資料分析方法

度除受測驗品質影響外，亦受很多其他受測者因素的影響，故沒有一份問卷是完 全可靠的。信度只是一種程度上大小的差別而已。一致性高的問卷即是指同一群 人接受性質相同題型相同目的的問卷測量後，在衡量結果間顯示出強烈的正相 關。穩定性高的則是指一群人在接受同樣的衡量工具時，結果的差異很小。信度 測量可分為四種，包含再測信度、複本信度、折半信度與 Cronbach’s α 信度。本 研究採用 Cuieford(1965)提出的 Cronbach’s α 作為根據，其 α 係數所代表之可信 程度，如表 3-9 所示。

表 3-9 Cronbach’s α 係數合理範圍 可信程度

可信程度 可信程度

可信程度 Cronbach’s α 係數係數係數係數 不可信 Cronbach’s α 係數＜0.3

勉強可信 0.3≦Cronbach’s α 係數＜0.4 可信 0.4≦Cronbach’s α 係數＜0.5 很可信（最常見） 0.5≦Cronbach’s α 係數＜0.7 很可信（次常見） 0.7≦Cronbach’s α 係數＜0.9 十分可信 0.9≦Cronbach’s α 係數

資料來源：Cuieford(1965) 三三

三三、、、、效度分析效度分析效度分析效度分析

效度(Validity)是指一個問卷能夠衡量該問卷所想要衡量的心理或行為特質 到何種程度，即是問卷的有效性或正確性。研究的效度包括內在效度與外在效度 兩種，內在效度指研究敘述的正確性與真實性；外在效度是指研究推論的正確 性。常用效度的分類包括以下兩種：

1. 內容效度：指問卷或量表內容或題目的適切性與代表性，即問卷內容能反應 所要測量的心理特質，能否達到問卷到所要衡量的目的或範圍。

2. 建構效度：指問卷能夠衡量出理論的特質或概念的程度，亦即實際之問卷分 數能解釋某一心理特質有多少。

本研究使用內容效度，透過相關領域專家檢視問卷內容，並請專家針對問卷 內容提出適當意見，本研究再根據專家所提供之建議進行修正，以達到內容效度。

四 四 四

四、、、、結構方程模式分析結構方程模式分析結構方程模式分析結構方程模式分析

本研究理論架構與假設驗證採用LISREL8.72統計分析軟體進行驗證，以下 將說明結構方程模式簡介、結構方程模式分析程序與結構方程模式配適度指標。

1. 結構方程模式簡介

結構模型分析(Structural Equation Modeling, SEM)以迴歸分析為基礎，所涉 及的技術包括因素分析、路徑分析。其重要性在於不僅是能夠整合當代各種重要 統計技術，也影響到研究設計的原理與測量方法的運用，更可以應用到各種不同 的情境中，例如因果關係的統計論證、測驗與評量工具的發展、縱貫資料的分析、

跨族群資料分析等等。

SEM可以用來解釋潛在變項(Latent Variables)之間的關係，包含測量模型 (Measurement Model)與結構模型(Structural Model)，其中測量模型即是設定潛在 變項與觀察變項(Observed Variables)之間的關係，可以顯示觀察變項對潛在變項 的信度與效度，其中也包含路徑分析(Path Analysis)，是一種將觀察變項之間的 關係以模型化進行分析的一種方法，探討觀察變項之間的因果關係。傳統分析工 具的路徑分析沒有考量到測量誤差，SEM的路徑分析不僅考量到測量誤差，還可 以提供模型的適合度指標(Fit Indicators)與修正指標(Modification Indicators)，這 些優點對於理論模型之建構和驗證都有很大的幫助，因此本研究使用SEM來分析 研究變項之間的關係。

2. 結構方程模式分析程序

根據邱皓政(2005)結構方程模式分析程序中，整體分析程序可分為兩階段，

第一階段為模型發展，第二階段為估計與評鑑，如圖3-3所示。

圖 3-3 結構方程模式分析程序 資料來源：邱皓政(2005)

3. 結構方程模式配適度指標

結構方程模式(SEM)提供評估模式配適度的評價指標，包含基本配適度指 標，主要檢驗模式之誤差項；整體配適度指標，主要是衡量模型與觀察資料之配 適程度；內部配適度指標，主要是衡量模式內的估計參數與潛在變項的信度，其 檢定標準如表 3-10 所示。

表 3-10 配適度衡量指標 衡量要素

衡量要素衡量要素

衡量要素 衡量指標衡量指標衡量指標衡量指標 判斷值判斷值判斷值判斷值 說明說明說明說明 參考文獻參考文獻參考文獻參考文獻

χ

χ

χ

<2 考慮模式複雜度後 的卡方值

Carmines &

Mclver(1981) 契合度指標

(GFI)

>0.8 說明模型解釋力 Tanaka & Huba (1989) 調整後契合度

指標(AGFI)

>0.8 考慮模式複雜度後 的 GFI

Tanaka & Huba (1989) 簡約契合度指

標(PGFI)

>0.5 考慮模型的簡約性

Mulaik(1989) 基準配適度指

標(NFI)

>0.9 比較假設模型與獨 立模型的卡方差異

Bentler &

Bonett(1980) 契合度指標

非基準配適度 指標(NNFI)

>0.9 考慮模式複雜度後 的 NFI

Bentler &

Bonett(1980) 比較配適度指

標(CFI)

>0.95 假設模型與獨立模

型的非中央性差異 Bentler(1988) 替代性指標

平均概似平方 誤 根 係 數 (RMSEA)

<0.05 比較理論模型與飽

和模型的差異 Browne &

Cudeck(1993) 殘差均方根指

數(RMR)

<0.05 未標準化假設模型 整體殘差

Hu &

Bentler(1999) 殘差分析

標準化參差均 方 根 指 數 (SRMR)

<0.08 標準化假設模型整

體殘差 Hu &

Bentler(1999)

資料來源：邱皓政(2005)與 Bagozzi & Yi(1988)

第四章 第四章 第四章