第三章 研究方法
第七節 結構方程模式操作程序
夠用以描述實際觀察到的變項關係，意即模式界定矩陣。
結構方程模式的組成有兩種，第一為測量模式（Measurement model），主要在 設定潛在變項與測量變項之間的關係，並且可檢視測量變項的信度與效度，以測量 變項的一致性與共線性來確定其反應潛在變項的程度 ， 即為驗證性因素分析
（Confirmatory factor analysis, CFA），因其檢驗的內容是測量指標的因素結構與誤差 測量模式分析，可以說是結構方程模式最基礎的測量部分，不但是結構方程模式中 其他後續高等統計檢驗的基礎，更可以獨立的應用在信效度考驗與理論有效性的確 認（Bentler, 1989）。驗證性因素分析用來考驗研究者所提出的因素結構的適切性，
一旦測量的基礎確立了，就可進一步透過路徑分析來研究潛在變項間的因果關係。
第二為結構模式（Structural model），顯示因素與因素之間的因果關係，亦即以多元 迴歸的概念來說明變項間的因果或預測關係。
三、Analysis of Moment Structures, AMOS
AMOS 是「Analysis of Moment Structures」之簡稱，與 LISREL 是最常被用來 處理 SEM（Structural Equation Modeling）的軟體。AMOS 軟體包含了 Amos Graphics 與 Amos Basic 兩種運作模式。兩種模式各有優缺，同時也具互補性的功能。Amos Basic 較具彈性、適合於大型模式之分析且允許操控輸出結果，但需撰寫語法程式，
初學者使用較不易入門。Amos Graphics 最大的優點在於其路徑圖的圖形使用者介面，
免去如 LISREL 中界定八大參數矩陣的與程式語法的繁瑣問題（李茂能，2006）。本 研究則採用了 Amos Graphics 來繪製研究模型圖並執行研究收集資料的分析。
接著針對研究假設模式上的各項因素進行文獻探討，並找出在文獻中發展過的問項，
決定量表的格式以及問項類別。在理論基礎確立之後，即著手蒐集資料進行模式的 檢驗。首先，對每一個潛在變項進行驗證性因素分析（測量模式），移除造成問題 的觀察變項，之後再進行路徑分析（結構模式），依其參數估計進行模型評鑑與修 飾，最後提出研究發現與結論，綜合上述，其操作步驟如下：
一、根據文獻回顧選擇變項及決定變項間的關係方向，設計出假想的理論模式。
二、畫出本研究模式之路徑圖與變項間的關係方程式，包括觀察變項的測量模式及 潛在變項的結構模式。
三、針對每一潛在變項個別進行驗證性因素分析，將不適之測量變項予以刪除。
四、執行模式之測量模式分析，並根據分析結果判定模式是否合適執行路徑分析。
五、執行路徑分析，並選擇適當的估計法來估計變項間的關係係數，根據分析結果 來決定此模式是否能夠很好的解釋所蒐集之資料。
模型契合度估計或模型評鑑是結構方程模式中相當重要的一環，用以評估理論 假設模型，將不適切之處重新調整、修飾直到提出一個較佳的模型。本研究運用 AMOS17.0 版軟體執行結構方程模式，並根據 AMOS 所提供的功能與指標的意義，
選定評量整體模式適合度的六項測量指標，簡單說明如下：
（一）χ2/df（χ2/degree of freedom）：
χ
2/df 值為估算模式時，每減少掉一個自由度所降低的卡方值，理想上來說 χ2/df 的比值應介於 1 與 2 之間或 1 與 3 之間為標準（Carmines & McIver, 1981）。（二）GFI（Goodness of Fit Index）：
GFI 是由 Jöreskog and Sörbom（1981）所提出，此指標可判斷出理論模式的變 異數與共變數，能夠解釋樣本資料的變異數與共變數的程度，可顯示整體適配的程 度，其範圍大小應介於 0 與 1 之間。0 代表差勁的適配，愈接近 1 表示模式的適合 度愈佳，通常學者建議理想的 GFI 值應大於 0.90，代表良好的適配。
（三）AGFI（Adgusted Goodness of Fit Index）：
由 Jöreskog and Sörbom（1981）所提出之指標，將 GFI 指標以模式自由度及其 相對的變數個數比值，調整修正後所得之較穩定的 AGFI 指標，其理想值須大於 0.8。
（四）NFI（Normed fit Index）：
由 Bentler and Bonnett（1980）提出，以虛無模式（Null Model）做為基準所推 導出的指標，可說明模型較虛無模型的改善程度，其合適值須大於 0.9。
（五）CFI（Comparative Fit Index）：
其值介於 0 與 1 之間，檢驗任一模式時，CFI 值理應均在 0.90 以上（邱皓政，
2004），愈接近 1，表示模式適合度愈佳。
（六）RMSR（Root Mean Square residual）：
由 Sörbom and Jöreskog（1982）所提出之指標，其值的範圍介於 0 與 1 之間，0 代表模式獲得完美的適配，值越大代表模式適配越差。Sörbom and Jöreskog 認為模 式獲得接受的 RMSR 值應小於或等於 0.1。