第4章 實證分析
4.3 信度分析及結構方程模式
4.3.2 結構方程模式
線性結構關係模式(Linear Structure Relationships, LISREL)已成為行為與社會科學研 究上的一項重要工具，此分析方法的普及，主要是因為在實際應用上，有許多變項經常 是不能直接觀測的，並在假設性的理論架構中扮演著重要的角色。依Cronin etal.(2000) 針對一般觀眾運動服務業、娛樂業、健康照顧業、長途電信業及速食業的研究結果，發 現該等產業之服務品質對服務價值、滿意度及顧客行為意向有顯著的影響；知覺犧牲與 服務品質之關係並不顯著；服務價值對滿意度及顧客行為意向有顯著的影響。接下來，
本研究將依Cronin etal.(2000)建立的SEM 模型建構步驟逐步探討專案管理廠商服務其 服務品質、知覺犧牲、服務價值、滿意度及顧客行為意向之關係模式，及此關係模式是 否與Cronin etal.(2000)的研究結果相符，如有不同處亦作進一步探討。
X2
內因潛在變數 內因觀察變數 LISREL分析是採用
χ
2檢定的方式來評估模式的適配度，然而學者Bagozzi & Yi（1988）均指出
χ
2容易受樣本數及多變量常態性（multivariable normality）的影響，而致使
χ
2檢定值易呈現顯著之情形。因此有關模式適配度的評鑑，本研究依據學者Hair,et al（1998）【55】在整體 模式適配標準方面（SEM 外在品質）採用絕對適配量測（absolute fit measures）、
比 較 適 配 量 測 （comparative fit measures） 及 精 簡 適 配 量 測 （parsimonious fit
2. 比較適配量測
NFI：比較假設模型與獨立模型的卡方差異，說明模型較虛無模型的改善程度。
NNFI：考慮模式複雜度後的 NFI，說明不受模式複雜度影響。
CFI：說明假設模型距離中央性卡方的程度。
RFI：說明模式適配程度。
3. 精簡適配量測
PNFI：檢視每一自由度所能達成的最高適配程度。
PGFI：說明模型的簡單程度。
本研究將利用檢視標準化殘差值(Standardized residuals)之絕對值是否小於 2.58 的原則將初始模式修正成最終模式。模式修正過程中，當適合度不佳時，本研 究以「減量原則」刪除變數或變數間的關係，以提升模式適合度。
表4-30 模型適配度評鑑指標
整體適配度指標 參考值
GFI ≥ 0.9 RMR 數值越小越好 絕對適配量測
SRMR ≤ 0.05 表示模型適配度佳；介於 0.05~0.08，表示模型尚可 NFI
NNFI 比較適配量測 CFI
RFI
數值≥ 0.9 表示模型適配度佳
PNFI 精簡適配量測
PGFI ≥ 0.5，且其數值越大越好 步驟四：模型分析、校估過程及結果
在整個修正過程中，各指標的變化情形詳如表4-31，分別刪除三個外生變數 X1、X6、X7及兩個內生變數Y7、Y9，其模式修正分別說明如下：
表4-31 模式校估過程SEM適配度指標表
模式 1* 2 3 4 5
原模式 1* 1* 2 3 4
刪除變數 知覺犧牲 Y7 X1 Y9
GFI 0.82 0.82 0.85 0.90 0.91
模式 1* 2 3 4 5 RMR 0.27 0.30 0.28 0.16 0.12 SRMR 0.07 0.073 0.05 0.046 0.033
NFI 0.85 0.87 0.90 0.93 0.94 NNFI 0.84 0.85 0.89 0.92 0.94
CFI 0.87 0.88 0.91 0.94 0.96 RFI 0.81 0.83 0.87 0.90 0.92 PNFI 0.67 0.68 0.68 0.68 0.65 PGFI 0.56 0.73 0.55 0.55 0.52 註：1*為最初本研究之模式，未刪除任何變數
1. 初始模式→模式2
由 表4-31 看 來 ， 本 研 究 最 初 模 式 在 GFI=0.82 、 SRMR=0.07 、 NFI=0.85 、 NNFI=0.84、CFI=0.87及RFI=0.81等六項指標未符合SEM適配度指標，經檢視模式 標準化殘差值，顯示X6、X7（知覺犧牲-知覺非貨幣性價值及知覺貨幣性價格）變 項其SEM適配度指標變化程度較為明顯，因此將其知覺犧牲構面予以刪除。
2. 模式2→模式3
由表4-31顯示，模式2在GFI=0.82、SRMR=0.073、NFI=0.87、NNFI=0.85、
CFI=0.88及RFI=0.83等六項指標未符合SEM適配度指標，經檢視模式標準化殘差 值，發現Y7(顧客行為意向-轉移)的殘差值有29處之絕對值大於2.58，因此將其刪除。
3. 模式3→模式4
由表4-31所示，模式3在GFI=0.85、NFI=0.87、NNFI=0.89及RFI=0.87等四項指 標未符合SEM適配度指標，經檢視模式標準化殘差值，發現X1(服務品質-有行性) 的殘差值有16處之絕對值大於2.58，因此將其刪除。
4. 模式4→模式5
由表4-32顯示，模式4已符合SEM適配度指標，但模式標準化殘差值仍有絕對 值大於2.58，故本研究嘗試刪除Y9(顧客行為意向-內部回應)殘差值有9處之絕對值 大於2.58，發現絕對適配量測其RMR縮小至0.12，顯示整體模式適配度與實際觀察 所得資料所呈現的狀況有提升趨勢。
表4-32 模式4之標準化殘差值
Y1 Y2 Y3 Y4 Y5 Y6 Y8 Y9 X2 X3 X4 X5
Y1 ---
Y2 --- ---
Y3 -0.88 -0.38 --- Y4 -0.91 2.82 2.08 --- Y5 -0.97 1.44 -1.92 0.18
---Y6 1.83 -1.82 -1.89 -3.72 4.14 --- Y8 0.00 -0.38 1.04 -3.49 3.25 1.32
Y9 1.06 -0.29 2.21 -2.47 -0.52 -0.01 -2.75
---X2 3.90 -1.08 0.63 1.49 -3.14 1.15 -1.96 3.20 --- X3 -0.17 -2.48 2.20 2.02 -3.12 1.55 -2.36 3.84 2.06 --- X4 0.91 0.37 4.18 2.76 -2.08 0.84 0.04 3.46 -2.94 -0.31 ---X5 -2.70 -0.36 -1.60 0.01 0.16 -2.13 -2.16 2.53 0.89 -1.58 2.15
---如圖4-2所示之模式，其所有指標符合SEM整體模式適配標準，且各變項與構面皆 呈現顯著關係，如。雖模式標準化殘差值仍有絕對值大於2.58，如表4-33所示，本研究 試圖進一步校估模式，但發現各SEM 適配指標變化程度極為有限，且指標已符合SEM 整體模式適配標準，因此，以模式5為本研究之最終模式。
表4-33 最終模式之標準化殘差值
Y1 Y2 Y3 Y4 Y5 Y6 Y8 X2 X3 X4 X5
Y1 ---
Y2 --- --- Y3 -0.88 -0.37 --- Y4 -0.92 2.81 2.08 --- Y5 -0.97 1.43 -1.91 0.17 --- Y6 1.84 -1.82 -1.89 -3.72 4.14 --- Y8 0.00 -0.38 1.04 -3.49 3.25
---X2 3.90 -1.08 0.63 1.49 -3.14 1.18 1.96
---X3 -0.17 --2.48 2.21 2.01 -3.12 1.58 -2.36 2.06 --- X4 0.91 0.36 4.18 2.75 -2.08 0.86 0.05 -2.96 0.31 --- X5 -2.70 -0.36 -1.60 0.00 0.16 -2.11 -2.15 0.89 -1.58 2.15
---從表4-34與表4-35，其模式係數估計結果與模式測量誤估計之t值皆大於1.96，表示 所有指標皆具有明顯水準（p<0.05或是更好），也就是說，這些觀察變項可以良好的反 應其所對應的潛在變項，另外在觀察變項其標準誤方面，其數據介於0.02至0.07之間，
顯示本研究模式在估計問題存在或產生不穩定的現象無明顯存在。
圖4-2 本研究最終之結構方程模式