問卷信度與效度分析

所謂信度，就是量表的可靠性或穩定性，是用來分析量表工具所得結果的穩 定性及一致性，量表的信度愈大，則其測量的標準誤愈小。在態度量表法常用來 考驗信度的方法為 L. J. Cronbach 所創的α係數，Cronbach’s α係數是屬於 內部一致性的一種，最常適用於李克特式量表法，α係數係數愈高，代表量表的 內部一致性愈佳（吳明隆，民 98）。而效度即是正確性，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，用來測試研究問卷所欲量測的特質或功能的 程度。考驗效度的方法很多，一般通行的效度分類方法，包含內容效度、構想效 度和效標關聯效度。為確保受訪者對所選用的測量問項有正確的認知，必須要檢 測研究問卷的信效度，以達到研究目的之正確性。

信度分析

本研究採用 Cronbach’s α係數來進行問卷信度分析，針對潛在變數的內 容一致性進行檢定，而本研究分析的潛在變數包括認知效果與效率、認知公平、

政策接受度和轉移障礙。以下分成事前（計程收費之前的心理認知）與事後（計 程收費之後的心理認知）兩模式做個別的分析檢定。依據吳明隆（民 98）於其 書中綜合多位學者的看法，一份信度係數佳的量表或問卷，其信度值最好在 0.80 以上；如果在 0.70 至 0.80 之間，還算是可以接受的範圍；如果在 0.60 至 0.70 之間，還可以接受使用。

55

1. 事前模式

問卷量表之潛在變數的信度係數如表 5.1-1 所示，事前心理認知各構面的信 度係數分別為認知效果和效率 0.810、認知公平 0.751、政策接受度 0.711、轉 移障礙 0.792。各構面的信度皆大於 0.7，顯示本問卷具有良好的信度。因此，

本問卷用來衡量各潛在變數的問項在事前模式具有相當程度的精確性與穩定性，

且衡量同一潛在變數之各項目間一致程度也很好。

表 5.1-1 事前模式構面信度係數

構面 觀測變數 Cronbach’s α

認知效果和效率 減少旅行時間

0.810 減少行車擁擠

認知公平 使用者付費的公平精神

0.751 收費制度更公平

政策接受度 正面肯定的態度

0.711 支持現行的費率制度

轉移障礙

熟悉度不高

0.792 時間上不確定的風險

會花費更多金錢成本

2. 事後模式

問卷量表之潛在變數的信度係數如表 5.1-2 所示，事後心理認知各構面的信 度係數分別為認知效果和效率 0.781、認知公平 0.783、政策接受度 0.726、轉 移障礙 0.773。各構面的信度皆大於 0.7，顯示本問卷具有良好的信度。因此，

本問卷用來衡量各潛在變數的問項在事後模式具有相當程度的精確性與穩定性，

且衡量同一潛在變數之各項目間一致程度也很好。

56

表 5.1-2 事後模式構面信度係數

構面 觀測變數 Cronbach’s α

認知效果和效率 減少旅行時間

0.781 減少行車擁擠

認知公平 使用者付費的公平精神

0.783 收費制度更公平

政策接受度 正面肯定的態度

0.726 支持現行的費率制度

轉移障礙

熟悉度不高

0.773 時間上不確定的風險

會花費更多金錢成本

效度分析

在效度方面，本研究之問卷設計乃是依據李慧廷（民 100）參考國內外學者 相關文獻探討結果後提出之影響短程高速公路用路人轉移行為之潛在變數與衡 量項目，並根據本研究的需求加以修改，且經由專家學者對其內容審慎檢視，故 應能符合內容效度的要求。內容效度是指測量工具內容的適切性，若測量內容涵 蓋研究所要探討的架構及內容，就可以說是具有優良的內容效度。然而，內容效 度的檢測相當主觀，假若問項內容能以理論為基礎，並參考學者類似研究所使用 之問卷加以修訂，並且與實務從業人員或學術專家討論，即可認定具有相當的內 容效度。因此，依據前述準則，本研究使用之衡量工具應符合內容效度之要求。

57 的卡方值為 20.533，顯著性機率值 p=0.552>0.05，未達到 0.05 顯著水準，接受 虛無假設，表示研究者所提的因素構念假設模式與樣本資料可以契合。再從其他 適配度指標來看，卡方自由度比值為 1.027<2.000，RMR 值=0.032<0.050，GFI 值=0.980>0.090，AGFI 值=0.954>0.090，NFI 值=0.962>0.090，CFI 值

=1.000>0.090，PNFI 值=0.535>0.050，RMSEA 值=0.000<0.050，本研究衡量模式 的所有適配度指標均符合判斷適配的標準，表示整體模式適配情形良好，CFA 假 p>0.05

<2.00 <0.05 >0.90 >0.90 >0.90 >0.90 >0.50 <0.05 是否

適配 是 是 是 是 是 是 是 是 是 註：樣本數=200；RMR=root mean square residual; GFI=goodness of fit index;

AGFI=adjusted GFI; NFI=normed-fit index; CFI=comparative fit index;

PNFI=parsimony goodness-of-fit index; RMSEA=root mean square error of approximation。