2. 文獻回顧與探討
4.2 信度與效度分析
本研究採用AMOS 16對其所發放問卷做驗證性因素分析（Confirmatory Factor Analysis; CFA），並針對分析結果做違犯估計檢定、收斂效度檢定、模型 適配度檢定、區別檢定。茲將驗證性因素分析分析結果依自變數、依變數之不同 整理如表28（自變項），表29、30、31、32（依變項）：
表 28 自變項驗證性因素分析之數據
變 項
表 29 依變項驗證性因素分析之數據－內部服務品質
表 30 依變項驗證性因素分析之數據－員工滿意度
表 32 依變項驗證性因素分析之數據－員工忠誠度
11.只要工作的內容差不多，去別的公司服務也無所謂 .673 .124 8.972 .153
12.只要工作情況上有微小的改變，就會促使我離開這
1.違犯估計評鑑
所謂違犯估計（offending Estimate）是指在測量模型或結構模型中，所輸出 的估計參數超出可接受的範圍，亦即模型獲得不當的解。根據Hair, Anderson, Tatham 與 Black (1998) 的看法，檢視模式是否違犯估計，其違犯估計有以下三 種現象：
1.有負的誤差變異數存在。
2.標準差的回歸係數超過或太接近1。
3.有太大的標準誤。
經表28、29、30、31、32之二階驗證性因素分析數據表可得知，本研究各問 項誤差變異數介於0.153~0.024，並無負的誤差變異數、標準化回歸係數介於 0.545~0.947 ， 係 數 全 小 於 0.95 ， 並 無 超 過 或 太 接 近 1 之 係 數 、 標 準 誤 介 於 0.279~0.035，並無過高之標準誤、且t值介於24.512~7.239，大於1.96，達到顯著 標準。符合違犯估計統計評估之準則，證明本模型並無違犯估計的問題。
2.配適度檢定
測量模型必須由所蒐集的資料驗證其配適度，為了解本模型之配適度，本研 究採用多項指標做驗證。Hair 等人 (1998) 將其分為三種類型：絕對配適檢定、
增量配適檢定及精簡配適檢定等。以下簡述三種類型指標之意義：
(1)絕對配適度衡量係評定假設模型的共變數矩陣與觀察資料的樣本共變數 矩陣的接近程度。常用的指標有： χ2/df, GFI, RMR, RMSEA。
(2)增量配適度衡量係比較理論模型與獨立模型而來，數值表示理論模型與 獨立模型比較之下能增加契合度的程度。常用的指標有：AGFI, NFI, RFI, IFI, TLI, CFI。
(3)精簡配適度衡量係調整配適度衡量，俾能比較含有不同估計係數數目的 模式，以決定每一估計係數所能獲致的適合程度。常用的指標有：PNFI, PCFI, PGFI。
本研究中採用各指標的理想建議值，係根據以下學者的建議：Bollen (1989) 認為χ2/df 小於5，可視為良好之配適。Gefen 等人 (2000) 及Hair 等人 (1998) 的建議，若GFI, NFI, RFI, IFI, CFI 指標大於0.90，AGFI指標大於0.8，被認為提 供可接受的模型契合度。Kline (1998) 則認為TLI指標大於0.90，被認為達到可接 受的標準。Hair 等人 (1998) 認為RMR的值在0.05到0.08之間是可以接受的。此 外，Jarvenpaa 等人 (2000) 認為RMSEA指標的理想值應小於0.08。至於簡要配 適度衡量的指標，Byrne (2001) 認為理想值應大於0.5。
茲將上述三種類適度檢定依自變項、依變項之不同制訂成表33、表34，以便
經驗證本研究的自變項及應變項之驗證性因素分析，結果如表33、34所示。
除了RMSEA略高於0.8以外，所有指標均已達到可接受之建議值，而且有些指標 甚而超過0.95（NFI, RFI, IFI, TLI, CFI），由此可見無論是自變項或應變項均與 模型之配適度甚佳。
建構信度（Construct Reliability）或稱為組合信度（Composite Reliability），
建構信度為潛在變數的信度指標，可用來衡量潛在變數之指標項目的內部一致
潛在變數的平均變異抽取量（Average Variance Extracted; AVE）為潛在變數 之各觀察變數對該潛在變數的平均變異解釋力。AVE的意義代表觀察變數的總變
茲將各構面之建構信度、平均變異抽取量整理如表35：
表 35 收斂效度檢驗表
構面
項 目 數
建 構 信 度
平均變異抽取量
內部服務品質
可靠性 5 .982 .919
保證性 4 .984 .939
有形性 4 .971 .895
同理性 4 .943 .814
反應性 4 .987 .950
員工滿意度
一般滿意度 3 .945 .853
成長滿意度 4 .984 .940
員工忠誠度
價值承諾 7 .988 .927
努力承諾 3 .969 .913
留職承諾 5 .956 .846
員工生產力
任務績效 4 .991 .966
脈絡績效 2 .965 .932
資訊系統品質
資訊品質 4 .986 .943
系統品質 5 .989 .946
服務品質 5 .987 .938
針對內部服務品質構面而言，所有題項的標準化回歸係數介於0.588~0.913 之間，且T值皆大於1.96，皆呈現顯著（表29）；各子構面的建構信度依序為0.982、
0.984、0.971、0.943、0.987，皆大於0.6，所有子構面的平均變異抽取量最小值 為0.814，大於標準0.5（表35）。整體而言，皆已符合收斂效度之要求，因此得 知內部服務品質之測量模型的內在品質頗佳。
針對員工滿意度構面而言，所有題項的標準化回歸係數介於0.545~0.912之 間，且T值皆大於1.96，皆呈現顯著（表30）；各子構面的建構信度依序為0.945、
0.984，皆大於0.6，所有子構面的平均變異抽取量最小值為0.854，大於標準0.5
（表35）。整體而言，皆已符合收斂效度之要求，因此，員工滿意度構面之測量 模型的內在品質亦佳。
針對員工忠誠度構面而言，所有題項的標準化回歸係數介於0.710~0.897之 間，且T值皆大於1.96，皆呈現顯著（表32）；各子構面的建構信度依序為0.988、
0.969、0.956，皆大於0.6，所有子構面的平均變異抽取量最小值為0.846，大於標 準0.5（表35）。整體而言，皆已符合收斂效度之要求，因此，員工忠誠度構面 之測量模型的內在品質亦佳。
針對資訊系統品質構面而言，所有題項的標準化回歸係數介於0.813~0.922 之間，且T值皆大於1.96，皆呈現顯著（表28）；各子構面的建構信度依序為0.986、
0.989、0.987，皆大於0.6，所有子構面的平均變異抽取量最小值為0.938，大於標 準0.5（表35）。整體而言，皆已符合收斂效度之要求，因此，資訊系統品質構 面之測量模型的內在品質亦佳。
針對員工生產力構面而言，所有題項的標準化回歸係數介於0.821~0.934之 間，且T值皆大於1.96，皆呈現顯著（表31）；各子構面的建構信度依序為0.991、
0.965，皆大於0.6，所有子構面的平均變異抽取量最小值為0.932，大於標準0.5
（表37）。整體而言，皆已符合收斂效度之要求，因此，員工生產力構面之測量 模型的內在品質亦佳。
4.區別效度檢定
區別效度的檢定有兩種方法（Baker, Parasuraman 和 Voss, 2002）。第一個 是構面間兩兩相關係數不得為1，另一個方法由Fornell 和 Larcker (1981) 所建 議，即每一個構面的平均變異抽取量若全都大於該構面與其它構面之相關係數的 平方，即可認為有區別效度。茲將相關矩陣整理成以下區別效度檢驗表36，表的 對角線則為各構面之平均變易抽取量數值。
參照表36可知，其相關係數都不為1，滿足區別效度之第一條件；此外，所 有構面之平均變異抽取量最小值為0.814，各構面之相關係數最大值平方為 0.793，變異抽取量最小值0.814>相關係數最大值平方0.793，滿足區別效度第二 條件。資料顯示本模型之區別效度頗佳。
表 36 區別效度檢驗表
構面 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15.
1. 脈絡績效 .932
員工生產力
2. 任務績效 .558 .966
3. 價值承諾 .506 .509 .927
4. 努力承諾 .480 .484 .783 .913
員工忠誠度
5. 留職承諾 .264 .266 .477 .418 .846 6. 成長滿意度 .337 .340 .550 .523 .287 .940 員工滿意度
7. 一般滿意度 .450 .453 .734 .697 .383 .612 .853 8. 可信性 .236 .238 .386 .366 .201 .272 .364 .919 9. 保證性 .219 .221 .358 .340 .187 .253 .337 .837 .939 10.有形性 .340 .342 .555 .527 .290 .392 .523 .560 .579 .895 11.同理性 .284 .286 .463 .439 .242 .327 .436 .652 .677 .599 .814 內部服務品質
12.回應性 .237 .239 .386 .367 .202 .273 .364 .763 .747 .584 .734 .950 13.服務品質 .302 .304 .493 .468 .257 .348 .465 .312 .290 .449 .375 .313 .938 14.系統品質 .352 .354 .574 .545 .300 .406 .541 .364 .337 .523 .436 .364 .796 .946
資訊系統品質
15.資訊品質 .327 .329 .533 .506 .278 .376 .502 .337 .313 .485 .405 .338 .737 .891 .943 註：對角線之值為潛在變數之平均變異抽取量（AVE），該值應大於非對角線之值平方