• 沒有找到結果。

4.2 驗證性因素分析

4.2.3 第三部分:行為意向、願付價格

4.2.3.1 行為意向及願付價格之各變項平均值敘述

行為意向有 4 個問項,平均數分佈在 5.62 至 5.46 之間,分數最高者為「BI3 我會推薦到有解說導覽的景點」(M = 5.62),而分數最低者為「BI4 如果附近景點 有解說導覽,我會參觀」(M = 5.46)。願付價格有 4 個問項,平均數分佈在 3.04 至 2.30 之間,分數最高者為「WTP2 您願意支付每人每次多少費用將其作為生態保育 經費?」(M = 3.04),而分數最低者為「WTP3 您願意支付每人每次多少費用將其

作為增加政府稅收來源?」(M = 2.30),描述性統計數值見表 4-2-15 所示。

表 4-2-15 遊客與行為意向、願付價格描述性統計表 Table 4-2-15 Descriptive statistics of BI and WTP with tourist

代號 測量變項 平均數 標準差 構內排名

行為意向 5.50

BI1 我願意去有解說導覽的景點 5.48 0.99 2

BI2 我會安排到有解說導覽的景點 5.47 0.94 3

BI3 我會推薦到有解說導覽的景點 5.62 0.97 1

BI4 如果附近景點有解說導覽,我會參觀 5.46 1.03

願付價格 2.82

WTP1 您願意支付每人每次多少費用將其作為解

說員薪資? 2.92 1.28 3

WTP2 您願意支付每人每次多少費用將其作為生

態保育經費? 3.04 1.36 1

WTP3 您願意支付每人每次多少費用將其作為增

加政府稅收來源? 2.30 1.35

WTP4 您願意支付每人每次多少費用將其作為生

態教育費用? 3.03 1.45 2

4.2.3.2 行為意向及願付價格之測量模式參數估計

良好的測量模式,必須滿足兩件事:一為研究模式中各觀察變數必須能正確 測量出各潛在變數,以及同一觀察變數不能對於不同的潛在變數都產生顯著的負 荷量(Bagozzi & Yi, 1988)。根據上述學者的建議,研究模式要滿足以上兩件事,可 用的指標有下列四項:聚合效度評鑑、觀察變數之個別信度、估計參數的顯著水 準、標準化殘差等,茲分述如下:

A. 聚合效度評鑑

該指標是各觀察變數對其潛在變數的因素負荷量(λ),Bagozzi 和 Yi(1988) 建議因素負荷量應該都在 0.5 以上。所有觀察變項對其個別潛在變項的因素負 荷量(λ)的值介於 0.62~0.99,其中部份觀察變數λ值未達 0.5 以上的標準,顯 示部份觀察變項不足以反映其所建構的潛在變項,建議刪除之。測量模型參數 值如表 4-2-16 所示。

B.觀察變數之個別信度

該指標是由 CFA 所計算出個別變項的 R2,變異比率,建議因素負荷量雖 未明確地提出任判斷標準,但黃芳銘(2004,p.123)建議,只要 t 值大到顯著,

R2就可接受。個別觀察變項的信度介於 0.36~0.86,結果顯示,部份觀察變項 信度偏低,本研究斟酌將信度小於 0.3 或 0.4 之變項予以刪除。測量模型參數 值如表 4-2-16 所示。

C.估計參數的顯著水準

檢定觀察變數對該潛在變數的因素負荷量是否達到顯著水準,其 t-value 的絕對值至少要大於 1.96。測量模式分析結果得知,第一階段模式中各變項間 的 t-value 皆大於 1.96,且達到 0.05 的顯著水準,顯示計劃行為理論模式與觀 察資料有高度的適配度。測量模型參數值如表 4-2-16 所示。

D.標準化殘差

用來計算估計值與樣本值之間的誤差,若測量模式有良好適配度,其值應 呈現常態分佈並且絕對值小於 2.58。所有變項中標準化殘差值的絕對值均小於 2.58,達模式適配度標準要求。測量模型參數值如表 4-2-16 所示。

表 4-2-16 行為意向及願付價格測量模型參數估計

Table 4-2-16 The measurement model estimates of BI and WTP variables 潛在變數 觀察變數 因素負荷量(λ) 標準化殘差 t 值 R2

行為意向

BI1 0.81 0.32 16.65*** 0.67 BI2 0.76 0.30 16.41*** 0.66 BI3 0.79 0.31 16.56*** 0.67 BI4 0.62 0.68 10.97*** 0.36 願付價格

WP1 0.74 0.59 13.64*** 0.48 WP2 0.99 0.16 20.43*** 0.86 WP3 0.74 0.77 12.35*** 0.41 WP4 0.95 0.33 18.15*** 0.73

***表 p < 0.001、**表 p < 0.01、*表 p < 0.05

0.79 0.62

行為意向 BI1

BI4 BI3

BI2 0.76 0.81

0.74

0.99 願付價格

WTP4 WTP3 WTP2 WTP1

0.95 0.74

圖 4-5 遊客行為意向及願付價格之驗證性因素分析示意圖 Figure 4-5 The confirmatory factory analysis diagram of the BI and WTP 4.2.3.3 行為意向及願付價格之內在結構適配指標之評鑑

本研究以潛在變項的建構信度(CR)進行模式內在結構配適檢驗,來檢測模式 的內在品質。行為信念、範信念及控制信念之潛在變相之建構信度其值皆大於 0.5。

顯示其內在結構之建構信度良好。平均萃取變異量(AVE)計算構面,若平均萃取變 異量計算構面大於 0.5 則顯示有較高信度與收斂效度,本研究之構面皆達標準,見 表 4-2-17。

表 4-2-17 行為意向及願付價格之驗證性因素分析潛在變數建構信度、聚合信度、

組合信度(composite reliability, CR)、構念信度(construct reliability, CR) Table 4-2-17 The composite reliability and average variance extracted chart of BI and

WTP

潛在變數 觀察變數 R2 建構信度 平均萃取變異量

行為意向

BI1 0.67

0.965 0.880 BI2 0.66

BI3 0.67 BI4 0.36 願付價格

WP1 0.48

0.966 0.886 WP2 0.86

WP3 0.41 WP4 0.73

4.2.3.4 行為意向及願付價格之初始模型契合度分析

參數估計之結果,可用來診斷個別參數的統計意義,而參數估計的整體效果 透過各項模型契合度指標來評估,整體適配度指標值如表 4-2-18 所示。第一部分 指標值 AGFI 與 CN 未達符合標準,因此,行為意向及願付價格模型仍需進行模型 修飾。

表 4-2-18 行為意向及願付價格驗證性分析之指標值分析表 Table 4-2-18 The confirmatory factory analysis of BI and WTP 指標名稱 理想值 行為意向

指標值 結果 願付價格

指標值 結果 χ2值 愈小愈好 2.87 拒 絕虛 無

假設 5.66 拒 絕虛 無 假設 χ2/df 3 1.43 符合 2.83 符合 GFI ≧0.9 0.99 符合 0.99 符合 AGFI ≧0.9 0.98 符合 0.96 符合 CFI ≧0.9 0.99 符合 0.99 符合 NFI ≧0.9 0.99 符合 0.99 符合 NNFI ≧0.9 0.99 符合 0.99 符合 IFI ≧0.9 0.99 符合 0.99 符合 RFI ≧0.9 0.99 符合 0.98 符合 RMR ≦0.05 0.01 符合 0.02 符合 SRMR ≦0.05 0.01 符合 0.02 符合 RMSEA ≦0.05 0.03 符合 0.07 可接受 PNFI ≧0.50 0.33 可接受 0.33 可接受 CN ≧200 1039.78 符合 5.22 符合 4.3 整體結構模式

本研究以線性結構方程式(SEM)來驗證生態旅遊遊客環境行為因素,經過前述 對本研究模式進行驗證性因素分析後,觀察變項刪改為 19 個變項,分別是 2 個規 範信念問項、3 個行為信念問項、3 個控制信念問項、3 個主觀規範問項、4 個態 度問項、3 個行為控制知覺問項、3 個行為意向問項以及 3 個願付價格問項。潛在 變項仍為「規範信念 NB」、「行為信念 BB」、「控制信念 CB」、「主觀規範 SN」、「態 度 AT」、「行為控制知覺 PBC」、「行為意向 BI」以及「願付價格 WTP」。

4.3.1 整體模式參數估計

整體模式參數估計值如表 4-3-1 所示,潛在變項中的各觀察變項因素負荷量介 於 0.13 至 0.99 之間,標準化殘差值均小於 2,t-value 的絕對值皆大於 1.96,觀察 變數個別信度 R2亦大於 0.2,各指標測量皆達到標準。

表 4-3-1 整體模型參數估計

Table 4-3-1 Estimates of full structural model

潛在變數 觀察變數 因素負荷量(λ) 標準化殘差 t 值 R2

對適配指標之卡方值為 665.73,但受樣本數大小影響,所以卡方值不能夠用來反 應理論模式與觀察資料的程度,故以整體適配度的複合指標進行模式的評鑑。絕 對適配指標 RMSEA 達到適配指標要求水準;相對適配指標值中 NFI、NNFI 及 CFI 達到適配指標要求水準;簡效適配指標中 PNFI 在可接受範圍內與χ2/df 達到適配指 標要求水準。因此,整體模型還有可修正的空間。

表 4-3-2 整體模式適配度值

Table 4-3-2 Goodness-of-fit of full structural model

指標名稱 指標值 理想值 結果

χ2值 愈小愈好 929.17 拒絕虛無假設 χ2/df 3 2.54 符合

GFI ≧0.9 0.83 可接受 AGFI ≧0.9 0.80 可接受 CFI ≧0.9 0.95 符合 NFI ≧0.9 0.92 符合 NNFI ≧0.9 0.95 符合 IFI ≧0.9 0.95 符合 RFI ≧0.9 0.91 符合 RMR ≦0.05 0.12 可接受 SRMR ≦0.05 0.12 可接受 RMSEA ≦0.05 0.07 可接受 PNFI ≧0.50 0.83 符合 CN ≧200 152.80 可接受 4.3.3 整體模式結構修正結果

應用 SEM 進行模型修正是為了改進初始模型的配合度。此修正工作被稱為「模 型設定的探尋」(model specification search)。此一步驟在實際操作時是必要的。因 為模型修正有助於認識初始模型的缺陷,並且還能獲得其它替代模型的啟示。當 初始模型不能配合觀測資料時,亦即此模型被資料所拒絕,此時需要瞭解模型問 題何在,進而修正模型以達良好的適配度。

當修正不好配合度模型時,可以改變其測量模型(measurement model)、增加新 的 結 構 參 數 (structural parameters) , 或 設 定 某 些 誤 差 項 (measurement errors or structural errors)相關,或者限制某些結構。SEM 能夠提供一些修正指數(modification

indices),對於重新設定模型有很大幫助。修正指標之目的在顯示某些觀察殘差的 相關性關係,為了驗證理論與收集到的資料間的關係讓模型達到配適度的標準,

修正模式的過程就是驗證所蒐集的樣本資料是否符合模型理論的建構。修正指標 表示一個先前固定的參數被釋放後,模式重新估計下所降低的最少卡方值。即釋 放了該參數,其實際降低的卡方值應該會大於 MI 值。MI 可以解釋為一個自由度 的分配。由於一個自由度的統計臨界值(α = 0.05)為 3.84。因此,當 MI 值大於 3.84 時就被認為足夠大,而此參數的因果性有足夠的理論支持,此一參數便可以將之 釋放重新估計,見表 4-3-3。在使用修正指數時,一般建議一次只能夠釋放一個參 數,因為釋放一個參數將可能降低或消除第二個要釋放參數之適配度改進情形。

這也是因為此種估計法是一種整體訊息技術的應用,每次的估計皆會同時牽連到 所有方程式中所有參數的適配度(黃芳銘,2004,p.147)。

表 4-3-3 整體模式修正過程

Table 4-3-3 Procedure of full structural model modification

初始模式 修正模式

修正

動作 指標名稱 指標值 結果 修正動作 指標值 結果

χ2值 929.17 拒絕虛 無假設

釋放 PBC4、

BB3、BB4、

BB6、BB7、

CB5、NB2、

BI4、SN3、

ATT3、WTP3 加入 BB1、

BB2

591.33 拒絕虛 無假設

χ2/df 2.54 符合 2.46 符合

GFI 0.83 可接受 0.87 可接受

AGFI 0.80 可接受 0.83 可接受

CFI 0.95 符合 0.96 符合

NFI 0.92 符合 0.93 符合

NNFI 0.95 符合 0.95 符合

IFI 0.95 符合 0.96 符合

RFI 0.91 符合 0.92 符合

RMR 0.12 可接受 0.09 可接受

SRMR 0.12 可接受 0.09 可接受

RMSEA 0.07 可接受 0.06 可接受

PNFI 0.83 符合 0.81 符合

CN 152.80 可接受 160.34 可接受

經過驗證後變項資料,利用 AMOS 的模式徑路圖來驗證「計畫行為理論」模

式,分析模式內各變項間之關係假設,並依據修正指標(modification index,MI)的 指示,數值大於 3.84 者修正該取向。透過釋放新的估計參數,讓模式的適配度更 佳。模式修正過程如表 4-3-4 所示,經過 TRA、TPB 及 TPB 修正模式一、二之修 飾,最終模式整體配適度指標值及 NFI 達指標水準。故參考其它適度指標,其餘 指標數值都在可接受水準範圍內,表示此行為模式有不錯的預測性,顯示本研究 以計畫行為理論為基礎,解釋安排專業導覽解說人員並支付專業導覽解說人員費 用及意願之行為模式具可信度,亦即本研究的理論行為模式可以有效地預測遊客

式,分析模式內各變項間之關係假設,並依據修正指標(modification index,MI)的 指示,數值大於 3.84 者修正該取向。透過釋放新的估計參數,讓模式的適配度更 佳。模式修正過程如表 4-3-4 所示,經過 TRA、TPB 及 TPB 修正模式一、二之修 飾,最終模式整體配適度指標值及 NFI 達指標水準。故參考其它適度指標,其餘 指標數值都在可接受水準範圍內,表示此行為模式有不錯的預測性,顯示本研究 以計畫行為理論為基礎,解釋安排專業導覽解說人員並支付專業導覽解說人員費 用及意願之行為模式具可信度,亦即本研究的理論行為模式可以有效地預測遊客