資料處理

本研究為量化研究，使用 SPSS17.0 中文版套裝軟體，進行下列各項 資料之分析。

一、 審題結果

(1) 以次數與百分比呈現審題題本各題的審題結果。

二、 預試資料分析

(1) 使用 Cronbach α 信度探討預試題本的一致性。

(2) 使用

ｔ

(3) 以 Pearson 積差相關探討各題與所屬分量表間的相關。

(4) 以單因子變異數分析探討不同年齡組在各題得分上的差異。

(5) 以探索性因素分析探討各題的因素歸屬，以進行選題。

三、 效度分析 (1) 建構效度

1. 以探索性因素分析探討「學前兒童社會行為量表」的架構。

2. 以 Pearson 積差相關探討「學前兒童社會行為量表」各分量表間 與各量表內部的相關情形。

3. 以單因子變異數分析探討年齡、性別、幼兒排行、發展情形、家 庭社經地位等變項在「學前兒童社會行為量表」的得分平均數差 異。

4. 以單因子變異數分析比較不同教師總評問題行為結果的幼兒在

「學前兒童社會行為量表」得分的差異。

5. 以區辨分析探討「學前兒童社會行為量表」是否可有效預測教師 對幼兒問題行為總評的結果。

6. 以 Pearson 積差相關探討教師評量與家長評量結果的相關情形。

(2) 效標關聯效度

1. 以 Pearson 積差相關探討「學前兒童社會行為量表」正向行為分 量表得分與 CDIIT「社會能力分測驗」得分的相關。

2. 以 Pearson 積差相關探討「學前兒童社會行為量表」與「幼兒氣 質量表」得分的相關。

3. 以 Pearson 積差相關探討「學前兒童社會行為量表」與「短型親 職壓力量表」得分的相關。

四、 信度分析

(1) 使用 Cronbach α 係數探討「學前兒童社會行為量表」的內部一 致性信度。

(2) 以 Pearson 積差相關探討「學前兒童社會行為量表」的評量者信 度、四週之重測信度。

五、 有關行為組型的分析

(1) 以集群分析(cluster analysis)探討幼兒行為的組型。

由於集群分析有不同合併觀察值的方法，學者認為，若觀察值樣本 數目在 200 人以上，較適合採用非階層式集群分析法(non-hierarchical method)中的 K-means 法；但由於 K-means 法必須事先決定群集的數目，

研究者必須藉由文獻的探討、專家看法或是多次測量來決定集群的數 目，但這個做法易流於主觀或是耗費太多時間；因此，可採取兩階段式 的集群分析方法(two-stage clustering)，先以階層次集群法（hierarchical methods）找出適當集群數，再以 K-means 法，將觀察值分類至各集群中 (Anderberg, 1973; 吳明隆, 2008; 黃俊英, 2000)。

由於本研究一般幼兒樣本數在 200 人以上，因此採取學者的建議，

先運用階層集群分析法(hierarchical cluster analysis)中的凝聚法(algorithms method)進行資料之分析；至於集群合併的資料處理程序，則運用華德法 (Ward＇s method)，此法對於觀察值的分組所關注的是全體組內或集群內

的平方和為最小值，故又稱為最小變異法 (吳明隆, 2008)。在確定適當的 群集數目後，將再以 K-means 法將每個幼兒歸至適合的組別中。而發展 遲緩幼兒的集群分析，因僅有 79 名發展遲緩或疑似發展遲緩幼兒，故僅 以階層集群分析法進行資料分析。

(2) 以單因子變異數分析說明不同集群幼兒在「學前兒童社會行為量 表」各項得分的差異情形，以說明各集群幼兒的行為特徵。

(3) 以區辨分析(discriminant analysis)探討集群分析結果的適切性。