1 / 88

次級資料庫的分析

次級資料庫的分析. 游錦雲 張憲庭 陳敏瑜. 國內資料庫簡介. 一、中央研究院調查研究專題中心學術調查研究資料庫 (Survey Research Data Archive, SRDA) http://srda.sinica.edu.tw/ 二、台灣高等教育資料庫 （ Taiwan Higher Education Database ） http://www.cher.ed.ntnu.edu.tw/ 三、 台灣教育長期追蹤資料庫 （ Taiwan Education Panel Survey, TEPS ）

lola
Download Presentation

次級資料庫的分析

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 次級資料庫的分析 游錦雲 張憲庭 陳敏瑜

  2. 國內資料庫簡介 一、中央研究院調查研究專題中心學術調查研究資料庫(Survey Research Data Archive, SRDA) http://srda.sinica.edu.tw/ 二、台灣高等教育資料庫（Taiwan Higher Education Database） http://www.cher.ed.ntnu.edu.tw/ 三、台灣教育長期追蹤資料庫（Taiwan Education Panel Survey, TEPS） http://www.teps.sinica.edu.tw/ 四、臺灣學生學習成就評量資料庫（Taiwan Assessment of Student Achievement, TASA ）http://tasa.naer.edu.tw/ 五、臺東縣教育長期資料庫（TTEPS） https://upgrade.boe.ttct.edu.tw/Edu_Longtime_Database_94/Main.htm 六、兒童與青少年行為之長期發展研究計畫（Children and Adolescent Behaviors in Long-term Evolution,CABLE） http://cable.nhri.org.tw/

  3. 兒童與青少年行為之長期發展研究計畫(CABLE) • http://cable.nhri.org.tw/ • 研究人員來自國立臺灣大學衛生政策與管理研究所、國家衛生研究院，以及國立台灣師範大學健康促進與衛生教育學系。 • 透過這個研究計畫，希望可以瞭解一群兒童身心健康的長期發展，期望釐清影響身心健康發展的相關因素，並提出教育及衛生相關的有實證基礎的政策建議，以促進兒童的健康。

  4. 研究設計 A：指第一個世代，於2001年時就讀國小一年級的學生。B：指第二個世代，於2001年時就讀國小四年級的學生。

  5. 研究架構 採用生態模式的觀點，從個人、人際、組織、社會等多重層面，做廣泛的探討。研究架構中的依變項主要是學童的「健康生活型態」和「健康狀況」，前者由健康危害行為、健康保護行為、及健康促進行為組成；後者由生理、心理和社會三個面向評估。在自變項方面，則將個人、人際、和組織與社會三個層次的相關變項納入考量。

  6. 研究成果

  7. 抽樣 • 由於屬於長期研究，為節省人力及物力，因此考慮地域之便，選取台北市和新竹縣兩地的國小為研究母群。於公元2000年時，台北市和新竹縣的國民小學各有152所和79所，由於私立小學為數不多（台北市10所；新竹縣1所），因此沒有納入抽樣的母群體中。 • 研究母體為臺北市與新竹縣兩地區之公立小學學童，利用分層隨機抽樣，將國小一、四年級在校學生總數超過50人的學校納入抽樣的母體，於兩地區分別抽出九所學校，共十八所樣本學校。 • 2001年的一年級同意參與學生數2,255人，回收問卷2,218人，完訪率為98.4%；四年級同意參與學生數2,118人，回收問卷2,075 人，完訪率為98.0%。

  8. 研究工具

  9. CABLE2001~2006兒童問卷各年度測量概念對照表

  10. 游錦雲、李思賢、李蘭、陳玉佩（2009）。兒童內化行為問題測量工具的建立及其信效度研究。測驗學刊（出版中）。游錦雲、李思賢、李蘭、陳玉佩（2009）。兒童內化行為問題測量工具的建立及其信效度研究。測驗學刊（出版中）。

  11. 在內化問題行為量表中，社交焦慮的題項有七題，社交孤寂有六題，憂鬱題項有七題在內化問題行為量表中，社交焦慮的題項有七題，社交孤寂有六題，憂鬱題項有七題 • 此量表的信效度？

  12. 軟體與採用的估計方法 • 分析方法 • 此量表是基於文獻架構所建立的，有明確的因素架構，因此本文使用驗證性因素分析（confirmatory factor analysis, CFA）來檢驗此既有因素架構能否解釋本研究的資料 • 資料檢視 • 多變項峰度值高達119，顯示假設常態分配的最大概似法並不適合用來分析本研究的資料。Bentler 與Chou （1987）也建議變項少於四個類別時，就不該使用一般假設變項是連續性的統計方法。本文因而選擇使用類別性資料分析（categorical data analysis）方法來進行信效度檢驗以及建立測量模型 • 使用軟體 • MPLUS3.0。MPLUS對類別性變項的估計方法使用的主要是「調整平均值與變異數後的加權最小平方法」

  13. 測量模型的檢定 測量模式的整體配適度 • χ2檢定結果未達顯著，χ2/df 小於5 ，CFI>.95, TLI>.95, RMSEA<.05, SRMR<.05 測量模型的內在結構 • 觀察變項（即指標）的因素負荷量需達顯著水準（t值的絕對值需大於1.96）； • 指標信度大於0.2；指標信度是由因素及其指標間的標準因素負荷值平方而來，可以代表指標能被其因素或模型所解釋的變異量百分比； • 建構信度（或稱綜合信度(construct reliability)）大於.6，建構信度和 Cronbach’s α類似，能反映某特定構面內諸題項之間的內部一致性（internal consistency），可用來評估構面及其題項間的信效度。 • 平均變異數抽取量(average variance extracted)大於.5: 評估因素能解釋變異數的比例。若小於.5，顯示因素能解釋的變異量小於測量誤差造成的變異量。 • 區別效度（discriminant validity）：可以χ2差異考驗（χ2 difference test）以及信賴區間考驗等來加以檢驗。

  14. 測量模型的修正 • 與理論的符合度 • 殘差值 • 模型修正指標（modification index, MI）：當某一參數的MI大於10，則傾向於自由估計此參數 • χ2差異考驗（χ2 difference test

  15. 研究結果

  16. 研究建議 • 由一年級與四年級的模型與分析結果可發現一年級與四年級的測量模型及參數估計值有許多相似的地方，因此，建議能進一步檢視此內化行為量表在不同年級的測量恆等性(measurement invariance)，確定此量表是否適用於跨年級的學生。 • 此外，在本研究的模式修正中，發現「一個人會覺得寂寞」為多面向的指標，憂鬱構面中的指標誤差間有相關的現象，顯示需有更多研究分析這些指標的意義及所測量的面向。 • 日後在相關領域的研究上，若在量表的題數上有所限制，對測量一構面僅能選擇3或4題的指標，則可由本研究的因素負荷值及指標信度的分析結果，選擇信效度較好的指標進一步編製成更簡短的量表。

  17. 林秀勤、張憲庭、游錦雲(2009)。霸凌現象 與學生偏差行為對友善校園影響之研究。初等教育學刊，32(出版中)。

  18. 研究流程 1.閱覽題目(文獻、理論) 2.確定研究問題(決定變項) 3.資料整理(符合統計假設) 4.決定統計方法 5.統計分析 6.報表解釋

  19. 一、研究工具與架構 本研究之工具為TEPS第三波公共使用版學生問卷，使用SPSS12.0統計軟體中的觀察值隨機樣本選擇法，將2,963個有效樣本分為二等分，樣本A共有1,481個樣本，作為探索性因素分析之用，經由分析之結果並根據文獻及相關研究，提出研究假設模式。樣本B共有1,482個樣本，使用LISREL8.52(Jöreskog & Sörbom,1999)軟體，對假設模式進行驗證性因素分析之用。

  20. 遭受恐嚇 被人勒索 性騷擾 霸凌現象 偏差行為 友 善 校 園 蹺 課 逃 學 考試作弊 ξ1 δ1 λ1 評分公平 ε1 δ2 γ1 λ2 λ7 δ3 λ3 λ8 獎懲公平 φ1 ε2 λ9 δ4 λ4 δ5 γ2 關心學生 ε3 λ5 δ6 λ6

  21. 本研究以TEPS第三波公共使用版資料，調查範圍涵蓋臺灣地區的高中、高職及五專的學生。第三波公共使用版學生問卷共3,022個樣本，其中，對於樣本缺失值的處理，本研究採取整列剔除法的方式，在刪除所有研究變項中的不合理值(登錄值為97)與未填答者(登錄值為99)後，共選取2,963個樣本數作為有效分析樣本。各因素之測量變項篩選過程如下：本研究以TEPS第三波公共使用版資料，調查範圍涵蓋臺灣地區的高中、高職及五專的學生。第三波公共使用版學生問卷共3,022個樣本，其中，對於樣本缺失值的處理，本研究採取整列剔除法的方式，在刪除所有研究變項中的不合理值(登錄值為97)與未填答者(登錄值為99)後，共選取2,963個樣本數作為有效分析樣本。各因素之測量變項篩選過程如下： 二、研究對象與測量變項

  22. 本研究最初根據所取得之TEPS第三波公共使用版學生問卷資料中，篩選問卷題目「覺得現在就讀的學校是：快樂的地方(s108)」、「交朋友的地方(s109)」、「無趣的地方(s110)」、「可以學到東西的地方(s111)」、「獎懲不公平(s112)」、「成績評分不公平(s113)」、「不關心學生(s114)」共七個題目，欲求得友善校園之構念。經探索性因素分析的結果(詳見結果與討論)，留下(s112)〜(s114)三個題目，作為測量「友善校園」的指標。本研究最初根據所取得之TEPS第三波公共使用版學生問卷資料中，篩選問卷題目「覺得現在就讀的學校是：快樂的地方(s108)」、「交朋友的地方(s109)」、「無趣的地方(s110)」、「可以學到東西的地方(s111)」、「獎懲不公平(s112)」、「成績評分不公平(s113)」、「不關心學生(s114)」共七個題目，欲求得友善校園之構念。經探索性因素分析的結果(詳見結果與討論)，留下(s112)〜(s114)三個題目，作為測量「友善校園」的指標。 (一)友善校園：

  23. (二)霸凌現象：篩選問卷題目「上高中職/專科以來，下列事件曾否發生在你身上：在學校被偷(s115)」、「有人想賣非法藥品給我(s116)」、「有人恐嚇我(s117)」、「有人勒索我或搶奪我的東西(s118)」、「有人對我進行性騷擾或性侵害(s119)」共五個題目，欲求得霸凌現象之構念。經探索性因素分析的結果(詳見結果與討論)，留下(s117)〜(s119)三個題目，作為測量「霸凌現象」的指標。(二)霸凌現象：篩選問卷題目「上高中職/專科以來，下列事件曾否發生在你身上：在學校被偷(s115)」、「有人想賣非法藥品給我(s116)」、「有人恐嚇我(s117)」、「有人勒索我或搶奪我的東西(s118)」、「有人對我進行性騷擾或性侵害(s119)」共五個題目，欲求得霸凌現象之構念。經探索性因素分析的結果(詳見結果與討論)，留下(s117)〜(s119)三個題目，作為測量「霸凌現象」的指標。

  24. 篩選問卷題目「這學期以來，你有沒有做過下列的事：考試作弊(s446)」、「逃學(s447)」、「蹺課(s448)」、「在學校打架，或和老師起衝突(s449)」、「看黃色書刊、光碟或上色情網站(s450)」「抽煙、喝酒或吃檳榔(s451)」、「逃家(s452)」、「偷竊或破壞他人物品(s453)」共八個題目，欲求得偏差行為之構念。經探索性因素分析的結果(詳見結果與討論)，留下(s446)〜(s448)三個題目，作為測量「偏差行為」的指標。篩選問卷題目「這學期以來，你有沒有做過下列的事：考試作弊(s446)」、「逃學(s447)」、「蹺課(s448)」、「在學校打架，或和老師起衝突(s449)」、「看黃色書刊、光碟或上色情網站(s450)」「抽煙、喝酒或吃檳榔(s451)」、「逃家(s452)」、「偷竊或破壞他人物品(s453)」共八個題目，欲求得偏差行為之構念。經探索性因素分析的結果(詳見結果與討論)，留下(s446)〜(s448)三個題目，作為測量「偏差行為」的指標。 (三)偏差行為：

  25. 表一：問卷題目、填答與給分標準

  26. 三、模式之評鑑與估計方法之選擇 1 • 本研究假設模式之評鑑採取絕對適配指標、相對適配指標以及簡效適配指標等三類型指標，作為假設模式評鑑之依據。 • 在估計方法之選擇上，本研究採取LISREL作為結構方程模式分析資料的統計軟體，該軟體在參數估計的方法上以最大概似法(maximum likelihood, ML)作為預設的估計法。

  27. 三、模式之評鑑與估計方法之選擇 2 3. 但使用此法時受多變項常態分配性質的影響很大，如果變項分配的偏態絕對值大於3，就被視為是極端偏態，峰度絕對值大於10則被視為是有問題的，若大於20則可以視為是極端的峰度(Kline,2005)。 4. 若偏態與峰度產生這些問題致使無法採用ML法與一般化最小平方法(generalized least squares, GLS)法來估計參數時，才考慮使用不受單變項常態性假定的替代估計法(吳明隆，2006)，例如：漸近式自由分配法(asymptotic distribution -free, ADF)。

  28. 三、模式之評鑑與估計方法之選擇 3 5.從表二中，可以看出各觀察變項的偏態值介於- 0.703到7.085之間，峰度值則是介於-0.82到53.429之 間。這些結果顯示觀察變項在偏態與峰度的值很大， 違反單變項常態性的假定。 6.本研究首先採用ML法及GLS法來估計參數，發現並沒有 無法估計的情況發生，而且兩種方法所得數值無太大 差異。 7.根據學者(Olsson,Foss,Troye,& Howell,2000；周子 敬，2006)意見認為：如果資料為大樣本，但觀察資料 不符合常態性假定時，最好採用GLS法來估計參數。因 此，本研究僅呈現以GLS法所得的參數估計值。

More Related