• 沒有找到結果。

四、測量模式適配度分析

在文檔中 此旅館員工瞭解我的需求 (頁 21-50)

本研究以 LISREL 8.5 進行驗證性因素分析(confirmatory factor analysis, CFA)來檢驗各測量工具是否恰當,再進一步進行整體測量模式適配度分 析。在進行模式評鑑之前,必須先檢查估計的參數係數是否超出可接受的 範圍,因此根據 Bagozzi 和 Yi (1989)所提出的標準,認為模式基本適配標 準必須先通過下列四項準則:1.不可有負的誤差變異數存在;2.誤差變異 皆須達到顯著水準;3.因素負荷量不能小於 .50 或大於 .95;4.不能有太大 的標準誤。此外透過 t 值可了解因素負荷量與殘差項是否皆已達顯著水 準。當 t 值絕對值大於 1.96,表示 p 值小於 .05;當 t 值絕對值大於 2.58,

表示 p 值小於 .01;當 t 值絕對值大於 3.29,表示 p 值小於 .001。本研究 以 358 筆資料進行測量模式與整體模式之驗證。

而張紹勳(民 89)也建議在進行結構方程模式的分析時,除了模式的 適配度之外,也應要重視因素負荷量的解釋能力,因此因素負荷量應至少 在 .60 以上,理想上應在 .70 以上。故本研究在各測量變項中的因素負荷 量將以 .60 為標準。

(一)偏態與峰度檢驗

常態化在結構方程模式中,是重要的假設,因此在處理資料時,必須 先確認資料的常態化,故在進行 CFA 之前,先了解各觀察變項的偏態與峰 度,若偏態與峰度異常時,在結構方程模式中的參數估計的標準誤與 t 值 會產生偏誤,Kline (1998)認為,偏態係數的絕對值大於 3 時,峰度係數絕 對值大於 10 時被視為非常態(引自邱皓政,民 92)。資料分析結果見表 4-2-35,所有偏態係數的絕對值介於 0.02 與 0.94 之間,而峰度係數的絕對 值介於 0.03 與 1.65 之間,因此結果顯示此資料為常態分配可進行下一步 分析。

表 4-2-35 觀察變項之偏態與峰度係數

表 4-2-35(續)

題目 偏態 峰度

承諾

我對此旅館有一份感情 -0.25 0.67

此旅館對我而言有很大的個人意義 -0.19 0.69

我對此旅館有很強的認同感 -0.21 0.31

認知忠誠

我相信此旅館比別家旅館更好 -0.53 0.54

我相信此旅館所提供的產品是目前市面上最好的 -0.18 0.03

我相信此旅館所提供的服務是目前市面上最好的 -0.21 -0.04

我相信此旅館所提供的價格是目前市面上最好的 -0.13 0.03

我喜歡此旅館的服務勝過它的競爭對手 -0.05 0.10

我不喜歡此旅館的特色 -0.13 0.72

情感忠誠

我喜歡此旅館所提供的產品 -0.60 0.81

我喜歡此旅館所提供的服務 -0.79 1.65

我喜歡此旅館所提供的價格 -0.35 0.30

我喜歡此旅館的表現與服務 -0.68 1.21

我不喜歡此旅館提供的產品 -0.26 1.01

我不喜歡此旅館提供的服務 -0.18 0.60

我不喜歡此旅館提供的價格 -0.21 -0.04

我對此旅館具有負面的態度 -0.49 0.28

意欲忠誠

我再三發現此旅館比別家旅館好 -0.42 1.04

此旅館的表現一向比它的競爭對手好 -0.48 1.26

我幾乎總是發現此旅館的產品比競爭對手差 -0.25 0.30

我幾乎總是發現此旅館的服務比競爭對手差 -0.19 0.15

我幾乎總是發現此旅館的價格比競爭對手差 -0.16 0.17

我再三地發現此旅館較競爭對手差 -0.35 0.65 行動忠誠

我總是會持續的優先選擇此旅館 -0.58 1.12

因為此旅館的特色,所以我會ㄧ直優先考慮選擇它 -0.31 0.55

我一直比較偏愛此旅館提供的產品 -0.26 0.55

我一直比較偏愛此旅館提供的服務 -0.24 0.59

我一直比較偏愛此旅館提供的價格 -0.26 0.26

相較於它的競爭對手,我會ㄧ直優先選擇此旅館 -0.39 0.37

(二)顧客導向測量模式之分析

顧客導向測量模式適配度的檢驗結果可得,?2 為 15.31,df 為 5,p 值 為 .00911,RMSEA 為 .076,所有測量變項的因素負荷量皆大於 .60,各 參數的 t 值皆達顯著水準,因此不需進行模式修正。測量模式參數估計表 見表 4-2-36,參數估計圖如圖 4-2-1 所示。

表 4-2-36 顧客導向測量模式之參數估計表

因素 題項 因素負荷量

? t 值 殘差 t 值

顧客導向 此旅館員工瞭解我的需求(x1) .76 - .43 12.05***

我的要求改變時,此旅館員工會嘗

試著去理解(x2) .86 20.10*** .26 10.43***

此旅館員工能夠有禮貌地處理我的

疑問與抱怨(x3) .90 21.45*** .20 9.17***

此旅館員工能夠快速地處理我的疑

問與抱怨(x4) .89 21.23*** .21 9.41***

即使不在該部門員工的工作範圍

內,他們仍會幫我解決問題(x5) .78 17.19*** .39 11.83***

註:***p < .001。「-」表示為參照指標不進行估計。

適配指標 ?2 = 15.31,df = 5,p = .00911,RMSEA = .076。

?

2 = 15.31,df = 5,p = .00911,RMSEA = .076 圖 4-2-1 顧客導向測量模式參數估計圖

(三)關係銷售行為測量模式之分析

關係銷售行為測量模式適配度的檢驗結果如表 4-2-37,?2 為 176.25,

df 為 26,p 值小於 .001,RMSEA 為 .127,各參數的 t 值皆達顯著水準,

但測量變項 x12、x13 及 x14 的因素負荷量皆小於 .60,未達標準,顯示模 式需要修正。將 x12、x13 及 x14 此三個題項刪除後再重新分析,發現 x6 因素負荷量為 0.59,小於標準值,故將 x6 刪除後再次重新分析,經 MI 值 的建議將 x7 和 x8,x7 和 x10 之殘差設定相關後,分析結果可得 ?2 為 11.82,

df 為 3,p 值為 .00802,RMSEA 為 .091,各參數的 t 值皆達顯著水準,

所有測量變項的因素負荷量皆大於 .60,如圖 4-2-2 參數估計圖所示,修正 後參數估計見表 4-2-38。

表 4-2-37 未修正關係銷售行為測量模式之參數估計表

因素 題項 因素負荷量

? t 值 殘差 t 值 關係銷售

行為-1 此旅館員工會主動與我接觸(x8) .67 - .55 11.74***

此旅館員工會以傳真、電話或電子郵

件等方式與我保持聯繫(x9) .73 15.27*** .46 10.97***

我會收到此旅館員工寄給我的生日

卡片或禮物(x10) .76 15.93*** .43 10.61***

此旅館員工會提供我新的資訊或促

銷方案(x11) .83 18.19*** .31 8.81***

我會詢問此旅館員工較細部的問題

(x12) .51 9.79*** .74 12.64***

此旅館員工會告知我他們所犯的錯

誤(x13) .58 11.26*** .66 12.35***

關係銷售 行為-2

此旅館員工的態度並不會因為我花

多少錢而改變(x6) .67 - .55 8.98***

此旅館員工會提供意見幫助我做決

定(x7) .81 13.82*** .35 5.13***

我會對此旅館員工表現出尊重的態

度(x14) .39 6.76*** .84 12.58***

註:***p < .001。「-」表示為參照指標不進行估計。

適配指標 ?2 = 176.25,df = 26,p < .001,RMSEA = .127。

表 4-2-38 修正後關係銷售行為測量模式之參數估計表

因素 題項 因素負荷量

? t 值 殘差 t 值 關係銷售

行為-1 此旅館員工會主動與我接觸(x8) .62 - .62 11.93***

此旅館員工會以傳真、電話或電子郵

件等方式與我保持聯繫(x9) .74 15.20*** .46 10.58***

我會收到此旅館員工寄給我的生日

卡片或禮物(x10) .78 16.38*** .39 9.39***

此旅館員工會提供我新的資訊或促

銷方案(x11) .85 18.21*** .28 7.41***

關係銷售 行為-2

此旅館員工會提供意見幫助我做決

定(x7) 1.00 - .00 -

註:***p < .001。「-」表示為參照指標不進行估計。

適配指標 ?2 = 11.82,df = 3,p = .008,RMSEA = .091。

?

2 = 11.82,df = 3,p = .008,RMSEA = .091 圖 4-2-2 修正後關係銷售行為測量模式參數估計圖

(四)銷售人員屬性測量模式之分析

由銷售人員屬性測量模式適配度的檢驗結果由表 4-2-39 可知,?2 418.25,df 為 27,p 值小於 .001,RMSEA 為 .201,顯式模式需要進一步 修正。經由 MI 值建議修正後,可得 ?2 為 66.14,df 為 19,p 值小於 .001,

RMSEA 為 .083,各參數的 t 值皆達顯著水準,所有測量變項的因素負荷

量也大於 .60,修正後測量模式參數估計表見表 4-2-40,參數估計圖如圖

?

2 = 66.14,df = 19,p < .001,RMSEA = .083 圖 4-2-3 修正後銷售人員屬性測量模式參數估計圖

(五)信任測量模式之分析

由信任測量模式適配度的檢驗結果由表 4-2-41 可知,?2 為 36.06,df 為 5,p 值小於 .001,RMSEA 為 .132,顯式模式需要進一步修正。經由 MI 值建議將 x28 和 x30 題項的殘差修正為相關後,可得 ?2 為 16.64,df 為 4,p 值等於 .00227,RMSEA 為 .094,各參數的 t 值皆達顯著水準,

所有測量變項的因素負荷量也大於 .60,修正後測量模式參數估計表見表 4-2-42,參數估計圖如圖 4-2-4 所示。

表 4-2-41 未修正信任測量模式之參數估計表

因素 題項 因素負荷量

? t 值 殘差 t 值

信任 此旅館員工總是對我保持承諾(x27) .85 - .27 11.27***

此旅館員工讓我感覺很誠摯(x28) .90 21.83*** .18 9.67***

此旅館員工是可以信賴的(x29) .95 23.85*** .10 6.20***

此旅館員工是誠實的(x30) .77 17.11*** .40 12.25***

此旅館員工總是把我的利益擺第一

(x31) .64 13.21*** .59 12.86***

註:***p < .001。「-」表示為參照指標不進行估計。

適配指標 ?2 = 36.06,df = 5,p < .001,RMSEA = .132。

表 4-2-42 修正後信任測量模式之參數估計表

因素 題項 因素負荷量

? t 值 殘差 t 值

信任 此旅館員工總是對我保持承諾(x27) .85 - .27 11.56***

此旅館員工讓我感覺很誠摯(x28) .92 22.35*** .16 8.22***

此旅館員工是可以信賴的(x29) .94 23.37*** .12 7.32***

此旅館員工是誠實的(x30) .80 17.67*** .37 11.35***

此旅館員工總是把我的利益擺第一

(x31) .64 13.23*** .59 12.92***

註:***p < .001。「-」表示為參照指標不進行估計。

適配指標 ?2 = 16.64,df = 4,p = .00227,RMSEA = .094。

?

2 = 16.64,df = 4,p = .00227,RMSEA = .094 圖 4-2-4 修正後信任測量模式參數估計圖

(六)滿意度測量模式之分析

由滿意度測量模式適配度的檢驗結果由表 4-2-43 可知,?2 為 29.98,

df 為 2,p 值小於 .001,RMSEA 為 .198,顯式模式需要進一步修正。經 由 MI 值的修正建議後,分析結果 ?2 為 0.00,df 為 0,p 值等於 1.000,RMSEA 為 .000,表示假設模型與實際觀察值之間無顯著的差異,各參數的 t 值皆 達顯著水準,所有測量變項的因素負荷量也大於 .60,修正後測量模式參 數估計表見表 4-2-44,參數估計圖如圖 4-2-5 所示。

表 4-2-43 未修正滿意度測量模式之參數估計表

因素 題項 因素負荷量

? t 值 殘差 t 值

滿意度 我認為此旅館員工很討人喜歡(32) .88 - .23 9.74***

此旅館員工令我心情愉悅(x33) .92 22.32*** .15 7.64***

我對此旅館員工感到滿意(x34) .88 20.85*** .22 9.65***

我對此旅館全部的產品感到滿意(x35) .75 16.33*** .44 12.07***

註:***p < .001。「-」表示為參照指標不進行估計。

適配指標 ?2 = 29.98,df = 2,p < .001,RMSEA = .198。

表 4-2-44 修正後滿意度測量模式之參數估計表

因素 題項 因素負荷量

? t 值 殘差 t 值

滿意度 我認為此旅館員工很討人喜歡(32) .86 - .27 5.52***

此旅館員工令我心情愉悅(x33) .85 19.21*** .27 8.63***

我對此旅館員工感到滿意(x34) .95 22.45*** .10 3.31***

我對此旅館全部的產品感到滿意(x35) .77 16.54*** .41 11.36***

註:***p < .001。「-」表示為參照指標不進行估計。

適配指標 ?2 = 0.00,df = 0,p = 1.000,RMSEA = .000。

?

2 = 0.00,df = 0,p = 1.000,RMSEA = .000 圖 4-2-5 修正後滿意度測量模式參數估計圖

(七)承諾測量模式之分析

承諾測量模式適配度分析結果 ?2 為 0.00,df 為 0,p 值等於 1.000,

RMSEA 為 .000,表示假設模型與實際觀察值之間無顯著的差異,各參數 的 t 值皆達顯著水準,所有測量變項的因素負荷量也大於 .60,不需進行 模式修正。測量模式參數估計表見表 4-2-45,參數估計圖如圖 4-2-6 所示。

表 4-2-45 承諾測量模式之參數估計表

因素 題項 因素負荷量

? t 值 殘差 t 值

承諾 我對此旅館有一份感情(x36) .89 - .20 9.26***

此旅館對我而言有很大的個人意義(x37) .91 21.93*** .17 8.34***

我對此旅館有很強的認同感(x38) .92 22.33*** .15 7.65***

註:***p < .001。「-」表示為參照指標不進行估計。

適配指標 ?2 = 0.00,df = 0,p = 1.000,RMSEA = .000。

?

2 = 0.00,df = 0,p = 1.000,RMSEA = .000 圖 4-2-6 承諾測量模式參數估計圖

(八)認知忠誠測量模式之分析

由認知忠誠測量模式適配度的檢驗結果由表 4-2-46 可知,?2 為 51.55,

df 為 9,p 值小於 .001,RMSEA 為 .115,而 x44 的因素負荷量為 .37,

小於 .60 的標準,故將此題刪除。再經由 MI 值的建議後將 x40 和 x41 的 殘差修正為相關後,分析結果可得 ?2 為 9.91,df 為 4,p 值等於 .04197,

小於 .60 的標準,故將此題刪除。再經由 MI 值的建議後將 x40 和 x41 的 殘差修正為相關後,分析結果可得 ?2 為 9.91,df 為 4,p 值等於 .04197,

在文檔中 此旅館員工瞭解我的需求 (頁 21-50)

相關文件