本文運用 SEM 進行兩階段線性結構分析，即驗證性因素分析（confirmatory factor analysis, CFA）與修正模式之因果徑路分析，藉以驗證其間因果關係。
（一）整體模式配適度檢定標準
模式配適（model fitness）係指假設模式與實際資料之一致程度，本文彙整八 項關於整體模式適配度指標與標準（請參見表七）。首先，藉驗證性因素分析進行 初始模式的收斂效度（convergent validity, CV），一般衡量方法有潛在變數組合信 度（CR）與平均變異抽取量（average variance extracted, AVE），以呈現信、效度 分析。因此，本文除了依驗證性因素分析結果，刪除標準化因素負荷量（λ 值）低 於0.5 的觀察變數外，同時以「修正指標」（modification index, MI）作為模式修正 之依據，一般以MI 值大於 5 者優先進行修正。 資料來源：整理自邱皓政（2003）及徐聖訓（2008）
（二）初始模式配適度檢定
本文先藉由驗證性因素分析，先進行初始模式的收斂效度檢定，接著進行結構 模式分析，包含研究模式的配適度分析與整體研究模式的解釋力，分述如下。
1. 收斂效度檢定
所謂收斂效度係指運用不同方法，衡量相關變數彼此之間的相關程度。一般用 來衡量收斂效度的方法有：（1）潛在變數的組成信度，以及（2）平均變異抽取 量。所謂組成信度意指構念指標的內部一致性，信度愈高顯示這些指標的內部一致 性愈高。而平均變異抽取量則是用以計算潛在變數之各測量變數對潛在變數的變異 解釋力，若平均變異抽取量愈高，則表示潛在變數有愈佳的區別效度與收斂效度。
本文根據 Bagozzi 與 Yi（1988）的建議，收斂效度必須同時滿足下列條件：
（1）衡量模式的因素負荷量（λ 值）介於 0.5 ~ 0.95，即表示達理想的基本模式適 合度。（2）組合信度（CR 值）必須大於 0.6。（3）平均變異抽取量必須大於 0.5。初始模式的驗證因素分析結果（如圖五所示），有 16 個變數標準化因素負荷 量小於 0.5，必須考慮刪除。另計算政治、經濟、社會與文化四個構面的 CR 值分 別為 0.6284、0.7916、0.6535、0.6734，均高於 0.6；平均變異抽取量則分別為 0.1912、0.2853、0.2019、0.2919，並未達 0.5 標準。
2. 結構模式分析
本文接著進行結構模式分析，包含研究模式的配適度分析與整體研究模式的解 釋力，原始模式卡方值（χ2）為1903.1，自由度為 491，其他配適指標參見表八。
結果顯示未能滿足適合度建議指標，顯見初始模式與觀察資料之間並沒有良好的配 適度。
依據上述，可知本文所建構的初始模式，在內部一致性（組成信度 CR）雖有 良好的結果，但在標準化因素負荷量（λ 值）、平均變異抽取量指標及整體模式檢 驗指標仍有改善空間。
承上，繼續剔除部分標準化因素負荷量（λ 值）小於 0.5 的題目，再逐步進行 修正，以期符合估計模式要求。刪除之後，整體模式契合度有大幅改善，各構面的 組成信度分別為 0.6049、0.7832、0.6261 及 0.7354 均大於 0.6，而平均變異抽取量 也分別提高為 0.3867、0.4786、0.4623、04151，幾乎已達 0.5 的標準（如表九所 示），但仍有修正空間。
圖五 初始模式標準化參數因果路徑圖 資料來源：本文整理
表八 初始模式配適度指標結果
指標 建議判定標準 本模式配適值 判定結果
χ2值 愈小愈好，P-value > 0.05 1903.1 否 χ2/df 值 < 3 3.88 尚可
GFI > 0.9 0.73 否
AGFI > 0.9 0.69 否
RMSEA < 0.05：配適度優良；0.05 ~ 0.085：配適度
良好；0.08 ~ 0.1：尚可；> 0.1：配適度欠佳 0.096 否
RMR < 0.05 0.11 否
NFI > 0.9 0.69 否
NNFI > 0.9 0.73 否
CFI > 0.9 0.75 否
資料來源：本文整理
表九 調整後模式配適度指標結果
指標 建議判定標準 本模式配適值 判定結果
χ2值 愈小愈好，P-value > 0.05 356.54 不好 χ2/df 值 < 3 3.10 可
GFI > 0.9 0.88 可
AGFI > 0.9 0.84 可
RMSEA
< 0.05：配適度優良；0.05 ~ 0.085：配適度 良好；0.08 ~ 0.1：尚可；> 0.1：配適度欠 佳
0.083 尚可
RMR < 0.05 0.082 尚可
NFI > 0.9 0.84 可
NNFI > 0.9 0.86 可
CFI > 0.9 0.88 可
資料來源：本文整理
（三）最終（正式）模式整體配適度指標檢定
本文在進行結構方程模式分析時，係根據 Anderson 與 Gerbing（1988）的建 議，進行兩階段分析。首先針對各研究構面與衡量題目進行驗證性分析，發展穩定
的衡量模式，該部分已於前段完成；第二階段則將多個衡量題目縮減為少數衡量指 標後，再輔以結構方程模試驗證本文的各項假說檢定。
前述提及，一般衡量收斂效度的方法有潛在變數組合信度以及平均變異抽取 量。因此，除了依驗證性因素分析結果，刪除標準化因素負荷量（λ 值）低於 0.5 的觀察變數外，同時也運用「修正指標」（modification index, MI）作為模式修正 之依據，一般以 MI 值大於 5 者優先進行修正。前文已依據驗證性因素分析的結 果，刪除標準化因素負荷量（λ 值）低於 0.5 的觀察變數外，底下，本文將先針對 MI 值最大者進行修正，經逐步修正後，模式在配適度上有顯著改善（參見表 十）。本文最終模式標準化因素負荷量與模式適配結果（如圖六所示）。
表十 最終模式之配適度指標結果
指標 建議判定標準 最終模式配適值 判定結果 χ2值 愈小愈好，P-value > 0.05 154.73 - χ2/df 值 < 3 1.93 符合
GFI > 0.9 0.94 符合
AGFI > 0.9 0.90 符合
RMSEA
< 0.05 表示配適度優良；0.05 ~ 0.08 表示 良好；0.08 ~ 0.1 表示尚可；> 0.1 表示欠 佳
0.055 符合
RMR < 0.05 0.058 符合
NFI > 0.9 0.92 符合
NNFI > 0.9 0.94 符合
CFI > 0.9 0.96 符合
IFI > 0.9 0.96 符合
CN > 200 213.17 符合
資料來源：本文整理
圖六 最終模式參數估計因果路徑圖 資料來源：本文整理
（四）整體模式之結構關係
整體模式適配度主要用以評量整個模式與觀察資料的適配程度，以瞭解實證結 果是否與理論模式相符。本文經由文獻分析、個案探討及深度訪談的質化分析，歸 納出台灣技職教育政策變遷過程，主要受到政治、經濟、文化以及社會等四個構面 影響，隨後建構觀測變數量表。之後，經過驗證性因素分析與 MI 指標模型的調 整，最後保留 15 個觀測變數，因此繼續探討觀測變數與潛在變數，以及潛在變數 彼此間之關係。在 LISREL 的結構方程模式中，觀測變數與潛在變數間之關係須藉 估計所得之λ 值解釋，本文 λ 值的 t 值均超過 1.96，達顯著水準，顯示潛在變數因
素之模式關係成立，其估計值參見表十一。6
表十二 潛在變數間標準化因果路徑估計值
政治構面 經濟構面 文化構面
經濟構面
0.09
（0.04）
1.03 文化構面
0.41
（0.04）
3.72***
0.19
（0.03）
2.23**
社會構面
0.14
（0.04）
1.63
0.76
（0.05）
7.09***
0.63
（0.05）
5.46***
說明： （）代表標準誤差，當 t 值＞1.96，表示已達 α 值為 0.05 的顯著水準，以*表示。當 t 值＞2.58，表示已達 α 值為 0.01 的顯著水準，以**表示。當t 值＞3.29，表示已達 α 值為0.001 的顯著水準，以***表示。
資料來源：本文整理
圖七 一階驗證模式標準化參數估計圖 資料來源：本文整理