資料處理

本研究係採用SPSS 12 及LISREL 8.7 做為問卷施測回收後的資料分析工具，方 法包括： 描述統計、獨立樣本平均數t 檢定、單因子變異數分析及結構方程式模 型的關係檢定。LISREL軟體作為一種分析工具，用來驗證研究架構所提出的因果 關係（Su等，2009）。以下茲就正式問卷回收後之資料處理，分述如下：

一、描述統計

本研究使用描述統計處理回收問卷個人背景資料統計分布情形，以有效了解 受試教師背景變項分布情形。統計項目有：性別、婚姻、年齡、學歷、任教年資、

擔任職務、學校規模，藉以分析有效回收問卷各種資料之統計量。

二、獨立樣本t檢定

本研究以不同性別、婚姻在問卷中國小教師人格特質、情緒管理及教師效能 信念各面向得分情形，進行獨立樣本平均數t檢定，以了解不同性別、婚姻所知覺 的人格特質、情緒管理及教師效能信念面向是否有所差異。

三、單因子變異數分析

本研究以年齡、學歷、任教年資、擔任職務、學校規模為自變項，以人格特 質、情緒管理及教師效能信念面向為依變項，進行單因子變異數分析，若F達.05 顯著水準，則進行Scheffé事後比較。

四、結構方程模式分析

結構方程式(Structure Equation Modeling, SEM)用以處理複雜的多變量研究數據 的探究與分析，被歸類為高等統計學屬於多變量統計(multivariate statistics)的一環 (邱皓政，2003)，從統計的語言來說，結構方程式(SEM)是用來檢定有關於觀察變 項與潛在變項之間假設關係，融合因素分析及徑路分析兩種統計取向，一個完整 的SEM模型，可分為測量模型和結構模型兩部分，前者是指實際測量變項與潛在特

34

質的相互關係，結構模型則在敘述潛在變數間之因果關係(黃芳銘，2008)。

結構方程模式(structural equation modeling，SEM)透過理論模式的建立，能夠檢 定變項之間的相關性，並對整體模式作統計評估，以了解理論模式與實際蒐集資 料的符合度。SEM模型的建立必須以理論為基礎，強調必須通過觀念的釐清、文獻 整理與推理提出有待檢驗的假設模型，且理論是假設模式成立主要的解釋依據 (黃 芳銘，2008)。若發現假設模式與觀察資料的適配度不佳，研究者將模式進行適當 修正(吳明隆，2006)。結構方程式的分析程序如圖3-2所示：

圖3-2：SEM分析步驟之徑路圖 資料來源：黃芳銘（2008）

理 論

模 式 界 定

模 式 識 別

選 擇 測 量 變 項 及 蒐 集 資 料

模 式 估 計

適 配 度 評 鑑

解 釋 未達可接受程度

模 式 修 正

達可接受程度

35

36

適合度指標(Goodness of Fit Index, GFI)是一種非統計的測量，其範圍介於0 與1 之間。GFI 愈接近1，代表模型的適配度愈好。一般學者建議GFI 須大 於0.9，模型才能夠被接受。而調整後適合度指標(AGFI)，是將GFI 依自由 度的數目加以調整後而得。若此兩指數愈接近1 ，表示整體適配度愈高，

37

模型的解釋能力愈高。但GFI 與AGFI 也會受到樣本數大小的影響。

3.RMR

殘差平方根(RMR)是適配殘差變異數/共變數之平均值的平方根，顯示殘差 值的大小。因此，當RMR 值愈小時，表示模式愈容易被接受。

4.SRMR

標準化殘差平方根SRMR)是平均殘差共變標準化的總合，範圍在0 與1 之 間。SRMR 愈接近0，代表模型的適配度愈好。一般學者建議SRMR須小於 0.05，模型才能夠被接受。

5.RMSEA

RMSEA：為漸近誤差均方根指標，是近年來相當受到重視的一個適配指標，

當RMSEA≦0.05 時，表示理論模式可以被接受，為良好適配；0.05~0.08 則 是中度適配；若大於0.10 則表示不良適配。

6.NFI與NNFI

基準配合指標(Normed Fit Index, NFI)值介於0 與1 之間，愈接近1(通常需要 大於0.9)表示模型的可接受度愈高。但是NFI 會受到某些因素干擾和影響，

包括沒有控制自由度和容易受樣本數大小的影響，因此有些學者並不認為 NFI 是一個評鑑模型適配度的良好指標。於是後來有學者發展非基準配合 指標(Non-Normed Incremental Fit Index,NNFI)，其能夠降低樣本數的影響。

NNFI 是一種非規範性指標，是因為其對NFI 做自由度的調整，結果使其所 產生的值可能會超出0 與1 之間。

7.CFI

比較配合指標(, CFI)是一種非集中卡方分配，即使在小樣本之下，CFI 對模 型適合度的估計表現仍相當好。CFI 值介於0 與1 之間，值愈大表示模型適 配度愈好。一般學者建議要判斷模型是否可以被接受時，CFI 值通常須大 於0.9。

（二）內在結構適配度

在測量模式適配度的評量上，關注的是潛在變項與其指標變相間的關係，

即代表構念之測量的效度與信度的問題。效度反應的是指標變項對於想要測量 的潛在特質，實際測量多少的程度，信度指的是測量的一致性。如果測量模式

38

中的因素負荷量均達顯著（p＜.05，t的絕對值大於1.96），此種情形表式測量的 指標能有效反映出它所要測量的構念，即表示該測量具有良好的效度。

信度是指測量資料的可靠性，即一個測量工具在測量某持久性心理特質（態 度）的一致性或穩定性，主要在檢定觀察變項於潛在變項間的信度及估計參數 的顯著水準，亦可說是模式之內在品質。本研究依據學者Bogozzi 和Yi在1988 提出的論點，建議以下標準來判斷（轉引自吳明隆，2008）：

1.個別觀察變項的項目之信度 (individual item reliability)在.50以上。

2.潛在變項的組合信度 (composite reliability)，在 .60以上。

3.所有參數統計量估計值均達顯著水準（t＞1.96；或p＜.05）。

4.標準化殘差 (standardized residuals) 之絕對值小於2.58 者。