第三章 研究方法
3.5 分析方式
一、再測信度 (Test-retest reliability)
其定義為受測者在不同時間得分的一致性，又稱為穩定係數 (Coefficient of stability)。
二、折半信度 (Split-half reliability)
同樣的量表由同一群受試者僅做一次，在利用折半的原理，將量表等分為 二，此兩部份的分數之間相關程度(degree of correlation)即為折半信度。
三、Cronbach’s α 係數 (Cronbach’s α coefficient)
為測量每一個量表是否測量單一概念(idea)，為測量組成量表題目之間的內
四、複本信度 (Alternate-form Reliability)
其定義為將同一群受試者，對兩份內容相似、難易程度相近的測驗作答，兩 次分數的相關係數稱為複本信度，當相關程度愈大代表信度愈高。
根據本研究之研究方式，並且參考其他相關之研究，大部分都使用
Cronbach’s α 係數來判定作為信度分析之指標，並且本研究將測驗每一構面內，
之組成問項是否具有一致性，因此本研究也將會使用Cronbach’s α 係數作為信度 (best-fit line)或回歸線(regression line)。
根據最小平方法，未標準化之迴歸方程式的斜率與結距計算方式如下： (standardized regression coefficient) ，稱為β係數，其值介於-1 至+1 之間，正負 項則為X 與 Y 變項的關係方向，計算方式如下所示：
3.5.4 結構方程模式分析
結構方程模式(Structural equation model,SEM)從統計學方法的發展來看，是 一種將因素分析與路徑分析的結合，它可以用來探討變項與潛在變項間之因果關 係模式，可以分為結構模式(Structural Model)和衡量模式(Measurement Model)。
由SEM 對收集回來之資料來做分析，藉此找出顧客滿意度與營運績效、成本績 效、關係績效、互動品質與環境品質間之因果關係。
結構模式是用來描述潛在變相與潛在變相之間因果關係的模式，模式之中因 的變數稱為潛在自變數(Latent Independent Variables)或潛在外生變數(Latent Exogenous Variables)，在模式中用 ξ 表示；而模式中果的變數稱為潛在依變數 (Latent Dependent Variables)或潛在內生變數(Latent Endogenous Variables)，在模 式中用η 表示，而其結構模式如下所示：
衡量模式是用來說明潛在變數(latent variables)與外顯變數(manifest variables) 之間的關係，由於潛在變數無法直接衡量，因此比需由外顯變數來間接推得。衡 程模式主要可以分為驗證性因素分析(CFA)與路徑分析(Path analyze)兩個部份。
驗證性因素分析包含整體適配度衡量與內在結構適配度衡量。近來一些學者 (Hair et al.,1998)將整體適配指標分為三類：絕對適配衡量(absolute fit measures)、
增值適配衡量(incremental fit measures)與簡效適配衡量(parsimonious fit measures)，詳細指標如下表所示：
表3.10 Hair et al.適配度指標分類 自由度比(
χ
2/df)、良性適配指標(goodness of fit index, GFI)、均方根殘差(root mean square residual, RMR)、調整後良性適配指標(adjusted goodness of fit index, AGFI)、規範適配指標(normed fit index, NFI)、非規範適配指標(non-normed fit index, NNFI)、比較適配指標(comparative fit index, CFI)。表3.11 適配度指標計算公式
理論與應用(黃芳銘)
內在結構適配度衡量，包含了信度與效度相關之指標。Bollen(1989)認為當 t-value 值達到顯著，可以使用標準化因素負荷量來當作各別問項之效度評鑑。除 了各別問項之檢定外，尚須檢定因素之信度。在測量因素之信度時，除了α 係數 之外，SEM 發展出檢定潛在變項的信度指標，稱為混合信度(Composite
reliability)，大部分學者建議大於 0.5 即可，其計算公式如下：
混合信度=
此外可以使用變異萃取估計(Variance extraceted estimates)量來觀察變項的總 變異量是來自於潛在變相的變異量，而一般建議應大於0.5，其計算公式如下：