本節分別以信度（reliability）、收斂效度（convergent validity）與 區別效度（discriminatory validity）說明驗證模型信度與效度之結果。
一 一 一
一、、、、 模型模型模型信度模型信度信度信度
本研究以Cronbach’s α 值來衡量各變項測量項目之內部一致性，
對課程彈性、課程品質、系統品質、與他人互動、複雜性、相容性、
自我效能及持續使用數位學習意願之題項進行信度檢驗。因「與他人 互動」構面之Cronbach’s α 係數為 0.468，故刪除其中第一題反向題 問項。而後該構面的Cronbach’α 係數增至 0.8 以上，如表 4-15 所示。
各構面的 Cronbach’s α 係數均大於 0.8，皆在 Cooper 和 Schindler
（2010）所建議的標準之上，表示本問卷各構面變項之題項穩定性是 較佳的。
表 測量到所要測量的特質之程度（Cooper & Schindler, 2010）。
(一一一)收斂效度一 收斂效度收斂效度收斂效度
平均萃取變異量（average variance extracted, AVE）是計算潛
在變項（即構面）之各測量變項（即各構面內的題項）對潛在變 項的平均解釋能力。若 AVE 值愈高，表示該潛在變項有愈高的收 斂效度。建議個別構面所抽取之 AVE 至少須高於 0.5，方可謂該 構面具備足夠的收斂效度（Barroso et al., 2010）。如表 4-16 所示，
所有構面的 AVE 均高於 0.7 以上，顯示本研究模型中各潛在變項
皆有良好的收斂效度。
表 表 表
表 4-16 模型模型模型收斂模型收斂收斂效收斂效效效度分析度分析度分析度分析 構面變項 構面變項構面變項
構面變項 平均變異萃取量平均變異萃取量平均變異萃取量平均變異萃取量（（（（AVE）））） 課程彈性 （CF） 0.741
課程品質 （CQ） 0.871 系統品質 （SQ） 0.854 與他人互動 （IO） 0.729 相對利益 （RA） 0.818 複雜性 （CP） 0.854 相容性 （CT） 0.825 自我效能 （SE） 0.780
持續使用意願 （CU） 0.791
付費意願 （PI） 0.766
(二二二二)區別效度區別效度區別效度 區別效度
區別效度（discriminant validity）係指測量變項對於不同構面之間 的鑑別程度。亦指在驗證模型中，個別構面之平均萃取變異量的平 方根（Square Root of AVE），應大於該構面與模型中其他構面的相 關係數（Barroso et al., 2010）。表4-17 為各構面間的相關係數矩陣，
對角線所列即該構面的 AVE 平方根。由該表所示，任兩個構面間 的相關係數皆小於該構面之測量變項的 AVE 平方根。另附錄五為 各變項之因素負荷量與交叉負荷量矩陣（cross-loading matrix），各 變項之因素負荷量皆大於 0.6，且大於與其他變項的交叉負荷量（即 所謂的跨因素負荷量（loads of crossing factors））。顯示測量模型中 各構面的變項確實彼此相異，故本研究所設計的問卷應具有足夠的
區別效度。
表表
表表 4-17 研究變研究變研究變研究變項項項項間之間之間之間之相關分析相關分析相關分析 相關分析 構面變項
構面變項 構面變項
構面變項 CF CQ SQ IO RA CP CT SE CU PI CF 0.861 CQ 0.618 0.933 SQ 0.122 0.072 0.924 IO 0.202 0.242 0.189 0.854 RA 0.301 0.319 0.245 -0.450 0.904 CP 0.281 0.308 0.215 -0.376 0.793 0.924 CT 0.245 0.313 -0.577 -0.121 0.268 0.299 0.908 SE 0.314 0.353 0.151 -0.232 0.409 0.461 -0.327 0.883 CU 0.013 0.025 -0.094 0.083 -0.038 -0.042 -0.063 0.015 0.889
PI 0.043 0.055 -0.062 -0.110 0.019 0.004 -0.177 0.310 0.157 0.875 註：1.* p < 0.05 **p < 0.01
2.CF：課程彈性 CQ：課程品質 SQ：系統品質 IO：與他人互動 RA：相對利益 CP：複雜性 CT：相容性 SE：自我效能 CU：持續使用意願 PI：付費意願 3.粗體數字為 AVE 平方根