預試結果分析

第四節 預試結果分析

本研究之研究工具「行動裝置融入教學關注量表」是由 Hord 與 Hall （1989）

所發展的「關注階層量表」，以關注為本位的採用模式（Concern Base Adoption Model）為架構，並以侯姿吟（2003）的「資訊融入教學關注階層量表」問卷經 由指導教授與研究者進行修改改編，由於問卷皆經過修改，因此，本研究將針對 此問卷先進行專家效度問卷再進行預試問卷，預試問卷共 30 題。

壹、因素分析

以下將就因素分析法之目的、因素萃取、決定共同因素數目、解釋及命名等 分別介紹說明之（榮泰生，2006），其主要目的在於將關注階層量表，縮減成少 數幾個具有代表性的變數，且能保留原始資料大部份的資訊。因此因素分析法是 縮減空間或構面之技術，以少數幾個因素來解釋一群有相互依存關係變數之數學 模式。

貳、因素萃取

因素萃取的目的在決定這些測量變項中，存在多少個潛在的成份或因素。最 常見之因素萃取方法共有主成份法（Principal Component Method）、主軸因素法

（Principal Factor Method）、最小平方法（Least Squares Method）及最大概似法

（Maximum Likelihood）四種，在上述四種方法中，主軸因素法（Principal Factor Method）是最常用的一種方法，主要歸因於其較為單純的數學轉換程序，以及 容易理解與操作的特性，故本研究採主軸因素法（Principal Factor Method）來進 行因素萃取。

參、決定共同因素之數目

由因素分析法的目的可知，決定共同因素數目之最佳準則為在萃取之因素愈 小之情況下卻能得到最大的總解釋能力。一般決定因素數目常使用之方法有 Kaiser 法及陡階檢定。本研究採用 Kaiser 所提出之方法為依據，即保留特徵值 大於 1 的因素。旋轉方式則利用最大變異法（Varimax）進行直交轉軸處理。

四、解釋及命名

各因素經轉軸後其意義將更明顯，利用各變數與因素之關係，我們可解釋各 因素之計算內涵意義，並予以適當命名。表 3- 1 KMO 與 Bartlett 檢定中可看出，

KMO= 0.944，表示此資料是具有價值的，也就是說具有可接受的抽樣適當性。

表 3- 2 解說總變異量 78.596 表示資料適合進行因素分析。

表 3- 1 因素分析表 KMO 與 Bartlett 檢定表

Kaiser-Meyer-Olkin 取樣適切性量數 .944 Bartlett 的球形檢定 近似卡方分配 4546.286

df 435

顯著性 .000

表 3- 2 因素解說變異量表

解說總變異量

因子

初始特徵值 平方和負荷量萃取 轉軸平方和負荷量

總數

變異數的

% 累積% 總數

變異數的

% 累積% 總數

變異數的

% 累積%

1 18.217 60.722 60.722 18.084 60.281 60.281 15.519 51.731 51.731 2 3.240 10.801 71.523 2.910 9.699 69.979 3.427 11.425 63.156 3 1.914 6.381 77.904 1.607 5.358 75.337 2.563 8.544 71.700 4 1.253 4.177 82.082 .978 3.259 78.596 2.069 6.896 78.596 5 .901 3.002 85.084

6 .623 2.076 87.160 7 .581 1.938 89.098 8 .415 1.382 90.480 9 .383 1.276 91.757 10 .313 1.042 92.798 11 .297 .990 93.788 12 .282 .941 94.730 13 .244 .812 95.542 14 .199 .663 96.205 15 .193 .642 96.847 16 .186 .620 97.467 17 .112 .373 97.840 18 .107 .358 98.198 19 .095 .315 98.514

20 .084 .281 98.795 21 .063 .211 99.005 22 .059 .196 99.201 23 .051 .172 99.373 24 .042 .141 99.513 25 .036 .120 99.633 26 .030 .100 99.733 27 .026 .085 99.819 28 .022 .074 99.893 29 .018 .061 99.954 30 .014 .046 100.00

0 萃取法：主軸因子萃取法。

表 3- 3 轉軸後的因子矩陣表

轉軸後的因子矩陣 a 因子

1 2 3 4

B1 ^.598

B2 ^.816

B3 ^.866

B4 ^.655

B5 ^.757

B6 ^.818

B7 ^.637

B8

B9 ^.662

B10 ^.502

B11 ^.592

B12 ^.676

B13 .670

B14 B15 B16 B17 B18 B19 B20 B21 B22

B23 ^.954

B24 .939

B25 ^.923

B26 ^.920

B27 ^.946

B28 .925

B29

B30

萃取方法：主軸因子

旋轉方法：旋轉方法：含 Kaiser 常態化的 Varimax 法 a. 轉軸收斂於 6 個疊代。

各因素經轉軸後其意義將更明顯，利用各變數與因素之關係，我們可解釋各 因素之計算內涵意義，並予以適當命名。表 3- 1KMO 與 Bartlett 檢定中可看出，

KMO= 0.944，表示此資料是具有價值的，也就是說具有可接受的抽樣適當性。

解說總變異量 78.596 表示資料適合進行因素分析。萃取出 4 因子 18 題成為本研 究正式問卷問題。