第四章 研究方法
4.3 結構方程模式建構方法
本研究對於問卷調查所得到的資料採用 LISREL8.70 版套裝軟體進行結構 方程模式(Structural Equation Modeling; SEM)分析，欲進行的統計分析方法包含 因素分析與路徑分析以及模型評鑑指標的運用，分別詳述如後。
一、因素分析(Factor Analysis)
一套用來簡化、分析變項間的群組關係或尋找變項背後共同的潛在構 面的統計技術。本研究擬進行驗證性因素分析，即用來檢驗構面或潛在變 項(資訊科技的應用、夥伴關係與企業績效)的存在與否，以考驗測量問卷 的信效度，並檢驗特定理論假設下的因素結構。
驗證性因素分析是用來確認資料的模式是否為研究者所預期的形式，
具有理論檢驗與確認的功能。驗證性因素分析也是結構方程模式的一種次 模型(submodel)，可與其他次模型整合，成為完整的結構方程模型分析，
圖 4.1 驗證性因素分析的操作步驟 二、路徑分析(Path Analysis)
一種將觀察變項間的關係以模型化的方式來進行分析的一種統計技 術。SEM 納入源自於計量經濟學之路徑模式的概念，使藉由因素分析技術 所抽取出來的潛在因素，可以利用迴歸技術來探討進一步的關係與影響模 式。傳統上，路徑分析由一系列的迴歸分析所組成，將不同的方程式加以 組合，形成結構化的模式，又稱為迴歸取向(regression approach)的路徑分 析；自從 SEM 發展以來，路徑分析可輕易在 SEM 加以模組與檢驗，因此 路徑分析逐漸改以 SEM 的方式來處理，此稱為結構方程模式取向(SEM Approach)。迴歸取向與 SEM 取向的路徑分析主要不同點在於迴歸取向路 徑分析無法處理潛在變項的問題，SEM 取向則可以，並可同時進行路徑因 果關係的檢測；另外，SEM 取向亦可以處理測量誤差的控制。
本研究的概念是屬於結構方程模式取向，即在處理潛在變項的同時，
也進行路徑因果關係的檢測與測量誤差的控制，並配合所提出的特定假設 模型，以檢驗理論模型與觀察資料的適切性，找出最佳的模型。
三、模型評鑑指標的運用
結構方程模式的文獻提供了多種不同的模型評鑑指標，以評鑑假設的 徑路分析模式與搜集的資料是否相互適配。目前最常見到的契合度評估策 略有卡方值與卡方顯著性、卡方自由度比、CFI 與 RMSEA 等指標，各契 合度指標說明如表 4.2 所示。
表 4.2 契合度指標統整表
指標名稱與性質 範圍 判斷值 適用情形
卡方考驗(χ2 test)- 理論模型與觀察模型 的契合程度
- P>0.05 說明模型解釋力。
卡方值對受試樣本的大小非常敏 感，大樣本雖然提高了觀察資料的穩 定性，但如果樣本數愈大，卡方值愈 容易達到顯著，導致理論模式遭到拒 絕的機率愈大。這也是一般 SEM 使 用者捨卡方而參考其它契合度指標 的主要原因。
卡方自由度比(χ2/df)- 考慮模式複雜度後的 卡方值
- <3 不受模式複雜度影響。
規準適配指數 (Normed Fit Index；
NFI)-
比較假設模型與獨立 模型的卡方差異
0-1 >0.9 說明模型較虛無模型的改善程度。
NNFI(Non-Normed Fit Index)-
考慮模式複雜度後的 NFI
0-1 >0.9 不受模式複雜度影響。
數值可能超出範圍外。
CFI(Comparative-Fit Index)-
假設模型與獨立模型 的非中央性差異
0-1 >0.9 說明模型較虛無模型的改善程度。
契合度指標 (Goodness-of-Fit Index；GFI)-
假設模型可以解釋觀 察資料的比例
0-1 >0.9 說明模型解釋力。
類似於迴歸分析中的 R2。
調整後契合度指標 (Adjusted GFI；
AGFI)-
0-1 >0.9 不受模式複雜度影響。
數值通常會小於 GFI，但可能超出 0-1 的範圍外。
表 4.2 契合度指標統整表(續)
指標名稱與性質 範圍 判斷值 適用情形
簡約適配度指數 (Parsimony Goodness-of-Fit Index；PGFI)- 考慮模式的簡約性
0-1 >0.5 說明模型的簡單程度。
殘差均方根指數 (Root Mean square Residual；RMR)- 未標準化假設模型整 體殘差
- 愈小愈 好 (<0.05)
瞭解殘差特性。
平均概似平方誤根係 數(Root Mean Square Error of
Approximation;
RMSEA)-
比較理論模式與飽和 模式的差距，反映對 原始母體的配適情形
0-1 <0.08 不受樣本數與模式複雜度影響。
數值若>0.1 以上，則模式的適配度欠 佳；於 0.08~0.1，則模式尚可；於 0.05~0.08，表示模式良好；<0.05 表 示模式適配度非常優良。
在小樣本時可能有高估的現象，當樣 本數>500 以上，參閱此指標較好。
資料來源：參考【3】