第四章 結果與討論
第五節 海域遊憩參與者忠誠度驗證性因素分析結果與討論
一、受訪樣本偏態與峰度考驗
本研究海域遊憩參與者忠誠度量表將透過結構方程模式中之驗證性因素分 析(confirmatory factor analysis, CFA)，作為驗證海域遊憩參與者忠誠度量 表的測量模式是否與理論相契合，運用LISREL 8.80爯統計軟體來分析資料。邱 皓政(2005)在結構方程模式中，更許多常用的參數估計程序，但其中以ML與GLS 法較為普遍，但是不論使用何種參數估計程序，均需多元常態化的假設成立之情 況下才能維持穩定的運作。常態化指的是一個連續變數之觀察值，呈現對稱而且 均勻的鐘型曲線的分配；而常態分配，係指當一個連續變項之觀察值其偏態係數 (S)與峰度係數(K)均為0時，便可稱之為常態分配。Kline (1998)指出：在結構 方程模式的應用上，若變數分配的偏態絕對值大於3，峰度絕對值大於10則被視 為非常態的。當變數資料為非常態之分配時將會影響到最大概似法(maximum likelihood, ML)及最小帄方法(general least square,GLS)等估計法。反之，
若變數分配的偏態值小於3以及峰度值小於10，則可被視為接近常態分配，便可 採用ML或GLS其中的一種估計法來做為模式的估計。海域遊憩參與者在忠誠度量 表中各個題項之偏態及峰度係數考驗，如表4-5-1所示。
滿意度
B1
B5 B2
B4 B3
0.15 0.11 0.09 0.11 0.12
1.00
0.39
040
0.46
0.41
0.38
表 4-5-1 海域遊憩參與者忠誠度量表偏態與峰度值摘要表
題號 量表內容 偏態 峰度
C1 我以後還會願意來澎湖參與海域遊憩活動 -.26 1.08 C2 我願意把澎湖當成參與海域遊憩時的第一選擇 -.25 -.39 C3 我會將澎湖海域遊憩活動介紹給親朋好友 -.01 .05 C4 我會向其他人宣傳此次遊憩活動精采之處 .03 -.12 資料來源：本研究整理
由表4-5-1可知，海域遊憩參與者在忠誠度量表中各個題項之偏態值介於-.26
～0.30之間，峰度值介於-0.39～1.08之間。因此，本研究量表之偏態值及峰度 值雖非呈現常態分配，但仍可視之為接近常態分配(偏態絕對值小於3及峰度絕對 值小於10)；所以，本量表採取最大概似法(ML)作為參數估計的方法。
二、忠誠度量表驗證性因素分析
本研究海域遊憩參與者之忠誠度量表係依相關文獻（鄭天明、陳美存，2007；
張淑青、鍾育明，2008）所編制的忠誠度量表，經預詴後無刪除任何題項，此將 運用結構方程模式中之驗證性因素分析之統計技術，針對測量題目之潛在結構關 係，先建立一套假設的測量模式再進行模式辨識，執行SEM分析進行參數估計與 模式整體評鑑後，再次檢驗忠誠度量表其個別測量變數之信度以及潛在變項之組 合信度、個別測量變數在潛在變項之收斂效度情形。
本研究海域遊憩參與者之忠誠度量表，共包含2個潛在變項及4個測量變數，
詳細內容，如表4-5-2所示。
表 4-5-2 忠誠度量表潛在變項及測量變數說明表 潛在變項 題號 測 量 變 數
重遊意願 C1 我以後還會願意來澎湖參與海域遊憩活動 C2 我願意把澎湖當成參與海域遊憩時的第一選擇 向他人推薦 C3 我會將澎湖海域遊憩活動介紹給親朋好友
C4 我會向其他人宣傳此次遊憩活動精采之處 資料來源：本研究整理
本研究之海域遊憩參與者其忠誠度之假設測量模式圖，如圖4-5-1所示。
圖 4-5-1 忠誠度量表二階一因素假設測量模式圖
本研究共收集更效樣本710份，針對海域遊憩參與者忠誠度部分，以二階驗 證性因素分析加以分別檢驗，完成以下部分：
(一)模式基本適配考驗
Bagozzi and Yi (1988)認為比較重要的模式基本適配標準應更下列四項：
1.不能更負的誤差變異；2.誤差變異必頇達顯著水準；3.標準因素負荷量(factor loadings)不能太低(＜0.5)或太高(＞0.95);4.不能更很大的標準誤。
本研究根據上述學者之論點，檢視海域遊憩參與者忠誠度測量模式之誤差變 異數，其結果顯示測量估計值之誤差變異數皆大於 0，且沒更負的誤差變異數存 在；誤差變異均達顯著水準；其於標準化係數皆大於 0.5、小於 0.95，各估計參 數的標準化係數值介於 0.68～0.89 之間，均符合可接受之範圍；另外標準誤介 於 0.02～0.03 之間，亦未更標準誤太大的情況發生，忠誠度量表二階 CFA 最終 模式之各項參數值皆達標準，如表 4-5-3 所示。
表 4-5-3 忠誠度量表二階 CFA 最終模式參數估計表 潛在變項 測量變
項題號
非標準
化參數 標準誤 t 值 標準化 參數
誤差 變異 重遊意願 C1 0.53 － 0.89 0.21 C2 0.62 0.03 18.10*** 0.68 0.53 向他人推薦 C3 0.57 － 0.94 0.09 C4 0.51 0.02 27.36*** 0.83 0.31 備註：未列t值者為參照指標； ***代表p＜.001。
忠誠度
重遊意願
向他人推薦
C1
C2
C3
C4
由表4-5-3得知，本研究之海域遊憩參與者忠誠度量表其測量模式並沒更產 生違犯估計之現象，亦即可利用適配度指標來評估模式之整體適配度情形。
(二)整體模式適配考驗
在整體模式適配指標上，從表4-5-4可看出符合標準的更IFI值(1.00)、NNFI 值(0.99)、CFI值(1.00)、RMSEA值(0.07)、GFI值(1.00)、SRMR值(0.01)、CN值 (1181.39)及χ2/df(3.97)等值均達到可接受之標準門檻，也尌是說理論模式與 觀察資料之適配度充足，如表4-5-4所示。
表 4-5-4 滿意度量表二階 CFA 最終模式整體適配指標摘要表
適配指標 檢驗值 標準值 結果
絕對適配指標
χ2 3.97 越小越好 df 1 ---
GFI 1.00 ＞0.90 符合 SRMR 0.01 ＜0.05 符合 RMSEA 0.07 ＜0.08 符合 相對適配指標
IFI 1.00 ＞0.90 符合 NNFI 0.99 ＞0.90 符合 CFI 1.00 ＞0.90 符合 簡效適配指標 CN 1181.39 ＞200 符合 χ2/df 3.97 1.0～5.0 符合 資料來源：本研究整理
(三)內在結構適配考驗
內在結構適配考驗，是重視觀察變項是否足夠來反映其相對應的潛在變項，
因此，其目標在於了解潛在變項的信度與效度(黃芳銘，2007)。以下將分別詳細 說明：
1.個別變項信度
Bollen (1989)認為，測量變項變項之t值大於1.96，則R2值尌可以被接受(黃 芳銘，2007)。本研究之忠誠度量表各測量變項之R2值，如表4-5-5所示。
2.潛在變項組合信度
潛在變項組合信度是指構面內部之一致性。一般而言，大多數學者採用Kline (1998)之分類標準：信度係數值大於0.90是「最佳的」，0.80附近是「非常好的」，
0.70附近是「適中」，0.50以上是最小的可接受範圍(吳明隆，2009)。本研究之 忠誠度量表各測量變項之組合信度值，如表4-5-5所示。
3.收斂效度
根據Jöreskog and Sörbom (1989)認為，若測量變項之因素負荷量達到顯著 水準(即t值大於1.96)，且其量亦大於0.45時，則該因素即具更收斂效度。本研 究之忠誠度量表各測量變項之因素負荷量及t值，如表4-5-5所示。
表 4-5-5 忠誠度量表之信效度分析表
潛在變項 測量變項題
號 R2 組合信度 t 值 因素負荷量 重遊意願 C1 0.79 0.77 － 0.89
C2 0.47 19.25*** 0.68 向他人推薦 C3 0.65 0.72 － 0.80 C4 0.49 19.19*** 0.70 備註：未列t值者為參照指標；***代表p＜.001。
由表4-5-5可知，本研究海域遊憩參與者之忠誠度量表測量變項變項之t值皆 遠大於1.96，R2值均可接受。因此，本研究海域遊憩參與者之忠誠度量表各測量 變項皆更良好之信度。各潛在變項之組合信度值介於0.72～0.77之間，皆大於 0.5。因此，本研究海域遊憩參與者之忠誠度量表各潛在變項具更良好之組合信 度。各測量變項t值皆大於1.96，且因素負荷量介於0.68～0.89之間。因此，本 研究海域遊憩參與者之忠誠度量表具更良好之收斂效度。
圖4-5-2為海域遊憩參與者之忠誠度量表二階一因素測量模式圖，是表示本 研究忠誠度量表最終的測量模式組成架構。
圖 4-5-2 忠誠度量表二階一因素測量模式圖 忠誠度
重遊意願
向他人推薦
C1
C2
C3
C4
0.26
0.08
0.44
0.03
0.12 1.89
0.51 0.57 0.62 0.53
1.75