• 沒有找到結果。

中 華 大 學

N/A
N/A
Protected

Academic year: 2022

Share "中 華 大 學"

Copied!
108
0
0

加載中.... (立即查看全文)

全文

(1)

中 華 大 學 碩 士 論 文

題目:探討大學生的網路行為意向

系 所 別:應用數學學系碩士班 學號姓名:M09509018 陳致榮 指導教授:田 方 正 博士

中 華 民 國 九十八 年 八 月

(2)

摘 要

本論文是探討大學生的網路行為意向,並進行資料因素分析,調 查期間為2008年12月至2009年03月之間。本研究採用問卷調查進行資 料收集,以中華大學大學生為研究對象,依學院班級發放問卷總數量 共為300份,回收問卷共297份,回收率達99%,有效問卷287份,有 效問卷率96.63%。

經分析所蒐集的資料後,獲得以下結論:

一、 大學生網路行為的因素有網路沉迷引誘因素、資料蒐集輔助因 素、娛樂平台媒介因素、情意溝通傳達因素、網路購物採用因 素。

二、 根據T檢定與單因子變異數分析結果顯示「不同性別」在網路沉 迷引誘因素、娛樂平台媒介因素有顯著差異;「平均每天上網時 間」在網路沉迷引誘因素、情意溝通傳達因素達到顯著差異;「平 均每天念書時間」在資料蒐集輔助因素達到顯著差異。

關鍵詞:網路行為,因素分析

(3)

Abstract

This thesis is to explore network behavior of university students by information factor analysis. Investigating the period form December, 2008 to March, 2009.

We adopt the questionnaire method to collect data. The students of Chung-Hua University took part as survey samples. I invited 300 questionnaires and 287 surveys were conducted for a valid rata of 96.63%.

After analyzing the collected data, the conclusions are

1. Network behavior of university students has internet addiction factor, data collection factor, entertainment media factor, affection

communication factor, and online shopping factor.

2. The T-test and one-way ANOVA indicate significant effects. “Gender”

in the internet addiction factor and entertainment media factor there were significant differences. “The average daily time of online” in the internet

addiction factor and affection communication factor there were

significant differences. “The average daily time of study” in the data collection factor there were significant differences.

Key words: Network behavior, factor analyze

(4)

致 謝

在中華大學就讀碩士的這段時間裡,非常感謝我的指導教授田方 正老師用心的教導與對我生活上的照顧,讓我在這段期間學習到不少 知識,同時也感謝口試委員李金城老師及楊錦章老師在旁的輔導,讓 我的論文更加完善,還有系上各位老師們的細心指導,讓我能夠如期 順利畢業。

還要感謝在背後默默支持我的家人,讓我在撰寫論文遇到瓶頸 時,給我莫大的鼓勵,讓我能順利的完成論文,有了你們的付出、支 持與鼓勵,我才能全心全力專注於學業上。

最後,要感謝的是在這撰寫論文期間,幫助我的碩士班同學、學 弟妹、學長姐們、以及幫我填寫問卷的中華大學同學們,謝謝。

陳 致 榮 九十八年七月

(5)

目錄

摘要... Ⅱ Abstract ... Ⅲ 致謝... Ⅳ 目錄... Ⅴ 第一章 緒論

1.1 研究背景 ... 1

1.2 研究動機 ... 2

1.3 研究目的 ... 3

1.4 研究範圍與限制 ... 4

1.5 研究方法 ... 5

1.6 重要名詞解釋 ... 6

1.7 研究假設 ... 6

1.8 研究流程 ... 7

第二章 文獻探討 2.1 網際網路 ... 9

2.2 探討網路行為之相關文獻 ... 13

第三章 研究方法 3.1 研究對象 ... 26

3.2 問卷設計 ... 27

3.3 資料處理與分析 ... 30

3.4 因素分析簡介 ... 31

3.5 因素分析模式架構 ... 34

3.6 信度效度分析簡介 ... 39

第四章 統計初步分析 4.1 敘述統計分析 ... 42

第五章 大學生的網路行為之結果分析 5.1 項目分析 ... 69

5.2 因素分析 ... 69

5.3 信度分析 ... 78

5.4 Pearson 積差相關系數分析 ... 79

(6)

5.5 網路行為意向現況分析 ... 80

5.6 不同背景變項與因素的差異性分析 ... 82

第六章 結論與建議 6.1 結論 ... 88

6.2 建議 ... 91

6.3 未來研究方向 ... 92

參考文獻 ... 93

附錄... 97

(7)

圖目錄

圖 1-1 研究流程圖 ... 8

圖 4-1 性別 ... 42

圖 4-2 年級 ... 43

圖 4-3 就讀學院 ... 44

圖 4-4 戶籍所在地 ... 45

圖 4-5 家庭經濟狀況 ... 46

圖 4-6 目前住宿地點 ... 47

圖 4-7 平均每月花費 ... 48

圖 4-8 血型 ... 49

圖 4-9 是否打過工 ... 50

圖 4-10 是否交男女朋友 ... 51

圖 4-11 是否有參加社團 ... 52

圖 4-12 平均每天上網時 ... 54

圖 4-13 平均每天唸書時間 ... 55

圖 4-14 每天上床睡覺時間 ... 56

圖 4-15 平均一天睡眠時間 ... 57

圖 4-16 每週應上課時數 ... 58

圖 4-17 平均每週有去上課時數 ... 59

圖 4-18 大約多久回家一次 ... 60

圖 4-19 我會使用網路與朋友聊天 ... 61

圖 4-20 我會利用網路來傳達訊息 ... 62

圖 4-21 我會利用網路來收集生活資訊 ... 63

圖 4-22 我會利用網路來下載音樂 ... 64

圖 4-23 我會利用網路來找尋樂趣 ... 65

圖 4-24 在網路世界裡我較易有成就感 ... 66

圖 4-25 在網路裡可以忘卻一些不愉快的事 ... 67

圖 4-26 在網路世界裡我會感到刺激 ... 68

圖 5-1 網路行為意向的陡坡圖 ... 70

(8)

表目錄

表 3-1 KMO 統計量值 ... 38

表 3-2 信度表 ... 40

表 4-1 性別 ... 42

表 4-2 年級 ... 43

表 4-3 就讀學院 ... 44

表 4-4 戶籍所在地 ... 45

表 4-5 家庭經濟狀況 ... 46

表 4-6 目前住宿地點 ... 47

表 4-7 平均每月花費 ... 48

表 4-8 血型 ... 49

表 4-9 是否打過工 ... 50

表 4-10 是否交男女朋友 ... 51

表 4-11 是否有參加社團 ... 52

表 4-12 平均每天上網時 ... 53

表 4-13 平均每天唸書時間 ... 55

表 4-14 每天上床睡覺時間 ... 56

表 4-15 平均一天睡眠時間 ... 57

表 4-16 每週應上課時數 ... 58

表 4-17 平均每週有去上課時數 ... 59

表 4-18 大約多久回家一次 ... 60

表 4-19 我會使用網路與朋友聊天 ... 61

表 4-20 我會利用網路來傳達訊息 ... 62

表 4-21 我會利用網路來收集生活資訊 ... 63

表 4-22 我會利用網路來下載音樂 ... 64

表 4-23 我會利用網路來找尋樂趣 ... 65

表 4-24 在網路世界裡我較易有成就感 ... 66

表 4-25 在網路裡可以忘卻一些不愉快的事 ... 67

表 4-26 在網路世界裡我會感到刺激 ... 68

表 5-1 KMO and Bartletts 檢定 ... 70

表 5-2 網路行為意向的重要成份的共同性 ... 71

表 5-3「網路行為意向」的解說總變異量 ... 72

表 5-4「網路行為意向」萃取後的成分矩陣 ... 73

表 5-5「網路行為意向」轉軸後的成分矩陣 ... 74

表 5-6「網路行為意向」之同意程度因素與其個別解釋變異量 .. 76

(9)

表 5-7 Component Transformation Matrix 表 ... 77

表 5-8 Component Score Covariance Matrix 表 ... 77

表 5-9 量表的信度分析摘要表 ... 78

表 5-10「網路行為意向」因素間之 Pearson 積差相關係數 ... 79

表 5-11 網路行為意向現況 ... 81

表 5-12 不同性別對於「網路行為意向」之差異分析 ... 83

表 5-13 不同平均每天上網時間對於「網路行為意向」之差異分析 ... 84

表 5-14 不同平均每天唸書時間對於「網路行為意向」之差異分析 ... 85

表 5-15 不同每天上床睡覺時間對於「網路行為意向」之差異分析 ... 86

表 5-16 不同平均一天睡眠時間對於「網路行為意向」之差異分析 ... 87

表 6-1 不同的背景變項和因素的比較分析 ... 89

(10)

第一章 緒論

本章節是論文的開始,因此針對研究背景、研究動機、研究目的、

研究範圍與研究限制、研究方法、重要名詞解釋、研究假設、研究流 程提出說明。

1.1 研究背景

隨著科學的日益進步,以及網際網路快速的發展和個人電腦普及 之下,現代人對於電腦越來越依賴,電腦可以說是現代人生活的中心 所在,無時無刻都跟電腦脫離不了關係,也與網際網路分開不了,無 論是上網找尋資料、上網購物、上網聊天、上網點閱部落格、上網寫 日記、娛樂、消遣或是尋找最新訊息知識,網路的虛擬世界是應有盡 有、無所不包,你所能想像的網路上都有。因此現代人生活中心都與 電腦以及網路有關,網路世界可以說是真實世界的縮影,世界潮流的 趨勢所在,全世界的國家政府無不用心推展網路e化的政策,鼓勵國 人對於網際網路多多了解跟使用,因此網路的世界從發明到普及到現 今,雖然只有短短十多年的光陰,但已經發展到幾乎家家戶戶都脫離 不了網路系統。

網際網路是結合了科技、文化、社會、資訊、教育、娛樂的綜合 性產物,因此網路也可以說是新興的傳播媒體工具,網路現今的影響

(11)

網路具備了方便性,再加上部份手機具備了無線上網的功能,也讓網 路越來越幅遠無界。也由於網路的完備性,因此網路的影響力已經超 乎我們所能想像的範圍了,它帶來的生活習慣轉變已經超過原本交換 資料的功能,而且網路的無國界性、無時間性、無年齡的限制,也帶 來莫大的影響跟困惱, 影響了我們國家下ㄧ代的年輕人。

1.2 研究動機

根據財團法人台灣網路資訊中心網路使用調查在 2009 年 1 月的 最新調查報告中指出,台灣地區 12 歲以下的兒童曾經上網有 163 萬 人;12 歲以上之民眾曾經上網有 1418 萬人;總計全體之民眾曾經上 網有 1581 萬人,這個網路的使用情形統計調查結果,顯示出台灣不 論男女老少曾經使用網路的人口已經超過了人口總數的一半 (財團 法人台灣網路資訊中心,2009)。這研究資料顯示台灣民眾有不少人 曾經上網,而大學生在網路的世界裡頭花費最多時間,有為數不少的 大學生在放學下課回到寢室的第一件事情就是打開電腦上網,進入網 路的虛擬世界,也由於電腦上網只需付上網費,再加上近幾年來免費 遊戲的推出跟網路部落格的產生導致大學生上網人數快速增加,由於 大學生絕大部分的時間都花在網路上,因此要去了解大學生的網路行 為,調查大學生的網路行為。

(12)

網路世界猶如真實世界的翻版,雖然沒有真實世界那樣的嚴格規 範法律,但是也是有它的規矩跟規範所在,因此學生網路的行為也是 需要去注意跟留意,避免學生在網路世界裡做出非法的事情(如下載 盜版音樂、電影),同時也要去留意學生的上網習慣。根據新聞報導 大 陸 一 名 小 學 生 因 為 太 沉 迷 網 路 遊 戲 , 在 網 咖 連 續 打 了 三 天 三 夜 線 上 遊 戲 之 後 , 突 然 中 風 , 緊 急 送 到 醫 院 治 療 後 , 依 然 不 幸 死 亡 , 這 個 小 男 生 沉 迷 在 網 咖 中 , 最 高 紀 錄 連 打 三 天 三 夜 不 休 息 , 因 而 這 樣 斷 送 一 條 寶 貴 生 命 , 這 樣 的 意 外 , 帶 給 現 在 年 輕 人 一 個 深 深 的 警 惕 (TVBS, 詹瑋琦、高智亮,1996)。

這 只 是 眾 多 報 導 的 其 中 之 ㄧ , 因 此 要 深 入 研 究 現 今 大 學 生 的 上 網 時 間 多 寡 , 以 及 休 息 時 間 , 以 提 供 資 料 給 學 校 跟 家 長 了 解 , 加 以 宣 導 跟 教 導 讓 大 學 生 有 良 好 的 網 路 行 為 , 讓 上 網 變 成 是 一 件 健 康 又 快 樂 的 事 , 同 時 也 讓 學 生 懂 得 如 何 控 制 自 我 的 網 路 行 為 。

1.3 研究目的

電腦的日益普及和網路速度的迅速化,導致學生在生活型態上產 生了重大的轉變,網路變成現今大學生生活的重心,不管是上網與朋 友聊天、上網購物、上網收集資料、上網玩遊戲、上網瀏覽訊息等等…

(13)

種種活動都是以電腦與網路為主,而在這世界e化網路風潮之下,到 底對一般大學生的生活產生了什麼樣的改變?造成什麼樣的效應與 影響呢?而平常一般大學生使用網路的行為又是什麼樣的呢?以上 很多問題,都是值得我們深入去探討的。因此,本研究的目的如下:

一、瞭解大學生網路使用行為現況。

二、分析不同背景的大學生在網際網路使用行為的差異情形。

三、分析不同生活行為模式之大學生在網際網路使用的差異情形。

四、綜合研究結果,提出具體建議。

1.4 研究範圍與限制 研究範圍:

本研究目的在於了解大學生網路使用行為,研究對象以中華大學 在校學生為主,以大一到大四的學生為研究對象。由於人力與資源的 考量,本研究將採取便利抽樣之方式,於2008年12月~2009年3月為調 查時間,採現場發放及回收,總共發出的問卷總數量300份,回收問 卷297份,刪除無效問卷10 份,共計有效問卷287份,回收率96%。

(14)

研究限制:

1. 本研究是以中華大學在校學生為抽樣單位,研究結果會受到不同 的外在因素所影響而有不同的研究結果。

2. 本研究問卷是以中華大學在校學生為研究對象所設計的問卷,因 此如將此調查問卷用於其他不同公私立大專院校、不同技術學院 以及不同學程的研究結果可能會有所差異,故研究結果僅能提供 後續研究者作為參考。

3. 本研究採用問卷調查法,研究對象是中華大學在校學生,對於受 測者當時的想法與心理無法確實掌控,故問卷所得之資料可能受 到填答者填答時的心理因素左右,影響其準確性。

1.5 研究方法

本論文的研究方式為採用問卷調查方式來進行,利用「大學生 的網路行為問卷」作為調查工具,問卷包括基本資料與網路行為意 向,由學生根據本身的經驗自行作答,以研究大學生的網路行為狀 況,而問卷設計主要是依據專家的意見和指導教授的建議以及相關學 生 的 網 路 行 為 問 卷 加 以 修 改 。 而 本 論 文 主 要 採 用 的 研 究 軟 體 為 SPSS13.0 for windows、windows 2003、Excel 2003。

(15)

1.6 重要名詞解釋

一、網際網路

網際網路(Internet),它是由各種不同網路連接起來的網路在 其上提供網路服務。讓各種不同網路連接起來並提供一致性的網路聚 合體(MetaNetwork)服務,是網際網路最重要的任務,為達此目的,

網際網路定義了傳輸控制通訊協定(Transmission Control Protocol, TCP)及網際網路通訊協定(Internet Protocol, TCP)。TCP/IP 通訊 協定與各種網路技術互相獨立,透過定義IP 架在不同網路上的界面。

(取自D.J.CHOU,1999)

二、網路使用行為

在本研究中所指的網路使用行為是指網路使用頻率、網路使用時數及 網路使用動機、活動、功能等。

1.7 研究假設

根據本論文的研究目的與文獻整理之結果,而對本研究的統計分 析做出下列假設:

假設一:性別(男生、女生)的不同與大學生在網際網路使用行為上會 有所差異。

(16)

假設二:上網時間長短與大學生在網際網路使用行為上會有所差異。

假設三:學生唸書的時間長短與大學生在網際網路使用行為上會有所 差異。

假設四:每天上床睡覺時間的早晚與大學生在網際網路使用行為上會 有所差異。

假設五:學生平均一天的睡眠時間長短與大學生在網際網路使用行為 上會有所差異。

1.8 研究流程

本研究論文的細節分別列出解釋介紹如下:

研究論文首先要選定研究主題與動機,接著進行相關文獻探討收 集,並整理國內外有關於大學生的網路行為研究論文、研討會和期 刊,以確定本研究的目的與範圍,研擬研究架構,建立研究假設,決 定分析方法,著手進行問卷設計,再進行發放問卷回收問卷,並根據 問卷的資料進行輸入的工作,同時利用 SPSS 統計軟體進行相關研究 分析,再以統計方法分析結果彙整與撰寫相關的論點,並與指導教授 討論最後研究結果與結論,根據分析結果做統整歸納,並在最後做出 具體可行性的建議,全部確定無誤之後撰寫論文,大學生的網路行為 研究流程圖,如下圖所示:

(17)

選定研究主題與動機

文獻探討

決定分析方法 建立研究假設

問卷設計 建立研究架構 確定研究目的與範圍

圖 1-1 研究流程圖 研究結果分析與討論

研究結果發現與結論

撰寫研究論文 檢視問卷並修改

發放及回收問卷

(18)

第二章 文獻探討

前一章已將本研究論文的研究背景、研究動機、研究目的以及研 究範圍與限制說明清楚,因此在第二章文獻探討裡,將要收集有關於 網際網路的相關歷史、特性、功能,以及探討關於學生使用網路行為 的論文、期刊或研討會文章做深入的研究跟探討。

2.1 網際網路

網際網路的簡介:

網際網路的英文名稱為 Internet,從英文字的本身來看,可以 將之拆成 inter+net。inter-是介系詞,有「在...之間」或是「一 起、相互」之意;而 net 就是網或網狀物,用在電腦術語中,則應指 network(網路),所以整個字合起來為 internet,即是指兩個以上 的網路相互連接而成為網際之間的網路。(取自黃鴻珠,1991) 而網際網路起源於國防所需,因此美國國防部於 50 年代末成立 ARPA(Advanced Research Project Agency),有關資訊處理技術為 其中重要之研究工作,其它研究機構亦積極展開科技研發工作。到 1969 年以分封交換所部署的 ARPANET,剛開始只有四個節點,後來各 大學紛紛加入,擴散至學術界。到 1971 年時,ARPANET 已經連接了 包含哈佛大學與麻省理工學院等 40 多個學校、軍方及政府機構單

(19)

位,並制定出遠程終端模擬(Telnet)與檔案傳輸(FTP)標準協議。

至 1990 年代,Internet 便開始逐漸邁向商業化,在 Internet 上的 應用則越來越廣。之後當 Internet 上不可從事商業活動的禁令解除 後,商業性的網際網路服務業者(Internet Service Provider, ISP)

逐漸成長,開始提供各類型的加值服務,同時加上多媒體化、使用便 利的 WWW 瀏覽器出現,使得 Internet 急速的在世界各地發展,經過 十幾年至今,Internet 已成為連接到全球大部份國家、超過十萬四 千個網路及三千萬部電腦主機的龐然大物。(取自吳顯東、張文鐘,

1999)

財團法人台灣網路資訊中心網路使用調查在 2009 年 1 月的最新 調查報告中指出,台灣地區 12 歲以下之民眾曾經上網有 1630615 人;

12 歲以上之民眾曾經上網有 14188292 人;總計全體之民眾曾經上網 有 15818907 人,這個網路使用情形的統計調查結果,顯示出台灣不 論男女老少曾經使用網路的人口已經超過了人口總數的一半(財團法 人台灣網路資訊中心,2009)。同時根據交通部在 2003 年對台灣地區 民眾上網人口所做的調查,台灣地區網路人口已突破千萬,2003 年 2 月共計有 1092 萬人曾上網(交通部統計處,2003),由此統計結果我 們可以知道台灣從以前的農業社會慢慢進步到e化網路化的社會型 態。

(20)

網際網路的特性:

由於世界的科技進步造成人類生活習慣的大改變,導致新世代 的年輕人都以網路作為溝通以及收集知識的平台,讓全世界的人可以 不受空間、時間的限制,只要透過這個平台即可互相交流(李逢堅,

民90)。至於網際網路的特性:

1. 匿名性:匿名性指的是在網路的溝通中,無須表明身份。因此一 個人無論是先天的背景,或是後天所取得的成就與地位,都可以 選擇隱匿。

2. 隔離性:隔離性指的是溝通者不需要透過面對面的接觸,只要透 過電腦這個媒介就可以完成溝通。再加上網路上的匿名性之後,

每個人都不需表明身份,也不知道對方身份,可以完全的詮釋自 己想扮演的角色。因此網路中的一切往往和現實有相當大的出 入,這也是網路被稱為是「虛擬世界」的主因。網路中也有所謂 的「虛擬化身」,在網路中每個人都可以「演」自己所要的角色,

「你就是你所要扮演的角色」。每個人在虛擬空間中可以發展出 許多不同的虛擬身份認同,個人在電腦中的身份就是散佈在若干 程式中分身的總和,而這些總和尚不包括真實社會中的身份。(雪 莉‧特克,1996/1998)

3. 全球性:網路跨越了時空的界限,使所有的資訊都能夠無遠弗屆

(21)

的傳遞,國與國之間的距離也不再是遙不可及。

4. 互動性:網路的互動性是指傳受雙方的雙向互動傳播,當傳播者 將自己的資訊在網上傳播之後,接受者對資訊馬上作出反饋,並 按自己的喜好進行增補、修改,並及時傳送給資訊的原傳送者,

這就實現了資訊交流的雙向互動。(黃柏莉,2004)

5. 多元性:相對於印刷媒介或廣播電視等傳統電子媒介來說,網路 具有多元性的特徵。網路的多元化表現在:一方面,傳統媒介的 傳播主體一般是一個組織機構,而網路既可以是一個組織,又可 以是個人。每個人都可以在網上較為自由的發表自己的觀點,同 時只要申請個人主頁空間,個人還可以在網上創建自己的個人網 頁,以此作為個人性的傳播空間,這使得每個人都獲得了傳播的 權利;另一方面,傳統媒介傳播方式是點到面,而網路傳播則是

“網狀結構",既有點對面的傳播,更有點對點、面對面的相互 傳播方式,這使得任何人在網路傳播空間中都處於平等的交流地 位。(黃柏莉,2004)

網際網路的功能:

網路使用者上網最主要的使用功能為瀏覽資訊、瀏覽各大論 壇、瀏覽部落格、玩線上遊戲、收發E-mail聊天、交友、BBS、電 子郵件、skype、msn等…。同時根據資策會FIND的調查結果發

(22)

現(2006),ㄧ般民眾每天在家上網主要從事的活動,不外乎就 是上網「瀏覽資訊」、「收發電子郵件」、「網路電話」、「部 落格」、「即時傳訊」、「上傳或下載檔案」及「傳送即時短 訊」等,有五成以上的連網民眾經常使用上述的連網應用項 目 , 而臺灣網路使用者最常使用的網路功能則為瀏覽全球資訊 網,其次為使用E-mail、BBS、FTP 以及即時新聞閱讀。綜合以上 所述,瀏覽全球資訊網為網路使用者最常使用的功能,而整合線 上遊戲、聊天、交友等多功能的即時傳訊軟體將成為網路族群的 最愛。

2.2 探討網路行為之相關文獻:

★呂貫文,1999,大學生使用網際網路行為及其影響因素之相關研究 -以靜宜大學學生為例:

本研究之主要目的在於探討大學生的網路使用行為,以及與影響 行為之相關因素的關聯性。以立意抽樣中的便利抽樣與滾雪球抽樣方 式,得到 417 名靜宜大學的學生為研究對象,並以皮爾遜積差相關和 單因子變異數分析等統計方式,來考驗個人差異、夥伴性影響、媒介 特徵、情境因素、使用動機、使用滿足程度等六項與網際網路使用行 為之間的差異情形與相關性。研究的結果發現:

(1)在使用網路的情形上,大學生最常上網的時間大多集中在下午

(23)

5 點到隔天早上 8 點;而每次上網的時間以 1-2 小時最多,其次為 2-3 小時以及 1 小時以下;每星期上網的次數以一星期 2-3 次最多,其次 為一星期少於 1 次,以及一星期 3-5 次;而接觸網路的時間大部分集 中在一到三年之間;至於最常上網的地點則以學校的計算機中心最 多、其次則為住家或租屋處等住的地方;最常從事的行為是與學業無 關的行為如聊天、打發時間等。

(2)在個人差異方面,資訊系與其他各系之間達到顯著差異;一年 級學生的使用頻率大於二年級;媒介接觸經驗越久,則使用時間與頻 率會增加;而鍵盤使用能力越強,則學生的使用行為會增加。

(3)在夥伴性影響方面,同學在替代性學習、社會聲明與對媒介行 為的規範上,都比老師的影響要大。

(4)在媒介特徵方面,社會臨場感與資訊豐富度越好,學生的使用 行為會增加,而媒介實用性用高,則使用頻率也跟著增加。

(5)在情境因素方面,地理的分散越大,終端機接近使用性用高,

則學生的網路使用頻率、使用時間以及與學業無關的行為都會增加。

(6)在使用動機方面,工具性使用、消遣娛樂、匿名角色扮演、社 會性使用、自我肯定與監督等六項動機越強,則學生的使用行為就越 多,其中以社會性使用動機最強。

(7)在滿足程度方面,對網際網路整體的滿足程度越高,則學生傾

(24)

向於增加與學業無關的資訊使用行為。

★邱慶華,2001,家庭傳播型態與兒童電腦網路態度之相關研究-以 台北市中高年級學齡兒童為例:

本篇論文是從「家庭傳播型態」的「社會化」觀點,來討論不同 的家庭傳播型態下的兒童,所使用的網路情況及網路態度(網路溝通 態度及網路資訊態度)之異同處。針對台北市國小四、六年級學生共 1450 位,以 T 檢定、單因子變異數分析、皮爾遜積差相關及多元迴 歸法檢驗之。

本研究發現,父母的教育程度高者較多採行概念取向家庭傳播型 態,雙親家庭多為概念取向家庭,他人扶養家庭則多採社會取向家 庭。在父母教育程度及家人使用網路的情況,都會影響兒童是否會使 用網路、使用網路的地點、經驗及程度。除此之外,父母教育程度及 家人使用網路狀況在兒童的網路態度方面,都造成顯著性的差異。隨 著家庭傳播型態與父母教育程度的不同,兒童網路溝通態度及網路資 訊態度的焦慮性、喜歡性、信心性及有用性都有不同的態度。至於,

年級及性別在網路行為的影響,性別在網路經驗(使用頻率、每次上 網時間)及網路程度(網路活動、使用其他功能)造成顯著的差異。

年級及性別在網路態度的影響,尤以年級對於網路溝通態度及網路資

(25)

訊態度的影響性為最,其原因除兒童心理發展外,還有兒童本身網路 行為對網路態度的影響,也就是不同年級有截然不同的網路行為。

★洪毓蓮,2001,台北都會區國中生網路行為、態度、素養之統計分 析:

近年來網際網路愈來愈普及化,基於網路使用之方便性與立即 性,政府亦大力提倡網際網路之使用。但是在網路的虛擬世界中,仍 存在著許多對青少年具有負面影響的因素,本研究擬探討台北都會區 國中生的網路使用行為、網路態度、網路素養以及此三者與學生個人 背景資料之關係。本研究亦依據調查分析之結果,提出家長及老師在 輔導學生使用網際網路之建議,以及學生本身在使用網際網路時應有 之認知,希望國中學生能正確的使用網際網路。

★許淑婉,2001,教師使用網際網路行為之探討--以大台北國民小學 教師為例:

本研究之主要目的,在於了解目前大台北國民小學校園網路施行 狀況,以及探討不同使用者是否有不同的上線時間上線頻率與使用滿 意度,學習方式以及上線頻率不同是否會影響使用網路對生活的幫助 程度,並依實證研究推論之結果,提出適當的建議。

(26)

本研究對於大台北地區國民小學教師進行正式問卷調查時,利用 不同的行政區學校較能有效反應各區學校異同點,採多階段抽樣方 式。本研究共約 500 人接受正式問卷調查,回收問卷共 270 份,問卷 回收率約 54%,在剔除空白卷和填答不完全之廢卷之後,有效回收率 為 50.2%。

本研究依據推論結果,建議資訊中心可以考慮改善諮詢人員的專 業能力與服務品質、改善硬體設施以提高網路的傳輸速度;建議教學 單位提供實用易懂的使用手冊,以及讓使用者可在學校電腦機房自由 使用;建議使用者經常使用電腦網路以提高自己的電腦能力,使用網 路則盡量在早上時段,避開尖峰時間。

★黃嘉宏,2001,校園網路使用與學生學業成績之關聯性研究:

本研究以某國立大學學生為研究對象,透過調整學生宿舍網路架 構、記錄網路封包與各類網站瀏覽次數統計等資訊技術,取得宿舍網 路之使用行為紀錄;並據該實證記錄以瞭解大學生網際網路之使用狀 況、探討網站之瀏覽次數比例與學業成績、常用網路功能之使用時數 與學業成績之相關性。本研究之主要發現如下:

1. 瀏覽醫藥保健、國家政治、圖書館、宗教等四類網站之次數比例 與學業成績有顯著正相關。

(27)

2. 瀏覽新聞、遊戲、體育、BBS 等四類網站之次數比例與學業成績 有顯著負相關。

3. 瀏覽工商、理財金融、學習網站、娛樂、色情、其他、電腦、文 學、音樂、通訊、聊天室等類型網站之次數比例與學業成績無顯著相 關。

4. 瀏覽網站總次數與學業成績無顯著相關。

5. 在網路使用時數方面,網路線上遊戲使用時數、網路傳輸時數、

網路輸出總訊務量、深夜使用網路時數等項目與學業成績達到顯著負 相關。

網路線上遊戲使用時數與學業成績呈高度負相關,且在夜間十一點至 凌晨四點之深夜時段持續玩線上遊戲的情況相當嚴重。

★顧為瑾,2002,台北市國中學生網路行為與學習自我效能之研究:

本研究以教育及資訊工作者的角度,探討台北市國中學生的網路 使用狀況,尤其希望了解國中生利用網路資源搜尋特定資訊的行為;

進一步分析這些行為與學習自我效能是否有關聯,並希望藉由上述研 究結果的探討,對相關教學規劃及輔導提出建議。

本研究的研究對象為「台北市的市立國民中學學生」;研究工具為研 究者自編之「台北市國中學生網路行為問卷」及梁茂森先生所編製「國

(28)

中生學習自我效能量表」,對台北市十二個行政區進行分層隨機抽 樣;共發出問卷 630 份,收回 488 份,回收率為 77.4﹪;刪除填答 不全及填答方式不合的 10 份問卷,合計有效問卷 478 份;其中有效 的問卷利用 SPSS for Windows 8.0 進行統計分析。

研究結果及結論包括:

一、 在上網時間方面:超過五成的台北市國中生每週上網三小時以 上;上網頻率:台北市國中生每天上網的佔 28.2﹪;上網地點方面:

台北市國中生上網地點最多的是自己家佔 74.1﹪;上網活動:台北 市國中生最常從事的網路活動是線上遊戲的佔 41.1﹪;網路資訊尋 求經驗:高達 95.4﹪的台北市國中生有在網上搜尋資訊的經驗;資 訊需求情境:台北市國中生上網查資料通常是因為老師規定作業報告 的佔 71.1﹪;資訊尋求方法:台北市國中生上網查資料最常用關鍵 字查詢的佔 69.9﹪;資訊尋求結果:台北市國中生上網找資料時很 快就找到資料 65﹪。

二、北市國中生上網時間在不同年級、性別、日常資訊管道、上網年 資方面有顯著差異;上網頻率在不同日常資訊管道、上網年資方面均 極顯著差異,但在年級、性別方面差異未達顯著;習慣上網地點在不 同年級、性別、上網年資方面有差異,但在日常資訊管道方面差異未 達顯著;上網最常從事的活動在不同年級、性別方面有差異,但在日

(29)

常資訊管道、上網年資方面差異未達顯著。

三、近年來台北市學童接觸網際網路的年齡逐年下降,「網路」也成 為北市國中生的資訊尋求管道之一。然整體而言,台北市國中生對於 網路帶來的育樂效果較為重視,網路學習和其它資源的利用,還有相 當大的成長空間。

四、不同性別的台北市國中生,每週上網時間的長短、習慣上網的地 點及常從事的網路活動均達顯著差異。

五、不同年級的台北市國中生,在網路上的資訊尋求方法及資訊尋求 的結果均未達顯著差異。

六、台北市國中生的學習自我效能與上網時間、上網頻率、網路資訊 尋求經驗、網路資訊尋求情境及網路資訊尋求的方法達顯著關聯。

本研究結論對家長、老師及教育主管機關和未來研究提出建議。

★陳玟如,2005,國小學童網路成癮與自我概念之相關研究:

本研究旨在瞭解目前國小學童網路行為與網路成癮及自我概念 的現況,並分析國小學童網路使用行為與網路成癮及自我概念之間的 關係。

本研究經由文獻探討、問卷調查及個案訪談方法進行研究,以高 雄市公立國小高年級學童為研究對象,並以叢集抽樣方法抽取市中心

(30)

區學校 9 所與市郊區學校 8 所,共抽取 17 所國小,總計發出 1112 份 問卷,回收有效問卷共 1052 份。問卷調查資料採次數分配、平均數、

標準差、t 考驗、單因子變異數分析、薛費事後考驗及皮爾森積差相 關等統計方法,進行資料的描述、分析及考驗。個案訪談分析則抽取 網路成癮量表得分前 5﹪,具網路成癮傾向之學生 12 人進行分組訪 談,訪談的問題大綱分別為:網路使用及自我概念二方面。

研究結果共獲致下列六項結論:

一、家庭是影響學童網路行為及網路成癮的最主要因素。

二、虛擬溝通互動的網路活動易導致網路成癮。

三、學童的自我概念在不同構面上呈現不同的結果。

四、網路主要活動為查資料與收發 e-mail 的學童,其自我概念表現 優於非從事此網路活動者。

五、網路成癮傾向愈高,其自我概念之心理自我愈高。

六、網路成癮傾向愈高,其自我概念之能力自我、生理自我愈低。

根據上述研究結論提出具體建議,希望能提供教育行政單位、教 師、教育輔導人員及家長,進一步了解學童網路成癮與自我概念的關 係,以期能介入學生的網路使用行為,塑造健康而正向的網路使用態 度以及協助其提升自我概念,增強學童在生活等各方面的適應。

(31)

★蘇榮土,2005,青少年休閒網路行為之研究-以金門地區為例:

本研究探討金門地區青少年休閒網路行為之情況,針對國中與高 中職學生進行便利抽樣,次數、百分比、因素分析、獨立樣本、t 檢 定與單因子變異數分析運用於資料分析。研究結果指出 86 位(14%)

從來沒去過網咖,是因家中已有上網設備與網咖消費價格太高。曾經 去過網咖的 528 位(86%)指出接觸網咖的時間在一年以內與三年以 上,每週平均 7 小時以下或是 22 小時以上到網咖消費所佔比例最高,

最常與朋友、同學一起去網咖消費,以使用網路與教學課程原因所佔 比例最高,最常收發 E-mail 與查詢資料。上網咖的國、高中職學生 網咖使用動機在於資訊獲得,以增加新的知識,其次則是上網具有的 匿名性,畢竟網際網路是虛擬世界,學生可以在這裡暢所欲言。花費 時間上網咖,國中、高中職的學生覺得和家人相處的時間減少,而且 也有親朋好友告知花太多時間上網咖等等,這些時間都被拿去上網 咖,是國中、高中職的學生上網咖對日常生活最大的影響。人際關係 因素分析分別命名為「負向情感」、「孤獨茫然」、「自我懷疑」、「負向 友誼互動」「情感支持」與「自我實現」。性別在「負向情感」、「孤獨 茫然」、「自我懷疑」、「負向友誼互動」與「情感支持」之獨立樣本 t 檢定達顯著水準。年級、父親學歷、母親學歷、父親職業、母親職業、

家中每月總收入與每月零用錢在人際關係單因子變異數分析均達到

(32)

顯著水準。研究指出因素會影響金門地區青少年休閒網路之行為,包 括性別、年級、父母親學歷、父母親職業、家中每月總收入與每月零 用錢,建議青少年本身要能夠克制上網的時段與上網時間不要持續太 久,以致於耽誤課業以及與親人相處的時間。父母親更要多花一些時 間關心這些還就讀於國中與高中職的學生,也可以與他們一起進行網 際網路的休閒,以健康正確的心態輔導這些青少年一起學習網際網路 的知識,藉由這些互動培養親子之間的感情,提倡正當的休閒娛樂。

★洪華檜,2006,國小中高年級學生的網路行為、管理認同態度與親 子關係之研究:

親子關係是否會隨著網路的使用而受到影響,是個重要的議題。

本研究目的在瞭解不同背景變項的國小學生在網路行為、對父母網路 管理之認同態度與親子關係的差異情形,並探討不同網路行為的國小 學生,在親子關係上的差異情形,以及對父母網路管理的認同態度是 否會對親子關係產生影響。

本研究以國小之四年級及六年級學生為研究對象;研究方法以問 卷調查為主,半結構式訪談為輔; 總共發出問卷 618 份,回收有效問 卷 486 份。問卷資料以次數分配、卡方檢定、t 考驗、單因子變異數 分析及簡單線性迴歸等統計方法,進行統計分析。

(33)

研究結果有以下的四項重大發現:第一從工具性及非工具性網站 探討親子關係,比從網站類型探討親子關係,來得有貢獻;第二是從 子女角度來探討對父母網路管理的認同態度是符合現代社會親子關 係的潮流;第三是發現「國小學生對父母網路管理認同態度」變項對 親子關係有正向影響,且預測力高達 31.2%,這對於父母處理網路 行為與親子關係中有很大的幫助;第四是不同年級或性別的國小學生 對父母的網路管理認同態度有顯著差異。

訪談結果顯示學生的網路行為中,以網路使用時間影響親子關係 最為顯著,並且若從子女的角度探討對父母網路管理認同態度,發現 最好的方式是父母和子女共同討論網路的內容,從而制訂網路規範,

才能在網路世界與親子關係,達到雙贏。

★黃巧慧,2006,各國家網民特質及網路使用行為之比較:

近年來,為了達到 e-Taiwan 計畫,台灣政府一直致力於推動各 項網際網路的政策,使得我國的上網率呈現平穩的成長。因此,想瞭 解我國與其他國家/地區在網民特性及網路行為方面,是否有差異 性。此外,本研究將利用對應分析及集群分析,對各國家/地區的網 民在基本特性及網路行為方面加以定位分析。

在年輕族群的網民占比,大陸及澳門比其他國家/地區高。在壯年族

(34)

群的網民占比,台灣比其他國家/地區高,在中年族群的網民占比,

日本比其他國家/地區高。而在網民上網地點為工作場所的比例,大 陸及台灣,比其他國家/地區高,在學校上網的比例,香港比其他國 家/地區高,在家裡上網的比例,澳門及韓國比其他國家/地區高。網 民上網時段為 11 時-15 時的比例,韓國比其他國家/地區高,上網時 段在 16 時-20 時的比例,香港比其他國家/地區高,上網時段在 21 時-01 時及 02 時-06 時之比例,澳門比其他國家/地區高。網民上網 目的為線上教學與學習的比例,澳門及香港比其他國家/地區高,上 網目的為下載軟體資料及影音檔的比例,大陸及台灣比其他國家/地 區高,上網目的為網路金融交易的比例,韓國比其他國家/地區高,

而上網目的為網路購物的比例,則以日本比其他國家/地區高。網民 上網購買家電產品及服裝的比例,韓國比其他國家/地區高,上網購 買為圖書、報紙、雜誌及其他紙質出版物的比例,大陸及澳門比其他 國家/地區高,上網購買為旅遊票務及飯店預定服務的比例,日本比 其他國家/地區高。而上網購買為電腦及電腦配件的比例,香港比其 他國家/地區高。

(35)

第三章 研究方法

本章節是針對此研究論文會使用到的研究方法加以解釋跟說

明,而本章節的安排順序為研究對象、問卷設計、資料處理與分析、

因素分析簡介、信效度分析簡介。

3.1 研究對象

一、母群體

本研究論文所要選取樣本的母群體為本校之大學一年級~四年 級的大學學生 (私立中華大學大學部一年級~大學部四年級)學生共 計9964人。

二、研究樣本

配合本研究目的,由於時間與人力的限制,採隨機抽樣法取樣,

而研究調查期間為2008年12月至2009年03月,因此本研究在私立中華 大學校園內依學院班級寄發問卷總數量共為300份,回收問卷共297 份,回收率達99%,在回收的問卷297份當中,有效問卷287份,而有 10份問卷因多處回答一樣或者是填寫不完整會影響統計分析結果,因 此視為無效問卷,有效問卷率96.63%。

(36)

3.2 問卷設計

(一)問卷結構

本研究問卷是參考學生的網路行為之相關論文、期刊以及相關研 討會所設計出,同時設計完成之後再經由指導教授加以審閱跟修改,

經過初步調查跟發放問卷確認無誤後而完成最後定稿,此研究問卷分 成兩個部份,內容包括:(一)基本資料十八題(第十六題項以及第 十七題題項為開放式問項)(二)網路行為意向二十二題(皆為單選 且無開放式問項),為兩面一頁式之問卷印刷方式。

(二)問卷內容

本研究問卷內容如下:

第一部份基本資料:

此部分的問卷題向一共有十八題,第一部分內容有:

1. 性別:問題選項分為「1.代表男生」、「2. 代表女生」共兩項。

2. 年級:問題選項分為「1.代表大一」、「2.代表大二」、「3.代表大 三」、「4.代表大四」共四項。

3. 就讀學院:問題選項分為「1.代表工學院」、「2.代表人文社會學 院」、「3.代表管理學院」、「4.代表建築與規劃學院」、「5.代表資 訊學院」、「6.代表觀光學院」共六項。

(37)

4. 戶籍所在地為台灣之:問題選項分為「1.代表北部」、「2.代表中 部」、「3.代表南部」、「4.代表東部」共四項。

5. 家庭經濟狀況:問題選項分為「1.代表富裕」、「2.代表小康」、「3.

代表尚可」、「4.代表稍貧」、「5.代表困苦」共五項。

6. 目前住宿地點:問題選項分為「1.代表家中」、「2.代表學校宿 舍」、「3.代表在外租屋」、「4.代表親友家」、「5.代表其他」共五 項。

7. 平均每月花費:問題選項分為「1.代表 5000 元以下」、「2.代表 5001~8000 元」、「3.代表 8001~12000 元」、「4.代表 12001~16000 元」、「5.代表 16001~20000 元」、「6.代表 20001 元以上」共六個 題項。

8. 血型:問題選項分為「1.代表 A 型」、「2.代表 B 型」、「3.代表 AB 型」、「4.代表 O 型」、「5.代表其他」共五項。

9. 是否打過工:問題選項分為「1.代表是」、「2.代表否」共兩項。

10. 是否交男(女)朋友:問題選項分為「1.代表是」、「2.代表否」共 兩項。

11. 是否有參加社團:問題選項分為「1.代表有」、「2.代表沒有」共 兩項。

12. 平均每天上網時間:問題選項分為「1.代表 1 小時以內」、「2 代

(38)

表 1~2 小時」、「3 代表 2~3 小時」、「4.代表 3~4 小時」、「5.代表 4~6 小時」、「6.代表 6~9 小時」、「7.代表 9~12 小時」、「8.代表 12 小時以上」共八項。

13. 平均每天唸書時間:問題選項分為「1.代表 1 小時以內」、「2.代 表 1~2 小時」、「3.代表 2~3 小時」、「4.代表 3~4 小時」、「5.代表 4~6 小時」、「6.代表 6~9 小時」、「7.代表 9~12 小時」、「8.代表 12 小時以上」共八項。

14. 每天上床睡覺時間大約為:問題選項分為「1.代表 9~11 點」、「2.

代表 11~1 點」、「3.代表 1~3 點」、「4.代表 3~5 點」、「5.代表 5 點」、「6.代表不固定」共六項。

15. 平均一天睡眠時間:問題選項分為「1.代表 5 小時以內」、「2.代 表 6 小時」、「3.代表 7 小時」、「4.代表 8 小時」、「5.代表 9 小時 以上」共五項。

16. 每週應上課時數:此題為開放性問項。

17. 平均每週有去上課時數:此題為開放性問項。

18. 大約多久回家一次:問題選項分為「1.代表幾乎天天」、「2.代表 約每週一次」、「3.代表約每月一次」、「4.代表約每學期兩次」、「5.

代表約每學期一次」共五項。

(39)

第二部份網路行為意向:

此部分的問卷題向一共有二十二題,第二部分內容有:我會使用 網路與朋友聊天,在網路虛擬世界讓我感到舒服自在,我會利用網路 來購物,我會利用網路來傳達訊息,若有一天不上網我會感到不安,

我會利用網路來收集生活資訊,我會利用網路來玩遊戲,我會利用網 路來下載音樂,我會利用網路來找尋樂趣,我會利用網路來隨意瀏 覽,在網路世界裡我較易有成就感……。問卷的題項測量指標採用李 克特式之多選項量表(multiple-item scales),問題選項設計為五 種尺度,來衡量受測者。「1代表總是如此」、「2代表經常如此」、

「3代表有時候」、「4代表偶爾如此」、「5代表幾乎沒有」,因此 由尺度的分數來看愈小表示越會做此項的網路活動。

3.3 資料處理與分析

問卷回收後將問卷整理並去除無效問卷同時將問卷進行編號、譯 碼、輸入電腦,使用SPSS for window 13.0 套裝軟體進行統計分析,

以及使用Excel 2003 畫統計圖表,依研究目的及變項特性分析,本 研究之資料處理如下:

1.描述性統計分析,算出資料的平均數、標準差、百分比。

2.因素分析,將問卷歸納出少數的因素。

(40)

3.信度效度分析。

4.以皮爾森積差相關(Pearson product-moment correlation)考驗 各因素之間的關係。

5.單因子變異數分析考驗各因素與基本資料之間的差異關係。

3.4 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,我們對這些觀念無法精準的掌握,所以希望經由可測量 的變數訂出因素分析的具體概念。即因素分析的初始構想是對無法直 接量測但對結果行為有影響的變項來進行綜合性評量,並藉以歸納出 重要的指標。

因素分析的主要用意是找到資料矩陣的結構,在一群內部的相關 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,因素分析主要想以少數幾個因素來解釋一群相互有關係存 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,因此因素分析是希望能夠 降低變數的數目,但不同的是我們是想在一群具有相關性的資料中,

找出幾個影響原始資料的共同因素。

(41)

在因素分析中,可能某幾個變數在表面上看來即很相似,亦即其 彼此間之相關係數高,而事實上會影響這些變數觀察值結果的很可能 是其背後看不到的某些共同原因所造成的。因此我們知道,可藉著因 素分析法,由彼此相關的變數中萃取出其背後真正影響結果的主要因 素,因此我們可以藉由因素分析做一些心理或性向測驗,這些測驗的 問卷題目,很多就是彼此相關的問題,而主試者可以在回收問卷資料 後將資料加以整理分析,找出背後有那些共同因素影響受試者的答 案。

在因素分析中,分析人員首先決定資料結構的維度(即因素的 個數),然後對每個因素指出哪些變數被此因素解釋,並就因素包含 變項的內涵來對因素命名,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,而摘要則是以少數重要因素來說明一群原有變 數的重要內涵,因此因素分析方法有六大步驟:

( 1 ) 、 選 擇 所 欲 分 析 的 變 數 。

( 2 ) 、 準 備 相 關 矩 陣 , 估 計 共 同 性 。 ( 3 ) 、 決 定 因 素 的 數 目 。

( 4 ) 、 從 相 關 矩 陣 中 抽 取 共 同 因 素 。

( 5 ) 、 旋 轉 因 素 , 增 加 變 項 與 因 素 之 間 關 係 的 解 釋 。

(42)

( 6 ) 、 結 果 解 釋

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,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結構(例如哪些變數 應集合在一起成為一個因素,或者已知因素個數等),而分析人員想 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二十年來變得愈來愈盛行,主因是它對因素 結構已提出架構,並對因素負荷做某種程度的限制,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,尤其想 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,此時可以使用其它方法 作驗證,如將樣本分成兩組,各作因素分析觀察其結果是否相似,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,就簡化後的因素對樣本進一步作分群(群集

(43)

分析),或進行其它的統計分析,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,還可以是幾個因 素負荷較高的平均值(但如有不同號時則採對比)。

3.5 因素分析模式架構

因素分析是討論如何將

p

個變數X X1, 2,L,Xp中的每一個變數Xi 分成少數幾個共同因素(Common Factor)

F F

1

,

2

, L , F

m

m

<

p

,且通常 比

p

小很多),與獨特因素(Specific Factor)

ε

i的線性組合。即

1

- =

1 11 1 12 2 1m m 1

X μ l F + l F + L + l F + ε

2

-

2

=

21 1 22 2 2m m 2

X μ l F + l F + + L l F + ε

M

1 1 2 2

- =

p p p p pm m p

X μ l F

+

l F

+

L

+

l F

+

ε

其中

F F

1

,

2

, L , F

m是共同因素(簡稱因素),包含在變數

X

i中,而

ε

i是 獨特因素,只在第

i

個變數

X

i才有。

l

ij

i

=

1, L , pj

=

1, L , m

)為

i

個變數

X

i在第

j

個共同因素

F

j的權重或因素負荷(或簡稱為負 荷,Factor Loading)。

(44)

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

1

,..., ε

p是互相獨立且具常態分配,且

ε

i的平均數為 0,而變異數為

ψ

i,即

1

p

ε ε

ε

⎡ ⎤⎢ ⎥

= ⎢ ⎥

⎢ ⎥⎣ ⎦

% M ~

1

2

0 0

0

0 0

0 , =

0 0

0

p

N

ψ ψ ψ

ψ

⎛⎡ ⎤ ⎡ ⎤⎞

⎜⎢ ⎥ ⎢ ⎥⎟

⎜⎢ ⎥ ⎢ ⎥⎟

⎜⎢ ⎥ ⎢ ⎥⎟

⎜⎢ ⎥ ⎢ ⎥⎟

⎜⎣ ⎦ ⎣ ⎦⎟

⎝ ⎠

L L

M M O M

M

L

其中

ψ

是對角矩陣,表示獨特因素

ε

i之間是獨立的。

(2) 共同因素F1,L,Fm間的共變量矩陣為Φ,即

1

m

F F

F

⎡ ⎤⎢ ⎥

= ⎢ ⎥

⎢ ⎥⎣ ⎦

% M

,則

11 12 1

21 22 2

1 2

( ) ( ')

m

m

m m mm

Cov F E FF

Φ Φ Φ

⎡ ⎤

⎢ Φ Φ Φ ⎥

⎢ ⎥

= = Φ =

⎢ ⎥

⎢ Φ Φ Φ ⎥

⎣ ⎦

L L

% % % M M O M

L

一般要求Φ對角線上的元素Φ =ii 1,而當時ij(即對角線外) 時則Φ =ij 0,也就是Φ為單位矩陣,表示共同因素間是獨立的,

且變異數皆為 1,此為最常遇到的要求。

(3) 共同因素與獨特因素間也是獨立的,即

(

j

, )

i

0

Cov F ε =

,對所有

i, j

(45)

X − =

μ

LF +

ε

% % % % 其中

11 1 1

1 1 1

21 2 2

1

X

, , , ,

X

m m

p p m

p pm p

l l

l l F

X L F

l l F

μ ε

μ ε ε

μ ε

⎡ ⎤ ⎡ ⎤

⎡ ⎤ ⎡ ⎤ ⎢ ⎥ ⎡ ⎤ ⎢ ⎥

⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥

=⎢ ⎥ =⎢ ⎥ =⎢ ⎥ =⎢ ⎥ =⎢ ⎥

⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎣ ⎦ ⎢ ⎥

⎣ ⎦ ⎣ ⎦ ⎢⎣ ⎥⎦ ⎢ ⎥⎣ ⎦ L

M M M

M M M

% % % %

L

E F ( ) = 0,

% % Cov F ( ) = Φ ,

% E ( ) ε = 0,

% % Cov ( ) ε = ψ ,

% Cov ( , ) ε F = 0

% %

2.

因素模式中因素之決定

因素分析要達到簡化的目標,選取因素愈少愈好,但選取的因 素少表示其解釋能力相對較低,代表性相對不足,因此如何在簡化與 代表性之間取得平衡乃是一個兩難的問題,看法亦見仁見智,以下提 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)的因素,亦即 除非選取的因素解釋度多於原始變數平均,否則不選取,由凱莎在 1960 年所提出的,選取因素個數時,最常使用的準則之一。

(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,原理與主 成分分析相同,根據因素之解釋比例作成一個折線圖,當折線開始不

(46)

陡時,表示接下來的特徵值差異不多,其後之因素可不需選取。

(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,直至所選取的因素累積能力總和達 到要求之門檻為止。

(iv) 特徵值

所選取的特徵值其值要大於所有特徵值的平均,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因素,而相對的陡坡圖則 會選取較少的因素。

II. 實務上,選取的因素需以「解釋」或「說明意義」的程度為 主要考量。

III. 一 般 由

p

個 變 數 選 取

m

個 因 素 時 常 需 滿 足 1 ( 1) ( 1) 0

2 p p+ −p m+ ≥ 及p>2m (v) KMO 值

在因素項目的挑選,除參考凱莎(Kaiser)準則、陡坡圖(Scree

(47)

plot)檢驗兩大主要判斷標準外,還需考量樣本數、題項數、變 項共同性的大小等。除此之外,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 值 (Kaiser-Meyer-Olkin measure of sampling adequacy;KMO)的 大小來判別,其判斷的準則如下表 3-1:

表 3-1 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

進行因素分析前,需先檢查變項間的相關矩陣,因為在因素分析 時變項間需具有一定的相關程度,相關性太高或太低的變項,皆會造 成因素分析的困難,相關性太低則很難篩選出穩定的共同因素,也不 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

(48)

合進行因素分析,而題項間的相關性太高,便會發生如迴歸分析之多 重共線性(multicollinearity)問題、區別效度有待檢驗或獲得的因 素價值性不高(邱皓政,2000)……等問題,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 (ordinal)變項,但次序變項與名義(nominal)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,會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)。

3.6 信度效度分析簡介

在研究問卷中為了保證問卷具有較高的可靠性和有效性,在形 成正式問卷之前,應當對問卷進行測試,並對測試結果進行信度和效 度分析,根據分析結果篩選問卷題項,調整問卷架構,從而提升問卷 的信度和效度。信度和效度分析的方法在研究論文當中是不可或缺的 方法之ㄧ。

(49)

信度分析:

信度(Reliability)即可靠性,它是指採用同樣的方法對同一 對象重複測量時所得結果的一致性程度。信度指標多以相關係數表 示,大致可分為三類︰穩定系數(跨時間的一致性),等值系數(跨 形式的一致性)和內在一致性系數(跨項目的一致性)。而Cronbach α 信度系數分析是目前最常用的信度系數,而李克特態度量表法中的信 度考驗方法為「Cronbach's α」係數。如果一個量表的信度愈高,

代表量表愈穩定(stability)以「再測信度」(test-retest reliabiliy)而言,其代表的是受試者在不同時間得分的一致性 (consistence),因而又稱 「穩定係數」(coefficient of stability) 而信度的測量值之界定方式為Cronbach's α值如等於0.4 代表可 接受信度;大於0.4~0.7 代表中等信度;大於0.7 代表優良信度。

表 3-2 信度表

Cronbach's α 信度狀況

0.4 以下 低信度

0.4~0.7 中等信度 0.7 以上 優良信度

(50)

效度分析:

問卷之效度(Validity)係指問卷之有效程度,亦即能夠真正測 得變數性質之程度,一般分為內容效度、效標相關效度、建構效度(周 文賢,民91)。因此因素分析在求出量表的建構效度,在測驗上,所 謂效度(validity)是指一個測驗能夠測到該測驗所欲測(研究者所設 計的)心理或行為特質到何種的程度。研究的效度包括內在效

(internal validity)與外在效度(external validity)兩種,內在效 度指研究敘述的正確性與真實性;外在效度則是指研究推論的正確 性。

(51)

第四章 統計初步分析

本章節是將本問卷第一部分基本資料以及第二部份網路行為 意向,做敘述統計量並畫長條圖加以解釋說明。

4.1 敘述統計分析 第一部分個人基本資料

1. 性別:

在所抽取的 287 份學生問卷樣本中,經初步分析出男學生共有 125 位(43.55%),女學生一共有 162 位(56.45%),在所有抽取的樣 本數裡頭女生所抽取的樣本數比男生的樣本數多 37 人大約多百分之 十三的比例。

表 4-1 性別

次數 百分比 累積百分比

男生 125 43.55% 43.55%

女生 162 56.45% 100.00%

全部總和 287 100.00%

0 100 200

次數

男生 女生

次數 125 162

男生 女生

(52)

2. 年級:

在所抽取的 287 份學生問卷樣本中,經初步分析出大學部一年級 學生共有 80 位(27.87%),大學部二年級學生共有 96 位(33.45%),

大學部三年級學生共有 87 位(30.31%),大學部四年級學生共有 22 位(7.67%),而未回答的學生一共有 2 位(0.70%),因此所抽取的樣 本之中大學部二年級學生最多而大學部四年級學生最少。

表 4-2 年級

次數 百分比 累積百分比

大ㄧ 80 27.87% 28.07%

大二 96 33.45% 61.75%

大三 87 30.31% 92.28%

大四 22 7.67% 100.00%

未回答 2 0.70%

全部總和 287 100.00%

0 50 100

次數

大ㄧ 大二 大三 大四 未回答

次數 80 96 87 22 2 大ㄧ 大二 大三 大四 未回答

圖 4-2 年級

(53)

3. 就讀學院:

在所抽取的 287 份學生問卷樣本中,經初步分析出工學院學生共 有 80 位(27.87%),人文社會學院學生共有 40 位(13.94%),管理學 院學生共有 61 位(21.25%),建築與規劃學院學生共有 49 位(17.07

%),觀光學院學生共有 27 位(9.41%),資訊學院學生共有 30 位 (10.45%),由於本學校是工學院起家的學校因此所抽取的樣本之中 以工學院的學生最多,而觀光學院的學生最少主因是觀光學院是本校 較新成立的學院。

表 4-3 就讀學院

次數 百分比 累積百分比

工學院 80 27.87% 27.87%

人文社會學院 40 13.94% 41.81%

管理學院 61 21.25% 63.07%

建築與規劃學院 49 17.07% 80.14%

資訊學院 30 10.45% 90.59%

觀光學院 27 9.41% 100.00%

全部總和 287 100.00%

0 20 40 60 80

次數

工學院 人文社會學院 管理學院 建築與規劃學院 資訊學院 觀光學院

次數 80 40 61 49 30 27

工學 人文 管理 建築 資訊 觀光

圖 4-3 就讀學院

(54)

4. 戶籍所在地為台灣之:

在所抽取的 287 份學生問卷樣本中,經初步分析出戶籍所在地為 台灣之北部的共有 205 位(71.43%),戶籍所在地為台灣之中部的共 有 42 位(14.63%),戶籍所在地為台灣之南部的共有 26 位(9.06%),

戶籍所在地為台灣之東部的共有 12 位(4.18%),而未回答的學生有 2 位(0.70%),由研究結果顯示北部的學生最多而東部的學生最少。

表 4-4 戶籍所在地

次數 百分比 累積百分比

北部 205 71.43% 71.93%

中部 42 14.63% 86.67%

南部 26 9.06% 95.79%

東部 12 4.18% 100.00%

未回答 2 0.70%

全部總和 287 100.00%

0 100 200 300

次數

北部 中部 南部 東部 未回答

次數 205 42 26 12 2 北部 中部 南部 東部 未回答

圖4-4戶籍所在地

參考文獻

相關文件

• Learn the mapping between input data and the corresponding points the low dimensional manifold using mixture of factor analyzers. • Learn a dynamical model based on the points on

congestion avoidance: additive increase loss: decrease window by factor of 2 congestion avoidance: additive increase loss: decrease window by factor of 2..

The results revealed that (1) social context, self-perception, school engagement, and academic achievement were antecedents of dropping out; (2) students’ self-factor was a

By University students of the Chung Hua University for objects, to make use of the descriptive statistics, the reliability analysis, and the factor analysis, considers the

Keywords: time management, the analysis of the factor, the analysis of the reliability and the validity... 第一章

The usage of computer and Internet has provided a passageway to satisfy the needs.The purpose of this study is to probe into the Internet usage/online behavior and Internet

Many studies have shown that usefulness of technology products and ease of use is key factor for user to accept it.For Chinese teachers, the above factor is

The data mining methods included classification analysis and association analysis; indicators included the current quarter return rate, ß risk factor, debt to equity ratio