第四章 實證分析與討論
第三節 整體模式分析與假說驗證
第一節 樣本資料分析
本節將針對本研究的樣本結構以及問卷題項之分配進行敘述性分析，以說明與瞭 解樣本特性與各構念答題狀況。
一、 問卷回收與樣本特性
本研究將回收之348 份有效問卷經資料分析後並整理後，基本資料共有 7 項，分 別為性別、年齡、教育程度、職業、每月收入、平均購買金額、購買次數，總表如下 表4.1.1，描述如下：
在 348 份有效樣本中，男性 139 人，約佔 39.9%，女性 209 人，約佔 60.1%，
本文問卷調查女性客戶群多於男性客戶群，顯示樣本中電視購物消費者主要性別 以 女性為主。在年齡方面，以18 歲~25 歲消費者值佔比例最高，計有 135 人約佔 38.8%，
其次是25~32 歲消費者，計有 114 人，約為 32.8%，由樣本分析顯示購物消費者主要 年齡層以18~32 歲的青壯年族群為主。在教育程度方面，以大學所佔比重最高，計有 181 人，約佔 52%；其次是研究所，計有 64 人，約佔 18.4%，顯示購物消費者教育 程度以大學程度以上居多。在職業方面，以學生所佔比例最多，計有 117 人，約為 33.6%；其次是服務業，計有 59 人，約佔 17%。每月收入方面，以未滿 10000 元所 佔比例最多，計有 123 人，約為 35.3%；其次是 20001~30000 元，計有 71 人，約佔 20.7%。在購買之商品平均金額方面，以 1001~3000 元所佔比例最多，計有 162 人，
約為46.6%；其次是 1000 元以下，計有 92 人，約佔 26.4%，顯示購物消費者購買之 商品平均金額多在1001~3000 元居多。購買電視購物之次數方面，以 2~4 次所佔比例 最多，計有 159 人，約為 45.7%；其次是 1 次，計有 85 人，約佔 24.4%，顯示購物
消費者購買電視購物之次數多在2~4 次居多。 10001~20000 元 20001~30000 元 30001~40000 元 40001~50000 元 50001 元以上 9001~11000 元 11000 元以上
二、各變數的平均數、標準差
（二）關係品質
表 4.1.4 (續)
表 4.1.5 (續)
第二節 信、效度分析
組成信度(Fornell & Larcker, 1981)。(一) 信度分析
表4.2.1(續)
表4.2.1(續) 2.這家電視購物業者是我的第一選擇 0.641 0.949 3.我會鼓勵親朋好友購買這家電視購物業者的產品 0.690 0.494 4 若有人詢問我，我會推薦這家電視購物業者 0.732 0.949 忠
誠 度
5.我未來仍會繼續購買這家電視購物業者的產品 0.616 0.949
0.844
(二) 驗證性因素分析
本研究運用驗證性因素分析(confirmatory factor analysis)檢測研究工具的組成信 度。其評估準則為R2是否達40%以上，或測量變項對該變項的因素負荷量是否為 0.50~0.95以及具統計顯著性(Bagozzi & Yi, 1988)。本研究衡量題項共計52題，因素負 荷量介於0.05~0.95，各題項之R2及因素負荷量如表4.2.2。刪除關係利益第2、3、4、5、
16題，另外，刪除關係價值第1、3題及轉換障礙第1、4、9、11、13題。變項的組成 信度是為測量變項之信度的組成品質，CR值愈高表示衡量指標愈能測出建構信度，
該值應在0.60以上(Fornell & Larcker, 1981)。測量模型的驗證結果顯示，GFI為0.870，
RMR與RMSEA小於0.08的標準(Bollen, 1990)，再以NCI(normed Chi-square index)作為 χ2檢定之替代指標，NCI宜小於3表示模式的配適度為佳(Bagozzi & Yi, 1988)，表示模 式配適度為可接受的程度，本研究大部分值皆符合，見表4.2.3。
刪除上述題項後，從表 4.2.4 得知，CR 值介於 0.829~0.920，表示研究模式具良 好的內部品質。
二、效度
構念與其對應之所有衡量問題間所萃取的平均變異抽取量(average variances extract；AVE)是計算各測量變項對構念的平均解釋能力，達0.50以上具收歛效度；區 別效度的判定是依各構念之AVE的平方根值須大於各成對構念之相關係數 (Fornell
& Larcker, 1981)。經分析顯示，構念之AVE介於0.460~0.593，其中轉換障礙的AVE為 0.460、忠誠度的AVE為0.495接近0.5，故表示收斂效度尚可；各構念之AVE的平方根 介於0.703~0.747，AVE平方根皆大於成對構念的相關係數，如表4.2.5中顯示量表具有 區別效度。
表 4.2.2 各構念驗證性因素分析
表4.2.2(續) GFI 0.984 0.995 0.991 0.987 0.997 0.870 RMR 0.020 0.009 0.012 0.020 0.007 0.061 RMSEA 0.000 0.000 0.072 0.000 0.019 0.045 NCI 0.997 0.811 2.780 0.890 1.124 1.694
表 4.2.4各構念驗證性因素分析(刪除題項後)
表4.2.4(續) 測量 構念
測量變項 因素負荷量a R2 CRb AVEc Cronbach’s α 服務補救2 0.568*** 0.323
行為忠誠1 0.645*** 0.416 行為忠誠2 0.803*** 0.644
行為忠誠3 0.746*** 0.557 0.829 0.495 0.844 態度忠誠1 0.585*** 0.342
忠 誠 度
態度忠誠2 0.717*** 0.514
a因素負荷量(標準化)，***p<0.001
bCR=(標準化因素負荷量的總和)2/(標準化因素負荷量的總和)2+(測量誤差之總和)
CAVE=
∑
標準化因素負荷量平方/∑
標準化因素負荷量平方+測量誤差總和表 4.2.5 各構念之平均數、標準差與相關係數
平均數 標準差 1 2 3 4 5
1.關係利益 2.529 0.700 (0.713)a
2.關係品質 3.313 0.581 0.403** (0.746)
3.關係價值 3.435 0.592 0.391** 0.598** (0.711)
4.轉換障礙 3.080 0.769 0.545** 0.562** 0.546** (0.678)
5.忠誠度 3.318 0.618 0.367** 0.637** 0.522** 0.554** (0.704)
*p<0.05；**p<0.01
a對角線括號內粗體字為各構念AVE值的平方根，各構念之AVE平方根值皆大於相關 係數，故具區別效度。
第三節 整體模式分析與假說驗證
根據本研究的研究目的及文獻探討，提出了關係利益、關係品質、關係價值、轉 換障礙、忠誠度等五項關係之假說。為了檢測整體模式之適配度與驗證本研究所提出 之 假 說 ， 本 研 究 採 用Amos 統 計 軟 體 進 行 結 構 方 程 式 模 式 (Structural Equation Modeling ； SEM) 分 析 。 SEM 是 一 門 基 於 統 計 分 析 技 術 的 研 究 方 法 學 (statistical methodology)，是以處理複雜的多變量研究數據的探究與分析。一般而言，結構方程 模式被歸類於高等統計學，屬於多變量統計(multivariate statistics)的一環，但是由於 結構方程模式有效整合了統計學的兩大主流技術「因素分析」與「路徑分析」，同時 應用範圍相當廣泛(邱皓政，2006)。
本研究整體模式關係探討是根據Anderson and Gerbing(1988)兩學者的建議進行 兩階段法的結構方程模式分析，第一階段是測量模式分析，先針對各研究變項及其衡 量題項進行Cronbach’s α 係數分析及因素分析，以瞭解各變項的信度與效度；第二階 段則結構模式分析，是檢驗整體研究模式與觀察資料之間的配適度(model fitness)，以 及模式中各潛在變項間的因果關係。第一階段之測量模式分析在本章的第二節中已加 以說明，故不再重複敘述，本節將直接說明結構模式分析。
一、整體模式建立
由本章第二節分析結果顯示，本研究各構念之信度與效度均已達可接受的水準，
且構念之衡量模式亦是穩定可行的，因此在此階段將進行結構模式分析。本研究之架 構以及各構念之因果關係乃根據過去文獻所建立以及相關理論所支持，這部份在第二 章文獻探討中已有相當的說明。因此依據第三章的研究架構(圖3.1)，利用Amos軟體 建立因果關係徑路圖，所繪製的徑路圖如圖4.1所示，圖中圓型表示潛在變數，方形 表示觀察變數，橢圓形表示潛在構念，單箭頭表示因果關係。路徑圖有兩個假定，首 先是假定所有的因果關係明白表示，因此要以理論作為包含或刪除任何關係的基礎，
其目的是要以構念間最少數目的因果路徑將構念間的關係用模式表現出來。其次假定
構念間的因果關係是直線的(黃俊英，2002)。
圖4.1 本研究之線性結構模式
二、理論模式評估
有關模式配適度的評估，本研究依據Bagozzi and Yi(1988)的看法從三方面來加以 評量，分別為基本的適配標準(preliminary fit criteria)、模式內在結構適配度(fit of internal structure of Model)與整體模式適配度(overall model fit)，下列為本研究依此三 方面對所提出的理論模式：
(一) 基本的適配標準
此標準是用來檢測模式之細列誤差、辨認問題或輸入錯誤等，有二項標準為必須
檢驗，(1)誤差變異數不能有負值；(2)標準化因素負荷量不能低於0.50以及不能超過 0.95或太接近1.00，且須達顯著水準。由表4.2.4顯示本研究整體理論模式的衡量模式 在各構念上皆符合上述二項標準，故本研究的模式基本配適標準是可接受的。
(二) 模式內在結構適配度
此標準是在評量模式內估計參數的顯著程度、各指標及潛在變項的信度等，這可 從個別項目的信度(individual item reliability)是否在0.70以上、潛在變項的組合信度 (composite reliability)是否在0.60以上以及潛在變項的萃取變異量(variance extracted) 是否在0.50以上的可接受水準來加以評估。由本章第二節的表4.2.4中可看出各構念的 信度係數，範圍在0.821至0.908之間，均超過0.70的可接受水準；而潛在變項的組成 信度與萃取變異量的評估上，則如表4.2.4中顯示，關係利益、關係品質、關係價值、
轉換障礙及忠誠度等構念的組成信度分別為0.917、0.920、0.892、0.876與0.829，全 部構念皆達標準值0.6以上；而平均萃取變異量分別為0.508、0.593、0.506、0.460與 0.495，轉換障礙為0.460，而忠誠度構念接近但未達標準值0.50，其餘構念皆達標準 值以上，故本模式應具有良好的內在結構適配度。
（三）整體模式適配度
此指標是在評量整個模式與觀察資料的配適程度，Hair et al.(1998)將整體適配評 鑑 指 標 分 為 三 類 (1) 絕 對 適 配 度 量 測 (absolute fit measures) ； (2) 增 值 適 合 量 測 (incremental fit measures)及(3)簡效適配量測(parsimonious fit measures)。茲將此三種分 述如下：
1. 絕對適配度量測
絕對適配量測用以決定理論的整體模式能夠預測觀察共變數數相關矩陣的程 度。也就是說，評鑑一個事前的模式能夠再製樣本資料的程度。常用以評鑑整體適配 的絕對適配量測有：有(1)良性適配指標(goodness of fit index, GFI)；(2)均方根殘差(root mean square residual, RMR)；(3)近似誤差均方根(root mean square error of
approximation, RMSEA)；(4)調整後良性適配指標(adjusted goodness of fit index, AGFI) 等。如表4.3.1所示，本研究整體理論模式的絕對適合度衡量指標為：GFI=0.870、
RMR=0.061、RMSEA=0.045及AGFI=0.837。由上述資料可知，GFI、AGFI雖然未達 良好標準，而Doll et al.(1994)建議GFI、AGFI的標準值大於0.8，表示具有合理適配 (reasonable fit)，本研究GFI值為0.870、AGFI值為0.837，亦達合理範圍的標準，因此 整體而言，本研究模式與觀察資料有相當不錯的配適度。
2. 增值適配度量測
增值適配量測的目的再於用一個比較嚴格的或是套層的基線模式(baseline model) 來和理論模式相比較，測量其適配改進比率的程度。常用以評鑑整體模式適配度量測 有：(1)規範適配指標衡量指標(normed fit index, NFI)；(2)增值適配指標((incremental fit index, IFI)；(3)比較適配指標(comparative fit index, CFI)等，如表4.3.1所示，本研究整 體理論模式的增量適合度衡量指標為：NFI=0.867、IFI=0.941及CFI=0.940。由上述資 料可知，CFI、IFI達可接受範圍0.90以上的良好標準。
3. 簡效適配量測
簡效適配量測用已呈現需要達成某一特殊水準的模式適配的估計係數(estimated coefficients)的數目是多少。其主要目的在於更正模式的任何有過度適配的情形，也就 是說，對模式的複雜性加以懲罰。簡效適配量測有：(1)簡效規範適配指標(parsimonious normed fit index, PNFI)；(2)簡效良性適配指標(parsimonious goodness-of-fit index, PGFI)；(3)規範卡方值(normed chi-square)，如表4.3.1所示，本研究整體理論模式的簡 效適合度衡量指標為：PNFI=0.732、PGFI=0.696及規範卡方值=1.694。由上述資料可 知，PNFI及PGFI皆大於0.50之理想水準。
整體而言，綜合各項指標的判斷，本研究理論模式的整體模式適配度是適當的。
表 4.3.1 整體模式適配度表
結構模式分析結果之路徑係數中，可以發現關係價值對關係品質路徑係數值為 0.627、p值<0.001，即有正向的影響效果，表示顧客關係價值越高時，其認為所獲得 的關係品質就會越高。因此本研究的H2可獲得支持。
結構模式分析結果之路徑係數中，可以發現關係價值對關係品質路徑係數值為 0.627、p值<0.001，即有正向的影響效果，表示顧客關係價值越高時，其認為所獲得 的關係品質就會越高。因此本研究的H2可獲得支持。