛在變項影響，故產生2 個外生測量變項（λ 至λ ），17 個內生測量變項（λу 至 λу ）。
2.結構參數：內生潛在變項被外生潛在變項解釋的 Gamma 矩陣有 4 個結構參數
（ 、 、 、 ），內生潛在變項被內生潛在變項解釋的Beta 矩陣有 3 個 結構參數（ 、 、 ）。
3.殘差：模型中 2 個外生測量殘差（ 至 ），17 個內生測量殘差（ 至 ），4
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
個解釋殘差（ 、 、 、 ），其變異量被自由估計。
圖3-2 ｢新住民青少年族群認同感模式」假設模式路徑圖
二、模式估計與評鑑
（一）參數估計
本研究採取結構方程模式來檢驗｢新住民青少年族群認同感模式」，統計軟體 採用AMOS 21.0 版完成。本研究模式的分析採用最大概似估計法（maximum likelihood estimation, ML）進行估計，ML 法是 SEM 分析最常採用的參數估計法，
ML 法對於概率的估計，是基於參數必須符合多變量常態的假設，所以用 ML 法
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
最大的要求是變項的常態性必須有效維繫，因此使用ML 法進行估計程序之前，
必須先行檢驗觀察變項的常態化假設是否成立（邱皓正，2011）。
（二）模式契合度評鑑
本研究的模式鑑定，整體模式契合度採取下列三類型的整體適配度指標作為 考驗根據（余民寧，2006；吳明隆，2006；邱皓正，2011）：
1.絕對適配指標（absolute fit measures）
a. 卡方值（chi-square, ）：理論模型與觀察模型的差異程度。理想的情形 是在統計檢定值（p＞.05）未達顯著水準。
b.適配指標GFI（goodness-of- fit index）：表示假設模型可解釋觀察資料的 變異數與共變數比例。理想數值至少在.90 以上。
c.調整後適配指標AGFI（adjusted goodness-of- fit index）：將自由度列入考 慮後計算出來的模式適配指標。理想數值至少在.90 以上。
d.殘差均方根指標 RMR（root mean square residual）：RMR 值為適配殘差變 異數與共變數的平均值之平方根，為未標準化假設模式整體殘差。一般而言，其 值越小越好，在.05 以下是可接受的適配模式。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
e.標準化殘差均方根指標 SRMR（standardized root mean square residual）：
SRMR 值為標準化假設模式整體殘差，為克服殘差未標準化造成 RMR 指標值數 據大小不一的現象，將殘差標準化，使殘差值不受測量單位的影響，其值低於.08 時，表示模式適配度佳。
f.平均概似平方根係數 RMSEA（root mean square error of approximation）：比 較理論模式與飽和模式的差距，其值小於.05 時，表示模式適配度良好；其值小 於.08 時，表示模式適配度合理。
g.期望複合化校標 ECVI（expected cross-validation index）：理論模式之ECVI 指標值必須比獨立模式之ECVI 指標值還要小。
2.相對適配指標（relative fit measures）
a.規範適配指標 NFI（normed fit index）：理想數值需大於.90。
b.相對適配指標RFI（relative fit index）：理想數值需大於.90。
c.增效適配指標IFI（incremental fit index）：理想數值需大於.90。
d.非規範適配指標NNFI（non-normed fit index）：理想數值需大於.90。
e.比較適配指標CFI（comparative fit index）：理想數值需大於.90。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
3.簡效適配指標（parsimonious fit measures）
a. 簡效適配指標 PGFI（parsimonious goodness-of- fit index）：考慮模式的簡 效性，理想數值需大於.50。
b. 簡效規範適配指標 PNFI（normed fit index）：理想數值需大於.50。
c. 適當樣本指標 CN（critical N）：基於統計檢定的考量，模式鑑定要獲得一 個可接受的適配程度，所需要最低數量的樣本大小（Hoelter, 1983）。其值需大於 或等於200，通過 CN 值表示樣本數足夠用以檢定模式。
d. 卡方自由度比 NC（normed chi-square, ）：考慮模式複雜度後的卡 方值，卡方自由度比越小，表示模型契合度越高，小於3 是可以接受的尺度。
e. Akaike 訊息標準指標 AIC（Akaike informatio criterion）：經過簡效調整的 模式適配度的波動性，AIC 值越接近 0，表示模式適配愈好且愈簡效，理論模式 AIC 指標值必須比獨立模式之 AIC 指標值還要小。
f. 一致性的 Akaike 訊息標準指標 CAIC（ consistent Akaike informatio criterion）：CAIC 是 AIC 的調整值，是將樣本大小的效果也考量到估算中。經過 簡效調整的模式適配度的波動性，AIC 值越接近 0，表示模式適配愈好且愈簡效，
理論模式CAIC 指標值必須比獨立模式之 CAIC 指標值還要小。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四章 研究結果討論
本章將研究結果分為五節，第一節為各研究變項之描述統計，第二節為背景 變項新住民青少年在族群認同的差異情形，第三節為族群認同測量模模式與中介 效果檢驗，第四節為族群認同結構模式。茲分述如下：
第一節 各研究變項之描述統計
本節說明各觀察變項的描述統計分析結果。首先，以描述性統計呈現各研究 變項：族群認同、自尊、學業成就、風險行為與主觀幸福感的平均數、標準差、
偏態與峰度，以瞭解新住民青少年在各研究變項之集中和分散情形，並檢驗各研 究變項數據是否符合常態性假定。
本研究新住民青少年全體受試樣本在族群認同、自尊、學業成就、風險行為 與主觀幸福感各變項的得分情形，分析結果詳如表4-1。
由分析結果發現，新住民青少年在族群認同、自尊、學業成就、風險行為與 主觀幸福感各測量變項之描述性統計得分情形，平均數介於.24 到 3.39 之間，標 準差介.46 到.83 之間，偏態值介於-.99 到 2.79 之間，峰度介於-.43 到 8.06 之間。
在常態性檢驗方面，Kline(2005)指出，若測量變項的偏態絕對值大於 3，峰
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
度係數大於10，則視為極端偏態。此外，Curran, West 與 Finch(1996)建議常態的 標準應界定為偏態係數絕對值需小於2，峰度係數絕對值小於 7(引用邱皓正，
2011)。本研究各測量變項之平均數趨近於中間值，各題平均數與中間值差距未 達2 個標準差，偏態係數絕對值均未大於 3(性行為的偏態係數絕對值為 6.23 與 飆車的偏態係數絕對值為5.89，不符合常態分配，予以刪除)，峰度係數絕對值 亦均未大於10(性行為的峰度係數絕對值為 12.11 與飆車的峰度係數絕對值為 15.36，不符合常態分配，予以刪除)，顯示本研究其餘蒐集之樣本資料符合常態 分配。
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
二、不同年級的新住民青少年在族群認同之差異
由表 4-3 結果發現，七、八、九年級受試者的族群認同探索、族群認同承諾、
族群認同，均無顯著差異。
表4-3 不同年級新住民青少年在族群認同及其各向度之變異數分析
變項 年級 人數 平均數 標準差
F
值 族群認同探索
七 204 2.73 .56 .43
八 203 2.72 .51
九 138 2.67 .62
族群認同 承諾
七 204 2.88 .53 .86
八 203 2.87 .50
九 138 2.80 .58
族群認同 七 204 2.82 .51 .75
八 203 2.81 .47
九 138 2.75 .57
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
四、不同家庭經濟狀況的新住民青少年在族群認同之差異
由表 4-5 結果發現，不同家庭經濟狀況受試者的族群認同探索(F=2.67，p
＜.05)、族群認同承諾(F=2.93，p＜.05)、族群認同(F=2.82，p＜.05)，均達顯著 差異。因此，以Scheffe’法，進行事後比較，不同母親原生國的新住民青少年受 試者，有顯著差異。
一、在｢族群認同探索｣中，家庭經濟狀況為小康的受試者高於普通受試者，家庭 經濟狀況為小康的受試者高於清寒受試者；家庭經濟狀況為普通的受試者高於清 寒受試者。
二、在｢族群認同承諾｣中，家庭經濟狀況為小康的受試者高於普通受試者，家庭 經濟狀況為小康的受試者高於清寒受試者；家庭經濟狀況為普通的受試者高於清 寒受試者。
三、在｢族群認同｣中，家庭經濟狀況為小康的受試者高於普通受試者，家庭經濟 狀況為小康的受試者高於清寒受試者；家庭經濟狀況為普通的受試者高於清寒受 試者。
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
相較於以往研究，與本研究結果相似者有：以布農族學童為對象，家庭社經
相較於以往研究，與本研究結果相似者有：以布農族學童為對象，家庭社經