第三章 研究設計與研究方法
第五節 資料統計方法
本研究之資料分析是將問卷回收後，根據有效問卷進行實證分析，以 SPSS 統計 軟體 22.0 版本進行描述性統計分析、t 檢定、單因子變異數分析、信度分析、效度分 析和迴歸分析；而在整體模式方析方面，使用結構方程式(SEM)分析，以 Amos17.0 版本統計軟體來分析。各分析方法敘述如下：
一、 描述性統計分析
本研究採用 SPSS 中的敘述性統計分析人口統計變數之情況。(如：性別、年齡、
婚姻狀況、教育程度、每月所得等)，可說明受訪者對於各構面之次數分配、百分比、
平均數和標準差等基本統計，分析樣本在各構面之情形。次數分配表與百分比用來描 述受測者在各構面分佈情況，而平均數分析能瞭解受訪者對問項的看法，平均數愈高 代表該屬性較被受測者所重視；標準差為衡量問項是否具一致性指標，標準差愈小，
表示受測者對該問項看法較一致。
本研究將針對志工服務意願量表中基本資料來進行次數分配表分析，分別有性別、
年齡、教育程度、婚姻狀況、宗教信仰、種族、經濟狀況共七項。另外將量表各問項 作描述性統計分析，以此了解有那些問項在此構面的影響是較明顯的。
二、t 檢定
適用於兩個獨立不同群體間平均數之差異比較，本研究以 t 檢定來檢測不同性別 及以前擔任志工經驗之有無對高齡者參與志工服務老人意願與參與志工意願之差異 情形。
三、單因子變異數分析
單因子變異數分析(One-Way ANOVA)，用來檢定多組平均數之差異比較。本研 究將以此研究法檢定年齡、教育程度、經濟狀況、宗教信仰和第一次擔任志工時期對 參與志工服務老人意願與參與志工意願之差異情形。若達顯著水準，則進一步以雪費 法(Scheffe method)進行事後比較分析，以了解該變項各組間差異情形。
48
(一)、構念信度
信度也稱為可靠度，本研究以 SPSS 軟體進行信度分析，以衡量問項間內部之一 致性及穩定性。Cronbach’s α 係數值，是目前社會科學研究最常使用的信度，用來衡 量各構面間之一致性，其係數大於 0.7 以上即屬高信度(周文賢，2002)。本研究將對 障礙部分的交通問題、時間問題、健康問題與專業能力問題，動機方面的利己性、利 他性、社會性和情境性以及參與志工服務老人意願和參與志工意願等共十個構面來分 析其Cronbach’s α信度係數值。
(二)、組成信度
組成信度(Composite Reliability, CR)可作為檢驗構面信度的指標，評估準則為R2 達 40%以上，或該構面的因素負荷量達 0.50 以上，即具統計顯著性(Bagozzi & Yi, 1998)。
構面之組成信度，其 CR 值愈高表示衡量指數愈能測出組成信度，本研究採用 Hair, William, Barry and Rolph(2009)建議該值應在 0.7 以上表示量表具有良好的組成信度。
五、效度分析
效度亦為正確性，表示該量表所要測量構面之程度，一份問卷有效的程度即為 效度。本研究以內容效度、收斂效度和區別效度來測量，論述如下
(一)、內容效度
內容效度(Content Validity)乃指問卷具高代表性，主要是參考以往相關研究之文 獻與問卷加以修正，或是經由專家學者檢定，判斷該量表是否具有內容效度。本研究 之問卷以完整理論和文獻資料來支持，以此設計適用於本研究之問卷，並且再經由專 家學者檢視、修改後，得到一份具相當內容效度之問卷。
49
收斂效度(Convergent Validity)即平均變異數抽取量(Average Variances Extracted, AVE)，指測量相同構面項目間之相關性要高。Fornell and Larcker(1981)和 Hair, Anderson, Tatham, and Black, (2009)建議各構面與其對應之問項所萃取的 AVE 值至少 須達 0.36，達 0.5 以上最佳，即表示該量表具有收斂效度。
(三)、區別效度
區別效度(Discriminate Validity)可用來鑑別個別差異，指對不同構面來進行檢測，
若構面經相關分析後，其彼此間關係程度很低，表示具有區別效度(Churchill, 1979;
Anderson and Gerbing,1988)。Fornell and Larcker(1981)和 Hair et al.(2009)建議區別效 度可由平均變異數抽取量(AVE)平方根之值皆大於各構面之相關係數值時，即表示該 模型具有區別效度。
六、結構方程模式分析
結構方程模式(Structual Equation Model, SEM)為一門統計分析研究方法的軟體，
主要用來處理多變數間交換關係。包含了測量模型與結構模型，前者用來定義潛在變 數(CFA)，後者用來探討潛在變數間相互關係的作用(即路徑分析)。Tomarken and Waller(2005)整理出 SEM 主要功能有(一)能測量潛在構面之間的關係與觀察變數的評 估。(二)可以利用線性方程式評估模型配適度。(三)SEM 允許研究人員直接測試模型。
本研究將以結構方程式進行動機因素與障礙因素同時影響高齡者參與志工服務老人 之意願的整體模式分析。
50
本章節將針對回收之問卷進行統計分析，以下將針對信、效度分析、人口統計變 數分析、整體模式分析與假設驗證，分別說明如下。
第一節 信、效度分析
本節以Cronbach’s α信度係數、組成信度、驗證性因素分析、內容效度、收斂效 度和區別效度來檢測本研究問卷之信度與效度，分為信度分析和效度分析兩部分。
一、 信度分析 (一)、構念信度
為瞭解量表之可靠性及有效性，因此須進行信度分析。一般最常用之信度為 Cronbach’s α，以周文賢(2002)建議，「α>0.7 代表高信度。實務上只要α ≥0.6 即可宣 稱問卷之信度可接受」(頁 17)。本研究各構面的總信度均有 0.8 以上，如表 4-1 為本 研究各構面之信度分析結果，顯示各構面信度是非常良好。為求量表之穩定性及提高 內部一致性，可刪除表現不佳的題項以提高總信度值。
表 4-1 為各構面之信度分析，以灰底標示出表現不佳之題項，分別有交通問題 A01「若要擔任志工，我希望是離家較近的地點」若將此問項刪除，能提高該構面信 度達.841，因此予以刪除；E01 利己性「我會為了排遣內心寂寞而參與志工」若刪除 該問項可增加該構面信度為.913，因此給予刪除。另外，有些題項刪除雖可提高總信 度，但提高的量不多，而且該所屬構面原信度已達高信度且題項數目適中，因此保留 該題項，如社會性 G01「我會為了不想與社會脫節而參與志工」；參與志工意願 I01
「我曾想過要去擔任志工」；參與服務老人之意願 J06「我認為，老人服務老人是很 有意義的」。其他各構面之信度值，可參閱表 4-1。
51
52
本研究利用驗證性因素檢測量表之組成信度(Composite Reliability, CR)，其估準 則為R2達 40%以上，或該構面的因素負荷量達 0.50 以上，即具統計顯著性(Bagozzi &
Yi, 1998)。Hair et al. (2009)對各構面之組成信度有較高的標準，他們認為應在 0.7 以 上才表示該量表具有良好的組成信度。由表 4-2 得知本研究各構面之組成信度值介於 0.78 至 0.94 之間，表示該量表具有良好的組成信度，其他詳細資料可參閱表 4-2 為各 構面之驗證性因素分析結果。
53
(一)、內容效度
內容效度指問卷具高代表性，可反映出測量工具本身內容範圍的適切程度，主要 是參考以往學者所提出之研究量表，再依研究的主題、樣本的選擇等加以修改，或是 經由專家學者檢定。本研究之問卷經過深入的文獻探討編製，且經由專家學者檢視，
根據建議將問卷作適當的修改，如表 4-2，故本研究之量表具有一定之內容效度。
(二)、收斂效度
本研究使用驗證性因素分析檢測該量表之收斂效度。Fornell and Larcker(1981)建 議平均變異抽取量(Average Variances Extracted, AVE)值至少需達 0.36，達 0.5 以上最 佳，表示該量表具有收斂效度。此外，各構面的因素負荷量應達 0.50 以上，即具有 良好的收斂效度(Bagozzi & Yi, 1998)。如表 4-2 所示，本研究為使量表具良好的收斂 效度，若該構面的 AVE 值未達 0.5，將從因素負荷量最小值的題項開始刪除及構面中 有因素負荷量未達 0.5 的題項也一併刪除，以提高收斂效度。如時間問題、健康問題 與情境性，原 AVE 值為各為 0.45、0.44 與 0.43，刪除題項後 AVE 值分別為 0.55、0.55 和 0.68。刪除的題項有時間問題 B01「我平日沒有空閒時間」，因素負荷量低於 0.5，
依學者之建議，將該題項予以刪除，在 B02「我假日沒有空閒時間」其因素負荷量雖 然等於 0.5，但為有良好收斂效度，予以刪除。健康問題方面，雖題項的因素負荷量 皆大於 0.5，但 AVE 值為 0.442，為使 AVE 值達 0.5 以上，將刪除該構面因素負荷量 最小值的兩題，為 C01「我的身體狀況不佳」和 C03「若沒有健康的身體我不會考慮 擔任志工」。
另外在情境性部分，原來 AVE 值為 0.44，為使量表具收斂效度，將刪除該構面 因素負荷量最小值的三題，為 H04「我會因特定社會議題如反核、反媒體壟斷等而參 與志工」、H05「我會因國家政策如人權、環保等而參與志工」及 H06「我會因志工 團體有提供津貼而參與志工」。
54
55
(Joreskog and Sorbom , 1996)。
AVE(平均變異抽取量)= (Σ標準化因素負荷量2)/((ΣΣ標準化因素負荷量)2+(Σ測量誤差)) (Joreskog and Sorbom , 1996)。
56
Fornell and Larcker(1981)和 Hair et al.(2009)建議區別效度可由平均變異數抽取量 (AVE)平方根之值皆大於各構面之相關係數時，即表示該模型具有區別效度。本研究 各構面 AVE 的平方根植介於 0.74 至 0.86 之間，皆大於其他構面之相關係數值，表示 本研究量表具良好的區別效度，如表 4-3 所示。
表 4-3 各構面之相關係數
構面 A B C D E F G H
交通問題(A) 0.770
時間問題(B) .518** 0.741
健康問題(C) .511** .479** 0.747
專業能力問題(D) .385** .478** .440** 0.790
利己性(E) .101 .215** .135* .152* 0.804
利他性(F) .072 .122* .101 -.042 .563** 0.864
社會性(G) .155* .107* .101 .022 .460** .454** 0.859
情境性(H) .299** .186** .258** .152* .362** .438** .460** 0.824
**表示 P<0.01，相關係數達顯著水準；*表示 P<0.05，相關係數達顯著水準。
註：對角線之值為各構面之平均變異抽取量(AVE)的平方根，該值應大於非對角線之值。
本研究問卷經信、效度分析後，共刪除 9 題問項分別為交通問題 A01，時間問題 B01 和 B02，健康問題 C01 和 C03，利己性 E01，情境性 H04、H05 和 H06。
本研究最後用來分析的問卷共由五個部分所組成，(1)、障礙因素：交通問題(4 題)、時間問題(4 題)、健康問題(3 題)、專業能力問題(6 題)，共有 17 題；(2)、動機 因素：利己性(6 題)、利他性(6 題)、社會性(4 題)和情境性(3 題)，共有 19 題；(3)、
參與志工之意願(4 題)；(5)、參與志工服務老人之意願(6 題)；(6)、基本資料(13 題)；
因此最後用來分析的題項共有 59 題。
57
第二節 樣本基本資料分析 一、 樣本結構分析
在樣本結構部分，由表 4-4 顯示，性別以女性居多，佔 64.0%；年齡以 65 歲以 上最多佔 37.9%，其次是 60-64 歲佔 27.3%；教育程度以大專人數居多，佔 36.0%，
其次為高中(職)，佔 32.8%；婚姻狀況方面以配偶健在人數最多，佔 80.2%，其次是 喪偶有 11.1%；在宗教信仰部分最多人數為佛教，佔 49.0%，其次為道教，佔 20.6%；
其次為高中(職)，佔 32.8%；婚姻狀況方面以配偶健在人數最多，佔 80.2%，其次是 喪偶有 11.1%；在宗教信仰部分最多人數為佛教，佔 49.0%，其次為道教，佔 20.6%；