拉條式與百分比式模糊語意量表之探究
72
0
0
全文
(2) 摘要 本研究旨在設計一個拉條式作答線上施測平台，用來改善百分比式模糊語意 量表存在的問題，並透過實際施測的結果進行兩者的比較分析，其中包括了信度、 效度、施測時間與作答反應差異比較、重要度-績效分析法(IPA)分析、與廢卷率 比較。 百分比式模糊語意量表有施測時間較長、作答方式較複雜且不直覺、紙筆施 測實行困難等主要幾個缺點，本研究設計之拉條式作答方式主要便是針對以上缺 點進行改善，在實際對國中七、八年級共 175 人進行施測且完成各項分析之後， 實驗結果呈現拉條式作答量表具有多項優於百分比式的優點，詳述如以下五點: 一、信度方面，百分比式模糊語意量表標準化後的信度值為 0.722，拉條式作答 量表標準化後的信度值為 0.776，顯示拉條式的信度較百分比式為高。 二、效度方面，百分比式模糊語意量表的累計解釋變異量為 53.632%，拉條式作 答量表的累計解釋變異量為 53.592%，顯示兩者之間不分軒輊。 三、施測時間與作答反應差異檢定皆達顯著，表示拉條式作答量表之施測時 間 明顯較百分比式為短，且兩者的作答反應存在顯著的差異。 四、IPA 分析部分，拉條式作答量表的變異數權重平均為 0.25，較百分比式的 0.12 為高，顯示拉條式能獲得受試者更高的重視程度。 五、拉條式作答量表之廢卷率為 7.53%，較百分比式的 19.25%為低。. 關鍵字: 模糊理論、模糊語意量表、百分比式模糊語意量表、拉條式作答量表、 重要度-績效分析法. i.
(3) Research of brace score and percentage score fuzzy linguistic scale Abstract The purpose of this research is design an on-line brace score scale platform to improve the problems of percentage score fuzzy linguistic scale, because it has several defects, include it take longer test time, harder to answer questions ,and it does not an intuition method, consequently we compare the difference between this two scales, include reliability, validity ,score and test time difference, IPA, and discard scale ratio. After our test with 175 samples in junior high school, and finish these researches step by step, we get the following conclusions: 1.The percentage score fuzzy linguistic scale's reliability is 0.722, the brace score scale 's reliability is 0.776, the brace score scale's reliability is better than the percentage score fuzzy linguistic scale. 2. The percentage score fuzzy linguistic scale's accumulation explanation is 53.632%, and the brace score scale 's accumulation explanation is 53.592%, the difference between this two scale is really small. 3.The paired-samples T test's result of test time and score are both significant, it means the brace score scale 's test time is obviously shorter then percentage score. fuzzy linguistic scale, and there scores have obviously difference.. 4.For IPA, the brace score scale 's average variance is 0.25, higher than the percentage score fuzzy linguistic scale's 0.12, it means the brace score scale can get more samples' degree of importance.. ii.
(4) 5.The brace score scale 's discard scale ratio is 7.53%, lower then the percentage score fuzzy linguistic scale's 19.25%.. Keywords: Fuzzy theory, fuzzy linguistic scale, percentage score fuzzy linguistic scale, brace score scale, IPA. iii.
(5) 目錄 摘要 ................................................................................................................................. I ABSTRACT ................................................................................................................... II 目錄 .............................................................................................................................. IV 表目錄 ......................................................................................................................... VII 圖目錄 ........................................................................................................................ VIII 第一章 緒論 ...................................................................................................................1 第一節 研究動機 ........................................................................................................1 第二節 研究目的 ........................................................................................................3 第三節 研究限制 ........................................................................................................4 第二章 文獻探討 ...........................................................................................................7 第一節 模糊理論 ........................................................................................................7 壹、模糊集合 ..........................................................................................................7 貳、隸屬度函數 ......................................................................................................9 參、模糊數 ............................................................................................................10 肆、模糊語意變數 ................................................................................................ 11 第二節 量表形式 ......................................................................................................12 壹、傳統量表 ........................................................................................................12 貳、百分比式模糊語意量表 ................................................................................14 第三節 重要度-績效分析法 ....................................................................................17 第三章 研究方法 .........................................................................................................21 第一節 研究對象 ......................................................................................................21 iv.
(6) 壹、量表改編 ........................................................................................................22 貳、施測流程 ........................................................................................................22 參、線上測驗系統 ................................................................................................23 第三節 資料處理 ......................................................................................................27 壹、計分方式 ........................................................................................................28 貳、統計分析 ........................................................................................................29 第四章 研究結果與討論 .............................................................................................31 第一節 信度分析 ......................................................................................................31 第二節 效度與因素分析 ..........................................................................................32 第三節 施測時間與作答反應差異檢定 ..................................................................38 壹、施測時間差異檢定 ........................................................................................38 貳、作答反應差異檢定 ........................................................................................39 第四節 IPA 分析 .......................................................................................................40 第五節 廢卷率比較 ..................................................................................................46 第五章 結論與建議 .....................................................................................................47 第一節 結論 ..............................................................................................................47 第二節 建議 ..............................................................................................................49 參考文獻 .......................................................................................................................51 中文部分: ...............................................................................................................51 英文部分: ...............................................................................................................55 附錄一 ...........................................................................................................................57 附錄二 ...........................................................................................................................58 附錄三 ...........................................................................................................................60 v.
(7) 附錄四 ...........................................................................................................................62. vi.
(8) 表目錄 表 2-2-1 李克特氏量表範例 .......................................................................................12 表 2-2-2 語意差別量表範例 .......................................................................................13 表 2-2-3 百分比式模糊語意量表範例 .......................................................................14 表 4-1-1 百分比式模糊語意量表 CRONBACH'S ALPHA 係數 .............................31 表 4-1-2 拉條式作答量表 CRONBACH'S ALPHA 係數 .........................................32 表 4-2-1 百分比式模糊語意量表 KMO 與 BARTLETT 球形檢定 ..........................33 表 4-2-2 拉條式作答量表 KMO 與 BARTLETT 球形檢定 ......................................33 表 4-2-3 百分比式模糊語意量表解釋變異量 ...........................................................33 表 4-2-4 拉條式作答量表解釋變異量 .......................................................................35 表 4-2-5 百分比式模糊語意量表因子包含題目 .......................................................36 表 4-2-6 拉條式作答量表因子包含題目 ...................................................................36 表 4-2-7 「電腦態度量表」因素命名及包含題目 ...................................................37 表 4-3-1 施測時間成對樣本統計量 ...........................................................................38 表 4-3-2 施測時間成對樣本相關 ...............................................................................39 表 4-3-3 作答反應成對樣本統計量 ...........................................................................39 表 4-3-4 作答反應成對樣本相關 ...............................................................................40 表 4-4-1 使用者滿意度調查表 ...................................................................................44 表 4-4-2 IPA 共同題目彙整表 .....................................................................................45. vii.
(9) 圖目錄 圖 1-2-1 直覺模糊尺度 .................................................................................................3 圖 2-1-1 三角模糊數和心理潛在特值關係圖 ............................................................ 11 圖 2-2-1 三角模糊數隸屬度圖形 ...............................................................................15 圖 2-4-1 重要度-績效分析圖範例 ..............................................................................18 圖 3-2-1 施測流程 .......................................................................................................22 圖 3-2-2 線上測驗系統登入畫面 ...............................................................................23 圖 3-2-3 拉條式作答量表施測畫面 ...........................................................................24 圖 3-2-4 百分比式模糊語意量表施測畫面 ...............................................................25 圖 3-2-5 資料庫儲存結果畫面 ...................................................................................26 圖 3-2-6 施測結果比對畫面 .......................................................................................27 圖 3-3-1 百分比式模糊語意量表計分範例 ...............................................................28 圖 3-3-2 拉條式作答量表計分範例 ...........................................................................29 圖 4-2-1 百分比式模糊語意量表因素分析陡坡圖 ...................................................34 圖 4-2-2 拉條式作答量表因素分析陡坡圖 ...............................................................35 圖 4-4-1 百分比式模糊語意量表 IPA 圖 ...................................................................42 圖 4-4-2 拉條式作答量表 IPA 圖 ...............................................................................43. viii.
(10) 第一章 緒論 模糊語意量表(fuzzy linguistic scale)廣泛的被應用在各個領域上，已經是一種 普遍的測驗方式，但一般受試者可能比較無法接受模糊語意量表的作答方式，不 清楚要如何用百分比或填寫區間值等等的方式，來表達自己內心的感覺和想法(王 朝正，2002)，有沒有能夠克服此種情形的測驗方法，同時還能得到比百分比式模 糊語意量表更好的分析結果?目前尚未有能夠達到如此成效的測驗方式出現，因 此本研究認為這是值得發展的方向。 本章共分為三節:第一節為研究動機、第二節為研究目與第三節研究限制。. 第一節 研究動機 量表調查(scale survey)已經是一個相當普及的調查方式，餐飲業者可以使用量 表來調查顧客對用餐環境、服務態度或者商品價格的滿意度；研究人員可以進行 量表調查藉以了解受訪者對該研究或議題的想法與意見等，而透過如今已相當發 達的網路來進行量表調查更是時有所聞、也更有效率。有鑒於量表調查這種研究 方式的蓬勃發展，研究者希望能夠進一步探討量表的設計方式，現今量表調查最 普遍使用為李克特式量表(Likert Scale, LS)與語意差別量表(Semantic Differential Scale, SDS)等兩種方式(林原宏、楊慧玲，2002)。 李克特氏量表和語意差別量表之所以被普遍的使用，不外乎是具有以下優點： 施測時間短、且作答方式直覺。但這兩種量表都是二元邏輯，是一種硬式的二分 法，僅有「非此即彼」的選擇(王朝正，2002)，並不存在模糊地帶。但是現實之 中常常有些事情並不是只用非此即彼的方式就可以回答，比如有些政治上的議題 可能會是:沒有具體的意見，但又不太能接受現況。李克特氏量表或語意差別量表. 1.
(11) 並沒有辦法讓受試者表達這樣複雜的感覺，此時便應該使用 Zadeh( 1965)提出的 模糊理論(fuzzy theory)中，模糊邏輯(fuzzy logic)的「既此又彼」觀念來回答(林原 宏，2002)。於是有的專家學者嘗試使用模糊理論來使傳統量表的施測結果更加貼 近受訪者內心感受，有些研究使用模糊理論中模糊數(fuzzy number)的概念，用模 糊數來表示語意變數(linguistic variables)的計分，稱作模糊語意變數，而利用模糊 語意變數設計出來的量表是為模糊語意量表，模糊語意量表存在著數種計分方式， 例如有百分比式計分、區間填寫計分或直接填寫模糊數等方式(林原宏，2002)， 本研究即針對百分比式計分進行改良。而上述各種研究不論是使用實證或模擬的 方式，都證明了模糊語意量表在信效度、累積解釋變異量和對受試者心理潛在特 質估計的精確度等面向都較傳統量表優良(林原宏，2001；王朝正，2002；王舜傑， 2002；顏乾明，2003；甘強森，2004)。 使用模糊語意量表進行施測也已經行之有年，許多研究者紛紛利用此種量表 進行各領域的資料蒐集，進行後續分析與研究，例如甘強森(2004)將其運用於行 動電話業者之服務品質量測研究；陳香如(2011)使用模糊語意量表研究家庭背景 與資源對學生學習能力的影響；陳貽善(2004)則應用在醫學上，並試圖建構一個 績效評估量化模型；而蔡銘聰(2006)採用模糊語意量表蒐集民眾對輕軌運輸系統 的安全性感受程度等。 然而模糊語意量表也存在著顯著的缺點，它施測所需的時間比起傳統量表要 長、作答方式對受試者較不友善，而且也相當不直覺。甘強森(2004)認為想要改 善模糊語意量表可能可以從量表設計的方式來改變，試著改良出符合人類心理思 維的量表。陳亭羽與黃聖芬(2009)曾想要使用直覺模糊尺度去衡量受訪者心目中 的商店形象，雖然她們最後採用其他的方式，並沒有採用此種直覺尺度，但這個 嘗試給了本研究團隊靈感，若是能藉由類似直覺模糊尺度的作答方式，來改良百 分比式模糊語意量表，或許可以減少施測的時間與降低作答難易度。. 2.
(12) 第二節 研究目的 依據上述動機，本研究設計一種拉條式作答的線上施測平台，拉條式作答係 讓受試者使用一直覺拉條插件來進行作答，透過兩種不同作答方式的實際測驗， 來進行後續的比較分析，包含了信效度與因素分析、作答反應及時間的差異比較、 重要度-績效分析(Importance-Performance Analysis, IPA)與廢卷率比較等。主要目 的是解決百分比式模糊語意量表存在的問題，本研究欲減少百分比式模糊語意量 表得施測所需時間、降低受訪者作答的困難度、減低廢卷率，同時也希望使作答 反應的後續分析有更好的結果。 拉條式作答量表(brace score scale)是本研究團隊設計的一種作答方式(洪浩瑋、 姚傑元、姚旭展、陳桂霞，2012)，目的是使用拉條作答來取代百分比式模糊與意 量表的作答方式，藉以簡化百分比式模糊語意量表填答上的困難，且拉條式作答 的彈性大，同一個作答畫面只需透過簡單轉換，即可對應到各種語意變項個數不 同的百分比式模糊語意量表，本研究是以 5 點百分比式模糊語意量表做為比較對 象。拉條式作答量表外觀及作答方式的靈感是來自直覺模糊尺度(陳亭羽、黃聖芬， 2009)，其原型如下圖 1-2-1。. 圖 1-2-1 直覺模糊尺度. 拉條式作答量表與百分比式模糊語意量表最大不同之處在於:百分比式作答 須透過受試者填答的百分比進行分數的計算，而拉條式作答僅透過簡單的轉換即 可直接得到受試者的得分，亦可以由施測所得分數反推受試者選填之語意變項， 3.
(13) 如此一來即可計算受試者於此題的隸屬度函數。本質上拉條式作答量表所測得的 分數與對應的模糊數，和百分比式模糊語意量表測得的結果應無不同，僅僅是作 答方式上的改變。 茲將研究目的條列如下: 1.藉由拉條式作答提升百分比式模糊語意量表的信度分析結果 2.藉由拉條式作答提升百分比式模糊語意量表的效度與因素分析結果 3.藉由拉條式作答減少百分比式模糊語意量表的作答時間 4.透過 IPA 分析檢視拉條式作答具有較高的學生重視度 5.藉由拉條式作答降低百分比式模糊語意量表的廢卷率. 第三節 研究限制 本研究使用拉條式作答量表與百分比式計分模糊語意量表進行線上施測，使 用的題目為黃世杰(2002)所編製之「電腦態度量表」 ，詳見附錄二。由於此量表設 定之測驗對象為國中學生，還有人力與時間等相關的問題，所以本研究有以下三 點研究限制:. 一、施測限制 本研究是採隨機抽取學校電腦課表，然後於課間進行施測的方式，但由於是 上課時間難免老師會爭取時間推行課程進度，因此實施測驗的時間受到壓縮，且 學生上電腦課心情較為輕鬆，無法如正式考試一般專注、謹慎，可能會影響到測 驗的結果。. 二、測驗系統需求 本研究之線上施測平台使用的直覺拉條插件是由 HTML5 語法寫成，但目前 4.
(14) 僅 Google Chrome 瀏覽器支援這個部分的語法，使其能正確顯示在瀏覽器上，因 此施測電腦必須先安裝 Chrome 瀏覽器，開啟本測驗系統時才能正常進行施測， 否則會有無法使用拉條作答的問題。 三、研究對象限制 本研究由於時間、人力與物力等各種限制，僅能針對彰化縣某國中七、八年 級的電腦課表進行隨機抽樣後實施測驗，施測回收結果扣除無效樣本後實得有效 樣本 175 人，樣本數較少。因此本研究推論之範圍僅限於研究者所測驗學生的學 齡與地區，不宜過度推論。. 5.
(15) 6.
(16) 第二章 文獻探討 本研究主要是使用拉條式作答量表與百分比式模糊語意量表分別進行施測， 由於在測驗系統設計過程中，探討了模糊理論與量表形式的知識背景及相關的研 究方向，且後續的分析中使用了重要度-績效分析法(Importance-Performance Analysis, IPA)進行研究，因此本章將分為三節，分別針對模糊理論、量表形式及 IPA 分析法進行文獻探討。. 第一節 模糊理論 模糊理論是由美國南加州大學的 L. A. Zadeh 教授提出(Zadeh, 1965)，利用隸 屬度函數(membership function)的概念來表達事物模糊的現象，其相關理論包含了 模糊邏輯、模糊控制(fuzzy control)、模糊集合、模糊關係(fuzzy relation)等，其中 模糊邏輯最早是由量子學家 Max Black(1937)提出，當時他是以乏晰度(vagueness) 來描述元素間的情形(李允中、王小璠、蘇木春，2008)。模糊理論與傳統科學研 究最大的不同在於:一般科學研究都是排除掉研究目標的模糊性再進行研究，模糊 理論卻是正視模糊性的存在並將其納入研究，假定事物存在的模糊性是無法被排 除的(吳柏林，2005)。因為人類的行為上存在著模糊性，所以可將模糊理論應用 在生活上處理結構複雜的情況。以下將就模糊集合、隸屬度函數、模糊數、模糊 語意變數進行說明:. 壹、模糊集合 模糊集合將數學傳統的二元邏輯基礎拓展到連續多元，最大的不同在於其正. 7.
(17) 視了模糊性的存在，擴展了明確集合(crisp sets)中的特徵函數(characteristic function)，從{0,1}到[0,1]，特徵函數值在模糊集合中被稱為隸屬度函數。以下分 別說明明確集合與模糊集合之定義:. 一、明確集合 明確集合中一個元素只被允許屬於或是不屬於某個集合，採用 0 或是 1 的特 徵函數來表示「非此即彼」的關係，用以指定個體的隸屬度，是一種硬性的二分 法。明確集合 A 中的元素 x 之特徵函數. 可表示為 :. = 其中 x 為 A 集合中的元素，特徵值為 1 表示 x 為 A 集合中的函數，具有 A 集合 的特性，反之特徵值為 0 則無，但 x 可能並不完全屬於 A 集合，即便他在 A 集 合的範圍中，因此明確集合的二分法可能會扭曲真實性，這是值得探討的部分(楊 明慧，2002)。. 二、模糊集合 模糊集合的表現方法有很多種，以下是常用的一種表示法: (x))｜x 其中 是一個模糊集合，. }. (x)為隸屬度函數，x 稱為元素，U 是論域，通常隸屬. 度會界定於 0 和 1 之間。這個式子完整的解釋為:當 x 在論域 U 的範圍之內，會 對應到一個介於 0 和 1 之間的值. (x)，而所有這種 x 所形成的集合即是一個模糊. 集合(李允中、王小璠、蘇木春，2008)。. 8.
(18) 貳、隸屬度函數 隸屬度函數是模糊理論的基本概念，不但可以解釋模糊集合的性質，也可以 對模糊集合進行量化，可利用精確的數學方法分析與處理模糊性的資訊。隸屬度 函數的建立通常是具有爭議性的，因為隸屬度函數很難脫離個人主觀意識，所以 沒有通用的定理與公式，也沒有任何一種隸屬度函數可以被廣泛的應用。解決此 一問題的方法是利用過去的統計資料作為輔助加以確定，或者使用經驗法則(吳柏 林，1997)。 隸屬度函數分為離散型(discrete type)與連續型(continuous type)，離散型的隸 屬度函數是以向量的方式表現有限個數的模糊集合之內的每個元素隸屬度；而連 續型則是有幾種常見的函數形式來描述模糊集合，包含了 S-函數、Z-函數、三角 函數、梯形函數、鐘形函數等。一般統計方法只能透過抽樣調查方式得到單一數 值資料或是等距尺度的分數(例如李克特氏量表)，但並不足以完整的反應人類的 想法，因為這樣的方式並未考慮到模糊性，要是可以讓受試者使用隸屬度函數或 一個區間值來表達心中對於題目真正的感受程度，則可以更完整的體現人類的思 維模式(吳柏林，2005)。 隸屬度函數的描述與定義如下(Zadah, 1965): 令 U 表示全域(universal set)，u 為一個函數，u:U→[0,1]，則 U 之模糊子集 A 的隸屬度函數為. ，表示元素 x 隸屬於集合 A 之程度，在離散的情形下可表. 成: A=. +. +...+. 連續的情況下模糊集合 A 可表示成: A=. 9.
(19) 藎壚(1991)曾提出幾點隸屬度函數估計的重要觀念和方法: 一、大多數情況下，隸屬度函數盡量使用模糊統計實驗加以確定。對於已經有經 驗的結果則可以使用類似分配法，如均勻分配或常態分配等，進行比較推理 評估。而對於未知分配之情況則可以考慮使用無母數統計方法，以等級及比 率來估計。 二、對於不易進行量化的概念，使用二元對比排序方法來確定隸屬度函數大概的 形狀，從隸屬度形狀也能夠選用適合的隸屬度函數模型。 三、可藉由類神經網路訓練方法，透過模擬人腦經由學習而不斷進步之過程來反 應出隸屬度函數的分配。 Devi & Sarma(1985)、Dubios & Prade(1992)以機率與可能性之間的轉換關係 做為基礎，提出將小樣本的統計量轉換成隸屬度函數的辦法，是將小樣本的統計 量轉換成有限定的直方圖，再找一條可代表此直方圖的最適曲線，將此最適曲線 正規化之後即可視為隸屬度函數(李銘峰，2002)。. 參、模糊數 模糊數是一段實數區間的模糊集合，對於模糊數的定義有很多不同的看法， 根據林原宏整理，對模糊數的定義需滿足以下三個特點(林原宏，2002；Dubois & Prade, 1983；Klir & Folger, 1988；Klir & Yuan, 1995):. 一、 I 必須是一個正規(normal)模糊集合，即至少存在一實數 x 使得. =1。. 二、 I 必須為一個凸模糊集合(convex fuzzy set)，即 I 的 α 截集(α-cut)必定是 一個封閉區間。 三、 I 的底集(support)I0+必須是有界(bounded)並連續(continuous)的。. 10.
(20) 肆、模糊語意變數 王立新(2006)使用模糊集合來歸納文字，將語意變數定義為:如果一個變數可 使用自然語言的文字來代替它的值，則他被稱為語意變數，而這個文字在論域中 能被模糊集合歸納定義，例如:語意變數「認同感」 ，語言值(linguistic values)可能 是非常同意、同意、沒意見、不同意、非常不同意等，都是一種模糊的概念而不 是精確的值，在以人類思維為主的系統之中，最常使用的就是利用語言來呈現變 數間的關連，這在處理複雜的人類思維或行為上是一種很有用的方法 (王朝正， 2002)。 以五點式李克特式量表為例，其中的語意變數對應到的數值為明確值，勾選 「非常同意」可得 5 分，這是一個明確值，但由於實際上人類心理是模糊不明確 的，使用明確值來表示較不妥當，而如果能使語意變數對應到模糊數，應是較恰 當的做法，稱之為模糊語意變數，茲將三角模糊數與人類心理潛在特質的關係舉 例如下圖:. 圖 2-1-1 三角模糊數和心理潛在特值關係圖 11.
(21) 第二節 量表形式 量表調查是一種收集資料的重要途徑，資料來源的正確與否影響著分析結果 的可信度。社會科學的實地調查常以受訪者填答做為蒐集資料的一種重要工具 (Sudman & Bradburn, 1982)。如何設計量表陳述問題的方式、設計量表時的思考 邏輯與分析時所根據的數學理論和統計分析方式，對研究結果的分析有決定性的 影響力(吳珮菁，1999)，且量表設計方式的用字遣詞及問題的形式不同，會影響 到研究結果的信度和效度(Schuman & Presser, 1981) ，以下分別就傳統量表(包括 李克特氏量表和語意差別量表)與百分比式模糊語意量表進行說明 :. 壹、傳統量表 李克特氏量表是使用等距分數轉換受試者填答的語意變項，透過函數對應關 係來將語意變項轉成實際數值以利後續分析，詳見表 2-2-1，即可幫助了解 1、2、 3、4、5 等五個計分值分別對應到「非常不同意」 、 「不同意」 、 「沒意見」 、 「同意」 、 「非常同意」五個語意變項。李克特式量表的作答有幾種不同方式，例如請受試 者直接填寫數值(1、2、...、5)、或是勾選語意變項、亦或透過電話訪問來進行 調查等(吳柏林、楊文山，1997)。. 表 2-2-1 李克特氏量表範例 語意變項. 非常不同意. 不同意. 沒意見. 同意. 非常同意. 對應計分值. 1. 2. 3. 4. 5. 語意差別量表也是使用等距分數表示受試者反應程度的一種量表，如表 2-2-2. 12.
(22) 所示，受試者根據自己對題目的感受，選擇[1，10]區間的正整數進行作答，強度 從「非常不同意」往「非常同意」的方向逐步增加(楊慧玲，2002)。. 表 2-2-2 語意差別量表範例 語意變項. 非常不滿意. 對應計分值. 1. 非常滿意 2. 3. 4. 5. 6. 7. 8. 9. 10. 以上兩種傳統量表的優點在於提供受試者簡易回答的作答方式，只需選取或 填寫一個語意變項即可，整體施測上不會有太大的作答困難，而且施測時間也會 比較好控制，但缺點在於受試者只能選擇一個語意變項代表自己的意見，這種「非 此即彼」的方式有時候並不能完全表現受試者的心理真實感受，同時也會因為受 試者個體的不同，而產生對語意變數程度認知不同的差異，導致同樣的語意變項 在不同受試者心理有不一樣的感受，例如某位受試者認知裡的「非常同意」，在 程度上未必比另一位受試者認知裡的「同意」擁有更高的認同度。受試者的作答 反應也會受到可選填的語意變數個數影響，Jenkins & Taber(1977)認為五個語意變 數最佳，而 Nunnally(1978)則提出語意變項的數量多寡會影響到信度分析的結果， 當變項從 2 個增加到 7 個的時候信度增加的幅度最大，而在 11 點之後增加幅度 變得很小。 吳柏林(1994)認為使用傳統量表的作答反應來進行統計分析的缺點包含以下 三點: 一、人類的思考與行為本就充滿了模糊性，傳統的量表容易被過度解釋。 二、為了迎合數字精確的要求，實驗用的資料常常有被過度使用之嫌疑。 三、為了降低或簡化數學模式的複雜度，卻忽略了實際狀況之間的相關與動 態特質。. 13.
(23) 貳、百分比式模糊語意量表 有部分的研究者使用模糊理論的模糊數來取代傳統量表的語意變項，稱之為 模糊語意變數，而以模糊語意變數設計的量表稱做模糊語意量表，有透過填寫百 分比、區間值或直接填寫模糊數等等不同作答方式，可以用來獲得受試者的心理 感受，而這方面的研究大多顯示出以模糊語意來衡量受試者心理感受是一種可行 的施測方法(林原宏，2002)。本研究所設計之拉條式作答量表主要針對百分比式 模糊語意量表進行改善，因此表 2-2-3 為百分比式模糊語意量表之範例:. 表 2-2-3 百分比式模糊語意量表範例. 題目 1 題目 2. 非常不同意. 不同意. 20%. 80%. 沒意見. 70%. 同意. 非常同意. 50%. 50%. 30%. 題目 3. 百分比式模糊語意量表的分數計算方式為語意變項權重乘上語意變項對應計 分值之後再做加總，是一種「模糊數之隸屬度加權平均」(fuzzy number average of weighted maximum membership)的概念(Voxmax, 2001)，例如表 2-2-3 的題目 1， 受試者在此題得到的分數為 1×20%+2×80%=1.8 分；在題目 2 則得到 2×70%+3×30%=2.3 分。百分比式模糊語意量表的優點在於可讓填答者填寫兩種 以上的語意變項，跨越了傳統量表的二元計分限制，讓受試者可以表現出「既此 又彼」的心理感受，跳脫出「非此即彼」如此絕對的框架。 本研究欲進行改善的百分比式模糊語意量表，其所對應的模糊數為三角模糊 數，定義如下(林原宏，2002):. 14.
(24) 三角模糊數(triangular fuzzy number): 只要界定出三角形模糊數之左端點( )、中心點( 以決定一個三角模糊數，且可表為 I=(. ,. ,. )、右端點(. )，就可. ). 其隸屬度函數定義為:. 隸屬度圖形為:. 圖 2-2-1 三角模糊數隸屬度圖形. 模糊數尚有梯度模糊數、常態模糊數等其他類型，而三角模糊數具有形狀簡 單與計算方便的優點 (王元仁，2000)。 很多的相關研究亦指出模糊語意量表在各方面的表現較傳統量表要好，經由 本研究者整理如下:吳柏林和楊文山(1997)基於模糊測度(fuzzy meansure)與模糊 邏輯提出一種分析模糊問卷調查的模糊統計方法，並透過實證研究比較傳統問卷 15.
(25) 和模糊問卷的訊息量。楊明慧(2002)以模糊邏輯來改良傳統李克特量表，讓受訪 者在選項中直接填寫隸屬度後再計算模糊計分值，並嘗試使用模糊集群分析來設 計演算法，利用模糊 C 平均分類法計算出各語意的群落中心值並進行參數化，找 到較貼近受試者心理特質的模糊語意隸屬度函數，其研究設計了網路系統來進行 資料的蒐集與模糊語意變數的參數化，透過此系統運作後得到的結果，可以快速 的得到各個題目與各個語意措辭的模糊語意變數參數化結果，而資料分析後的結 果顯示與一般等級區間的模糊數有所差異，也分別為不同題目的語意措辭分別建 立了相對的模糊數，可做為後續研究者要定義模糊數時的參考依據。 陳昭宏(1998)運用了模糊關係(fuzzy relation)與模糊轉換法(fuzzy transformation)，將模糊問卷的作答結果轉換到與分析者相同的評量詞模糊空間， 讓所有受試者的作答反應可以在同一個評量標準下進行統計分析，此研究發現一 樣的問卷會因為評量標準或受試者不同而影響到作答反應的統計分析結果，因而 影響到結果的可信度。林原宏(2001)使用模擬研究的方式探討傳統計分和模糊語 意變數計分的信度差異，模擬結果顯示模糊語意變數計分之信度結果顯著的高於 傳統計分，這方面的模擬結果顯示出模糊語意變數計分有其可行性與適用性。 林原宏(2003)也提出同時透過模擬資料與實證資料兩方面進行研究，在有無 「解模糊化」與「模糊隸屬度加權」的情形下，進行傳統與三種模糊語意計分的 信效度分析比較，其研究的模擬與實證兩方面研究獲得了一致的結果，模糊語意 計分在信度效度的分析結果表現都較傳統計分為高，顯示出模糊語意計分是有應 用與發展空間。王舜傑(2002)以模擬研究的方式探討模糊語意變數與傳統李克特 氏量表在信度和估算受試者心理潛在特質的精確度進行探究，結果發現模糊語意 變數不論是信度或估計受試者心理淺在特質精確度兩者皆優於李克特氏量表，且 模糊語意變數較不易受到樣本數與題目數等因素影響。顏乾明(2003)將不同數量 的模糊語意變數、試題數、受試者人數與受試者潛在特質分布等變因，透過程式 將上述變因模擬試驗組合，再分別進行不同因子組合之下，模糊語意量表與李克 16.
(26) 特氏量表的信度差異模擬分析，此研究發現無論在哪種因子組合之下模糊語意量 表的信度值都較傳統量表為高。 鄭勝元(1998)將家庭關係的問卷編製成李克特氏量表與百分比式模糊語意量 表，比較兩種問卷作答結果的差異性，整體而言百分比氏模糊語意量表的作答反 應分析結果表現得較李克特氏量表為佳。王朝正(2002)以「教師信念量表」進行 實證分析，比較傳統問卷與模糊語意問卷的信度、效度、語意反應和眾數等，研 究結果顯示模糊語意問卷在信效度的表現上都較傳統問卷優異，且透過語意反應 和眾數的分析結果可更接近的量化人類心理感受。 楊慧玲(2002)假設已知受訪者 的真實心理特質，以隸屬度函數的加權平均值當做模糊語意變數之計分方式，而 以最大隸屬度相對應的語意變數值作為傳統計分方式，研究中的模糊語意變數採 用常態模糊數、梯形模糊數與三角模糊數三種，針對語意模糊度、樣本資料來源 與樣本個數等三種變因進行模擬研究，研究結果發現模糊語意變數計分的誤差值 低於傳統計分，表示模糊語意變數的計分方式較能符合人類真實心理特質的呈 現。. 第三節 重要度-績效分析法 重要度-績效分析法是由 Martilla 與 James 於 1977 年所提出，最早是用於檢 視汽車業表現的研究，這個方法十分簡單且容易理解，只要計算出所有項目之重 視度與績效度的平均值，令其為座標系的中心點，就可以在二維平面上建立一直 角座標系，此座標系可分為四個象限，如圖 2-4-1，每一個項目都可以依照其重 視度與滿意度，被歸類在其中一個象限裡，而每個象限各自具有不同的意義，研 究者可將 IPA 結果當成改善或決策的參考，但須注意重視度與績效表現須為互相 獨立的變項，否則分析出來的結果會導致錯誤的決策(李友錚、閻鐵民，2008)。. 17.
(27) 以下針對 IPA 圖形與象限代表意義進行說明:. 第二象限. 第一象限. 第三象限. 第四象限. 重 要 度. 績效 圖 2-4-1 重要度-績效分析圖範例. 圖 2-4-1 為 IPA 圖範例，以下將就四個象限分別介紹: (一)第一象限: 代表受試者認為落在此區的項目之重要性與滿意度皆較高，是施測者應 該繼續保持表現的項目。. (二)第二象限: 落在此區間的項目獲得了較高的重要度但滿意程度卻較低，因此落在此 象限的項目為施測者應優先進行改善的部分。. (三)第三象限: 本區間的項目不但重視程度低，滿意程度表現亦不佳，落在本象限的項 目應進行改善，但修正順序可排在第二象限的問題之後。 18.
(28) (四)第四象限: 第四象限的項目受試者普遍不太重視，但感覺還算滿意，此區的項目有 過度努力的疑慮，施測者可考慮不必過分強調或投入這個象限的項目。. IPA 是一種易懂的圖解方式，其簡單的計算方法也使得它被廣泛的運用，例 如: IPA 可以用於分析顧客對於產品或服務的態度(Hawes & Rao, 1985)，或用於評 估航空客運的服務品質(蔡長清、劉麗珉，2009)；IPA 可進行風景遊樂區消費者 的行為實證研究(吳長生，2002)，與旅遊消費偏好和滿意度的調查研究(趙家民、 余東錦、孫淑芬、陳俋筑，2011)；也可以用於休閒農業服務品質的測量(陳勁甫、 吳劍秋，王智宏，2004)；還有調查便利商店在彼此競爭之下服務態度如何轉變 (Shieh & Wu, 2009)；洪英恆(2011)使用 IPA 研究國小棒球隊訓練前後的成效；陳 昭雄、王瑞(2010)將 IPA 用於調查大專院校社團活動的發展影響因素等，且 IPA 亦可結合其他方法一起進行研究，例如謝俊逸(2009)結合了 IPA 與模糊覺測實驗 室法評估了醫療服務的品質，而胡凱傑等三人使用 Kano 模式與 IPA 探討了亞洲 主要貨櫃港的服務品質(胡凱傑、李太雨、丘志文，2011)等。 本研究選用 IPA 分析法進行分析，主要是因為可以透過 IPA 分析圖呈現兩種 不同量表的學生重視度，並同時進行施測量表題目的分析，由於本研究是使用針 對國中生進行測驗的「電腦態度量表」 ，藉此分析能夠提出學生對於電腦課程的 看法與學生對於使用電腦的態度，希望能夠來作為學校或老師的參考資料。. 19.
(29) 20.
(30) 第三章 研究方法 本研究主要是透過實證方法探討拉拉條式作答量表與百分比式模糊語意量表 之信效度、因素分析、作答反應與時間差異比較、IPA 比較分析和廢卷率。施測 題目是以「國中生電腦態度量表發展研究」(黃世杰，2002)所建立的李克特氏量 表改編成拉條式作答量表與百分比式模糊語意量表。以下分別就研究對象、研究 工具與資料分析方法等三節分別說明。. 第一節 研究對象 「國中生電腦態度量表」是針對國中學生對電腦與電腦課的反應進行調查， 因此本研究的研究對象是彰化縣某縣立國民中學的學生，因九年級學生準備基測 考試所以將此年級的學生排除，從七與八年級 36 個班級隨機抽取其中 8 個班級， 利用共 8 堂電腦課間進行施測。共抽取 239 名學生，其中男同學 125 人、女同學 114 人，請他們同時作答兩種不同量表的測驗，量表回收結果去除無效樣本之後 實得有效樣本 175 人，有效樣本率約為 73.22%，其中男同學 87 人，女同學 88 人。. 第二節 研究工具 本節針對研究工具進行介紹，茲分成以下三小節做說明:第一小節為量表改編 過程、第二小節為施測流程、以及第三小節線上施測系統。. 21.
(31) 壹、量表改編 本研究所採用量表是黃世杰(2002)所編製之「國中生電腦態度量表」 ，故先取 得原作者同意之後進行後續研究，同意書如附錄一，由於本研究須同時進行拉條 式與百分比式模糊語意量表的測驗，因此予以改編流程如下:. (一)原量表使用李克特氏答題方式，詳細如附錄二，本研究將之分別編製成與拉 條式作答量表與百分比式模糊語意量表等兩種不同的作答模式，分別如附錄 三、四。 (二)進行線上施測平台設計，分別設計成先做百分比式模糊語意量表，再做拉條 式計分量表，與先做拉條式作答量表，後做百分比式模糊語意量表這兩種不 同作答方式。 (三)進行平台系統除錯測試及改善使用介面。 (四)確定系統穩定、施測。. 貳、施測流程 本研究針對同一受試者進行兩種量表的作答反應分析，為避免試題記憶性對 施測時間的影響，先將受試學生隨機分成兩群，分別使用兩種不同順序的量表來 進行測驗，一種為先做百分比式模糊語意量表，後做拉條式作答量表，另外一種 則是將量表出現的順序相反過來，施測流程如圖 3-2-1 :. 圖 3-2-1 施測流程 22.
(32) 圖 3-2-1 是本研究的施測流程介紹，步驟依序為請受試者使用配給之號碼登入 系統，進行確認無誤後會顯示出做答說明及範例，供受試者參考，待參考完畢可 進入下一步正式測驗開始作答，作答結束之後系統會將受試者作答反應及時間等 資料回存至資料庫，最後研究者可將資料庫內的作答反應輸出以利後續分析。. 參、線上測驗系統 本研究設計的線上測驗系統是由 PHP 程式語言寫成，受試者透過任何可連接 至網路的電子設備(平板電腦、筆記型電腦、家用電腦等)進行測驗，能夠將受試 者的作答反應、作答時間與各人資料等資訊儲存於資料庫中，方便後續研究隨時 取用。 圖 3-2-2 為線上測驗系統登入畫面，施測進行時會先給每一位受試者一個登 入的座號，為避免輸入錯誤產生問題，會請受試者輸入兩次重複確認，而考試類 型部份分為傳統式與拉條式兩種，請學生依照指示進行選擇，其中傳統式代表的 是先進行百分比式模糊語意量表測驗，後做拉條式作答量表；而選取拉條式代表 的是先做拉條式作答量表，後進行百分比式模糊語意量表的測驗。受試者填完兩 項資料後即可按下下方確定鈕開始接受測驗。. 圖 3-2-2 線上測驗系統登入畫面 23.
(33) 圖 3-2-3 為拉條式作答量表施測畫面，該圖只擷取前 9 道試題，題目設置於 畫面左方，右方是用於進行作答的拉條工具，受試者可依其內心實際感受將拉條 移動至最接近其心理狀態的位置，拉條下之長方形格子中會以百分位數方式同時 顯示受試者對此項目的作答結果，讓受試者確認位置是否正確。為了避免受試者 跳題填答，也為方便受試者尋找尚未作答的題目，拉條下方的長方形格子中若未 顯示百分位數，是代表受試者並未進行該題目的填答，且最後測驗完成送出答案 的按鈕也將呈現灰白色而無法選取。. 圖 3-2-3 拉條式作答量表施測畫面. 24.
(34) 圖 3-2-4 為百分比式模糊語意量表施測畫面，畫面左側為量表試題，右側則 是供受試者填答的語意變項，作答方式為受試者根據內心真實感受選取任意個數 的語意變項，並在下拉式選單中選擇受試者認為最貼近心裡感覺的百分位數，若 在下拉式選單中有 0~100%的選項可選，則會有 101 個選項，本研究預期會造成 受試者填寫上的困難，因此將可選擇之百分比位數設定為每 10%一個單位，從 0 依序遞增至 100%，且其所選擇的各個語意變項之百分位數加總必須是 100%，以 利研究者進行後續分數計算。且為使受試者簡單地找到填答未完成或填寫錯誤的 部分，若總和未達 100%或超出 100%，畫面最右方「此題已完成」處的空白格子 便不會顯示"完成"字樣，且為了避免受試者跳題填答，將繳交答案完成測驗的按 鈕設計成若有試題未答即無法選取。. 圖 3-2-4 百分比式模糊語意量表施測畫面. 25.
(35) 圖 3-2-3 與圖 3-2-4 可看出為降低試題記憶性對作答時間的影響，本研究將兩 份不同量表的題目出現順序打亂，而拉條式作答量表之語意變項由不同意遞增到 同意，百分比式模糊語意量表卻從非常同意遞減至非常不同意，此為本研究平台 設計上的錯誤，於施測時再三叮嚀學生以免產生誤會，特此說明。 圖 3-2-5 為資料庫儲存結果畫面，其中「刪除」欄位可進行該位受試者資料 的刪除，設置有密碼以避免誤按的情形發生； 「比對」欄位可呼叫出同一受試者 的兩份作答反應採並列顯示，方便直接進行比較或篩選，如圖 3-2-6 所示； 「座號」 一欄為研究者於測驗一開始給予受試者的編號，圖中座號不連續是由於本圖為剔 除無效樣本後的結果； 「性別」欄位 1 表男性受試者，2 表女性受試者； 「Part」欄 位"一"代表百分比式模糊語意量表作答反應，"二"代表拉條式作答量表作答反應； 「Time」欄位為受試者完成測驗所使用的時間，單位為秒；而畫面右上方阿拉伯 數字編號部分即為題目編號，題目編號下方欄位則是該題目的測驗分數，分數計 算方式將於本章第三節資料處理進行說明。. 圖 3-2-5 資料庫儲存結果畫面. 26.
(36) 圖 3-2-6 為同一受試者在兩種不同量表的作答反應比對畫面，設計此功能是 為使讓研究人員可以經由清楚明瞭地比對畫面進行兩份量表的作答結果比較，便 於從作答結果直接進行受試者的篩選，例如兩份量表作答反應差異過大、特別設 計的反向問題結果不相同皆一目了然。. 圖 3-2-6 施測結果比對畫面. 第三節 資料處理 本節第一小節將說明本研究施測結果分數的計算方式，第二小節介紹進行統 計分析的方法，包括信度分析、效度及因素分析、施測時間與作答結果差異撿定、 IPA 分析與廢卷率比較。. 27.
(37) 壹、計分方式 圖 3-3-1 為百分比式模糊語意量表計分範例，其中五個語意變項所對應的分 數分別為:非常同意 5 分、同意 4 分、無意見 3 分、不同意 2 分、非常不同意 1 分。百分比式模糊語意量表分數的計算方式為權重乘以分數之後做加總，該受試 者於此題得到 1.8 分，其計算過程為:. 2×80%+1×20%=1.8. 圖 3-3-1 百分比式模糊語意量表計分範例. 圖 3-3-2 為拉條式作答量表計分範例，本研究設計的拉條式作答是一種簡化 百分比式作答的作答方式，透過直接拉條來取代百分比式必須選填若干語意變項 的填答方式，而拉條式作答得到的分數為一介於 0~1 之間的小數(最多到小數點後 2 位)，此一小數經由轉換還原到所對應之百分比式模糊語意量表的分數區間 1~5 中，即求得受試者得分。轉換公式為:. x = (max-min) × y + min 其中 x 代表的是受試者原始分數，min 代表百分比式模糊語意量表的最小得分值， max 代表百分比式模糊語意量表的最大得分值，而 y 表示受試者拉選作答的原始 小數分數。以圖 3-3-2 為例，受試者於本題拉選 0.2，經由上述公式轉換受試者於 本題得到 1.8 分: 28.
(38) x=0.2×4+1=1.8. 圖 3-3-2 拉條式作答量表計分範例. 拉條式作答量表是一種多點計分方式，而劉湘川(2007a，2007b)曾提出多點 計分與其他計分方式的比較方法，是將所得分數透過「標準規格化多點計分順序 理論」進行轉換後即可以進行比較，但本研究僅初步的討論兩種不同作答方式的 得分是否有不同，因此是採用上述提出的計算方式得到分數後進行後續分析，使 用劉湘川提出的方法進行研究也是拉條式作答未來可行的發展方向。. 貳、統計分析. 本研究採用 SPSS 軟體進行統計資料分析，包含了信度分析、效度與因素分 析、施測時間與作答反應差異撿定、IPA 分析與廢卷率比較，流程條列如下:. 一、 信度分析:分別算出兩種不同作答方式量表的 Cronbach α 值(Cronbach , 1951) 並進行比較。 二、 效度與因素分析:利用因素分析來比較兩種不同作答方式量表的累積解釋變 異量與建構效度(Construct Validity)之間的差別。 三、 施測時間與作答反應差異撿定:分別比較百分比式模糊語意量表與拉條式作 答量表的施測時間與作答反應是否存在顯著差異。. 29.
(39) 四、 IPA 分析:分別繪製百分比式模糊語意量表與拉條式作答量表的 IPA 圖進行 分析。 五、 廢卷率比較:比較百分比式模糊語意量表與拉條式作答量表的廢卷率。. 30.
(40) 第四章 研究結果與討論 本章依據前章第三節所提及之分析比較方法，針對百分比式模糊語意量表與 拉條式作答量表進行分析與探討，將研究結果分為五節，第一節為百信度分析； 第二節效度與因素分析；第三節為施測時間與作答反應差異檢定；第四節為 IPA 分析；第五節為廢卷率比較。. 第一節 信度分析 為得知施測量表的可靠性及一致性，通常會進行信度分析(邱皓政，2010)， 信度越高代表其可靠性與一致性越高，通常用於估計內部一致性的信度檢定方法 為「Cronbach's Alpha」(Cronbach,1951)，本研究分別對拉條式與百分比式模糊語 意量表作答結果進行信度分析，測量各別的信度值並進行比較。 由表 4-1-1 可知百分比式模糊語意量表的 Cronbach's Alpha 值為 0.721，標準 化 Cronbach's Alpha 值 0.722，根據吳統雄(1985)提出之信度水準分類表，屬於很 可信的範圍，表示百分比式模糊語意量表資料的可靠性及一致性都在水準之上； 而表 4-1-2 可看出拉條式作答量表的 Cronbach's Alpha 值為 0.771，標準化 Cronbach's Alpha 值為 0.776 亦在很可信的範圍裡，表示拉條式作答量表所得資 料的可靠性及一致性也都具有相當水準。. 表 4-1-1 百分比式模糊語意量表 Cronbach's Alpha 係數 Cronbach's Alpha 值. 標準化 Cronbach's Alpha 值. 0.721. 0.722. 31.
(41) 表 4-1-2 拉條式作答量表 Cronbach's Alpha 係數 Cronbach's Alpha 值. 標準化 Cronbach's Alpha 值. 0.771. 0.776. 第二節 效度與因素分析 效度是指測量正確性的程度，當測驗的效度越高，就代表此測驗能夠測出的 研究特質越高，其中建構效度是指研究工具能夠測量到某種理論的特質或概念的 程度(薄喬萍，2010)，本研究透過SPSS的KMO與Bartlett球形檢定檢測兩種測量工 具是否具有良好的建構效度。 因素分析是多變量分析方法的一種，能夠把一群具有共同性的測量分數抽離 出背後構念的統計分析技術，目的是為了要證明研究所設計的量表確實有測到某 一種潛在特質和釐清潛在特質的內在結構，以及用來從比較多的觀測變數中萃取 出較少的幾個變數，能夠用來解釋較大的原始資料變異量(邱皓政，2010)，本研 究主要利用因素分析於萃取兩種不同量表作答結果的因素、計算累積解釋變異量 與繪製陡坡圖。 表4-2-1可看出百分比式模糊語意量表的KMO取樣適切性量數為0.813接近1， Bartlett球形檢定之P值為0.00<0.05達顯著，表示百分比式模糊語意量表適合進行 因素分析；表4-2-2可看出拉條式作答量表的KMO取樣適切性量數為0.832接近1， Bartlett球形檢定之P值為0.00<0.05達顯著，表示拉條式作答量表亦適合進行因素 分析。. 32.
(42) 表 4-2-1 百分比式模糊語意量表 KMO 與 Bartlett 球形檢定 Bartlett 球形檢定 KMO 取樣適切性量數 .813. 近似卡方分配. df. 顯著性. 2241.450. 435. .000. 表 4-2-2 拉條式作答量表 KMO 與 Bartlett 球形檢定 Bartlett 球形檢定 KMO 取樣適切性量數 近似卡方分配 .832. 2355.643. df. 顯著性. 435. .000. 由表4-2-3可看出百分比式模糊語意量表作答結果共萃取出5個因子，累積解 釋變異量為53.632%，而圖4-2-1百分比式模糊語意量表陡坡圖顯示第5個因子之後 的坡度趨於平緩，代表之後的因子之間特徵值已沒有顯著差別，其中因子1包含 了5、8、12、18、23、27、28、29小題；因子2包含9、10、13、14、15、17、22 小題；因子3包含2、7、20、21小題；因子4包含1、6、11、26、30小題；因子5 包含4、16、19小題。. 表 4-2-3 百分比式模糊語意量表解釋變異量 因子. 解釋變異量. 累積解釋變異量. 因子 1. 14.645%. 14.645%. 因子 2. 10.929%. 25.574%. 因子 3. 10.244%. 35.818%. 因子 4. 9.176%. 44.994%. 因子 5. 8.638%. 53.632%. 33.
(43) 圖 4-2-1 百分比式模糊語意量表因素分析陡坡圖. 表 4-2-4 顯示拉條式作答量表的作答結果萃取出 5 個因子，累積解釋變異量 53.592%，而圖 4-2-2 拉條式作答量表陡坡圖，可看出第 5 個因子之後的坡度即趨 於平緩，無法再萃取出因子，其中因子 1 包含 5、8、10、12、18、23、27、28、 29 小題；因子 2 包含 9、13、14、15、22 小題；因子 3 包含 1、6、24、30 小題； 因子 4 包含 2、7、20、21、25 小題；因子 5 包含 4、16、19 小題。. 34.
(44) 表 4-2-4 拉條式作答量表解釋變異量 因子. 解釋變異量. 累積解釋變異量. 因子 1. 17.191%. 17.191%. 因子 2. 10.167%. 27.358%. 因子 3. 9.457%. 36.814%. 因子 4. 8.508%. 45.322%. 因子 5. 8.270%. 53.592%. 圖 4-2-2 拉條式作答量表因素分析陡坡圖. 35.
(45) 兩種不同量表萃取出來的因子各包含哪些題目茲整理如下表 4-2-5、4-2-6。. 表 4-2-5 百分比式模糊語意量表因子包含題目 因子. 包含題目. 因子 1. 5、8、12、18、23、27、28、29. 因子 2. 9、10、13、14、15、17、22. 因子 3. 2、7、20、21. 因子 4. 1、6、11、26、30. 因子 5. 4、16、19. 表 4-2-6 拉條式作答量表因子包含題目 因子. 包含題目. 因子 1. 5、8、10、12、18、23、27、28、29. 因子 2. 9、13、14、15、22. 因子 3. 1、6、24、30. 因子 4. 2、7、20、21、25. 因子 5. 4、16、19. 由於王文科(1991)的著作指出每一因素至少須包含 3 個題目以上為佳，因此 因素分析過程中本研究將因子包含的題數低於 3 個的因子剔除，對照表 4-2-5 與 4-2-6 可看出兩種不同作答方式得到的結果萃取出來之因子其所包含的題目有些 許差異，但仍然有大部分題目是被分到相同的群組內，並沒有相異超過 3 題以上 的因子，亦有包含題目完全相同的因子如因子 5。. 36.
(46) 表 4-2-7 為原試題編撰者黃世杰(2002)的因素分析與命名結果，將此表同時與 本研究兩份不同量表的因素分析結果分別進行比較，經過交互參照之後可整理出: 百分比式模糊語意量表的因素分析結果中，因子一少了第 10 題、因子二多了第 10 題、因子三少了第 25 題、因子四多了 11 與 26 題；而拉條式作答的因素分析 結果中因子 2 少了第 17 題、因子 3 多了第 24 題，綜合上述比較可得知拉條式作 答量表所得的結果，其因子所包含題目與原試題的結果差異較小。 本研究推論兩份量表因素分析結果的因子包含題目並不盡相同，是因為因素 分析是一種與樣本高度相關的分析方式，很容易因為樣本的作答結果不同而影響 整體的分析結果，但本次研究結果拉條式作答量表與原試題的因素分析結果較為 近似。 至於建構效度部分，由於兩種量表的累計解釋總變異量僅差距 0.04%， 故整體而言本研究認為拉條式作答方法的建構效度與百分比式模糊語意量表可 說是不分軒輊。. 表 4-2-7 「電腦態度量表」因素命名及包含題目 因素命名. 包含題目. 使用電腦的焦慮. 5、8、10、12、18、23、27、28、29. 使用電腦的信心. 9、13、14、15、17、22. 使用電腦的執著. 1、6、30. 使用電腦的價值. 2、7、20、21、25. 對電腦的喜愛. 4、16、19 (黃世杰，2002). 37.
(47) 第三節 施測時間與作答反應差異檢定 本小節分別針對施測時間差異檢定與作答反應差異檢定進行說明如下:. 壹、施測時間差異檢定 本小節為比較兩份不同量表的施測時間，使用成對樣本T檢定對兩種量表施 測時間差異進行分析，時間以秒(s)為單位。 表4-3-1為敘述性統計量，可看出175個樣本的百分比式模糊語意量表施測時 間平均為360.9秒，標準差115.4；而拉條式作答量表175個樣本施測時間平均是 217.44秒，標準差83.06，而表4-3-2顯示本次成對樣本T檢定結果之相關係數為.399， P值為0.00<0.05達顯著，代表兩種量表的施測時間有顯著的差異，拉條式作答量 表之施測時間明顯較百分比式模糊語意量表來得短。. 表 4-3-1 施測時間成對樣本統計量 平均數. 人數. 標準差. 360.9. 175. 115.40. 217.44. 175. 83.06. 百分比式模糊語 意量表施測時間 拉條式作答量表 施測時間. (單位:秒). 38.
(48) 表 4-3-2 施測時間成對樣本相關 人數. 相關. 顯著性. 175. .399. .000. 百分比式模糊語意量表施測時間 和拉條式作答量表施測時間. 貳、作答反應差異檢定. 本小節使用成對樣本 T 檢定針對受試學生在百分比式模糊語意量表與拉條式 作答量表的作答反應分數進行分析，檢視兩種不同作答方式的結果間是否具有顯 著差異與相關性，檢定流程為先將各題目 175 位受試者的得分做加總，因本測驗 共有 30 題，所以會得到 30 組不同量表的作答反應成對樣本，再以此資料進行成 對樣本 T 檢定。 從表 4-3-3 可看出百分比式模糊語意量表 30 個題目平均總得分為 555.03 分， 標準差 128.76，拉條式作答量表平均總得分則是 534.46 分，標準差 122.93，而表 4-3-4 可得到成對樣本 T 檢定結果之 P 值為 0.00<0.05 達顯著，相關係數為 0.992， 表示本研究兩種不同量表的 30 個題目，各題所測得的作答反應結果有顯著的不 同，但有高度正相關，至於作答反應不同之原因有待進一步探究。. 表 4-3-3 作答反應成對樣本統計量 平均數. 題數. 標準差. 555.03. 30. 128.76. 534.46. 30. 122.93. 百分比式模糊語 意量表作答反應 拉條式作答量表 作答反應. 39.
(49) 表 4-3-4 作答反應成對樣本相關 題數. 相關. 顯著性. 30. .992. .000. 百分比式模糊語意量表作答反應 和拉條式作答量表作答反應. 綜合本章前三小節之研究結果，拉條式作答量表與百分比式模糊語意量表之 作答反應的確有差異，其原因值得進一步探究，而拉條式作答時間明顯較短，且 拉條式作答量表作答反應的信度較高，表示此種施測方式能使受試者的填答結果 更具有一致性與穩定性；在建構效度分析的部分，百分比式模糊語意量表的累積 解釋變異量僅僅比拉條式作答量表高 0.04%，表示兩種不同量表解釋受試者內部 潛在特質的能力不分軒輊。. 第四節 IPA 分析 IPA 依照重要性與績效兩個構面將題目分成四類，以做為改進參考或是制訂 策略的依據，是一項簡單而有效的工具，其中重要度與績效會隨著研究目的與量 表的不同而改變，因此將對本研究定義之重要度與績效來進行說明，本研究使用 的量表為針對國中生之「電腦態度量表」，將重要度定義為學生對量表題目的認 同度，計算學生對各個題目的作答反應平均數，即為各題的認同度部分；績效則 定義為學生對量表題目的重視度，即是學生的作答反應之變異數權重，此數值是 本研究採用變異數本位法(variance-based method)所求得，如此定義是由於學生對 電腦的態度之所以受到重視或者具備參考價值，是因為學生對某題目的評定價值 不一致，亦即是施測結果得到的變異數較大所導致，因此變異數權重被當做重視 度的建構基礎(陳進春、鄭百成、曾瑞譙，2008)。此座標系統中心點的決定方式， 40.
(50) 是將座標系上所有點的 x 值與 y 值分別求取平均後的值作為中心點，以此區分出 四個象限。 本研究將各題目作答反應分群結果之平均數與變異數權重資料匯入 SPSS 軟 體進行散佈圖繪製，再分別以平均數和變異數權重的平均值做為 X、Y 軸的中心 點界定出四個象限，藉以構成 IPA 圖，其中落在第一象限的題目為認同度高且重 視度也高，第二象限代表學生認同度低但重視度高，第三象限學生的認同度與重 視度皆低，第四象限代表認同度高但重視度低。 圖 4-4-1 顯示落在第一象限有：每個家庭都應該有電腦(3)、我喜歡上電腦課 (4)、學電腦總是讓我欲罷不能(6)、上電腦課滿輕鬆自在的(16)、我期待帶電腦上 學而不是帶書包(24) 、家裡有高速上網的設備對我很重要(26)、一開始使用電腦 我就停不下來(30)共 7 題，代表這些題目是屬於學生高度認同且高度重視的部分； 電腦練習讓我覺得焦慮(5)、我沒有學習電腦的天份(8)、我使用網路的能力比別人 強(9)、使用電腦實在不容易(10)、花錢更新電腦軟硬體是值得的(11)、我不喜歡 電腦(12)、我有自信使用電腦工作(13)、電腦工作有趣又刺激(14)、與別人談論電 腦時我會覺得有壓力(18)等 8 題落在第二象限，對於這些題目學生具有較高重視 度但不大認同；我不喜歡電腦(12)、想到要使用電腦我就心情沉重(23)、我害怕使 用電腦(27)、電腦對我有威脅感(28)、學習電腦相當浪費時間(29)等 5 題落在第三 象限，表示這些題目學生的認同度與重視程度皆較低；一看到電腦我就被它吸引 (1) 、知道如何用電腦可以增加我的學習能力(2)、在求學的過程中有很多方面需 要用電腦(7)、我具有學習電腦的能力(15)、我相信能在電腦課獲得好成績(17)、 我期待每星期的電腦課(19)、電腦對我的未來有幫助(20)、電腦很有用處所以我要 學習電腦(21)、我能利用電腦工作(22)、電腦與我的生活關係密切(25)等 10 題落 在第四象限，這些題目雖然認同度較高但同樣較不受學生重視。. 41.
(51) 重 視 度. 認同度. 圖 4-4-1 百分比式模糊語意量表 IPA 圖. 圖 4-4-2 顯示: 一看到電腦我就被它吸引(1)、每個家庭都應該有電腦(3)、我 喜歡上電腦課(4)、學電腦總是讓我欲罷不能(6)、上電腦課滿輕鬆自在的(16)、我 期待每星期的電腦課(19)、我能利用電腦工作(22)、我期待帶電腦上學而不是帶書 包(24)、家裡有高速上網的設備對我很重要(26)、一開始使用電腦我就停不下來(30) 等 10 個題目落在第一象限，代表這些題目是屬於學生重視程度較高且高度認同 的部分；使用電腦實在不容易(10)、花錢更新電腦軟硬體是值得的(11)等 2 題落在 第二象限內，對於這些題目學生具有較高的重視度但較不認同；電腦練習讓我覺 得焦慮(5)、我沒有學習電腦的天份(8)、我使用網路的能力比別人強(9)、我不喜 歡電腦(12)、我有自信使用電腦工作(13)、電腦工作有趣又刺激(14)、與別人談論. 42.
(52) 電腦時我會覺得有壓力(18)、想到要使用電腦我就心情沉重(23)、我害怕使用電腦 (27)、電腦對我有威脅感(28)、學習電腦相當浪費時間(29)等 11 題落在第三象限， 表示這些題目學生的認同度與重視程度皆較低；知道如何用電腦可以增加我的學 習能力(2)、在求學的過程中有很多方面需要用電腦(7)、我具有學習電腦的能力 (15)、我相信能在電腦課獲得好成績(17)、電腦對我的未來有幫助(20)、電腦很有 用處所以我要學習電腦(21)、電腦與我的生活關係密切(25)等 7 題位於第四象限， 這些題目認同度雖高但學生不太重視。. 重 視 度. 認同度 圖 4-4-2 拉條式作答量表 IPA 圖. 綜合上述兩圖與描述性統計量進行比較，百分比式模糊語意量表認同度 高於平均的題數是 17 題，平均數 3.15，而拉條式作答量表下認同度高於平均之. 43.
(53) 題目個數亦為 17 題，平均數 3.03；而重視度的部分，百分比式模糊量表重視度 高於平均的題數是 15 題，平均數 0.30，拉條式作答量表重視度高於平均的題數 為 12 題，平均數 0.21；百分比式模糊語意量表的題目落在一、三象限的總題數 是 12 題，較拉條式的 21 題為少，且百分比式模糊語意量表落在第二象限的題目 8 題亦較拉條式的 2 題為多，故整體而言拉條式作答得到了較優良的 IPA 分析結 果。 綜合上述結果與表 4-4-1 使用者滿意度調查表，推論是由於拉條作答方式遠 較百分比式作答簡單直覺，學生作答時能很快透過拉條表達自己的意見，因此作 答的結果可得到比較好的 IPA 分析結果。. 表 4-4-1 使用者滿意度調查表 量表名稱. 滿意人數. 滿意度. 拉條式作答量表. 167. 95.43%. 百分比式模糊語意量表. 8. 4.57%. 表 4-4-2 是兩種不同量表的 IPA 結果中，被歸類在同一個象限的題目，由於 其他題目在兩份 IPA 結果中並不屬於相同象限，研究者認為無法輕易定論，因此 不予討論，但相同的部分則可以提出做為參考的資料。. 44.
(54) 表 4-4-2 IPA 共同題目彙整表 所屬象限. 共同題目. 第一象限. 3、4、6、16、24、26、30. 第二象限. 10、11. 第三象限. 12、23、27、28、29. 第四象限. 7、15、17、20、21、25. 表 4-4-2 中同被分類到第一象限的題目為: 每個家庭都應該有電腦、我喜歡上 電腦課、學電腦總是讓我欲罷不能、上電腦課滿輕鬆自在的、我期待帶電腦上學 而不是帶書包、家裡有高速上網的設備對我很重要、一開始使用電腦我就停不下 來，顯示現在中學生的生活離不開電腦，對於電腦的使用與學習有高度的興趣， 且滿意目前學校電腦課的課程安排，也能適應現代科技快速發展的趨勢。 第二象限的共同題目是: 使用電腦實在不容易、花錢更新電腦軟硬體是值得 的，顯示中學生普遍認為使用電腦是容易的事，且認為花錢更新電腦是不值得的， 但學生之間的意見較為分歧。 共同分類到第三象限的題目有: 我不喜歡電腦、想到要使用電腦我就心情沉 重、我害怕使用電腦、電腦對我有威脅感、學習電腦相當浪費時間，這些題目顯 示現今中學生普遍已將電腦視為生活中不可或缺的一部分，對於電腦的接受程度 亦較高。 第四象限的 6 個題目為: 在求學的過程中有很多方面需要用電腦、我具有學 習電腦的能力、我相信能在電腦課獲得好成績、電腦對我的未來有幫助、電腦很 有用處所以我要學習電腦、電腦與我的生活關係密切，顯示學生們認同電腦在生 活或求學上的功能，且對於自己學習腦的能力具有信心。 綜合以上四個象限的推論，本研究認為 IPA 分析結果貼近事實，現今社會中. 45.
(55) 電腦早已是生活上不可或缺的要角，幾乎也是每個人都要學習使用的工具，因此 上述四個象限的共同題目分析，可提供給學校或老師作為一個參考資料。. 第五節 廢卷率比較 本研究一共對 239 位學生進行施測，實際回收樣本 239 份，男生 125 人，女 生 114 人，樣本回收後檢視作答反應結果進行篩選，第一階段反向問題剔除 35 人，百分比式模糊語意量表出現問題者 24 人、拉條式作答量表 11 人，剩餘樣本 204 份；第二階段逐個檢視作答時間與作答反應，將時間明顯過短或兩種作答結 果差異過大者予以刪除，共刪去 29 人，其中因為百分比式模糊語意量表的作答 反應出現問題被剔除的有 15 人、時間過短 7 人，而拉條式作答量表作答反應有 問題者 5 人、時間過短 2 人。剩餘樣本 175 位，男同學 87 人、女同學 88 人，有 效樣本率約 73.22%。 百分比式模糊語意量表廢卷率約為 19.25%、佔總廢卷比率 71.88%，拉條式 作答量表廢卷率約為 7.53%、佔總廢卷率 28.12%，本研究推斷是因為百分比式模 糊語意量表作答方式較為複雜且不直覺，容易使受試學生作答時失去耐心而隨意 填答；拉條式作答則較為直覺與簡易，且可能是較為新奇的作答方式，勾起學生 好奇心，使其不容易心生煩厭，願意認真填答。. 46.
(56) 第五章 結論與建議 以下將分為兩小節，第一節說明本研究之結論，第二節建議則針對系統設計 與未來研究進行說明。. 第一節 結論 本小節將對百分比式模糊語意量表與拉條式作答量表之信效度、因素分析、作答 反應與時間差異檢定、IPA 分析與廢卷率比較的結果進行說明: 一、信度分析: 百分比式模糊語意量表的信度值為 0.721，標準化後 0.722；拉條式作答量表 的信度值為 0.771，標準化後是 0.776，顯示拉條式的信度較百分比式為高，表示 使用拉條式作答量表施測可得到較百分比式模糊語意量表更可靠、一致的作答反 應。. 二、效度與因素分析: 百分比式模糊語意量表KMO取樣適切性量數為0.813，Bartlett球形檢定P值為 0.00<0.05達顯著；拉條式作答量表的KMO取樣適切性量數為0.832，Bartlett球形 檢定P值為0.00<0.05亦達顯著，表示百分比式和拉條式作答量表皆適合進行因素 分析，而百分比式模糊語意量表之累積解釋變異量53.632%，拉條式作答量表為 53.592%，差距甚小，表示兩者的建構效度不分軒輊，且拉條式作答量表的因子 所包含題目與原試題之差異較百分比式模糊語意量表為小。. 47.
(57) 三、實測時間與作答反應差異檢定: 本研究使用成對樣本 T 檢定分別對兩種不同量表的施測時間和作答反應進行 檢定，其中施測時間的成對樣本 T 檢定結果相關係數為.399，P 值 0.00<0.05 達顯 著，代表拉條式作答量表的施測時間較百分比式為短。 作答反應差異檢定部分，P 值為 0.00<0.05 達顯著，相關係數為 0.992，表示 本研究兩種不同量表得到的作答反應有顯著的不同，具備高度正相關，本研究推 論作答反應不同之原因在於作答方式的不同，但仍有待進一步探究。. 四、IPA 分析: 本研究將兩種量表之作答反應繪製成 IPA 圖，在認同度面向上(X 軸)，百分 比式模糊語意量表認同度高於平均的題數是 17 題，平均數 3.15，而拉條式作答 量表認同度高於平均之題目個數亦為 17 題，平均數 3.03； 重視度部分(Y 軸)， 百分比式模糊量表重視度高於平均的題數是 15 題，平均數 0.30，拉條式作答量 表重視度高於平均的題數為 12 題，平均數 0.21，而拉條式量表被分在第一、三 象限的題數為 21 題較百分比式模糊語意量表的 12 題為高，分在第二象限的題目 2 題則較百分比式模糊語意量表少，整體而言拉條式量表得到比較好的 IPA 分析 結果，且學生對拉條式作答方式的滿意度高達 95.43%，推論是由於拉條式的作答 方式較百分比式簡單，學生作答時容易透過拉條表達自己的意見，較不易因作答 方式繁複而減低填答興趣，因此拉條式作答量表得到較好的結果。 IPA 共同項分析部分，研究者綜合兩個量表的分析結果中，被分類到共同象 限的題目，一共 22 題，分別就不同象限加以論述，以期提供給學校或老師一份 參考的資料，詳細論述結果見第四章第四小節。. 48.
相關文件
Developing a signal logic to protect pedestrian who is crossing an intersection is the first purpose of this study.. In addition, to improve the reliability and reduce delay of
Therefore, this research is for the purpose of understanding the service of privatization nursery, discussing parents’ satisfaction with service quality and finding the
The purpose of this study is to analyze the status of the emerging fraudulent crime and to conduct a survey research through empirical questionnaires, based on
The purpose of this research is to develop an approach that uses the triangular distribution with the Fractile Method to estimate the optimistic and pessimistic duration of
The purpose of this study was to explore the effects of learning organization culture on teachers’ study and teaching potency in Public Elementary Schools.. The research tool of
The result showed that there were significant differences between controlled group and experimental group in score of the scale of learning satisfaction of Natural Science and
The purpose of this research is to study the cross-strait visitor’s tourist experience.With the research background and motives stated as above, the objectives of this research
The purpose of this research is using the UET to combine the GIS(Geographic Information Systems)and utilize the resources characteristic and land of understanding, to look for
