第四章 研究結果與討論
第四節 校長分布式領導、教師知覺組織支持與教師組織公民行為之結構方
國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
149
第四節 校長分布式領導、教師知覺組織支持與教師組織公 民行為之結構方程模式取向的路徑分析
本研究採用LISREL 8.70 軟體，進行 SEM 取向的路徑分析。自從 SEM 發展以來，路徑分析可以輕易的在 SEM 加以模組與檢驗，因此路徑分析 逐漸改以 SEM 的方式來處理，稱為結構方程模式取向的路徑分析。其主 要特色是可以利用測量變數間的共變情形，同時估計模型當中的所有參 數，並可以配合研究者所提出的特定假設模型或競爭模型，來檢驗理論模 型與觀察資料的適切性，找出最佳的模型。除此之外，可以探討潛在變項 之間的影響效果，用以推論因果關係及檢測其中介效果（邱皓政，2011）。
另一個特色為中介效果顯著性檢驗的便利性，Jöreskog & Sörbom (1993)指 出，在 SEM 分析程序中，LISREL 會整理出總體效果及間接效果(或中介 效果)，並附上顯著性考驗，使研究者可以直接快速且明確的說明路徑模型 的各效果的統計意義，尤其是間接效果的顯著性考驗的標準誤，導自 Sobel 於 1982 所成立的公式，使研究者不用自行以人工方式計算中介效果的顯 著性考驗值。
本節主要檢定本研究之結構方程模式的適配度，探討潛在變項間的影 響關係以及檢測中介效果，內容包括研究模式適配度檢定、檢視影響關係 及中介效果，最後為綜合討論。茲分別說明如下：
壹、本研究之結構方程模式檢定
為檢視本研究結構方程模式的適配度如何，本研究進行結構方程模式 分析。分為三個部分：一為結構方程模式的建構過程，二為結構方程模式 檢定資料，三為結構方程模式適配度檢視。
‧
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
151
圖 4-1 中各符號的說明如下：
（一）〇符號：代表獨立潛在變項，ξ 表示校長分布式領導；η1 表示 教師知覺組織支持以及 η2 表示教師組織公民行為。校長分布式領導為影 響其他變項的外生變項(exogenous variable)，教師知覺組織支持與教師組織 公民行為則是受外生變項影響的內生變項(endogenous variables)。
（二）□符號：代表觀察變項，X1、X2 和 X3 表示校長分布式領導中
「參與決定」、「溝通協調」和「權力運用」等三個構面；Y1、Y2、Y3、 Y4 及 Y5 分別表示教師知覺組織支持的五個測量題目；Y6、Y7、Y8 表示教 師組織公民行為中「利他人行為」、「利組織行為」和「對工作投入與奉 獻」等三個構面。
（三）λ1、λ2 和 λ3 代表 X1、X2 和 X3 對 ξ 的估計值；λ4、λ5、λ6、λ7
與 λ8 分別代表 Y1、Y2、Y3、Y4與 Y5 對 η1 的估計值；而 λ9、λ10以及 λ11
分別代表Y6、Y7、Y8對 η2 的估計值。
（四）δ1、δ2 和 δ3 分別代表 X1、X2 和 X3 對 ξ 的誤差；ε1、ε2、ε3、 ε4和 ε5分別代表 Y1、Y2、Y3、Y4與 Y5 對 η1 的的估計誤差；ε6、ε7和 ε8分 別代表 Y6、Y7、Y8對 η2的估計誤差。ζ１代表潛在變項 η1 的殘差，ζ２代表 潛在變項η2的殘差。
（五）γ1、γ2及 β21代表各潛在變項之間的結構係數亦即路徑係數。
二、 校長分布式領導、教師知覺組織支持與教師組織公民行為結構 方程模式檢定資料
對於結構方程模式，如果研究者違反常態性假設，在統計上所得到的 結果可能造成錯誤的結論而扭曲了事實真相(Wilcox, 1998)。諸多研究指 出，當多元常態性假設不成立時，亦即資料的偏態與峰度異於常態時，結
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
152
構 方 程 模 式的 參 數 估計 的 標 準誤(standard error) 與顯著性考驗統計數 (t-value)將會產生偏誤，導致估計結果的顯著性考驗失效（邱皓政，2011）。
而常態性假設的統計判定法，則透過變數分布的偏態與峰度係數來判斷，
偏態系數係指變數分布的對稱程度，峰度係數則是指變數分布的高低落差 程度。對於偏態與峰度的判斷標準，Huck 在 2008 年指出，大多數研究者 認為，偏態和峰度在 -1.0 至+1.0 之間的資料為接近常態分配（引自杜炳 倫譯，2010），Kline(2011)建議進行結構方程模式計算時，若偏態絕對值 大於 3 以及峰度絕對值大於 10，為極度違反常態分配的現象，不適宜直 接進行結構方程模式檢定。本研究之結構方程模式檢定資料敘述性統計資 料如表4-35 所示：
表4-35
觀察變項之描述性統計摘要
觀察變項 平均數 標準差 偏態 峰度
參與決定 4.00 0.55 -.15 -.34 溝通協調 3.99 0.54 -.27 -.23 權力運用 4.14 0.62 -.31 -.75 POS 1 3.78 0.79 .07 -.76 POS 2 3.76 0.74 -.05 -.43 POS 3 3.74 0.92 -.23 -.47 POS 4 3.84 0.83 -.15 -.51 POS 5 3.80 0.88 -.14 -.72 利他人行為 3.93 0.62 -.85 1.03 利組織行為 3.94 0.66 -.15 -.53 對工作之投入與奉獻 3.65 0.61 .37 .22 表 4-35 所呈現之偏態與峰度數值大多在 -1.0 至+1.0 之間，而且偏態 與峰度的絕對值也沒有違反Kline(2011)建議之判斷標準，表示本研究之資 料符合常態性，適合進行結構方程模式分析。
‧
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
154
三、 校長分布式領導、教師知覺組織支持與教師組織公民行為結構 方程模式適配度檢定
（一）本研究模式適配度檢定
為檢驗本研究之結構方程模式之適配度，本研究運用LISREL 8.70 統 計軟體，進行結構方程模式檢定。本研究模式適配度檢驗指標，包含整體 適配度指標、比較適配度指標以及精簡式配度指標，各適配度指標的參數 估計結果整理如表4-37 所示。
表4-37
本研究模式適配度檢驗各指標統計分析結果摘要
適配指標 判斷規準 本研究分
析結果 判斷結果
整體適配指標
卡方χ2 未達顯著，表示模式與資
料間是適配的。 117.18 達顯著，
未符合標準 RMSEA <0.05，表示良好適配。 .045 良好適配 RMR <0.05，表示良好適配 0.019 良好適配 SRMR <0.05，表示良好適配。 0.036 良好適配 GFI >0.9，表示良好適配。 0.98 良好適配 AGFI >0.9，表示良好適配。 0.96 良好適配 比較適配度指標
NFI >0.9，表示良好適配。 0.98 良好適配 NNFI >0.9，表示良好適配。 0.98 良好適配 CFI >0.9，表示良好適配。 0.99 良好適配 IFI >0.9，表示良好適配。 0.99 良好適配 RFI >0.9，表示良好適配。 0.97 良好適配 精簡適配度指標
NC(χ2/df) <2：標準適配。
<3：理想適配。 2.85 理想適配 PNFI >0.5，表示精簡適配。 0.73 精簡適配 PGFI >0.5，表示精簡適配。 0.61 精簡適配 CN >200，樣本規模適切性 508.76 樣本規模適切
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
155
就整體適配度指標方面，由表4-37 得知，卡方 χ2 愈小愈好，未達 顯著，表示模式與資料間是適配的。卡方值為117.18 達顯著，未符合標準。
但余民寧（2006）指出，因卡方值會受樣本大小之影響而改變，所以需要 檢視其他指標。其餘指標 RMSEA、RMR、SRMR、GFI、AGFI，其參數 估計值分別為 .045、0.019、0.036、0.98 及 0.96 皆符合標準，表示整體適 配度良好。
就比較適配度指標方面而言，NFI、NNFI、CFI、IFI 及 RFI，其參數 估計值分別為 0.98、0.98、0.99、0.99 及 0.97，皆符合比較適配度指標判 斷標準，表示比較適配度良好。
就精簡適配度指標方面而言，NC(χ2/df)參數估計值為 2.85 小於 3，
表示理想適配。PNFI 指標估計值為 0.73，大於 0.5，表示精簡適配；PGFI 估計值為0.61，大於 0.5，表示精簡適配良好；CN 估計值為 508.76，大於 200 的判斷標準，表示樣本規模適切。綜上所述，本研究結構方程模式之 精簡適配度指標，具有良好的精簡適配度。
（二）內在適配度檢定
Hair, Black, Babin, Anderson, and Tatham (2006)認為，在結構方程模式 分析中，除了報告模式適配度指標之外，還必須進一步瞭解測量模式當中 的個別參數是否理想（項目信效度），各潛在變數的組合情形是否穩定可 靠（構念信效）。本研究以項目品質、組合信度( )、平均變異數萃取量( ) 以及構念區辨力等四項檢驗策略，來檢視本研究結構方程模式的內在適配 度。經分析與計算，各參數估計結果如表4-38 所示：
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
156
表4-38
內在適配度指標分析結果摘要
觀察變數 因素負荷量(λ) 組合信度( ) 平均變異萃取量( ) 參與決定 .78
.78 .54 溝通協調 .74
權力運用 .70 POS1 .54
.71 .37 POS2 .56
POS3 .63 POS4 .65 POS5 .63 利他人行為 .58
.71 .46 利組織行為 .69
對工作之投入
與奉獻 .75
1. 項目品質
Hair et al. (2006)認為，一個足夠大的因素負荷量（完全標準化解），
代表項目具有良好的聚斂效度(convergent validity)。當因素負荷量大於 .71 時（λ≥ .71），即得以稱項目具有理想品質(Bagozzi & Yi, 1988; Hair et al., 2006)。但一般來說，社會科學研究不易達到此標準，因此因素負荷量 λ≥.63，即可稱非常良好，因素負荷量 λ ≥ .55 即可稱良好(Tabachnick &
Fidell, 2007)。從表 4-38 得知，除了 POS 1 的因素負荷量低於 .55，其餘都 介於 .56 至 .78 之間，據上述標準，本研究各項目具有良好品質。
2. 組合信度( )
組合信度的計算公式如下：
= ∑
∑ + ∑ Θ
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
157
上述公式中 ∑ 為因素負荷量加總後取平方的數值，∑Θ 為各觀察 變數殘差變異數的總和，亦即本研究之δ 與 ε 值的總和。本研究之組合信 度參數值估計結果如表4-38 所示。
依據古典測量理論的觀點，量表信度需達 .70 才屬比較穩定的測量。
在 SEM 的測量模式也多沿用此一標準，但此一標準的達成必須當各題的 因素負荷量平均達 .70 以上，社會科學領域量表不易達到此一標準（邱皓 政，2011）。因此Bagozzi and Yi (1988)建議 達 .60 即可。而 Raines-Eudy (2000)的研究指出，組合信度達 .50 時，測量工具在反應真分數時即可獲 得基本的穩定性。從表4-38 可見，本研究的組合信度均大於 .70，表示本 研究之組合信度良好。
3. 平均變異數萃取量( )
指標就是各因素的各題因素負荷量平方的平均值，其計算公式如 下：
= ∑
(∑ + ∑ Θ )
其中，∑ 為因素負荷量平方之總和，∑Θ 為各觀察變數殘差變異數 的總和，亦即本研究之δ 與 ε 值的總和。本研究之平均變異數萃取量計算 結果如表4-38 所示。
如果配合 λ ≥ .71 的原則，那麼 的判斷標準也即是.50(Anderson &
Gerbing, 1988; Hair et al., 2006)。當 大於 .50，表示潛在變數的聚斂能力 十分理想（邱皓政，2011）。從表 4-38 得知，校長分布式領導各觀察變數 的平均變異數萃取量大於 .50，其餘兩個因素估計值為 .37 與 .46，未 達 .50 之標準，但也很接近。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
158
4. 構念區辨力
Fornell and Larcker (1981)以平均變異數萃取量比較法來檢視因素之 間區辨力，亦即比較兩個潛在變數 的平均值是否大於兩個潛在變數相關 係數的平方。經計算後，本研究各因素之間的平均變異數萃取量平均值與 相關係數的平方值如表4-39 所示。
表4-39
構念區辨力分析結果摘要
潛在變數 相關係數的平方值 兩個潛在變數 的平均值 校長分布式領導
與
教師知覺組織支持
.29 .46
校長分布式領導 與
教師組織公民行為
.46 .50
教師知覺組織支持 與
教師組織公民行為
.13 .46
從表 4-39 可見，兩個潛在因素的平均變異數萃取量之平均值皆大於
從表 4-39 可見，兩個潛在因素的平均變異數萃取量之平均值皆大於