效度分析validityanalysis准则.doc

多變量分析作業-研讀論文與報告 指導老師：呂金河 學號：na0y0018姓名：吳秋貞 論文題目:臺商外派大陸人員知覺職位被取代可能性之研究 指導教授:張國雄博士 研究生:楊炯棠 論文出版年2006.06 關於本篇論文在研讀之後，再請教一些前輩，對於研究方法及研究結果分析，做出以下幾點看法： 第二章研究架構與假設 研究架構圖顯示應該做中介階層迴歸分析，但研究方法只做階層迴歸分析 第三章研究方法 並無做預試？問卷也無專家效度？ 本研究有許多百分比分析表: 使用描述型分析 使用效度分析 ※描述型分析與效度分析應該分開成兩個表做分析 效度分析 1.本研究採用主成份分析法(principal components analysis)分析變數，利用最大變異法(varimax)做直交轉軸(orthogonal)，將因素結構更清楚的呈現；KMO 與Bartlett’s 球面檢定法是一般被用來檢驗相關矩陣的性質及資訊是否正確， (李天任、藍莘，1995)，且根據Kaiser(1974)觀點，若KMO 值小於0.5 時，較 不宜執行因素分析(吳明隆，2000)。 2.學者之效度分析(validity analysis) 準則: 量表經由信度檢定分析確知其所包含之題項，接續應進行KMO檢定與Bartlett球型檢定，以評估所採取之因素分析方式是否妥當。根據Kaiser(1974)提出之「取樣適切性量表數」(Kaiser-Meyer-Olkin Measure of Sampling Adequacy；簡稱KMO)，KMO值介於0至1之間，其值愈接近於1時，表示變項的相關程度愈高，愈適合進行因素分析。KMO統計量評選標準如下表所示。 KMO統計量評選標準 KMO統計量 因素分析適切性 ＞.90 極佳的(marvelous) ＞.80 良好的(meritorious) ＞.70 中度的(middling) ＞.60 平庸的(mediocre) ＞.50 可悲的(miserable) ＜.50 無法接受的(unacceptable) 資料來源： Kaiser(1974) ’s Test of Sphericity)，以χ2為檢定統計量，檢定相關係數是否不同且大於零，顯著的球形考驗表示相關係數足以作為因素分析抽取因素之用。本研究為確立量表的建構效度，係使用主成份法(principal components method)進行因素抽取，並保留特徵值大於1的共同因素，而以最大變異法(varimax method)進行直交轉軸(orthogonal rotation)，採用因素負荷量(factor loadings)大於0.45以上的題項(Comrey Lee, 1992)。Comrey Lee (1992)建議因素分析的因素負荷量(factor loadings)之如表 因素分析之因素負荷量評選標準 因素負荷量 變異數重疊量 評選說明 ＞0.71 50% 優良的(Excellent) ＞0.63 40% 很好的(Very good) ＞0.55 30% 良好的(Good) ＞0.45 20% 普通的(Fair) ＞0.32 10% 不良的(Poor) 資料來源： ComreyLee(1992) SPSS統計套裝軟體計算Cronbach’s _係數，藉以衡量問卷量表各構面內容的一致程度。根據Guieford(1965)觀點，認為_值低於0.35則屬於低信度，應予拒絕，_值介0.3 至0.70 之間即可被接受。 本研究在信度分析方面，係採用Cronbachs α信度係數，在一般研究中，Cronbachs α值至少要大於0.70以上。Cronbachs α如表3.所示(Nunnally, 1978; George et al., 2003)表3 Cronbachs α係數評選標準 α值範圍 意義 1.0＞α≧0.9 優良的(Excellent) 0.9＞α≧0.8 良好的(Good) 0.8＞α≧0.7 可接受的(Acceptable) 0.7＞α≧0.6 可疑的(Questionable) 0.6＞α≧0.5 不良的(Poor) 0.5＞α≧0.0 不可接受的(Unacceptable) 資料來源： George et al.(2003) 在因素分析中, 使用[直交轉軸]或是[斜交轉軸] 所謂的[直交]是假設因子間彼此獨立所謂的[斜交]是假設因子間彼此相關 直交轉軸一般被設定為預設選項是因為因子間彼此獨立的結果一般比較容易解釋 ※.本研究應是做直交轉軸 六、