結構方程模式的實施

SEM 模式的實施的階段一為模式的發展，如（圖 4-2），其步驟為 1. 理論的 發展 2. 模式的設定 3. 模型的辨識。本研究依照模式的發展流程整理如下：

階段二 估計與評鑑

階段一 模型發展

理論發展

(Theoretical Development)

模式設定 (Model Specification)

模型辨識 (Model Identification)

抽樣與量測

(Sampling and Measurement)

參數估計

(Parameter Estimation)

討論與結論

(Dicussion and Conclusion)

模型修飾 (Model Modification) 模型契合度估計

(Assessment of Fit)

1. 理論的發展

從第二章文獻探討中已充分的說明了，本研究理論的發展，其主要內容為：

以科技接受模式的角度出發，主要是以 Venkatesh, V., and Davis, F. D.,（2000）

提出的「TAM2」為理論基礎，並透過整理有關科技接受模式、知覺價值、黏性 與口碑的相關文獻，歸納出影響 Facebook 持續使用之相關因素，藉以提出一套 能夠適用於 Facebook 情境之理論模型，來探討持續採用 Facebook 之行為。

2. 模式的設定

在第三章中研究方法之中說明了：本研究模型之自變項包含「知覺有用性」、

「知覺易用性」、「知覺關係價值」、「知覺情感價值」、而在依變項的部份為「持 續使用行為意向」、「黏性」、「口碑」。在相關性設定方面「知覺有用性」、「知覺 易用性」、「知覺關係價值」、「知覺情感價值」會影響「持續使用行為意向」，而

「持續使用行為意向」會分別影響「黏性」與「口碑」。 3. 模型的辨識

在第三章操作型定義中，將本研究各變數進行明確的定義。根據變數操作化 定義，篩選文獻中具有頗佳的信 度與效度之量表來進行操作化。本研究的詳細的 問項請參考(表 3-4)，在操作型定義部份整理為以下說明：

(1) 知覺有用性：使用者主觀的認為採用 Facebook 將有助於完成社交的任務。

(2) 知覺易用性：使用者主觀的認為 Facebook 操作使用容易的程度。

(3) 知覺關係價值：使用者主觀的認為採用 Facebook 將有助於關係的進展。

(4) 知覺情感價值：使用者主觀的認為採用 Facebook 將有助於情感的增進。

(5) 持續使用行為意向：使用者在未來想要持續使用 Facebook 之行為意向。

(6) 黏性：使用者在採用 Facebook 後對其依賴的程度與使用的持久性(Duration)、

使用的次數(Frequency)、瀏覽深度(Depth)。

(7) 口碑：使用者在採用 Facebook 後對其評價、推薦、分享的正向行為。

SEM分析流程的階段二是評估與鑑定，其步驟為 1. 抽樣與量測 2. 參數的估計 3. 模型契合度的估計與模型的修飾 4. 討論與結論(此部份以第四節進行討論)。本研

究依照評估與鑑定階段流程整理如下：

1. 抽樣與量測

本研究是採用問卷調查方法，而抽樣的方式採取非隨機抽樣，所抽樣的樣本 必需是台灣地區目前仍在使用Facebook的使用者。總計回收464份有效問卷，台 灣整體樣本基本資料分析的結果發現：各項統計皆分佈相當合理與均勻，因此本 研究的樣本更具有代表性。

2. 參數的估計

在參數的估計方面，主要是在於進行模型契合度的估計與模型的修飾之前，

先計算出標準化迴歸係數、共變數、多元相關係數的平方等參數以進行模型的顯 著性、相關性與解釋力的評估，以提供模型修飾時所必須參考的基本資料。本研 究在模式修正前以AMOS軟體計算出上述之參數，以提供模型修正的參考資料。

3. 模型契合度的估計與模型的修飾

本研究採用驗證性因素分析 (Confirmatory Factor Analysis, CFA)，主要評估 觀察變數與潛在變數的信度、效度、估計參數的顯著水準。方法是在整體模式考 量下設定觀察變數與構面之間的因果關係以及各構念的相關性之後進行修正，並 參考模型適配度的指標排除影響適配度之變數。修正的步驟分別為 (1) 信度的檢 驗：進行SEM結構模型的之前，首先將信度不符合標準的變數予以排除 (2) 模 型各構面CFA的檢驗：參考模型適配度指標的理想值，排除影響適配度之變數，

以獲得各構面的變數良好的適配性。(3) 二階CFA模式修正：以整體結構方程模 型進行適配度的檢驗，排除影響整體適配度之變數後，得到具有良好適配度的研 究模型。以下分別說明整體模型修正的過程：

(1) 信度的檢驗

本研究根據 Cronbach (1951) 所認為信度的標準：α值小於或等於0.35 為低信度；α值大於0.35且小於0.7為中信度；α值大於或等於0.7為高信度。

Item to Total Correlation 的值以大於 0.6 為佳，最低 不宜小於0.35 (Hair et al.

1998)。因為正式研究需正為嚴謹的標準，因此與前測0.5標準不同。以整體 的資料為評估基礎，刪除Item to Total Correlation低於0.6以下之變數，而刪除

的變數為知覺有用性之「問項1」、「問項2」，知覺關係價值之「問項4」，

持續使用行為意向之「問項1」、黏性之「問項1」。而結果如(表4-4)。

表 4-4 初始信度彙整表

研究

構面

問項內容 Item to

Total

Correlation

Cronbach's

α

知覺

有用性

1.我覺得 Facebook 可以讓我獲得想要的共享軟體、資訊或資 料 0.564

0.851 2.我覺得 Facebook 可以讓我獲得有用的共享軟體、資訊或資 料 0.573

3.我覺得 Facebook 提供了適合我參與的社群 0.614

4.我覺得 Facebook 可以讓我看到朋友的最新資訊 0.617

5.我覺得 Facebook 有助於表達自己想法 0.647

6.我覺得 Facebook 對於我與朋友溝通是有幫助的 0.629

7.我覺得 Facebook 有助於我與朋友的資訊交流 0.647

知覺

易用性

1.我可以很容易的就學會 Facebook 操作 0.758

0.921 2.我覺得 Facebook 的介面是清楚且容 易理解的 0.767

3.我覺得使用 Facebook 時不需要額外的協助說明 0.678

4.我覺得 Facebook 功能是很簡單操作的 0.827

5.我能很快熟練 Facebook 的功能操作 0.796

6.我覺得 Facebook 是容易使用的 0.832

知覺

關係價值

1.我覺得使用 Facebook 可以增進我與朋友之間彼此的了解 0.643

0.870 2.我覺得使用 Facebook 讓我與朋友之間的關係越來越親近 0.753

3.我覺得使用 Facebook 讓我交到許多朋友 0.602

4.我覺得在 Facebook 中，可以讓我與現實中的朋友一起參與 0.565

5.我覺得使用 Facebook 可以增進我的人際關係 0.747

6.我覺得使用 Facebook 可以讓我與朋友的情感越來越好 0.718

知覺

情感價值

1.我覺得使用 Facebook 可以增進我與朋友之間彼此的了解 0.659

0.880 2.我覺得使用 Facebook 讓我與朋友之間的關係越來越親近 0.695

3.我覺得使用 Facebook 讓我交到許多朋友 0.663

4.我覺得使用 Facebook 是有趣的 0.618

5.我覺得使用 Facebook 讓我感覺心情愉快 0.746

6.我覺得使用 Facebook 能讓我快樂 0.774

持續使用

行為意向

1.我覺得在未來我仍然會使用 Facebook 0.561

0.905 2.我覺得在未來有其他的社群網站可以讓我選擇，我仍然會以

使用 Facebook 為主

0.739

3.我覺得在未來我不會輕易的停止使用 Facebook 0.705

4.我覺得已習慣 Facebook 系統操作，就算未來有新的社群服務

網站，我還是會選擇使用 Facebook

0.806

5.我覺得已習慣在 Facebook 上與朋友互動，就算未來有新的社

群服務網站，我還是會選擇使用 Facebook

0.802

6.我已經在 Facebook 上撰寫與上傳許多的文章內容與影音相

片，因此就算未來有新的社群服務網站，我會持續使用 Facebook 0.695

7.我還是會持續使用 Facebook 0.725

黏性

1.我會主動的使用 Facebook 0.580

0.916

2.我使用 Facebook 的次數很頻繁 0.702

3.我覺得自己花在 Facebook 的時間很長 0.782

4.我覺得我相當依賴 Facebook 0.811

5.我覺得我依賴 Facebook 超過其他的社群服務網站 0.776

6.我覺得使用 Facebook 已成為我生活中的一部份 0.799

7.我覺得 Facebook 與我的生活已經到了密不可分的地步 0.752

口碑

1.我會推薦我的親朋好友使用 Facebook 0.773

0.879

2.我會與其他人分享 Facebook 的使用經驗 0.733

3.我會邀請其他人共同參與 Facebook 0.753

4.我覺得在所有的社群服務網站中 Facebook 是很好的 0.684

5.我對於 Facebook 的評價很高 0.620

(2) 模型各構面CFA的檢驗

在進行模型各構面CFA的檢驗之前，首先必須了解何謂SEM適配度指標，

依據(表4-5)所整理出的適配度指標說明可以分別的瞭解各適配度指的的作 用以及理想值，並作為適配度檢驗時的參考依據。因此先瞭解以下適配度指 標說明後，再進行模型各構面CFA的檢驗。



X

²／df：以卡方檢定值與其自由度比值來檢定模式適配度，理想值<5。

 GFI：表示變異量或共變異量可接受測試模式解釋的比例，理想值>0.8。

 AGFI：考慮模式複雜度後，將適合度指標 GFI 以自由度調整，使不同 自由度的模式能以相同的基礎進行比較，理想值>0.8。

 NFI：反應了假設模型與一個觀察變項間沒有任何共變假設的獨立模型 之差異程度，理想值>0.9。

 TLI：考量了自由度因素的影響，能夠避免模型複雜度的影響，理想值

>0.9。

 CFI：指 數的數值愈接近1 愈理想，表示能夠有效改善非中央性的程度，

理想值>0.9。

 SRMR：利用共變數矩陣或相關矩陣殘差分析了解那一個元素或資料點 最不適配，理想值<1。

 RMSEA：衡量某個具有未知但適當選定參數值之模式，用來適配母群 體共變數矩陣時的適配程度，理想值<0.08。

表 4-5 適配度指標彙整說明表

適配度指標 理想值 建議學者 說明

X²／df <5

Bentler (1989)

建須將樣本大小的影響問題加以考量，以卡方檢定值與 其自由度比值來檢定模式之適配度。Bentler(1989)的研究 指出卡方自由度比( χ2 / df )小於 5 時，表示模式具有 理想 的適配度。

GFI >0.8

Browne &

Cudeck (1993)

GFI 表示變異量或共變異量可接受測試模式解釋的比 例。GFI 數值範圍介於 0 與 1 之間，當 GFI 愈接近 1 時，

表示模式適合度愈佳，亦節被該特定模式所以解釋的變 異和共變異的相對數量愈大；反之，GFI 愈接近 0 時，即 表示模式適合度愈低。而 Hair 等人認為 GFI 其值愈接近 1 愈好，但並無一個絕對標準值來判定觀察資料與模式 之間的配適度。Browne and Cudeck（1993）的建議值需 大於 0.8

AGFI >0.8

Scott (1994)

AGFI 是考慮模式複雜度後，將適合度指標 GFI 以自由度 調整，使不同自由度的模式能以相同的基礎進行比較，

當 AGFI 愈接近 1 時，表示愈佳，反之則表示適合度愈低。

NFI >0.9

Bentler &

Bonett (1980)

NFI 反應了假設模型與一個觀察變項間沒有任何共變假 設的獨立模型之差異程度。

TLI(NNFI) >0.9

Bentler &

Bonett (1980)

即使一個具有理想之適配度的假設模型，因為自由度的 問題，導致 NFI 檢驗適配度出現低估的現象，因此 NNFI 指標是考量了自由度因素的影響，能夠避免模型複雜度 的影響

CFI >0.9

Bagozzi&

Yi (1988)

反映了假設模型與無任何共變關係的獨立模型差異程度 的數值，也考慮到被檢驗模型與中央卡方分配的離散 性。CFI 指數的數值愈接近 1 愈理想，表示能夠有效改善 非中央性的程度。

SRMR <1

Hu &

Bentler (1999)

用於評估模式與資料間之整體適配度，研究者可利用共 變數矩陣或相關矩陣殘差分析了解那一個元素或資料點 最不適配。

RMSEA <0.08

Hu &

Bentler (1999)

RMSEA 是用來衡量某個具有未知但適當選定參數值之 模式，用來適配母群體共變數矩陣時的適配程度

資料來源：李茂能(2006)、黃芳銘(2007)、蕭文龍(2007)

在文檔中 以網路社群使用者的知覺價值 (頁 51-64)