第四章 資料分析
第二節 問卷量表檢測
‧
信度( reliability )顯示量表在衡量構念時所具備的穩定性 (Stability)及是否 具有一致性( Consistency ) 。本研究以 SPSS 統計套裝軟體計算 Cronbach's α 係 數做為信度衡量指標，以衡量同一構念下各問項之間的一致性。一般而言
Cronbach's α 值在 0.7 以上時，屬於為高可信度範圍(Cooper & Schindler, 2006)，
表示問卷題目信度良好。
本研究問卷各構念之信度檢測值如表 4-6 所示。Cronbach's α 值皆大於 0.7，
表示經濟性價值、品質性價值、情感性價值、社會性價值、探知性價值、行動裝 置自我效能與下載意圖等構念量表中的問項，有良好的信度。
‧
性(葛樹人，1996)。 本研究主要探討內容效度(Content validity) 和建構效度 (Construct validity)。本研究問卷主要是參考消費價值與數位產品的各個相關文獻中，具有相當信 validity )與區別效度( discriminant validity )等方式加以檢驗。
1. 探索性因素分析
消費價值的 KMO 值與 Bartlett 球形檢定分析的結果顯示本研究抽樣母體適 合進行因素分析，如表 4-7 所示。
表 4-7 KMO 值與 Bartlett 球形檢定 KMO 值 Bartlett 球形檢定
‧
本研究採用主成份分析法(Principal Component Analysis)以及最大變異法 (Varimax)進行因素分析，本研究架構發展自 Sheth et al. (1991)的消費價值模型並 根據先前的理論探究結果決定出五種消費價值，因而採用限定抽取共同因素的因
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
41
QUA2 .146 .018 .238 .674 .256 QUA1 .125 -.044 .120 .653 .313 EMO4 .279 .090 .132 .133 .701
0.961 4.369 EMO3 .122 .212 .154 .210 .678
EMO1 .199 .005 .144 .219 .666 EMO2 .250 .143 .187 .226 .479
累積解釋變異量 (%) 62.410
2. 驗證性因素分析
本研究以 AMOS 21 版軟體透過 SEM 的驗證性因素分析(Confirmatory Factor Analysis, CFA)，來檢驗各變數的收斂效度與區別效度。圖 4-1 為本研究的 CFA 模型，之後此 CFA 模型透過修正指標(Modification, M.I.)經過十二次模型修正，
即在同建構的誤差項之間建立了十二個關係，以求得模型的最佳配適度。表 4-9 為建立誤差項關係的順序。
圖 4-1 CFA 模型
表 4-9 CFA 模型修正順序 順序 建立的誤差項關係
1 e8 <-> e9
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
42
2 e25 <-> e26 3 e14 <-> e15 4 e26 <-> e28 5 e10 <-> e13 6 e19 <-> e21 7 e1 <-> e5 8 e3 <-> e4 9 e2 <-> e5 10 e1 <-> e4 11 e1 <-> e3 12 e24 <-> e28
修正後之 CFA 模型圖請見圖 4-2，修正後的配適度指標與評鑑標準請見表 4-10。觀察表 4-10，可以發現卡方值為 522.016，且 P 值<0.05 未通過標準，若卡 方值小且 P 值不顯著，表示模型與樣本配適度佳。卡方值過大這個結果常常出現 在大樣本數所導致的卡方值膨脹，因此一般會佐以其他的適配度指標協助判斷，
例如以絕對適配指標、增值適配指標和精簡適配指標三方面來評鑑。本研究的有 效樣本數為 547，屬於大樣本，因此卡方和 P 值較無意義。CFA 模型標準化卡方 值為 1.758 通過評鑑標準<3 (Hair et al., 1998)。Hair et al. (1998)指出 GFI、AGFI、
CFI 之值愈接近 1 愈好，但無絕對標準值用以判定模式間與觀察資料的配適度，
其餘表 4-10 所列之適配度指標皆達到標準，顯示本研究 CFA 模型整體適配度良 好。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
43
圖 4-2 修正後 CFA 模型
表 4-10 CFA 模型適配度指標與評鑑標準
適配度指標 評鑑標準 CFA 模型結果 通過 卡方值 (χ2) P 值>0.05 522.016(P=0.000) 否
自由度 297
標準化卡方(χ2 /自由度) <3 1.758 是
絕對適配指標
GFI >0.8 0.935 是
RMSEA <0.1 0.037 是
增值適配指標
NFI ≧0.9 0.931 是
CFI ≧0.9 0.969 是
RFI ≧0.9 0.918 是
IFI ≧0.9 0.969 是
精簡適配指標
PNFI ≧0.5 0.787 是
PCFI ≧0.5 0.820 是
表 4-11 為 CFA 模型各構念建構信度表，建構信度(Construct reliability, CR) 也稱作組合信度(Component reliability)或複合信度(Composite reliability)，可以透
‧
過 CFA，取得平均變異抽取量(Average Variance Extracted, AVE)和各題項的標準 化因素負荷量(Factor loading)來透過公式計算取得，而收斂效度，或稱聚合效度 可以以 AVE 值作為代表，Fornell and Larcker (1981)及 Bagozzi and Yi (1988) 都建 議潛在變項的 AVE 最好能超過 0.50。根據 Hair et al. (2006, pp.808) 的建議，標
‧
這個樣本就有好的區別效度(Fornell & Larker, 1981)。表 4-12 顯示因素間的相關‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
46
係數，而對角線是 AVE 值的平方根。由表 4-12 可看出大部分的 AVE 平方根值 皆大於相關係數，區別效度尚可接受。
。
表 4-12 相關係數和 AVE 平方根比較表
經濟價值 品質價值 情感價值 社會價值 探知價值 下載意圖 經濟價值 0.672
品質價值 0.612 0.708
情感價值 0.595 0.742 0.615
社會價值 0.061 0.044 0.332 0.784
探知價值 0.441 0.516 0.737 0.357 0.711
下載意圖 0.35 0.572 0.485 0.141 0.454 0.836