問卷初稿 - 彭秀琴，2011，消費者對有機農產品、基因改造食品及健康食品之態度探討－以高雄市居民為例，國立高雄應用科技大學觀光與餐旅管理研究所碩士論文

表3-8 為文獻收集與彙整後之問卷初稿問項。

表3-8 前測問卷的全部問項及代碼編號 Table 3-8 The item and codes of pretest questionnaire

結構名稱代號問項

對有機農產品的態度項目(OF) OF 1 極好的極差的

結構名稱代號問項 OF 2 極愉悅的極不愉悅的 OF 3 極喜歡的極不喜歡的 OF 4 極聰明的極愚蠢的 OF 5 極安全的極危險的

對基因改造食品的態度項目 (GM)

GM 1 極好的極差的 GM 2 極愉悅的極不愉悅的 GM 3 極喜歡的極不喜歡的 GM 4 極聰明的極愚蠢的 GM 5 極安全的極危險的

對健康食品的態度項目(FF)

FF 1 極好的極差的 FF 2 極愉悅的極不愉悅的 FF 3 極喜歡的極不喜歡的 FF 4 極聰明的極愚蠢的 FF 5 極安全的極危險的

思考項目(THI)

THI1 思考方法合乎邏輯 THI2 做決策時都有清楚思考

THI3 喜歡解決需要努力思考的問題 THI4 喜歡將複雜問題簡化

THI5 學習新的思考方式十分吸引我 THI6 避免需要詳細思考的問題^* THI7 仔細推理事物不是我的優點^* THI8 不擅長詳細邏輯分析^*

THI9 不喜歡思考^*

THI10 不擅長處理複雜的問題^* THI11 相信自己的預感

THI12 喜歡依直覺回答問題 THI13 依直覺處事是好方法 THI14 依直覺能判斷事物的對錯 THI15 憑良知處事

THI16 不喜歡依賴直覺^* THI17 通常不依本能做決定^* THI18 沒有很強的直覺能力^*

THI19 依感覺做出重要決定是愚蠢的^* THI20 不信任自己對人的第一印象^*

健康意識(HEA)

HEA1 充分反映自己的健康狀況 HEA2 十分警覺自己健康狀況的改變 HEA3 非常重視自己的健康狀況 HEA4 非常留意自己的健康狀況

結構名稱代號問項 HEA5 為自己的健康負責

HEA6 隨時掌握自己的健康狀況

價值觀(VAL)

VAL1 有獨立思考、創造和探索的能力 VAL2 喜歡刺激、新奇和挑戰的生活 VAL3 喜歡並滿意目前的生活

VAL4 是有自信、有能力、成功的人

VAL5 維護自己的社會地位、公眾形象和威望 VAL6 重視自我及社會的安全、穩定和和諧 VAL7 自律、禮貌、不傷害他人並信守承諾 VAL8 謙遜、溫和、尊重傳統文化及習俗 VAL9 負責、寬容、誠實、忠誠、喜好與人互動 VAL10 尊重自然、保護環境、希望世界和平

行為抑制(BEH)

BEH1 我擔心犯錯

BEH2 令人不愉快的事即將發生使我十分噪動 BEH3 遭受批評或責罵使我深感受傷

BEH4 當某人對我生氣使我感到十分擔心或氣憤 BEH5 壞事發生很少使我恐懼或緊張

BEH6 事情做不好使我感到擔心 BEH7 與朋友相較我極少感到恐懼

*表反向題 3.5.1 進行問卷預試

欲瞭解本研究各問項是否具可靠度，2010 年 6 月 27 日和 2010 年 7 月 3 日發

放65 份預試問卷。為了讓研究結果更為準確，因此進行問卷項目分析與信度分析，

以確立量表可信度，係指測驗所測得分數之可信度或穩定度，即受訪者在同一份測驗上多次的分數要有一致性，信度是指測驗結果的一致性或穩定性。測驗信度以相關係數來表示，本研究採用 Cronbach’s α 係數值以瞭解本研究所使用之各量表問卷答案的一致性程度。若數值愈高，表示量表內各細項的相關性愈高，即其內部一致性愈趨一致。本研究之信度檢定以吳明隆(2009)對態度與行為研究的信度建議標準，以 Cronbach’s α 檢定法評定，其建議可信度高低參考標準如表 3-9 所示。

表3-9 信度參考標準 Table 3-9 Reliability norm

Cronbach’s α 係數值＜0.3 →不可信

Table 3-10 Demographic characteristics of pretest respondents

項目百分比% 項目百分比%

Table 3-11 Item and reliability analysis of pretest questionnaire for thinking predispositions

Table 3-12 Item and reliability analysis of pretest questionnaire for values

項目

Table 3-13 Item and reliability analysis of pretest questionnaire for health consciousness

項目刪除後之

Table 3-14 Item and reliability analysis of pretest questionnaire for behavioural inhibition

表3-15 前測有機農產品態度項目的平均值與標準差

Table 3-15 Descriptive statistics of pretest for attitudes toward organic foods

項目平均

Table 3-16 Descriptive statistics of pretest for attitudes toward genetically modified foods

Table 3-17 Descriptive statistics of pretest for attitudes toward functional foods

項目平均

Table 3-18 Descriptive statistics of pretest for thinking predispositions

項目平均

項目平均值M

標準 差SD

百分比 %

1^* 2 3 4 5

喜歡解決需要努力思考的問題 2.32 0.67 6.5 59.7 29.0 4.8 0.0 喜歡將複雜問題簡化 2.18 0.69 12.9 59.7 24.2 3.2 0.0 學習新的思考方式十分吸引我 2.10 0.67 17.7 54.8 27.4 0.0 0.0 避免需要詳細思考的問題 3.27 0.85 4.8 38.7 35.5 21.0 0.0 仔細推理事物不是我的優點 2.74 0.99 1.6 22.6 35.5 29.0 11.3 不擅長詳細邏輯分析 2.84 1.01 4.8 21.0 35.5 30.6 8.1 不喜歡思考 2.63 0.89 3.2 11.3 37.1 41.9 6.5 不擅長處理複雜的問題 2.95 0.98 4.8 25.8 33.9 30.6 4.8 相信自己的預感 2.39 0.80 11.3 46.8 33.9 8.1 0.0 喜歡依直覺回答問題 2.32 0.81 14.5 45.2 33.9 6.5 0.0 依直覺處事是好方法 2.84 0.77 3.2 27.4 53.2 14.5 1.6 依直覺能判斷事物的對錯 2.81 0.79 1.6 35.5 45.2 16.1 1.6 憑良知處事 1.73 0.66 38.7 50.0 11.3 0.0 0.0 不喜歡依賴直覺 3.23 0.82 3.2 33.9 48.4 11.3 3.2 通常不依本能做決定 2.98 0.84 0.0 30.6 40.3 25.8 3.2 沒有很強的直覺能力 2.89 0.91 0.0 25.8 46.8 17.7 9.7 依感覺做出重要決定是愚蠢的 2.94 0.90 1.6 29.0 33.9 32.3 3.2 不信任自己對人的第一印象 2.84 0.93 0.0 29.0 32.3 32.3 6.5

*分數表示：1 = 非常同意，2 = 同意，3 = 普通，4 = 不同意，5 = 非常不同意表3-19 前測價值觀的平均值與標準差

Table 3-19 Descriptive statistics of pretest for values

項目平均

值M 標準 差SD

百分比 %

1^* 2 3 4 5

有獨立思考、創造和探索的能力 2.10 0.65 16.1 58.1 25.8 0.0 0.0 喜歡刺激、新奇和挑戰的生活 2.42 0.82 12.9 40.3 38.7 8.1 0.0 喜歡並滿意目前的生活 2.42 0.84 11.3 45.2 35.5 6.5 1.6 是有自信、有能力、成功的人 2.47 0.82 11.3 38.7 43.5 4.8 1.6 維護自己的社會地位、公眾形象和威望 2.26 0.60 8.1 58.1 33.9 0.0 0.0 重視自我及社會的安全、穩定和和諧 1.89 0.58 22.6 66.1 11.3 0.0 0.0 自律、禮貌、不傷害他人並信守承諾 1.81 0.60 29.0 61.3 9.7 0.0 0.0 謙遜、溫和、尊重傳統文化及習俗 2.02 0.61 12.9 75.8 9.7 0.0 1.6 負責、寬容、誠實、忠誠、喜好與人互動 1.84 0.52 22.6 71.0 6.5 0.0 0.0 尊重自然、保護環境、希望世界和平 1.79 0.55 27.4 66.1 6.5 0.0 0.0

*分數表示：1 = 非常同意，2 = 同意，3 = 普通，4 = 不同意，5 = 非常不同意表3-20 前測健康意識的平均值與標準差

Table 3-20 Descriptive statistics of pretest for health consciousness

Table 3-21 Descriptive statistics of pretest for behavioural inhibition

項目平均

Table 3-22 Descriptive statistics of pretest for diet category

項目平均值

本研究的統計分析方法主要採用SPSS(statistical package for the social science) for Windows 13.0 版套裝軟體及 LISREL(linear structural relationships) for Windows 8.80 版套裝軟體。基本分析以 SPSS 13.0 為分析工具；整體模式分析以 LISREL 8.80 為分析工具，其分析方式分述如下：

3.6.1 敘述性統計分析

敘述性統計分析是對於樣本基本資料及研究構面進行次數分配、百分比、平均數以及標準差等基本統計分析，藉以瞭解樣本各構面之間分布情形，說明樣本資料結構。

3.6.2 信度分析

Cronbach’s α 係數值以瞭解本研究所使用之各量表問卷答案的一致性程度，

Cronbach’s α 係數越高，代表量表的內部一致性越佳，各細項的相關性越高，有助於瞭解各問題的可靠度。學者DeVellis(1991)認為 α 係數值界於 0.65 至 0.70 之間為最小可接受值，α 係數值界於0.70 至 0.80 之間為相當好，α 係數值界於 0.80 至 0.90 之間則為非常好。

3.6.3 項目分析

設計問卷過程中最基本的一項檢定分析程序，主要目的是針對各變項進行適切性(鑑別度)的評估，藉此瞭解其是否具有實質的鑑別度，t 值達顯著水準(p < 0.05) 者予以保留，未達顯著性的差異水準時，則調整文字詮釋方式或刪除該項目。

3.6.4 獨立樣本 t 檢定

其使用時機為自變項均為間斷變數，且為二分變項，依變項為連續變項時測定樣本平均數差異的方法。

3.6.5 結構方程模式分析

結構方程式(Structure Equation Modeling, SEM)用以處理複雜的多變量研究數據的探究與分析，被歸類為高等統計學屬於多變量統計(multivariate statistics)的一環(邱皓政，2003)，一種呈現客觀狀態(objective status of affairs)的數學模式，一種呈現作為溝通抽象概念的客觀語言，從統計的語言來說，結構方程式(SEM)是用來檢定有關於觀察變項(observed variables)與潛在變項(latent variable)之間假設關係，融合因素分析(factor analysis)及徑路分析(path analysis)兩種統計取向(黃芳銘，

2007)。

3.6.5.1 結構方程式分析程序

SEM 模型的建立必須以理論(theory)為基礎，強調必須過觀念的釐清、文獻整理與推理提出有待檢驗的假設模型(邱皓政，2003)，且理論是假設模式成立主要的解釋依據。若發現假設模式與觀察資料的適配度不佳，研究者將模式進行適當修正(吳明隆，2009)，模式改變即為模式界定(model specification)，對初始理論模式進行局部的修改或調整，提高假設模式的適配度，如果模式可識別，則表示理論上模式中的每個參數皆可導出估計值，決定模式識別(model identification)。接著選

擇施測觀察變項及資料，利用結構方程式多元迴歸的基礎，對SEM 進行模式估計

(model estimation)，如果模式未達適配度評鑑(assessment of fit)時，此時則需將參數釋放或固定，進行模式修正(model modification)重新估計模式，直到找到一個最合適的模式為止，最終則對模式的統計結果加以解釋(interpretation)(黃芳銘，2009)。

3.6.5.2 驗證性因素分析

驗證性因素分析(confirmatory factor analysis, CFA)出現於探索性因素分析 (exploratory factor analysis, EFA)之後，驗證性因素分析可以使研究者進一步檢驗不同項目的因素與不同方法的因素結構組成下的因素模型的檢驗(邱皓政，2003)。探索性因素分析與驗證性因素分析最大的不同是在於測量的理論架構在分析過程中所扮演的角色與檢驗時機。

本研究以驗證性因素分析處理測量變數與其背後潛在變數間的共變關係。良好的測量模式，必須滿足研究模式中各觀察變數必須能正確測量出各潛在變數，

以及同一觀察變數不能對於不同的潛在變數都產生顯著負荷量(Bagozzi & Yi, 1988)。根據上述學者的建議，研究模式要滿足以上狀況，可用的指標有下列四項：

聚合效度評鑑、觀察變數之個別信度、估計參數的顯著水準、標準化殘差…等，

茲分述如下：

A.聚合效度評鑑

該指標是各觀察變數對其潛在變數的因素負荷量(λ)，Bagozzi 和 Yi(1988)建議因素負荷量應該都在0.5 以上。

B.觀察變數之個別信度

該指標是由 CFA 所計算出個別變項的 R²，變異比率，建議因素負荷量雖未明確地提出任何判斷標準，但黃芳銘(2004)建議，只要 t 值大到顯著，R²就可接受。

C.估計參數的顯著水準

檢定觀察變數對該潛在變數的因素負荷量是否達到顯著水準，其 t 值的絕對值至少要大於1.96。

D.標準化殘差

用來計算估計值與樣本值之間的誤差，若測量模式有良好適配度，其值應呈現常態分佈並且絕對值小於2.58(Jöreskog & Sörbom, 1989)。

E.理想量測模式的整體配適度指標的標準

平均單位自由度之卡方增量(χ²/df)小於 3，適配度指標(Goodness of fit index, GFI)，必須超過 0.9 為宜。比較適配指標、比較適合度指標(Comparative fit index, CFI)，必須超過 0.9 為宜。規範適配指標、標準化適合度指標(Normed fit index, NFI)此數值必須超過 0.9 為宜。均方根殘餘、殘差平方平均平方根(Root mean square residual, RMR)，小於 0.5。標準化均方根殘差(Standardized root mean square residual, SRMR)，此數值必須小於 0.05 為宜(張紹勳，2001)。

3.6.5.3結構方程式的評鑑

模式適配度指標用來判斷研究者所建構的理論模式是否能夠對實際觀測所得

在文檔中彭秀琴，2011，消費者對有機農產品、基因改造食品及健康食品之態度探討－以高雄市居民為例，國立高雄應用科技大學觀光與餐旅管理研究所碩士論文 (頁 34-0)