問卷信度與效度分析

一、信度

信度 (Reliability)代表的是測量問卷的可靠度、穩定性與一致性，本研究使 用Cronbach’s α 值來衡量與評估，主要是用來檢測內部一致性，其值愈高，即內 部一致性愈好。

Nunnally (1978)認為當 Cronbach's α 值大於 0.7 即代表高信度。本研究各構 面Cronbach’s α 值介於 0.758 至 0.904 之間，且整份問卷 Cronbach’s α 值為 0.951，

全部皆大於 0.7，可顯示出本研究之問卷具有良好的信度。各構面與整體之 Cronbach’s α 值如表 4-14。

表 4- 14

各構面與整體信度分析表

構面名稱 Cronbach α 值 整體Cronbach α 值

資訊品質 0.876

0.951

系統品質 0.766

服務品質 0.758

確認 0.904

認知有用性 0.900

認知玩趣性 0.837

使用滿意度 0.874

社群網站持續使用意圖 0.890

二、效度

效度 (Validity)代表的是研究之正確性，也是符合研究主題之程度。效度方 面又分內容效度 (Content validity)與建構效度 (Construct Validity)，建構效度又分 收斂效度 (Convergent validity)與區別效度 (Discriminant validity)。

(一) 內容效度

本研究問卷量表之內容問項，皆引用並修改過去文獻與各學者提出之理論為 基礎而來，且為了使問卷內容能更符合研究之內容與避免語意不清楚使填卷者誤 解題意作答，於是本研究測量問卷邀請四位專家學者修改與討論，進行反覆修正 問卷問項，使問卷題項能更適合研究主題與敘述之閱讀性更為順暢，故本研究所 使用的測量問卷應能符合內容效度。

(二) 收斂效度

收斂效度是為了確保測量問卷中的多數問項，其同一構面當中的問項應具有 較高之相關程度。

收斂效度必須同時符合以下條件：

1. 因素負荷量應大於 0.5 (Hair et al., 2010)

2. 平均變異抽取量 (Average Variance Extracted；AVE)應大 0.5 (Fornell &

Larcker, 1981 ; Bagozzi & Yi, 1988 ; Hair et al., 2010)

3. 組合信度 (Composite Reliability；CR)應大於 0.6 (Fornell & Larcker, 1981 ; Bagozzi & Yi, 1988 )

本研究所有構面之因素負荷量數值介於 0.634 至 0.915 之間，皆大於 0.5 建 議值。平均變異抽取量介於 0.515 至 0.764 之間，皆大於 0.5 建議值。組合信度 介於0.761 之 0.906 之間，皆大於 0.6 建議值。所有數值如表 4-15，故可顯示出 本研究各問項具有高相關於相對應之該構面，具收斂效度。

表 4- 15

(三) 區別效度

區別效度指的是測量問卷中不相同之構面，其相關程度應具有低相關。本研 究區別效度利用平均變異抽取量 (AVE)來測量，Hair et al. (2010)建議，潛在變項 之 AVE 值必須大於潛在變項兩兩之間的相關係數平方值，就是該潛在變項之 AVE 值必須大於其他不同潛在變項的相關係數平方值，如此便具有區別效度。本 研究區別效度分析如表4-16，由表中可明顯看出各構面之 AVE 值皆大於該構面 與其他構面之相關係數平方值，各構面之間明顯不同，故代表本研究各構面之間 具有良好的區別效度。

表 4- 16

區別效度分析表

IQ SQ SEQ CON PU PP SAT CI IQ 0.538

SQ 0.507 0.540

SEQ 0.514 0.397 0.515

CON 0.456 0.432 0.375 0.761

PU 0.234 0.244 0.176 0.287 0.764

PP 0.135 0.114 0.099 0.100 0.094 0.662

SAT 0.430 0.334 0.316 0.578 0.310 0.179 0.704

CI 0.325 0.263 0.224 0.446 0.338 0.147 0.654 0.727 註：對角線為AVE 值，非對角線為各構面間的相關係數平方值。若 AVE 值大 於水平列或垂直欄的相關係數平方值，則代表具有區別效度。

第六節 結構模型分析

本研究根據文獻探討進行整理並設立假設，而結構模型之路徑即為各潛在變 項之間的因果關係，本研究進行中介檢定、適配度分析、徑路分析與假說驗證。

一、中介檢定

依據Baron 與 Kenny (1986)提出中介變數如圖 4-11，X 代表自變數、M 代表 中介變數、Y 代表依變數，其中介效果若存在則必須符合以下四個條件：

(一) 自變數對依變項有顯著影響，即路徑 a 達顯著水準 (二) 自變數對中介變數有顯著影響，即路徑 b 達顯著水準

(三) 自變數與中介變數為預測變數，依變數為校標變數時，中介變數對依變數有 顯著影響，即路徑c 達顯著水準

(四) 自變數與依變數間的顯著關係就會由於中介變數的存在，使其迴歸係數 a 會 降低但仍達顯著或迴歸係數a 變成不顯著，如此則中介變數之假設則可確認 成立。

其中當四個條件都成立時，若自變數對依變數的迴歸係數a 降低，但依然達 顯著水準時，則代表自變數對依變數的效果被中介變數部分中介，中介變數具部 分中介效果 (partial mediation)；若自變數對依變數的迴歸係數由顯著變成不顯著 時，則代表自變數對依變數的效果被中介變項完全中介，中介變數具完全中介效 果 (full mediation)。本研究欲檢定認知有用性、認知玩趣性與使用滿意度是否符 合中介變數之假設，故依照Baron 與 Kenny (1986)條件進行檢定。

圖 4- 11 中介變數圖(Baron & Kenny, 1986)

資料來源：Baron, R. M., & Kenny, D. A. (1986). The Moderator-Mediator Variable Distinction in Social Psychological Research: Conceptual, Strategic, and Statistical Considerations. Journal of Personality and Social Psychology, 51(6), 1173-1182.

由圖4-12 可知，確認對於使用滿意度路徑係數為 0.852，t 值為 10.981，由 此可知確認對於使用滿意度具有正向顯著之影響，故條件一成立。確認對於認知 有用性與認知玩趣性之路徑係數分別為0.566、0.316，t 值分別為 8.112、3.392，

由此可知確認對於認知有用性與認知玩趣性皆具有正向顯著之影響，故條件二成 立。認知有用性與認知玩趣性對於使用滿意度之路徑係數分別為 0.180、0.184，

t 值分別為 2.904、3.299，由此可知認知有用性與認知玩趣性對於使用滿意度皆 具有正向顯著之影響，故條件三成立。原本確認對於使用滿意度路徑係數為0.852，

t 值為 10.981，但加入認知有用性與認知玩趣性時，確認對於使用滿意度路徑係 數分別為0.750、0.793，t 值分別為 9.332、10.509，顯示其路徑係數降低且仍達 顯著，條件四成立。故可知確認會透過認知有用性與認知玩趣性時對使用滿意度 產生影響，且認知有用性與認知玩趣性為部分中介效果。

圖 4- 12 中介效果檢定圖一

由圖 4-13 可知，認知有用性與認知玩趣性分別對於社群網站持續使用意圖 之路徑係數為0.625、0.386，t 值分別為 8.725、4.650，由此可知認知有用性與認 知玩趣性分別對於社群網站持續使用意圖具有正向顯著之影響，故條件一成立。

認知有用性與認知玩趣性分別對於使用滿意度之路徑係數為 0.606、0.438，t 值 分別為7.900、5.065，由此可知認知有用性與認知玩趣性分別對於使用滿意度具 有正向顯著之影響，故條件二成立。認知有用性為自變數的模型中其使用滿意度 對於社群網站持續使用意圖路徑係數為0.828，t 值為 2.290；認知玩趣性為自變 數的模型中其使用滿意度對於社群網站持續使用意圖路徑係數為 0.899，t 值為 10.657，由此可知兩模型中使用滿意度對於社群網站持續使用意圖皆具有正向顯 著之影響，故條件三成立。原本認知有用性對於社群網站持續使用意圖路徑係數 為0.625，t 值為 8.725，但加入使用滿意度時，認知有用性對於社群網站持續使 用意圖路徑係數為0.138，t 值為 2.290，顯示其路徑係數降低且仍達顯著，條件 四成立；原本認知玩趣性對於社群網站持續使用意圖路徑係數為 0.386，t 值為 4.650，但加入使用滿意度時，認知玩趣性對於社群網站持續使用意圖路徑係數為

0.030，t 值為 0.560，顯示其由顯著變成不顯著，條件四成立。故可知認知有用性 會透過使用滿意度對社群網站持續使用意圖產生影響，且使用滿意度為部分中介 效果；認知玩趣性為自變數的模型中，其使用滿意度為完全中介效果。

圖 4- 13 中介效果檢定圖二

二、 適配度分析

本研究經由文獻探討設立假設與因果關係，本研究之結構模型如圖4-14，其 結構模型適配度結果²自由度比值為1.991、GFI 為 0.822、AGFI 為 0.782、RMR 為0.048、SRMR 為 0.0701、RMSEA 為 0.070、IFI 為 0.922、NNFI 為 0.911、CFI 為0.921、PGFI 為 0.674、PNFI 為 0.755。

適配度大多符合學者之建議值，雖然AGFI 並未達到 0.9，卻接近 Doll et al.

(1994) 和 Scott (1994) 及 MacCallum 與 Hong (1997) 的 建 議 值 0.8 。 且 根 據 Baumgartner 與 Homburg (1996)研究與分析 1977~1994 年採用結構方程模式之

184 篇發表的論文文獻裡發現，AGFI 值低於建議值 0.9 的文獻比率高達 48%。

又Hair et al. (2010)認為 AGFI 值並無絕對的門檻標準值，其值是越接近 1 越好。

Sharma et al. (2005)也指出 GFI 和 AGFI 都會受到樣本量所影響，因此目前的共 識是不再使用。Hair et al. (2006)指出不一定所有適配度指標都要達到標準，只要 大部份適配度指標達到標準，模型即有良好之適配度。（引自李惠敏，2009）。

由上述可得知，本研究之結構模式之整體適配度大部分已達到適配度建議值，

多數指標呈現良好，故可證明本研究之結構模式具有良好適配度。本研究之結構 模式適配度如表4-17。

圖 4- 14 本研究結構模式圖

表 4- 17

結構模型適配度指標分析表

適配度指標 建議值 本研究結果

卡方值 ² 越小越好 617.074

自由度 越大越好 310

²自由度比值 1-3 1.991 絕對適配度指數 GFI >0.8 0.822 AGFI >0.8 0.782 RMR <0.05 0.048 SRMR <0.08 0.0701 RMSEA <0.08 0.070 ECVI <飽和：3.724

<獨立：21.189

3.710

增值適配度指數 IFI >0.90 0.922 NNFI >0.90 0.911 CFI >0.90 0.921 簡約適配度指數 PGFI >0.50 0.674 PNFI >0.50 0.755 AIC <飽和：756.000

<獨立：4301.272

753.074

CAIC <飽和：2388.249

<獨立：4417.862

1046.706

三、 路徑分析

本研究路徑分析結果分別為資訊品質構面對於確認構面不具顯著正向影響，

其標準化路徑係數為 0.323；系統品質構面對於確認構面具顯著正向影響，其標 準化路徑係數為 0.385；服務品質構面對於確認構面不具顯著正向影響，其標準 化路徑係數為 0.156；確認構面對於認知有用性構面、認知玩趣性構面與使用滿 意度構面皆具顯著正向影響，其標準化路徑係數分別為0.592、0.348、0.738；認 知有用性構面對於使用滿意度與社群網站持續使用意圖構面皆具顯著正向影響，

其標準化路徑係數分別為0.125、0.144；認知玩趣性構面對於使用滿意度構面具 顯著正向影響，但對於社群網站持續使用意圖構面不具顯著正向影響，其標準化 路徑係數分別為0.140、0.032；使用滿意度構面對於社群網站持續使用意圖構面 具顯著正向影響，其標準化路徑係數為0.805。

由上述結果可知，本研究在顯著水準( t 值＞1.96 )下，除了資訊品質對於確 認、服務品質對於確認和認知玩趣性對於社群網站持續使用意圖皆不具顯著正向 影響外，其餘八條假設路徑皆具顯著正向影響。本研究各假設路徑係數與t 值如 表4-18 與圖 4-15。

表 4- 18 註：t 值＞1.96，*p<0.05；t 值＞2.58 時，**p<0.01；t＞3.29 時，***p<0.001、

括號內數值為t 值

圖 4- 15 路徑分析係數圖

進行路徑分析時即可同時進行影響效果分析，當潛在變數對潛在變數進行直 接影響時，稱為直接效果 (direct effect)；當潛在變數經由其他潛在變數對另一個

進行路徑分析時即可同時進行影響效果分析，當潛在變數對潛在變數進行直 接影響時，稱為直接效果 (direct effect)；當潛在變數經由其他潛在變數對另一個