第四章 研究結果
4.3 模式驗證與適配分析
4.3.1 確認性因素分析
在評鑑模式的適配度之前，必須先檢查「模式識別」與「違犯估計」。模式 識別主要檢查所給的觀察值是否足夠求解，模式識別首先必須符合t 規則，本研 究有5 個外因變數，16 個內因變數，因此共變數共有 (5 16)(5 16 1) 231
2
1 + + + = 。 而模式中所需要估計的參數共有49 個，因此 t<231，所以達到過度識別。
而違犯估計參照Hair 等人 (1998) 的定義，他提出違犯估計的項目有(1)負 的誤差變異數存在；(2)標準化係數超過或太接近 1(通常以 0.95 為門檻)；(3)有太 大的標準誤。F1 為營運績效，F2 為互動品質，F3 為環境品質，F4 為成本績效，
F5 為關係績效，F6 為顧客滿意度。其參數估計如下表 4.8 與 4.9 所示，而參數 估計值皆沒有超過0.95，因此無違反違犯估計的問題存在。
表4.8 潛在變項間的參數估計
參數 標準化參數估計值 參數 標準化參數估計值
F1F2 0.88483 F3F5 0.67370 F1F3 0.72119 F4F5 0.76023 F2F3 0.73764 F1F6 0.83981 F1F4 0.60282 F2F6 0.81533 F2F4 0.90095 F3F6 0.70620 F3F4 0.44231 F4F6 0.69346 F1F5 0.82160 F5F6 0.91370 F2F5 0.81090
表4.9 潛在變項對觀察變項的參數估計
參數 標準化參數估計值 參數 標準化參數估計值
F1 V1 0.7315 F3 V12 0.7837
V2 0.6541 F4 V13 0.8568
V3 0.6271 V14 0.8506
V4 0.6791 V15 0.7866
V5 0.6816 F5 V16 0.7533
V6 0.6943 V17 0.8739
V7 0.7488 V18 0.8712
F2 V8 0.7118 V19 0.8615
V9 0.7941 F6 V20 0.9169
F3 V10 0.8387 V21 0.8675
V11 0.8836
在進行路徑分析之前，需要解決潛在變數衡量上的問題，當潛在變數衡量上 都能夠充分且有效，路徑分析上才能準確的估計出路徑係數。衡量模式的CFA 分析是在確認所收集的資料是否能夠精準的衡量潛在變數，本研究模式包含了六 個潛在構面，包含營運績效、成本績效、關係績效、互動品質、環境品質與顧客 滿意度，CFA 之適配度分析結果如下表 4.10。
表4.10 確認性因素分析結果
χ
2 dfχ
2/df GFI AGFI RMR NFI NNFI CFI 衡量模式 780.939 175.000 4.463 0.904 0.873 0.032 0.929 0.932 0.944 第一次修正模式 662.030 156.000 4.244 0.914 0.885 0.028 0.936 0.939 0.950 第二次修正模式 539.953 138.000 3.913 0.926 0.898 0.028 0.943 0.946 0.9461、 初始衡量模式 A.
χ
2檢定經過分析結果，得到初始衡量模式的
χ
2=2494.078，由於樣本數多的關係，使得卡方值相當大，達到統計的顯著水準，表示資料與模式有很大的差異，因此 拒絕虛無假設。因此一般的研究是採用卡方自由度比來判斷，根據文獻的回顧，
當卡方自由度比小於5 為可接受範圍，小於 3 則十分良好。
B. 適配度指標
經由SAS 分析軟體可以得到一些適配度之指標，比較常見的適配度指標如 GFI、AGFI、RMR、NFI、NNFI、CFI，這些指標值皆位於 0 到 1 之間。GFI、
AGFI、NFI、NNFI、CFI 這些指標大於 0.9 表示適配度良好，而 RMR 指標則小 於0.05 以下，越小越好。
初始衡量模式中GFI 值為 0.904、AGFI 值為 0.873、RMR 值為 0.032、NFI 值為0.929、NNFI 值為 0.932、CFI 值為 0.944，其中 AGFI 之值並未相當理想，
顯示此模式有修飾之並要。
C. 殘差值與 Lagrange multiplier test
SAS 分析的報表中，會計算出任意兩變數間之殘差值，並將前十組殘差值最 大的衡量變數排列出來。Lagrange multiplier test 會列出衡量變數與其他淺在變數 的相關程度，同樣會列出前十大最相關之變數供分析者參考。
在初始衡量模式中，經由殘差分佈與Lagrange multiplier test 發現，V12「企 業形象」的殘差值相對較大，且在理論上企業形象是被環境品質所解釋，但卻發 現與其他潛在變數(關係績效)有高度相關性，顯示出 V12 為一複雜變數，
Hacther(1998)認為刪除此類變數可以避免干擾後續路徑分析的結果，故本研究將 刪除V12。
2、 第一次修正模式(刪除衡量變數 V12)
在刪除V12「企業形象」衡量變數後，再次進行 CFA 分析，分析之結果如下：
A.
χ
2檢定經由第一次修正模式所得到之結果，與初始衡量模式作比較，發現卡方值下 降108.909，自由度下降 19，
χ
2/df 從 4.463 降到 4.424，顯示經過第一次模式修 改後，模式有顯著的進步。B. 適配度指標
經由分析結果得知，第一次修正模式的GFI 值為 0.914、AGFI 值為 0.885、
RMR 值為 0.028、NFI 值為 0.936、NNFI 值為 0.939、CFI 值為 0.950，各項指標 有一定程度之改善，但AGFI 值尚不理想，仍有再改進之空間。
C. 殘差值與 Lagrange multiplier test
透過殘差分佈與Lagrange multiplier test 發現，V17「與該貨運公司的溝通管 道暢通」之殘差值相對較大，且與其他潛在變數有高度相關性，因此將此變數予 以刪除，以改善模式衡量之效果。
3、 第二次修正模式(刪除衡量變數 V12、V17)
在刪除衡量變數V12「企業形象」與 V17「與該貨運公司的溝通管道暢通」
之後，再進行CFA 分析，分析結果如下：
A.
χ
2檢定第二次模式修正之後，卡方值減少了122.077，自由度下降了 18，
χ
2/df 也 降到3.913，顯示第二次修正後有明顯之改善B. 適配度指標
經由分析結果得知，第二修正模式的GFI 值為 0.926、AGFI 值為 0.898、RMR 值為0.028、NFI 值為 0.943、NNFI 值為 0.943、CFI 值為 0.946，各項指標相當 程度之進步，而AGFI 值也接近可接受之範圍，因此本研究將以第二次修正模式 作為路徑分析之依據。