中 華 大 學

中 華 大 學 碩 士 論 文

題目：影響我國大專教師從事研究之重要因素

系 所 別：應 用 數 學 學 系 碩 士 班 學 號 姓 名： M09309003 王 志 軒 指 導 教 授： 楊 錦 章 博 士

中 華 民 國 九 十 五 年 八 月

摘 要

本研究為探討大專教師從事研究的影響因素，乃採分層隨機抽 樣方式，針對全國大專教師進行抽樣調查，結果顯示絕大部分基本資 料在「時間充裕因素」中，皆有顯著的差異，其次是「研究方向與實 用性因素」及「環境激勵因素」 ，最後是「個人生涯與研究發展因素」 、

「研究資源因素」、「研究壓力因素」，另外研究也顯示出「時間充裕 因素」其信度最高。

另外，研究結果也顯示題項「是否與產業界合作」最值得作討論，

特別是針對「學校屬性」與「近五年來擔任非國科會計畫主持人之件 數」。而「學校所屬特性因素」在所有基本資料中，皆無顯著差異；

就「創校歷史」來說，也並非為影響我國大專教師從事研究的重點。

關鍵字:因素分析、變異數分析、大專教師、影響研究因素

致 謝

畢業在即，首先我要感謝我的系主任兼指導教授楊錦章老師，在 學業、課業、生活及球場上的指導與照顧，使我求學路上受益良多，

更因為有老師的指導，讓我的論文能夠如期順利完成；再來要感謝羅 琪老師細心且有耐心的更正此論文，並教導與幫助我在統計學的課程 上，學習到更深的知識和應用，使我的論文更加完善；還要感謝中原 大學的李金城老師所給予許多中肯的建議，讓此論文更趨於完備。

接著要感謝指導我兩年書報討論的李明恭老師，以及教導我課業 的李華倫老師與田方正老師，由於各位老師的指導，除了讓我得到許 多寶貴的專業知識，更讓我在人生的歷程上成長許多。

此外，我要感謝我的父母、弟弟及我的家人，感謝他們對我的付 出、培育、支持與鼓勵，讓我在學習路上沒有任何的負擔，也不用對 生活上瑣碎的事情有所操心，使我更能專心的面對課業上的挑戰。

最後，我要感謝我的女朋友憶倫，在我身邊默默的支持陪伴及照 顧；還要感謝我實驗室的好兄弟家祥，時常陪我熬夜趕論文；另外要 感謝系上學姊益薰，同學余頭、憶貝、方方、小朱、俊全、士騰、玄 麒，學弟阿猴、柏鈞，以及眾多兄弟和朋友的幫助與鼓勵。

再次感謝大家，此篇論文獻給所有關愛我的人，謝謝。

王志軒

九十五年八月

目 錄

第一章 緒論 ... 1

1.1 研究背景... 1

1.2 研究動機... 2

1.3 研究目的... 2

1.4 研究範圍... 3

1.5 研究方法... 5

1.6 研究流程... 5

1.7 文獻探討... 7

第二章 研究方法 ... 10

2.1 因素分析簡介... 10

2.2 因素分析模式架構... 12

2.3 因素估量... 17

2.4 單因子變異數分析... 18

2.4.1 變異數相等的檢定 ... 18

2.4.2 平均數相等的檢定 ... 19

2.5 多重比較(Multiple comparisons) ... 22

2.5.1 當變異數全等時 ... 23

2.5.2 當變異數不全等時 ... 23

2.6 項目分析... 25

第三章 敘述統計 ... 28

3.1 基本資料... 28

3.2 題項... 33

第四章 資料分析 ... 39

4.1 項目分析... 39

4.2 相關分析... 39

4.3 因素分析... 41

4.4 信度分析... 45

第五章 變異數分析 I ... 46

5.1 性別... 46

I. 時間充裕因素... 47

5.2 年齡... 49

I. 時間充裕因素... 53

II. 研究壓力因素... 55

III. 環境激勵因素... 57

5.3 任教年資... 59

I. 時間充裕因素... 61

II. 研究資源因素... 63

III. 研究壓力因素... 65

5.4 近五年來擔任國科會計畫主持人之件數... 67

I. 時間充裕因素... 70

II. 研究資源因素... 72

III. 環境激勵因素... 74

5.5 近五年來擔任非國科會（如教育部、小產學）計畫主持人之件 數 ... 76

I. 個人生涯與研究發展因素... 78

II. 時間充裕的因素... 81

III. 研究方向與實用性因素... 83

第六章 變異數分析 II ... 86

6.1 地理位置... 86

I. 研究方向與實用性因素... 88

6.2 公私立學校... 90

I. 時間充裕因素... 91

6.3 創校歷史... 92

6.4 學校屬性... 94

I. 個人生涯與研究發展因素... 96

II. 研究方向與實用性因素... 99

III. 環境激勵因素... 101

第七章 結論與未來研究方向 ... 103

7.1 結論... 103

7.2 未來研究方向... 106

參考文獻 ... 107

附錄 I... 108

1. 題項部分敘述統計 ... 108

2. 項目分析表 ...118

3. 相關係數分析表 ... 121

4. 性別 ... 125

5. 年齡 ... 126

6. 任教年資 ... 133

7. 近五年來擔任國科會計畫主持人之件數 ... 138

8. 近五年來擔任非國科會計畫主持人之件數 ... 143

9. 地區 ... 149

10. 公私立學校 ... 151

11. 學校屬性 ... 152

問卷 ... 158

第一章 緒論

本章主要先敘述研究背景、研究動機及研究目的；其次針對研究 範圍及研究限制提出說明，最後，再以流程圖加以具體的說明研究方 法與步驟。

1.1 研究背景

大學法第一條規定：「大學以研究學術，培育人才，提升文化，

服務社會，促進國家發展為宗旨。」各大學的研究方向及重點與教師 息息相關；另外自從教育部開始實施大學評鑑，除了能作為各大學資 源分配的參考，此評鑑也與教師所從事之研究有密不可分的關係。此 外，教學與研究在大學教育機制中屬二項重要基本職能（劉凡豐，

2001），因此教師所從事之研究與學校的發展可說是相輔相成。

科技院校的前身是五專，與高中為相平行的升學系統，其主要是 培育學生實務專長為優先；而傳統大學則較著重於基礎理論方面的培 育。大專教師除了教學外，還必須從事研究，而教師從事研究除了對 學校有影響外，對於學生的發展及學習也佔了非常關鍵的地位。

近年來，政府或民間相關教育單位，不斷對於教師從事研究的提

升提出討論。行政院國家科學委員會（以下簡稱國科會），對於教師

所從事研究之補助，有著一套評鑑的標準；然而，從國科會補助款中

不難發現，大專教師為台灣發展主要研究成員之一，因此分析影響大

專教師從事研究之因素，對於未來研究的發展，也有很大的助益。

1.2 研究動機

教師所從事的研究乃學校的重要資源，而學校的發展對於教師所 從事的研究也息息相關，國家未來的學術研究與發展更是與教師密不 可分；綜觀目前台灣對於影響教師從事研究之因素的文獻略顯不足，

其中只有部分探討教師個人內在的影響因素，至於西方的文獻探討可 能也因地域跟教育體系的不同，導致無法完全適合。

基於上述現況中有關文獻的不足，本研究希望藉由找出一些重要 因素，來了解影響教師從事研究的主客觀因素，對於未來的評鑑或是 研究上有更準確的分析，並提供一些參考依據及幫助，此正是本研究 積極進行的動機。

1.3 研究目的

本研究的主要目的為，找出具有高信度且高效度之影響教師從事 研究的因素，其主要項目可歸納如下：

(1) 教師資料的基本統計分析。

(2) 影響教師從事研究之重要因素分析。

(3) 探討影響教師從事研究之重要因素與教師變項之間的相關程度。

透過本研究，希望提供更多學校在使用激勵機制的同時，應考慮

到這些背景因素的影響，以便獲取更有信度的指標，作為具體的參考。

1.4 研究範圍

本研究以我國公、私立大學及大專學院（包含師範大學/學院、

科 技 大 學 、 一 般 學 院 、 技 術 學 院 ） 之 教 師 為 對 象 ， 採 比 例 配 置

（ Population Allocation）的方式來進行分層隨機抽樣 （Stratified Random Sampling），以地區（北、中、南、東）為層別來抽取，探 討影響我國大專教師從事研究之重要因素，其所抽取學校樣本數如下 表 1-4-1 所示。另外因各間樣本學校之教師人數多寡的不同，在寄出 問卷數量上，按比例配置而稍有不同；寄發問卷總數量 3000 份，回 收問卷 802 份，有效問卷 800 份，無效問卷 2 份，回收率 26.73%。

表 1-4-1 學校樣本數

北部 中部 南部 東部 總數

總學校數 67 33 37 6 143

總比例 47% 23% 26% 4% 100%

抽樣數目 23 10 11 2 46

地區分為：基隆至苗栗為北部（含基隆與苗栗）；台中至嘉義為 中部（含台中、南投與嘉義）；台南至屏東為南部（含台南與屏東）；

其餘縣市為東部。隨機抽出我國公私立大學及大專學院共46所，按抽 取順序列出如下：

(1) 北部（共23所）：

（一） 基隆縣市：海洋大學。

（二） 台北縣市：台灣大學、大同大學、台北大學、台北市立教 育大學、台北科技大學、台灣科技大學、淡江大學、輔仁 大學、明志科技大學、台北藝術大學、台灣藝術大學、東 吳大學、陽明大學共13所。

（三） 桃園縣市：中原大學、長庚大學、中央大學、中央警察大 學共4所。

（四） 新竹縣市：中華大學、玄奘大學、新竹教育大學共3所。

（五） 苗栗縣市：聯合大學、親民技術學院。

(2) 中部（共10所）：

（一） 台中縣市：東海大學、台中技術學院、逢甲大學、靜宜大 學共4所。

（二） 彰化縣市：大葉大學、建國科技大學。

（三） 南投縣市：暨南大學。

（四） 雲林縣市：雲林科技大學。

（五） 嘉義縣市：吳鳳技術學院、嘉義大學。

(3) 南部（共11所）

（一） 台南縣市：台南大學、台南女子技術學院、台南藝術學院、

長榮大學、南台科技大學共5所。

（二） 高雄縣市：中山大學、高雄餐旅學院、高雄應用科技大學、

義守大學、樹德科技大學共5所。

（三） 屏東縣市：屏東科技大學。

(4) 東部（共2所）

（一） 台東縣市：台東大學。

（二） 花蓮縣市：東華大學。

1.5 研究方法

本研究的資料蒐集方法是採問卷調查法來進行抽樣，並參考相關 學術問卷設計一份「影響我國大專教師從事研究之重要因素」的問 卷。為達本研究目的，以全台大專以上教師為研究對象，採比例配置 (proportional allocation)的分層隨機抽樣(stratified random sampling) 分別抽取樣本，進行問卷調查研究，利用統計套裝軟體 SPSS for windows 11.0、EXCEL2003，用敘述統計、t檢定、單因子變異數分析、

因素分析等統計方法進行資料分析。

1.6 研究流程

本研究流程圖如下圖 1-6-1所示，其研究流程各個細節分別列出 並介紹如下：

(1) 研究動機及擬定主題

首先必須制定研究主題，並且擬定研究問題及研究目的。

(2) 相關文獻探討

透過相關資料的蒐集及學者所探討的結論，使研究更具深度與廣 度。

(3) 研究目的及對象

經文獻探討後設定研究目的並針對研究所需探討之對象進行抽 樣。

(4) 問卷調查

針對研究架構與假設問題設計問卷內容，並根據規劃針對研究對 象進行調查。

(5) 問卷回收與資料分析

檢查問卷是否有遺漏，以及回收率是否有過低情形，並選定適當 統計方法，將回收問卷進行資料整理與分析。

(6) 結論及建議

將本研究相關因素及討論結果彙整所得結論，利用因素分析方法

針對所得資料作深入探討，並擬具相關建議事項以供學術及實務

參考。

研究動機及擬定主題

相關文獻探討

研究目的及對象

研究架構與假設

問卷設計

問卷回收與資料整理

資料分析

分析結果與討論

結論及未來研究方向

圖 1-6-1 研究流程圖

1.7 文獻探討

黃璧惠(1985)研究影響我國大學教師的研究生產力是否有分配

不均的情形，什麼因素造成這種分配不均的現象。為了了解影響分配

不均的因素，分別探討若干個人和環境的變項。個人因素包括大學教

師對研究的取向、學歷、任教年資、性別、年齡、每週教學時數、每 週投注於教學、研究、服務工作的時間百分比等。環境因素包括任教 系所的聲望（以大學聯招各科系的錄取分數為指標），教師主觀認為 任教的學校在行政措施、圖書設備、學術風氣上是否鼓勵教師的研究 及研究經費等。

黃增榮(1990)亦探討我國大學的研究出產力是否有分配不均的 情形，並探尋哪些因素會提高大學教師的研究出產力。除此之外，並 研究了解擁用不同教育背景(國內或國外)學位的大學教師，在研究出 產力上是否有所差異，以及不同階層的大學院校教師，在研究出產力 上是否有所差異。以民國七十二年至七十六年各校獲國科會研究獎助 之論文篇數為依變項，以學校選擇性，中、英期刊種類數，教師中擁 有博士人數及碩士人數為自變項進行迴歸分析。

黃雅容(2001)認為學術發展攸關國家在知識經濟時代的競爭 力，如何提升大學的學術表現，是台灣近年來的重要議題。而西方國 家提升教授研究表現的方式主要包括：一、培養學術習慣，社會化教 師為研究者；二、提供研究資源，協助累積優勢；三、建立獎勵機制，

強化研究行為；四、經營校園環境，締造研究文化。根據學術社會化、

累積優勢、強化、研究文化這四個面向，來檢視台灣各大學獎勵研究

的現況。

張維容(2005)以實證研究方式，從國科會龐大學術研究背景環境 的次級資料分析，逐一縮小研究範圍至世新個案問卷調查研究，藉了 解可能影響大學教師研究的相關因素。國科會不管在整體或人文處支 援學術研究上，各項作業機制隨知識經濟時代的潮流需求而逐步改 變，在經費漸形緊縮下，申請和通過件數仍呈現逐漸成長趨勢，顯現 國科會支援學術研究的作業機制在統計數字上確有其被肯定的意義 存在。另外，師資結構和學校定位等體制改變後，陸續不斷推展激勵 研究措施，是否為所欲探知提升大學教師研究，除國科會機制的變革 因素外，學校組織機制的激勵，亦有正向的影響。

就激勵管理的整合模式來看，提升大學教師研究的作法，一方面 須注重教師內在個人特性的學術養成；大學除在教師選才聘任予以高 度重視外，並應經常營造同儕聚會交流的機會，且適時提供新進或未 獲任一研究計畫案教師的經費補助，以協助形塑大學教師學術社會化 的良好習慣。另一方面，外在學校激勵機制可朝全面品質管理（TQM）

的目標設置，慎選強化物，提供優質的研究資源，在領導、政策、資

訊的規劃上迎合知識經濟的腳步，以形成自然的學術型校園研究文

化，使台灣高等教育具國際競爭力。

第二章 研究方法

經由前一章的背景介紹及文獻探討後，本章節將探討本研究所採 用的研究方法。

1.8 因素分析簡介

因素分析（Factor Analysis）起源於心理學（約在 1904 年），因 為在心理學研究領域中常遇到一些如智力、道德、操守等不能直接測 量的因素，而我們對這些觀念也無法精準的掌握，希望經由可測量的 變數訂定出這些因素的具體概念，也就是說，因素分析的初始構想是 對無法直接觀測但對行為有影響的變項來進行綜合性評量，並藉以歸 納出幾項重要的指標。

因素分析的主要用意是找到資料矩陣的結構，使其由一群內部的 相關變數中（如：測驗成績、測驗項目、問卷題目）找出一組共同的 因素。也就是說，因素分析是想以少數幾個因素來解釋一群相互之間 有關係存在的變數，每個變數除了受共同因素（Common Factor）的 影響外，也受獨特因素（Specific Factor）影響。

在因素分析中，分析人員首先需決定資料結構的維度（即因素的

個數），然後對每個因素指出是哪些變數是被此因素所解釋，並就因

素包含變項的內涵來對因素作命名，一旦維度與每個因素所對應的變

數決定後，就能達到因素分析的兩個目標；資料簡化與摘要。資料簡

化是以計算因子得點來達成，而摘要則是以少數幾個因素來約略說明 一大群原有的變數的重要內涵。

因素分析分成探索性因素分析（Exploratory Factor Analysis，簡 稱為因素分析）與驗證性因素分析（Confirmatory Factor Analysis），

探索性因素分析是“給您一組資料，在因素個數與路徑參數均在沒有 任何限制下，來找出因素的結構”，對大部分的研究及應用，通常採 用此種方式是較合適的。但在某些情況下，當分析人員由理論的支持 或先前的研究，已知可能的真正資料的結構（例如哪些變數應集在一 起成為一個因素，或者已知因素個數等），因此分析人員想進一步檢 驗先前的假設是否仍適用，則採以驗證性因素分析較為恰當。

驗證性因素分析在近 20 年來變得愈來愈盛行，主因是它對因素 結構已提出架構，相對地對因素負荷做某種程度的限制，並允許因素 間具有關聯性，研究者可以利用資料檢定此架構（或限制）是否合理。

對因素分析結果作驗證（Validation）是很重要的工作，尤其當想 要對變數驗證其結構（或構面），雖然可以利用線性結構方程式作驗 證性因素分析，但此種分析方式不一定都可行，此時可以使用其他方 法作驗證，如將樣本分成兩組，各作因素分析看其結果是否相似，或 在找一組全新的資料作分析，比較兩次結果的相似程度。

資料經因素分析後可以繼續就已簡化後的因素來對個體進一步

作分群（群集分析） ，或進行對其他的統計分析，如 ANOVA、MDS(多 元尺度分析)，或經由畫因素得點（Score）的散佈圖來找出異常點，

或是作為 LISREL 的構面中測量變數指標。值得注意的是作為構面測 量指標可以是因素得點，也可以用因素負荷中最高的一個變數值為代 表，亦可以是幾個因素負荷較高的平均值（但如有不同號時則採對 比） 。

1.9 因素分析模式架構

因素分析是討論如何將 p 個變數 X X

,

, , X

中的每一個變數

分解成少數幾個共同因素（Common Factor） （ m<p ，且 通常比 p 小很多） ，與獨特因素（ Specific Factor ）

1

, , ,

F F F

ε

的線性組合。即

1

- =

X µ l F + l F + + l F + ε

2

- =

X µ l F + l F + + l F + ε

1 1 2 2

p

- =

X µ l F + l F + + l F + ε

其中 是共同因素（簡稱因素） ，它們在包含每一個變 數 中，而

1

, , ,

F F F

X

ε

是獨特因素，只有在第 i 個變數 中才擁有。

（ ， ）為第 i 個變數 在第 j 個共同因素 的權

X

l

1, ,

i = p j = 1, , m X

F

重或因素負荷（或簡稱為負荷， Factor Loading ）。

1. 因素分析模式基本假設

因素分析的基本假設有下列三項：

(1) 獨特因素 ε

,..., ε

是互相獨立且具常態分配，且 ε

的平均數為 0 ，而變異數為 ψ

，即

1

p

ε ε

ε

⎡ ⎤⎢ ⎥

= ⎢ ⎥

⎢ ⎥⎣ ⎦

～

1 2

0 0

0

0 0

0 , =

0 0

0

N

ψ ψ ψ

ψ

⎛ ⎡ ⎤ ⎡ ⎤ ⎞

⎜ ⎢ ⎥ ⎢ ⎥ ⎟

⎜ ⎢ ⎥ ⎢ ⎥ ⎟

⎜ ⎢ ⎥ ⎢ ⎥ ⎟

⎜ ⎢ ⎥ ⎢ ⎥ ⎟

⎜ ⎣ ⎦ ⎣ ⎦ ⎟

⎝ ⎠

其中 ψ 是對角矩陣，表示獨特因素 ε

之間是獨立的。

(2) 共同因素

間的共變量矩陣為

，即

令

1

q

f f

f

⎡ ⎤ ⎢ ⎥

= ⎢ ⎥

⎢ ⎥ ⎣ ⎦ , 則

11 12 1

21 22 2

1 2

( ) ( ')

p

p

p p p

Cov f E ff

p

Φ Φ Φ

⎡ ⎤

⎢ Φ Φ Φ ⎥

⎢ ⎥

= = Φ =

⎢ ⎥

⎢ Φ Φ Φ ⎥

⎣ ⎦

一般要求 對角線上的元素

，而當時

( 即對角線外 ) 時則

，也就是

為單位矩陣，它表示共同因素間是獨立的，且變異 數皆為 1 ，此乃為最常遇到的要求。

ij 0 Φ =

(3) 共同因素與獨特因素間也是獨立的，即

Cov f ( , ) 0

ε

= 對所有 i, j

因素分析模式也可寫成矩陣表示法

X − = µ Lf + ε 其中

11 1 1

1 1 1

21 2 2

1

X

, , , ,

X

m m

p p p

p pm

l l

l l f

X L f

l l f _p

µ εε

µ ε

µ ε

⎡ ⎤ ⎡

⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎤

⎢ ⎥ ⎢

⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎥

⎢ ⎥ ⎢

=⎢ ⎥ =⎢ ⎥ = =⎢ ⎥ = ⎥

⎢ ⎥ ⎢

⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎥

⎢ ⎥ ⎢

⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎥

⎢ ⎥ ⎢ ⎥

⎣ ⎦ ⎣ ⎦

而 E f ( ) 0, = Cov f ( ) = Φ , E ( ) 0, ε = Cov ( ) ε = ψ , Cov ( , ) 0 ε f =

2. 因素模式中因素之決定

因素分析要達到簡化目標必需選取愈少個因素愈好，但少數因素 其解釋能力相對的也較低，其代表性就較不足，因此如何在簡化與代 表性之間取得平衡乃是一個兩難問題，故其看法亦見仁見智，下面提 出一些常用來決定選取因素個數的參考標準。

(i) 凱莎( Kaiser )準則

保留特徵值大於 1 (或大於所有變數的平均變異數)的主成分，亦 即除非所選取的因素的比原始變數平均解釋的還多，否則不選取，此 乃是由凱莎在 1960 年所提出的，也是最常被用來做選取因素個數的 準則。

(ii) 陡坡圖( Scree plot )檢驗

陡坡圖是 Cattell ( 1966 )所提出的一種圖形判斷方法，其原理與主 成分分析相同，乃是根據因素之解釋比例來作為一個折線圖，當折線 開始不陡時，表示接下來的特徵值都差不多，因此通常其後之因素都 不選取。

(iii) 累積解釋能力

由研究者所設定一個累積解釋之比例(如 60% 以上)，再從所有因 素中由解釋能力較大者開始選取，直至所選取的因素所累積能力總和 達到所要求之門檻為止。

(iv) 特徵值

選取特徵值大於所有變數變異數的平均，即若以相關矩陣來做分 析，則選出特徵值大於 1 之因素，針對因素個數選取的問題，通常還 需符合下列幾項原則：

I. 一般而言，凱莎法偏向選取較多的主成分，而相對的陡坡圖 則會選取較少的主成分。

II. 實務上，選取的主成分是要以能做 ’ 解釋 ’ 或 ’ 說明意義 ’ 為主要 考量。

1 ( 1) ( 1) 0 2 p p+ −p m+ ≥

III. 一般由 p 個變數選取 m 個因素時常需滿足

及

(v) KMO 值

根據 Kaiser 選取的標準，通常會抽取過多的共同因素，因而陡坡

圖是個重要的選取準則。在因素數目準則挑選上，除參考以上兩大主 要判斷標準外，還要考量受試者多少、題項數、變項共同性的大小等。

除外，題項間是否適合進行因素分析，依據 Kaiser ( 1974 )的觀點，可 從 取 樣 適 切 性 量 數 ( Kaiser-Meyer-Olkin measure of sampling

adequacy ； KMO )值的大小來判別，其判斷的準則如下表 2-2-1 ：

表 2-2-1 KMO 統計量值

KMO 統計量值 因素分析適合性 0.9 以上 極適合進行因素分析

0.8 以上 適合進行因素分析

0.7 以上 尚可進行因素分析

0.6 以上 勉強可進行因素分析 0.5 以上 不適合進行因素分析 0.5 以下 非常不適合進行因素分析

因素分析的變項必須都是等矩( interval )或比率( ratio )變項，亦即

皆要是連續變項才行，在進行因素分析前，可減是變項間的相關矩 陣，因素分析時變項間需具有一定程度的相關，一群相關太高或太低 的變項，皆會造成執行因素分析的困難，太低的相關很難抽出一組穩 定的共同因素，不適於進行因素分析，通常相關係數絕對值低於 0.3 時，題項間便不適合進行因素分析，然而題項間的相關如果太高，便 會發生如迴歸分析之多重共線性( multicollinearity )問題，其區別效度 有待檢驗，所獲得的因素價值性不高(邱皓政， 2000) 。對於此問題，

可透過 KMO 來檢驗。

在社會科學領域中，常用李克特式之多選項量表( multiple-item

scale )，嚴格說起來，量表之變項特性是一種次序變項，但次序變項

與名義變項均屬「間斷變項」( discrete variable )，間斷變項無法求其 平均數、或進行相關、迴歸等統計分析，因而無法驗證相關的研究假 設，所以多數研究者在編制多選項量表時，皆把量表視為等距的連續 變項來設計，如此才能進行有意義的資料統計分析與歸納出合理的結 論( Bryman & Cramer ,1997 )

1.10 因素估量

令

1

ˆ

f

×

為未觀察隨機因素向量

1 j m

F

×

, 1,2, , j = n 的估計，通常我們

是利用

來檢查

，

的假設是否滿足。

1.11 單因子變異數分析

在本小節，我們介紹檢定母體平均數是否全等的方法，但在檢

定平均數是否全等前，必須先檢定變異數是否相等。

2.4.1 變異數相等的檢定

2 2

0 1 2

1 0

: : H

H not H

σ σ σ

⎧ = = =

⎨ ⎩

a 個母體變異數相等的檢定，我們使用修正的 Levence 檢定( the modified Levene test )，此方法的概念如下：

先將第 i 組中每一個觀察值 到第 組的中位數 的絕對差異 算出，

y

i y

d

, 1,2, , , 1,2,. ,

ij ij i i

d = y − y i = … a j = … n 。然後再檢定這 組的絕 對差異的平均數是否相同，若相同則代表 a 個母體變異數相等。一旦 算出絕對差異 後，則用 為資料做單因子變異數分析來檢定 組的 絕對差異的平均數是否全等，單因子變異數分析表的公式在下頁表 2-4-1 中。

a

d

d

a

表 2-4-1 ANOVA table for the modified Levene test 變異的來源

Source

平方和 Sum of Squares

自由度 d.f.

均方 Mean Square

F 值

Treatment

2 2

i Tr

i

d d

SS n n

⋅ ⋅

= ∑ −

^{a − 1 MS}

⁼ _a ^SS ₋

₁ ^{F = MS} _MSE

Error SSE = SST − SS

n − a SSE MSE = n a

−

Total

2 2 ij

SST d d

n

= ∑∑ −

^{n − 1}

表 2-4-1 中 的 代 表 第 組 的 絕 對 差 異 的 總 和 ，

代表所有絕對差異的總和，

1 ni

i j

d

=

= ∑ ^d

^d

d n

i

1 1

ni

a

ij

i j

d

= =

= ∑∑

1 a

i i

n

=

= ∑ ^{代表總樣本數，檢定}

統計量( test statistic )為

Tr obs

F MS

= MSE ， 決策法則為

Reject H if

F

> F a

( − 1, n − a ) 或 p-value < α

p-value = P F ( ≥ F

H

true)

我們利用統計軟體 SPSS 可以得到 Levene 統計量、自由度及

p-value 。

2.4.2 平均數相等的檢定

0 1 2

1 0

: : H

H not H

µ = µ = = µ

⎧ ⎨

⎩

當母體變異數檢定的結果是全相等時，我們檢定 個母體平均數 是否全等就用一般的單因子變異數分析的 檢定。檢定統計量(test

a

F

statistic)為

/ 1 / SSB a F SSW n a

= −

− 上式中

2 1

(

a

i i

i

SSB n X

X

=

= ∑ − ⁾

i

代 表 組 間 變 異 平 方 和 (Sum of squares

between groups)，

2 1

( 1)

a i i

SSW n S

=

= ∑ − 代表組內變異平方和(Sum of squares within groups)，

1 ni

ij j i

i

X

X n

=

⋅

= ∑

代表第 i 組樣本平均數，

2

2 1

( )

1

ni

ij i

j i

i

X X

S n

⋅

=

−

= −

∑

代表第 i 組樣本變異數，

1 a

i i

n

=

= ∑ ^{n 代表總樣本大小，}

1 1

ni

a

ij

i j

X

X n

= =

⋅⋅

= ∑∑

代表總樣本平均。

決策法則為

Reject H if

F

> F a

( − 1, n − a ) 或 p-value < α

p-value = P F ( ≥ F

H

t rue) 。

當母體變異數檢定的結果為不全相等時，我們檢定母體平均數是 否相等可用 Welch’s statistic 或 Brown-Forsythe 的修正的 F statistic 。

Welch 的檢定統計量為

2 1

2 2

1

( ) / 1 2( 2)

1 (1 / ) /(

1

a

i i

i

a

i i

i

w X X a

W a

w u n a

⋅ ⋅⋅

=

=

− −

= ⎡ ⎢ ⎣ + − − − ⎤ ⎥ ⎦

∑

∑ ^{− 1)}

上式中

2

i i i

w = n S ，

1 a

i i

u w

=

= ∑ ^，

1 a

i i

i

X w X

u

⋅⋅ ⋅

=

= ∑ ^，

ni

ij j i

i

X

X n

=

⋅

= ∑

，

(

)

1

(1 ) 1 3 ( 1)

( 1)

a

i

i i

f a w u

=

n

= − −

∑ − ^。 決策法則為

Reject H if

W

> F a

( − 1, ) f 或 p-value < α

p-value = P F ( ≥ W

H

t rue) 。

另外 Brown-Forsythe 的修正的 F 檢定統計量為

2 1

2 1

( ) (1 )

a

i i

i a

i i i

n X X

F n

n S

⋅ ⋅⋅

∗ =

=

−

=

−

∑

∑

決策法則為

Reject H if

F

> F g

( − 1, ) f 上式中的臨界值的第 2 個自由度 f 可由下面公式得到

2

1

1

1

a i

i i

c f =

n

∑ − ^，

2 1

(1 / ) (1 / )

i i

i a

i i

i

n n S c

n n S

=

= −

∑ − ^，

或

Reject H

if p-value < α p-value = P F ( ≥ F

H

t rue) 。

1.12 多重比較(Multiple comparisons)

0 1 2

1 0

: : H

H not H

µ = µ = = µ

⎧ ⎨

⎩

在 2.4.2 節中，如果上面 個平均數檢定的結果是拒絕 a H

，我們可

以知道變數 x

的平均數有顯著的差異。但是我們會進一步希望知道到 底變數 x

的平均數在哪兩種之間有顯著的差異，也就是要檢定

0 1

: , , ,

:

i j

i j

H i j i j i

H

µ µ µ µ

⎧⎪ = ≠ <

⎨ ≠

⎪⎩ , j = 1,2, , … a

我們稱為多重比較，在 2.4.1 節我們將包含當變異數全等時的多重

比較，在 2.5.2 節將包含當變異數不全相等時的多重比較。

2.5.1 當變異數全等時( σ

= σ

= = σ

= σ

)

我們採用 Tukey’s HSD method 來做多重比較， HSD 代表誠實顯著

差異( honestly significant difference )的縮寫，檢定統計量為

( ) ( )

all( , )

max

i j

i

X X

q MSW

n

⋅ ⋅

µ µ

∗

− − −

=

q 服從the studentized range distribution 自由度為 a 與 n − ，上式中 a

n

= min ( , ) n n

，

a = 組數(number of groups)，

ˆ

MSW = σ = 共同變異數的估計值( common estimate of σ

)。

所以 µ µ

−

的100(1 − α ) %同時的信賴區間(S.C.I.)為

(

) ^{( , ) , (1}

i

X X q a n a MSW i j a

α

n

⋅

−

± −

≤ < ≤ )

2.5.2 當變異數不全等時

當變異數不全相等時，我們可採用Tamhane’s T2、Dunnett’s T3、

Games-Howell 、 Dunnette’s C 這 四 種 方 法 做 多 重 比 較 。 µ µ

−

的 100(1 − α ) %的同時的信賴區間(S.C.I.)為

(

)

^{, (1 )}

i j

S S

X X i j a

n n

ξ

⋅ ⋅

⎛ ⎞

− ± ⎜ ⎜ ⎝ + ⎟ ⎟ ⎠ ≤ < ≤

( ) ij

ξ

會隨著使用方法的不同，而有不同的值。

(1) Tamhane’s T2

"

( )

( ) ˆ

ij^α

t

v

ξ =

上式中 ^{" 1 1} ( ¹ )

^,

2

2

k a

α = ^⎧ ⎨ ⎩ − − α

^⎫ ⎬ ⎭

= ^{⎛ ⎞} ⎜ ⎟ ⎝ ⎠ ，

( )

{ }

2 2 2

4 2 4 2

/ /

ˆ / ( 1) / ( 1)

i i j j

ij

i i i j j j

S n S n v S n n S n n

= +

− + − ，

t

( ) v ˆ

代表 α 為 α

且自由度為 v ˆ

的 分配的臨界值。 t (2) Dunnett’s T3

( ) ( )

,ˆ_ij

ij^α

M

ξ =

上式中 α " 與 v ˆ

同 Tamhane’s T2 ，

k vij

M

− the studentized maximum modulus distribution with parameter k

and d.f. v ˆ

。

(3) Games-Howell

( ) ( )

ˆ

,

/ 2

ij^α

Q

ξ = 上式中 v ˆ

同 Tamhane’s T2 ，

the studentized range distribution with parameter and

a vij

Q

− a

d.f. v ˆ

。 (4) Dunnette’s C

( ) 2 2

, ,

( )

2 2

( / ) ( / 2( / / )

i j

a v i i a v j j

ij

i i j j

Q S n Q S n

S n S n

α α

ξ

= ⁺

+

)

上式中

。

我們的資料採用 Dunnette’s C 的方法來做多重比較。我們將用 SPSS 11.0 軟體做出結果。

1.13 項目分析

在自編檢定中，為了得知檢定的可行性與適切性，於試題分析

時，會將測驗總重要度前 25% 至 33% 設為高群組；測驗總重要度後 25% 至 33% 設為低群組，然後算出高低兩群組在每個試題覺得重要人 數的百分比，根據高低群組在每個試題覺得重要人數之百分比算出試 題的判別力( discrimination )。

判別力指數為 D=P -P

其中 代表高群組在某個題項覺得重要人數的百分比； 代表

低群組在某個題項覺得重要人數的百分比； D 為判別力指數。而 D 值越大，代表試題的判別力越佳， D 值最好在 0.3 以上，下表 2-6-1 為判別力的評鑑標準：

P

P

表 2-6-1 為判別力的評鑑標準

判別力指標 試題評鑑結果

0.40 以上 非常優良

0.30~0.39 優良，但可能需要修改

0.20~0.29 尚可，但須做局部修改

0.19 以下 劣，需要刪除或修改

項目分析的主要目的在求出問卷個別題項的決斷值 ─CR 值， CR 值又稱臨界比，臨界比是根據測驗重要度區分出高群組與低群組後，

在求高、低兩群組在每個題項的平均差異顯著性，其原理與獨立樣本 的 t 檢定相同。項目分析後再將未達顯著水準的題項刪除，其主要操 作步驟可以細分為以下幾個步驟：

1. 量表題項的反向計分。

2. 求出量表的總分。

3. 量表總分高低排列。

4. 找出高低分組上下 25% 處的分數。

5. 依臨界分數將量表得分分成兩組。

6. 以 t 檢定考驗高低兩組在每個題項的差異。

7. 將 t 檢定結果未達顯著性的題項刪除。

除了以 CR 值來挑選題項外，亦可求題項與總分的皮爾森相關，

從兩者相關係數大小作為另一判別依據，若未達顯著水準，可以考慮

優先刪除。

F 值

圖 2-6-1 項目分析流程圖 顯著與否？

母群體變異數異質不假設 變異數相同時

母群體變異數同質假設變 異數相同時

P 0.05 <

T 值顯著否？ T 值顯著否？

P 0.05 接受虛無假設≥

P<0.05

結果顯著

結果不顯著

受虛無假設）

≥ P 0.05（接

受虛無假設）

≥

P 代表 p-value

第三章 敘述統計

在本章將針對基本資料與題項兩部份做敘述統計，其敘述如下：

藉由基本的敘述統計我們將可以清楚了解樣本的取樣；而在題項部 份，則可將其意見做初步歸納，以利後續的分析比較。

我們將統計次數換算為百分比，在累積百分比方面，則扣除未勾選 之百分比，避免受到單題中未作答者的影響。

3.1 基本資料

表3-1-1 性別

性別 次數 百分比 累計百分比

男性 579 72.4% 77.0%

女性 173 21.6% 100%

未勾選 48 6.0%

全體總和 800 100%

由上表可知本研究受訪者有近七成五為男性，顯示回收問卷中，

受訪的教師以男性居多。

表3-1-2 年齡

年齡 次數 百分比 累計百分比

30歲以下 2 0.3% 0.3%

31~35歲 17 2.1% 2.4%

36~40歲 91 11.4% 13.8%

41~45歲 210 26.3% 40.1%

46~50歲 202 25.3% 65.4%

51~55歲 160 20.0% 85.5%

56~60歲 69 8.6% 94.1%

61歲以上 47 5.9% 100%

未勾選 2 0.3%

全體總和 800 100%

由上表可知本研究受訪者超過七成在 41~55 歲之間。

表3-1-3 任教年資

任教年資 次數 百分比 累計百分比

5年以下 50 6.3% 6.3%

6~10年 157 19.6% 25.9%

11~15年 246 30.8% 56.7%

16~20年 138 17.3% 74.0%

21~25年 111 13.9% 87.9%

26~30年 48 6.0% 93.9%

31~35年 34 4.3% 98.1%

36年以上 15 1.9% 100%

未勾選 1 0.1%

全體總和 800 100%

由上表可知本研究受訪者有 25% 的教師其任教年資在 10 年以 下，近 60% 的教師其任教年資在 11~25 年之間，只有約 10% 的教師其 任教年資在 26 年以上。

表3-1-4 近五年來擔任國科會計畫主持人之件數

件數 次數 百分比 累計百分比

0件 168 21.0% 21.3%

1件 73 9.1% 30.6%

2件 90 11.3% 42.0%

3件 94 11.8% 53.9%

4件 75 9.4% 63.5%

5件 153 19.1% 82.9%

6件 40 5.0% 87.9%

7件 36 4.5% 92.5%

8件 26 3.3% 95.8%

9件 10 1.3% 97.1%

10件 7 0.9% 98.0%

11件 2 0.3% 98.2%

12件 6 0.8% 99.0%

13件 2 0.3% 99.2%

14件 0 0% 99.2%

15件以上 6 0.8% 100%

未勾選 12 1.5%

全體總和 800 100%

由上表可知有約有二成的教師近五年未擔任國科會計畫案主持 人；約有六成的教師近五年擔任國科會計畫案主持人的件數在 5 件以 內，只有約一成的教師常接受國科會的委託並擔任主持人。

表3-1-5 近五年來擔任非國科會計畫主持人之件數

件數 次數 百分比 累計百分比

0件 228 28.5% 29.1%

1件 129 16.1% 45.6%

2件 133 16.6% 62.6%

3件 91 11.4% 74.2%

4件 39 4.9% 79.2%

5件 71 8.9% 88.3%

6件 22 2.8% 91.1%

7件 12 1.5% 92.6%

8件 16 2.0% 94.6%

9件 7 0.9% 95.5%

10件 10 1.3% 96.8%

11件 4 0.5% 97.3%

12件 2 0.3% 97.6%

13件 1 0.1% 97.7%

14件 0 0.0% 97.7%

15件以上 18 2.3% 100%

未勾選 17 2.1%

全體總和 800 100%

由上表可知有約有三成的教師近五年來未擔任過非國科會計畫

案主持人；有近六成的教師近五年來擔任非國科會計畫案主持人的件 數在 5 件以內；另外有一成多的教師近五年來常接受非國科會計畫的 委託並擔任主持人。

表3-1-6 地理位置

地理位置 次數 百分比 累計百分比

北部 359 44.9% 45.0%

中部 179 22.4% 67.5%

南部 228 28.5% 96.1%

東部 31 3.9% 100%

未勾選 3 0.4%

全體總和 800 100%

由上表可知回收的問卷中，教師任教地區為北部的最多，南部與 中部次之，最後則為東部。

表3-1-7 公私立的學校

學校公私立別 次數 百分比 累計百分比

公立 429 53.6% 53.9%

私立 367 45.9% 100%

未勾選 4 0.5%

全體總和 800 100%

由上表可知回收的問卷中，公私立的學校各佔一半，都約略為五 成左右。

表3-1-8 創校歷史

創校歷史 次數 百分比 累計百分比

5年以下 9 1.1% 1.1%

6~10年 65 8.1% 9.4%

11~20年 192 24.0% 33.9%

21~30年 41 5.1% 39.1%

31~40年 115 14.4% 53.8%

41~50年 139 17.4% 71.5%

51年以上 224 28.0% 100%

未勾選 15 1.9%

全體總和 800 100%

由上表可知回收的問卷中，約四成受訪者所任學校的創校歷史在 30 年以下，其餘六成的創校歷史在 30 年以上。

表3-1-9 學校屬性

學校屬性 次數 百分比 累計百分比

一般大學 471 58.9% 59.2%

師範大學/學院 50 6.3% 65.5%

科技大學 169 21.1% 86.7%

一般學院 3 0.4% 87.1%

技術學院 66 8.3% 95.4%

其它 37 4.6% 100%

未勾選 7 0.5%

全體總和 800 100%

由上表可知，回收問卷中，受訪者的學校屬性為一般大學約佔六 成，其次二成為科技大學。

表3-1-10 歸屬的學院

歸屬的學院 次數 百分比 累計百分比

工學院 207 25.9% 25.9%

理學院 79 9.9% 35.8%

商學院 38 4.8% 40.5%

文學院 70 8.8% 49.3%

醫學院 30 3.8% 53.0%

農學院 21 2.6% 55.6%

法學院 11 1.4% 57.0%

生物學院 11 1.4% 58.4%

資訊學院 39 4.9% 63.3%

藝術學院 21 2.6% 65.9%

外語學院 8 1.0% 66.9%

傳播學院 1 0.1% 67.0%

管理學院 104 13.0% 80.0%

建築學院 8 1.0% 81.0%

民生社會學院 15 1.9% 82.9%

機電學院 18 2.3% 85.1%

設計學院 25 3.1% 88.3%

其它 94 11.8% 100%

未勾選 0 0%

全體總和 800 100%

由上表可知回收問卷中受訪者之學院，工學院佔了絕大多數的

25.9% ；管理學院次之為 13.0% ，其餘皆在 10% 以下。

3.2 題項

由於題數眾多，所以在此小節，我們將此問卷題項，在所選取 的因素分析裡具有代表性，且值得特別探討者，做初步分析，其餘題 項之圖表，放置附錄部份，其敘述如下：

表 3-2-1 題項 4.是否有足夠的課餘時間

題項4的看法 次數 百分比 累積百分比

非常重要 441 55.1％ 55.6％

還算重要 277 34.6％ 90.5％

普通 56 7.0％ 97.6％

不重要 16 2.0％ 99.6％

非常不重要 3 0.4％ 100％

未勾選 7 0.9％

總和 800 100％

0%

10%

20%

30%

40%

50%

60%

非常重要 還算重要 普通 不重要 非常不重要

圖3-2-1 「是否有足夠的課餘時間」百分比立方圖

上圖明顯看出圖形為右偏，且在重要程度上，有九成教師皆認為

「是否有足夠的課餘時間」是重要。

表 3-2-2 題項 5.是否有較少的授課負擔

題項5的看法 次數 百分比 累積百分比

非常重要 380 47.5％ 47.9％

還算重要 300 37.5％ 85.6％

普通 85 10.6％ 96.3％

不重要 27 3.4％ 99.7％

非常不重要 2 0.3％ 100％

未勾選 6 0.8％

總和 800 100％

0%

5%

10%

15%

20%

25%

30%

35%

40%

45%

50%

非常重要 還算重要 普通 不重要 非常不重要

圖3-2-2 「是否有較少的授課負擔」百分比立方圖

上圖觀察，圖形仍為右偏，且在「是否有較少的授課負擔」上，

有八成五之教師認為是重要的。

表 3-2-3 題項 6.是否有較少的行政負擔

題項6的看法 次數 百分比 累積百分比

非常重要 389 48.6％ 49.1％

還算重要 268 33.5％ 82.8％

普通 108 13.5％ 96.5％

不重要 25 3.1％ 99.6％

非常不重要 3 0.4％ 100％

未勾選 7 0.9％

總和 800 100％

0%

5%

10%

15%

20%

25%

30%

35%

40%

45%

50%

非常重要 還算重要 普通 不重要 非常不重要

圖3-2-3 「是否有較少的行政負擔」百分比立方圖

就上圖觀察，圖形為右偏，其中有八成左右的教師，認為「是否

有較少的行政負擔」是重要的。

表 3-2-4 題項 13.生活經濟的壓力

題項13的看法 次數 百分比 累積百分比

非常重要 82 10.3％ 10.3％

還算重要 190 23.8％ 34.3％

普通 321 40.1％ 74.8％

不重要 156 19.5％ 94.5％

非常不重要 44 5.5％ 100％

未勾選 7 0.9％

總和 800 100％

0%

5%

10%

15%

20%

25%

30%

35%

40%

45%

非常重要 還算重要 普通 不重要 非常不重要

圖3-2-4 「生活經濟的壓力」百分比立方圖

就上圖而言，認為「生活經濟的壓力」對於所從事研究的影響，

其看法為兩極化。

表 3-2-5 題項 16.個人的研究興趣

題項16的看法 次數 百分比 累積百分比

非常重要 521 65.1％ 65.6％

還算重要 250 31.3％ 97.1％

普通 23 2.9％ 100％

不重要 0 0％ 100％

非常不重要 0 0％ 100％

未勾選 6 0.8％

總和 800 100％

0%

10%

20%

30%

40%

50%

60%

70%

非常重要 還算重要 普通 不重要 非常不重要

圖3-2-5 「個人的研究興趣」百分比立方圖

上圖明顯的表達，幾乎所有的教師認為「個人的研究興趣」，在 從事研究上是非常重要的。

表 3-2-6 題項 20.國科會的補助

題項20的看法 次數 百分比 累積百分比

非常重要 419 52.4％ 53.0％

還算重要 266 33.3％ 86.6％

普通 74 9.3％ 96.0％

不重要 27 3.4％ 99.4％

非常不重要 5 0.6％ 100％

未勾選 9 1.1％

總和 800 100％

0%

10%

20%

30%

40%

50%

60%

非常重要 還算重要 普通 不重要 非常不重要

圖3-2-6 「國科會的補助」百分比立方圖

就此題項觀察，其圖形仍為右偏，且絕大多數的教師，希望在從 事研究上，能夠得到國科會的補助。

表 3-2-7 題項 31.是否與產業界合作

題項31的看法 次數 百分比 累積百分比

非常重要 100 12.5％ 12.7％

還算重要 292 36.5％ 49.7％

普通 266 33.3％ 83.5％

不重要 97 12.1％ 95.8％

非常不重要 33 4.1％ 100％

未勾選 12 1.5％

總和 800 100％

0%

5%

10%

15%

20%

25%

30%

35%

40%

非常重要 還算重要 普通 不重要 非常不重要

圖3-2-7 「是否與產業界合作」百分比立方圖

在「是否與產業界合作」上可以看出，近五成以上之教師認為是

重要的；在後續的分析中，便可看出此題項所擁有其值得探討的地方。