海峽兩岸城市民眾全球暖化行動力模式分析

壹、臺灣地區全球暖化行動力模式分析 一、模式界定

本 研 究 「海峽兩岸城市民眾全球暖化行動力的模式 」（詳見第三章圖 3-2），

主要是以 Lubell et al. (2007)所提之全球暖化行動力模式為參考依據。在進行 結構方程式分析的過程中，研究者發現在外因潛在變項「選擇參與所需的成本」

的四個觀察變項「性別」、「年齡」、「教育程度」、「收入」因為樣本的分布沒有達 到常態分配，所以不適合進行結構方程式分析，因此，在「選擇參與所需的成本」

的觀察變項中，我們只針對「暖化知識概念」來進行分析與討論；其中「暖化知 識概念」又可細分成「全球暖化的影響」、「全球暖化的原因」與「減少暖化的方 式」三個觀察變項，以符合每 個 潛 在 變 項 都 至 少 有二個 觀 察變項(黃芳 銘， 2007)。

在兩個內因潛在變項「選擇參與的優勢」與「集體利益變項」的部份，其觀察變 項分別為「政策討論網絡」「環境價值觀」和「覺知危機」、「個人影響力」、

「影響他人的可能性」及「對抗暖化團體的信心」等六個觀察變項的組合。另外，

結果變項「全球暖化行動力」則包含「政治參與」、「政策支持」、「環境行為」

三個觀察 變 項。相關模式變化如圖 4-1 所示。

三、資料檢視

結 構 方 程 模 式 之 最 大 概 似 法 (Maximum Likelihood , ML) 及 最 小 平方 法 (Generalized Least Square , GLS) 等 估 計 方 法 受 研 究 變 項 之 分 配 性影 響 很 大 ， 因此在進 行 結構方程式分析之前 ， 須 先 檢 視樣 本 資 料 是 否 為 常 態 分 配 ， 以 確 認 所 得 資 料 符 合 結 構 方 程 模 式 最 大 概似 法 ( ML ) 之 假 定 ， 避 免 對 模 式 估 計 與 檢 定 結 果 造 成 偏 誤 。根 據 Kline (1998) 指 出 變 項 分 配 的 態 勢 絕 對 值 大 於 3， 即 為 極 端偏 態；峰 度 絕 對 值 若 大 於 10 則 視 為 有 問 題；若 大 於 20 則 視 為 極 端 峰度 。 假 設 變 項 分 配 合 乎 上 述 標 準 ( 態 勢 絕 對 值 小 於 3； 峰 度 絕 對 值 小 於 10) ， 則 可 使 用 ML 法 來 估 計 (引自 黃芳 銘， 2007) 。

由 表 4-12 得 知臺灣地區全球暖化行動力的模式中 12 個 觀 察 變 項 之 態 勢 絕 對 值 介 於 0.04 至 1.27 之間 ； 峰 度 絕 對 值 介 於 0.15 至 3.98 之 間， 全 部 觀 察 變 項 均 為 常 態 分配 ， 符 合 使 用 最 大 概 似 法 (ML)之 規 範 ， 故 本 研 究 採 用 ML 法 進 行 估計 。 四、模式評鑑與假設檢定

在 整 體 模 式 及 內 在 結 構 適 配 度 評 鑑 前 ， 需 先 確 定 模 式 執 行 產 生 的統計 結 果 沒 有 產 生 不 適 當 的 解 ， 若 有 不 適 當 的 解 產 生 ， 就 是 一 種 違 犯 估 計 (offending estimate)。 一 般 常 發 生 的 違 犯 估 計 有 下 列 三 種 (引自黃 芳銘， 2007) ：

1.有 負 的 誤 差 變 異 數(≦0) 存 在，或 是 在 任 何 建 構 中 存 在 無 意義的變異 誤。

2 .標 準 化 係 數 超 過 或 太 接 近 1。

3 .有 太 大 的 標 準 誤 。

表 4-12 臺灣地區全球暖化行動力模式 觀 察 變 項 態 勢及峰度分配

觀察變項 平均數 標準差 偏態 峰度

選擇參與所需的成本

暖化的影響 0.75 0.13 -1.27 3.98

暖化的原因 0.56 0.17 -0.19 0.57

減少暖化的方式 0.71 0.12 0.04 0.42

選擇參與的優勢

政策討論網絡 0.62 0.33 -0.49 -0.92

環境價值觀 3.55 0.39 -0.48 -1.00

集體利益變項

覺知危機 3.59 0.39 -0.66 -0.33

個人影響力 3.30 0.55 -0.17 0.33

影響他人的可能性 3.31 0.56 -0.13 -0.18

對抗暖化團體的信心 3.02 0.75 -0.22 0.25

全球暖化行動力

政治參與 0.34 0.17 0.55 1.07

政策支持 3.45 0.39 -0.21 -0.91

環境行為 2.99 0.46 -0.19 0.15

以 下 先 檢 驗臺灣地區全球暖化行動力的模式中執 行 結 果 是否有 違 犯估 計 ， 若 沒 有 違 犯 估 計 ， 再 進 行 模 式 之 適 配 度 檢 驗 。

(一 ) 模 式 是 否 有 違 犯 估 計 檢 驗

在分析的過程中研究者發現，「全球暖化行動力」此一潛在變項的變異數為

負值，此現象為稱為“Heywood case＂，因此必須使用平滑程序，將此變異數給 予其一極小的正值 0.005（引自黃 芳銘， 2007）。

從 表 4-13 得 知 ，所有 λ 之標準化參數值 皆沒有超 過 1，標準誤介於 0.001 至 0.25 之間，表示誤差不大，且沒有任何負的變異誤存在。由上述分析的結果可知，

本研究並沒有違犯估計的情形產生，也就是說所估計的參數並未違反統計所能接 受的範圍。

表 4-13 臺灣地區全球暖化行動力模式參數估計表 標準化

參數值 標準誤

t 值

參數 標準化

參數值

標準誤

t 值

λx11 .54 -- -- δ1 0.01 0.001 15.12*

λx21 .64 0.17 8.80* δ2 0.02 0.001 11.20*

λx31 .55 0.11 9.05* δ3 0.01 0.001 14.84*

λy11 .12 -- -- ε1 0.11 0.005 21.42*

λy21 .98 2.14 4.46* ε2 0.005 -- --

λy32 .47 -- -- ε3 0.11 0.006 20.17*

λy42 .88 0.20 13.28* ε4 0.07 0.011 6.37*

λy52 .82 0.19 13.52* ε5 0.10 0.010 10.23*

λy62 .16 0.16 4.32* ε6 0.55 0.026 21.10*

λy73 .45 -- -- ε7 0.03 0.001 19.68*

λy83 .87 0.25 15.88* ε8 0.04 0.009 4.05*

λy93 .44 0.18 12.79* ε9 0.17 0.009 19.30*

γ11 .16 0.03 2.80* ζ1 0.002 0.001 2.24*

γ21 -.07 0.12 -1.46 ζ2 0.03 0.005 6.96*

γ31 .03 0.05 0.75 ζ3 0.005 -- -- β31 .37 0.17 4.74*

β32 .44 0.02 9.20*

註 1：*p < .05

(二)整體模式適配度檢驗

接 下 來 要 瞭解 觀 察資 料 對 理 論 模 式 之 整 體 模 式 適 配 情 形（表 4-14），各 指 標 接 受 值 請 參 閱第 三 章 第六節。

表 4-14 臺灣地區修正模式前之整體模式適配評鑑表

整體適配指標 評鑑標準 修模前 評鑑結果

絕對適配指標

Likelihood-Ratio χ² 越小越好 801.663 --

df -- 49 --

GFI ≧ .90 .881 尚可

AGFI ≧ .90 .810 尚可

SRMR ≦ .08 .134 不佳

RMSEA ≦ .08 .131 不佳

相對適配指標

NNFI ≧ .90 .616 不佳

CFI ≧ .90 .715 不佳

RFI ≧ .90 .601 不佳

簡效適配指標

PNFI ≧ .50 .522 優良

PGFI ≧ .50 .553 優良

Critical N ≧ 200 75 不佳

Normed Chi-Square ≦ 3 16.360 不佳

從絕對適配指標來看，Likelihood-Ratio χ²卡方值是用來檢驗理論矩陣與 觀察矩陣的適配度，從表格中可知臺灣地區的卡方值為 801.663，達顯著水準（p

< .05），表示資料與理論模式並不適配；雖然卡方值達顯著水準，但因卡方值受 樣本影響很大，往往使得真實模式被接受的程度降低，因此，本研究沿用其他指 標(黃芳銘，2007)。GFI指標即是契合度指標（goodness-of-fit index），指模 型可以解釋觀察資料的比例，類似於迴歸分析當中的可解釋變異量，AGFI

（adjusted GFI）則類似於迴歸分析中的調整後可解釋變異量；GFI和AGFI越接 近 1 表示契合度越佳，本研究臺灣地區的GFI為.881，AGFI為.810，顯示本研究

模型的契合情形尚有改善空間。SRMR（standardized root mean residual）越 小代表模型越能契合觀察值，SRMR指數數值介於 0 至 1 之間，當數值低於.08 時，

表示模型契合度佳，臺灣地區模型的SRMR值為.134，未達門檻值.08，表現不佳。

RMSEA（root mean square error of approximation）係數不受樣本數大小與模 型複雜度的影響，當指數愈小，表示模型契合度佳，本研究臺灣地區的RMSEA值 為.131，未達門檻值.08，表現不佳。

從相對適配指標來看，NNFI（non-normed fit index）是考慮了自由度的影 響，因此可以避免模型複雜度的影響，本研究臺灣地區的 NNFI 為.616，明顯地 低於.90 的標準。CFI（comparative-fit index）反映了假設模型與無任何共變 關係的獨立模型差異程度的量數，也考慮到被檢驗模型與中央卡方分配的離散 性。CFI 指數的數值越接近 1 越理想，表示能夠有效改善非中央性的程度。本研 究臺灣地區的 CFI 為.715，亦未達.90 的門檻，顯示模型契合度欠佳。RFI 為 NFI 所衍生的，其最小值為 0，最大值為 1，若值越大表示模式適配度越好，本研究 臺灣地區的 RFI 為.601，明顯地低於.90 的標準。

最後，由簡效適配指標來看，Parsimonious Normed Fit Index（PNFI）及 Parsimonious Goodness Fit Index（PGFI）其簡效定義為每一個自由度所能達 成的較高的配適度，若並非比較各組模型時，一個適配的模型 PNFI 應該需大 於.50，本研究臺灣的 PNFI 值為.522，PGFI 值為.553，因此在此 2 個指標的表現 良好。Hoelter＇s Critical N（CN）是用來檢驗模式的樣本數是否足夠，一個 適配的模型 CN 需大於 200 才代表樣本數足夠用來檢定模式，臺灣地區模式的 CN 為 75，表現不佳。卡方自由度比（Normed Chi-Square）也可用來進行模型間契 合度的比較，卡方自由度比越小，表示模型契合度越高，此一比率是多少才表示 模式有整體適配度仍未有共識，有主張小於 3 或小於 2 者，臺灣地區模型的卡方 自由度比為 16.360，表示模型適配性不佳。

經由各項模式適配度指標可知，模式在修正前除了在 PNFI 與 PGFI 指標的表 現良好之外，在其餘適配指標的表現皆為尚可或不佳，因此必須進行模式修正。

在模式與資料的適配情形不夠良好的情況下，研究者利用 Amos7.0 版所提供 的修正指標 MI（Modification Index）進行模式修正檢驗，MI 修正指標是我們 加入某項參數估計時，整體模式可能減少的卡方值，因此研究者找出殘差設定相 關後 MI 值變動較大的項目，進行參數釋放。

在釋放觀察變項或潛在變項間之殘差共變異數參數（相關）有「暖化的影響 vs 政策討論網絡」、「政策討論網絡 vs 政治參與」、「政策討論網絡 vs 政策支 持」、「政策討論網絡 vs 環境行為」、「環境價值觀 vs 覺知危機」、「環境價值觀 vs 集體利益變項」、「覺知危機 vs 政策支持」、「覺知危機 vs 環境行為」、「政治 參與 vs 環境行為」，共九項，在假設初始模式中，卡方值為 801.663，到了第九 次修正模式，卡方值為 310.358，卡方值大幅度下降 491.305。另外，在修正模 型過程中，由於「環境價值觀」的殘差變異數轉為負值，此現象稱為“Heywood case＂，因此必須將此變異數給予一個極小正值 0.005(黃 芳銘， 2007)。

表 4-15 臺灣地區修正模式後之整體模式適配評鑑表

整體適配指標 評鑑標準 修模後 評鑑結果

絕對適配指標

Likelihood-Ratio χ² 越小越好 310.358 --

df -- 42 --

GFI ≧ .90 .947 優良

AGFI ≧ .90 .902 優良

SRMR ≦ .08 .078 優良

RMSEA ≦ .08 .084 尚可

相對適配指標

NNFI ≧ .90 .840 尚可

CFI ≧ .90 .898 尚可

RFI ≧ .90 .820 尚可

簡效適配指標

PNFI ≧ .50 .563 優良

PGFI ≧ .50 .510 優良

Critical N ≧ 200 169 尚可

Normed Chi-Square ≦ 3 7.389 不佳

在研究者釋放這些參數後，臺灣地區修正模式之整體適配評鑑如表 4-15。由

表中可知，卡方值為 310.358，達顯著水準（p <.05），表示資料與理論模式還是 不適配。原因可能還是由於卡方值對樣本數相當敏感，在樣本大的時候，卡方值 很容易達到顯著，導致理論模式遭受拒絕，因此本研究沿用其他指標(黃 芳銘，

2007)。GFI、AGFI、SRMR、PNFI、PGFI 等五個適配指標皆達優良的標準，而 RMSEA、

NNFI、CFI、RFI、Critical N 等五個適配指標亦達模式尚可的標準，但在 Normed Chi-Square 指標上表現較差，這是受到樣本數較大的原因所影響。綜合上述分析 結果，顯示臺灣地區修正後模式的模式契合度尚可接受。黃芳銘(2007)也提到在 做模式評鑑時，SEM 的解釋必須依附原始的理論構念上，也就是說理論構念優於 統計數值。

(三)內在結構適配度檢驗

在 理 論 模 式 通 過 整 體 適 配 度 檢 定 後 ， 接 下 來 要 檢 驗 其 內 在 結構適 配 度 ，內 在 結 構 適 配 指 標 包 括 測 量 模 式 與 結 構 模 式 。首先，研究者先進行測量模式的檢驗，以 瞭解所有觀察變項是否能夠有效反映其所建構之潛在變項。依循Bollen (1989) 的標準，其t值必須達顯著水準（設α=0.05），只要t值大到顯著的程度，信度R ² 就可以接受(引自黃芳銘，2007)。因素負荷量則依循Bentler and Wu (1983)以 及Jöreskog and Sörbom (1989)的建議，即測量模式的因素負荷量至少需達 0.45 以上，如此則表示觀察變項足以反映潛在變項的效度。

1.測 量 模 式

由表 4-16 可知，臺灣地區在測量模式中，所有因素負荷量的t 皆達統 計顯著。而除了λ

值

y11「政策討論網絡」和λ^y62「對抗暖化團體的信心」因素

y11「政策討論網絡」和λ^y62「對抗暖化團體的信心」因素

在文檔中 海峽兩岸四個城市民眾全球暖化行動力模式之比較分析 (頁 78-101)