資料處理與分析方法

本研究依據研究目的及研究架構、問卷內容選取適合的統計分析方法，主要 使用社會科學套裝統計軟體(Statistical Package for the Social Science, SPSS) 10.0 版及LISREL(LInear Structural RELationship) 8.51 版進行統計分析工作。其中包括 描述性統計、項目分析、信度分析、獨立樣本t 檢定、單因子變異數分析、因素 分析，並以結構方程模式來檢驗組合信度與建構效度。本節就各統計分析方法分 述如下：

一、描述性統計(Descriptive statistics)

利用描述性統計，將本研究的各個變項資料的平均值(Mean)、標準差(Standard Deviation)、偏態(Skewness)、峰度(Kutorsis)等統計量計算出來，以看出各變項的 分配狀況。偏態乃與常態分配相較之分布，偏態值大於 0.5 為正偏態、小於-0.5 為負偏態，一般將偏態值介於 0.5 與-0.5 之間視為常態分配。峰度指的是分配曲 線平坦陡峭的程度，大於0 為高狹峰(Leptokurtosis)，小於 0 為低闊峰(Platykurtosis) (吳明隆、涂金堂，2005)。本研究另使用線性結構方程模式，由於模式的分析採 用完整資訊技術(Full Information Technique)的估計法，此類估計法乃是依據常態 理論來設計的，因此估計法受到樣本分配性質影響相當的大，所以必須依據樣本 分配型態來決定估計的方法。如果變項分配的態勢絕對值大於 3，就被視為是極 端偏態，峰度絕對值大於 10 則被視為有問題，大於 20 則被視為是極端的峰度 (Kline, 1998)。本研究將具有極端的平均數、態勢與峰度之題目刪除，以提供良 好題項。

二、項目分析(Item Analysis)

項目分析是測驗發展最為根本的一項工作，其主要目的是在針對預試題目進 行適切性的評估 (邱皓政，2002)。首先，遺漏值過多的題項不宜採用。其次，本 研究將具有極端的平均數、態勢與峰度之題目不與採用。第三、項目總分相關

(Item-total Correlation)要高於 0.3。第四、校正項目總分相關(Corrected Item-total Correlation)要高於 0.5。第五、量表總分取極端的 27%分高低兩組，臨界比(Critical Ration)亦即高低分組在題項的平均數考驗之 t 值，達顯著且越高越好，臨界比不 顯著不採用。第六、因素負荷量(Factor Loading)低於 0.4，或在兩因素以上同時 大於0.3 者刪除不採用(Lankford & Howard, 1994；邱皓政，2002；吳明隆、涂金 堂，2005)。本研究運用項目分析，針對新生態典範量表進行項目評估之工作，

以瞭解各題項是否適切。

三、信度分析(Reliability Analysis)

在預試及正式施測，所得之 Cronbach’s α 係數求問卷之信度，若所得

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

目的在檢定三分變數或三分變數以上對連續變項的影響。以此方法檢驗本研 究之社經背景中三分變數以上與生新生態典範變項間，每一組樣本的平均數差異 是否顯著，如達顯著差異，再利用雪費法(Scheffe’ method)進行事後比較。

六、Pearson 相關分析

目的在檢定兩個連續變項間的關係。以此方法檢驗本研究之背景變項變項中 連續變數與新生態典範變項間之關係是否達顯著。

七、因素分析(Factor Analysis)

將一群具有共同特性的測量分數，抽離出背後潛在構念的統計分析技術，便 是因素分析(邱皓政，2002)。當球型考驗(Bartlett’s test of sphericity)達顯著，取樣

適切性量數(Kaiser-Meyer-Olkin measure of sampling adequacy, KMO)係數大於 0.8，以主成分分析法(Priniple component analysis)進行 Promax 轉軸法之斜交轉軸 (Oblique Rotations)，結果同時考慮特徵值與陡坡考驗進行因素數目決定與命名。

八、結構方程模式(Structural Equation Modeling, SEM)

本研究中以結構方程模式來檢驗中部地區高中生新生態典範量表之組合信 度與建構效度，並對模式中各組變項間之關係進行修正與分析，以瞭解模式與實 際資料之適配情形，研究中主要以LISREL (LInear Structural RELationship) 8.51 版作為執行SEM 程式之統計軟體。

本研究將以整體模式適配度與內在結構適配度來評鑑模式，評鑑指標如下 (Bagozzi & Yi, 1988；余民寧，2006；邱皓政，2003；黃芳銘，2004b)：

(一)整體適配指標 1.絕對適配指標

(1)概度比率卡方考驗值χ²：其值必須未達顯著水準，p≧0.05。

(2)良性適配指標(Goodness of Fit Index, GFI)：大於或等於0.9時，表模式可 以被接受。

(3)調整良性適配指標(Adjusted Goodness of Fit Index, AGFI)：大於或等於 0.9時，表模式可以被接受。

(4)標準化均方根殘差(Standardized Root Mean Square Residual, SRMR)：小 於或等於0.08，表示模式可以獲得接受。

(5)近似誤差均方根(Root mean Square Error of approximation, RMSEA)：小 於或等於0.05，表示「良好適配」(good fit)；0.05～0.08為「不錯的適配」

(fair fit)；0.08～0.10為「普通適配」(mediocre fit)；大於0.10表是「不良 適配」。

(6)非中心性參數(Non-Centrality Parameter, NCP)：用於比較各種競爭模 式，值較小者表示該模式優於其他競爭模式。

(7)尺度化非中心性參數(Scaled Non-Centrality Parameter, SNCP) ：用於比 較各種競爭模式，值較小者表示該模式優於其他競爭模式。

(8)期望複核效度指標(Expected Cross-Validation Index, ECVI) ：用於比較 各種競爭模式，值較小者表示該模式優於其他競爭模式。

2.相對適配指標

(1)非規範適配指標(Non-Normed Fit Index, NNFI)：大於或等於0.9，表示模 式可被接受。

(2)比較適配指標(Comparative Fit Index, CFI)：大於或等於0.9，表示模式可 被接受。

3.簡效適配指標

(1)簡效規範適配指標(Parsimonious Normed Fit Index, PNFI)：當值大於0.5 時，即表示模式通過。

(2)簡效良性適配指標(Parsimonious Good-of-Fit Index, PGFI)：當值大於0.5 時，即表示模式被接受。

(3)Hoelter的臨界數(Hoelter’s Critical N, CN)：值大於或等於200時，模式即 被接受。

(4)規範卡方(Normed chi-square)：其值必須介於1.00與3.00之間。

(5)Akaike訊息標準指標(Akaike Information Criterion, AIC) ：用於比較各種 競爭模式，值較小者表示該模式優於其他競爭模式。

(二)內在結構適配指標

1.對測量模式而言，所有之參數估計須達到顯著水準(t >1.96, p<0.05)且方向 正確，SMC值大於0.5。

2.平均變異數抽取量大於0.5，表示具有聚合效度。

3.限制性模型與未限制模型卡方值差距大於3.84，表示具有區別效度。

4.組合信度大於0.6。