本 研究 使 用 SPSS Amos 20 軟 體 進 行 驗 證性 因 素 分 析(confirmatory factor analysis, CFA)並以結構方程模式(Structural Equation Modeling, SEM) 的統計方法描繪出研究架構之路徑圖，探索各外衍變數(exogenous variable)與 內衍變數(endogenous variable)的因果關係進而驗證假說模型。完整的結構方 程模式分析，包括測量模式(measurement model)與結構模式(structure model) 兩個部分，本節將會先闡述測量模式，再進行結構模式的分析。
測 量 模 式 旨 在 評 估 潛 在 變 數 (latent variable) 與 觀 察 變 數 (observed variable)之間的關係，在進行結構模式分析之前，應先於測量模式階段評估資 料是否具有一定程度的信度與效度，故以驗證性因素分析得到的因素負荷量 (factor loading)來評估各構面的組成信度(construct reliability, CR)、收 斂效度(convergent validity)、區別效度(discriminant validity)。
一、信度分析
本研究針對問卷預試回收後的結果，利用統計軟體 SPSS.22 進行信度檢 驗。
將以內部一致性係數 Cronbach α 來檢測各構面的信度，並採 Devellis（1991）、 Nunnally（1978）所提出 Cronbach’s α=0.7 為可接受的最小信度值。若 Cronbach’s α＞0.70，則代表該構面的信度良好；Cronbach’s α＞0.8，則代 表該構面有的很高的信度(Bryman & Cramer, 1997)。
預試問卷回收後經信度分析，得到系統品質、資訊品質、知覺有用性、知覺 易用性、行為意圖等五組構面，由下列表可知各構面信度的 Cronbach’s α 值 皆＞0.70 以上，因此本研究的問卷設計具有良好的組成信度。
表 4-10 信度分析
信度分析
系統品質 資訊品質 知覺有用性 知覺易用性 行為意圖 0.816 0.816 0.733 0.747 0.768
二、驗證性因素分析
驗證性因素分析(Confirmatory Factor Analysis, CFA)為 SEM 分析的一部 份。要進行 SEM 分析結構模型之前，應要先分析模型，測量模型才可以正確地反 應出研究的構面及因素，以便確認所調查之資料是否能將潛在變數精確地衡量出 來，本研究包含的潛在變數有五個:系統品質、資訊模式、知覺有用性、知覺易 用性以及行為意圖。以驗證式因素分析對研究中之量表進行驗證，修正指標作為 刪題原則，故將系統品質 4、系統品質 5、資訊品質 4、資訊品質 5、行為意圖 4、
行為意圖 5、行為意圖 6(陳順宇, 2007)。
本研究針對模型的知覺有用性、知覺易用性、行為意圖、系統品質、資訊品 質等五個構面進行 CFA 分析。本研究使用標準化因素負荷量作為評估效度 (validity)的指標， 各衡量變數標準化因素負荷量的 t-value 皆達顯著水準 皆 p<0.001，數值亦都大於 0.5，整體來說，經過修正後的研究模式有不錯的解 釋能力。Hair(1997)、Fornell 與 Larcker(1981)建議潛在變數的組成信度能達 到 0.7 以上，此外，為了合乎構面指標的內部一致性，相當於 Cronbach α，各 構面的組成信度落在 0.732 至 0.929 之間，表示信度符合標準。而為檢視模型 是否具有組成效度，本研究以平均變異數萃取量(AVE)作為組成信度的指標，AVE 是 計 算 潛 在 變 數 對 於 測 量 變 數 解 釋 能 力 之 平 均 ， 根 據 Fornell 與 Larcker(1981)建議潛在變數的 AVE 建議應>0.5；Hair 等人.(2006)則建議標準 化因素負荷量至少要達到 0.5 之門檻，亦即是說 AVE 至少也要有 0.25，各構面的
平均變異數萃取量(AVE)落在 0.477 至 0.815 之間，皆符合 Hair et al.(2006)
註:*表示t-value達顯著水準p < 0.05。
另外為求本研究各個構面的區別效度，使用潛在變項配對相關信賴區間檢定
表 4-12 Bootstrap 相關係數 95%信賴區間與區別效度
Parameter Estimate Lower Upper 科技接受
模式
知覺有用 性
ßà 知覺易用性 0.160 0.127 0.203
知覺有用 性
ßà 行為意圖 0.065 0.016 0.123
知覺易用 性
ßà 行為意圖 0.022 -0.031 0.070
資訊成功 模式
系統品質 ßà 資訊品質 0.163 0.129 0.203