第三章 研究方法
第四節 問卷設計
克特五點尺度(Likert 5-point Scale)進行衡量，其範圍從「非常同意」至「非常不同意」， 分別給予5、4、3、2、1 等級的分數。
一、關係利益
第一部分衡量「關係利益」，詢問受訪者對電視購物業者在提供核心服務之外所 培養出長期關係的結果，此部分問卷設計參考Henning-Thurau et al.(2002)、Gwinner et al.(1998)等國外學者提出之構面問項，如表 3.4.1 所示。問卷內容共有 16 題，量表設 計係採用Likert 五點尺度量表(Likert 5-point)編制，由最高分(5 分)至最低(1 分)分別代 表「非常同意」、「同意」、「普通」、「不同意」與「非常不同意」。
表 3.4.1(續) Odekerken-Schroder(2002)與 Morgan and Hunt(1994)，如表 3.4.2 所示。問卷內容共有 8 題，量表設計係採用 Likert 五點尺度量表(Likert 5-point)編制，由最高分(5 分)至最 低(1 分)分別代表「非常同意」、「同意」、「普通」、「不同意」與「非常不同意」。
Bloemer &
Odekerken- Schroder
(2002)
5
表 3.4.2 (續)
Morgan &
Hunt(1994)
；Kumar, Scheer &
Steenkamp (1995)
8
三、關係價值
第三部分是衡量關係價值，問項設計乃參考Chen et al.(2007)，如表 3.4.3 所示。
問卷內容共有7 題，量表設計係採用 Likert 五點尺度量表(Likert 5-point)編制，由最 高分(5 分)至最低(1 分)分別代表「非常同意」、「同意」、「普通」、「不同意」與
四、轉換障礙
第四部分衡量「轉換障礙」，詢問受訪者更難以轉換服務提供者或轉換代價高的 因素，此部分問卷設計參考Colgate and Lang(2001)與 Jones et al.(2000)，如表 3.4.4 所 示。問卷內容共有16 題，量表設計係採用 Likert 五點尺度量表(Likert 5-point)編制，
由最高分(5 分)至最低(1 分)分別代表「非常同意」、「同意」、「普通」、「不同意」
Colgate &
Lang(2001)
Colgate &
Lang(2001)；
Colgate &
Lang(2001) 16
五、忠誠度
第五部分衡量「忠誠度」，此部分問卷設計參考Rauyruen and Miller(2007)，顧客 忠誠度可分為行為忠誠和態度忠誠做為研究變項，如表 3.4.5 所示。問卷內容共有 5 題，量表設計係採用Likert 五點尺度量表(Likert 5-point)編制，由最高分(5 分)至最低 (1 分)分別代表「非常同意」、「同意」、「普通」、「不同意」與「非常不同意」。
表 3.4.5忠誠度問項設計
研究 構念
研究 變項
問卷 題目
參考 學者
問 項
1.我會向別人提這家電視購物業者正面的事情 1
2.若有人詢問我，我會推薦這家電視購物業者 4
態度 忠誠
3.我會鼓勵親朋好友購買這家電視購物業者的產品 3
1.這家電視購物業者是我的第一選擇 2
忠 誠
度 行為
忠誠 2.我未來仍會繼續購買這家電視購物業者的產品
Zeithaml et al.(1996)
5
第五節 抽樣設計
本節探討如何在各種限制的條件下來抽取樣本，以下分點描述抽樣方法、問卷發 放與回收情形。
一、抽樣方法
本研究因為探討消費者行為，故母體為有能力自主消費的消費者。在樣本與抽樣 方法方面，在經濟與時間成本的考量下，本研究採用便利抽樣方式。
二、問卷發放與回收情形
問卷發放前，先進行預試(pre test)，給三位曾經購買過電視購物之消費者，針對 問卷題項內容以進行問項語意之修改，使消費者在填答時更容易以及提昇整體問卷的 效度。在施測方式方面，本研究分為發放紙本及電子問卷。紙本問卷方面，為了避免 抽樣樣本過於集中於南部，故在北部發放120份紙本問卷，南部發放100份紙本問卷，
此外，在二月下旬之假日於屏東熱帶博覽會展覽期間，對遊客進行問卷調查，總共回 收 30 份 。 而 在 電 子 問 卷 方 面 ， 使 用 專 業 電 子 問 卷 公 司 my3Q 網 站 (http://www.my3q.com/index.phtml)所提供的功能建立網路問卷，及透過台灣電子佈告 欄PTT張貼來填答。本研究於民國96年12月10日啟始，至96年4月11日回收截止，共 回收紙本問卷178份及239份電子問卷，紙本問卷刪除43份無效問卷，電子問卷刪除26 份無效問卷，合計紙本問卷135份與電子問卷213份，總共有效問卷為348份。
因為本研究同透過人員訪問與網路兩種方式蒐集問卷，為了避免產生樣本偏誤，
遂將兩種資料之構念進行獨立樣本t 檢定，其結果如表 3.5.1，顯示在 13 個研究變項 只有社會利益及滿意與功能關係價值有顯著性，其餘變項皆無顯著，因此可將兩個樣 本合併，一起進行後續的統計分析。
表 3.5.1樣本來源之獨立t檢定
變異數相等的 Levene 檢定 平均數相等的 t 檢定 檢定
變項 F 值 顯著性 t 值 顯著性 社會利益 1.578 0.210 2.379 0.018**
信心利益 0.457 0.499 -0.254 0.800 特殊對待利益 0.072 0.789 1.704 0.089
滿意 0.001 0.981 -2.848 0.005**
承諾 0.319 0.573 -0.771 0.441 社會關係價值 0.002 0.964 0.795 0.427 功能關係價值 0.365 0.546 -2.228 0.027**
關係投資 0.132 0.716 0.154 0.878 轉換成本 0.540 0.463 -1.670 0.096 替代者吸引力 0.922 0.338 -1.471 0.142 服務補救 0.048 0.827 -0.478 0.633 態度忠誠 0.026 0.871 0.795 0.427 行為忠誠 0.184 0.668 -1.180 0.239
第六節 實證資料分析方法
本節採用統計套裝軟體 SPSS 與 AMOS 線性結構方程分析軟體，進行敘述性統 計分析、信效度分析、驗證性因素分析及結構方程模式分析。
一、敘述性統計分析
對樣本資料及受訪者購買電視購物情形進行描述性統計分析，包含別、年齡、教 育程度、職業、每月收入、平均購買金額、購買次數。此外，應用次數分配計算問卷 各題項的平均數、標準差，以了解受訪者對題項的態度傾向及資料分布情形。
二、信度分析
所謂的信度(Reliability)，就是指量表的可靠性與穩定性，通常考驗信度的方法為 Cronbach’s α係數，考驗問卷之內部一致性。學者Nunnally(1978)認為α係數值等於0.70 是一個較低，但可以接受的量表邊界值。Cronbach’s α係數之決策標準，一般而言，
信度係數在0.70以上及具有可靠性，為可接受的水準；若是低於0.35則須予以拒絕。
三、效度分析
一致性是衡量尺度的必要條件，但非充分條件，必須進一步做效度分析，以檢驗 衡量工具是否能達到測量的目的。本研究以結構方程模式之驗證性因素分析檢驗收斂 效度及區別效度，以確立問卷各題項是否反映各個構念。
四、驗證性因素分析
驗證性因素分析屬於結構方程式的一種次模型，由於結構方程模式界定能夠處理 潛在變項的估計與分析，具有高度的理論先驗性，因此，研究者能對於潛在變項的內 容與性質，在測量之初即非常明確、詳細的加以推演或有具體的理論基礎，提出適當 的測量變項組成測量模型，藉由結構方程式的分析程序，可以對於潛在變項的結構或 影響關係進行有效的分析。
五、結構方程式模式分析
本研究以AMOS來進行SEM分析，使用AMOS對路徑係數(pathcoefficients)求得最 大概似估計來檢定假說1至假說8，並以AMOS提供的常用指標以判別模式之整體適配 度。以下列出SEM模式適合度評估標準：
(一) 絕對適配量測 1. 卡方值
卡方值是用來說明理論模型與觀察模型的契合程度，卡方值越小，表示模式的 合適情形越好，一般採卡方值0.05<P<0.2 為判定結構方程式是否合適之標準。
2. 卡方自由度
卡方自由度比(卡方值／自由度)則是考慮模型複雜度後的卡方值，卡方自由度 比越小，表示模型契合度越高，一般而言，卡方自由度以小於2最大不宜超過3，
表示模型具有理想的契合度(Carmines & MacIver, 1981)。
3. 良性適配指標 (Goodness of fit index；GFI)
其值在0 與1 之間，此值越大表示適合度越佳，通常採GFI>0.9，0.8~0.89為合 理適配(Doll, Xia, & Torkzadeh, 1994)。
4. 調整後良性適配指標 (Adjust goodness of fit index；AGFI)
AGFI類似於迴歸分析當中的調整後可解釋變異量；GFI與AGFI均具有標準化 的 特性，數值介於0至1之間，數值越大，表示模式適配度越佳，通常採AGFI
＞0.9，0.8~0.89為合理適配(Doll et al., 1994)。
5. 均方根殘差 (Root mean square residual；RMR)
是用來反應假設模型的整體殘差，其值越小代表模型越能契合觀察值，一般應 低於0.1，而低於0.05 則代表完美的配適(Joreskog & Sorbom, 1989)。
6.近似誤差均方根 (Root mean square error of approximation；RMSEA)
評鑑整體模式之理論模式與完美適配的飽和模式的差異程度，其值在0.10以上 時，則模式的適配度欠佳，其數值在0.08至0.1之間則模式尚可，在0.05至0.08
之間表示模式良好，而如果其數值小於0.05表示模式適配度非常優良。
(二) 增值適配量測
1. 基準適配指標(Normed fit index；NFI)
各觀察變項間沒有任何共變假設的獨立模型的差異程度，通常要在0.9 以上才 能算是好的模型(Bentler & Bonett, 1980；Doll et al., 1994)。
2. 比較適配度指標(Comparative-fit index；CFI)
指標反應了假設模型與無任何共變關係的獨立模型差異的程度，其值越接近1 越理想，一般以0.95 為通用的門檻(Bentler,1995)。
3. RFI、IFI、TLI(NNFI)指標
RFI 為「相對適配指標」(Relative Fit Index)，又稱「rho1」指標；IFI 為「增值 適配指標」(Incremental Fit Index)，又稱「Delta2」指標；TLI(NNFI)為「非規 範適配指標」(Tacker-Lewis Index=Non-Normal Fit Index；簡稱 NNFI)，又稱
「rho2」指標；其中 NFI 值、RFI 值、IFI 值、CFI 值、TLI 值大多介於 0 與 1 之間，是否適配的判別標準為0.9 以上。
(三) 簡效適配量測
1. 簡效規範適配指標 (Parismonious normed fit index；PNFI)
主要使用在不同自由度的模式比較，其值越高越好，在模式判別時，一般以大 於 0.5 最為模式適配通過與否的標準。
2. 簡效良性適配指標(Parsimony goodness of fit index；PGFI)
PGFI 的值介於 0 與 1 之間，其值越大表示模式的適配度越佳，判別模式適配 的標準皆採用大於0.5 以上為模式可接受範圍。
3. 規範卡方(Normed chi-square)
規範卡方的公式為卡方值除以自由度，這個指標提供兩種方式來評鑑不適當的 模式(Hair, Anderson, Tatham, & Black, 1998)：(1)當其值小於 1 時，表示模式過
度的適配，那麼可能產生「機會坐大」(capitalization chance)的現象；(2)當模 式值大於2 或 3，較寬鬆的規定是 5，則表示模式尚未真實地反映樣本資料，
因此，模式仍須改進。以上指標，整理如下表3.6.1。
表3.6.1 線性結構模式常用指標 評鑑
項目
判斷準則 卡方值 0.05<P<2
GFI >0.9(良好適配) 0.80~0.89(合理適配) AGFI >0.9(良好適配)
0.80~0.89(合理適配)
RMR 越小越好
絕 對 適 配
RMSEA <0.05 NFI >0.90 CFI >0.90 增
值 適 配
IFI >0.90 PNFI >0.5 PGFI >0.5 簡
效 適 配
NCI <2