第四章 系統實驗與評估
第二節 信度、效度與適配度分析
一、問卷之信度分析
本研究針對基於 Web2.0 的道教互動式學習社群網站之系統使用意向的六大向度進行 信度分析，分析結果如表 4-2 所示。Cronbach’s α 係數分別是網站互動性(.856)、電腦 自我效能(.858)、認知公正性(.881)、認知有用性(.875)、認知易用性(.907)與使用意向(.913) 等六大構面。根據 Nunnally (1967)的建議，Cronbach's α 係數大於 0.7 屬於可信範圍，0.5 至 0.7 屬於可接受範圍。由下表可明確得知，本問卷之構面具有相當信度，其值介於 0.856~0.913 之間。
表 4-2
研究構面信度分析
項度構面 Cronbach's α 係數
網站互動性 .856
電腦自我效能 .858
認知公正性 .881
認知有用性 .875
認知易用性 .907
使用意向 .913
整體問卷分析 .960
二、問卷項目分析
本研究進行項目分析以衡量各問項之優劣，分析結果如表 4-3 所示。本研究問卷其平 均數為 5.24 至 5.67，標準差數值在 0.848 至 1.095 之間，表示本研究之題目並無偏態題目。
極端組 t 檢定中，最高與最低的各 27%為極端組，各題項之顯著性數值均落在 0.05 之內。
再以單因子進行因素分析，於其中發現各題項的因素負荷量均有大於 0.5 的標準值(邱皓政，
2005)。
表 4-3
PU2 我認為使用道教網路互動學習
表 4-4 性檢驗。如果測量模式中的因素負荷量均達顯著(p<0.05，t 的絕對值大於 1.96)，則表示測 量的指標能有效的反應出它所要測量的構念(潛在變項)，該測量具有良好的效度證據(吳明 隆，2007)。效度分析可透過驗證性因素分析加以檢驗，其主要目的是以衡量模式進行模式 的適合度分析，並檢驗衡量模型是否具有足夠的收斂效度（covergent validity）與區別效度
（discriminant validity）。當研究者對於結構理論之潛在變項已經有所了解，而欲探討觀察 變項與潛在變項之關係是否與理論觀點相符，並建立一套結構模式時，特別適用驗證性因 素分析。本研究採用標準化負荷量作為評估效度（validity）的指標。非標準化參數估計值 中沒有出現負的誤差變異數，而每個估計參數的標準誤均很小，表示模式的內在品質佳。
而依據測量指標的因素負荷量計算潛在變項之組合信度(composite reliability)作為檢定潛在 變項的的信度指標，此種信度檢定值也稱為「建構信度」，為模式內在品質的判別準則之一，
若是潛在變項的組合信度係數值均大於 0.6，表示模式內在品質佳，如表 4-5 至表 4-11 本 研究除認知有用性構面外，其餘各構面之組合信度均高於 0.8。另外與組合信度類似的指標 為「平均變異數抽取量」(average variance extracte)，平均變異數抽取量可以直接顯示被潛 在構念所解釋的變異量有多少的變異量是來自測量誤差，若是平均變異數抽取量愈大，指
標變項被潛在變項構念解釋的變異量百分比愈大，相對的測量誤差就愈小，一般判別的標 Website Interactive
WI1 0.752 0.856 0.33 0.8383 0.5122 Computer self-efficacy
CSE1 0.652 0.858 0.60 0.8153 0.4738 Cognitive Impartiality
RI1 0.643 0.881 0.80 0.8274 0.49
RI2 0.728 1.00
RI3 0.688 1.08
RI4 0.737 1.04
RI5 0.700 1.00
表 4-8
認知有用性構面驗證性因素分析
潛在變項 量測指標 因素負荷量 信度係數 量測誤差 組合信度 平均變異量
抽取值 認知有用性
Perceived Usefulness
PU1 0.479 0.875 0.30 0.5915 0.3284 Perceived Ease of Use
Behavioral Intention to
Use
認為，KMO 值大於 0.9 時，其因素分析適切性極佳，本量表的 KMO 值為.956，Bartlett 球
CSE3 0.776
CSE4 0.744
CSE5 0.508
PU1 0.479
PU3 0.600
PU5 0.629
解釋的變異量% 13.61 13.54 13.31 11.69 11.65 6.61 累積的解釋變異量% 13.61 27.163 40.47 52.17 63.83 70.44 抽樣式當性檢驗(KMO) .956
Battlett 球面形檢定 近似 X 2 值=6914.277 ***
六、結構模式適配度分析
本研究以科技接受模式建立研究架構，將網站互動性、電腦自我效能與認知公正性為 外部因素，透過 AMOS 18.0 結構方程模式適配度分析如表 4-12，卡方值(843.097)與自由度 (341)之比值為 2.472，GFI 值與 AGFI 值分別為 0.868 與 0.842，而 RMSEA 值為 0.063。在 整體模式的評估上，本研究架構χ2/df 比值為 2.472 小於 3，表示良好適配(Carmines and MacIver，1981)；而 GFI 值為 0.868、AGFI 值為 0.842，雖然 GFI 與 AGFI 接近 1 時，表 示模式適配度良好，但 Doll et al.（1994）認為 GFI 與 AGFI 如果介於 0.80 至 0.89 之間，
則代表模式已有合理適配，因此本研究模式適配情況良好。而比較適配指標 CFI 大於 0.90 基準適配度指標 NFI 大於 0.80 為理想量測模式的整體配適度指標標準。（Joreskog & Sorbom，
2000；張紹勳，1991）
表 4-12
整體結構模式適配度分析
統計檢定量 適配的標準 檢定結果數據 適配程度
χ2 /df 值 <3 2.472 良好
GFI 值 >.90(若 0.8~0.89 為合理適配) 0.868 合理 AGFI 值 >.90(若 0.8~0.89 為合理適配) 0.842 合理 RMSEA 值 <.08(若<.05 優良；<.08 良好) 0.063 良好
NFI 值 >.90 0.881 合理
CFI 值 >.90 0.925 良好