國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四章 研究設計與資料分析
第三節 樣本資料之結構方程模式分析
本研究之樣本數為273 份，Barrett（2007：820-821）提出結構方程模式之分 析樣本少於200 份是不恰當的狀況，並建議樣本數需大於 200 份較佳，同時建議 樣本數未大於500 份者，可用最大概似法進行分析，以此方法若樣本數大於 500 份時會造成卡方值嚴重膨脹（Hair et al, 2009：576, 張偉豪，2013：33），是故本 研究之樣本數符合學者所建議之樣本數。
結構方程模式係結合測量模式與結構模式，本研究將以驗證式因素分析
（CFA）作為其測量模式，路徑分析作為其結構模式之分析。驗證式因素分析是 為驗證測量變項是否能有效代表潛在構面之特性，而本研究之潛在構面分為步行 環境之安全性、舒適性、便利性、可及性與通用性，並假設安全性由7 個測量變 項；舒適性由5 個測量變項；便利性由 6 個測量變項；可及性由 4 個測量變項；
通用性由4 個測量變項所反映。並於驗證式因素分析後將不具代表性之測量變項 刪除後，進行路徑分析作為本研究之結構模式，藉由結構模式驗證整體步行環境 營造對於捷運搭乘意願之影響性以及捷運搭乘意願與捷運搭乘行為之影響性。藉 由SEM 之 CFA 與結構模式驗證本研究之假設：（一）整體步行環境之營造對民 眾搭乘捷運意願具有正向之影響性；（二）民眾搭乘捷運之意願會影響民眾捷運 搭乘行為。
壹、步行環境對影響搭乘捷運意願之驗證式因素分析
驗證式因素分析是針對過去學者或政策已提出之指標內容或評估標準，驗證 該標準或指標是否能有效反映潛在構面之特性，故本研究根據過往學者所提出營 造步行環境之策略與原則，以驗證式因素分析作為本研究結構方程模式中之測量 模式，用以驗證過去學者所建議的內容是否能反映五構面之特性。
一、模型配適度之理想標準
結構方程模式當中假設模型之測量模式與結構模式皆需符合一定之配適度，
方具有模型之統計上之合理性，故本研究彙整過往學者之經驗與建議作為本研究 模型配適度之標準（表4-13）。卡方值不但會受到樣本數的影響，也會受到模型 複雜度的影響，幾乎所有的模式都可能被拒絕，故本研究參考其他指標作為本研 究模型配適之評估，標準卡方檢定（CMIN/DF）是為了減少樣本數對於模型估計 的影響，將卡方值以自由度來加以調整，過去學者建議小於5 為可接受範圍，大 於 1 小於 3 為良好之配適度；漸進誤差均方根（Root Means Square Error of Approximation, RMSEA）為比較理論模型與完美契合模型之差異度，小於 0.05 為
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
良好的模型配適，小於0.08 大於 0.05 為合理的模型配適；配適度指標（Goodness of Fit Index, GFI）為看出理論模式的變異數與共變數能夠解釋觀察資料的變異數 與共變數的程度，可以顯示指體配適的程度，GFI 大於 0.8 為可接受之模型，大 於0.9 為模型良好配適；調整後配適度指標（Adjusted Goodness of Fit Index, AGFI）
為利用自由度和變項個數之比率調整GFI，故 AGFI 較不受樣本數之影響，過去 學者建議大於0.8 為模型良好配適；CFI 為反應假設模型與無任何共變關係的獨 立模型差異度（獨立模型為最不理想之模型），並考慮被檢定模型與中央卡方分 配的離散性，CFI 大於 0.9 為模型度配適度良好，同時符合以上之理想標準，即 可驗證整體模型配適度為良好，代表假設模型與樣本資料之調查並無太大差異。
表4-13：驗證式因素分析配適度之理想標準
指標 理想標準
標準卡方檢（CMIN/DF） 1 < X< 3 良好、<5 為可接受
RMSEA <0.05 良好配適度、0.05<X<0.08 不錯的配適度 GFI >0.8 可接受、>0.9 配適度良好
AGFI >0.8 配適度良好 CFI >0.90 配適良好
資料來源：Hair et al, 2009: 579-582; 黃芳銘，2007：152-166，張偉豪、鄭時宜，
2013：89；本研究彙整 二、測量模式之分析
測量模式之分析分為三個部分，第一部分針對七個潛在構面（安全性、舒適 性、便利性、可及性、通用性、捷運搭乘意願與捷運搭乘行為）之驗證式因素分 析，將不具無法反映潛在構面性質之測量變項予以刪除；第二部分為整體驗證式 因素分析之評鑑；第三部分為信效度分析，檢視問卷調查之樣本資料是否穩定且 一致。並以測量模式分析結果作為結構模型分析之基礎。測量模式亦以因素負荷 量（factor loading）判斷個別測量指標與相對應之潛在構面之關係，過去研究多 建議因素負荷量應大於0.5 方具有較高的解釋力（張偉豪、鄭時宜，2012：229，
蕭文龍、陳世智，2018：5-19）。
（一）各別潛在構面之驗證式因素分析 1.步行環境之安全性之驗證式因素分析
驗證式因素分析結果整體模型並不配適（表4-14），須進一步刪除配適度不 佳之參數。其中根據表4-15 可知 Safty6 因素負荷量為 0.462 小於 0.5，因素負荷 量小於0.5 之項目，因其信度較低解釋力較為不足（張偉豪、鄭時宜，2012：229，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四章 研究設計與資料分析
蕭文龍、陳世智，2018：5-19），故應予以刪除後重新估計，可知 Safty6 之因素 負荷量小於0.5，與潛在構面安全性並不配適，本研究予以刪除進行模型修正。
表4-14：步行環境安全性構面之驗證性因素分析
配適指標 模型結果 理想標準 備註
標準卡方檢定 4.930 1<X<3 不符合 GFI 0.929 >0.8 符合 AGFI 0.859 >0.8 符合 CFI 0.912 >0.9 符合 RMSEA 0.120 <0.08 不符合 資料來源：本研究繪製
表4-15：步行環境安全性測量變項之因素負荷量
指標 面向 因素負荷量 指標 面向 因素負荷量 Safty1 安全性 0.633 Safty5 安全性 0.705 Safty2 安全性 0.550 Safty6 安全性 0.462 Safty3 安全性 0.738 Safty7 安全性 0.574 Safty4 安全性 0.815
資料來源：本研究繪製
步行環境安全性面向驗證式因素分析第一次修正後之結果如表 4-16，模型 配適仍不佳，進行第二次修正，然測量變項因素負荷量個別是 Safty1=0.628、
Safty2=0.540、Safty3=0.749、Safty4=0.836、Safty5=0.693、Safty=0.548，因素負 荷量皆大於0.5 皆具有一定程度之解釋力，故第二次模型修正將針對共變異數修 正測量變項，根據表4-17 之結果，殘差 e2 相較其他殘差其修正指數（Modification Indices, M.I.）較高（總和為 19.63），代表e2 與其他指標相關性過高故予以刪除。
表4-16：步行環境安全性面向驗證性因素分析第一次修正結果
配適指標 模型結果 理想標準 備註
標準卡方檢定 5.251 1<X<3 不符合 GFI 0.944 >0.8 符合 AGFI 0.870 >0.8 符合 CFI 0.931 >0.9 符合 RMSEA 0.125 <0.08 不符合 資料來源：本研究繪製
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表4-17：步行環境安全性測量變項之共變異數
殘差 M.I. Par Change 殘差 M.I. Par Change
e1⇄e2 11.650 0.078 e3⇄e7 7.249 -0.039 e5⇄e7 7.952 0.040 e3⇄e5 4.831 -0.029 e4⇄e2 7.980 -0.047 e3⇄e4 5.434 0.026 資料來源：本研究繪製
步行環境安全性面向驗證性因素分析第二次修正結果如表 4-18，標準卡方 檢定與RMSEA 仍不符合理想標準，故針對其共變異數進行第三次修正，根據表 4-19 可知 e7 與其他殘差之 MI 值 13.199，且因 Safty7 之因素負荷量最低為 0.532，
故予以刪除。
表4-18：步行環境安全性面向驗證性因素分析第二次修正結果
配適指標 模型結果 理想標準 備註
標準卡方檢定 4.286 1<X<3 不符合 GFI 0.968 >0.8 符合 AGFI 0.905 >0.8 符合 CFI 0.964 >0.9 符合 RMSEA 0.110 <0.08 不符合 資料來源：本研究繪製
表4-19：步行環境安全性測量變項之共變異數（第三次修正）
殘差 M.I. Par Change 殘差 M.I. Par Change
e1⇄e7 4.176 0.035 e3⇄e5 4.134 -0.027 e5⇄e7 9.023 0.043
資料來源：本研究繪製
綜合以上模型修正，步行環境安全性之標準卡方檢定為2.224、GFI 為 0.992、
GFI 為 0.962、RMSEA 為 0.067、CFI 為 0.993，皆符合過去學者所建議之理想標 準，同時各測量變項之因素負荷量亦符合大於0.5 小於 0.95 之建議值（表 4-20）
（Anderson and Gerbing, 1988: 416），故潛在變項安全性之測量變項為 Safty1、
Safty3、Safty4、Safty5（圖 4-7）。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四章 研究設計與資料分析
表4-20：步行環境安全性測量變項因素負荷量
測量變項 面向 因素負荷量 測量變項 面向 因素負荷量 Safty1 安全性 0.575 Safty4 安全性 0.890 Safty3 安全性 0.743 Safty5 安全性 0.675 資料來源：本研究繪製
圖4-7：步行環境安全性驗證性因素分析之結果 資料來源：本研究繪製
2.步行環境之舒適性之驗證式因素分析
標準卡方檢定與RMSEA 並不符合過往學者所建議之理想標準（表 4-21），
故必須進行模型修正，表 4-22 可知 Comfort4 之因素負荷量為 0.492、Comfort5 為0.417，兩者之因素負荷量皆低於 0.5，代表兩者對於潛在構面舒適性並不具有 良好的解釋力（Anderson and Gerbing, 1988：417），故進行模型修正予以刪除。
表4-21：步行環境舒適性構面驗證性因素分析
配適指標 模型結果 理想標準 備註
標準卡方檢定 4.217 1<X<3 不符合 GFI 0.971 >0.8 符合 AGFI 0.912 >0.8 符合 CFI 0.950 >0.9 符合 RMSEA 0.109 <0.08 不符合 資料來源：本研究繪製
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表4-22：步行環境舒適性測量變項因素負荷量
測量變項 面向 因素負荷量 測量變項 面向 因素負荷量 Comfort1 舒適性 0.717 Comfort4 舒適性 0.492 Comfort2 舒適性 0.741 Comfort5 舒適性 0.417 Comfort3 舒適性 0.721
資料來源：本研究繪製
舒適性之模型修正結果，刪除Comfort4 和 Comfort5 時，驗證式因素分析模 型為恰好辨識，指的是共變異數矩陣提供的訊息（DF）等於估計參數（P），DF-P=0 模型只有唯一解，故卡方值=0（張偉豪、鄭時宜，2013：40），但根據表 4-23 之分析結果，個別的因素負荷量皆大於 0.5 且低於 0.95（Anderson and Gerbing, 1988: 416），符合過去學者建議標準，故舒適性之測量變項為Comfort1、Comfort2 與Comfort3（圖 4-8）。
表4-23：步行環境舒適性測量變項因素負荷量
測量變項 面向 因素負荷量 測量變項 面向 因素負荷量 Comfort1 舒適性 0.703 Comfort3 舒適性 0.711 Comfort2 舒適性 0.781
資料來源：本研究繪製
圖4-8：步行環境舒適性驗證性因素分析之結果 資料來源：本研究繪製
3.步行環境之便利性之驗證式因素分析
步行環境便利性構之驗證性因素分析之標準卡方檢定=18.730、AGFI=0.653、
CFI=0.632 皆不符合過去學者建議之理想標準（表 4-24），然根據表 4-25 步行環 境便利性Conveni4=0.446、Conveni5=0.431、Conveni6=0.332，可知三者因素負荷 量皆低於0.5，故進行模型修正予以刪除。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第四章 研究設計與資料分析
表4-24：步行環境便利性構面驗證性因素分析
配適指標 模型結果 理想標準 備註
標準卡方檢定 18.730 1<X<3 不符合 GFI 0.851 >0.8 符合 AGFI 0.653 >0.8 不符合
CFI 0.632 >0.9 不符合 RMSEA 0.255 <0.08 符合 資料來源：本研究繪製
表4-25：步行環境便利性測量變項因素負荷量
表4-25：步行環境便利性測量變項因素負荷量