第四章 研究結果分析與討論
第二節 影響因素之結構方程模式分析
2 0 1 3 D r . T u n g C h u n g T s a i
第二節 影響因素之結構方程模式分析
本節透過結構方程模式（SEM）對本研究架構進行測量模式之驗證性因素分 析（CFA）與結構模式之潛在變項路徑分析。在測量模式中，透過模型配適度修 正觀察變項的干擾因果關係，再進一步檢驗整體測量模型的收斂和區別效度。在 結構模式中，採用最大概估計法計算各潛在變項的路徑值，並驗證本研究提出的 假設。
壹、 測量模式（驗證性因素分析）
測量模式主要是利用 CFA 驗證觀察變項是否能正確測量出潛在變項，其評 鑑可分為以下四個階段（陳寬裕、王正華，2011）：
1. 檢驗違犯估計：違犯估計是指在測量模式或結構模式中，所輸出的估計 參數超出可接受的範圍，亦即模型獲得不當的解。
2. 檢驗模型配適度：在檢驗測量與結構模式配適度時，則需符合下列條件：
(1) X
2
：卡方值統計量，較小的卡方值代表模型對資料的適配度較好。(2) X
2
/df：卡方值/自由度，越小越好，一般認為小於5。(3) GFI：配適度指標，取值範圍0-1之間，一般認為大於0.9。
(4) AGFI：調整後配適度指標，取值範圍0-1之間，一般認為大於0.9。
(5) RMR、SRMR：殘差均方和平方根及標準化平均值，一般小於0.05。
(6) RMSEA：漸進殘差均方和平方根，一般認為小於0.08。
(7) NFI、IFI、CFI、TLI、RFI：增量配適度指標，一般認為大於0.9。
(8) PGFI、PNFI：精簡配適度指標，一般認為大於0.5。
3. 檢驗收斂效度：收斂效度主要測試一個潛在變項發展出的觀察變項，最 後是否會收斂於該潛在變項中。組合信度（CR）為潛在變項的信度指標，
可用來衡量觀察變項的內部一致性，若各潛在變項之 CR 值越高，則表 示其觀察變數越能測出該潛在變項的內涵。平均變異數萃取量（AVE）
是計算潛在變項之各觀察變項對該潛在變項的平均變異解釋力，若 AVE
© 2 0 1 3 D r . T u n g C h u n g T s a i
4. 檢驗區別效度：區別效度係指不同潛在變項彼此之間應保持低度相關。
本研究潛在變項分別為績效期望、付出期望、社會影響、促成環境、使用意 願、使用行為。其中績效期望由六個觀察變項測量，付出期望、促成環境、使用 意願由五個觀察變項測量，社會影響由四個觀察變項測量。而使用行為因為只由 一個觀察變項測量，所以不列入 CFA 進行驗證。因此，本研究之假設模型（不 含調節變項）共產生五個潛在變項測量模型，如圖 11 所示。
圖 11 本研究個別及整體潛在變項測量模式
個別
個別
個別
個別 個別 整體
© 種現象（Hair, Anderson, Tatham, & Black, 1998）：
1. 有負的誤差變異數存在。
a1 0.079 0.837 0.099 19.477***
a2 0.170 0.707 0.121 15.281***
a3 0.213 0.635 0.127 13.319***
a4 0.216 0.688 0.133 14.760***
a5 0.127 0.796 0.116 18.077***
a6 0.175 0.728 0.125 15.823***
付 出 期 望
b1 0.122 0.780 0.110 17.788***
b2 0.157 0.778 0.124 17.731***
b3 0.135 0.825 0.124 19.381***
b4 0.112 0.863 0.123 20.760***
b5 0.138 0.844 0.130 20.076***
社 會 影 響
c1 0.195 0.707 0.138 14.342***
c2 0.245 0.537 0.138 10.199***
c3 0.210 0.626 0.134 12.305***
c4 0.220 0.637 0.138 12.538***
促 成 環 境
d1 0.230 0.768 0.157 16.332***
d2 0.239 0.607 0.138 12.068***
d3 0.218 0.618 0.133 12.357***
d4 0.212 0.710 0.141 14.750***
d5 0.195 0.683 0.132 13.976***
使 用 意 願
z1 0.076 0.862 0.103 20.479***
z2 0.097 0.841 0.110 19.690***
z3 0.243 0.701 0.143 15.171***
z4 0.152 0.698 0.112 15.136***
©
～0.863（< 0.95），且標準誤之 C.R.值均呈顯著（p<.001），代表標準誤在合理範 圍內。因此，本研究個別潛在變項測量模型並無違犯估計值產生。
（Modification Indices）進行調整，經過逐一修正估算後並遵守每一個潛在變項 必須三個以上觀察變項之多元指標原則，確定刪除績效期望構面中 a4、a6；促
© 上，仍具收斂效度。（Fornell & Lacker, 1981）。
由表 25 得知，各觀察變項的因素負荷量皆大於 0.5，且潛在變項之 CR 值均 大於 0.6，績效期望、付出期望與使用意願之 AVE 大於 0.5，社會影響和促成環 境之 AVE 雖然未達標準，但其 CR 值皆大於 0.6。整體而言，各潛在變項皆已能 符合收斂效度之要求，因此，本研究整體潛在變項測量模型的內在品質亦佳。
© Fornell 與 Lacker（1981）的建議，良好的區別效度應是本身潛在變項的 AVE 平 方根要大於與其他潛在變項間的相關係數。由表 26 得知，本研究各潛在變項 AVE 平方根介於 0.629～0.819，均大於潛在變項間的相關係數，此分析結果顯示各潛 在變項皆滿足判斷準則，具有良好的區別效度。因此，再次證明測量模式的內在 品質頗佳。
© 2 0 1 3 D r . T u n g C h u n g T s a i
表 26
區別效度檢核表
構面 績效期望 付出期望 社會影響 促成環境 使用意願
績效期望 .752
付出期望 .605 .819
社會影響 .507 .474 .629
促成環境 .352 .409 .546 .702
使用意願 .623 .671 .571 .509 .754
貳、 結構模式驗證
經測量模式評鑑過程後，從模型的配適度、各題項的因素負荷量、收斂效度 與區別效度的驗證，整體而言，測量模式的內、外在品質良好，適合進行結構模 式分析，以了解各潛在變項間的因果關係。本研究採用最大概估計法（Maximum Likelihood）進行結構模式分析，並驗證所提出的假設，其分析如圖 12 所示。
徑路分析
© 2 0 1 3 D r . T u n g C h u n g T s a i
檢驗整體潛在變項結構模式配適度 一、
要驗證模式的假設，必須先評鑑模式的整體配適程度。由表 27 得知，無論 絕對配適指標、增值配適指標及精簡配適指標均符合標準。整體而言，三類指標 顯示此模式是個配適度良好的模型。
表 27
整體潛在變項結構模式配適度指標檢核表
指標 統計檢定量 標準值 檢定結果 評估
絕對配適指標
X2 越小越好 358.56 適合
X2/df < 5 1.80 適合
GFI > 0.9 .921 適合
AGFI > 0.9 .900 適合
RMR < 0.05 .021 適合
SRMR < 0.05 .043 適合
RMSEA < 0.08 .046 適合
增值配適指標
NFI > 0.9 .919 適合 TLI > 0.9 .956 適合 CFI > 0.9 .962 適合 RFI > 0.9 .905 適合 IFI > 0.9 .962 適合
精簡配適指標 PNFI > 0.5 .791 適合
PGFI > 0.5 .829 適合
假設檢定 二、
本研究經由整體潛在變項結構模式分析中徑路分析結果，如圖 13 所示，圖 中實線代表檢定後之顯著路徑，無括號數值為路徑係數，括號中數值代表該路徑 t 值。
© 2 0 1 3 D r . T u n g C h u n g T s a
i 圖 13 徑路分析數據圖
本研究依據實證分析結果（如圖 12、圖 13），進行研究之假設檢定，所獲得 之結論如下：
(一) 使用意願
「績效期望」對於使用意願路徑值為 0.24，t 值為 3.63 達顯著（p<.001），而 a1（行動載具於教學能有效達成我的教學目標）是影響教師績效期望最重要的因 素，其路徑值為 0.89；「付出期望」對於使用意願路徑值為 0.38，t 值為 5.67 達 顯著（p<.001），而 b4（我可以很快就熟練在教學上使用行動載具）是影響教師 付出期望最重要的因素，其路徑值為 0.86；「社會影響」對於使用意願路徑值數 為 0.38，t 值為 5.15 達顯著（p<.001），而 c1（家人、朋友或同事會推薦我使用 行動載具）是影響教師社會影響最重要的因素，其路徑值為 0.71。顯示「績效期 望」、「付出期望」、「社會影響」對於使用意願有明顯正向影響，且三構面的解釋 力達 76%，故 H1、H2、H3 假設成立，詳如表 28 所示。
(二) 使用行為
「促成環境」對於使用行為路徑值為 0.23，t 值為 3.38 達顯著（p<.001），而 d1（學校會提供我行動載具進行教學）及 d4（行動載具和我的班級電腦作業系 統介面類似，是我使用的主要因素）是影響教師促成環境最重要的因素，其路徑
（3.63***）
（5.67***）
（4.66***）
（5.15***）
（3.38***）
R 2 =.76
R 2 =.24
© 2 0 1 3 D r . T u n g C h u n g T s a i
而 z5（我願意推薦他人使用行動載具）是影響教師使用意願最重要的因素，其 路徑值為 0.81。顯示「促成環境」」、「使用意願」對於使用行為有明顯正向影響，
且兩構面的解釋力達 24%，故 H4、H5 假設成立，詳如表 28 所示。
表 28
研究假設檢定結果
假設 路徑 假設關係 路徑值 檢定結果
H1 績效期望使用意願 正向 0.24*** 成立
H2 付出期望使用意願 正向 0.38*** 成立
H3 社會影響使用意願 正向 0.38*** 成立
H4 促成環境使用行為 正向 0.23*** 成立
H5 使用意願使用行為 正向 0.32*** 成立
由研究結果得知，對於教師使用行動載具教學的意願而言，影響最大的是付 出期望與社會影響，其次是績效期望。付出期望的影響主要來自於行動載具的容 易熟練程度，Moore 與 Benbasat（1991）主張使用新科技困難程度會改變使用者 的接受度，即新科技的易用性是影響使用意願的關鍵之一（Davis, 1989），因此，
容易學習並使用的新科技，會降低教師對該科技的恐懼，進而提高其接受度（周 士雄，2008；洪聖恩，2013；紀佳佑，2013；楊培祺，2007；劉麗娟，2010；蔡 瓊卉，2010；鍾明志，2011）。
社會影響最重要的影響來源則是重要他人的推薦，如家人、朋友和同事，
Moroz 與 Waugh（2000）認為重要他人支持，是影響教師接受度的重要變項，
Venkatesh 與 Davis（2000）也認為個人的主觀規範會受到社會和重要他人對個人 的看法所影響，換句話說，個人規範信念與對規範順從的程度會改變其使用新科 技的接受度（Fishbein & Ajzen, 1975），故學校主管及同事的建議，對於教師是相 當具有說服力的（紀佳佑，2013），且使用新科技若會提高重要利害關係人對本 身的評價，也會提高教師的使用意願（蔡瓊卉，2010）。
績效期望雖然解釋力較低，但對於教師之接受度有顯著影響，其影響主要和 行動載具是否能有效達成教學目標有關，意即行動載具若能有助於增進教師工作 績效，其採用的態度及意願將會越正向（Davis, 1989；洪聖恩，2013；紀佳佑，
2013；陸珮津，2011；張靜雯，2009；楊培祺，2007；蔡瓊卉，2010），Venkatesh
© 2 0 1 3 D r . T u n g C h u n g T s a i
與 Davis（2000）認為科技能否對工具產生幫助，是影響使用者對科技的態度，
乃至於使用意願的關鍵因素之一，毛鳳敏（2010）、余宗樺（2010）與陳淵源（2007）
也認為教師使用科技的意願取決於新科技是否能更快完成工作或者提升教學成 果，例如教材多元化、節省備課時間。因此，新科技的應用若能達到教學上的便 利性，讓學生可以得到適性的學習，教師的使用意願將會大幅增加（邱小玲，2008；
徐志豪，2007；陳建源，2009；劉宗旻，2009）。
此外，教師的使用意願是影響其實際使用行動載具教學行為的最重要因素，
亦即若要求教師在教學情境中實際應用行動載具，必須先提升其對於行動載具教 學的正向態度及看法，Ajzen（1985）、Davis（1989）、Davis et al.（1992）、Fishbein 與 Ajzen（1975）、Venkatesh 與 Davis（2000）、Venkatesh et al.（2003）皆認為 使用意願比任何外部變數更能解釋使用行為。而沈妙伶（2011）、紀佳佑（2013）、
陸珮津（2011）、張靜雯（2009）、楊培祺（2007）、蔡瓊卉（2010）的研究中也 認為使用意願比促成環境更能解釋教師的使用行為。因此，外在組織環境的支援 與協助固然重要，教師本身對於行動載具的個人主觀意識及態度才是真正影響行 動載具進入教室大門的鑰匙。