信度與效度檢定

信度是指測量結果的一致性(consistency)或穩定性(stability)，也就是研究者對於相同 的或相似的現象(或群體)進行不同的測量，其所得的結果一致的程度(榮泰生，2006)。

以 往 有 關 衡 量 信 度 的 方 法 主 要 有 再 測 信 度(test-retest method) 、 折 半 信 度 (split-halfmethod)、複本信度 (equivalent-forms method)、柯能畢曲(cronbach)α 係數、庫 李(kuder–richardson)係數等(陳順宇，2002)。本研究採用 Cronbach’s α 係數做為檢定方 法，以衡量各構面的內部一致性，Cronbach’s α 係數值愈高表示相關程度愈強。Nunnally (1978) 認為 Cronbach’s α 要大於或等於 0. 7，否則應該拒絕。而 Wortzel (1979) 提出 Cronbach’s α 值 0.7 至 0. 98 之間，表示有高信度值。Cuieford (1965) 表示若 Cronbach’s α

< 0.35 為低等信度，0.35 < Cronbach’s α < 0.7 則為中等信度，若 Cronbach’s α > 0.7 就屬 於高等信度。Hair(1998)認為效度是指衡量的工具是否能真正衡量到研究者想要衡量的 問題。而效度又可分為內容效度(content validity)、效標效度(criterion validity)與建構效度 (construct validity)。因此，本研究以 Cronbach’s α > 0.7 與分項對總項的相關係數 ( item-to-total correlations）> 0.35 作為衡量信度與建構效度的標準。

由於本研究擬透過因素分析來計算各構面之Cronbach’s α 係數與分項對總項之相關 係數，因此，以下將依序說明各構面信效度之計算過程：

一、 KMO 與 Bartlett 的檢定

在進行樣本資料分析前，本研究首先進行因素分析前資料的檢視，以判斷本研 究所蒐集的樣本資料是否適合進行因素分析，其檢視方法說明如下(吳萬益，2000)

1. 檢視資料的相關係數矩陣，若相關係數未顯著的大於 0.3，則資料不適宜 進行因素分析。

2. Bartlett 的球型檢定(Bartlett test of sphericity)，此種統計檢定主要是用來檢 定變數間的相關係數是否顯著，核定結果若P 值小於 0.05 即代表顯著。

3. 取 樣 適 切 性 量 數 (KMO ， Kaiser-Meyer-Olkin measure of sampling

adequacy)，其值介於 0 到 1 之間，若 KMO 等於 1 表示每一變數均可以 被其他變數完全預測，若 KMO>=0.9，表示資料非常適合做因素分析；

若 0.9>KMO≧0.8，表是很合適；若 0.8>KMO≧0.7，表示還不錯；若 0.6>KMO≧0.5，表示不太適合；若 KMO<0.5，表示資料不適合做因素 分析。

依據上述規則，本研究將各構面分析結果整理如表4.2所示，在Bartlett的球型檢定部 分，各變項之相關係數檢定結果P值均小於0.05，顯示各變項間的相關係數呈顯著相關，

而各變數之KMO值均大於0.734，顯示本研究所回收之樣本資料適合進行因素分析。

表4.2KMO與BARTLETT的檢定結果 項目名稱

1. 因素之特徵值(eigenvalue)須大於1。

2. 最大變異數轉軸法(varimax)旋轉後，取因素負荷量(factor loading)絕對值大於 0.7。

3. 最大因素負荷量與次大因素負荷量之差大於0.3。

4. 共同性(communality)須大於0.5。 Cronbach’s α 係數為 0.758，而品牌風險構面的 Cronbach’s α 係數為 0.701，其中這 兩構面刪除任何題項皆無法使得其整體信度係數提高，故無須刪除題項；至於安全

品牌風險

表4.5資訊豐富度量表之信度分析表

產品資訊

因素 題項 分項對總項之相關係數 刪除題項後之Cronbach’s α

綜合以上表4.3-4.9 的分析結果，本研究將修改後最終的信效度分析結果，整理如表 4.10

資料來源：本研究整理