第三章 研究方法
第三節 問卷設計與預試
一、問卷設計
本研究目的在於發展觀光餐旅產業第一線服務人員的美學勞務量表，並根據 與飯店主管以及客務部、餐飲部、業務部的第一線服務人之訪談內容加以整理、
分析、歸納編製出美學勞務量表之題項，並檢驗量表是否具有效力，而衡量每題 項方式皆採李克特五點尺度。
(一)美學勞務量表題項
本研究針對研究主題與觀光旅館人員(如表2)進行半結構式訪談，在訪談 過程中，全程錄音，進行約一至兩小時時間，並在訪談之後將其內容依據過 往文獻提到美學勞務之重點、內涵，加以整理(如表3、表4)，盡而轉換成為 美學勞務量表之題項(如表5)。目前旅館產業實行美學勞務之現況與資訊提供 給本研究作為量表發展題項之依據，根據訪談內容彙整、歸納出34題有關美 學勞務之題項，加上9題個人基本資料的部分。
表2 訪談飯店人員名單
資料來源：本研究之整理。
飯店 職稱
○○○大飯店 總經理
○○○Hotel 人力資源部總監
○○○飯店 人力資源部經理
○○○酒店 客務部員工
○○○大飯店 客務部經理
○○○大飯店 客務部主任
○○○大飯店 客務部員工
○○○酒店 餐飲部領班
○○○大飯店 餐飲部人員
表3 訪談資料彙整 (1)
表4 訪談資料彙整 (2)
表 5 美學勞務量表之題項
表6 個人基本資料
(二)量表題項適切性評估：
本研究為了確認量表的品質，將調查的預試問卷進行分析，盡而能賞握 量表的穩定性，因此本研究採用項目分析、信度分析、效度分析作為檢定題 項適切度評估以及刪題的依據，並使用探索性因素分析，萃取其因素加以命 名。
1.敘述性統計分析
依據各題項的次數分配、平均數、標準差、百分比進行資料分析判斷。
反向題皆採反向計分之方式，進行資料分析。
1.性別
男性、女性2.年齡
19 歲(含)以下、20-29 歲、30-39 歲、40-49 歲、50 歲(含)以上3.婚姻狀況
未婚、已婚、其他4.畢業於觀光相關科系
否、是5.教育程度
高中(職) (含)以下、專科、大學、研究所(含)以上6.平均每月薪資
20,000 元(含)以下、20,001-30,000 元、30,001-40,000元、40,001 元(含)以上
7.隸屬部門
餐飲部、客務部、業務部、其他_8.請問您任職的是
國際觀光旅館、一般觀光旅館9.總年資
___年____月表7 美學勞務量表平均數與標準差
(2)項目分析
本研究依據Hair 等(2009)提出項目與題項相關之標準為0.5，故題項 未達0.5將予以刪除，刪除題項為A4、A8、A11、A13、A14、A16、A19、
A20、A30、A31，共10題，將保留之題項進行調查。
表8 美學勞務項目分析表
2.探索性因素分析
3.信度分析
本研究用信度分析來驗證問卷題項是否達內部一致性，看Cronbach's α係 數是否達到理想的信度指標。紙本問卷採郵寄方式進行發放，共發150份，回 收份數為145份，有效問卷為114份，有效問卷佔比例為76%。本研究將問卷 回收後採用SPSS統計軟體進行信度分析，測得信度係數在0.90以上，表示具 有優秀的信度，0.80左右的表是非常好的信度，0.70以上表示適中的信度，假 設低於0.5以上表示可以接受的信度範圍，0.5以下則表示信度不足，不應該接 受(Kline, 1988；黃芳銘，2005)。
本研究信度分析結果如下表所示，美學勞務量表整體Cronbach's α值達 0.875，表示整體信度非常好，各構面之Cronbach's α值皆達0.70以上，表示具 有相當好的信度。
表10 量表各題項之內部一致性信度
4.效度分析
本研究為了確認問卷題項能達正確測量程度，採用因素分析進行效度分 析，將項目分析及信度分析後所保留之題項採探索性因素分析法。探索性因 素分析本研究主要萃取分法採用主成份分析(principal component analysis)模 式，抽取特徵值(eignevalue)大於1的因素，並以直交轉軸(orthogonal roation) 中的最大變異法(varimax)進行因素的轉軸。Kaiser (1974)指出，KMO指數的 判斷如下：
題數 Cronbach's α值
舉止合宜 9題 0.895
情境調適 4題 0.787
服儀要求 4題 0.713
展現風格 3題 0.722
人際互動 4題 0.744
整體 24題 0.923
表11 KMO統計量值表
美學勞務量表之KMO值為0.844，表示達良好的效度標準，而球型檢定值 達顯著性小於0.05時，將適合進行因素分析。
表12 KMO與Bartlett 球形檢定分析表
註：p<0.05*，p<0.01**
5.正式問卷形成
由以上資料顯示本研究之因素分析結果發現特徵值與因素負荷量、累積 變異數皆達可接受的範圍之內，且題項都有不錯的建構效度，經預試問卷的 項目分析、信度分析、效度分析與因素分析的結果後，本研究共有24個正式 問卷題項。
KMO值 因素分析適合度
0.90以上 極度佳
0.80以上 良好
0.70以上 尚可
0.60以上 勉強
0.50以上 不適合
0.50以下 非常不適合
項目 KMO值 Bartlett 球型檢定 自由度 顯著性 美學勞務 0.844 1612.82 276 0.000
第四節資料分析法
為達到本研究之研究目的並確保本量表之穩定性與實用性，本研究統計分析 主要採用SPSS(Statistical Package for the Social Science) for Windows 17.0版軟體，
分析方法主要包括敘述性統計、重要性分析、信度分析、項目分析、因素分析等，
並使用LISREL8.53 版本統計軟體進行驗證性因素分析，資料分析如下：
一、敘述性統計
針對有效的樣本，依據性別、年齡、教育程度等人口統計變數進行敘述應統 計分析，並利用各變項平均數、標準差以及次數分配、百分比來檢驗樣本分布情 形。
二、項目分析
主要的目的是要了解題項是否能分辨出認真或隨意填寫的受測者。將每個題 項的總分加總，取總分高低之前後27%，計算每個題項的平均數是否有明顯的差 異，如達顯著水準，表示該題目具有一定的鑑別力，應予宜保留。
三、信度分析
信度分析是指檢驗分析衡量項目是否達一致性與穩定性。Devellis (1991)提出 信度觀點，認為 Cronbach α 係數介於 0.60~0.65 最好不要，0.65~0.70 為最小接受 值，0.70~0.80 表示相當好，0.80~0.90 表示非常好。
表 13 Cronbach’s α 值判斷標準
Cronbach’s α 值 程度
0.90 以上 極佳
0.80~0.90 非常好
0.70~0.80 相當好
0.65~0.70 勉強
0.60~0.65 最好不要
四、探索性因素分析(EFA：Exploratory Factor Analysis)
因素分析之目的再找出量表潛在的因素結構，使其變成一組較少而彼此相關 較大的變項，減少題項的數目，同時分析大量變數間的關係，並找出測量上之共 同性。本研究利用主成分分析法，以檢驗項目分析後，所保留題項的因素結構，
是否能準確衡量之特質程度。本研究採Harris & Schaubroeck(1988)之探索性因素 分析來驗證此量表建構之效度，作為刪題之標準。
五、驗證性因素分析(CFA：Confirmatory Factor Analysis)
本研究使用LISREL 8.53版進行結構方程模式的分析，結構方程模式(Structral Equation Modeling, SEM)亦可稱作共變結構分析(conariance structure analysis)或共 變結構模型(conariance structure modeling)，只指因素分析模式則當作驗證性因素 分析(Confirmatory Factor Analysis, CFA)來稱呼。在SEM裡的驗證性因素分析的檢 驗是用來評鑑觀察變項可以定義潛在變項的程度。Hair 等學者將整體適配評鑑指 標分成三類：絕對配適量測(absolute fit measures)、增值適配量測(incremental fit measures)、簡效適配量測(parsimonious fit measures)，目的可以將指標做良好的歸 類，其次能同時考慮到三個指標時，對模式的可接受性比較能夠產生共識的結果 (黃芳銘，2005)。
(一)絕對配適量測
用以決定理論的整體模式，能夠預測觀察值共變數或相關矩陣的程度。
常用以評鑑整體適配的絕對適配量測有八項：1.概度比率卡方考驗值
(likelihood-ratio, χ²)；2.非集中化參數(non-centrality parameter, NCP)；3.良 性適配指標(goodness of fit index, GFI)；4.均方根殘差(root mean square residual, RMR)；5.標準化均方根殘差(standardized root mean square residual, SRMR)；6.近似誤差均方根(root mean square error of approximation,
RMSEA)；7.期望複核效化指標(expected cross-validation index, ECVI)；8.調整 後良性適配指標(adjusted goodness of fit index, AGFI)。
(二)增值適配量測
目的在於用一個比較嚴格或套層之基線模式與理論模式互相比較，測量 適配改進比率的程度。常用以評鑑整體適配的增值適配量測有五項：1.規範 適配指標(normed fit index, NFI)；2.非規範適配指標(non-normed fit index, NNFI)；3.比較適配指標(comparative fit index, CFI)；4.增值適配指標 (incremental fit index, IFI)；5.相對適配指標(relative fit index, RFI)。
(三)簡效適配量測
用來呈現需要達到某一特殊水準的模式適配估計係數的數目是多少，目 的在於更正模式的自由度比率。常用以評鑑整體適配的簡效適配量測有五 項：1.簡效規範適配指標(parsimonious normed fit index, PNFI)；2.簡效良性適 配指標(parsimonious goodness-of-fit index, PGFI)；3.Akaike訊息標準指標 (Akaike information criterion, AIC)；4.胡特的臨界數CN值(Hoelter’s critical N, CN)；5.規範卡方(Normed chi-square)。
內在結構適配度之評鑑被Bollen (1989b)稱之為要素適配量測(component fit measures)。將深入探討每一個參數，對理論的驗證更加能夠獲得保證，內 在結構適配度分為兩部份，分別為測驗模式的評鑑以及結構模式的評鑑。測 驗模式的評鑑著重再觀察變項是否足夠反應相對應的潛在變項，目的在於了 解潛在變項的信效度。結構模式的評鑑是評鑑理論建構階段的因果關係是否 能成立。測量模式的個別指標之效度評鑑可用來檢定每一個潛在變項與指標 間係數的大小與顯著性。
Bagozzi 與 Yi (1988)對於個別觀察變項信度(reliability of individual observed variable)要大於0.5，標準化係數至少大於0.71，信度(R²)才會大於 0.5，此外潛在變項與指標間係數，必須達到顯著水準。自由度為1，標準化 係數≧0.71，t值必定會大於1.96。
表14 整體適配評鑑指標與評鑑標準 AIC MAIC<SAIC
MAIC<IAIA
值越接近 0，表示模式適配度越好 且越簡效
CN >200 決定模式是否能夠接受的標準
χ²/df <5 達到良好的適配
第四章 研究結果與討論
第一節 基本資料分析
本研究為了解決研究問題，共計發出 350 份問卷，回收問卷 337 為份，問卷 回收率為 96%，扣除填答結果不完整之無效問卷 51 份，有效問卷 286 份，有效 問卷率為 82%。
本研究樣本是以第一線服務人員為主體，問卷中的受訪者基本資料包括性 別、年齡、婚姻狀況、畢業於觀光相關科系、教育程度、每月平均薪資、隸屬部 門、任職飯店，共計 8 題。
一、旅館產業第一線服務人員基本資料：
(一)性別：在性別方面，女生之受訪者為 178 位，佔 62.2%，男生之受訪者為 108 位，佔 37.8%，以女性樣本居多。
(二)年齡：在年齡方面，以 20-29 歲之受訪者為最多共 194 人，佔受訪者之 76.8%，其次為 30-39 歲之受訪者共 60 人，佔受訪者之 21.0%。
(三)婚姻狀況：在婚姻狀況方面，未婚者為 244 位，佔 85.3%，已婚者為 41 位佔 14.3%，以未婚者居多。
(四)畢業於觀光相關科系：觀光相關科系方面，觀光相關科系者受訪者為 138 位，佔 48.3%，非觀光相關科系受訪者為 146 位，佔 51.0%，而未勾選受訪 者為 2 位，佔 0.7%。
(五)教育程度：在教育程度方面，大學畢業者總人數為 196 人，佔受訪者 68.5%，其次專科畢業者 49 人，佔受訪者 17.1%。
(六)每月平均薪資：在工作薪資狀況方面，以 20,001-30,000 元之受訪者為最
(六)每月平均薪資：在工作薪資狀況方面，以 20,001-30,000 元之受訪者為最