[教育] 資料分析方法

資料分析方法

一、敘述統計(Descriptive Statistics)

透過敘述統計方法先將問卷回收資料進行分析與整理，以了解研究樣本的基本特性。採用的統計分析方法包括次數分配、平均數、百分比等，已得知受測樣本的基本特性，如樣本性別、年齡、教育背景、職業別、購買次數與金額的分布。

二、信度分析(Reliability)

信度是指測量工具的正確性及準確性，以及可顯示研究結果的穩定性及一般性。本研究乃採用Cronbach a 係數，來衡量問卷的信度。根據學者Nunnally 的建議，此一係數在0.5 與0.6 之間就具有足夠的代表性，若在0.7 以上則表示信度相當高；學者Bryman和Cramer 認為，信度Cronbach a 係數在0.8 以上表示量表有很高的信度，又學者Gay認為，任何測驗或量表的信度係數如果在0.9 以上表示測驗或量表的信度甚佳。

三、效度分析(Validity)

本研究針對收斂效度、區別效度與內容效度進行效度檢測。首先採用Liserl 統計軟體，進行驗證性因素分析(Confirmatory Factor Analysis；CFA)，並以最大概似估計法(Max Likelihood Estimation；MLE)評估模型的收斂與區別效度。剔除不符合檢定標準之問項後，再利用相關性分析係數以加強本研究問卷之區別效度。而所內容效度乃指測量工具在發展時所需遵循的程序，必須包括所要探討的架構與內容。

問卷的效度越高，表示所衡量的結果愈能彰顯受測對象的真正特徵。本研究問卷內容主要以國內外相關文獻與問卷為依據，並經過專家學者的意見參考潤飾後進行預試，因此具有相當程度的內容效度。

四、相關分析(Correlation Analysis)

相關分析是用以測度自變數與依變數中是否存有關係，以及關係程度為何？本研究乃運用相關分析來檢測研究架構中各構面之間是否相關，以及相關程度的強弱。

五、驗證性因素分析(Confirmatory Factor Analysis；CFA)

驗證性因數分析是一種用來驗證一個基於先前學者所提出之理論或模型架構的統計分析方法。以驗證性因素分析(CFA)衡量測量模型有兩項最基本的要求：(1)所有迴歸係數在統計上是否顯著。(2)整體測量模型是否足以解釋或反應資料的變異。其中判斷估計迴歸係數是否顯著，可利用t 值查表得知(王存國，民86；吳俊毅，民89)。

六、結構方程式模型分析(Structural Equation Models Analysis)

結構方程式模型(Structural Equation Models)又稱「路徑分析」(Path Analysis)或「同時方程式考驗模型」，因為它同時讓所有預測變項進入迴歸模式之中。結構方程式模型分析有三個基本步驟：

一、根據相關理論與文獻資料，建構一個可以考驗的初始模型，並繪出一個沒有路徑係數的路徑圖(Path Diagram)。

二、選用適當的迴歸模式(通常採用強迫進入法)，以估計路徑係數，並考驗其是否顯著，進而估計殘差係數(Residual coefficient)。

三、評估理論模式，可在刪除不顯著的路徑係數，重新計算新模式的路徑係數。

七、單因子變異數分析(One-Way ANOVA)

變異數分析(Analysis of Variance)簡稱ANOVA 是用來檢定三個或三個以上群體資料平均數的差異顯著性，也稱F 統計法。問卷調查法在進行變異分析時與實驗設計所採用的變異數分析相同，有四個重要的基本假定：常態性、隨機抽樣、獨立性與變異數同質性。在變異數同質性考驗方面，常用的方法有：Bartlett 檢定法、Hartley檢定法、Brown-Forsythe 檢定法、Welch 檢定法幾種。ANOVA 分析之F 值如果大到顯著，表示組別間至少有一對平均數之間有顯著差異，但至於是哪兩組之間的差異，則無從得知，必須進一步進行事後分析。

八、複迴歸分析(Multiple Regression Analysis)

複迴歸分析主要是想找出適當的數學方程式(迴歸方程式)，來表示一群自變數與依變數之間的關係，而本問卷採用複迴歸分析中的逐步迴歸分析，因其為運用甚為廣泛的迴歸分析之一，也是複迴歸分析報告中，出現機率最多的一種預測變數的方法。本研究採用此種分析法，以找出消費者信賴度與採購意願的促成因素之間的關係強度。