第四章 研究結果
第三節 因素分析及信度檢定
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
71
第三節 因素分析及信度檢定
因素分析的主要目的是對資料找出其結構，以少數幾個因素來解釋一群相互 有關係存在的變數，且能到保有原來最多的資訊，再對找出因素的進行其命名，
如此方可達到因素分析的兩大目標：資料簡化和摘要。本研究為達以上兩個目的，
將透過因素分析將問項濃縮成少數有意義的資料，並進行信度檢定，藉由檢測 Cronbach’s α值確認問卷中的各題項是否有達成一致。在進行因素分析前，預先 利用KMO值及Bartlett’s球型檢定來判斷是否可以進行。學者Kaiser(1974)提出在 因素分析中所提出的標準為，KMO值大於0.8時，表示很好(meritorious)，資料非 常適合因素分析；KMO值介於0.7-0.8間時為中等(middling)，資料可以進行因素 分析；KMO值介於0.6-0.7間時為普通(mediocre)，但KMO值若小於或等於0.5時，
表示資料無法被接受(unacceptable)，且無法進行因素分析。此外，Bartlett’s球型 檢定則是用來判斷資料是否為多變量常態分配，也可用來檢定是否進行因素分析，
Bartlett(1951)提出針對變項間相關矩陣的球形檢定，此檢定法約略呈現χ2 分佈，
若變項之間相關係數愈高，則所得χ2 值愈大，表示愈適合進行因素分析。由下 表4-3-1可看出，本研究變項包含體驗行銷、體驗價值、服務創新、顧客滿意度 及顧客忠誠度等五個變項的KMO值皆近於或大於0.8，且顯著性p值皆為0.000，
已達顯著水準，顯示本研究資料適當可進行因素分析。
表 4-3-1 研究變項 KMO 值及 Bartlett’s 球型檢定數值 研究變項 KMO 值 Bartlett’s 球型檢定
近似卡方分配 df 值 顯著性 p 值 策略體驗模組 0.792 992.187 6 .000***
體驗價值 0.891 4085.623 36 .000***
服務創新 0.827 2479.462 21 .000***
顧客滿意度 0.859 2793.089 21 .000***
顧客忠誠度 0.895 3513.566 21 .000***
P*<.05, P**<.01, ***P<.001
資料來源：本研究整理
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
72
一、因素萃取及因素命名
本研究採用的因素分析為主成分分析法(PCA)。主成份分析是成份分析模式 中最常被使用的方法，其成份萃取的程序主要是藉原始觀察變項的線性組合 (主 要成份) 來將所形成的變異總數進行分割 (Warmbrod, 2000) 。第一步作法是將 解釋最大總變異量的成份 (原始觀察變項的線性組合) 找出來，當成第一主成 份 (first principal component)；之後，扣除第一主成份所解釋的變異量，找出與 第一主成份互不相關且能解釋所剩餘之最大變異量的第二主成份；依此類推，直 至所有主成份皆已萃取出來為止。學者 Kaiser(1974)的篩選標準為，因素特徵值 須大於 1；進行因素轉軸後，因素負荷量的絕對值應大於 0.6，且最大與次大因 素負荷量相減必須大於 0.3，否則表示問卷設計不良而造成數據誤差。最後檢視 共同性數值是否大於 0.5，及轉軸後累積解釋總變異量是否大於 60%，以判定研 究是否具有高可信度以及研究的價值。
下列將以表格方式說明本研究各變項的因素萃取與因素轉軸結果及最後的 因素命名。
(一)、策略體驗模組
如下表 4-3-2 所示，本研究經由因素分析後在體驗行銷構面中萃取出一個因 素，由於僅萃取出一個因素，無法進行轉軸，因此檢視共同性之萃取部分，並以 此作為因素負荷量，而因素負荷量為 0.683-0.577，刪除了問項編號中 EM 的 S1-S6，
F1-F3，T1，T2，T4 及 R1-R4 共 16 個問項，將此因素命名為設計思考。
表 4-3-2 策略體驗模組構面因素之萃取
問項 因素一
參展完後可延伸閱讀動力 .577
參展完後願意參訪更多展覽 .652
日後會定期關注展覽資訊 .683
參展完後更了解作品意義 .613
因素命名 設計思考
轉軸後特徵值 2.526
解釋變異量(%) 63.142 累積解釋變異量(%) 63.142
資料來源：本研究整理
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
73
(二)、體驗價值
如下表 4-3-3 所示，本研究經由因素分析後在體驗價值構面中萃取出二個因 素，因素一的因素負荷量為 0.831-0.728，因素二的因素負荷量為 0.887-0.842，
共刪除了問項編號中 EV 的 S3、G6 及 B3 共 3 個問項，並將此因素一命名為趣 味美學，因素二命名為設計優越。
表 4-3-3 體驗價值構面因素之萃取
問項 因素一 因素二
導覽人員優於其他展覽的人員 .831
參觀動向優於其他展區 .811
值得花時間來參觀 .766
展示的作品是有趣的 .763
一個值得參觀的地方 .750
內容豐富，觀賞時間不夠用 .741
設計師作品會引發我對設計的興趣 .728
各項作品是具有獨特性的 .887
展場流露出一種設計風格 .842
因素命名 趣味美學 設計優越
轉軸後特徵值 4.275 1.892
解釋變異量(%) 47.505 21.026 累積解釋變異量(%) 47.505 68.531
資料來源：本研究整理
(三)、服務創新
如下表 4-3-4 所示，本研究經由因素分析後在服務創新構面中萃取出二個因 素，因素一的因素負荷量為 0.84-0.78，因素二的因素負荷量為 0.875-0.74，共刪 除了問項編號中 SV 的 S3、T3 及 C4 共 3 個問項，並將此因素一命名為專業導 覽服務，因素二則為設計創新。
表 4-3-4 服務創新構面因素之萃取
問項 因素一 因素二
導覽人員比其他展覽的人員更專業 .840
導覽人員與作品的配置恰當 .798
導覽人員解說讓我思考了幸福的意義 .796
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
74
作品都有一位專業導覽人員解說 .780
整體設計規劃具有創意 .875
設計作品讓展覽形象層次提高 .820
作品是創新與具有設計感的 .740
因素命名 專業導覽服務 設計創新
轉軸後特徵值 2.764 2.166
解釋變異量(%) 39.481 30.943 累積解釋變異量(%) 39.481 70.424
資料來源：本研究整理
(四)、顧客滿意度
如下表 4-3-5 所示，本研究經由因素分析後在服務創新構面中萃取出二個因 素，因素一的因素負荷量為 0.871-0.71，因素二的因素負荷量為 0.86-0.727，共 刪除了問項編號中 SV 的 V1 及 V3 共 2 個問項，並將此因素一命名為專業人員 滿意度，因素二則為設計展場滿意度。
表 4-3-5 顧客滿意度構面因素之萃取
問項 因素一 因素二
導覽人員主動性及熱情是滿意的 .871 導覽人員主動性及熱情是滿意的 .856 穿著的制服設計的專業性是滿意的 .807 設計交鋒展產品解說是滿意的 .710
展場地點感到滿意 .860
環境、氛圍感到滿意 .828
展覽動線是滿意的 .727
因素命名 專業人員滿意度 設計展場滿意度
轉軸後特徵值 2.858 2.233
解釋變異量(%) 40.834 31.898 累積解釋變異量(%) 40.834 72.732
資料來源：本研究整理 (五)、顧客忠誠度
如下表 4-3-6 所示，本研究經由因素分析後在顧客忠誠度構面中僅萃取出一 個因素，無法進行轉軸，因此檢視共同性之萃取部分，並以此作為因素負荷量，
而因素負荷量為 0.758-0.564，刪除了問項編號中 CL 的 A3、CB2 共 2 個問項，
將此因素命名為向他人推薦之忠誠度。
‧
Cronbach’s α 值均大於 0.7；分項對總項之相關係數(Item-to-total correlation)亦皆 大於 0.5，顯示本研究五個變項包含策略體驗模組、體驗價值、服務創新，顧客(Item-to-total correlation)
策略