• 沒有找到結果。

第四章 資料分析與結果

第二節 信效度分析

一、信度分析

信度主要是測量工具之穩定性、等值性與內部一致性。本研究以 Cronbach’s α值分析問卷資料中各構面與問卷之信度,當信度係數愈高,表示各構面相關程 度愈高,意即內部一致性愈高。本研究參考周文賢(2004)提出 Cronbach’s α值之 信度準則,α大於 .70 為高信度,若介於 .70 與 .35 間的信度為尚可,如小於 .35 則表示信度低。本研究信度分析結果各變數與構面之 Cronbach’s α值均大於 .70,

表示本研究各構面的信度皆達可接受水準。如表 4-2 所示:

表 4-2

正式施測量表之信度分析彙整表

構念 Cronbach’s α值

專業能力 .894

電腦自我效能 .799

工作滿足 .951

工作績效 .962

自我實現 .957

本研究也以組成信度(Composite Reliability,CR)進行評估。潛在變項的 CR 值是其所有測量變數信度的組成,Fornell and Larcker(1981)建議值為.6 以上,其信 度愈高表示潛在變項的內部一致性愈高。從表 4-3 得知,本研究 CR 值介於.781~.884,

模式各變項的 CR 值都高於.6 的標準,代表研究模式內部一致性良好。本研究衡量 模式的組成信度結果分別是為:專業能力.9169、電腦自我效能.8476、工作滿足.9566、

工作績效.9661、自我實現.9649 等構面,皆均達到建議值.6 以上。因此表示本研究

61

構面具有一定的信度,如表 4-3 所示。

表 4-3

各構面之組成信度

構面 組成信度

專業能力 .9169

電腦自我效能 .8476

工作滿足 .9566

工作績效 .9661

自我實現 .9649

二、效度分析

本研究在效度分析採用內容效度與建構效度,做為衡量問卷的效度工具,以 驗證本研究問卷之問項在內容上與適切性上具有一定的效度。

本研究進行 KMO 檢定(Kaiser Meyer Olkin Test)和 Bartlett 球型檢定(Bartlett’s Test of phericity),結果顯示如表 4-4 所示:KMO 衡量值為.846,根據學者 Kaiser(1974) 提出之判斷準則如表 4-5,可知本研究抽樣之適當性是良好的,而 Bartlett’s 球型檢 定之檢定值為 5461.903,顯著水準為.000,表示資料適合進行因素分析。

表 4-4

KMO 與 Bartlett 檢定

KMO與Bartlett檢定

Kaiser-Meyer-Olkin 取樣適切性量數。 .846 Bartlett 的球形檢定 近似卡方分配 5461.903

df 1326

顯著性 .000

62

表 4-5

KMO 統計量的判斷原理

KMO 統計量 因素分析適合性 .90 以上 極佳的(marvelous)

.80 以上 良好的(meritorious)

.70 以上 中度的(middling)

平庸的(mediocre)

.60 以上

.50 以上 可悲的(miserable)

.50 以下 無法接受(unacceptable)

資料來源:邱皓政(2006),量化研究與統計分析

在內容效度部份,本研究之問卷題項內容主要係參考國內外學者的研究量表,

經由文獻探討綜合修改而成,因此具有理論基礎,符合內容效度之要求。

在建構效度部份,本研究以 SPSS 因素分析方法中的主成份分析,因素特徵值 需大於 1,其衡量題目之因素負荷量皆在.5 以上,顯示整體測量問卷的品質良好,

各題的適切度均高,較具有建構效度(邱皓政,2002)。本研究效度檢定結果因素負 荷量皆大於.5 以上,且解釋變異量皆在 70%以上,顯示本研究整體問卷具有良好 的建構效度。

在收斂效度部份,本研究以 visual pls 1.04 套裝軟體進行分析。平均變異抽取 量(Average Variance Extracted,AVE)是計算潛在變項之各測量變數對該潛在變項 的變異解釋力,若 AVE 愈高,則表示潛在變項有愈佳的區別效度與收斂效度,

Fornell 與 Larcker(1981)建議其標準值須大於.5。因此,本研究衡量模式的平均 萃取變異結果分別是:專業能力.59、電腦自我效能.50、工作滿足.65、工作績效.61、

自我實現.80 等構面,均超過建議值.5(Hair et al, 1998),這代表問項的變異中有 一半以上可以被其所屬的因素所解釋,如表 4-6 所示(陰影部分)。

本研究進一步檢視衡量模式的區別效度(Discriminant Validity),如果衡量模式 具有區別效度,其潛在構面間的關係程度必須小於潛在構面內的關係程度,因此,

63

各構面的平均萃取變異量必須大於潛在構面間的共變異數(相關係數平方)。由表 4-6 可知,各構面的平均萃取變異量是對角線之數值(陰影部分),非對角線部份 是潛在構面間的共變異數,對角線之數值皆大於非對角線之數值,故知各構面皆 具有區別效度。

表 4-6

衡量模式的構面平均萃取變異量與共變異矩陣

構面 專業

能力

電腦自我 效能

工作 滿足

工作 績效

自我 實現 專業能力 .59

電腦自我效能 .17 .50

工作滿足 .18 .12 .65

工作績效 .24 .41 .32 .61

自我實現 .19 .12 .58 .37 .80

64