第四章 資料分析與研究結果
第四節 效度分析
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
56
表 4-7 相關分析表
Pearson 相關 顯著性(雙尾) 顧客角色明確↔顧客參與 0.545** 0.000 顧客自我效能感↔顧客參與 0.493** 0.000 顧客知覺支持↔顧客參與 0.481** 0.000
顧客參與↔關係 0.468** 0.000
顧客參與↔經驗價值 0.591** 0.000 顧客參與↔服務品質 0.477** 0.000 顧客參與↔產品客製化 0.574** 0.000 顧客參與↔顧客控制 0.541** 0.000 關係↔顧客滿意度 0.830** 0.000 經驗價值↔顧客滿意度 0.587** 0.000 服務品質↔顧客滿意度 0.784** 0.000 產品客製化↔顧客滿意度 0.676** 0.000 顧客控制↔顧客滿意度 0.719** 0.000 註：*表示顯著水準 p＜0.05；**表示顯著水準 p＜0.01。
第四節 效度分析
本研究採用驗證性因素分析檢測量表之聚合效度與區別效度，為了使理論模 型能夠被觀察資料解釋得更好，將於修正模型中刪去不適合之題項，因此先將各 構念與各衡量問項編以代號，方便後續資料呈現與分析。顧客角色明確使用代號 CLA，顧客自我效能感代號為 EFF，顧客知覺支持代號為 SUP，顧客參與代號為 PAR，關係代號為 REL，經驗價值代號為 EXP，服務品質代號為 QUA，產品客 製化代號為 CUS，顧客控制代號為 CON，顧客滿意度代號為 SAT；另外各題項 之編號順序按照問卷題目順序，以一個英文字母及兩位阿拉伯數字表示，見表 4-8。
‧
‧
使用 LISREL8.54 版本，參數估計採最大概似法(maximum likelihood)，進行 驗證性因素分析（SEM 的測量模型），以檢驗同一構念底下的題項是否具有聚合 效度，以及不同構念間是否具備區別效度。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
59
(一)聚合效度
欲檢驗模型各潛在變數之聚合效度，必須觀察因素負荷量λ 與 t 值，因素負 荷量λ 與 t 值如下表 4-9 所示。由於個別題項之 t 值均遠大於 1.96，達到顯著標 準，表示參數具有統計上的意義。除少部分題項（C06、D01、D03、D06、D09、
D10、F07）因素負荷量大於 0.63，有好的效度，大部份題項之因素負荷量大於 0.71，具有優秀的聚合效度。整體而言，本問卷具有不錯的聚合效度，各題項確 實能代表其對應的潛在變數。
(二)區別效度
表 4-10 列出外生潛在變數間的 φ 參數、標準誤與 t 值，φ 參數為外生潛在變 數間的相關係數，對應之 t 值均遠大於 1.96，代表相關係數 φ 顯著異於 0。相關 係數φ 可用來檢驗不同構念間是否具有區別效度，本研究使用 φ＋1.96 個標準誤 的方式來形成 95%的信賴區間，若是此區間不包含 1，則表示具有區別效度。檢 定結果顯示，所有φ 參數 95%的信賴區間皆不包含 1，因此本問卷具有合理之區 別效度。然而若進一步用ρv比較法檢驗，會發現顧客知覺支持、關係與顧客滿 意度之φ 參數過大，使得 φ2項大於顧客知覺支持與關係之ρv5，而未達到檢測標 準。表示此三個構念間的區別效度尚有改善的空間，因此將於之後的步驟進行模 型之修正。
5顧客知覺支持ρv = 0.707 關係ρv = 0.733
顧客知覺支持與關係φ2 = 0.757 顧客知覺支持與顧客滿意度φ2 = 0.740 顧客關係與顧客滿意度φ2 = 0.774
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
62
(三)模型適配度
本模型適配度指標整理於表 4-11，χ2/df 小於 3，為良好適配；RMSEA 為 0.08，
剛好符合標準值；CFI、NFI 與 NNFI 均大於 0.9，為良好適配；SRMR 小於 0.08，
符合殘差標準。然而本模型之 GFI 只有 0.66，小於標準值 0.9，因此將於接續步 驟進行模型之修正，盡可能改善模型之適配度。
表 4-11 驗證性因素分析模型適配度
適配度指標 檢測值
χ2 test 3686.49 (P = 0.0) χ2/df 3686.49/1385 = 2.66
RMSEA 0.08
CFI 0.98
GFI 0.66
NFI 0.96
NNFI 0.97
SRMR 0.077
二、顧客參與一階模型與二階模型之比較
本研究接下來進行模型之修正。由於顧客參與的 10 個衡量題項中有 5 個題 項之因素負荷量未達 0.71 之標準，且當初在設計衡量題項的時候是參考資訊分 享、責任行為與干預行為構面進行設計的，應有二階層之概念。因此在此步驟中 先用探索性因素分析驗證此想法，接著再進一步檢驗顧客參與的一階 CFA 與二 階 CFA，比較何者擁有較好的模型適配度。
(一)探索性因素分析
根據探索性因素的結果，可發現若將 10 個題項分為 3 類，D01、D02 屬同 一構面，本研究取名為資訊交換，使用代號為 INF；D03、D04、D05、D06 屬同 一構面，本研究取名為投入，使用代號為 INV；D07、D08、D09、D10 屬同一
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
63
構面，本研究取名為互動，使用代號為 INT。詳細數據見表 4-12。
表 4-12 顧客參與之探索性因素分析表
題項 因素負荷量
因素 1 因素 2 因素 3 共通性
D01 0.181 0.330 0.815* 0.806 D02 0.305 0.352 0.762* 0.796 D03 0.140 0.782* 0.354 0.757 D04 0.240 0.885* 0.175 0.872 D05 0.255 0.823* 0.215 0.788 D06 0.055 0.633* 0.442 0.599 D07 0.753* 0.224 0.265 0.688 D08 0.751* 0.207 0.246 0.668 D09 0.748* 0.121 0.176 0.606 D10 0.744* 0.275 -0.054 0.632 特徵值 5.076 1.359 0.775 - 解釋變異量 50.763% 13.593% 7.754% - 累積解釋變異量 50.763% 64.357% 72.111% - 註：*表因素負荷量＞0.5。
(二)顧客參與一階模型
將顧客參與的 10 個題項作一階層的驗證性因素分析，各題項的因素負荷量 及殘差值如圖 4-1 所示，模型適配度指標如表 4-13 所示。在一階模型下，D01、
D06、D07、D08、D09、D10 之因素負荷量未達 0.71 標準，殘差值（顧客參與 e 構念不能被該題項解釋的部分）較大，且各項適配度指標均未達標準，顯示此模 型的適配度不佳。
(三)顧客參與二階模型
將顧客參與的三個構面（資訊交換、投入與互動）當作驗證性因素分析的高 階因素，進行二階層驗證性因素分析，各題項之因素負荷量及殘差值如圖 4-2 所
‧
CFI、NFI、NNFI 也達到了標準，GFI 則接近標準值。因此，顧客參與的二階模 型優於一階模型，本研究將於後續修正模型中採用顧客參與的二階模型，並刪除
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
66
不足，推測其題項間可能有交叉負荷(cross-loading)的情況，因此使用探索性因素 分析檢驗這三個變數題項之分類情形，結果如表 4-14 所示。分析的結果發現 C06、
E01、E02 為分類錯誤之題項，其應是造成顧客知覺支持、關係與顧客滿意度三 構念間區別效度不佳的原因，將於爾後之修正模型中予以剃除。
表 4-14 顧客知覺支持、關係與顧客滿意度之因素分析表
題項 因素負荷量
因素 1 因素 2 因素 3 共通性
C01 0.693* 0.387 0.368 0.765 C02 0.748* 0.398 0.312 0.815 C03 0.816* 0.376 0.202 0.849 C04 0.779* 0.376 0.299 0.838 C05 0.740* 0.295 0.393 0.789 C06 0.452 0.105 0.656* 0.646 E01 0.544* 0.469 0.443 0.713 E02 0.548* 0.470 0.494 0.766 E03 0.186 0.308 0.829* 0.817 E04 0.417 0.487 0.648* 0.831 E05 0.268 0.443 0.772* 0.865 E06 0.406 0.403 0.647* 0.746 J01 0.414 0.760* 0.371 0.886 J02 0.420 0.785* 0.320 0.895 J03 0.384 0.784* 0.352 0.886 J04 0.393 0.799* 0.326 0.899 特徵值 11.359 0.917 0.729 - 解釋變異量 70.997% 5.732% 4.556% - 累積解釋變異量 70.997% 76.728% 81.284% - 註：*表因素負荷量＞0.5。
四、驗證性因素分析：修正模型
為了提升模型的適配度，以使得理論模型能夠被觀察資料解釋得更好，依照 前述的分析修正模型如下：
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
67
1. 顧客參與採用二階模型，原先的 10 個題項用顧客參與的高階因素替代，分 別為資訊交換(INF)、投入(INV)與互動(INT)。INF 的計算方式為 D01、D02 之平均值，INV 為 D03、D04、D05 之平均值，INT 為 D07、D08、D09 之平 均值。
2. 刪除 C06、E01、E02 三個會產生交叉負荷之題項。
3. 刪除 F07，因其因素負荷量未達 0.71 標準。
模型修正後的驗證性因素分析結果如表 4-15、表 4-16、表 4-17 所示，可以 看出修正模型不論是在聚合效度、區別效度，或是模型適配度上都有明顯的提升。
顧客參與構念下的 INF 與 INV 雖未達到 0.71 的因素負荷量標準，也已經是非常 接近之水準。與原始模型的適配度相比（參照表 4-15），χ2由 3686.49 下降至 2007.64，χ2/df 由 2.66 下降至 2.34，RMSEA 由臨界值 0.08 下降至 0.072，GFI 由 0.66 提升為 0.74，NFI 由 0.96 提升至 0.97，NNFI 由 0.97 提升至 0.98，SRMR 也由原先的 0.077 下降至 0.063。因此，此修正模型具備良好之適配度，下一節 的結構方程模式也將以此修正模型為基礎作進一步的分析。
表 4-15 驗證性因素分析模型適配度（修正模型）
適配度指標 原始模型 修正模型
χ2 test 3686.49 (P = 0.0) 2007.64 (P = 0.0) χ2/df 3686.49/1385 = 2.66 2007.64/857 = 2.34
RMSEA 0.08 0.072
CFI 0.98 0.98
GFI 0.66 0.74
NFI 0.96 0.97
NNFI 0.97 0.98
SRMR 0.077 0.063
‧
‧
‧
本節使用 LISREL8.54 版本，參數估計採最大概似法，進行結構方程模式分 析，此分析包括測量模型與結構模型同時進行。以上一節測量模型之修正模型為