第四章 研究結果分析與討論
第五節 結構方程模式分析
國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
第五節 結構方程模式分析
本研究透過正式問卷就回收的資料進行高中教師知覺創新擴散模式 之五大認知屬性構面與科技接受模式之三大構面間線性關係探討，並以結 構方程模式檢視之，評估理論模式與資料的適配程度，說明如下：
壹、 資料檢視
本研究依據黃芳銘（2007）建議，在執行 SEM 分析前針對以下幾個 要點，檢視資料的適切性：1.模式須符合多變項常態分配；2.避免系統性 的遺漏值；3.樣本須夠大。以本研究模式說明如下：
一、 常態分配檢定
SEM 的估計方法，易受樣本數及樣本在變項的分配影響。因此，本研 究先就檢定變項是否符合常態分配上，以偏態（skewness）、峰度（kurtosis）
之統計量為檢定依據，如果偏態值大於 3 以上，峰度值大於 10 以上其資 料即有問題（張芳全，2012；黃芳銘，2007）。檢定本研究之各變項符合 常態分配。
本研究初步以 LISREL 8.8 分析軟體之 PRELIS 程式執行單變項統計 量，輸出結果如表4-47 所示，所有觀察變項之單變項常態考驗及多變項常 態考驗皆達顯著水準，顯示所有觀察變項的分配不是常態。因此依黃芳銘
（2007）建議在各種非常態分配條件下，採取 ML 估計為較佳方式。且本 研究就各變項的分配情形來看，其偏態與峰度值都不大，考慮時間因素成 本以及研究規模，將Likert 六點量表資料視為連續變數，仍然採用 ML 最 大概似法來進行參數估計。
‧
相容1-(CPA1) 4.40 0.928 -.524 .444 409.182 .000 相容2-(CPA2) 4.35 0.968 -.507 .264 371.360 .000 相容3-(CPA3) 4.40 0.952 -.443 .409 385.781 .000 複雜1-(CPL1) 4.21 0.925 -.342 -.011 388.202 .000
*複雜2-(CPL2) 3.76 1.135 -.064 -.567 202.189 .000 複雜3-(CPL3) 3.96 1.023 -.305 .014 309.590 .000 優勢1-(ADV1) 4.46 0.926 -.843 1.577 466.189 .000 優勢2-(ADV2) 4.43 0.943 -.807 1.399 436.592 .000 優勢3-(ADV3) 4.31 1.028 -.664 .644 342.570 .000 可觀1-(OB1) 4.28 0.938 -.442 .024 386.770 .000 可觀2-(OB2) 4.32 0.915 -.427 .027 405.564 .000 可觀3-(OB3) 4.39 0.906 -.522 .243 431.985 .000 可試1-(TRI1) 4.37 1.060 -.653 .523 310.996 .000 可試2-(TRI2) 4.21 1.040 -.630 .568 336.410 .000 可試3-(TRI3) 4.08 1.130 -.617 .175 275.100 .000 易用1-(PEOU1) 4.35 0.893 -.603 .349 457.234 .000 易用2-(PEOU2) 4.25 0.988 -.567 .346 360.974 .000 易用3-(PEOU3) 4.27 0.931 -.467 .239 396.844 .000 有用1-(PU1) 4.50 0.871 -.561 .515 475.820 .000
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
構方程模式預設之ML 最大概似法，必須在大樣本下，多變量常態假設成 立才能得到不偏及一致性的估計式（邱皓政，2004）；本研究正式問卷回 收仍有 461 份有效樣本資料，符合樣本條件需求（詳如第三章），顯示本 研究樣本資料，適合執行SEM 結構方程模式分析。
貳、 理論模式之適配度考驗
本研究依Bagozzi 與 Yi（1988）建議，結構方程模式可從基本適配度、
整體適配度與內在結構適配度等三方面進行評鑑，說明如下：
一、 基本適配度評鑑
就違犯估計的檢視，本研究從三方面檢視是否產生違犯估計現象：1.
有無負的誤差變異數存在；2.標準化係數是否超過或太接近 1；3.是否有太 大的標準誤。
本 研 究 結 果 創 新 擴 散 與 科 技 接 受 之 因 素 負 荷 量 ， 其 原 始 值 介 於.46~1.16，由於使用共變數矩陣，故進一步標準化後，所呈現的標準化 係數介於.33～.94，模式路徑關係如圖 4- 1。
圖4- 1 模式路徑關係
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
如圖4-1 所示，這些值皆小於.95，表示並非過大的參數，且創新擴散 之五大認知屬性與科技接受之三大構面之相關係數也介於-.21 與.53 之 間，也小於.95；再者，觀察變項測量誤之值除兩題反向題外，介於 .11~.45 之間，也顯示無太大的標準誤，且無負的誤差變異數。因此，本模式基本 上未發生違犯估計之跡象，故可繼續進行模式之適配度考驗。
二、 整體模式適配標準評鑑
整體模式適配度可以說是模式的外在品質，以下從三方面檢視之：
(一)絕對適配度指標檢定結果
模式卡方值(χ2)為 469.71，自由度為 229，p=.000，達到統計顯著結 果，但卡方值極易受樣本數太大或非常態分配影響，因而參酌其他適配指 標：本研究適配度指標（GFI）為.92，調整後適配度指標（AGFI）.90；模 式的殘差均方根（RMR）為.0036，標準化殘差均方根（SRMR）為.0034，
另外RMSEA 為.0048，可視為良好適配度。
(二)相對適配度指標檢定結果
本模式之相對適配度指標項目，在規範適配度指標（NFI）、非規範 性適配度指標（NNFI）、比較適配度指標（CFI）、增值適配度指標（IFI）、
相對適配度指標（RFI），檢定結果為NFI=.99、NNFI=.99、CFI=.99、IFI=.99、
RFI=.98，均大於.90 以上，表示本研究模式有良好的適配度。
(三)簡效適配度指標檢定結果
本模式的簡效適配度指標項目，其 PNFI=.82 符合指標已達.5 以上之 要求；PGFI=.70，符合指標應達.5 以上之要求；CN＝279.73 大於賀特樣本 指標應大於200 標準；本模式之χ2/df =2.03 指數略大於 2，符合卡方值除 以自由度值應在3 以下的標準。就以上報表檢定數據，整理詳如表 4-48。
‧
RMSEA ≦.05良好適配、.05~.08 不錯適配、.08~.1普通適
‧
λx14 TRI2←TRI 1.156 0.053 21.950 0.931
λx15 TRI3←TRI 1.126 0.057 19.833 0.835
λY1 PEOU1←PEOU 1.000 -- -- .0.870
λY2 PEOU2←PEOU 1.148 0.042 27.271 0.902
λY3 PEOU3←PEOU 1.077 0.040 27.031 0.898
λY4 PU1←PU 1.000 -- -- 0.915
‧
ε1 PEOU1←PEOU 0.194 0.016 12.014 0.244
ε2 PEOU2←PEOU 0.182 0.017 10.676 0.186
ε3 PEOU3←PEOU 0.168 0.015 10.888 0.193
ε4 PU1←PU 0.123 0.011 11.102 0.162
‧
multiple correlations for structural equations）為.65，PSI 達到顯著水準（t = 5.28），表示結構方程模式對創新擴散與科技接受模式變異量的解釋力有組成信度(Composite Reliability, CR) 0.967 平均變異數萃取量(Average Variance Extracted, AVE) 0.749
‧
組成信度(Composite Reliability, CR) 0.959 平均變異數萃取量(Average Variance Extracted, AVE) 0.727 註：**p<.01
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
圖4- 2 模型 Q 圖殘差分布
綜合上述各項檢定，本研究結果如下：1.整體而言，本研究模型的適 配度從基本適配度評鑑、整體模式適配標準評鑑（絕對適配度、相對適配 度、簡效適配度）、內在結構適配標準評鑑及誤差分析檢定顯示，本研究 模型為可接受。2.本研究各構面的測量變項信度，大致符合標準。3. 創新 擴散與科技接受呈現正向且顯著水準。換言之，創新擴散程度越高，愈能 提升科技接受。不過，本模型模式適配標準分析中，創新擴散模式內在結 構適配的平均數變異抽取量稍低，但整體而言，仍可接受。4.分析高中教 師創新擴散模式及科技接受模式之線性關係，其中創新擴散模式中的相對 優勢、複雜性及可觀察性對科技接受模式中的知覺易用性具有正向顯著的 影響；複雜性、可觀察性及可試用性則對知覺有用性具有正向顯著的影 響，就此回答本研究待答問題四。
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University
‧ 國
立 政 治 大 學
‧
Na tiona
l Ch engchi University