正式量表之內容與信效度分析

第一節 第一節

第一節 正式量表之內容與信效度分析 正式量表之內容與信效度分析 正式量表之內容與信效度分析 正式量表之內容與信效度分析

一 一一

一、、、、正式量表之內容正式量表之內容正式量表之內容正式量表之內容

本研究之創意態度量表分為三個分量表，在「發現問題」分量表包 含學習動機、敏覺、挑戰複雜、興趣廣泛等四個面向；在「產生點子」

分量表包含想像、求新突破、幽默、開放、容忍模糊、獨立等六個向面；

在「實行點子」分量表包含自信、勇敢冒險、堅持毅力、熱情專注等四 個面向。

經項目分析與驗證性因素分析之違規估計刪題之後剩餘 52 題為正式 量表，正式量表均為正向題，其中「發現問題」分量表有 17 題，「產生 點子」分量表有 21 題，「實行點子」分量表有 14 題，此量表適用對象為 就讀國小五、六年級之學生，為李克特式五點量表，均為正向題，可供 個別與團體施測，作答時間約 15 分鐘左右。正式量表各構面之題目如表 4-1 所示（正式量表完整形式見附錄六）：

表 4-1 正式量表之構面與題目

二 二二

二、、、、正式量表之信度分析正式量表之信度分析正式量表之信度分析正式量表之信度分析

本研究以 Cronbach’s α進行正式量表之信度估算，各分量表信度 係數介於.865 至.902，均在高信度（α>.70）的範圍內；整體而言，全 量表的同質性佳，內部一致性係數為.954，顯示出量表項目具有相當的 同質性。各構面、分量表及總量表之信度分析，結果如表 4-2。

表 4-2 正式量表各分量表及總量表之信度

三 三三

三、、、、正式量表之效度分析正式量表之效度分析正式量表之效度分析正式量表之效度分析

本研究以驗證性因素分析進行正式量表之效度估算，以確定量表之 適用性與建構效度。由於三個分量表均無違規估計的現象，因此接下來 即可考驗整體模式適配度指標。本研究參照李茂能（2006）的分類，所 採取的指數標準以「絕對適配指標」、「增值適配指標」及「精簡適配指 標」三種指標來檢驗模式。絕對適配指標是綜合統計結構模式及衡量之 整體適配度，使用指標為_χ²、GFI、RMR 及 RMSEA；增值適配指標是衡量 現有模式與虛無模式之差異程度，使用指標為 AGFI、NFI、TLI 及 CFI；

精簡適配指標則在衡量模型是否因過多的係數估計而過度適配，使用指 標為 AIC、CAIC 及 PNFI。黃芳銘（2007）建議在模式適配與否應以多數

分量表 分量表 總量表 發現問題 .865

產生點子 .894 實行點子 .902

.954

決為評判標準來看研究模式。因此只要模式檢驗過半符合判斷標準，本 研究即認定為可接受之模式。

若通過整體效度之檢定，就接著檢驗各別變項之效度；若適配度檢 驗未達理想標準，則進行假設模式的修正，以建立最佳的結構方程模式，

再進行模式個別變項之效度檢驗。以下茲分「發現問題」、「產生點子」、

「實行點子」三個分量表進行考驗：

（一）「發現問題」之驗證性因素分析 1.整體模式適配度之驗定

本研究以最大概似法（maximum likelihood methqd,ML）進行參數 推估，整體模式適配度檢定結果如表 4-3。

表 4-3 「發現問題」整體模式適配度檢定結果 適配指標

適配指標 適配指標

適配指標 判斷標準判斷標準判斷標準判斷標準 檢定結果檢定結果檢定結果檢定結果 適配判斷適配判斷適配判斷適配判斷 χ 2 愈小愈好，P >.05 202.524，p=.000 未理想

GFI >0.9 .915 理想

RMR <.05 .069 未理想

絕對 適配 指標

RMSEA <.08 良好 .057 理想 AGFI >0.9 .884 接近理想

NFI >0.9 .825 未理想

TLI >0.9 .894 接近理想 增值

適配 指標

CFI >0.9 .912 理想

AIC 愈接近 0 282.524 未比較，不適用 CAIC 愈接近 0 462.737 未比較，不適用 精簡

適配

指標 PNFI >.5 .685 理想

由於 9 項指標中僅 4 項達到判別標準（GFI、RMSEA、CFI、PNFI），2

項接近標準（AGFI、TLI），未過半，因此可對模式進行修飾，以達更理 想的線性結構模式。

2.模式修正

本研究之修正目標為：將卡方值減少同時使 p 值增加，檢定指標能 過半達到良好之標準。本研究利用 AMOS 程式中「修正指標」

（modification index, MI）來篩選指標變數，當修正指標高過於 3.84

（α=.05）時，表示該模式可能需要加以修正，而 MI 值愈大，則代表此 為模式不適配之所在，可做為是否要對變項參數進行釋放或刪除之依據

（李茂能，2006）。黃芳銘（2007）並指出，如果最大的修正指標無法據 有理論的意義，則選擇次大的指標，直到有意義的指標方可給予估計。

且一次只作一個修正，因為 SEM 的估計是使用完全訊息的技術，任何一 個修正皆會影響其他參數的估計。

依據此原則，表 4-4 為每次修正指標（MI）最大值之摘要。第一次 修正時，Q17 和 Q18 測量誤差項之間的 MI 值最高，為 17.148，檢視 Q17

（我認為挑戰複雜困難的事物，可以增加生活樂趣）和 Q18（我喜歡尋找 新的挑戰任務），誤差項具有關係是可以解釋的，因此釋放 e18<-->e17 參數重新估計。結果呈現如表 4-5，與原始模式比較指數皆獲改善，9 項 指標中有 5 項達到判別標準（GFI、RMSEA、TLI、CFI、PNFI），1 項接近 理想標準（AGFI），精簡適配指標之 AIC 與 CAIC 均較原來減少，達到比

原來理想之線性結構模式，因此此修正模式是一個可行模式。「發現問題」

結構模式路徑修正後的路徑圖及其標準化係數以圖 4-1 來呈現。

表 4-4 「發現問題」修正指標摘要 次數次數

次數次數 修正指標修正指標修正指標修正指標 M.I.M.I.M.I.M.I.

第一次 e17 <--> e18 17.148

表 4-5 「發現問題」整體模式適配度修正結果比較 修正檢定結果 修正檢定結果 修正檢定結果 修正檢定結果 適配指標

適配指標 適配指標

適配指標 判斷標準判斷標準 判斷標準判斷標準 原始檢定原始檢定原始檢定原始檢定

第一次 第一次 第一次

第一次 適配判斷適配判斷適配判斷適配判斷 χ 愈小愈好，P >.05 202.524，p=.000 179.549，p=.000 2 未理想 GFI >0.9 .915 .924 理想 RMR <.05 .069 .064 未理想 絕對

適配 指標

RMSEA <.08 良好 .057 .050 理想 AGFI >0.9 .884 .896 接近理想 NFI >0.9 .825 .845 未理想 TLI >0.9 .894 .920 理想 增值

適配 指標

CFI >0.9 .912 .934 理想 AIC 愈接近 0 282.524 261.549 減少，佳 CAIC 愈接近 0 462.737 446.267 減少，佳 精簡

適配

指標 PNFI >.5 .685 .696 理想

學習動機

3.模式個別變項之效度檢驗

整體模式符合建構效度後，再接著檢驗個別變項的效度，也就是觀 察變項在其所反映的因素上的標準化負荷量，若此係數達到顯著即表示 這些變項可以用來反映該因素。從表 4-6 中可以看出所有的標準化係數 皆達顯著水準。因此這 17 題均可有效地作為其所屬因素的指標。

表 4-6 「發現問題」修正模式之標準化參數值摘要 參數參數

參數參數 標準化參數值標準化參數值標準化參數值標準化參數值 pppp Q1 <--- 學習動機 .570 ***

Q4 <--- 學習動機 .512 ***

Q5 <--- 學習動機 .615 ***

Q6 <--- 學習動機 .636 ***

Q7 <--- 學習動機 .633 ***

Q8 <--- 敏覺 .598 ***

Q9 <--- 敏覺 .616 ***

Q10 <--- 敏覺 .630 ***

Q11 <--- 敏覺 .659 ***

Q13 <--- 挑戰複雜 .599 ***

Q14 <--- 挑戰複雜 .559 ***

Q17 <--- 挑戰複雜 .550 ***

Q18 <--- 挑戰複雜 .526 ***

Q20 <--- 興趣廣泛 .620 ***

Q21 <--- 興趣廣泛 .544 ***

Q22 <--- 興趣廣泛 .533 ***

Q24 <--- 興趣廣泛 .564 ***

（***p<.000）

（二）「產生點子」模式之驗證 1.考驗整體模式適配度指標

本研究以最大概似法進行參數推估，整體模式檢定結果如表 4-7。

表 4-7 「產生點子」整體模式適配度檢定結果 適配指標

適配指標 適配指標

適配指標 判斷標準判斷標準判斷標準判斷標準 檢定結果檢定結果檢定結果檢定結果 適配判斷適配判斷 適配判斷適配判斷 χ 2 愈小愈好，P >.05 329.683，p=.000 未理想 GFI >0.9 .889 接近理想 RMR <.05 .080 未理想 絕對

適配 指標

RMSEA <.08 良好 .060 理想 AGFI >0.9 .852 接近理想 NFI >0.9 .810 未理想 TLI >0.9 .877 接近理想 增值

適配 指標

CFI >0.9 .898 接近理想 AIC 愈接近 0 443.683 未比較，不適用 CAIC 愈接近 0 700.487 未比較，不適用 精簡

適配

指標 PNFI >.5 .671 理想

9 項指標中有 2 項達到判別標準（RMSEA、PNFI），4 項接近標準（GFI、

AGFI、TLI、CFI），由於未過半，因此可對模式進行修飾，以達較理想的 線性結構模式。

2.模式修正

本研究之修正目標為：將卡方值減少同時使 p 值增加，檢定指標能 過半達到良好之標準。表 4-8 為每次修正指標（MI）最大值之摘要。第 一次修正時，Q31 和 Q33 測量誤差項之間的 MI 值最高，為 11.452，檢視 Q31（我會尋找和一般人想法不同的材料或方法解決問題）和同屬求新突 破層面的 Q33（在做事或學習時，我會嘗試各種新方法），誤差項具有關 係是可以解釋的，因此釋放 e31<-->e33 參數重新估計。結果呈現如表 4-9，與原始模式比較雖然指數獲得改善，但整體檢定指標未能過半，處

於可接受的邊緣，因此繼續修正模式。

進行第二次模式修正，Q25 和 Q31 測量誤差項之間的 MI 值最高，為 9.128（表 4-8），檢視 Q25（我喜歡讓腦子充滿許多新奇的想法）和 Q31

（我會尋找和一般人想法不同的材料或方法解決問題），誤差項具有關係 是可以解釋的，因此釋放 e25<-->e31 參數重新估計。結果呈現如表表 4-9，與原始模式比較雖然指數獲得改善，但整體檢定指標未能過半，處 於可接受的邊緣，因此繼續修正模式。

進行第三次模式修正，Q39 和 Q45 測量誤差項之間的 MI 值最高，為 8.394（表 4-8），檢視 Q39（即使做單調的事，我也會找出有趣的地方）

及 Q45（我會學習別人的優點以充實自己），誤差項具有關係是可以解釋 的，因此釋放 e39<-->e45 參數重新估計。結果呈現如表表 4-9，與原始 模式比較雖然指數獲得改善，但整體檢定指標未能過半，處於可接受的 邊緣，因此繼續修正模式。

進行第四次模式修正，Q44 和 Q53 測量誤差項之間的 MI 值最高，為 7.457（表 4-8），檢視 Q44（我喜歡聽聽各種不同的意見，以便得到多 方面的了解）及 Q53（面對問題，我會先規劃解決問題的步驟），誤差項 具有關係是可以解釋的，因此釋放 e44<-->e53 參數重新估計。結果呈現 如表 4-9，與原始模式比較指數皆獲改善，9 項指標中有 5 項達到判別標 準（GFI、RMSEA、TLI、CFI、PNFI），1 項接近理想標準（AGFI），精簡適

配指標之 AIC 與 CAIC 均減少，達到比原來理想之線性結構模式，此修正

想像

3.模式個別變項之效度檢驗

整體修正模式符合建構效度後，再接著檢驗個別變項之效度，從表

整體修正模式符合建構效度後，再接著檢驗個別變項之效度，從表