第三章 研究方法
第五節 資料分析方法
(1)收斂效度
收斂效度指的是來自相同潛在變項的觀察變項，彼此之間相關程度要 高。一般衡量收斂效度的方法包含組合信度(construct reliability; CR值)及平 均變異抽取量(average variance extracted; AVE值)。若各構面的CR值均大於 0.7，AVE值均大於0.5，表示模型具有足夠的收斂效度。
(2)區別效度
區別效度指的是不同潛在變項彼此之間相關程度不能太高。因此，區別 效度的檢定可以透過潛在變項間的相關係數矩陣加以衡量，只是對角線的元 素要用平均變異抽取量的平方根。若對角線中的元素值大於其對應的列和行 中的非對角線值，表示模型中各潛在變項間具有良好的區別效度。
三 、 結 構 方 程 模 式 分 析 (Structural Equation Modeling,
SEM)
由於本研究主要研究目的為建立觀光夜市顧客滿意度模型，因此，本研究 進一步透過結構方程模式進行模型之檢驗。結構方程模式被廣泛使用在行銷 學、心理學及社會學，是一種用來驗證理論模型的統計方法。與傳統統計工具 最大的不同在於，結構方程模式能夠同時衡量潛在變項(latent variable)之間的關 係以及潛在變項與觀察變項(manifest variables)之間的關係。
(一) 結構模型與測量模型
在結構方程模式中包含兩組關係，探討潛在變項(latent variable)之間的關係 稱為結構模型(structural model)；探討潛在變項與觀察變項(manifest variables)之 間的關係稱為測量模型。其中，無法直接及被具體衡量變項尌是潛在變項，且 又可分成外衍潛在變項(即自變項)與內衍潛在變項(即依變項)；而用來衡量潛在 變項的尌是觀察變項。
(二) 反映性指標與形成性指標
在測量模型中又可依據潛在變項與觀察變項間的關係分為反映性指標 (reflective indicators)與形成性指標(formative indicators)。兩者間最大的差異在於 反映性指標中的「因」是潛在變項，而「果」是觀察變項；相對地，形成性指 標中的「因」是觀察變項，而「果」是潛在變項。因此從圖8中可以得知，Y為 因，X為果，X為反映性指標。從圖9中可以得知X為因，Y為果，X為形成性指
標。學者提及(徐聖訓等，2006)若採用形成性指標，當某一指標變動時，並不必 然表示其他指標變數亦有同方向的變動(如在衡量夜市附近公共設施之服務品 質構面中，有人覺得夜市附近有便捷的交通運輸系統，但並不表示其亦認同夜 市附近有充足的停車空間)。在本研究中，衡量夜市意象與服務品質之題項(除了 衡量整體意象及整體品質題項之外)即採行形成性指標。
Y1 X1
X2
Y1 X1
X2
圖8 反映性指標 圖9 形成性指標
(三) 結構方程模式的統計工具
一般而言，用來估算結構方程模式的統計工具可分為兩大類：第一類是以 共變數結構(covariance structure)為主的軟體，如LISREL統計軟體。第二類是以 主成份分析和迴歸分析為主的部分最小平方法(partial least square, PLS)，如 LVPLS統計軟體。
相較於 LISREL 統計軟體，PLS 統計軟體更適合來估算顧客滿意度模型。
首先，部份最小平方法適合在理論模型建構初期使用，符合本研究建立觀光夜 市顧客滿意度模型之需求；其次，PLS 統計軟體可用來同時衡量形成性(formative) 指標與反應性指標(本研究題項包含形成性指標及反應性指標)，但是 LISREL 統 計軟體只能處理反應性指標(黃元鶴，2007)；第三，PLS 統計軟體可進一步估算 顧客滿意度分數(Hsu, Chen & Hsieh, 2005) ；最後，經由文獻探討得知 ACSI 及 ECSI 等顧客滿意度模型皆採用部份最小平方法來進行模型的估算。因此，本研 究採用估算最小平方法中 DOS 版的 LVPLS1.8(Lohmoller, 1981)統計軟體進行觀 光夜市顧客滿意度模型之檢驗，包含路徑係數分析及 R２值。此外，本研究也進 一步分析顧客滿意度的總效果、顧客滿意度分數以及策略管理矩陣圖，以期瞭 解顧客對於觀光夜市的需求。
(四) 模型檢驗
本研究透過路徑分析(path analysis)及R２值進行模型之相關檢驗。
1. 路徑分析
透過路徑分析可以得知外衍潛在變項(自變項)與內衍潛在變項(依變項)之 間關係的強度。如服務品質構面(自變項)對顧客滿意度構面(依變項)影響的程 度；此外，本研究使用Jackknife的方法來計算路徑係數的統計顯著性，以檢驗 模型的預測能力。
2. R２值
代表外衍潛在變項(自變項)對於內衍潛在變項(依變項)所能解釋變異量的 百分比，藉以檢驗模型的預測能力。
(五) 總效果(total effect)
本研究進一步透過路徑係數來估算各潛在變項間的效果值，以瞭解潛在變 項間之關係。潛在變項間的效果可分為直接效果(direct effect)、間接效果(indirect effect)與總效果(total effect)三類。直接效果為外衍潛在變項(自變項)對內衍潛在 變項(依變項)之直接影響力；間接效果為外衍潛在變項(自變項)間接透過另一個 內衍潛在變項(其同時為依變項也為自變項，因此稱之為中介變項)之影響力；此 外，直接效果加上所有的間接效果即為總效果。透過總效果分析可以更清楚地 瞭解潛在變項的影響力(如服務品質或夜市意象何者對於顧客滿意度最具影響 力？)。
(六) 顧客滿意度分數
本研究進一步計算顧客滿意度分數，以期瞭解政府改善夜市環境的成果以及 觀光夜市業者提供的服務是否符合顧客的需求。其計算公式如下：
顧客滿意度分數＝
3 3
1 1
3
1
1 0 0 9
i i i
i i
i i
w x w
w
，wi為權重
(七) 策略管理矩陣圖
業服務品質的好壞是由顧客所認定的，非由企業所決定的。因此，企業必 需以顧客的角度去檢視其品質上的問題(徐聖訓等人，2006)。然而，服務的本質 無形的，且顧客對於服務品質的認知也相當地主觀，因此很難加以衡量。但藉 由策略管理矩陣圖卻可以協助企業瞭解其服務品質的表現及改進的優先順序 (Hsu et al., 2005)。因此，本研究加入策略管理矩陣圖分析，以期瞭解顧客對於
觀光夜市的需求。
策略管理矩陣圖的建構是透過部份最小平方法所估算出服務品質問卷題項 之權重(x 軸)及服務品質的表現績效(y 軸)。相較於過去的研究只能提供分數而無 重要性的資訊，策略管理矩陣圖更能協助企業專注在立即需要改善的問題上。
策略管理矩陣圖共分成四個區域，分別稱為優勢、改善、教育和不變區域(圖 10)。而區域的大小是由決策者來決定。如果受測單位只有有限的資源來進行改 善的話，它可以設定較高的門檻值(threshold value)在權重，較低的門檻值在分 數上；如此一來，落在改善區域內的因子尌會比較少，而受測單位也能針對重 點來進行改善。
所謂優勢區域指的是，該區域中的因子分數及重要性都是較高，構成了該 受測單位的優勢條件，是應繼續保持的項目。改善區域指的是，該區域中的因 子分數較低及重要性較高，為該受測單位必頇立即改善之重點，改善本區域內 因子會獲得最大的效益。教育區域指的是，該區域中的因子分數較高但重要性 較低；換言之，雖然該受測單位在該項目上表現不錯，但這些項目的重要性並 不高。該受測單位能藉由“教育”或與顧客溝通，讓顧客瞭解其重要性，進而 將落在教育區域中的因子轉換至優勢區域中。最後是不變區域，該區域中的因 子分數及重要性都是較低的，所以暫時不需要擔心，因為即使針對這些因子改 善，其效益也是相對較低的。
教 育 區 域 優 勢 區 域
不 變 區 域 改 善 區 域
服 務 品 質 題 項 分 數
服 務 品 質 題 項 的 權 重 低
高
高