生態旅遊知覺、態度與行為模式之建構與分析

本節內容主要是採用結構方程模式來建構荒野保護協會會員對生態旅遊知 覺、發展生態旅遊態度與參與生態旅遊行為關係之模式，其次在程式上使用 LISREL8.52 版。

一、觀察變項之檢查

估計方法受變項分配性質影響很大，一般來說，若變項的分配態勢絕對值大 於3，便視為極端偏態，峰度絕對值大於 10 則視為是有問題(Kline, 1998；引自黃 芳銘，2003)。由表 19 可得知，本研究觀察變項的態勢值介於-1.128 到 0.100 之 間，其絕對值小於3；峰度值則介於-0.891 到 2.226 之間，其絕對值亦是小於 10。

其結果顯示，觀察變項的態勢與峰度，對使用常態分配的估計法影響不大。故本 研究選用ML(maximum likelihood)來估計模式的參數。

表19 觀察變項之描述性統計、態勢與峰度分配

觀察變項 平均數 標準差 態勢 峰度

建基於自然環境 3.3129 .6293 .057 .040 環境教育與解說 3.9764 .4988 -.315 .297 永續經營與發展 4.4187 .5378 -1.128 2.226 要具備環境意識 4.2220 .4642 -.544 1.286 利益回饋造訪地 3.7544 .4819 -.348 .155 認知 4.0717 .4613 -.012 -.036 情感 3.9038 .5739 -.243 .330 行為傾向 3.8287 .5777 .100 -.246 說服行動 4.0979 .5143 -.045 -.214 消費主義 4.3383 .4888 -.473 -.176 生態管理 4.4362 .4702 -.295 -.891 法律行動 4.0647 .5439 -.080 -.492 政治行動 4.1976 .5630 -.158 -.706

二、違犯估計之檢查

違犯估計是指在結構模式或測量模式中，統計所輸出的估計係數超出可接受 的範圍。若在統計輸出的結果中發現違犯估計的現象，則表示整個模式的估計是 不正確的。因此，對模式做整體評鑑時，必需先檢視是否有違犯估計的現象產生，

通常發生的違犯估計有以下三種現象：(黃芳銘，2003)

(一)有負的誤差變異數存在，或是在任何建構中存在著無意義的變異誤；(二) 標準化係數超過或太接近1(≦0.95)；

(三)有太大的標準誤。

由表20 得知，沒有任何標準化係數值大於或等於 0.95，因此並沒有違犯估 計的情形發生。

表20 模式參數估計表

參數 非標準化參數值 標準誤 t 值 標準化參數值

λ1 1.00 --- --- 0.26

λ₂ 1.22 0.39 3.12* 0.40

λ3 1.96 0.58 3.40* 0.60

λ₄ 1.96 0.57 3.42* 0.69

λ5 0.68 0.28 2.43* 0.23

λ₆ 1.00 --- --- 0.47

λ7 1.61 0.28 5.85* 0.61

λ₈ 1.77 0.30 5.99* 0.67

λ9 1.00 --- --- 0.67

λ₁₀ 0.94 0.09 9.92* 0.66

λ11 1.03 0.09 11.14* 0.76

λ₁₂ 1.23 0.11 11.44* 0.79

λ13 1.36 0.11 12.02* 0.84

γ₁ 0.57 0.21 2.75* 0.43

γ2 0.43 0.21 2.03* 0.20

β 0.95 0.19 4.88* 0.60

由表21 顯示，沒有任何負的誤差變異數存在或無意義的變異誤存在，並且 沒有太大的標準誤。故本研究並沒有違犯估計的情形產生。

表21 模式測量誤差估計表

參數 非標準化參數值 標準誤 t 值 標準化參數值

δ1 0.37 0.03 11.51* 0.93

δ₂ 0.21 0.02 10.78* 0.84

δ3 0.19 0.02 8.31* 0.64

δ₄ 0.11 0.02 6.24* 0.52

δ5 0.22 0.02 11.61* 0.95

ε₁ 0.17 0.02 10.49* 0.78

ε2 0.21 0.02 8.84* 0.63

ε₃ 0.18 0.02 7.70* 0.55

ε4 0.14 0.01 10.59* 0.55

ε₅ 0.13 0.01 10.66* 0.56

ε6 0.09 0.01 9.70* 0.42

ε₇ 0.11 0.01 9.28* 0.38

ε8 0.09 0.01 8.03* 0.30

三、模式整體適配度評鑑

在驗證模式假設之前，必須先檢驗模式的整體適配度。表22 所呈現為假設模 式之整體適配度指標。

表中絕對適配指標中的χ²(286)= 215.21，P = 0.0，達到顯著水準，表示本研究 假設模式之共變數矩陣與實證資料之共變數矩陣之間有差異存在，因此，模式被 拒絕。GFI值為 0.9，等於接受值 0.90，顯示假設模式可以接受。AGFI = 0.85，小 於接受值0.90，SRMR = 0.078，大於接受值 0.05，顯示假設模式被拒絕。RMSEA

= 0.093，其值介 0.08 與 0.10 之間，為「中度適配」。

從增值適配指標來看，NNFI = 0.83 與 CFI = 0.86，皆小於接受值 0.90，顯示 假設模式被拒絕。

從簡效適配量指標來看，PNFI = 0.65 與 PGFI = 0.61，皆大於接受值 0.5，顯 示模式顯示模式可以接受。CN = 124.22，小於 200 以上之建議值，顯示模式被拒

絕。Normed chi-square = 3.39，有介於 1～5 之間，表示模式可以接受。

整體而言，三類型的適配指標皆顯示假設模式無法獲得接受，此結果表示此 假設模式有必要進行修正。

表22 假設模式之整體適配度指標

適配度考驗指標 統計量數 可接受值

絕對適配指標(Absolute fit measures)

自由度 62

χ² 值(P值) 215.21 (p = 0.0) p≧0.1

適配度指標(GFI) 0.90 ≧0.9

調整後適配度指標(AGFI) 0.85 ≧0.9 標準化均方根殘差(SRMR) 0.078 ≦0.05 漸進誤差均方根(RMSEA) 0.093 ≦0.05 相對適配指標(Relative fit measures)

非規範適配指標(NNFI) 0.83 ≧0.9 比較適配指標(CFI) 0.86 ≧0.9 簡校適配指標(Parsimonious fit measures)

簡效規範適配指標(PNFI) 0.65 ≧0.5 簡效良性適配指標(PGFI) 0.61 ≧0.5 胡特的臨界數(CN) 124.22 ≧200

規範卡方(χ²/df) 3.47 1~5

四、模式修正

當假設模式並不理想時，建議做後設(post hoc)模式之檢定。利用修正指標(MI) 來瞭解造成模式適配度不佳的來源，以及期望參數改變值(EPS)來看其實質效果 改變的大小(黃芳銘，2003)。

檢視假設模式之輸出結果，發現觀察變項「利益回饋造訪地」的測量誤差項 與觀察變項「情感」的測量誤差項之間的MI 為 38.25，是最大的 MI 值。其 EPS 為0.09，有實質的改變效果，顯示此兩個觀察變項的測量誤差項可以重新釋放來 考驗。釋放此一參數，整體適配度統計結果呈現於表23，為修正模式 A。

表23 修正模式 A 之整體適配度指標

適配度考驗指標 統計量數 可接受值

絕對適配指標(Absolute fit measures)

自由度 61

χ² 值(P值) 170.04 (p = 0.0) p≧0.1

適配度指標(GFI) 0.92 ≧0.9

調整後適配度指標(AGFI) 0.87 ≧0.9 標準化均方根殘差(SRMR) 0.069 ≦0.05 漸進誤差均方根(RMSEA) 0.079 ≦0.05 相對適配指標(Relative fit measures)

非規範適配指標(NNFI) 0.87 ≧0.9 比較適配指標(CFI) 0.90 ≧0.9 簡校適配指標(Parsimonious fit measures)

簡效規範適配指標(PNFI) 0.67 ≧0.5 簡效良性適配指標(PGFI) 0.61 ≧0.5 胡特的臨界數(CN) 153.93 ≧200

規範卡方(χ²/df) 2.78 1~5

經修正後，雖整體適配指標有所改善，但修正模式A 還是無法獲得接受。因 此，修正模式A 中的觀察變項「法律行動」的測量誤差項與觀察變項「政治行動」

的測量誤差項之間的MI 為 20.42，是最大的 MI 值。其 EPS 為 0.05，有實質的改 變效果，顯示此兩個觀察變項的測量誤差項可以重新釋放來考驗。釋放此一參 數，整體適配度統計結果呈現於表24，為修正模式 B。

表24 修正模式 B 之整體適配度指標

適配度考驗指標 統計量數 可接受值

絕對適配指標(Absolute fit measures)

自由度 60

χ² 值(P值) 146.19 (p = 0.0) p≧0.1

適配度指標(GFI) 0.93 ≧0.9

調整後適配度指標(AGFI) 0.89 ≧0.9 標準化均方根殘差(SRMR) 0.068 ≦0.05 漸進誤差均方根(RMSEA) 0.071 ≦0.05 相對適配指標(Relative fit measures)

非規範適配指標(NNFI) 0.89 ≧0.9 比較適配指標(CFI) 0.92 ≧0.9 簡校適配指標(Parsimonious fit measures)

簡效規範適配指標(PNFI) 0.67 ≧0.5 簡效良性適配指標(PGFI) 0.61 ≧0.5 胡特的臨界數(CN) 171.04 ≧200

規範卡方(χ²/df) 2.44 1~5

修正模式 B 其整體適配指標還未能被接受。因此，修正模式 B 中的觀察變項

「永續經營與發展」的測量誤差項與觀察變項「要具備環境意識」的測量誤差項 之間的MI 為 14.53，是最大的 MI 值。其 EPS 為 0.10，有實質的改變效果，顯示 此兩個觀察變項的測量誤差項可以重新釋放來考驗。釋放此一參數，整體適配度 統計結果呈現於表25，為修正模式 C。

表25 修正模式 C 之整體適配度指標

適配度考驗指標 統計量數 可接受值

絕對適配指標(Absolute fit measures)

自由度 59

χ² 值(P值) 129.92 (p = 0.0) p≧0.1

適配度指標(GFI) 0.93 ≧0.9

調整後適配度指標(AGFI) 0.90 ≧0.9 標準化均方根殘差(SRMR) 0.057 ≦0.05 漸進誤差均方根(RMSEA) 0.065 ≦0.05 相對適配指標(Relative fit measures)

非規範適配指標(NNFI) 0.91 ≧0.9 比較適配指標(CFI) 0.93 ≧0.9 簡校適配指標(Parsimonious fit measures)

簡效規範適配指標(PNFI) 0.67 ≧0.5 簡效良性適配指標(PGFI) 0.61 ≧0.5 胡特的臨界數(CN) 188.37 ≧200

規範卡方(χ²/df) 2.20 1~5

修正模式C 其整體適配指標已接近可接受的邊緣。因此，繼續修正模式。修 正模式C 中的觀察變項「要具備環境意識」的測量誤差項與觀察變項「認知」的 測量誤差項之間的MI 為 11.83，是最大的 MI 值。其 EPS 為 0.04，有實質的改變 效果，顯示此兩個觀察變項的測量誤差項可以重新釋放來考驗。釋放此一參數 後，整體適配度統計結果呈現於表26，為修正模式 D。

表26 修正模式 D 之整體適配度指標

適配度考驗指標 統計量數 可接受值

絕對適配指標(Absolute fit measures)

自由度 58

χ² 值(P值) 118.98 (p = 0.0) p≧0.1

適配度指標(GFI) 0.94 ≧0.9

調整後適配度指標(AGFI) 0.91 ≧0.9 標準化均方根殘差(SRMR) 0.054 ≦0.05 漸進誤差均方根(RMSEA) 0.061 ≦0.05 相對適配指標(Relative fit measures)

非規範適配指標(NNFI) 0.92 ≧0.9 比較適配指標(CFI) 0.94 ≧0.9 簡校適配指標(Parsimonious fit measures)

簡效規範適配指標(PNFI) 0.67 ≧0.5 簡效良性適配指標(PGFI) 0.60 ≧0.5 胡特的臨界數(CN) 204.83 ≧200

規範卡方(χ²/df) 2.05 1~5

修正模式D 其整體適配指標已接近可接受的邊緣。因此，繼續修正模式。修 正模式D 中的觀察變項「利益回饋造訪地」的測量誤差項與觀察變項「認知」的 測量誤差項之間的MI 為 11.10，是最大的 MI 值。其 EPS 為 0.04，有實質的改變 效果，顯示此兩個觀察變項的測量誤差項可以重新釋放來考驗。釋放此一參數 後，獲得修正模式E，其三類適配指標都已達接受的標準，詳見表 27。其修正模 式E 的徑路圖以及標準化參數，呈現於圖 10。

表27 修正模式 E 之整體適配度指標

適配度考驗指標 統計量數 可接受值

絕對適配指標(Absolute fit measures)

自由度 57

χ² 值(P值) 108.11 (p = 0.0) p≧0.1

適配度指標(GFI) 0.94 ≧0.9

調整後適配度指標(AGFI) 0.91 ≧0.9 標準化均方根殘差(SRMR) 0.050 ≦0.05 漸進誤差均方根(RMSEA) 0.056 ≦0.05 相對適配指標(Relative fit measures)

非規範適配指標(NNFI) 0.93 ≧0.9 比較適配指標(CFI) 0.95 ≧0.9 簡校適配指標(Parsimonious fit measures)

簡效規範適配指標(PNFI) 0.66 ≧0.5 簡效良性適配指標(PGFI) 0.59 ≧0.5 胡特的臨界數(CN) 223.01 ≧200

規範卡方(χ²/df) 1.90 1~5

建基於

五、模式內在適配度評鑑 (一)測量模式之評鑑

本研究共有三個潛在變項，一個為外因潛在變項與二個內因潛在變項。

從表28「修正模式 E 之潛在變項對觀察變項的參數估計」中顯示，所 有觀察變項的負荷量，其t 值皆大於 1.96，表示所有指標皆具有顯著水準。

因此，所有的觀察變項皆可以良好的反映其所對應的潛在變項。在表29 中 顯示，所有的測量誤其t 值也皆達顯著。

檢驗表中的標準化係數，可以瞭解哪一個觀察變項對潛在變項的貢獻最 大。對「生態旅遊知覺」而言，「環境教育與解說」此一觀察變項最具有反 映的效果；對「發展生態旅遊態度」而言，「行為傾向」此一觀察變項最具 有反映效果；以及對「參與生態旅遊行為」而言，「生態管理」此一觀察變 項最具有反映的效果。

表28 修正模式 E 之潛在變項對觀察變項的參數估計

參數 非標準化參數值 標準誤 t 值 標準化參數值

λ1 1.00 --- --- 0.28

λ₂ 1.44 0.45 3.22* 0.52

λ3 1.08 0.38 2.85* 0.36

λ₄ 1.23 0.39 3.16* 0.48

λ5 0.62 0.26 2.36* 0.23

λ₆ 1.00 --- --- 0.45

λ7 1.56 0.28 5.60* 0.58

λ₈ 1.82 0.31 5.85* 0.66

λ9 1.00 --- --- 0.68 λ₁₀ 0.97 0.10 10.13* 0.69

λ11 1.08 0.09 11.33* 0.80

λ₁₂ 1.11 0.11 10.21* 0.71

λ13 1.25 0.11 11.00* 0.77

表29 修正模式 E 之觀察變項測量誤之估計參數

參數 非標準化參數值 標準誤 t 值 標準化參數值

δ1 0.36 0.03 11.17* 0.92

δ₂ 0.18 0.02 8.55* 0.73

δ3 0.25 0.02 10.38* 0.87

δ₄ 0.16 0.02 9.17* 0.77

δ5 0.22 0.02 11.52* 0.95

ε₁ 0.17 0.02 10.66* 0.79

ε2 0.21 0.02 9.38* 0.67

ε₃ 0.19 0.02 8.02* 0.56

ε4 0.14 0.01 10.21* 0.54

ε₅ 0.12 0.01 10.06* 0.52

ε6 0.08 0.01 8.28* 0.36

ε₇ 0.15 0.02 9.50* 0.49

ε8 0.13 0.01 8.65* 0.40

(二)結構模式之檢定

為了檢定理論關係是否與統計結果符合，故檢驗估計參數的方向性與 量。表30 中顯示，γ1的標準化參數值為0.57，t值為 2.78，達到顯著水準，

表示「生態旅遊知覺」對「發展生態旅遊態度」具有正向且直接的影響。γ2

的標準化參數值為0.29，t值為 2.06，達到顯著水準，表示「生態旅遊知覺」

對「參與生態旅遊行為」具有正向且直接的影響。β的標準化參數值為 0.57，

t值為 4.13，達到顯著水準，表示「發展生態旅遊態度」對「參與生態旅遊 行為」具有正向且直接的影響。

表30 修正模式 E 之潛在變項與潛在變項間的參數估計

參數 非標準化參數值 標準誤 t 值 標準化參數值

γ₁ 0.67 0.24 2.78* 0.57

γ2 0.57 0.28 2.06* 0.29

β 0.94 0.23 4.13* 0.57

綜合討論：

上述結果發現，本研究的初始假設模式不被接受，必須透過修正模式，得到 修正模式E。由修正模式 E 中可知，「利益回饋造訪地」與「情感」、「法律行 動」與「政治行動」、「永續經營與發展」與「要具備環境意識」、「要具備環 境意識」與「認知」及「利益回饋造訪地」與「認知」的測量誤差有相關。

其中，對於「利益回饋造訪地」與「情感」而言，「利益回饋造訪地」是指

其中，對於「利益回饋造訪地」與「情感」而言，「利益回饋造訪地」是指

在文檔中 環保人士參與生態旅遊行為之研究 (頁 76-90)