相關統計分析方法

本研究採用 SPSS12.0 與 AMOS19.0 統計分析軟體進行問卷資料之統計分析。所執行 之分析包含敘述性統計分析、驗證性因素分析及結構方程模式。

一、 敘述性統計分析

敘述性統計分析乃利用統計量與比例分析結果來陳述回收有效樣本之人口 統計資料情形。本研究利用敘述性統計分析將性別、年齡、學歷、職業別、平均 月收入、是否有聽過婚紗旅遊活動、從哪些管道得知婚紗旅遊活動資訊、願意向 誰購買婚紗旅遊套裝行程、願意花費多少錢在購買婚紗旅遊商品等變數有系統的 加以整理，以了解受訪者背景狀況。

二、 驗證性因素分析

在因素分析當中，常使用的方法有探索性因素分析以及驗證性因素分析兩 種，而其中的驗證性因素分析(confirmatory factor analysis；簡稱 CFA)是研究者根 據相關理論或文獻編製一個含有數個層面的量表，此量表已由專家效度審核或已 經進行過探索性因素分析，量表層面及其所含的題項非常明確，研究者為再確認 量表各層面及其所包含題項是否如原先預期，乃採用線性結構方程模式軟題（如 LISREL、AMOS）加以驗證，以探索量表的因素結構是否能與抽樣樣本適配，

32

此種因素分析，即稱為驗證性因素分析（吳明隆，2007）。簡單來說，運用此方 法通常是有理論或是前人研究成果做為依據，再依據所收集到的資料（通常是使 用已經測試過的量表工具），驗證此次研究中所收集到的資料是否與之前學者的 研究有著相同的因素結構。

三、 結構方程模式

結構方程模式(Structural Equation Model Analysis；簡稱 SEM)是一種以迴歸 為基礎的多變量統計技術，用以處理複雜的多變量研究數據，其目的在探討潛在 變項與觀察變項之間的因果關係，可用來分析因果及驗證模式，以建立理論或驗 證理論（張紹勳，2004）。SEM 是由 Jareskog 和 Sorbom 根據 Beck 與 Bargmann 的共變結構分析(covariance structural analysis)，加以擴充發展而成，即所謂的驗 證性因素分析(confirmatory factor analysis)，又稱共變異結構分析。結構方程模式 最大的優點在於能同時處理一系列或多組自變項與依變項之間的因果關係，當研 究者在處理研究變項時，若是想知道所設計的假設初始模式、各變項之間的因果 關係及其欲驗證某種模式時，結構方程模式就提供了一個分好的分析方法，提供 研究者由探索性（理論基礎薄弱）分析轉成驗證（理論支持）分析可能的路徑。

結構方程模式彌補了因素分析的缺點，並納入誤差項，且不需受限於路徑分析的 假設與條件限制，用以檢驗一個假想的理論模式其準確性與可靠度，可判斷此假 設模式與實際收集的資料是否一致，並進一步對模式做修正，由假設個變項之間 無任何共變異數關係的基準模式(Baseline Model)開始，在經過多次驗證之後，逐 次增加或減少變項之間的變異數關係，以控制增加模式其適合度(Gooness of Fit) 標準的方式來建立最適合之模式(Byrne, 1994)。

四、AMOS

AMOS 是「Analysis of Moment Structures」的簡稱，與 LISRELG 是最常被 用來處理 SEM (Structural Equation Modeling)的軟體。AMOS 包含了 Amos Graphics 與 Amos Basic 兩種運作模式。兩種模式各有其優缺點，本研究是採用

33

Amos Graphics 來執行研究收集之資料分析，雖然 Amos Basic 較具彈性，且允許 操控輸出結果，但因其需撰寫語法程式，相對於初學者而言使用上較困難。而 Amos Graphics 最大的優點在於其路徑圖的圖形使用者介面，免去如 LISREL 中 界定大大參數矩陣與程式語法的繁瑣問題（李茂能，2006）。

34

第四章 研究分析