第三章 研究設計與實施
第三節 信效度分析
本研究分別使用 SPSS for Windows 12.0 及 LISREL 8.51 來進行 Cronbach’s α值與驗證性因素分析，用以說明主要研究變項其衡量量表 之信度及效度。
一、信度分析
信度即是測量的可靠性，係指測量結果的一致性或穩定性。一般而 言，Cronbach＇s α值為各種信度中較為嚴謹者（葛樹人，1997），亦 是在 Likert 量表中，常使用的信度考驗方法。因此，本研究之量表信度 方面採用 Cronbach＇s α值，以衡量各變項測量項目之內部一致性。根 據學者 Gay 和 Airasian(2000)的觀點，量表的信度值若在 0.90 以上，表 示量表的信度甚佳。
而最小可接受的信度值為何，學者間看法不一，DeVellis(2003)認為 0.70 是最小可接受的信度值；簡茂發（2002）指出α值介於 0.50 至 0.70 間為可信且最常見；研究者所編制之研究工具信度如在 0.60 以下，應重 新修訂研究工具或重新編制較為適宜（吳明隆、涂金堂，2008）。
經過信度檢定結果發現，本研究衡量變項中，各構面之α值均高於 簡茂發（2002）提出的可信之信度值 0.50，如表 4-11 所示，表示本研究 衡量變項之信度在可接受的範圍之內。
表 4-11 研究衡量變項之檢定結果
研究變項 衡量構面 題數 Cronbach’s α
數位學習涉入程度 數位學習涉入程度 10 0.958
組織記憶 17 0.950
組織記憶 4 0.866
記憶分享 5 0.897
外部資訊使用 4 0.808
內部流程使用 4 0.968
組織學習 18 0.905
分享願景 6 0.845
學習承諾 6 0.853
開放心智 6 0.664
二、效度分析
效度即是正確性，係指衡量工具能正確測量出所欲衡量變項的特質 或功能的程度。本研究問卷之發展將由文獻探討整理及分析後，並參考 學者相關問卷內容加以修訂而成，再經由研究者、指導教授及專家學者 共同討論題意的合適性加以修訂，因此，問卷經過嚴格檢定，符合相當 程度的標準，表示本問卷應具有內容效度。
為了檢定研究架構所提出之各變項間的關係，則須進行結構方程模 式分析以瞭解整體模式之配適情形。第一階段將進行驗證性因素分析 (Confirmatory Factor Analysis, CFA)，來衡量模式的適合度檢定，用來 檢定各構面是否具有足夠的收斂效度；第二階段將多個衡量題項縮減為 少數或單一的衡量指標，再運用結構方程模式加以分析，以驗證研究中 的各項假設檢定。由於本研究採用學者已開發之量表作為研究工具，故 採用驗證性因素分析法來考驗量表之建構效度。
在結構方程模式分析中，組合信度(Composite Reliability, CR)是用 來作為檢定潛在變項的信度指標。吳明隆（2008）指出，潛在變項之組
合信度其值在 0.60 以上，表示模式的內在品質理想。組合信度(ρc)公式 如下：
潛在變項之平均變異數抽取量(Average Variance Extracted, AVE)說 明觀察變項的總變異量有多少是來自於潛在變項的變異量，其它的變異 量則是由測量誤差所貢獻的，平均變異數抽取量越大，觀察變項被潛在 變項解釋的變異量百分比越大，測量誤差就越小，所抽取之潛在變項的 平均變異數抽取量必須大於 0.50（吳明隆，2008；黃芳銘，2007）。平 均變異數抽取量(ρv)公式如下：
表 4-12 驗證性因素分析之模式配適度指標（續）
衡量指標 建議值
AGFI >0.80 SRMR <0.10 RMSEA <0.08
以下將針對各研究變項及其衡量題項進行驗證性因素分析。
(一) 數位學習涉入程度
數位學習涉入程度是單一構面，共有 10 個題項的測量變項，僅須 進行一階驗證性因素分析，如圖 4-1 所示。表 4-13 顯示數位學習涉入程 度一階驗證性因素分析結果，其模式配適度指標中，GFI 為 0.84、NFI 為 0.91 及 CFI 為 0.92，其中 NFI 及 CFI 皆大於 0.9 的理想水準，SRMR 為 0.042 小於理想水準 0.10，而 RMSEA 為 0.152，一般而言，RMSEA 愈小愈好，其組合信度的值為 0.959，超過標準 0.6 以上；平均變異數抽 取量的值為 0.701，超過標準 0.5 以上。因此，顯示數位學習涉入程度構 面之各題項之收斂效度可再進行修正。
圖 4-1 一階驗證性因素 ELI1
ELI2 ELI3 ELI4 ELI5 ELI6 ELI7 ELI8 ELI9 ELI10
數位學習 涉入程度 0.87
0.69 0.86 0.81 0.85 0.91 0.76
0.91 0.89 0.80
表 4-13 數位學習涉入程度量表一階驗證性因素分析結果
(e-learning)是緊密相關的。 0.69 0.53 3.我會被公司的數位學習(e-learning)所
吸引。 0.86 0.26
4.我會持續關心有關公司數位學習
(e-learning)之消息。 0.81 0.34 5.我認為公司的數位學習(e-learning)對
我而言是有價值的。 0.85 0.28
6.我認為我需要公司數位學習
(e-learning)的內容。 0.91 0.18 7.我想進一步瞭解公司數位學習
(e-learning)的內容。 0.87 0.24 8.公司的數位學習(e-learning)對我而言
(二) 組織記憶
組織記憶是四個構面，共有 17 個題項的測量變項，須進行一階單 因子模式先驗證，再以一階四因子模式顯示因素間存在相關，最後再進 行二階驗證性因素分析，如圖 4-2 至圖 4-4 所示。表 4-14 顯示組織記憶 二階驗證性因素分析結果，其模式的配適度指標中，GFI 為 0.82、NFI 為 0.88 及 CFI 為 0.91，其中 GFI 與 NFI 皆為 0.8，小於 0.9 的理想水準，
SRMR 為 0.067，小於 0.10 的理想水準，而 RMSEA 為 0.109，RMSEA 愈小愈好，組合信度的值介於 0.824 至 0.968 間，皆超過標準 0.6；平均 變異數抽取量的值介於 0.544 至 0.883 間，皆超過標準 0.5 以上。因此，
顯示組織記憶構念及構面之各題項之收斂效度可再進行修正。
圖 4-2 一階驗證性因素
圖 4-3 一階四因子驗證性因素
圖 4-4 二階驗證性因素
表 4-14 組織記憶量表驗證性因素分析結果
表 4-14 組織記憶量表驗證性因素分析結果（續） 好，其組合信度的值為 0.874、0.868、0.712，皆大於標準 0.6 以上；平 均變異數抽取量的值為 0.560、0.536、0.344，其中「開放心智」之平均 萃取變異量的值為 0.344，因此，顯示組織學習構念及構面之各題項之 收斂效度需再進行調整。
圖 4-5 一階驗證性因素
圖 4-6 一階三因子驗證性因素
圖 4-7 二階驗證性因素
表 4-15 組織學習量表驗證性因素分析結果
表 4-15 組織學習量表驗證性因素分析結果（續）
0.152 為低，一般而言，RMSEA 愈小愈好，其組合信度的值為 0.959，
超過標準 0.6 以上；平均變異數抽取量的值為 0.725，超過標準 0.5 以上。
因此，顯示數位學習涉入程度構面之各題項之收斂效度是在良好的範圍 內。兩次驗證性因素分析之模式配適度指標如表 4-17 所示。
圖 4-8 一階驗證性因素
表 4-16 數位學習涉入程度量表修正後驗證性因素分析結果（續）
(e-learning)之消息。
0.81 0.35 5.我認為公司的數位學習(e-learning)對
我而言是有價值的。 0.86 0.27
6.我認為我需要公司數位學習
(e-learning)的內容。 0.91 0.17 7.我想進一步瞭解公司數位學習
(e-learning)的內容。 0.88 0.23 8.公司的數位學習(e-learning)對我而言
表 4-17 數位學習涉入程度量表驗證性因素分析模式配適度指標 驗證性因
素分析
卡方值 χ2
自由度 d.f.
χ2/d.f. GFI NFI CFI AGFI SRMR RMSEA 一階單因
子模式 (未修正)
235.59 35 6.731 0.84 0.91 0.92 0.75 0.042 0.152
一階單因 子模式 (修正後)
142.58 27 5.281 0.89 0.94 0.95 0.81 0.028 0.131
(二) 組織記憶
組織記憶之題項中，刪除第 10 題後，組織記憶共有四個構面，16 題項的測量變項，再進行一階單因子模式、一階四因子模式以及二階驗 證性因素分析，如圖 4-9 至圖 4-11 所示。表 4-18 顯示組織記憶二階驗 證性因素分析結果，其模式適合度指標中 GFI 為 0.84、NFI 為 0.89 及 CFI 為 0.92，其中 NFI 接近 0.9 的理想水準，CFI 大於 0.9 的理想水準，
SRMR 值為 0.064，小於 0.10 的理想水準，而修正後之 RMSEA 值為 0.108，較未修正之 RMSEA 值 0.109 為低，一般而言，RMSEA 愈小愈 好，其組合信度的值介於 0.830 至 0.968 間，皆超過標準 0.6 以上；平均 變異數抽取量的值介於 0.621 至 0.883 間，皆超過標準 0.5 以上。因此，
顯示組織記憶構面之各題項之收斂效度是在良好的範圍內。兩次二階驗 證性因素分析之模式配適度指標如表 4-19 所示。
圖 4-9 一階驗證性因素
圖 4-10 一階四因子驗證性因素
圖 4-11 二階驗證性因素
表 4-18 組織記憶量表修正後驗證性因素分析結果
表 4-18 組織記憶量表修正後驗證性因素分析結果（續）
(三) 組織學習
組織學習之題項中，刪除第 6、11、12、13、14、17 題後，組織學 習共有三個構面，12 題項的測量變項，再進行一階單因子模式、一階三 因子模式以及二階驗證性因素分析，如圖 4-12 至圖 4-14 所示。表 4-20 顯示組織學習二階驗證性因素分析結果，其模式適合度指標中 GFI 為 0.84、NFI 為 0.88 及 CFI 為 0.90，較原先之值為高，其中 NFI 接近 0.9 的理想水準，而 CFI 大於 0.9 的理想水準，而修正後之 RMSEA 為 0.134，
一般而言，RMSEA 愈小愈好，其組合信度的值介於 0.799 至 0.907 間，
皆超過標準 0.6 以上；平均變異數抽取量的值介於 0.576 至 0.663 間，皆 超過標準 0.5 以上。因此，顯示組織學習構面之各題項之收斂效度是在 可接受的範圍內。兩次二階驗證性因素分析之模式配適度指標如表 4-21 所示。
圖 4-12 一階驗證性因素 OL1
OL2 OL3
OL4 OL5 OL7 OL8
OL9 OL10
組織學習 0.76
0.81 0.76 0.80 0.79 0.69
0.73 0.74 0.71
OL15 OL16
0.60 0.71
OL18
0.54
圖 4-13 一階三因子驗證性因素
圖 4-14 二階驗證性因素
表 4-20 組織學習量表修正後驗證性因素分析結果
表 4-21 組織學習量表驗證性因素分析之模式配適度指標 驗證性因
素分析
卡方值 χ2
自由度 d.f.
χ2/d.f. GFI NFI CFI AGFI SRMR RMSEA 二階因子
模式 (未修正)
696.17 132 5.274 0.76 0.77 0.81 0.69 0.092 0.131
二階因子 模式 (修正後)
279.94 51 5.489 0.84 0.88 0.90 0.76 0.058 0.134
本研究各構面的平均變異數抽取量均大於 0.50，因此，顯示各構面 是具有「收斂效度」。在區別效度方面，Fornell 與 Larcker(1981)認為每 一個構面的平均變異數抽取量須大於該構面與其它構面之相關係數的 平方。從表 4-22 可知，各構面間的相關係數之最大值為 0.773(組織記憶 與組織學習)，其平方為 0.600。而平均變異數抽取量的最小值為 0.641(組 織學習的平均變異數抽取量)，大於 0.600(織記憶與組織學習的平方值)，
由此可知，各構面間具有良好的區別效度。在表 4-22 中，數位學習涉入 程度、組織記憶與組織學習各構面的平均變異數抽取量之平方根值(對角 線之值)大於相關係數值(非對角線之值)，顯示構面應為不同的構面，具 有區別效度。
數位學習涉入程度平均變異數抽取量=0.725，開根號後的值=0.851 組織記憶平均變異數抽取量=0.700，開根號後的值=0.837
組織學習平均變異數抽取量=0.641，開根號後的值=0.801
表 4-22 收斂效度與區別效度
變項 平均變異
數抽取量
相關係數 數位學習
涉入程度 組織記憶 組織學習 數位學習涉入程度 0.725 0.851
組織記憶 0.700 0.577 0.837
組織學習 0.641 0.561 0.773 0.801