4.3 驗證性因素分析
4.3.1 第一部分 遊憩涉入
吸引力為 9 個問項，平均數分佈在 2.96 至 4.40 之間，分數最高者為「ATT5 騎自行 車對我而言是一件很滿意的活動」(M=4.40)，其次為「ATT6 騎自行車對我而言是一件 很開心的活動」(M=4.36)，分數最低者為「ATT8 我對自行車的知識非常暸解」(M=2.96)。
中心性有 6 個問項，平均數分佈在 3.23 至 3.91 之間，分數最高者為「CEN3 騎自行車是 我主要的休閒活動」(M=3.91)、其次為「CEN2 騎自行車在我的生活中扮演重要角色」
(M=3.50)，分數最低者為「CEN6 我花許多時間在騎乘自行車」(M=3.23)。自我表現有 4 個問項，平均數分佈在 3.52 至 4.08 之間，分數最高者為「SEL1 騎自行車時，可以呈現 我的休閒風格」(M=4.08)，分數最低者為「SEL4 騎自行車時，樂於讓其他人注意我」
(M=3.52)。第一部份遊憩涉入各變項平均值分佈如表 4-28 所示。
表 4-28 第一部份各變項平均值敘述 Table 4-28 Means of the first part variable
潛在變項 觀察變項 平均值 潛在變項 觀察變項 平均值
吸引力
ATT1 3.72
中心性
CEN1 3.36 ATT2 4.19 CEN2 3.50 ATT3 4.30 CEN3 3.91 ATT4 4.18 CEN4 3.40 ATT5 4.40 CEN5 3.27 ATT6 4.36 CEN6 3.23 ATT7 3.79
自我表現
SEL1 4.08 ATT8 2.96 SEL2 3.81 ATT9 4.30 SEL3 3.73 SEL4 3.52 4.3.1.2測量模式參數估計
良好的測量模式，必須滿足兩件事：一為研究模式中各觀察變數必須能正確測量出 各潛在變數，以及同一觀察變數不能對於不同的潛在變數都產生顯著的負荷量(Bagozzi
& Yi, 1988)。根據上述學者的建議，研究模式要滿足以上兩件事，可用的指標有下列四 項：聚合效度評鑑、觀察變數之個別信度、估計參數的顯著水準、標準化殘差等，茲分 述如下：
A. 聚合效度評鑑
該指標是各觀察變數對其潛在變數的因素負荷量(λ)，Bagozzi 和 Yi(1988)建議因素 負荷量應該都在 0.5 以上。所有觀察變項對其個別潛在變項的因素負荷量(λ)的值介 於 0.32~0.70，其中部份觀察變數 λ 值未達 0.5 以上的標準，顯示部份觀察變項不足 以反映其所建構的潛在變項，建議刪除之，測量模型參數值如表 4-6 所示。
B. 觀察變數之個別信度
該指標是由 CFA 所計算出個別變項的 R2，變異比率，建議因素負荷量雖未明確地提 出任判斷標準，但黃芳銘(2004)建議，只要 t 值大到顯著，R2就可接受。個別觀察變 項的信度介於 0.18~0.67，結果顯示，部份觀察變項信度偏低，本研究斟酌將信度小 於 0.4 之變項予以刪除，測量模型參數值如表 4-6 所示。
C. 估計參數的顯著水準
檢定觀察變數對該潛在變數的因素負荷量是否達到顯著水準，其 t 值的絕對值至少 要大於 2.00。測量模式分析結果得知，第一階段模式中各變項間的 t 值皆大於 1.96，
且達到 P<0.05 的顯著水準，顯示計劃行為理論模式與觀察資料有高度的適配度，測 量模型參數值如表 4-6 所示。
D. 標準化殘差
用來計算估計值與樣本值之間的誤差，若測量模式有良好適配度，其值應呈現常態 分佈並且絕對值小於 2.58(Jöreskog & Sörbom, 1989)。所有變項中標準化殘差值的絕 對值均小於 2.58，達模式適配度標準要求，測量模型參數值如表 4-29、圖 4-1 所示。
表 4-29 第一部份測量模型參數估計
Table 4-29 The measurement model estimates of the first part variables 潛在變數 觀察變數 因素負荷
量(λ)
標準化殘
差 t 值 R2 吸引力
ATT1 0.52 0.44 11.75 0.38 ATT2 0.56 0.21 16.06 0.61 ATT3 0.55 0.17 16.59 0.64
潛在變數 觀察變數 因素負荷 量(λ)
標準化殘
差 t 值 R2 ATT5 0.50 0.16 16.12 0.61 ATT6 0.51 0.15 16.59 0.64 ATT7 0.50 0.53 10.55 0.32 ATT8 0.34 0.66 6.90 0.15 ATT9 0.31 0.40 7.74 0.19
中心性
CEN1 0.65 0.35 14.55 0.54 CEN2 0.64 0.24 16.26 0.64 CEN3 0.56 0.53 11.33 0.37 CEN4 0.64 0.56 12.33 0.43 CEN5 0.66 0.28 15.71 0.61 CEN6 0.61 0.34 14.17 0.52 自我表現
SEL1 0.53 0.40 12.18 0.42 SEL2 0.72 0.31 15.96 0.63 SEL3 0.83 0.17 18.96 0.81 SEL4 0.70 0.71 11.97 0.41
吸引力
Figure 4-1 The confirmatory factory analysis diagram of the first part 4.3.1.3內在結構適配指標之評鑑
表 4-30 第一部份之建構信度與平均萃取變異量檢定表
Table 4-30 The composite reliability and average variance extracted chart of the first part 潛在變數 觀察變數 R2 建構信度 平均萃取
Table 4-31 The discriminate validitychart of the first part
潛在變數 吸引力 中心性 自我表現
4.3.1.3 初始模型契合度分析
參數估計之結果，可用來診斷個別參數的統計意義，而這些參數估計的整體效果透 過各項模型契合度指標來評估，整體適配度指標值如表 4-32 所示，絕對適配指標之卡方 值為 859.25，但受樣本數大小影響，不能夠反應理論模式與觀察資料的程度，故以整體 適配度的複合指標進行模式的評鑑。而第一部分指標值僅有 CFI 與 IFI 符合標準，因此，
第一部份模型需進行模型修飾。
表 4-32 第一部份驗證性分析之指標值分析結果 Table 4-32 The confirmatory factory analysis of the first part
指標名稱 指標值 理想值 結果
值 859.25 愈小愈好 未符合
/df 5.77 ≦3 未符合 GFI 0.78 ≧0.9 未符合 AGFI 0.72 ≧0.9 未符合 CFI 0.90 ≧0.9 符合 NFI 0.88 ≧0.9 可接受 NNFI 0.89 ≧0.9 可接受 IFI 0.90 ≧0.9 符合 RFI 0.87 ≧0.9 可接受 RMR 0.059 ≦0.05 可接受 RMSEA 0.123 ≦0.05 未符合 4.3.1.4 第一部分模型修飾
依據Byrne(1998)建議模型的修飾，由殘差分析與修正指標(Modification indices)檢視 模型。若MI數值大於5時，表示該殘差值過大，有必要進行模式修正；標準化殘差 (standardized residuals)若大於3時，代表估算變異數或共變異數不足，若SR小於-3時，代 表觀察變數的共變有過度解釋的情況，兩者皆需要修正(邱皓政，2004)，修正指標之目 的，為了驗證理論與收集資料間之關係，讓模型達到配適度的標準，如表4-33、4-34、
圖4-2所示。修飾過程如下所述：
1.首先刪除最高 MI 值= 36.45 之題目 ATT8「我對自行車的知識非常暸解」。發現 ATT9 因素負荷量(λ) = 0.30，在 CEN 與 SEL 的 MI 值分別為 10.86 和 7.27，因此進行修正。
2.刪除題目 ATT9「壓力增加時，騎自行車讓人放鬆心情」。發現 ATT7 因素負荷量 (λ)= 0.49，在 CEN 與 SEL 的 MI 值分別為 16.39 和 13.45，對 ATT3 和 ATT5 的 SR 值-3.66 與 3.52，需要修正。
3.刪除題目 ATT7「我喜歡與朋友討論騎自行車的相關事情」。發現 ATT1 對 CEN 的 MI 值為 9.91，因此進行修正。
4.刪除題目 ATT1「騎自行車對我而言很重要」。發現 ATT6 對 ATT2、ATT3、ATT4 與 ATT5 的 SR 值為-6.80、-6.58、5.09 和 16.03 皆超過標準，因此進行修正。
5.刪除題目 ATT6「騎自行車對我而言是一件很開心的活動」。發現 ATT5 對 ATT3、
ATT4 的 SR 值為-5.44 和 6.32，同時對 SEL 的 MI 值為 13.09，因此進行修正。
6.刪除題目 ATT5「騎自行車對我而言是一件很滿意的活動」。發現 SEL1 對 ATT 和 CEN 的 MI 值為 16.64 和 5.69，因此進行修正。
7.刪除題目 SEL1「騎自行車時，可以呈現我的休閒風格」。發現 CEN1 對 ATT 的 MI 值為 5.91，對 CEN2 的 SR 為 8.96、CEN3 的 SR 為-3.05、CEN4 的 SR 為-3.08、CEN5 的 SR 為-3.70，因此進行修正。
8.刪除題目 CEN1「我的生活與騎自行車息息相關」，發現 SEL2 對 CEN 的 MI 值為 8.74，且對 CEN6 的 SR 為 3.55 因此進行修正。
9.刪除題目 SEL2「騎自行車時，可以看出一個人的個性」，發現 CEN6 對 CEN5 的 SR 為 4.71 因此進行修正。
10.刪除題目 CEN6「我花許多時間在騎乘自行車」，發現 MI 值皆小於 5 和 SR 皆在正 負 3 之間，顯示題目達到標準。
表 4-33 第一部份修正後驗證性分析模型參數估計
Table 4-33 The measurement model estimates of the first part variables after modification 潛在變項 觀察變項 因素負荷量(λ) 標準化殘差 t值 R2
吸引力
ATT2 0.62 0.14 18.02 0.73 ATT3 0.65 0.06 20.87 0.88 ATT4 0.58 0.24 15.56 0.59 中心性
CEN2 0.60 0.30 13.90 0.55 CEN3 0.62 0.47 12.25 0.45 CEN4 0.70 0.49 13.09 0.50 CEN5 0.64 0.31 14.30 0.57 自我表現 SEL3 0.88 0.08 11.74 0.90 SEL4 0.73 0.66 9.58 0.44 表 4-34 第一部份修正後驗證性分析之指標值分析結果
Table 4-34 The confirmatory factory analysis of the first part after modification
指標名稱 指標值 理想值 結果
值 81.32 愈小愈好 拒絕虛無假設
/df 1.77 ≦3 符合 GFI 0.97 ≧0.9 符合
指標名稱 指標值 理想值 結果
Figure 4-2 The confirmatory factory analysis diagram of the first part variables after modification
4.3.1.3修正後內在結構適配指標之評鑑
經由第一部份模式修正後，潛在變項的建構信度(CR)及平均萃取變異量(AVE)，皆 在標準範圍內，顯示該構面具有良好的解釋力，如表 4-35 所示。
表 4-35 第一部份修正後之建構信度與平均萃取變異量檢定表
Table 4-35 The composite reliability and average variance extracted chart of the first part after modification
潛在變數 觀察變數 R2 建構信度 平均萃取
Table 4-36 discriminate validitychart of the first part after modification
潛在變數 吸引力 中心性 自我表現
Table 4-37 Compare with goodness-of-fit results for measurement model of the first part variables of the original and after modification
初
吸引力
自我表現 中心性 CEN1
CEN2 CEN3 CEN4 CEN5 CEN6 ATT1 ATT2 ATT3 ATT4 ATT5
SEL1 SEL2 SEL3 ATT6 ATT7 ATT8 ATT9
SEL4
吸引力
自我表現 中心性 CEN2
CEN3 CEN4 CEN5 ATT2 ATT3
SEL3 SEL4 ATT4
圖 4-3 第一部份整體驗證性因素分析示意圖
Figure 4-3 The overall diagram of confirmatory factory analysis of the first part variables 4.3.2 第二部份 地方依附
4.3.2.1各變項平均值敘述
地方認同為 6 個問項，平均數分佈在 3.61 至 4.39 之間，分數最高者為「PI5 我願意 再來騎這條自行車道」(M=4.39)，分數最低者為「PI2 我覺得這自行車道是我生活的一部 分」(M=3.61)。地方依賴有 5 個問項，平均數分佈在 2.46 至 3.82 之間，分數最高者為
「PD5 這自行車道是騎乘自行車的好地方」(M=3.82)，分數最低者為「CEN6 我不會到 其他自行車道騎自行車」(M=2.46)。第二部份地方依附各變項平均值分佈如表 4-38 所示。
表 4-38 第二部份各變項平均值敘述 Table 4-38 Means of the second part variable
潛在變項 觀察變項 平均值 潛在變項 觀察變項 平均值
地方認同
PI1 3.80
地方依賴
PD1 3.78
PI2 3.61 PD2 3.67
PI3 4.10 PD3 3.46
PI4 3.95 PD4 2.46
PI5 4.39 PD5 3.82
PI6 3.75 4.3.2.2測量模式參數估計
第二部份測量模式參數估計值，如表 4-39、圖 4-4 所示，潛在變項「地方認同」及
「地方依賴」中的各觀察變項因素負荷量介於 0.46 至 0.79 之間，其中 PI5「我願意再來 騎這條自行車道」和 PD5「這自行車道是騎乘自行車的好地方」觀察變數 λ 值未達 0.5 以上的標準，標準化殘差值均小於 2.58，t 值的絕對值皆大於 1.96，各指標測量皆達到 標準，唯觀察變數 PD4「我不會到其他自行車道騎自行車」及 PD5「這自行車道是騎乘 自行車的好地方」之個別信度偏低外，信度小於 0.3 或 0.4 之變項予以刪除，其餘觀察 變項皆大於 0.3，建議刪除之。
表 4-39 第二部份測量模型參數估計
Table 4-39 The measurement model estimates of the second part 潛在變數 觀察變數 因素負荷
量(λ)
標準化殘
差 t 值 R2
地方認同
PI1 0.71 0.32 16.09 0.61 PI2 0.75 0.25 17.56 0.69 PI3 0.65 0.22 16.96 0.66 PI4 0.67 0.22 17.27 0.67 PI5 0.43 0.24 12.67 0.43 PI6 0.61 0.34 14.44 0.52
地方依賴
PD1 0.73 0.13 20.01 0.80 PD2 0.79 0.87 21.71 0.88 PD3 0.79 0.24 18.51 0.72 PD4 0.54 0.78 9.75 0.28 PD5 0.46 0.47 10.55 0.31
地方認同
Figure 4-4 The confirmatory factory analysis diagram of the first part variables 4.3.2.3內在結構適配指標之評鑑
第二部分地方依附同樣進行潛在變項的建構信度模式內在結構配適檢驗，來檢測 模式的內在品質，如表 4-40 所示，地方依賴面向之平均萃取變異量未達 0.5。
表 4-40 第二部分之建構信度與平均萃取變異量檢定表
Table 4-40 The composite reliability and average variance extracted chart of the second part 潛在變數 觀察變數 R2 建構信度 平均萃取
含有 1.00 的數值，因此代表潛在變項具有區別效度。
表 4-41 第二部分之區別效度檢定表
Table 4-41 The discriminate validitychart of the second part
潛在變數 地方認同 地方依賴
地方認同
相關係數 1.00
標準差 -
相關信賴區間 - 地方依賴
相關係數 0.69 1.00
標準差 0.03
相關信賴區間 [0.592,0.788]
4.3.2.5 初始模型契合度分析
參數估計之結果，可以用來診斷個別參數的統計意義，而這些參數估計的整體效果 可透過各項模型契合度指標來評估，整體適配度指標數值如表 4-42 所示，絕對適配指標
參數估計之結果，可以用來診斷個別參數的統計意義，而這些參數估計的整體效果 可透過各項模型契合度指標來評估，整體適配度指標數值如表 4-42 所示，絕對適配指標