第四章 結果與討論
第三節 結構方程模型分析
驗證性因素分析結果顯示本研究的問卷及收集到的數據具有一定的建構信度和效 度。接下來本章節將以AMOS 20.0軟體，對本研究提出的民眾對行動掛號App使用行為 模型進行結構方程模型分析，並進一步驗證本研究提出之各影響因子與使用行為間的路 徑關係假設。
一、參數估計與模型檢驗
在上節內容中，經驗證性因素分析進行假設模型修正後，接下來將進行模型的參數 估計與檢驗。選擇Estimation選項中的最大似然法(Maximum likehood)並執行結構方程 模型分析，對收集到的問卷樣本數據進行分析，以了解整體模型的適配指數和每條路徑 的係數以及顯著性。因此本研究將按照以下兩個步驟來對假設模型進行數據契合檢驗。
1. 模式基本適配指標(preliminary fit criteria)
進行SEM整體模式適配度檢驗之前，首先要檢測所分析之結果是否有違反估計值，
亦即檢視所得出之參數是否有不合理之情形。綜合Hair et al.(1988)與Bagozzi和Yi(1988) 等學者的建議，吳明隆(2006) 總結了SEM基本適配度檢驗項目與標準表，如下表所示
表4-7 SEM基本適配度檢驗項目與標準表
評鑑項目 數據檢驗結果
估計參數中不能有負的誤差變異量 誤差變異量均為正數 因素負荷量是否介於.5至.95之間 0.61～0.82
所有誤差變異必須達到顯著水準 (t值>1.96)
皆達到顯著水準
無很大的標準誤(standard error) 路徑係數標準誤介於0.022～0.069
潛在變數變異數標準誤介於0.063～0.807 資料來源：整理自吳明隆（2009）。結構方程式結構方程式結構方程式：結構方程式：：AMOS：AMOSAMOSAMOS的操作與應用的操作與應用的操作與應用（頁67）的操作與應用 。台北市：
五南。
從表4-7可知，在模式基本適配度各項檢驗項目方面，參數估計均沒有違反SEM的估 計檢驗，說明假設模型和實際問卷資料初步契合。
2. 整體模式適配度指標(overall model fit)
整體模式適配度的檢核可說是模式外在品質的考驗。應用SEM作為理論模型的驗證 時，良好的模型適配度是SEM分析的必要條件。適配度是理論假設模型所估算出來的期 望共變異數矩陣與樣本共變異數矩陣一致性的程度，適配度良好即代表模型與樣本越接 近。爲達此一目的，研究者應考量SEM所提供的重要相關統計指標。本研究採用AMOS20.0 來進行模型檢驗，主要的參考指標有絕對適配度指數：χ2、χ2/df、RMR、RMSEA、GFI 值；增值適配度指數： NFI、AGFI、CFI、RFI、IFI值；以及簡約適配度指數： PNFI、
PGFI、PCFI值。整體模型的適配度數據檢驗結果如表4-8所示。
本研究中樣本數為398，從上表可知，卡方值為745.776，達顯著水準，但由於卡方 值易受統計樣本數大小之影響，因此需參照其它適配標準。在整體模式適配度指標值的 檢定方面(共13個判別指標值)，所有指標皆符合模型適配度的標準值，如果增值適配度 統計採用較為嚴格的標準0.9以上，則NFI、AGFI與RFI未達模式適配標準。排除卡方值，
整體模型的適配度統計數據量基本都達到了適配的標準，可見本研究提出的假設模型可 以獲得支持，即假設模型與樣本數據能夠契合。可以進行下一步路徑係數的分析和假設 檢驗。
三、路徑分析與假設檢驗
結構方程模型是一種實證分析模型，通過尋找潛在變數之間的內在結構關係，去驗 證某種結構關係或模型的假設是否合理，模型是否能夠得到數據的支持，並對存在問題 的模型進行適當修改。
本研究以結構方程模型進行路徑分析，評估假設之模型路徑關係是否顯著及其影響 效果的大小。模型中各路徑之標準化路徑係數代表各變數間的影響結果，數值越高代表 影響程度也越高。
表 4-8 SEM整體模式適配度的評鑑指標及其評鑑標準
評鑑項目 適配標準 檢定結果 配適判斷
絕對適配指標
χ2 (CMIN) 越小越好
(p>.05,未達顯著水平)
745.776(p<.001) 配適達顯著
CMIN/DF <3.00 1.898 配適 RMSEA <.05((優良)；
<.08(良好)
.048 配適
RMR <.05 .023 配適
GFI >.8 .892 配適
增值適配指標
NFI >.9 .878 可接受配適
AGFI >.9 .873 可接受配適
CFI >.9 .938 配適
RFI >.9 .865 可接受配適
IFI >.9 .938 配適
簡約配適指標
PNFI >.5 .793 配適
PGFI >.5 .754 配適
PCFI >.5. .847 配適
在接下來的內容，將利用結構方程模型的對本研究依據文獻和相關理論提出的研究
圖4-2 模型結果路徑圖 ( 實線為顯著，虛線為不顯著)
表 4-10 修正前後之模型適配度比較表
評鑑項目 適配標準 修正前檢定結果 修正後檢定結果
絕對適配指標
χ2 (CMIN) 越小越好
(p>.05,未達顯著水平)
745.776(p<.001) 505.751(p<.001)
CMIN/DF <3.00 1.898 1.756 RMSEA <.05 (優良)
<.08(良好)
.048 .044
RMR <.05 .023 .021
GFI >.9 .892 0.914
增值適配指標
NFI >.9 .878 .906
AGFI >.9 .873 .895
CFI >.9 .938 .957
RFI >.9 .865 .894
IFI >.9 .938 .957
簡約配適指標
PNFI >.5 .793 .803 PGFI >.5 .754 .750 PCFI >.5. .847 .848
綜合上述統計結果我們可以得出如下結論，民眾對行動掛號APP之使用行為的影響 因素中，依影響程度從大到小依次為促進條件、行為意向和關係品質；民眾對行動掛號 APP之行為意向的影響因素中，依影響程度從大到小依序為績效預期、關係品質和付出 期望。
雖然，本研究中社群影響對於民眾使用行動掛號APP之行為意向並沒有顯著影響作
(0.17, 0.16,1.324) (0.29, 0.28, -0.386)