第三章 研究方法
第四節 量表測試
在實際進行大規模問卷調查前，為了提高量表的品質與有效程 度，通常會先就小樣本進行前測（pretest），其目的包括：（1）確認 個別問項的語意、語氣，避免混淆；（2）檢驗問項間的相關性，剔除 重覆或不相關的問項，簡化問卷，避免受訪者心理上的排斥，提高問 卷信度、效度；（3）了解可能的變異量，據以決定實地進行問卷調查 時所需的樣本數。
就本研究而言，原型量表的內容取材自文獻資料，在套用的過程 中，除了翻譯本身可能有的語意問題外，部分用辭也因配合研究主題 而修改。此外，同一種措辭在不同的人也可能產生不同的理解，這些 問題可能對問卷的效度造成影響，必須儘量克服。本研究首先訪談幾 位有無線網路使用經驗的人，請他們就問項的涵意（語意、語氣）提 供意見，再根據這些意見對問項的措辭進行修改，淘汰、合併語意混 淆或重複的問項，使問卷容易作答。整體來說，原型量表的20 個問 項，除了PE-4、PE-5 外，其他 18 項問項皆忠實轉譯自文獻。在 UTAUT 模型中，PE-4 原意是「使用該系統會增加我昇遷或加薪的機會」，但 是本研究為探討網路使用者對於無線區域網路的使用預期，並未涉及 相關升遷及加薪事宜，所以在此與以刪除，並增加「我覺得無線區域 網路上網比使用有線寬頻網路更便利」、「整體而言，使用無線區域網 路上網所產生的成效是令我滿意的」兩個題向，藉由跟現在普遍所使 用的有線寬頻相對優劣勢之比較，加強在PE 部分問項的準確性。
原型量表完成後，隨機分送 48 份問卷，進行小樣本的前測 (Pretest)，回收問卷 45 份，問卷回收率 93.75%。以 SPSS 10.0.7C 軟 體就回收的問卷進行分析，敘述統計(descriptive statistics)的結果如表 3-3 所示。
表 3-3 Pretest 結果的 UTAUT 敘述統計 10.0.7 的「主成份分析法」(Principle Component Analysis)進行分析，
結果發現在問卷整體的共同性方面(表 3-4)，所有問項的萃取量
(Extraction)皆在 0.5 以上，表示問項被共同因素解釋的比例很高，也 具有一致性。
表3-4 Pretest 結果 UTAUT 的共同性分析 初始 萃取
BI-1 1 0.831
BI-2 1 0.693
PE-1 1 0.853
PE-2 1 0.626
PE-3 1 0.734
PE-4 1 0.647
PE-5 1 0.671
EE-1 1 0.781
EE-2 1 0.804
EE-3 1 0.780
EE-4 1 0.761
EE-5 1 0.633
SI-1 1 0.849
SI-2 1 0.893
SI-3 1 0.500
SI-4 1 0.693
FC-1 1 0.934
FC-2 1 0.866
FC-3 1 0.778
FC-4 1 0.740
V-1 1 0.690
萃取法：主成份分析。
此外，對此45 份問卷資料進行因素分析(factor analysis)，除去測 量屬於「行為意向」構念的兩個項目(BI-1 和 BI-2)及屬於控制變數的
「自願性」(V-1)後，其餘 18 個屬於「外部變數」的項目進行因素分 析，得出α=0.8578，KMO 值為 0.687(表 3-5)，顯示具備因素分析的
條件。在Varimax 轉軸下，保留的 16 個題向可以歸納出五個構面 (Eigenvalue>1)(表 3-6)，累積解釋量超過 72%(表 3-8)。
_
R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) Scale Scale Corrected
Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted
PE-1 63.5556 61.8434 .3741 .8542 PE-2 63.7556 62.5980 .1807 .8617 PE-3 63.5556 60.8889 .4190 .8526 PE-4 63.8444 60.9980 .2871 .8581 PE-5 64.2222 58.4495 .5566 .8470 EE-1 63.9556 59.1343 .5266 .8484 EE-2 63.9333 61.2455 .3010 .8570 EE-3 64.1778 59.1949 .4701 .8503 EE-4 63.9111 60.8556 .4309 .8522 EE-5 64.2889 58.6192 .5966 .8460 SI-1 64.7111 55.9374 .6556 .8416 SI-2 64.6889 56.9010 .6359 .8431 SI-3 64.8222 58.6495 .3679 .8562 SI-4 64.6444 63.4162 .1212 .8636 FC-1 64.9556 56.6343 .5461 .8468 FC-2 64.7333 57.2909 .5369 .8472 FC-3 64.2000 57.0273 .4846 .8501 FC-4 64.1778 56.4222 .6165 .8435
Reliability Coefficients
N of Cases = 45.0 N of Items = 18 Alpha = .8578
表 3-5 UTAUT 量表 KMO 與 Bartlett 檢定 KMO 與 Bartlett 檢定
Kaiser-Meyer-Olkin 取樣適切性量數。 0.687 Bartlett 球形檢定 近似卡方分配 458.9124
自由度 153 顯著性 2.62E-32
表 3-6 UTAUT 轉軸後的成分矩陣
成份 1 成份 2 成份3 成份4 成份5
BI-1 0.881
BI-2 0.732
PE-1 0.846
PE-2 0.629 PE-3 0.538
PE-4 0.847
PE-5 0.826
EE-1 0.827
EE-2 0.594
EE-3 0.662
EE-4 0.796 EE-5 0.825
SI-1 0.479
SI-2 0.736
SI-3 0.919
SI-4 0.876
FC-1
FC-2 0.510
"萃取方法：主成分分析。
旋轉方法：旋轉方法：含 Kaiser 常態化的 Varimax 法。"
a 轉軸收斂於 9 個疊代。
表3-7 成份轉換矩陣
成份轉換矩陣
.650 .489 .259 .255 .455
-.513 -.092 .564 .620 .162
.462 -.578 .589 -.167 -.281
-.067 .622 .306 -.055 -.715
.313 -.179 -.417 .721 -.419
成份
的另一個目的，是希望藉數據的變異量（variance）推算實地進行問 卷調查時所需的最少樣本數。就本次回收的資料看，受訪者填答的變 異量以SI-3 最大（s2＝1.043），在顯著水準α＝0.05 的條件下，若希 望控制所有問項（items）的抽樣誤差（sample error）不超過±0.15，
則按式3-1 計算所需樣本數至少為 178 個（表 3.2.1）。