第四章 結果與討論
第四節 正式問卷結果分析
一、再次純化量表
步驟七為再次純化居民對生態旅遊發展衝擊量表，再次對正式問卷題目進行 適切性評估，以刪減問項。根據表 15及表 16，項目分析的結果均無極端的平均 數、態勢、峰度；臨界比均達0.01的顯著水準，Q19和Q23是臨界比相對較低的題 目；項目總分相關均高於0.5；校正項目總分相關低於0.5的有Q19、Q26，但均大 於0.45。而項目分析應綜合考量各指標(邱皓政，2002)，研究者認為所有題項之 項目分析均在可接受範圍內，故不刪除任何題項。至此，正向構念剩17題，負向 構念剩16題，合計33題。
表 15 正式問卷正向構念項目分析結果總表
題項 Mean SD 偏態 峰度 CR Ri-t CRi-t αd
Q1 生態旅遊促進文化交流 3.99 0.71 -0.98 2.48 13.23 0.68 0.62 .898 Q2 生態旅遊為當地文化的保存提供誘因 3.96 0.72 -0.68 1.29 12.64 0.67 0.62 .899 Q3 因為生態旅遊，使更多人知道當地歷史、文化 4.12 0.69 -0.62 1.00 13.45 0.61 0.55 .900 Q4 生態旅遊發展增加了展示當地歷史和文化的機會 4.09 0.69 -0.65 1.27 14.39 0.67 0.62 .899 Q5 因為生態旅遊，建立社區居民的信心及榮譽感 4.05 0.73 -0.43 -0.03 16.08 0.71 0.66 .897 Q6 生態旅遊發展加強了地方組織的運作 3.94 0.70 -0.28 0.25 14.66 0.68 0.63 .898 Q7 生態旅遊發展促進了社區團結 3.90 0.79 -0.46 0.09 15.79 0.67 0.62 .898 Q8 居民和遊客的互動是正向且有益的 3.92 0.79 -0.66 0.80 15.67 0.69 0.63 .898 Q15 生態旅遊發展提供當地人更多的工作機會 3.91 0.77 -0.80 1.33 11.65 0.61 0.55 .901 Q16 生態旅遊發展使當地居民的收入增加 3.78 0.81 -0.55 0.29 11.57 0.65 0.59 .899 Q17 生態旅遊發展促進地方特產的銷售 3.93 0.75 -0.65 0.93 11.32 0.62 0.56 .900 Q18 生態旅遊發展增加了本地農特產品之研發與製
造 3.87 0.73 -0.55 0.66 9.87 0.61 0.55 .900 Q19 生態旅遊發展吸引了更多的投資和消費 3.91 0.77 -0.59 0.66 9.69 0.56 0.49 .902 Q24 生態旅遊發展增加了自然資源的保育 3.73 0.87 -0.68 0.32 11.83 0.61 0.54 .901 Q25 生態旅遊發展對當地的自然環境是利多於弊 3.53 0.86 -0.40 -0.01 11.93 0.61 0.54 .901 Q26 生態旅遊發展提升野生動植物棲息地的保護 3.57 0.94 -0.45 -0.20 10.65 0.55 0.46 .904 Q27 生態旅遊發展提升文化或歷史遺跡的保護 3.60 0.86 -0.46 0.11 10.74 0.59 0.52 .902 註：N = 390；*p<0.05；**p<0.01；整體信度 α = 0.905；Mean = 平均數；SD = 標準差；
CR = 臨界比；Ri-t = 項目總分相關；CRi-t = 校正項目總分相關；αd = 刪除後之信度。
表 16 正式問卷負向構念項目分析結果總表
題項 Mean SD 偏態 峰度 CR Ri-t CRi-t αd
Q9 生態旅遊發展破壞當地文化 2.50 0.93 0.50 -0.07 15.99 0.71 0.67 .933 Q10 生態旅遊發展使地方越來越商業化 3.34 0.95 -0.39 -0.04 14.11 0.66 0.61 .934 Q11 生態旅遊發展使社區傳統價值觀逐漸消失 2.81 0.96 0.15 -0.58 18.61 0.75 0.71 .932 Q12 生態旅遊發展破壞地方原有純樸、團結的景象 2.66 0.97 0.49 -0.23 16.60 0.75 0.71 .932 Q13 生態旅遊發展使當地的產業結構發生衝突與改
變 2.82 1.01 0.19 -0.58 16.03 0.71 0.67 .933 Q14 居民的生活品質因生態旅遊發展而降低 2.45 0.92 0.54 -0.01 13.47 0.66 0.61 .935 Q20 生態旅遊發展的收入只讓當地少數人獲利 3.05 0.97 0.16 -0.51 13.74 0.63 0.57 .935 Q21 生態旅遊發展使得當地居民的貧富差距擴大 2.87 0.95 0.31 -0.39 16.10 0.67 0.62 .934 Q22 生態旅遊發展的收入都是由外來組織或外地人
獲得 2.77 0.99 0.29 -0.39 14.38 0.65 0.59 .935 Q23 生態旅遊發展排擠到其他農漁產業 2.59 0.86 0.21 -0.42 13.49 0.62 0.57 .935 Q28 生態旅遊發展造成野生動物減少或消失 2.82 0.93 0.33 -0.42 18.16 0.73 0.69 .933 Q29 生態旅遊發展造成野生動植物棲息地惡化 2.82 0.98 0.26 -0.51 19.39 0.78 0.74 .931 Q30 生態旅遊發展造成空氣、水、及土壤的污染 2.91 1.03 0.09 -0.64 23.47 0.83 0.80 .930 Q31 生態旅遊發展的遊客設施破壞了當地自然環境 3.07 1.05 -0.12 -0.61 21.14 0.80 0.76 .931 Q32 生態旅遊發展使塞車與停車問題變的更嚴重 3.34 1.05 -0.34 -0.49 17.08 0.73 0.69 .933 Q33 生態旅遊發展造成社區越來越髒亂 3.01 1.02 -0.01 -0.53 18.40 0.76 0.72 .932 註：N = 390；*p<0.05；**p<0.01；整體信度 α = 0.937；Mean = 平均數；SD = 標準差；
CR = 臨界比；Ri-t = 項目總分相關；CRi-t = 校正項目總分相關；αd = 刪除後之信度。
利用結構方程模式進行量表再專一化(respecification)，首先得將樣本進行資 料 檢 視 ， 由 於 線 性 結 構 方 程 模 式 的 分析 採 用 完 整 資 訊 技 術(Full Information Technique)的估計法，此類估計法乃是依據常態理論來設計的，因此估計法受到 樣本分配性質影響相當的大，所以必須依據樣本分配型態來決定估計的方法。由 表 15和表 16得知樣本偏態值介於-0.98到0.54之間，所有題項偏態絕對值均小於 極端值3；樣本峰度值則是介於-0.64到2.48之間，絕對值均小於極端峰度值10，符 合變項分配的偏態絕對值小於3，峰度絕對值小於10之標準(Kline, 2005)，故本研 究使用ML (Maximum Likelihood)法進行估計。
在進行模式整體適配評鑑前，針對這六個子構念驗證性因素分析模式檢查是
否有違犯估計，亦即是否有負的誤差變異數存在、標準化係數過大(＞0.95)、有 太大的標準誤等違犯估計的情況；根據表 17，在六個模式均無違犯估計的情形。
針對假設模式進行整體適配指標之評鑑，使用的整體適配評鑑指標包括絕對適配 指標、相對適配指標、簡效適配指標等三類(Bagozzi & Yi, 1988；余民寧，2006；
邱皓政，2003；黃芳銘，2004b)。經由統計軟體LISREL8.51版之計算，六個驗證 性因素分析模式中，除了正向環境模式的χ2(2)=5.97, p>0.05未達顯著水準顯示模 式適配外，其他五個模式的卡方值均顯示不適配，但許多學者認為卡方概度之檢 定容易拒絕模式，因此考量其他適配指標作綜合判斷；而同時考量其他的絕對適 配指標、相對適配指標與簡效適配指標，大多沒有通過所要求的接受值(表 18)，
顯示除了正向環境模式外，其他五個子構念模式不可接受。
接著檢核問項的因素負荷量、修正指標(MI值)及標準化殘差(SR值)，可以發 現33個題項所有的因素負荷量皆大於0.65，因此不以因素負荷量為主要刪除依 據，接著考量MI值或SR值最大者優先修正。根據此原則，刪除正向社會文化中 的「Q1生態旅遊促進文化交流」、「Q2生態旅遊為當地文化的保存提供誘因」、
「Q3因為生態旅遊，使更多人知道當地歷史、文化」、「Q7生態旅遊發展促進 了社區團結」；刪除負向社會文化中的「Q12生態旅遊發展破壞地方原有純樸、
團結的景象」；刪除正向經濟中的「Q15生態旅遊發展提供當地人更多的工作機 會」；刪除負向環境中的「Q29生態旅遊發展造成野生動植物棲息地惡化」、「Q32 生態旅遊發展使塞車與停車問題變的更嚴重」。而負向經濟與正向環境兩個子構 念模式由於僅有四題，若進行刪除任一題項的動作，會導致模式成為自由度0的
「剛好辨識(just-identified)」狀態，模式適配度呈現完全適配(perfect fit)(James, Muliak, & Brett, 1982)，而無法決定該刪除哪一個題項，因此保留負向經濟與正向 環境各四個題項，於一階六因素斜交模式中才決定是否要刪除題目。
表 17 子構念模式參數估計摘要表
表 18 子構念模式整體適配評鑑表
子構念 χ2 df GFI AGFI SRMRRMSEA NNFI CFI PNFI PGFI CN χ2/df 接受值 p>.05 >.9 >.9 <.08 <.1 >.9 >.9 >.5 >.5 >200 1~5 正向社會文化 310.57* 20 .83 .70 .070 .193 .81 .86 .61 .46 58.13 15.53 負向社會文化 42.03* 9 .97 .92 .033 .097 .94 .97 .58 .41 194.74 4.67 正向經濟 45.78* 5 .96 .87 .034 .145 .93 .96 .48 .32 136.98 9.16 負向經濟 38.95* 2 .95 .76 .050 .218 .81 .94 .31 .19 90.94 19.48 正向環境 5.97 2 .99 .96 .015 .071 .99 1.0 .33 .20 610.46 2.99 負向環境 191.65* 9 .86 .67 .055 .228 .86 .91 .55 .37 51.58 21.29 註：*p<.05， 表示未通過。
表 19 刪題後子構念模式整體適配評鑑表
子構念 χ2 df GFI AGFI SRMRRMSEA NNFI CFI PNFI PGFI CN χ2/df
接受值 p>.05 >.9 >.9 <.08 <.1 >.9 >.9 >.5 >.5 >200 1~5 正向社會文化 1.16 2 1.0 .99 .001 .000 1.0 1.0 .33 .20 204.06 .58
負向社會文化 14.03* 5 .99 .96 .025 .068 .97 .99 .49 .33 406.95 2.81 正向經濟 9.91* 2 .99 .94 .019 .101 .97 .99 .33 .20 342.06 4.96 負向環境 19.32* 2 .98 .88 .025 .149 .95 .98 .33 .20 192.73 9.66 一 階 六 因 素 斜
交模式 520.30* 260 .90 .88 .045 .051 .94 .95 .78 .72 226.09 2.00 註：*p<.05， 表示未通過。
「正向社會文化」、「負向社會文化」、「正向經濟」、「負向環境」四個 模式刪題後均無違犯估計的情形，接著進行整體適配評鑑(表 19)，四個驗證性因 素分析模式中，除了正向環境模式的χ2(2)=1.16, p>0.05未達顯著水準顯示模式適 配外，其他三個模式的卡方值均顯示不適配，許多學者認為卡方概度之檢定容易 拒絕模式，因此考量其他適配指標作綜合判斷；而同時考量其他的適配指標，簡 效適配指標的PNFI、PGFI均沒有通過接受值，沒有通過的原因應為題項僅剩4或5 個，使得自由度減少，而簡效適配指標的計算與自由度相關，導致數值未達接受 範圍；因此主要以絕對適配指標和相對適配指標做為評鑑標準，則正向社會文 化、負向社會文化兩個模式可以接受；正向經濟、負向環境兩個模式不可以接受，
可是再刪題會造成「剛好辨識的問題」，因此於一階六因素斜交模式中才決定是 否要刪除題目。
至此，除負向社會文化構念有5題外，其他五個子構念均剩4題，共計25題，
接著針對這25題進行一階六因素模式的驗證性因素分析，根據表 20顯示沒有違 犯估計的情形。模式中的χ2(260)=520.30, p<0.05達顯著水準顯示模式不適配，但 許多學者認為卡方概度之檢定容易拒絕模式，因此考量其他適配指標作綜合判
二、競爭模式分析
步驟八以驗證性因素分析來執行檢定一系列的假設模式(表 21)，虛無模式之 卡方值遠大於其他模式(χ2=5719.88, df=300)，將虛無模式淘汰出局。最後由表 21 呈現之各競爭模式的整體適配指標，參考學者的建議標準，進行整體適配檢定 (Bagozzi & Yi, 1988；余民寧，2006；邱皓政，2003；黃芳銘，2004b)；在絕對適 配指標中，所有模式的χ2值達顯著水準指出模式不適配，學者們(Long, 1983)認為 χ2值之檢定容易受樣本數影響，因此考量其他適配指標作綜合判斷；同時考量絕 對適配指標、相對適配指標、簡效適配指標後，整體結果顯示一階六因素斜交模 式、二階單因素模式、二階雙因素斜交模式、二階三因素斜交模式、三階單因素 B之適配評鑑較佳，因此僅針對這五個模式進行競爭模式評鑑。
表 21 競爭模式整體適配評鑑表
模式 χ2 df GFI AGFISRMRRMSEA NNFI CFI PNFI PGFI CN χ2/df
接受值 p>.05 >.9 >.9 <.08 <.1 >.9 >.9 >.5 >.5 >200 1~5 一階單因素 3881.39* 275 .56 .48 .130 .184 .53 .57 .50 .47 50.87 14.11
一階六因素直交 1627.27* 275 .75 .70 .270 .112 .77 .79 .69 .63 91.22 5.92 一階六因素斜交 520.30* 260 .90 .88 .045 .051 .94 .95 .78 .72 226.09 2.00 二階單因素 686.12* 269 .92 .85 .084 .063 .91 .92 .79 .73 183.15 2.55 二階雙因素直交 712.10* 269 .87 .85 .180 .065 .90 .91 .77 .72 164.01 2.65 二階雙因素斜交 668.35* 268 .88 .85 .072 .062 .92 .93 .79 .72 191.26 2.49 二階三因素直交 1120.48* 269 .81 .77 .250 .090 .81 .83 .71 .67 109.47 4.17 二階三因素斜交 648.27* 266 .88 .86 .082 .061 .92 .93 .78 .72 190.86 2.44 三階單因素A 1627.27 267 .75 .69 .270 .110 .76 .78 .67 .62 88.83 6.09 三階單因素B 648.27* 266 .88 .86 .082 .061 .92 .93 .78 .72 190.86 2.44 註：*p<.05， 表示未通過。
表 22 競爭模式指標
NCP SNCP AIC ECVI
一階六因素斜交模式 260.30 .667 650.30 1.67 二階雙因素斜交模式 400.35 1.03 782.35 2.01 二階單因素模式 417.12 1.07 798.12 2.05
在競爭模式前，針對這五個模式檢查是否有負的誤差變異數存在、標準化係 數過大(＞0.95)、有太大的標準誤等違犯估計的情況，發現二階三因素斜交模式 中，二階對一階因素中有兩個參數數值＞0.95；三階單因素模式B中，二階對一 階因素中有兩個參數數值＞0.95，三階對二階因素也有兩個參數數值＞0.95，在 這兩個模式發現違犯估計的情形，因此刪除二階三因素斜交模式與三階單因素模 式B，以一階六因素斜交模式、二階單因素模式、二階雙因素斜交模式共三個模 式透過競爭模式指標的判斷，用以選擇最佳模式。由表 22結果得知一階六因素 斜交模式在NCP=260.30、SNCP=.667、AIC=650.30、ECVI=1.67等指標值皆最小；
二階雙因素斜交模式的NCP=400.35、SNCP=1.03、AIC=782.35、ECVI=2.01指標 值次之；二階單因素模式的NCP=417.12、SNCP=1.07、AIC=798.12、ECVI=2.05 等指標值皆最大。若僅由數據分析，最佳模式應為為一階六因素斜交模式，其次
二階雙因素斜交模式的NCP=400.35、SNCP=1.03、AIC=782.35、ECVI=2.01指標 值次之；二階單因素模式的NCP=417.12、SNCP=1.07、AIC=798.12、ECVI=2.05 等指標值皆最大。若僅由數據分析，最佳模式應為為一階六因素斜交模式，其次