信度與效度分析

經過 CFA 一階驗證性分析後，本研究分別透過信度及區別效度 分 析 檢 視 刪 題 後 之 信 效 度 ， 利 用 組 合 信 度 （ CR ） 與 內 部 信 度 Cronbach’s α 檢驗可得內部一致性信度。另透過區別效度分析，證明 問卷對於本研究題項或所欲測量事物是否有效。

根據 Bagozzi 與 Yi (1988)指出，可以選擇四個標準來判斷模式 的信度與收斂效度。包括個別觀察變數的內部信度、因素負荷量、潛 在變數組合信度、潛在變數的平均變異數抽取量。

一、 內部信度 Cronbach’s α 檢驗：

信 度 指 的 是 問 卷 題 目 測 驗 結 果 的 可 靠 程 度 。 本 研 究 採 用 Cronbach's α 係數來檢定內部因素的一致性。假設單一構面高於 0.7 以上，該問卷調查問項可達到很可信的信度。張紹勳（2001）指出透 過信度（reliability）可以測量資料的可靠性，即測量工具在測量其持 久性心理特質的「一致性」或「穩定性」；吳明隆（2003）主張以統 計係數 Cronbach’s α 值做為一般編製量表之測量分數信度的數據。

Kim 與 Hwang (1992)主張信度達 0.5 以上便是可以接受的。黃俊英與 林震岩（1994）亦指出高信度值為 Cronbach’s α 係數介於 0.70 至 0.98 之間。

二、 因素負荷量（factor loading）：

採因素分析（factor analysis），透過計算各構面題項求量表的建 構效度，因素負荷量（factor loading）值須大於 0.5 (Hair, Anderson, Tatham, & Black, 1998)。

三、 潛在變數的組合信度（composite reliability, CR）：

因素的信度即潛在變數的「建構信度」或稱「組合信度」 。除了 個別觀察變數之係數外，還須檢定因素的信度。組合信度愈高，代具

有高度的內在關聯存在於表測量指標間。多數學者採用的信度標準如 下：信度係數值在 0.90 以上表示「最佳的」、0.80 左右為「非常好 的」、0.70 附近則為「適中」、0.50 以上代表最小可以接受之範圍

（吳明隆，2009 ）。

四、 建構效度:

指 的 是 透 過 「 區 別 效 度 」 （ discriminant validity ） 及 「 收 斂 效 度」（convergent validity ）來觀 測變數 能測得多 少百分 比潛在 變數 之值，即為平均變異數抽取量（AVE），其可以評斷信度，也同時也 可以代表收斂效度。 Fornell 與 Larcker (1981)指出當判別的臨界值為 0.5 以上，即可表示指標變數 能有效反 映其潛在變數 ， 故可以 知道該 潛在變數便具有良好的信度與收斂效度。

五、 所有參數統計量之估計值皆有達到顯著水準：

t 值絶對值>1.96 或 p < 0.05（吳明隆，2009）。

依照上述五個值的標準，本研究分別進行模型信、效度的衡量如 表 4-4 所示。

5

資料來源: 簡傑（2017）。探討個人成就動機、參加創業課程態度對創業意圖之相關研究（未出版之學位 論文）。國立師範大學，台北市。

一、信度分析

內部一致性信度分析衡量標準（cronbach'sα），在構念或層面上 為信度 α 係數在.50 至.60 之間時，是可以接受的，60 至.70 之間時，

屬於尚佳，α 係數在.70 以上是信度高（吳明隆，2008）。本研構面 信度分別為生活媽寶行為覺知信度為.94（cronbach's α = .942）；課 業 媽 寶 行 為 覺 知 信 度 為 .94 （ cronbach's α = .939 ） ； 補 習 行 為 投 入 為 .91 （ cronbach's α =.908 ） ； 補 習 情 感 投 入 為 .91 （ cronbach's α

= .911 ）；補習認知投入為.87；（cronbach's α = .866）；持續補習 意願為.94（cronbach's α = .944），各構面 α 係數皆在 0.6 以上，信 度屬於尚佳，表示本研究問卷具有一定可信程度。

組成信度（CR）介於 0 至 1 的比值，當此數值越高表示「真實 變 異 佔 總 變 異 的 比 例 越 高 」 ， 即 內 部 一 致 性 也 越 高 。 Fornell 與 Larcker (1981)認為潛在變項的組合信度能達到 0.6 以上，代表內部具 有 一 致 性 ， 而 本 研 究 各 構 面 組 成 信 度 介 於 .861 與 .942 之 間 ， 皆 在 0.6。

二、效度分析

（一）收斂效度（convergent validity）

根據收斂效度之標準，各題項的 loading 值一定至少要大於 0.5 (Hair et al., 2014)，AVE 值則必須至少大於 0.5（Fornell & Larcker, 1981），本研究各構面數據如上表 4-6 至表 4-10。在因子分析後，因 為各構面之題項 factor loading 值介於 0.578 至 0.872 間且 AVE 介於 0.520 至 0.648 間，故各構面皆符合兩項收斂效度標準，因此證明本 研究數據具備收斂效度。

（二）構面之區別效度（discriminant validity）

透過不同構面之間的相關係數應低於該構面 AVE 的平方根為區 別效度的驗證方法(Anderson & Gerbing, 1988)。由表 4-5 可看出各構 面之 AVE 的平方根介於 0.721 至 0.805 間，均大於垂直欄以及水平 列構面之相關係數，顯示具備相當區別效度。最後，Fornell 與 Larcker (1981)、Bagozzi 與 Yi (1988)指出潛在變項的平均變異萃取

（AVE）最好能超過 0.5，故本研究各構面介於 0.555 與 0.756 之 間，符合建議標準。

6

題數 M SD Cronbach’s α CR AVE 整份問卷 32 3.119 .3667 .843 --- --- 生活媽寶行為覺知 6 2.304 .780 .942 .942 .73 課業媽寶行為覺知 5 2.067 .811 .939 .94 .756

補習行為投入 4 3.747 .841 .908 .904 .702 補習情感投入 6 3.444 .675 .911 .906 .616 補習認知投入 5 3.524 .708 .866 .861 .555 持續補習意願 6 3.630 .775 .944 .931 .694 本研究利用平均變異量抽取量（AVE）來判定區別效度，每一構 面的平均變異抽取量須大於各成對變項間之影響係數平方值 (Fornell

& Larcker, 1981)。如表 4-5 所示，對角線為該構面之平均變異數抽取 量，其餘數值則為兩構面之標準化影響係數平方值，若兩構面有區別 效度的話，兩兩構面的影響係數平方值均應小於該兩構面的平均變異 數抽取量。由表 4-6 的結果顯示，兩兩構面之間的影響係數平方值均 小於該兩構面的平均變異數抽取量，整體而言，構面與構面之間是具 獨立性的，顯示本研究問卷是具有區別效度。

7

構面 1 2 3 4 5 6

1.生活媽寶行為覺知

(.854)

2.課業媽寶行為覺知 . 534

(.869)

3.補習行為投入 -.342 -.336

(.838)

4.補習情感投入 -.325 -.329 .387

(.785)

5.補習認知投入 -.315 -.351 .579 .665

(.745)

6.持續補習意願 -.262 -.279 .485 .569 .610

(.833)