第三章 研究方法
第二節 研究工具
本研究之調查工具為「彼拉提斯運動者之自我效能與身體覺察問卷」，問卷
內容共分為三個部分，分別為彼拉提斯運動者個人資料、自我效能量表和身體覺 察量表，問卷題項編製的目的和內容說明如下：
一、參加者個人資料
內容包括性別、年齡、從事彼拉提斯之主要目的、自覺疼痛和生活品質改善
程度、彼拉提斯運動參與程度、肌肉骨骼疼痛部位和其他相關的彼拉提斯經驗等 項目，如附錄ㄧ。
問卷中之疼痛改善程度由變差非常多至改善非常多分為七個等級(附錄
一)，藉由研究參加者所標示的自覺整體疼痛改善程度，統計分析時再將疼痛改 善程度劃分為不同水準對自我效能與身體覺察進行差異比較。另外探討參加者之 彼拉提斯運動參與程度，彼拉提斯運動參與程度係指個人每週練習彼拉提斯的平 均總時間，以個人平均每週練習次數乘以及每次練習之平均時間計算出參加者每 週練習彼拉提斯的總時間；統計分析時再將運動參與程度劃分不同水準對自我效 能及身體覺察進行差異比較。
二、自我效能量表
主要內容在瞭解彼拉提斯運動者之自我效能，本研究參考高毓秀 (2002)，
Bandura (2006) 和 Luszczynska 等 (2005) 等專家學者的自我效能量表，並根據 彼拉提斯特性和Bandura (1977) 自我效能提升方法：成就表現、替代經驗、說服 和情緒激發等編製成為符合此四面向之預試量表，，總計20個題項，採用 Likert 式五等級量表，以「非常不同意」、「不同意」、「普通」、「同意」及「非常同意」
分別給予 1、2、3、4 及 5 分，由參加者圈選最合適之尺度，全部題項採封閉 式問答；例如題目：我可以感受到我的動作技巧有持續進步；參加者如自覺練習
彼拉提斯以後，他(她)完全沒有學到任何對自身有用的技巧，則可在量表中該題 標示為「非常不同意」，其該題得分則為 1 分；若他(她)覺得練習後進步很多，
則可在量表中該題標示為「非常同意」，其該題得分則為 5分。附錄二為自我效 能量表預試題項。
預試階段總共收到166份有效預試問卷，之後進行預試量表之「項目分析」、
「信度分析」及「因素分析」（邱皓政，2010），本研究資料分析方法以IBM SPSS (Statistical Product and Service Solutions) 21.0版統計套裝軟體作為分析工具，其 分析流程如下：
(一) 自我效能量表項目分析：
項目分析是在評估一個測驗量表個別題項之適切性，以「參加者填答的分數 加總」、「高低分組排序」、「獨立樣本t檢定」分析等程序來進行，其結果為：
1. 經過總分計算最高分為 91分、最低分為 24分。
2. 觀察值排序，高分組 (前27%) 切割點為72.91分、低分組 (後27%) 切割點 為59分。
3. 使用獨立樣本 t 檢定比較經過重新編碼分組的高、低分兩組，分析 CR 值 (critical ratio, CR) 及顯著性（雙尾），所有20題皆呈現顯著差異 (p < .001)，
且 t 檢定中的 t 值 (CR值) 皆大於 3，故不考慮刪除題項。
(二) 自我效能量表信度分析：
信度分析是在評估整份量表之可靠程度，為此本研究採用「題目總分相關
法」，計算出每題之「題項與總分的簡單積差相關係數 (R值)」，經計算後，所有 20題之R值皆大於 .3，顯示此量表題項間同質性極高。另一檢驗信度指標為「題 項刪除時的Cronbach’s α」測量量表內部的一致性 (consistency)，統計分析結果 得到「總量表的Cronbach’s α」值為 .942，代表信度非常良好，所有20題之「題 項刪除時的Cronbach’s α」值皆小於 .942，符合上述 t檢定之分析結果，故決定 保留所有題項。自我效能量表之項目分析及信度分析摘要表如表3-1。
表3-1 自我效能量表之項目分析及信度分析摘要表
自我效能量表項目分析及信度分析摘要表
原題項 極端組考驗決 斷值(CR)
同質性考驗(總量表信度分析之 α值 為 .942)
題項與總分之相關 備註 R值
題項刪除時的 Cronbach's α 值
Q1 8.753 .638 .939 保留
Q2 8.280 .623 .940 保留
Q3 6.801 .593 .940 保留
Q4 9.050 .590 .940 保留
Q5 9.193 .659 .939 保留
Q6 8.385 .607 .940 保留
Q7 8.228 .679 .939 保留
Q8 8.549 .688 .938 保留
Q9 8.593 .678 .939 保留
Q10 9.765 .674 .939 保留
Q11 10.717 .656 .939 保留
Q12 9.044 .694 .938 保留
Q13 10.683 .674 .939 保留
Q14 11.345 .699 .938 保留
Q15 12.120 .675 .939 保留
Q16 11.157 .703 .938 保留
Q17 10.014 .648 .939 保留
Q18 7.597 .576 .940 保留
Q19 9.357 .602 .940 保留
Q20 9.875 .663 .939 保留
(三) 自我效能量表因素分析：
因素分析用來簡化資料，尋找面向結構與關係。為檢驗自我效能量表是否具
有 成 就 表 現 、 替 代 經 驗 、 說 服 和 情 緒 激 發 等 四 個 面 向 以 及 此 量 表 之 效 度 (validity)，本研究以探索性因素分析 (exploratory factor analysis, EFA) 檢驗預試 所得到的166份數據資料，由實際數據來決定最適切的面向，其步驟如下：
1. 在 SPSS統計套裝軟體中，由路徑「分析→維度縮減→因子分析」中，在「描
述性統計量」的「統計」選項中點選「未轉軸之統計量」，在「描述性統計 量」的「相關矩陣」選項中點選「KMO與Bartlett 球形檢定」。分析出KMO 取 樣 適 切 性 量 數 (Kaiser-Meyer-Olkin measure of sampling adequacy) 為 .930，Bartlett 之球形考驗 (Bartlett’s test of sphericity) 近似卡方分配值為 1853.742，顯著性p < .001。 KMO量數達到 .90以上代表因素分析適合性 是極佳的，顯著的球形檢定結果表示相關係數足以作為因素分析抽取面向之 用。
2. 在「萃取」的選項中點選「主成份分析法 (principle component analysis)」，萃 取特徵值 (eigenvalue) 設定大於1，收斂最大疊代設定 25，萃取出的「共 同性」數值之最大值為 .732，最小值為 .500。主成份分析的主要目的在使 每一個面向能夠代表最大負荷量 (解釋量)，但通常只保留解釋量較大的面 向。
3. 在「轉軸法 (rotation)」的選項中點選「最大變異法 (varimax method)」，收斂 最大疊代設定 25。直交轉軸之最大變異法會求得各面向負荷量的最大值，
自我效能量表經過轉軸後共分成三個主要面向，經重新命名後，各面向之名 稱依序為：「激發與說服」、「替代經驗」及「成就表現」。自我效能量表轉軸 法採最大變異法後之因素分析摘要表如表3-2。
表3-2 自我效能量表轉軸法採最大變異法之因素分析摘要表 轉軸法採最大變異法之因素分析摘要表 新題項
(已重新排序) 激發與說服 替代經驗 成就表現 共同性
Q1 .759 .393 .038 .732
Q2 .702 .038 .337 .608
Q3 .691 .363 .112 .622
Q4 .648 .285 .260 .569
Q5 .635 .319 .130 .521
Q6 .617 .289 .362 .595
Q7 .592 .169 .498 .627
Q8 .182 .714 .175 .574
Q9 .312 .684 .278 .643
Q10 .290 .635 .312 .585
Q11 .247 .629 .269 .528
Q12 .304 .603 .210 .500
Q13 .399 .529 .257 .506
Q14 .400 .463 .374 .514
Q15 .286 .220 .741 .679
Q16 .170 .385 .659 .611
Q17 .228 .413 .635 .627
Q18 -.035 .556 .626 .703
Q19 .397 .250 .617 .601
Q20 .560 .149 .572 .663
表3-2 續 自我效能量表轉軸法採最大變異法之因素分析摘要表 轉軸法採最大變異法之因素分析摘要表
新題項
(已重新排序) 激發與說服 替代經驗 成就表現
特徵值 4.423 3.979 3.605
保留題項 7 7 6 解釋變異量 22.11% 19.90% 18.02%
累積解釋變異量 22.11% 42.01% 60.03%
分量表 Cronbach's α .881 .865 .870 總量表 Cronbach's α .942
抽樣適當性(KMO) .930
Bartlett 球形檢定χ²值 χ² (190, N = 166) = 1853.742, p < .001
自我效能預試量表數據經由「項目分析」、「信度分析」及「因素分析」之 檢定後，形成本研究所需之「自我效能量表」正式題項（詳見附錄三）。正式量 表包含「激發與說服」、「替代經驗」及「成就表現」三個面向；三個分量表之 Cronbach’s α 值 (信度) 介於 .86至 .89 之間，三面向之抽樣適當性 (KMO) 超 過 .90 以上，三面向之累積解釋變異量達到 60%，代表了正式自我效能量表的 適當性。
三、彼拉提斯身體覺察量表
此 部 分 主 要 在 瞭 解 彼 拉 提 斯 運 動 者 之 身 體 覺 察 ， 本 研 究 參 考 曹 雯 芳 (2007)，Mehling等 (2012) 及Shields等 (1989) 等專家學者之身體覺察量表，以 身體所反應的生理及情緒訊息編製而成彼拉提斯身體覺察量表，將身體覺察依照
Friedman 與 Eisen (1980) 彼拉提斯六大原則：呼吸、專注、控制、核心、精準
與流暢編製而成六面向的預試量表，共計28題，採用 Likert 式五點等級計分，
以「非常不同意」、「不同意」、「普通」、「同意」及「非常同意」分別給予 1、2、
3、4 及 5分，由參加者圈選最合適之尺度，全部題項採封閉式問答。例如題目：
我手腳動作協調配合；參加者如自覺練習彼拉提斯以後，他(她)手腳協調完全沒 有進步，則可在量表中該題標示為「非常不同意」，其該題得分則為1分；若他(她) 覺得練習後手腳協調進步很多，則可在量表中該題標示為「非常同意」，其該題 得分則為5分。附錄四為彼拉提斯身體覺察量表預試題項。
對於回收之 166 份有效彼拉提斯身體覺察量表進行預試量表之「項目分
析」、「信度分析」及「因素分析」，其分析流程如下：
(一) 彼拉提斯身體覺察量表項目分析：
項目分析是在評估一個測驗量表個別題項之適切性，共分為「參加者填答的
分數加總」、「高低分組排序」、「獨立樣本t檢定」分析等程序來進行，其結果為：
1. 經過總分計算最高分為 135分、最低分為 36分。
2. 觀察值排序，高分組 (前27%) 切割點為104.91分、低分組 (後27%) 切割點 為84分。
3. 使用獨立樣本t檢定比較經過重新編碼分組的高、低分兩組，分析CR 值及 顯著性 （雙尾），所有28題皆呈現顯著差異 (p < .001)，且 t 檢定中的 t 值 (CR值) 皆大於 3，故不考慮刪除題項。
(二) 彼拉提斯身體覺察量表信度分析：
信度分析是在評估整份量表之可靠程度，為檢驗彼拉提斯身體覺察量表之信
度，本研究採用「題目總分相關法」，計算出每題的「題項與總分的簡單積差相 關係數 (R值)」，經計算後，所有28題之R值皆大於 .3，顯示此量表題項間同 質性極高。另一檢驗信度的指標為「題項刪除時的Cronbach’s α」測量問卷內部 的一致性 (consistency)，統計分析結果得到「總量表的Cronbach’s α」值為 .960，
代表信度非常良好。所有 28題之「題項刪除時的Cronbach’s α 」值皆小於 .960， 符合上述 t檢定之分析結果，故決定保留所有題項。彼拉提斯身體覺察量表之項 目分析及信度分析摘要表如表3-3。
表3-3 彼拉提斯身體覺察量表之項目分析及信度分析摘要表 彼拉提斯身體覺察量表項目分析及信度分析摘要表
原題項 極端組考驗 決斷值(CR)
同質性考驗(總量表信度分析之 α值 為 .960)
題項與總分之相關 備註 R值
題項刪除時的 Cronbach's α 值
Q1 9.334 .584 .959 保留
Q2 8.505 .576 .959 保留
Q3 9.941 .642 .959 保留
Q4 9.962 .683 .958 保留
Q5 10.765 .711 .958 保留
Q6 11.344 .758 .958 保留
Q7 11.044 .724 .958 保留
Q8 11.181 .747 .958 保留
Q9 9.740 .704 .958 保留
Q10 8.200 .641 .958 保留
Q11 12.674 .759 .958 保留
Q12 11.591 .754 .958 保留
Q13 9.226 .622 .959 保留
Q14 8.383 .626 .959 保留
Q15 10.058 .650 .959 保留
Q16 9.326 .595 .959 保留
Q17 11.596 .731 .958 保留
Q18 11.719 .788 .957 保留
Q19 10.798 .714 .958 保留
Q20 8.625 .580 .959 保留
Q21 9.302 .628 .959 保留
Q22 6.858 .605 .959 保留
Q23 9.720 .703 .958 保留
Q24 9.997 .689 .958 保留
Q25 9.906 .668 .958 保留
Q26 8.379 .619 .959 保留
Q27 6.846 .574 .959 保留
Q28 8.440 .600 .959 保留
(三) 彼拉提斯身體覺察量表因素分析：
因素分析用來簡化資料，尋找面向結構與關係。為檢驗彼拉提斯身體覺察量
表是否具有呼吸、專注、控制、核心、精準與流暢等六個面向以及此量表之效度 ， 本研究以探索性因素分析檢驗預試所得到的166份數據資料，由實際數據來決定 最適切的面向，其步驟如下：
1. 在SPSS統計套裝軟體中，由路徑「分析→維度縮減→因子分析」中，在「描 述性統計量」的「統計」選項中點選「未轉軸之統計量」，在「描述性統計 量」的「相關矩陣」選項中點選「KMO與Bartlett 球形檢定」。分析出KMO 取樣適切性量數為 .945，Bartlett 之球形考驗近似卡方分配值為 3061.045，
顯著性p< .001。KMO量數達到 .90以上代表因素分析適合性是極佳的，顯
著的球形檢定結果表示相關係數足以作為因素分析抽取面向之用。
2. 在「萃取」的選項中點選「主成份分析法」，萃取特徵值設定大於1，收斂最 大疊代設定 25，萃取出的「共同性」數值之最大值為 .729，最小值為 .406。
主成份分析的主要目的在使每一個面向能夠代表最大負荷量 (解釋量)，但 通常只保留解釋量較大的面向。
3. 在「轉軸法」的選項中點選「最大變異法」，收斂最大疊代設定25。直交轉軸 之最大變異法會求得各面向解釋量的最大值，彼拉提斯身體覺察量表經過轉 軸後共分成三個主要面向，經重新命名後，各面向之名稱依序為：「核心與 控制」、「專注與呼吸」及「精準與流暢」。彼拉提斯身體覺察量表轉軸法採 最大變異法後之因素分析摘要表如表3-4。