本章第一節描述變數的定義與衡量、第二節是問卷之發展與測試，第三節資料分 析方法。茲分別詳敘如下:
第一節 變數的定義與衡量
本研究變數的衡量及參考來源(見表 3-1)，是參考過去文獻，並配合本研究之研究目 的加以發展而成。本研究之測量尺度係採用 Likert 五點尺度 (Likert5-point Scale) 進行 衡量，其範圍從「非常不同意」至「非常同意」，分別給予 1 到 5 的分數。各變數之 操作性定義及衡量題項如下:
一、 主觀規範
本構面衡量變項參考 Mohamed, Higgins, Ferguson 和 Réquia (2018) 問卷 量表，代表個人採取行動時感受到社會壓力的影響行為。共有 3 個衡量問項。
二、 對電動機車的態度
本研究對電動機車的態度的定義為受訪者對於電動機車，所感受到的正面 或負面的看法。本構面衡量變項參考 Du 等人 (2018)之問卷量表，共有 4 個衡 量問項。
三、 個人規範
個人規範反映個人對於是否採行特定行動的道德義務的感受(Schwartz &
Howard, 1981)，本研究參考 Du 等人 (2018)問卷量表，共有 2 個衡量問項。
四、 生態知覺利益
本研究對生態知覺利益的定義為受訪者認為使用電動機車所獲得友善環 境的利益，參考 Ayadi 和 Lapeyre (2014)，共有 3 個衡量問項。
五、 知覺風險
知覺風險構念參考Wang等人 (2018)共有 5 個衡量問項。
六、 低碳知識
14
Mohamed et al.(2018)
SN2 2.我重要的朋友認為我應該購買電動機車
Ayadi & Lapeyre(2014)
BF2 2.電動機車可以節約能源
BF3 3.使用電動機車可以讓我們保護環境
知覺 風險
RSK1 1.我擔心使用電動機車時會遭受財務損失
Wang et al.(2018)
RSK2 2.我擔心騎乘電動機車的安全性
RSK3 3.因為里程的限制和充電時間的不方便，我擔心電動機車會造成時間的損失 RSK4 4.我擔心電動機車的性能不如燃油機車
RSK5 5.我擔心家人和朋友不能理解我為何購買電動機車
15 下、5,001 元~10,000 元、10,001 元~20,000 元、20,001 元~30,000 元、30,001 元
~40,000 元、 40,001 元~50,000 元、50,001 元(含)以上。
Wang et al.(2018)
INT2 2.我計畫未來會購買電動機車 INT3 3.我會推薦朋友購買電動機車
16
6.職業分為以下十七個級別:學生、軍公教、金融保險業、餐飲業、營造業、電子業、
大眾傳播業、製造業、運輸物流業、通信業、農牧業、自由業、家務、醫務人員、
待業中、退休、其他。
第二節 問卷發放及回收
本研究採用便利抽樣法，利用網路進行問卷發放，調查影響電動機車購買意圖的因 素。本研究使用 Google 網路問卷(www.docs.google.com)所提供的功能建立網路問卷，
放在 Facebook 平台上填寫。本研究於 2019 年 5 月進行網路問卷調查，發放期間為期一 星期，總計發放 451 份問卷，有效問卷為 409 份卷，無效問卷為 42 份，有效問卷比例 為 90.7%
第三節 研究方法
本研究資料以 SPSS19.0 和 PLS 3.0 統計套裝軟體進行統計分析，包括敘述性統 計、測量模式分析及結構模式分析。
一、 樣本資料之敘述統計分析
本研究進行的敘述統計分析大別為兩個部分：次數分配 (個數及百分比)及平 均數與標準差。樣本的人口統計分佈提供次數分配及百分比；研究架構的構念和 題項提供平均數與標準差；受測者交通工具使用狀況和基本資料的次數分配和百 分比。
二、 測量模式分析
本研究以 PLS 的 algorithm 程序測量模式(measurement model) 的信度
(reliability) 與效度 (validity) 分析。信度的評估，包括各問項的信度、Cronbach’s alpha 信度、潛在變數的組合信度 (composite reliability) 與平均萃取變異(averaged variance extracted, AVE)。
17
效度分析方法主要有內容效度(content validity)與建構效度(construct validity)。
內容效度主要檢測構面之量表問項內容是否能反應出研究主題之架構與內容。本 研究問卷以相關理論為基礎，並參考過去國內、外學者之相關研究文獻及其問卷 題項來設計問卷問項及經與指導教授進行討論，故具有一定程度之內容效度。建 構效度意指問項能所測量到理論上的變數之程度，建構效度包括收斂效度
(convergent validity)與區別效度(discriminant validity)。收斂效度為指各構面間的衡 量問項彼此是否有高度的相關性，其衡量標準為 1. 各問項在其對應構面需比對應 其他構面的負荷量高且需大於 0.7 (Bagozzi and Yi, 1988; Hair, Black, Babinm, Anderson & Tatham, 2006)；2. AVE 值需大於 0.5 ( Fornell & Larcker, 1981)；而在區 別效度，為測量不同構面問項間的相關性(蕭文龍，2013)，測量準則為各構面的 AVE 平方根需大於其對應構面的相關係數(Fornell & Larcker, 1981)且相關係數需小 於 0.71( Mackenzie, Podsakoff & Podsakoff, 2011)。
三、結構模式分析
PLS 結構模型之檢驗方法，提供路徑係數(path coefficient)顯著性與修正 R2值 的模型解釋力。路徑係數代表研究變數間的關係程度與方向，以顯著性驗證假設 是否成立；修正 R2值指外生變數對內生變數能解釋變異量的百分比，為判斷研究 模型的解釋能力。
18