迴歸分析主要是要衡量自變數與依變數之間的關係，並驗證研 究假設的成立與否，藉以發展出研究結論。但是廻歸分析的缺點是 沒有考慮到研究架構整個構面間之關係，本研究為了檢定各構念間 的相關聯性，使本研究設計更能與「餐飲經營實務」契合，遂針對 顯性變項間關係，對可觀察的顯性變項與不可觀察之潛在變項間的 關係，以及潛在變項間單向（recursive）或雙向的（nonrecursive）
「因」、「果」關係，作更嚴謹地驗證構面間的關係與研究假設。
爰此，乃進行線性結構關係（LISREL）分析，以瞭解整體模式的關 係。LISREL分析結合了傳統統計學中的因素分析（factor analysis）
及徑路分析（path analysis），並納入了計量經濟學的聯立方程式，
可同時處理一系列依變項之間的關係，適用於本研究所探討的整體 模式之因果關係。對整體模式關係探討係根據Anderson and Gerbing
（1988）及Williams and Hazer（1986）等學者的建議進行兩階段法 的LISREL分析：第一階段先針對各研究構面及其衡量題項進行 Cronbach’s α係數分析及確認性因素分析，以瞭解各構面的信度、收 斂效度及區別效度；第二階段為將多個衡量題項縮減為少數或單一 的衡量指標，再運用LISREL 發展結構模式加以分析，以驗證研究 中的各項假設檢定，在驗證假設之前，必須先進行模式配適度的評 估。由於第一階段之分析在本章的第二節中已加以說明，故不再贅 述，本節僅針對整體模式配適度的評估加以闡明。
一、契合度的指標與運用
模式契合與否係根據模式估計結果，對因果模式徑路圖之配適 度進行檢定。所謂「配適度」檢定是利用各種統計量，檢測研究所 提出之因果模式徑路圖是否與實證資料相配適，如果檢定結果達到
可接受程度，表示所建立之理論體系確實可解釋所研究現象（王保 進，2004）。而模式契合度指標，包括：絕對配適度衡量（absolute fit measures）、增量配適度衡量（incremental fit measures）、及簡 要配適度衡量（parsimonious fit measures）等三類。茲將其內容與運 用的時機及判準敘述如表4-17所示：
（Carmines & MacIver, 1981）
- p>.05 說 明 模 型 解 釋 力
χ2 /df 卡方值比率
考慮模式複雜度後的卡方值
（Carmines & MacIver, 1981）
- <3 不 受 模 式 複 雜 度影響
GFI（goodness of fit index）適合度指標 假設模型可以解釋觀察資料的比例
（Hu & Bentler, 1999）
0-1 >.90 說 明 模 型 解 釋 力
RMR（root mean square residual）平均殘差平方根 未標準化假設模型整體殘差
（Hu & Bentler, 1999）
- 越小越好 瞭解殘差特性
SRMR（Standardized root mean square residual)
標準殘差均方根（Hu & Bentler, 1999） 0-1 <.08 瞭解殘差特性 RMSEA(root mean square error of approximation)
平均近似值誤差平方根
比較理論模式與飽和模式差距 (Hu & Bentler, 1999)
0-1 <.05
不 受 樣 本 數 與 模 式 複 雜 度 影 響
（續後頁）
表4-17 各種契合度指數的比較（接前頁）
指標名稱與性質 範圍 判斷值 適用情形
增量配適檢定（比較所提出的因果模式與另一個模式配適度差異之統計量檢定）
AGFI(adjusted goodness of fit index)調整的適合 度指標
考慮模式複雜度後的GFI (Hu & Bentler, 1999)
0-1* >.90 不 受 模 式 複 雜 度影響
NFI（normed fit index）基準配適指標
比較假設模型與獨立模型的卡方差異（Bentler &
Bonnett, 1980）
0-1 >.90
說 明 模 型 較 虛 無 模 型 的 改 善 程度
NNFI(non-normed fit index)非基準配適指標 考慮模式複雜度後的NFI
（Bentler & Bonnett, 1980)
0-1* >.90 不 受 模 式 複 雜 度影響
CFI(comparative fit index)比較適合指標
假設模型與獨立模型的非中央性差異（Bentler, 1995）
0-1 >.95
說 明 模 型 較 虛 無 模 型 的 改 善 程度
RFI(relative fit index)關聯性配適指標
增加適合度衡量指標(Bollen, 1989) 0-1 >.90
說 明 模 型 較 虛 無 模 型 的 改 善 程度
IFI (incremental fit index) 增值配適指數 處理受NNFI與NFI問題的影響
(Bentler & Bonnett, 1980)
0-1 >.90
PNIF(parsimony normed fit index)精簡化基準配 適指數
考慮模式的簡約性（Mulaik,1989）
0-1 >.50 說 明 模 型 的 簡 單程度
PGFI(parsimony goodness of fit index)精簡化配 適指數
考慮模式的簡約性（Mulaik,1989）
0-1 >.50 說 明 模 型 的 簡 單程度
CN(critical N)臨界樣本數
產生不顯著卡方值的樣本規模（Hoelter, 1983）
- >200 反 應 樣 本 規 模 的適切性
*指數數值可能會超過範圍之外
資料來源：邱皓政（2003），結構方程模式LISREL的理論、技術與應用，台北 市：雙葉書廊，p5.3-5.24。
二、整體模式之檢定
透過LESREL整體模式之檢定，將研究結果與上述契合度指數加 以比較，如表4-18所示，並就基本的適配標準、整體模式適配度中 的絕對配適檢定、增量配適檢定及精簡配適檢定與適配度結果討論 三大類進行分析如后：
（一）基本的配適標準檢定
主要在於檢測模式是否有細列誤差、辨認問題或輸入錯誤等問 題而受到影響，這可從衡量指標的衡量誤差不能有負值及因素負荷 量不能太低（低於0.5）或太高（高於0.95）。由表4-6中資料顯示，
本研究在各個潛在構念的衡量指標之因素負荷量值均在0.5至0.95 間，而且衡量誤差亦沒有出現負值，故屬於可接受之配適模式。
（二）整體模式適配度
整體模式適配度是用來評量整個模式與觀察資料的配適程度，
此方面的適合度衡量有許多指標，Hair, Anderson, Tatham, & Black
（1998）將其分為三種類型：即為絕對適配度衡量、增量適配度衡 量與簡要適配度衡量。茲將其衡量方式分析如后：
1、絕對配適度衡量
絕對配適在評估整體模式與實際資料相配適之程度，本研究所 採用的衡量指標，包括：χ2 test、χ2 /df、適合度指標（GFI）、平均 殘差平方根(RMR)、標準殘差均方根（SMSR）與平均近似值誤差 平方根（RMSEA）等。由表顯示，本研究整體理論模式的絕對配適 度 衡 量 指 標 為 ：χ2=1525.62 （ d.f.=539 ） , χ2 /df ＜ 3, GFI=0.91, RMR=0.03, SRMR=0.03及RMSEA=0.045，所有的絕對配適程度皆達 到最契合指標值，惟其中卡方統計值未達可接受標準，但從Bentler, 1992, Bollen, 1989, Boomsma, 1983, Browne and Cudeck, 1992,
Hoelter, 1983, Joreskog and Sorbom, 1989；Satorra, 1990等學者專家的 研究發現，卡方考驗受到樣本數大小、多變量常態分配及資料型態 的影響極大，而本研究樣本數多達950份而導致χ2值達到顯著水準，
非屬配適模式，但Bentler and Bonnett, 1980, Bollen, 1988, Hoelter, 1983, Hair, 1998, Hu and Bentler, 1999,Mulaik, 1989等學者專家指出 χ2值在應用上對樣本大小相當敏感，當樣本數達200人以上時，有時 就算所提出的模式是可接受的，但χ2值卻很容易顯著，然而即便檢 定結果支持虛無假設，也不保證所得到的模式就是「最佳」因果模 式，因此主張在進行LISREL時，應綜合考量其他配適度統計量，再 對整體模式之配適度作出判斷。Carmines and MacIver（1981）亦提 出卡方值除以自由度小於3即達可接受範圍，本研究達此標準。有鑑 於此，本研究透過對絕對配適度衡量顯現，研究中所提出的模式能 與實際資料相配適。
2、增量適合度衡量
王保進（2004）指出所謂增量適合度衡量，係比較研究所提出 的因果模式與另一個模式適配度差異之統計量，該比較模式稱為基 準模式（baseline model）。而其對所要估計參數作最多限制模式，
可藉此增加某些自由參數（即增加要進行估計之參數個數）以形成 另 一 模 式 ， 進 行 比 較 此 模 式 與 基 準 模 式 在 改 善χ2值 之 增 加 量
（increment）。常用之增量配適統計量有包括：調整的適合度指標
（AGFI）、基準的配合指標（NFI）、非基準配適指標（NNFI）、
比較適合指標（CFI）、相對配適指標（RFI）和增量配適指標（IFI）。
由表4-18得知，本研究整體理論模式的增量適合度衡量指標為：
AGFI=0.90, NFI=0.99, NNFI=0.99, CFI=0.99, RFI=0.99及IFI=0.99。根 據Bentler, 1995, Bentler and Bonnett, 1980, Bollen, 1989, Hu and
Bentler, 1999等學者專家認為以上的增量配統計量值在0.90以上，表 示研究所提出的模式與實際資料相配適，而從本研究所得，除了 AGFI值為0.90外，其餘指標值皆高達0.99，更突顯出本研究所提出 模式具相當完美之配適，此論點更經由Bentler, 1995, Hu and Bentler, 1999等之研究中指出CFI, NFI以及RFI值若能達到0.95以上，甚至愈 接近1愈理想，如此將使模式具有最佳的契合性，可予以證明。
3、精簡適合度衡量
精簡適合度衡量主要在於調整因果模式中所應估計之參數應有 的數目，通常實際資料可同時配適好幾個因果模式，而在眾多可接 受的模式中何者為最佳模式，必須根據精簡原則，選擇參數個數投 入最少的模式，但當投入者並非重要參數，則將因自由度減少，配 適度非但無法提高，反而會降低。因此藉由精簡適合度衡量，俾能 比較含有不同估計係數數目的模式，以決定每一估計係數所能獲致 的適合程度。常用之衡量指標，如精簡化基準適指數（PNFI）、精 簡化配適指數（PGFI）及臨界樣本數（CN），由表4-18顯示，本研 究整體理論模式的精簡適合度衡量指標為：PNFI=0.90、PGFI=0.78 與CN=385.62，根據Mulaik（1989）研究中指出PNFI ,PGFI值至少應 在0.50以上，模式之配適度才能被接受，但當PNFI在進行變通模式 間比較時，則二個模式之差距在0.06到0.09間，就表示配適度有顯著 差異。至於CN值是Hoelter（1983）所提出需要多少樣本數才足以估 計模式之參數與配適度的統計量，一般而言，CN值應大於200才是 模式可接受的臨界點。由此可見本研究所得之值遠遠超過標準值，
顯示出樣本數目足以用來檢定模式之參數與配適度。
表4-18 連鎖餐廳組織因素與服務傳遞缺口關係模式理論配適度指標 RFI, IFI, PNFI, PGFI與CN等十四項指標來進行整體模式配適度評估
（Bagozzi & Yi, 1988, Jöreskog & Sörbom, 1996），研究顯示對各種契 合度指數皆遠高過最佳配適指標值，足以證明研究中所提出的因果
主管因素」、「組織文化」、「組織結構」、「連鎖力」與「服務傳遞缺 口」等潛在變數間之因果關係。
圖4-5 連鎖餐廳組織因素與服務傳遞缺口模式路徑分析圖 高階主
管因素 ξ1
組織 文化
ξ2
組織 結構
ξ3
連鎖力 因素
η1
服務傳 遞缺口
η2 0.44（7.23***）
-0.1 (-1.00)
-0.13(-2.21) 0.29(3.52***)
0.55(6.9***)
0.25 (3.39***)
0.53**