信度與效度分析

4.2.1 信度分析

信度係指測驗結果（受試者的回答）的穩定性及可靠性（可相信的程度）（俞洪

亮、蔡義清、莊懿妃，2007），亦即衡量結果的一致性或穩定性程度，本研究將以 Cronbach α 係數、個別項目的信度、潛在構念的組成信度（Composite reliability, CR）、

平均變異抽取量來衡量其信度。

吳明隆（2007a）提到一般編製量表時，最常以統計係數 Cronbach’s α 值做為測 量分數信度的數據。一般而言，該係數高於0.8 為佳（俞洪亮、蔡義清、莊懿妃，2007）。 而關於各構念信度值的接受標準，黃俊英和林震岩（1994）提到 Cronbach α 係數介 於0.70 至 0.98 之間都可以算是高信度值，而依據 Nunnally（1978）所提出的建議，

Cronbach α 至少要在 0.7 以上才是可接受的範圍；但若是低於 0.35 的標準（Nunnally

& Bernstein，1994），則屬於低信度，應予以拒絕。

量表共計27 個題項，信度以 Cronbach α≧0.7 為衡量標準，經本研究使用統計軟 體進行信度實證分析後，將分析整理成表 11，從表中可以發現整體問項 Cronbach α 係數為0.903，已達接受範圍；而本研究各項變數之 Cronbach α 係數，除了派遣意願 的Cronbach α 係數為 0.661 稍低，屬於中信度範圖，但未低於 0.35 的拒絕值，故其 信度仍在可接受範圍內，而其餘各構面均在0.7 的標準之上，表示本研究內部一致性 具一定程度之信度。

表 11 各子構面內部一致信效度

另本研究根據Bagozzi & Yi（1988）的建議，挑選三項最常用的指標來評鑑測量 模式信度，各指標分述如下。

1. 個別項目的信度（Individual item reliability）：在評估整體模式的適合度之後接著 評估每一構念的測量模式，看看是否具有單一構面性（Unidimensionality）和信度。

研究人員在估計信度前應先檢定所有多指標構念的單一構面性，其次要檢查估計 的負荷量，看看每一負荷量是否達統計顯著性；如未達統計顯著性，可能要刪除 該指標，Hair et al.（1992）的建議值為 0.5 以上，而吳明隆（2007b）建議因素負 荷量應介於0.50 至 0.95 之間。

2. 潛在構念的組成信度（CR）：潛在構念的 CR 值是其所有測量變項之信度所組成，

Fornell & Larcker（1981）的建議值為 0.6 以上，若潛在構念的 CR 值越高，其測量 變項是高度互相關的，表示他們都在衡量相同的潛在構念，愈能測出該潛在構念。

3.潛在構念的平均變異抽取量（Average variance extracted, AVE）：AVE 值是計算潛在 構念之各測量變項對該潛在構念的平均變異解釋能力。若AVE 值愈高，則表示潛 在構念有愈高的信度與收斂效度，Fornell & Larcker（1981）的建議值為 0.5 以上。

主要構面 子構面 題數 組成信度

（CR） AVE Cronbach α 係數 個人

特質

正面積極 3 .76 .51

0.875 彈性適變 3 .63 .38

團結和諧 3 .75 .50

派遣意願 3 .80 .57 0.661

職涯規劃 6 .93 .70 0.935

工作投入

主動參與或規避工作 3 .73 .48

0.872 將工作視為生活核心或

周邊部分 3 .69 .43 工作對於他的自我概念

（self-concept）之重要 程度－是否將工作納入 於他對自己的評價中

3 .69 .43

整體問項 27 0.903

以下依Bagozzi & Yi（1988）的建議針對上述三項指標來衡量本研究問卷信度。

個別項目的信度在運用AMOS 模式分析時，先以因素負荷量判斷其值是否大於 0.5 標準，再觀察各變項信度的 R-Square 指標，以 Squared Multiple Correlation （SMC）

值來輔助判斷。茲將各觀察變項之因素負荷量及SMC 值列於表 12。

了累積自己的工作經驗－僅達0.347，此題項因素負荷量未達 0.5 以上之標準，故刪 除此題項並縮減此構面因素負荷量；至於職涯規劃及工作投入等二構面及其他題項 之因素負荷量皆達 0.5 以上屬可接受範圍，而表中大部分的觀察變項的因素負荷量 及SMC 值都大於 0.5，基本上個別項目已具有相當程度之信度。接下來說明各個潛 在構念的組成信度（CR）。

各個潛在構念的組成信度顯示於表11，根據 Fornell & Larcker（1981）的建議，

各個潛在構念的組成信度（CR）值為 0.6 以上表示其信度良好。由上表可得知各構 面皆已達到0.6 以上的標準，顯示其構念組成信度良好，本研究構面信度在 0.63 至 0.93 之範圍，顯示本研究問卷整體信度良好，表示本研究問卷內容具有相當高的可 靠度及一致性。

而在各個潛在構念的平均變異抽取量（AVE）方面，在表 11 顯示，平均變異抽 取量主要是計算潛在構念之各測量變項對該潛在構念的平均變異解釋能力。若其 AVE 值愈高，則表示潛在構念有愈高的信度與收斂效度，Fornell & Larcker（1981）

的建議值為 0.5 以上。由上表可知彈性適變（AVE=0.38）、主動參與或規避工作

（AVE=0.48）、將工作視為生活核心或周邊部分（AVE=0.43）以及工作對於他的自 我概念之重要程度（AVE=0.43），共有四項子構面的平均變異抽取量稍低，但仍具 有相當解釋能力，而其它構面的AVE 值在 0.50 至 0.70 之間，顯示本研究問卷的潛 在構念已具有相當水準的信度與收斂效度。

從以上各個信度衡量可發現，本研究問卷之信度整體測量指標皆具有良好信 度。以下將進行本研究問卷之效度分析。

4.2.2 效度分析

在此本研究將檢測其內容效度與建構效度，玆將說明如下。

1. 內容效度

是指測量內容的適切性。其判定採主觀的認定，由研究人員或委請專家學者，

審慎評估測量項目與測量尺度是否適當。本研究問卷題項乃參考過去多位學者，各 個題項在過去研究文獻皆經過多次檢測，且都達到當初設定之衡量效果，而在本研 究在問卷設計過程中，針對每一個構念的操作化，均是引用文獻中具有良好效度與 信度的量表，之後在問卷衡量題項上依據「非專業知識虛擬社群」之情境修改。此 外，本研究經指導教授及數位參與非專業知識虛擬社群的使用者進行問卷的修正，

經過嚴謹的問卷設計過程，期望本研究的內容效度與表面效度能具有一定的效用水 準。

2. 建構效度

建構效度檢定是最為重要，亦最具指標性的。建構效度（構念效度）是指問卷 或量表能測量到理論上的構念或特質之程度。建構效度分為兩類：收斂效度與區別 效度。本研究即檢定兩種重要的建構效度：收斂效度（Convergent validity）－係指 以不同衡量方式去衡量來自相關變項的變數，彼此之間的相關程度要高，亦即衡量 相同的東西，其衡量結果應相同；區別效度（Discriminate validity）—將不相同的兩 個概念進行測量，將測量結果進行相關分析，其相關程度要低。本研究根據DeVellis

（1991 ） 以 及 Campbell & Fiske （ 1959 ） 所 提 出 的 多 重 特 質 多 重 方 法 矩 陣 (Multitraitmultimethod matrix)來進行收斂效度及區別效度的分析，利用個人特質的三 個構面，工作投入的三個構面，以及派遣意願構面和職涯規劃構面間之相關矩陣進 行分析。

本研究使用 AMOS 統計軟體，採驗證性因素分析（Confirmatory factor analysis, CFA）進行收斂效度之分析。本研究用最大概似估計（Maximum likelihood estimation, MLE）方法對測量模型進行估計，分析的結果如上表 12 所示。在進行驗證性因素分 析時，當同一量表的所有題項，均擁有高於0.5 以上的因素負荷量時，代表此一量表 具有相當程度的收斂效度，且各估計值之t 檢定均達顯著水準以上（p<0.0001），才符 合單構面尺度的要件。

驗證性因素分析的結果顯示，除了 2-4 題項因素負荷量稍低於 0.5 之外，所有變 數的因素負荷量皆大於0.5，且 t 檢定的結果亦顯示各變數均達顯著水準之上，符合 各個構面尺度衡量的標準，因此具良好收斂效度。

而在區別效度方面，區別效度係指構面不同，分別測量這些構面的測量問項之間 會有差異，當其有差異時即具有區別效度，顯示本研究問卷具足夠區別效度。Kim 等人（2003）認為研究構面間的相關係數小於 0.85，即可宣稱具備一定程度之區別效 度。而下表13 顯示各構面間之相關係數最高為「彈性適變－團結和諧」的 0.794，低 於0.85，因此本研究符合此項區別效度檢測方式。

表 13 區別效度分析表 使用最大概似估計法（Maximum likelihood estimation, MLE）來進行研究估計參數的 方式，最大概似估計法是一種有效率的不偏估計法，利用此估計法時樣本不能太小。

一般認為樣本數最少應在 100 到 400 份之間才適合使用（Ding, Velicer & Harlow,