• 沒有找到結果。

信度與效度分析

第四章 資料分析與研究結果

4.3 信度與效度分析

Hair et al.(1998)主張從測量模式適配度(Measurement Model Fit)來評鑑模式 的內在配適度,並建議以 SMC 值、CR 值、AVE 值三項數值用來評鑑測量模式。

多元相關平方(Squared Multiple Correlations,SMC)主要是量測個別項目信度,其標 準值必須大於 0.5。組成信度(Composite Reliability, CR)則表示某一潛在變項內所有 測量變項之信度的組成,若組成信度越高,表示其測量變項測出潛在變項的程度越 高。CR 值應達 0.6 才能代表具有良好的組成信度。平均變異抽取量(Average Variance Extracted, AVE)計算潛在變項之各測量變項對該潛在變項的平均變異解釋力。若 AVE

愈高,則表示潛在變項有愈高的信度與收斂效度。建議其標準值須大於 0.5。本研究 分別依照以上三個值的標準進行模型信度與效度的衡量如表 4-8。

表 4-8 信效度評鑑指標說明表

信效度 評鑑指標

標準值

參考 學者

說明

個別項目信度 (SMC)

>0.5

Bagozzi &

Yi (1988)

各的測量指標的信度反應了測量工具用於衡量 研究構念時一致程度,而觀察指標為 SMC 多元 相關平方是否大於 0.5 為標準。

潛在項目 組成信度 (CR)

>0.6

Hair et al.

(1998)

組成信度 CR 則表示某一潛在變項內所有測 量變 項之信度的組成,若組成信度越高,表示其測量 變項測出潛在變項的程度越高。 CR 值應達 0.6 才能代表具有良好的組成信度。

潛在構念的 平均變異抽取量 (AVE)

>0.5

Fornell &

Larcker (1981)

平均變異抽取量 AVE 計算潛在變項之各測量變 項對該潛在變項的平均變異解釋力。若 AVE 愈 高,則表示潛在變項有愈高的信 度與收斂效度。

建議其標準值須大於 0.5。

資料來源:黃芳銘(2007)

4.3.1 信度

Fornell & Larcker(1981)建議驗證性的因素分析(CFA)之因素負荷量應高過於 0.7 以上才是具理想的個別項目之信度,並且其值至少要大於 0.6,SMC 個別項目之信 度量測建議值為 0.5 以上 Bagozzi & Yi(1988),CR 則值應達 0.6 才能代表具有良 好的組成信度(Hair et al. 1998),如(表 4-8)。本研究三個模型中,各潛在構面與衡 量變數間之因素負荷量分析結果如(4-9)所示,除變數三個模型「有用 5」為 0.68 略 小於 0.7 以外,其餘負荷量皆大於 0.7,因此表示本研究具有統計的顯著性。個別項 目之信度 SMC 量測結果除了「有用 5」於三個模型之中,其值約在 0.46~0.48 略低

於標準值 0.5 以下,其餘 SMC 值皆達 0.5 以上,依據 Bagozzi(1982)的分析指出, 若 觀察變項的 SMC 值小於 0.5,表示測量誤差大於測量模式所能解釋的變異量。造成 此現象可能是由於問卷採用 Likert 量表形式,使受訪者所回應的答案較偏向極端所 導致,因此顯示本研究在「有用 5」題目設計上仍有改正空間。在組成信度 CR 方面,

三個模型均在 0.8 之上表示本研究模式具有良好的信度。

表 4-9 信度彙整表

研究構面 問項

學生 社會人士 整體

因素 負荷量

SMC 組成 信度

因素 負荷量

SMC 組成 信度

因素 負荷量

SMC 組成 信度

知覺 有用性

5 0.69 0.48

0.816

0.68 0.46

0.848

0.68 0.46

0.832 6 0.86 0.73 0.87 0.76 0.86 0.75

7 0.76 0.58 0.86 0.74 0.82 0.67

知覺 易用性

1 0.84 0.71

0.925

0.71 0.51

0.904

0.77 0.60

0.913 4 0.86 0.74 0.84 0.71 0.85 0.72

5 0.83 0.69 0.88 0.77 0.86 0.74 6 0.94 0.88 0.91 0.83 0.92 0.85 知覺

關係價值

2 0.75 0.56

0.839

0.73 0.53

0.862

0.74 0.55

0.852 5 0.81 0.66 0.86 0.74 0.84 0.70

6 0.83 0.70 0.87 0.76 0.85 0.73 知覺

情感價值

4 0.84 0.71

0.915

0.70 0.50

0.878

0.77 0.59

0.896 5 0.89 0.80 0.90 0.83 0.90 0.82

6 0.92 0.84 0.91 0.83 0.91 0.82

持續使用 行為意向

2 0.81 0.66

0.856

0.75 0.56

0.849

0.78 0.61

0.852 3 0.73 0.53 0.75 0.57 0.74 0.55

5 0.80 0.65 0.82 0.67 0.81 0.66 7 0.75 0.56 0.74 0.54 0.74 0.55

黏性

4 0.86 0.75

0.913

0.82 0.67

0.902

0.84 0.71

0.907 5 0.83 0.69 0.85 0.73 0.84 0.71

6 0.87 0.75 0.83 0.69 0.85 0.72 7 0.84 0.70 0.84 0.71 0.84 0.71

口碑

1 0.89 0.79

0.892

0.88 0.77

0.887

0.88 0.78

0.889 2 0.83 0.69 0.88 0.78 0.86 0.73

3 0.85 0.72 0.79 0.63 0.82 0.67

4.3.2 效度

本研究以效度的量測是以建構效度進行量測,分為收斂效度、區別效度。這兩 個效度要同時獲得,才可認為具有建構效度。以下為量測的說明:

收斂效度:以平均變異抽取量(Average Variance Extracted, AVE)計算潛在變項之 各測量變項對該潛在變項的平均變異解釋力。若 AVE 愈高,則表示潛在變項有愈高 的信度與收斂效度,Fornell & Larcker(1981)建議其標準值須大於 0.5,本研究之 AVE 值為 0.586 ~ 0.781 (如表 4-10、4-11、4-12)所示,證明本研究具有良好之收斂效度。

各個變數之間若要具有區別效度,則每一個變數之平均變異抽取量(AVE)須大於 各成對變數(Construct Pairs)之相關係數平方值。若存在某對變數之相關係數平方大 於該對變數中任一變數之平均變異抽取量(AVE),即表示在該對變數中,某一變數之 測量問項可能涵蓋到另一個變數之測量問項。分別對於三個模型進行觀察:(表 4-10、

4-11、4-12),所有的平均變異抽取量(AVE)皆大於相關係數平方,故整體而言,本研 究各構面之間具有區別效度。

表 4-10 相關係數平方與AVE彙整表_整體模型

變數 知覺

情感價值 知覺 關係價值

知覺 易用性

知覺 有用性

持續使用

行為意向 口碑 黏性 知覺情感價值 0.744

知覺關係價值 0.312 0.659

知覺易用性 0.170 0.140 0.725

知覺有用性 0.237 0.380 0.178 0.625 持續使用

行為意向 0.417 0.357 0.178 0.255 0.590

口碑 0.191 0.164 0.081 0.117 0.461 0.729

黏性 0.208 0.178 0.088 0.133 0.500 0.230 0.710 註:對角線灰底為 AVE 值,非對角線為相關係平方

表 4-11 相關係數平方與AVE彙整表_學生模型

變數 知覺

情感價值 知覺 關係價值

知覺 易用性

知覺 有用性

持續使用

行為意向 口碑 黏性 知覺情感價值 0.781

知覺關係價值 0.283 0.639

知覺易用性 0.123 0.109 0.754

知覺有用性 0.301 0.494 0.259 0.598 持續使用

行為意向 0.378 0.390 0.168 0.328 0.598

口碑 0.249 0.208 0.100 0.175 0.534 0.735

黏性 0.225 0.233 0.111 0.196 0.597 0.319 0.723 註:對角線灰底為 AVE 值,非對角線為相關係平方

表 4-12 相關係數平方與AVE彙整表_社會人士模型

變數 知覺

情感價值 知覺 關係價值

知覺 易用性

知覺 有用性

持續使用

行為意向 口碑 黏性 知覺情感價值 0.709

知覺關係價值 0.312 0.677

知覺易用性 0.185 0.165 0.703

知覺有用性 0.199 0.303 0.130 0.653 持續使用

行為意向 0.491 0.227 0.183 0.238 0.586

口碑 0.191 0.127 0.071 0.043 0.389 0.724

黏性 0.205 0.137 0.051 0.084 0.418 0.163 0.697 註:對角線灰底為 AVE 值,非對角線為相關係平方

相關文件