第四章 研究結果分析與討論
第四節 國民中學校長科技領導對學校創新經營之預測分析
未達顯著 未達顯著
註：n.s.代表本研究變異數分析達顯著，而在採用Scheffé事後比較之下卻未顯示出兩 兩比較具有差異者。
第四節 國民中學校長科技領導對學校創新經營之預測分析
根據研究目的三，本節主要目的是驗證新北市國民中學校長科技領導對學校 創新經營影響的模式適配度，本研究依照文獻探討後，依循理論建立結構方程模 式(SEM)進行統計預測分析。所謂結構方程模式，此為一門基於統計分析技術的 方法學，用以處理複雜的多變量研究數據的探索與分析，且 SEM 有效整合了統 計學的「因素分析」「路徑分析」兩大主流，應用範圍相當廣泛（邱皓政，2011）。 本節共分三部分，分別為模式基本適配度、模式整體適配度、模式內在結構 適配度。
117 小平方法(GLS)，余民寧（2006）指出 GLS 法適用大樣本、觀察變項為連續變
-0.06
118
項，且潛在變項（即ξ 和η）均符合多變量常態性假設的情形，依據前述表 4-1
「國民中學校長科技領導總分與各層面之平均數與變異數」偏態值介於-.629～
-.291，峰度.367～-.372，Curran、West 與 Finch（引自余民寧，2006）指出：
「當偏態係數大於 3.00 以上，且峰度係數大於 21.00 以上時，資料則可以被認 定為相當嚴重地偏離常態分配」是以，本研究之偏態與峰度皆未嚴重偏離常 態。因此，本研究採用 GLS 法，來估計參數，並驗證結構模式關係與模式適配 度。
有關本研究正式問卷樣本數，張芳全（2013）SEM 建議樣本數最好在 200~500 份較好。Hair、Anderson 和 Tatham 及 Black 在 1995 年出版《多變量資料分析》
一書中論及結構方程式有關適合度檢定值，指出𝑥2值很容易受樣本數所影響，當 樣本數超過 200 人時，𝑥2值就很容易顯著，而當𝑥2少於 100 時，即使模式中的參 數皆不達顯著，𝑥2也不容易達顯著，是故𝑥2的檢定最好是用於樣本數 100~200 之 間，超過此範圍，即非適當指標（引自馬信行，1998）。與傳統的卡方檢定目的 不同的是，在 SEM 當中，研究者反而比較喜歡獲得一個未顯著水準的卡方值檢 定結果，因為那就表示研究是「樣本資料適合模式建構」（data fits the model），
惟 SEM 容易受到樣本大小影響，當樣本數增加時（一般來說，大於 200 以上）， 卡方檢定的結果便很容易達到顯著差異的程度，即表示要拒絕虛無假設（余民寧，
2006）。依據上述學者（余民寧，2006；邱皓政 2011；張芳全，2013）建議，SEM 樣本至少 200 份以上，另外，惟當樣本數大於 200 時，因而使卡方檢定 p 值容易 達顯著而必須拒絕虛無假設。本研究正式樣本數共實際回收 251 份，符合上述學 者建議，另外，本研究卡方檢定 p 值受到樣本數大於 200 份的影響而達顯著（p value=0.00482<0.05）。
貳、模式之整體適配度
為了確立模式的外在品質，本研究之整體模式適配值從下列三方面檢視：
119
一、整體適配度指標
大抵而言，本研究模式卡方值（χ²）為 51.13，自由度 28，p 值達顯著水準
（0.000482<0.05），表示模式不適配，針對大樣本情況下卡方檢定 p 值易達顯著 余民寧（2006）指出 SEM 容易受到樣本大小影響，當樣本數增加時（一般來說，
大於 200 以上），卡方檢定的結果便很容易達到顯著差異的程度，即表示要拒絕 虛無假設。本研究樣本數為 251，而影響卡方檢定 p 值易達顯著，因而需參酌其 他適配指標綜合判斷。
另外，本模式 GFI 值、AGFI 值皆大於 0.9 屬於良好適配，且 RMR 值小於 0.05 亦屬適配，而 RMSEA（均方根近似誤）屬合理適配值。此外，校長科技領 導對學校創新經營路徑之結構方程式係數γ 值 0.85。
二、比較適配度指標
本模式 NFI 值、NNFI 值、CFI 值、IFI 值、RFI 值皆大於 0.9 以上，顯示本 研究模式適配，適合比較兩個以上的競爭模式。
三、精簡適配度指標
本模式 PGFI 值、PNFI 值方面，余民寧（2006）針對上述兩個指標認為雖然 沒有決定的固定數值可供作判斷，而研究者多半期望獲得較高的數值，以顯示該 模式具有精簡性。另外，CN 值大於 200，滿足適當樣本數。
表 4-29
國民中學校長科技領導對學校創新經營影響之整體模式分析結果
適配度指標 判斷規準 本研究分析結果 是否達適配標準 一、整體適配度指標
χ²
p>.05
(未達顯著水準)
χ(28)²=51.13
p=0.000482
不適配
GFI >0.9 0.9607 適配
（續下頁）
120
AGFI >0.9 0.9228 適配 RMR <0.05 0.02257 適配 RMSEA <0.05 良好適配
<0.08 合理適配
<0.10 普通適配
>0.10 不良適配
0.05749 合理適配
二、比較適配度指標
NFI >0.9 0.9836 適配 NNFI >0.9 0.9874 適配 CFI >0.9 0.9922 適配 IFI >0.9 0.9922 適配 RFI >0.9 0.9736 適配 三、精簡適配度指標
CN >200 228.8414 適配 PGFI 越高越好 0.4891 適配 PNFI 越高越好 0.6120 適配
註：本表適配度判斷規準參考余民寧（2006）。潛在變項模式：SIMPLIS的應 用。臺北市：高等教育。
整體而言，根據以上述數值分析後，本研究建構之國民中學校長科技領導對 學校創新經營關係，結構方程模式之整體適配度多數指標顯示良好：觀察表 4-29 之數據，透過上述整體適配度指標（χ²、GFI、AGFI、RMR、RMSEA），除了 χ² 卡方值外，其他整體適配指標係合理適配範圍，顯示本研究理論模式與實證樣本 資料之間適配程度相符；而比較適配度指標方面（NFI、NNFI、CFI、IFI、RFI）
達適配值範圍，顯示本研究模式適合比較兩個以上的競爭模式，根據理論建構所
121
提出的模式適配度良好；精簡適配度指標方面（CN、PGFI、PNFI），數值屬適配 值範圍，顯示本研究在達到預期的適配程度之下，模式所需要進行的估計是最少 參數個數，在其他條件不變下，模式越精簡越好。從上述整體觀點來檢視本研究 模式與實際資料適配程度，本研究建構之科技領導對學校創新經營影響的理論模 式符合實際結果。
參、模式之內在結構適配度
除了整體適配指標外，還需要深究模式中測量模式的適配指標，以做為形成 綜合結論的依據之一，本研究內在結構適配度，就三方面（因素負荷量、組合信 度、變異數的平均解釋量）：
一、因素負荷量：本研究各觀察變項對其潛在變項之因素負荷量值 0.73~0.97，且 各估計參數顯著性考試 t 值皆顯著水準（大於 1.96）。
二、組合信度(composite reliability, CR)：本研究校長科技領導組合信度 CR 值 為 0.971，學校創新經營 CR 值為 0.928，皆符合余民寧（2006）建議 CR 值 必須大於 0.6 以上。也就是說本研究測量變項具有測量某種潛在變項（或是 說理論建構）的理想組合信度。
三、變異數的平均解釋量(average variance extracted, AVE)：本研究校長科技領 導 AVE 值為 0.870，學校創新經營 AVE 值為 0.723，皆符合余民寧（2006）
建議 AVE 值必須大於 0.5 以上之標準。也就是說，本研究之測量變項被某種 潛在變項（或是說理論建構）解釋到的變異量，遠比被測量誤差所解釋到的 變異數量還高，這顯示本研究之潛在變項具有良好的操作測量定義。
整體而言，根據上述內在結構指標數值分析後，內在結構適配度之三方面（因 素負荷量、組合信度、變異數的平均解釋量）皆符合學者之建議數值，顯示本研 究亦具備良好的內在結構適配度。
122
綜合上述第四節分析，本節結構方程模式之結果如下說明：
一、模式基本適配度：本研究之偏態與峰度皆未嚴重偏離常態，因此採取概化最 小平方法(GLS)，且研究樣本數方面符合一般學者建議之 200 份以上，惟本 研究之卡方檢定 p 值受到樣本數大於 200 份的影響而達顯著。
二、模式之整體適配度：本研究受樣本數影響卡方檢定 p 值易達顯著，因而需參 酌其他適配指標綜合判斷。而從 1.整體適配度指標 2.比較適配度指標 3.精簡 適配度指標三方面分析，本研究之整體適配度多數指標顯示良好，顯示本研 究理論模式與實證資料適配，本研究之理論符合實際結果。
三、模式之內在結構適配度：本研究內在結構適配度，從因素負荷量、組合信度、
變異數的平均解釋量之三方面分析數據，皆符合學者之建議數值，顯示本研 究亦具備良好的內在結構適配度。
123