第四章 結果與討論
第三節 模式之整體適配度評鑑
整體結構適配度考驗是在於瞭解觀察資料與所要考驗之理論模式間的 配合情形，此節將先考慮違犯估計(offending estimates)，因統計結果出現 違犯估計的現象，則不論研究者所獲得的適配度如何的良好都是錯誤且不 能被接受的，因此在做SEM 統計前必須對違犯估計有所瞭解、事先檢視，
才能進入適配度的考驗與指標使用的步驟。
一、違規估計之檢視
違犯估計乃是指不論是結構模式或測量模式中統計所輸出的估計係數 超出可接受的範圍。如果這種現象發生，表示模式產生嚴重的界定誤 (specification error)，也就是所輸入的共變數矩陣(表 21)缺乏充分的資訊，
那麼所獲得的統計估計係數就有問題存在，模式的估計當然是不正確的，
所以必須加以解決。因此，本研究將先檢視是否有違犯估計的現象產生，
再對模式做整體評鑑。
通常發生的違犯估計有三種類型，分別為：1、有負的誤差變異數存在，
或是在任何建構中存在著無意義的變異誤；2、標準化係數超過或太接近 1 ( 0.95)≧ ；3、有太大的標準誤。
表 21 觀察變項之共變數矩陣
pr1 pr2 pr3 pr4 pr5 at1 at2 at3 be1 be2 be3 be4 be5
pr1 0.37
pr2 0.03 0.23
pr3 0.04 0.05 0.26 pr4 0.05 0.05 0.11 0.23 pr5 0.03 0.03 0.05 0.04 0.25 at1 0.03 0.04 0.07 0.08 0.08 0.23 at2 0.03 0.06 0.06 0.05 0.13 0.09 0.34 at3 0.05 0.06 0.02 0.03 0.07 0.07 0.13 0.33
be1 0.04 0.04 0.03 0.05 0.04 0.06 0.09 0.10 0.26 be2 0.03 0.04 0.06 0.05 0.04 0.06 0.06 0.09 0.10 0.23
be3 0.04 0.07 0.06 0.07 0.04 0.07 0.09 0.10 0.12 0.13 0.24 be4 0.04 0.05 0.06 0.07 0.03 0.08 0.10 0.10 0.15 0.12 0.16 0.31 be5 0.03 0.06 0.09 0.09 0.05 0.11 0.11 0.11 0.14 0.13 0.17 0.22 0.34 註：pr1表建基於自然環境、pr2表環境教育與解說、pr3表永續經營與發展、pr4表要具備
環境意識、pr5表利益回饋造訪地；at1表認知、at2表態度、at3表行為傾向；be1表 說服行動、be2表消費主義、be3表生態管理、be4表法律行動、be5表政治行動。
所謂負的變異誤的現象即一般說稱之Heywood 案例，處理此一問題的 方法，就是將負的變異誤加上一個非常小的正數(參照 Dillon, Kumar &
Mulani, 1987，引自黃芳銘，2002)，例如 0.005。此種方法相當能夠符合實 際估計程序的要求，但是其卻混淆了基本的問題，因此，在解釋結果時，
必須對此一方式所形成的影響加以考慮。
當標準化係數超過 1 或太過於接近 1，那麼必須考慮是否刪除其中一 個建構，或者是確保在所有的建構之間都具備區別效度。否則，我們可宣 稱這種例子是一種無關乎理論的模式，易言之，該模式是在沒有足夠理論 的證成下所建立的模式，或是依靠經驗建立而來(Hair, et al., 1998)。
太大的標準誤通常意味著參數無法估計，那是因為標準誤是受到觀察 變項、潛在變項、或是兩者的測量單位以及參數估計的量所影響。
由表 22 生生態旅遊知覺、態度與行為模式參數估計摘要表以及表 23 生態旅遊知覺、態度與行為模式測量誤估計摘要表，可得知標準化迴歸係 數之值介於0.25 至 0.80 之間，大部份皆未太接近 1 (通常以 0.95 為門檻)。
標準誤介於0.07 至 0.38，表示誤差不算大，且沒有任何負的變異誤存在。
二、整體模式適配度的檢定
經由 LISREL8.51 版之統計估計，我們將修正模式路徑圖與標準化係 數畫圖呈現，詳見圖7，至於模式之整體模式適合度考驗指數呈現如表 25。
從表24 中得知，絕對適配指標中的 χ2 (614) = 325.99，P = 0，達到顯著 水準，表示本研究假設模式之共變數矩陣與實證資料之共變數矩陣之間有 差異存在，因此，模式被接受，GFI 值為 0.92，大於接受值 0.90，顯示假 設模式可以接受，AGFI 值為 0.89，已接近接受值 0.9。SRMR = 0.057，大 於接受值0.05，顯示此部份模式不被接受。又依據 Browne and Mels (1990) 的看法，RMSEA 若小於 0.05，表示其為良好適配，若介於 0.05 至 0.08 之 間表其為可接受的適配(fair fit)，若介於 0.08 至 0.10，表其為勉強可接受之 適配，此模式之RMSEA = 0.083，小於 0.10，表示可以接受。
從相對適配指標來看，NNFI = 0.86，略小於接受值 0.90，CFI = 0.89，
略小於接受值0.90，皆未到達可接受之模式指標值。
從簡效適配量指標來看，PNFI = 0.69，大於接受值 0.5，顯示模式顯示 模式可以接受。PGFI = 0.63，大於接受值 0.5，表模式可接受。CN = 186.66，
小於200 以上之門檻建議值，顯示模式不被接受，χ2/df = 5.26，大於 5.0，
表示模式無法被接受，由結果所呈現的整體適配度指標顯示出原始模式無 法被接受，需進行修正。
0.47
表 24 整體模式適配度考驗指標摘要表
適配度考驗指標 接受值 統計量數
自由度 --- 62
絕對適配指標 (Absolute fit measures)
χ2 值 (P 值) ≧0.1 325.99 (P = 0)
適配度指數 (GFI) ≧0.9 0.92
Adjusted GFI (AGFI) ≧0.9 0.89 標準化均方根殘差 (SRMR) ≦0.05 0.057
漸進誤差均方根 (RMSEA) ≦0.1 0.083 相對適配指標 (Relative fit measures)
非規範適配指標 (NNFI) ≧0.9 0.86 比較適配指標 (CFI) ≧0.9 0.89 簡效適配指標 (Parsimonious fit measures)
簡效規範適配指標 (PNFI) ≧0.5 0.69 Parsimony GFI (PGFI) ≧0.5 0.63 胡特的臨界數 (CN) ≧200 186.66 卡方值自由度比 (χ2/df) 1~5 5.26
註： 表示該指標未通過 資料來源：本研究整理
進一步檢視輸出結果，發現「利益回饋」與「情感」兩者間之測量誤 殘留了較大的MI (modification index)值(75.28)。顯示這兩個變項之測量誤 具有相當的共同影響來源，研究者決定將此兩個測量誤間的關係予以釋 放，其結果呈現於表26 中，而修正後的路徑圖呈現於圖 7 中。
絕對適配指標中的χ2 (614) = 236.46，P = 0，達到顯著水準，表示本研究 假設模式之共變數矩陣與實證資料之共變數矩陣之間有差異存在，因此，
模式被接受，GFI 值為 0.94，大於接受值 0.90，顯示假設模式可以接受，
AGFI 值為 0.92，已通過接受值 0.9 以上的規定。SRMR = 0.051，微大於接 受值0.05，顯示模式在此部份仍不算通過。又依據 Browne and Mels (1990) 的看法，RMSEA = 0.069，表示其為可以接受的適配。
從相對適配指標來看，NNFI = 0.91，大於接受值 0.90，CFI = 0.93，大 於接受值0.90，皆到達可接受之模式指標值。
從簡效適配量指標來看，PNFI = 0.71，大於接受值 0.5，顯示模式顯示 模式可以接受。PGFI = 0.63，大於接受值 0.5，表模式可偕受。CN = 249.74，
大於200 以上之門檻建議值，顯示模式被接受，χ2/df = 3.62，大於 5.0，表 示模式被接受。
综合上述，經釋放此一參數的動作後，整體適配指標的表現已達到可 以接受的範圍。
表 25 修正模式整體模式適配度考驗指標摘要表－釋放參數後
適配度考驗指標 接受值 統計量數
自由度 --- 61
絕對適配指標 (Absolute fit measures)
χ2 值 (P 值) ≧0.1 236.46 (P = 0)
適配度指數 (GFI) ≧0.9 0.94
Adjusted GFI (AGFI) ≧0.9 0.91 標準化均方根殘差 (SRMR) ≦0.05 0.051
漸進誤差均方根 (RMSEA) ≦0.1 0.069 相對適配指標 (Relative fit measures)
非規範適配指標 (NNFI) ≧0.9 0.91
比較適配指標 (CFI) ≧0.9 0.93
簡效適配指標 (Parsimonious fit measures)
簡效規範適配指標 (PNFI) ≧0.5 0.71 Parsimony GFI (PGFI) ≧0.5 0.64
胡特的臨界數 (CN) ≧200 249.74
卡方值自由度比 (χ2/df) 1~5 3.81 註： 表示該指標未通過 資料來源：本研究整理