貳、最終模式的適配檢定

在獲得各變項的參數估計後，將進一步檢定其適配度。陳正昌和程炳林（1998）

指出：結構方程模式的檢定可從「基本適配標準」（preliminary fit criteria）、「整體 模式適配標準」（overall model fit）及「內在適配標準」（fit of internal structure of model）三個向度來進行檢驗。在 SEM 模式檢定中，研究者必須針對每一個變項 的參數估計值做基本適配度的檢定，最後再從整體參數估計的結果來評斷理論模 式與實際模式的基本適配情況（邱皓政，2004）。而 Bagozzi ＆ Yi 於 1988 年提出 參數估計值達基本適配的標準：1.殘差變異數不能為負值；2.殘差變異應達顯著水 準；3.估計參數間的相關係數絕對值不能太接近 1；4.因素負荷量不能低於.50 或高 於.95 以上；5.不能有太大的標準誤（余民寧，2006、張芳全，2006、黃芳銘，2004、

Kline，2005）。

科學興趣

Standardized estimates

卡方值

；

；自由度

；

；

；

.21

一、基本適配度指標

Hair et al.（1992）提出，參數估計值可以用來檢定理論模式是否違反辨認規 則，若其值很大或有負的誤差變異數，則有可能違反辨認規則，表示理論模式有 問題，得先處理。此外，Hair et al.（1998）也提出違反估計的三項條件：1.負的誤 差變異數存在；2.標準化係數接近或超過 1（以.95 為門檻）；3.有太大的標準誤。

綜合上述學者的觀點，以下茲將說明本研究中各變項參數估計結果，並依據 上述基本適配標準作檢定：

（一）參數估計結果

各變項參數估計結果如表4-3 所示，本研究因採取探索性因素分析模式，所以 可以藉由因素負荷量的顯著性考驗結果，來評估測量模式的建構效度。模式中的 觀察自變項λ^Χ11至λ^Χ173的因素負荷量介於.40 至.89 之間，而觀察依變項λ^Y11至λ^Y82的 因素負荷量則介於.53 至.92 間，其因素負荷量皆達.01 的顯著水準，表是具有建構 效度，此外，模式中的殘差值 δ¹至 δ¹⁷、ε¹至ε⁸、ζ¹至ζ²也皆無負值且均達.01 的顯著水準。

再者，模式中的潛在自變項與潛在依變項之間的關係，無論是科學興趣指向 學校認同的結構係數 γ¹¹值.16、指向科學成就的結構係數 γ²¹值.19，還是學習投 入指向學校認同的結構係數 γ¹²值.27、指向科學成就的結構係數 γ²²值-.16，又或 者是科學能力知覺指向科學成就的結構係數 γ²³值-.45，皆達.01 的顯著水準。而潛 在變項間的關係，也皆達.01 的顯著水準，也就是說，學生的科學興趣愈高，則學 生喜歡科學、自認科學不錯及學習投入的程度也愈高。

（二）基本適配檢定結果

基本適配檢定結果顯示：（1）本模式的殘差變異數沒有出現負值。（2）模式 中的殘差變異也皆達.01 的顯著水準，表示本研究沒有模式辨認及資料輸入的問 題。（3）估計參數之間相關係數的絕對值都小於 1。（4）本研究的因素負荷量有三 個低於.50。（5）標準誤不可太大，本模式中其值都沒有太接近 1。綜合上述標準 檢定結果，除了因素負荷量的標準檢定符合情況較差，模式的參數估計再其他四 項標準大多符合專家學者所提出的建議適配標準。

表4-3 最終模型之標準化估計值、標準誤與顯著性考驗摘要表

二、整體模式適配度指標

整體模式適配度是用以檢定整個模式與觀察資料的適合程度，也可以說是模 式的外在品質檢定（陳正昌、程炳林，1998）。而 Hair et al.（1998）將整體模式 適配度分為絕對適配度指數、比較適配度指數及簡約適配度指數等三類。

本研究藉由絕對適配度指數、比較適配度指數及簡約適配度指數作為整體模 式適配度的檢定指標，分述說明如下：

（一）絕對適配度指數檢定結果

SEM 模式的絕對適配度指數（model absolute fit measures），係指結構方程式 模型與樣本資料之間的適配程度（余民寧，2006）。本研究中檢定的絕對適配度 指數有卡方考驗、GFI、AGFI、RMR 與 RMSEA 等值，這些指標是依據樣本的 相關係數矩陣或共變數矩陣與模式隱含的相關係數矩陣或共變數矩陣間的差異 所計算出來（余民寧，2006）。此外，邱皓政（2004）指出由於 SEM 分析深受非 常態資料的影響，因此使用 ML 方法進行分析時，多以加權最小平方卡方值

（Normal Theory Weighted Least Square Chi- square；WLSχ²）來描述模型的適配 度，故本研究採取WLS 卡方值檢定模式結果。

各項絕對適配度指標的摘要表如表 4-4 所示，WLSχ²為 1025.42，自由度為 3.944，p=.00 達統計顯著水準，顯示模式與觀察值未能適配，而卡方值偏大不符 合標準的因素或許是本次分析的樣本數為1,685 人，大樣本致使卡方檢定變為較 敏感，因此容易達到顯著水準。但邱皓政（2004）認為由於卡方值易受樣本數大 小與自由度的影響，樣本愈大、自由度愈大，則所累積的卡方值愈大，亦即估計 的參數數目愈多、影響假設模型的因素就愈多，如此造成假設模型契合度不佳的 可能性就愈大，所以卡方值是否達到顯著僅能作為參考。

因此，本研究在檢定時也納入其他的指標作為參考，如適配度指標 GFI 值 為.951，調整後的適配度指標 AGFI 值為.939，皆達到.90 的門檻，表示模型的適 合情況理想，理論模式可以接受。標準化殘差均方根RMR 反應理論模型的整體 殘差，其值為3.77 高於.05 的門檻，表示殘差量高，模式適配度不理想。近似誤 差均方根RMSEA 則是用以衡量母群與觀察模式的適配程度，其值為.042 低於.05 的門檻，RMSEA 指標數值愈小，表模式適配度愈佳，也就是說本模式具有合理 適配。

（二）比較適配度指數檢定結果

比較適配度指數（model comparison fit measures）的目的在於探索研究者依 據理論建構所提出的模式（proposed model）適配度比虛無假設所指稱的模式適 配度有多好之意（引自許惠卿，2007）。而所謂的虛無假設模型，在SEM 模式中，

意指將觀察變項之間設定為沒有任何共變假設的獨立模型。

各項比較適配度指標的摘要表如表 4-4 所示，正規化適配指標 NFI 值 為.952，非正規化適配指標 TLI 值為.958，趨近於 1.0，而比較適配指標 CFI 值、

增值適配指標IFI 值與相對適配指標 RFI 值皆是用來比較所提模式與虛無模式之 間的適配程度，其值分別為.963、.964、.944。檢定結果顯示，上述五個指標均 大於.90 的檢定標準，表示此理論模式具有理想的適配度。

（三）簡約適配度指數檢定結果

簡約適配指數（model parsimonious fit measures）是指模式在預期的適配程 度下，需要使用多少估計參數才能達到模式的精簡程度。就統計學的觀點，假設 其他條件一樣，模式愈精簡愈好（余民寧，2006）。

各項簡約適配度指標的摘要表如表 4-4 所示，PNFI 值為.825 大於.50 的檢定 標準，表示使用較少的自由度，即可獲得較高程度的適配，顯示本模式已達模式 的精簡程度（余民寧，2006）。PGFI 值為.761 高於.50 的門檻，表模式具精簡性。

此外，考量統計檢定，模式要獲得一個可被接受的適配程度，所需要最低數量的 樣本大小，稱為適當樣本數CN，其值為 491 大於 200 的檢定標準，顯示模式合 適。另外，當卡方自由度比小於2 時，表示模型具有理想契合度，而本模式的卡 方自由度比值為3.944，未符合檢定標準。雖然 AIC 值的理論模式值大於飽和模 式值，不符合標準，但本研究樣本數為大樣本，所以應參考CAIC 值，而該值符 合檢定標準。

表 4-4 整體模式適配度檢定摘要表

1155.426＜21314.405

1155.426＞650.000 否

CAIC 值 理論模式值小於獨立模式 值，且同時小於飽和模式值

1573.345＜21475.143

1573.345＜2739.594 是

三、內在適配度指標

各變項信度數據如表 4-5 所示，個別測量變項的信度介於.17 至.77 之間，潛 在變項的組合信度則介於.63 至.89 之間，潛在變項的變異數平均解釋量則為.30 至.63 間，未達期望標準值的潛在變項為「學習投入」、「科學能力知覺」及「學 校認同」等，其變異數平均解釋量分別只有.30、.47 與.36，顯見有 50％以上的 變異係來自測量誤差，惟研究者進一步探究，發現其觀察變項的因素負荷量皆達 顯著，且潛在變項的組合信度也達.60 的標準。但依據 Fornell 與 Larcker 的論點：

即使誤差超過 50％，單獨以組合信度為基礎時，研究者仍可以作出潛在變項的 聚合效度是適當的結論（引自余民寧、韓珮華，2009）。所以，雖然「學習投入」、

「科學能力知覺」及「學校認同」此三者的變異數平均解釋量未達 50％，仍可 視為具有理想的建構信度。

綜合上述說明，TIMSS 2007 學生的科學學習興趣、科學能力知覺、學習投 入影響其學校認同與成就表現的結構關係模式適配度檢定，除WLSχ²偏大、RMR 值、χ²自由度及 AIC 值等指標未能符合標準外，其餘的不論在整體模式、個別 的測量、結構模式方面，大致上都能獲得理想實證數據的支持，顯示本研究所提 出的因素結構模型是適配的，所以就整體模式而言，本模式適配尚稱良好。

表4-5 最終模式之個別信度指標、潛在變項組合信度及變異數平均解釋量摘要表