前測分析

由於本研究價值量表是參考學者的研究與相關文獻的引用所編輯而成，若要正式作 為衡量變項必須要經過測試。因此本研究僅針對顧客體驗價值量表進行前測調查與分 析。前測調查以「便利抽樣」方式，針對大學生與研究生進行調查。發放時間為民國九 十三年十二月二十一日至十二月二十八日，為期一週的調查。總回收樣本共444 份，剔 除無反應或無效樣本（漏達嚴重、或違反反向題），有效問卷為405 份，有效填達率為 91％。

本研究前測項目分析策略如下（邱皓政 2000）：採用檢測平均數是否偏離、標準差 是否過小、以及是否存在嚴重偏態；其次利用總分將樣本分為極端高低分組（27％、73

％），檢定各題在兩極端組中平均數是否相等；再者個別項目與總分相關若太小，需要 考慮刪除；最後因素分析中，太小的因素負荷值與共同性值（Communality）須考慮刪 除，但本研究另外考慮刪除後對信度的影響。綜合以上策略，經過反覆的測試與檢驗，

總共刪除 41 題項目，剩餘 30 題，另外加上一題反向題（檢驗是否專心填答）、共 31 題成為正式量表之準備（如表三-8）。

經過「探索性分析」後，30 題所組成的因素結構如表三-8 所示。最終的結構與 Holbrook 的顧客價值架構相同，顯示本研究所設計的量表具有表面效度與內容效度。此 部分探索性因素分析的做法（Aaker, 1980），是採取最常用的「主成分分析法」（Principle Component Analysis），以最大變異數旋轉法（Varimax）進行直交轉軸。因素個數的決 定以特徵値（Eigenvalue）大於 1 為標準，累積總解釋變異量必須高於 60%（Hair et al., 1998）。在題項刪減的過程當中，先利用取樣適切性量數（KMO; Kaiser-Meyer-Olkin measure of sampling adequacy）來檢測所有變數之間的相關情形。再者，因素負荷量

（Factor Loading）若小於 0.4、共同性小於 0.3（Aaker, 1980），則題項可以考慮刪除。

此外，刪減過程仍需考量信度係數（Cronbach’s alpha）的增減情形，以維持一定的信度。

相關係數檢測的結果，KMO 值達 0.848，表示適合進行因素分析（Kaiser, 1974）。

因素分析結果總共萃取出八個因素（表三-8），轉軸收斂於 6 個疊代（Iterations），累積 總變異量為 62.24%。簡化過後剩下 30 個題項，各因素的組成份之因素負荷量皆有 0.4 以上，共同性也有 0.4 以上。信度檢驗的結果介於 0.586~0.859 之間，除了「心靈」構 面外，其餘皆符合學者的要求（>0.6）（Hair et al., 1998），整體量表信度值達 0.848。綜 合以上結果，顯示本量表項目分析結果具有一定的可信度。

表 三-8 前測分析結果

pla_2 我總是透過使用電腦相關

設施來放鬆心情。 ^.774 3.53 .851 .645 pla_7 我持續的使用電腦，並非我

必須這麼做，而是我想這麼做。 ^.630 3.69 .813 .529 pla_1 使用電腦相關設施能讓我

的生活更加生動有趣。 ^.618 .319 4.13 .694 .530

遊樂

pla_8 因為我能夠自由自在地使

用它，讓我感到非常快樂。 ^{.318 .483} 3.85 .652 .659

.480 eff_8 為了能獨立完成工作，電腦

相關設施必須要容易使用與操作。 ^.830 4.20 .627 .745 eff_9 為了讓生活更自由自在，電

腦相關設施必須要容易使用與操 作。

.783 4.16 .647 .678

效率

eff_2 為了節省時間，電腦相關設

施必須要容易使用與操作。 ^.680 4.42 .610 .693

.573 spi_3 科技產品不斷推陳出新，吸

引我不斷地搜尋新知。 .747 3.65 .724 .635 spi_4 相關科技性產品的支出，佔

我的消費支出一定的比例。 .659 3.15 .833 .563

心靈

spi_8 我無法抗拒科技所帶來魅

力。 ^{.312 .334} .435 3.56 .862

.586

.485

特徵值 21.2 10.8 7.3 5.9 5.1 4.6 3.9 3.4

累積變異量（％） 13.1 21.3 28.7 35.9 42.9 49.9 56.7 62.239

Kaiser-Meyer-Olkin取樣適切性量數 .828 Bartlett球型檢定 4241.052***

整體量表α值 0.848 n= 404 30題項目 註:因素負荷量小於 0.3 者不予呈現