第三章 研究方法 研究方法 研究方法 研究方法
第五節 預試結果 預試結果 預試結果與資料分析方法 預試結果 與資料分析方法 與資料分析方法 與資料分析方法
本研究以計畫行為理論探討國小教師從事自助旅行行為意圖之影響因素，為 達成研究目的，本研究參酌國內外相關文獻擬定預試初稿，並協請指導教授進行 審查、修正語意，以符合內容之適切性。在預試問卷回收後，本研究使用統計軟 體 SPSS 進行問卷項目分析與信度分析，檢視並修正問卷題項，經與指導教授討 論後，進而編製正式問卷。正式問卷回收後，依研究架構所建構之各變數間的因 果關係，再以結構方程模式進行研究假設之檢定分析。
一、預試結果分析
預試問卷採便利抽樣方式進行，發放時間為 2012 年 1 月 6 日至 17 日，共發 放 150 份。問卷回收後，考量未曾從事自助旅行者僅能進行假設性填答，故先予 以刪除，另外一致性填答及漏答題項過多之無效問卷亦予以刪除，是以所得有效 問卷共計 95 份。份數雖未達 100 份之目標，但已相當接近，應不致影響分析結 果，故仍以此樣本資料進行統計分析，以檢視問卷題項之適切性。
由於本問卷是以計畫行為理論為研究架構，許多過往研究已驗證其具有良好 之成效，且本問卷為參酌相關文獻編製而成，故本問卷具有基本建構效度。在資 料分析上，首先要確認量表題項的堪用程度，因此先透過項目分析，檢視「國小 教師從事自助旅行之行為意圖」量表之題項適切性評估。本研究項目分析採極端 組檢驗法，在 95 份有效預試問卷中，取各題項總分最高與最低的各 27%做為極 端組，進行平均數差異檢定，然後檢視各題項之決斷值，當 α=.001，亦即決斷值
≧3.29 時，即表示具有良好鑑別度 (邱皓政，2011)。如表 13 數據顯示，量表中 各題項決斷值均大於 3.29，且 p 值均小於 0.01，可知本測量工具各題項均可鑑別 不同受測者的反應程度，因此各題項均予以保留。
38
表 13 態度構面項目分析結果
題項 平均數 標準差 t 值 p 值
BB1 4.28 .859 7.953 .000 BB2 4.55 .665 7.535 .000 BB3 4.49 .682 9.296 .000 BB4 4.37 .745 7.835 .000 BB5 4.01 .831 7.330 .000 BB6 4.11 .805 7.393 .000 BB7 4.48 .697 9.414 .000 BB8 4.34 .724 8.357 .000 OE1 4.48 .713 5.505 .000 OE2 4.21 .670 6.885 .000 OE3 4.27 .659 8.026 .000 OE4 4.03 .706 9.600 .000 OE5 3.60 .777 10.822 .000 OE6 3.80 .833 8.121 .000 OE7 4.06 .727 7.355 .000 OE8 4.04 .771 5.392 .000 AT1 4.40 .690 13.015 .000 AT2 4.41 .644 12.802 .000 AT3 4.33 .643 12.613 .000 AT4 4.38 .622 17.855 .000 AT5 3.64 .757 5.735 .000
39
表 14 主觀規範構面項目分析結果
題項 平均數 標準差 t 值 p 值
NB1 3.63 .839 10.099 .000 NB2 3.86 .738 8.609 .000 NB3 3.65 .772 7.478 .000 NB4 3.69 .748 7.038 .000 MC1 3.86 .930 9.167 .000 MC2 3.85 .850 6.657 .000 MC3 3.66 .918 11.082 .000 MC4 3.53 .921 8.837 .000 SN1 3.54 .861 9.254 .000 SN2 3.87 .789 9.440 .000 SN3 4.07 .656 6.419 .000
40
表 15 知覺行為控制構面項目分析結果
題項 平均數 標準差 t 值 p 值
CB1 3.80 1.208 4.975 .000 CB2 3.77 1.115 6.970 .000 CB3 3.40 1.036 7.960 .000 CB4 3.79 1.041 10.521 .000 CB5 3.68 1.074 10.366 .000 CB6 3.51 1.051 9.057 .000 CB7 3.55 1.050 6.866 .000 PP1 4.43 .739 9.927 .000 PP2 4.39 .762 7.660 .000 PP3 4.04 .824 6.667 .000 PP4 4.40 .721 10.609 .000 PP5 4.22 .774 8.206 .000 PP6 4.23 .706 7.143 .000 PP7 4.41 .707 7.479 .000 PBC1 4.06 .741 6.153 .000 PBC2 3.60 .904 11.846 .000 PBC3 3.51 .886 11.350 .000
表 16 行為意圖構面項目分析結果
題項 平均數 標準差 t 值 p 值
BI1 3.43 1.164 18.067 .000 BI2 3.36 1.211 19.991 .000 BI3 3.33 1.207 14.376 .000
41
信度是衡量量表的一致性與穩定性，可藉由信度分析檢驗量表之可靠性 (邱 皓政，2011)。故信度評量可說是量表堪用程度的檢核標準，如果信度不良，表 示量表的一致性不佳，其堪用程度將受到嚴重質疑。在信度衡量上，本研究採 用「Cronbach’s α」係數作為信度檢核方法，據 Nunnally (1978)研究，Cronbach’s α 係數值介於 0 到 1 之間，α 值愈大表示信度愈高，在實務上最好大於 0.7 (引自蕭 文龍，2010，p. 13-6)。本問卷在各變數之信度均達 0.70 以上，顯示量表之內部 一致性相當高，通過信度要求標準。
表 17 量表各變數之信度分析
衡量變數 問卷題項 Cronbach’s α 值
行為信念 8 題 0.915
結果評價 8 題 0.862
態度 5 題 0.888
規範信念 4 題 0.726
依從動機 4 題 0.844
主觀規範 3 題 0.720
控制信念 7 題 0.927
知覺強度 7 題 0.909
知覺行為控制 3 題 0.809
行為意圖 3 題 0.956
資料來源：本研究整理 二、資料分析方法
在正式問卷的部分，依據研究目的，本研究擬採以下資料分析方法進行資料 分析處理。
(一) 描述性統計
本研究運用描述性統計，以計算次數、平均數、百分比、標準
42
差等數值，呈現問卷填答者之個人基本資料以及在各變數的分配情 形，以瞭解受試者對自助旅行的態度、主觀規範、知覺行為控制與 行為意圖的想法。
(二) 結構方程模式
結構方程模式分析(structural equation modeling, SEM)又可稱為 共變異數結構分析或線性結構方程，它結合因素分析與路徑分析的 統計資料分析技術，同時可處理多組潛在依變項與潛在自變項的關 係，其目的為探究變數間因果關係並驗證理論與實證資料配適的情 形 (邱皓政，2006)。因此，本研究擬運用結構方程模式檢驗理論模 式與觀察資料間之適配度、研究變項之信度與效度，以及檢驗研究 變項之間理論關係之影響方向、效果之強弱，以及其顯著性。必須 留意的是，使用結構方程模式須符合相關基本假定，方能確保統計 之估計與推論無誤。其基本假定如下：多變項之常態性、足量之樣 本規模、簡單隨機抽樣、非系統性之遺漏值與正確之模式界定等五 項。此外，在進行模式適配度檢驗之前，必須預先檢視是否有違犯 估計之現象。倘若統計之結果發生違犯估計之現象，表示整個模式 之估計值係為不正確之數值，那麼無論其所獲得之適配度如何良 好，皆不具任何意義。一般經常發生之違犯估計有以下三種現象：
(1)具有負誤差變異，或者在任何構面之中，存在著無意義之變異 誤；(2)標準化係數超過或者過於接近 1.0；(3)具有過大之標準誤。
結構方程模式中主要包括兩種模式：測量模式與結構模式。測 量模式由潛在變數與觀察變數組成，主要說明觀察變數與潛在變數 間的關係，此即為驗證性因素分析模式。結構模式是一種以迴歸分 析為基礎的多變量統計技術，主要探討潛在變數之間的路徑關係 (邱皓政，2011)。因此，結構方程模式分析過程可分為兩階段，研 究模式必須先通過測量模式的考驗，之後才能進行結構模式分析
43
(Anderson & Gerbing, 1988)。第一階段主要以驗證性因素分析檢驗測 量模式的適切性，一旦測量的基礎確立，方可進行第二階段之結構 模式，透過多元迴歸、路徑分析的策略來探究潛在變數的因果關係，
目的為檢驗整體研究模式與觀察資料之間一致性之程度，及模式中 各潛在變數間的假設關係，此兩階段考驗即適配度評鑑。
適配度之評鑑包含測量模式與結構模式評鑑。測量模式之個別 指標的效度評鑑，可藉由檢定每一個潛在變數與指標之間，係數大 小與顯著性進行評鑑；而測量模式指標之個別信度則為 R2 值。
Bagozzi 與 Yi (1988)指出，個別觀察變數之信度宜大於 0.5。此外，
潛在變數與指標間之係數，亦須達顯著水準。個別指標與潛在變項 關係之自由度係為 1，因此 t 值之絕對值至少必須大於 1.96。
在個別變項之檢定之外，亦須檢定潛在變項之信度與效度。結 構方程模型發展一種可以用於檢定潛在變項信度之指標，此一指標 稱之為組合信度，或構面信度。Bagozzi 與 Yi (1988)指出個別潛在 變項之組合信度宜大於 0.60。在潛在變項之效度方面，則可利用結 構方程模型發展之平均變異萃取量藉以評估多少觀察變項之總變異 量係來自於潛在變項之變異量，其餘之變異量則為測量誤差之貢 獻。一般而言，個別潛在變項之平均變異萃取量宜大於 0.50。
而第二階段結構模式之評鑑，主要目的是檢定在概念化階段所 建立之理論關係是否受到觀察資料之支持。檢定之內容涵蓋估計參 數之方向、大小與解釋程度(R2 值)。首先，估計之參數必須與對應 之理論假設具有相同之方向性；其次估計參數必須達到顯著之水 準；最後，進行 R2 值之檢定，藉以瞭解外生潛在變項對內生潛在 變項變異之解釋程度，R2 值愈高，代表解釋能力越強。據此，將根 據理論架構所建構之量表繪製成本研究之初始模式圖，如圖 8 所 示，以利進行後續之測量模式與結構模式之評鑑。
44
圖8 初始模式圖
45