第四章 研究結果與討論
第四節 多群組分析
本章將採多群組分析，探討本研究修正模式是否具有跨群組的效度，根據 吳明隆（2009）研究，多群組的 SEM 分析檢定在於評估一個適配於某一樣本群 體的模型，是否也適配於其他不同樣本的群體，即評估研究者所提的結構模式 在不同樣本群體間參數是否具有不變性（invariant）或是否相等（equivalent）。
因此，多群組分析的原理乃是將原先在單一樣本之單一共變結構關係分割成數 個平行共變結構，進而評估這些共變結構的等同關係。
壹、多群組不變性檢定
多群組分析的目的在於深入探討比較整體樣本構成的結構樣式，其整體適 配度或各估計參數是否因群組此一干擾因素的加入而改變。群組可以是各種變 項，例如性別、地區、教育程度等。基於研究旨趣，本章則以學生性別、學校 城鄉位置、父親學歷等背景變項進行多群組分析。
根據國內學者蕭佳賓（2011）的研究，群組不變性檢定，要檢定的是結構 模式的因素型態、因素負荷量、結構路徑參數、結構共變異數矩陣及測量誤差 等，是否因群組而改變。倘若本研究修正模式在加入群組因素後，仍能逐一通 過恆等不變性的檢驗，且整體適配度仍維持良好，則本研究結構模式的解釋力 就更能被接受。
本研究多群組不變性檢定的程序是先決定各群組所欲檢定的參數。本研究 結構方程式模式各群組所欲檢定的參數不變性計有下列三種模式。模式一：未 限式（unconstrained）參數模式；模式二：限制測量路徑（measurement weights）
相等模式；模式三：限制結構路徑（structural weights）相等模式。
其次，求出在限制該參數相等之模式，並分析該模式的適配度。其整體模
模式經檢定適配度，再依恆等模式卡方增值檢定，判定不同群組間對所欲檢定 參數有無顯著差異。
最後，對群組間存在顯著差異之參數，進行不同群組參數的是後模式多重 檢定。即透過恆等模式卡方增值檢定，對應下的 p 值，若 p 值達顯著水準，且 NFI 值、RFI 值、IFI 值、TLI 值之增加量大於 0.05，則無法接受多群組模式參 數相等的虛無假設，此時再利用估計值差異比較法進行事後結果分析。
本研究以學生性別、學校城鄉位置、父親學歷等三類加以分組，並進行多 群組分析。針對本研究結構方程式模式多群組分析說明如下。
貳、不同性別群組分析 一、整體適配度檢定
表 4-12 顯示，將性別干擾因素加入本研究的修正模式後，可通過因素型態，
因素負荷量、測量路徑參數、結構路徑參數參數等相等條件下的多層檢驗。由 表 4-12 顯示，從未設定任何限制與三種限制的模式可以顯示，各模式除無法通 過卡方分配檢定之外，其餘適配情形良好。絕對適配度之 GFI、AGFI、RMSEA 指標值符合標準。增值適配度除 RFI 接近標準之外，其餘 NFI、IFI、TLI 三項 指標均符合標準。簡約適配度之 PGFI、PNFI、PCFI、CN、AIC、ECVI、χ2/df 七項指標均接近符合標準。由於卡方分配值會受樣本數的影響，若排除此一適 配指數，修正模式在加入性別干擾因素後的整體適配度尚稱良好。若由 AIC、
ECVI 值加以比較，以結構共變異模式較佳。
表 4- 12 男女兩群組分析恆等性檢定摘要表
統計檢定量 適配標準 未限制參數模式 限制參數模式
測量路徑參數 結構路徑參數 絕對適配度指數
χ2 越小越好 991.85 1080.91 1090.83 GFI ＞.90 以上 0.90 0.89 0.89 AGFI ＞.90 以上 0.87 0.86 0.87 RMSEA ＜.08 0.05 0.05 0.05 增值適配度指數
NFI ＞.90 以上 0.86 0.85 0.85 RFI ＞.90 以上 0.83 0.83 0.83 IFI ＞.90 以上 0.89 0.88 0.88 TLI ＞.90 以上 0.87 0.87 0.87 簡約適配度指數
PGFI ＞.50 以上 0.66 0.69 0.71 PNFI ＞.50 以上 0.71 0.74 0.75 PCFI ＞.50 以上 0.73 0.76 0.78 CN ＞200 310 300 303
AIC 小於飽和和獨
力模式值
1175.85 1236.91 1234.83
ECVI 小於飽和和獨 力模式值
1.105 1.163 1.161 χ2/df 1～3 3. 97 4.09 4.04 資料來源：本研究整理
二、巢狀模式檢定
為更清楚了解在不變性條件下，整體適配度的變化情形，本研究應用巢狀 卡方增值檢定，逐一成對地比較。本研究首先假設預設模式是正確的，不限制 任何參數的恆等性，分析結果如表 4-13，本研究發現男女兩群組的測量路徑參 數有恆等關係。恆等模式卡方增值檢定的顯著水準 p 值均小於 0.05，拒絕虛無 假設，顯示男女兩群組結構方程式的測量路徑參數有顯著差異。
然而，其測量誤差共變異參數恆等模式顯著水準 p 值小於 0.05，拒絕虛無
假設，根據吳明隆（2009）的研究，測量誤差共變異參數不變性是最嚴苛的檢 定，在現實社會中，一般模式往往無法達到這樣嚴苛的要求，再者，p 值顯著時，
在統計上可能受到樣本數大小的影響而造成失真，所以實務上要再看模式的增 值適配度的增加量。根據 Little（1997）的研究，NFI 值、RFI 值、IFI 值、TLI 值之增加量若小於 0.05，則可接受多群組模式無差異的假設。本研究結果顯示 NFI、RFI、IFI、TLI 等值之增加量均小於 0.05 未達顯著，表是在此模式下男女 兩群組結構方程式的測量誤差共變異參數無顯著差異。
本研究接著進行事後比較，結果顯示測量路徑上「父母理財行為」之「理 財責任與決策」項目，女生高於男生;而「理財態度」之「自律性」則是男生大 於女生。結構路徑上，「父母理財教導」與「理財素養」之關係上，是女生大於 男生。
表 4- 13 男女兩群組巢狀分析表
檢驗條件 Δχ2 ΔNFI ΔIFI ΔRFI ΔTLI 未限制參數模式為正確
1.測量路徑參數 889.06*** 0.012 0.013 0.005 0.006 2.結構路徑參數 98. 89*** 0.014 0.014 0.003 0.003 測量路徑模式為正確
1.結構路徑參數 9. 83** 0.001 0.001 -0.002 -0.002
***p＜.001；**p＜.01；資料來源：本研究整理
接著，限制測量路徑參數相同，檢視男女兩群組結構方程模式的其他參數 恆等性是否成立。分析結果如表 4-13 所示，男女兩群組的結構路徑參數、結構 共變異參數、結構誤差共變異參數等恆等模式，得到 p 值均大於 0.05，接受虛 無假設，顯示男女兩群組結構方程式的結構共變異參數、結構路徑參數、結構 誤差共變異參數無顯著差異。男女兩群組結構方程式的測量誤差共變異參數恆 等模式 p 值小於 0.05，但 NFI、RFI、IFI、TLI 等值之增加量均小於 0.05 未達顯 著，表示在此模式下男女兩群組結構方程式的測量誤差共變異參數沒有顯著差
異。
參、父親學歷群組分析 一、整體適配度檢定
表 4-14 顯示，將父親學歷干擾因素加入本研究的修正模式後，可通過因素 型態，因素負荷量、測量路徑參數、結構路徑參數等相等條件下的多層檢驗。
由表 4-14 顯示，從未設定任何限制與三種限制的模式可以顯示，各模式除無法 通過卡方分配檢定之外，其餘適配情形良好。絕對適配度之 GFI、AGFI、RMSEA 指標值符合標準。增值適配度除 RFI 接近標準之外，其餘 NFI、IFI、TLI 三項 指標均符合標準。簡約適配度之 PGFI、PNFI、PCFI、CN、AIC、ECVI、χ2/df 七項指標均接近符合標準。由於卡方分配值會受樣本數的影響，若排除此一適 配指數，修正模式在加入性別干擾因素後的整體適配度尚稱良好。若由 AIC、
ECVI 值加以比較，以結構共變異模式較佳。
表 4- 14 父親學歷群組分析恆等性檢定摘要表
統計檢定量 適配標準 未限制參數模式 限制參數模式
測量路徑參數 結構路徑參數 絕對適配度指數
χ2 越小越好 1121.21 1182.50 1120. 09 GFI ＞.90 以上 0.90 0.90 0. 90 AGFI ＞.90 以上 0.85 0.86 0. 90 RMSEA ＜.08 0.04 0.03 0.034 增值適配度指數
NFI ＞.90 以上 0.85 0.85 0.85 RFI ＞.90 以上 0.82 0.82 0.82 IFI ＞.90 以上 0.91 0.91 0.90 TLI ＞.90 以上 0.90 0.90 0.90 簡約適配度指數
PGFI ＞.50 以上 0.64 0.70 0.71 PNFI ＞.50 以上 0.68 0.73 0.75 PCFI ＞.50 以上 0.72 0.79 0. 81
CN ＞200 515 529 529
AIC 小於飽和和獨
力模式值
1513.21
1490.50 1492.09 ECVI 小於飽和和獨
力模式值
1.43 1.40 1.41 χ2/df 1～3 2.298 2.23 2.23 資料來源：本研究整理
二、巢狀模式檢定
為更清楚了解在不變性條件下，整體適配度的變化情形，本研究應用巢狀 卡方增值檢定，逐一成對地比較。本研究首先假設預設模式是正確的，不限制 任何參數的恆等性，分析結果如表 4-15，本研究發現群組的測量路徑參數有恆 等關係。恆等模式卡方增值檢定的顯著水準 p 值均小於 0.05，拒絕虛無假設，
顯示父親學歷群組結構方程式的測量路徑參數有顯著差異。
然而，其測量誤差共變異參數恆等模式顯著水準 p 值小於 0.05，拒絕虛無 假設，根據吳明隆（2009）的研究，測量誤差共變異參數不變性是最嚴苛的檢 定，在現實社會中，一般模式往往無法達到這樣嚴苛的要求，再者，p 值顯著時，
在統計上可能受到樣本數大小的影響而造成失真，所以實務上要再看模式的增 值適配度的增加量。根據 Little（1997）的研究，NFI 值、RFI 值、IFI 值、TLI 值之增加量若小於 0.05，則可接受多群組模式無差異的假設。本研究結果顯示 NFI、RFI、IFI、TLI 等值之增加量均小於 0.05 未達顯著，表是在此模式下學校 位置群組結構方程式的測量誤差共變異參數沒有顯著差異。
本研究接著進行事後比較，結果顯示測量路徑均無顯著差異;在結構路徑上，
「父母理財教導」對「理財素養」之關係，學生之父親是大學學歷優於父親是 國中以下學歷。
表 4- 15 父親學歷群組巢狀分析表
檢驗條件 Δχ2 ΔNFI ΔIFI ΔRFI ΔTLI 未限制參數模式為正確
1.測量路徑參數 61.29* .008 .009 -.005 -.006 2.結構路徑參數 98. 88* .013 .014 .006 -.006 測量路徑模式為正確
1.結構路徑參數 37.59* .005 .005 .000 .000
***p＜.001；**p＜.01；資料來源：本研究整理
接著，限制測量路徑參數相同，檢視父親學歷群組結構方程模式的其他參 數恆等性是否成立。分析結果如表 4-15 所示，父親學歷群組的測量路徑參數、
結構路徑參數等恆等模式，得到 p 值均大於 0.05，接受虛無假設，顯示父親學 歷群組結構方程式的測量路徑參數與結構路徑參數無顯著差異。父親學歷群組 結構方程式的測量路徑參數與結構路徑參數恆等模式 p 值小於 0.05，但 NFI、
RFI、IFI、TLI 等值之增加量均小於 0.05 未達顯著，表示在此模式下父親學歷 群組結構方程式的測量誤差共變異參數沒有顯著差異。
參、學校城鄉位置群組分析 一、整體適配度檢定
表 4-16 顯示，將學校城鄉位置之干擾因素加入本研究的修正模式後，可通 過因素型態，因素負荷量、測量路徑參數、結構路徑參數等相等條件下的多層 檢驗。由表 4-16 顯示，從未設定任何限制與三種限制的模式可以顯示，各模式
表 4-16 顯示，將學校城鄉位置之干擾因素加入本研究的修正模式後，可通 過因素型態，因素負荷量、測量路徑參數、結構路徑參數等相等條件下的多層 檢驗。由表 4-16 顯示，從未設定任何限制與三種限制的模式可以顯示，各模式