第三章 研究設計
第四節 研究工具
壹、「線上學習科技接受行為傾向」問卷試題發展
一、問卷構面操作化定義
本研究為建構學習者使用線上學習心理行為模式。據此，依相關理論 文獻的回顧與歸納，並以Hinkin (1998)提出之歸納模式發展本研究之問卷 構面與問項。本研究各變項的概念性定義與量表參考來源如下表3-4：
Aladwani and Palvia (2002)；MiKinney(2002)
資訊品質知覺 (interpretability)等 。
Aladwani and Palvia (2002)；MiKinney(2002)
電腦自我效能 (CSE)
本研究定義電腦自我效能指個人在進行 線上學習時，其學習行為與目標之學習歷 程中表現能力的信念。
Compeau and Higgins(1995)
認知負荷
Hart(1988)；Hart(2006)
有用性知覺
Venkatesh(2000) ； Chuttur M. Y.(2009)；
Davis(1993)
106
Davis(1989) ；Agarwal and Venkatesh(2002) ； Simth(2008)；Chuttur M.
Y.(2009) Taylor and Todd(1995)
行為控制知覺
Chau and Hu(2001)；
Taylor & Todd(1995)
態度 (ATT)
本研究對態度定義是學習者從事線上學 習行為時，學習者對線上學習有興趣、滿 意、愉快或喜愛的情形。
Taylor & Todd(1995)
行為傾向 (BI)
本研究行為傾向係指學習者對於自己參 與網路行為所認定的主觀機率。
林益民、余泰魁(2003)；
Bhattacherjee(2001a, 2001b)
107
108
109
三、專家內容效度分析
本研究編制完成問卷後，可邀請學者專家問卷構面及其測量項目內容 進行逐題審核，學者專家包括對研究主題有涉獵的學者4 位，以及與研究 主體領域有關的實務工作者1 位，合計共 5 位專家進行問卷內容的效度審 核。本研究專家名單說明如下表3-6：
表3-6 問卷內容效度審查名單
專家姓名 服務單位 專長
岳修平 臺灣大學生物產業傳播暨發展學
系暨研究所
心理學、數位學習、
人機介面研究
陳明溥 臺灣師範大學資訊教育研究所 數位教學設計、
資訊科技融入教學
蕭顯勝 臺灣師範大學科技應用與人力資
源發展學系 數位學習、計算機網路
莊謙本 臺灣師範大學工教系教授 數位學習、技職教育
羅凱揚 台灣知識庫總經理 數位學習、資訊管理
(一)、專家評分者一致性信度分析
本問卷首先邀請專家進行問卷內容效度之審查，以祈求問卷之內 容效度。在進行專家內容效度前，為了解各專家對問卷之題項以及構 面的評分意見是否具一致性，本研究以Kendall's 係數進行專家評分者 信度。肯德爾和諧係數是計算多個等級變項相關程度的一種相關量。
Kendall 和諧係數則適用於資料資料是多列相關的等級資料，即可是 k 個評分者評(N)個物件，也可以是同一個人先後 k 次評 N 個物件。通 過求得 Kendall 和諧係數，可以較為客觀地選擇好的作品或好的評分 者。
110
因此從表3-7 得知，本研究邀請五位專家針對 60 個問卷題項進行 評分審查，其結果Kendall's W =.268、χ2 = 79.032、df =59、 p =.049 <.05，
故拒絕虛無假設，表示五位專家針對題型評分具有一致性。
表3-7 專家評分者信度摘要表
N 5
Kendall's W .268
χ2 79.032
df 59
(二)、專家內容效度分析
就量表內容及文字表達敘述的流暢性、完整性、清晰性與適切性（姚 開屏、陳坤虎，1998），以三點評分法檢定，1 分表示適用，2 分表示修 改後適合，3 分表示不適用；得分愈低表示該題目流暢性、完整性、清晰 性與適切性愈高（詳見表3-8）。以內容效度指標（content validity index, CVI），
作為專家內容效度的評定，用來確定量表之題目能否測量出研究所欲探討 之目的。當專家評分為 2 分或 2 分以上之題目占整份量表的 80 %以上
（Lynn，1986），視為具有內容效度。再依專家的意見進行量表之修訂完 成之量表各向量分配，其結果茲述如下表3-8。
111
112
113
114
115
貳、「線上學習科技接受行為傾向」問卷信度與效度分析
一、常態分配檢定
Mardia(1985)指出觀察變項要符合常態分配，其偏態及峰度係數最好 介於正負2 之間。而 Kline(1998)也指出當偏態(skewness)絕對值小於 3，峰 度(kurtosis)絕對值小於 8 時，則一般可視為單變項常態分配。因此由表 3-9
116
117
118
二、收斂效度、區別效度與信度分析
效度係指概念定義（conceptual definition）及操作化定義（opereasoned definition）間是否契合。易言之，效度分析是用以檢驗研究工具能測出所 欲衡量特質或功能的程度。
為求研究結果的嚴謹，提升研究模型的價值，本研究透過驗證性因素 分析方法來檢驗研究模型。驗證性因素分析係在整體模式的考量下，驗證 模式中各測量變項是否能正確地測量其潛在變項，其主要用以檢定測量系 統的收斂效度(convergent validity)、區別效度( discriminate validity )及各指 標變數的個別信度(張紹勳，2001)。驗證性因素分析用來驗證或確認因素 分析各參數的性質與因素的數目，以達到各配適度指標的標準，使建構的 理論模式更符合實際的結果行為(邱皓政，2004)。
在收斂效度上，本研究使用Bagozzi 和 Yi(1988)建議的三項評估測量 模式指標：潛在變項組成信度與潛在變項的變異萃取量，其測量標準分述 如下：
1. 個別項目的信度（individual item reliability）
個別項目信度是透過多元相關平方值(SMC)表示個別觀察變項被 其潛在變項解釋的變異量(吳明隆，2007)，且模式中個別測量指標的 信度高於.50，則表示模式的內在品質檢定優良(Bagozzi and Yi，
1988)。
另一方面，Bagozzi、Yi 和 Phillips(1991)；Chin（1998）、Hair et al.(1998)、指出觀察變項的因素負荷量(即標準化路徑係數)應該大於 0.7，且 t 值須達顯著水準，表示該策量具有良好的指標能有效反映出
119
它所要測量的構念，則該測量具有良好的收斂效度（吳明隆，2008）。
但 Chin(1998)如果同一測量模式的其他觀察變項有較高的因素負荷量 時，則0.5 或是 0.6 的因素負荷量是可以被接受的。
2. 潛在變項組成信度(composite reliability, CR)
組成信度為潛在變項之所有測量變項所組成的衡量指標，信度越 高表示構念指標的內部一致性越高，表示測量變數愈能測出該潛在變 項。Fornell & Larcker(1981)建議值為 0.6 以上。
3. 潛在變項的平均變異萃取量(Average Variance Extracted, AVE)
平均變異萃取量乃計算潛在變項之各測量變數對該潛在變項的平 均變異解釋力。VE 值愈高，表示潛在變項具有愈高的信度與收斂效度，
Fornell & Larcker(1981) 建 議 標 準 值 應 大 於 0.5 。 然 Fornell and Larcker(1981) 認為平均變異數萃取量屬於較保守之標準，故即使超過 50%以上的變異數是來自測量誤差，若單獨以建構信度為基礎，仍可 以認為構面的收斂效度是可接受的。
120
因此，本研究工具「線上學習科技接受行為傾向問卷」各分量表 之收斂效度說明如下：
(一)、系統品質知覺分量表
在「系統品質知覺」分量表上，首先刪除個別項目信度未達.50 之 測量指標(PBC4)，其修正後的測量模式從表 3-10 與圖 3-2 得知 df=0，
且
χ
2=0，此表示模式為飽和模式(saturated model)。飽和模式意即在資 料共變項矩陣與假設模型的共變項矩陣形成一對一完美的配對，學者 Byrne(2001)、Tabachnick 和 Fidell(2007)指出飽和模式因理論假設模 型與資料加形成完美適配(perfect fit)，因此此模式之 RMSEA、AGFI、GFI、CMINDF 等相關適合度指標(goodness-fit indicator)是無法被檢定 也無意義。
另一方面，判斷是否為飽和模式可用非集中性參數(non-centrality parameter, NCP)進行檢驗，通常 NCP 值愈大表示模型愈不理想，而當 NCP = 0 時表示模式有完美的契合度，若 NCP 在 90%信心水準下的估 計範圍若涵蓋了0，表示模型契合度有不錯的契合度(吳明隆，2007；
黃芳銘，2004)。
基於此，在「系統品質知覺」測量模型的整體模式適配(模式外在 品質評估)中，因 df=0 且 NCP = 0，表示此模型式理論模型與資料間 完美適配的飽和模式，無須再進行模型適合度檢驗。而測量模型的內 在結構是配度(模式內部品質評估)中，觀察變項 PSQ2~PSQ4 之因素負 荷量均達0.7 以上；個別項目信度均達 0.5 以上；同時，系統品質知覺 分量表組合信度0.808 達 0.6 以上，平均變異萃取量 0.585 達 0.5 以上，
121
表示此分量表的信度與收斂效度達可接受的程度。
表3-10 「系統品質知覺」構面之測量模式結構方程摘要表
測量指標 t 值 因素 負荷量
個別
項目信度 組合信度 平均變異量 PSQ1 14.289 .747 .558
0.8405 0.6383 PSQ2 14.568 .769 .591
PSQ3 ---* .875 .765 卡方值= 0；df = 0 絕對
適配指標 NCP=0 ; RMR=0 ; RMSEA=.635; AGFI= Null ; GFI=1.000 增值
適配指標 NFI =1.000; TLI= Null ; CFI =1.000 簡約
適配指標 CN=Null ; CMIN/DF= Null
註：---*表示在測量模式中，參數估計被設定為 1
圖3-2 「系統品質知覺」構面之測量模式標準化路徑係數圖
122
(二)、資訊品質知覺分量表
在資訊品質知覺上，首先刪除個別項目信度未達.50 之測量指標 (PIQ5~PIQ11)，其修正後的測量模式從表 3-11 與圖 3-3 得知 df=1、
χ
2=0.636、p=.425>.05，顯示「資訊品質知覺」理論模式與觀察資料有 良好的適配度。而卡方檢定為易受樣本大小影響的檢定量，因此 Bagozzi 和 Yi(1988)建議須將樣本大小的問題加以考量，以卡方檢定值 與自由度比值來檢定適配度，從表得知CMINDF =6.736 小於 8，表示 本研究為可接受的尚可模式。另外，從絕對適配指標上，NCP =11.473，其 90%的信賴區間為 [3.357, 27.045]，區間值未包含 0，表示 NCP 達 0.1 的顯著水準，因此 表示理論模式和實際觀察數據整體適配度並非完美適配。此外，絕對 適配指標RMR = .015 < .05、RMSEA = 0.123 > .08、GFI = .984 > .95、
AGFI = .919 > .90 均達模式可適配的標準。
在增值適配指標上，NFI = .985 > .90、TLI = .961 > .90、CFI = .987
> .90，均符合模式適配標準，表示除理論模式與觀察資料的整體適配 度外，且達Hu 和 Bentler(1999)在大樣本情況大於.95 之建議值。
在簡約適配指標上，在.05 的水準下，CN = 260 > 200，模式達適 配標準，表示理論模式與觀察資料的適配度契合。
由上述得知，在「資訊品質知覺」測量模型的整體模式適配(模式 外在品質評估)達可接受的標準。而測量模型的內在結構是配度(模式 內部品質評估)中，觀察變項 PIQ1~PIQ4 之因素負荷量均達 0.7 以上；
123
個別項目信度均達0.5 以上；同時，「資訊品質知覺」分量表組合信度 0.8795 達 0.6 以上，平均變異萃取量 0.6486 達 0.5 以上，表示此分量 表的信度與收斂效度達可接受的程度。
表3-11 「資訊品質知覺」構面之測量模式結構方程摘要表
測量指標 t 值 因素 負荷量
個別
項目信度 組合信度(CR) 平均變異量 PIQ1 16.507*** .770 .593
0.8923 0.6747 PIQ2 17.949*** .844 .712
PIQ3 18.653*** .853 .728 PIQ4 --- .816 .666
卡方值= 13.473；df = 2；p=.001<.05 絕對
適配指標 NCP=11.473；RMR=.015 ；RMSEA=.123； AGFI=.919 ； GFI=.984 增值
適配指標 NFI =0.985 ； TLI=.961 ； CFI =.987 簡約
適配指標 CN=260 ；CMIN/DF =6.736 註：---*表示在測量模式中，參數估計被設定為 1
圖3-3 「系統品質知覺」構面之測量模式標準化路徑係數圖
124
(三)、行為控制知覺分量表
在「行為控制知覺」分量表上，首先刪除個別項目信度未達.50
在「行為控制知覺」分量表上，首先刪除個別項目信度未達.50