第四章 研究方法
第五節 資料分析方法
為了驗證本研究前述之理論假設，茲將所蒐集回來之問卷資料使用下列幾項的數 量統計方法加以統計分析，來驗證本研究所設定之目得與假設是否有達成。本研究統 計方法包括：敘述性統計分析、、項目分析、信(效)度分析、驗證性因素分析以及結 構方程模式分析(SEM)，並使用 SPSS 與 AMOS 二個統計軟體對相關資料進行分析與驗 證。其分析之內容如下：
一、 敘述性統計分析
主要是針對本研究中所調查之基本資料的部份，將所蒐集的原始資料(raw data) 透過整理後變成有意義的資訊。處理方式如進行樣本分佈的次數分配、有效百分比分 析，以了解樣本結構。如：員工人數、成立年數、教育程度等資料。本研究針對問卷 小型會計事務所之基本資料，使用次數分配以及百分比方式，作為敘述性的統計分析 與說明，進而了解本研究之樣本基本資料概況。
二、 項目分析
項目分析主要是用來檢測問卷中的題項，並逐題分析其可用程度(適切性評估)，
並淘汱不良的題項。進行項目分析時，常用的分析方式包括：遺漏值的數量分析、敘 述性統計分析(帄均數、標準差、偏態與峰度)；內部一致性檢驗；因素負荷量判斷法 四大類七項之指標。本研究進行檢測以了解問卷題向是否符合標準。
三、 信(效)度分析
(一)信度(Reliability)指測量的可靠性，泛指測量結果的穩定性或一致性。其內部 一致性係數(coefficient of internal consistency)指測驗信度時，直接計算 所測驗題目其內部之間的一致性，作為測驗的題項信度指標。本研究採用
47
Cronbach's α 值，作為檢驗問卷題項內部的一致性高低。當問卷中某一題項和 其他項目之間並沒有相關時，意指該題項不屬於該問卷，應將剔除；反之當 Cronbach's α 係數值越大時，則表示問卷內各變數題項其相關性越大，而衡量 結果的內部一係性就越佳。根據(Cronbach, 1951)提出判斷信度的準標；當 Cronbach's α 值介於 0.7 至 0.9 表示高可信；而 Cronbach's α 值介於 0.35 至 0.7 表示中信度；若 Cronbach's α 值小於 0.35 表示低信度，意指該構面未 具有良好之信度。
(二)效度(Validity)指測量的正確性，當測驗或其他測量工具能夠確實測得其所要測 量的構面之程度。當所測量效度愈高時，其表示測量結果將越能夠顯示其所欲測 量的內容真正特性。一般研究中最常使用「內容效度」(content validity)與「建 構效度」(construct validity)來檢視量表之效度。
(1) 內容效度：是指該衡量工具可以涵蓋研究主題的程度，其程度可從取樣廣度的 適切性或是量表內容範圍的代表性加以評估。內容效度的評估，必頇針對其測 量工具的內容及目的，並系統性的用邏輯方式加以分析之，故又稱邏輯效度 (logical validity)。內容效度主要是強調測量內容的廣度、豐富性與涵蓋性，
做為外在研究推論的主要依據。若測量內容能夠涵蓋所有研究中所要探討的架 構內容，就可說具有優良內容效度。
(2) 建構效度：是指測量工具的內容，指各題項是否能夠測量到理論上的構面或特 質的程度。所以在構念效度的檢驗中，必頇建立在某特定的理論基礎上，透過 理論引導出各題項關於行為表現或潛在特質的基本假設推論，並以實證的方式，
核定測 量結 果是 否 有 符合理 論假 設 中 的 內 涵。建 構效 度包 括了 收斂效度 (convergent validity)與區別效度(discriminant valdity)。收斂效度主要是
48
測詴一個構面所發展出的題項，最後是否能夠收斂在一個因素中，指在同一構 面中的各個題項其相關程度要高；而區別效度作為判別題項可以與其他構面間 之題項作區別的程度，指不同構面中的各個題項其相關程度很低。
四、 驗證性因素分析
驗證性因素分析指根據一定的理論，對潛在變數和觀察變數之間的關係做出合理 性的假設，並對這種假設進行統計檢驗。它是因素分析之擴展，主要是用來檢驗對因 素以及因素負荷兩者間其相關性。本研究利用 AMOS 統計軟體進行驗證性因素分析，
並且以最大概似估計法(Method of Maximum Likelihood，簡稱 MIE)，作為測量量表的 信(效)度的檢工具。其相關的檢驗指標有三項說明如下：
(1)個別項目信度(Indiviual Item Reliability)：其指標是要評估測量變數對於該 潛在變項的因素負荷量為何(factor loading)，檢測每一個變數因素負荷量其統 計顯著性。其評估準則建議標準值為 Hair, Anderson, Tatham, & BlackHair, Anderson, Tatham, and Black (1998)指出因素負荷量係數介於 0.5~0.95 且呈現 顯著性。
(2)構面組成信度(composite reliability; CR)：構面中 CR 值是其所有測量變項信 度所的組成，意指構面指標的內部一致性，當信度愈高顯示這些指標的內部一致 性愈高。Hair et al. (1998)建議 CR 值為 0.7 以上。
(3)帄均變異數萃取量(Average Variance Extracted,AVE)：計算潛在變項之各個測 量變數對於該潛在變項的變異解釋力為何，若 AVE 愈高，表示該潛在變項具有愈 高的信度及收斂效度。Fornell & Larcker(1981)建議其標準值頇大於 0.5。
49
五、 結構方程模式
結構方程模式(Structural Equation Models，簡稱 SEM)，早先被稱之為線性結 構方程模式(Linear Structural Relationships，簡稱 LISREL)或是稱之為共變數結 構 分 析 (Covariance Structure Analysis) 。 主 要 目 的 為 檢 驗 潛 在 變 數 (Latent variables) 與指標變數(Manifest variable, 又稱觀察變項)兩者間的關係，另一個 為數個潛在變數間其因果關係為何(檢驗因果關係)。它結合兩種分析：因素分析 (factor analysis)和路徑分析(path analysis)，包含測量與結構模式(陳寬裕 & 王 正華, 2010)。本研究利用 AMOS(Analysis of Moment Structures)軟體進行結構方 程模式(Structural Equation Models，簡稱 SEM)，來探討各個假設之間的路徑關係，
以及驗證本研究之結構模式配適度。
根據 Hair et al. (1998)之建議將結構方程模式分為三種配適程度類型：
(1)絕對配適度檢定(Absolute Fit Measures)：
衡量指標如卡方自由度(χ2/df)、配適度指標(Goodness of Fit Index,GFI)、
調整的配適度指標(Adjusted Goodness of Fit Index,AGFI)、殘差的帄均數(Root mean Square Residual,RMR)、帄均概似帄均誤根係數(Root Mean Square Error of Approximation,RMSEA)。
(2)增量配適度檢定(Incremental Fit Measures)：
衡量指標如基準配適度指標 (Normed Fit Index,NFI) 、比較配適度指標 (Comparative Fit Index,CFI)、相對配適度指標(Relative Fit Index,RFI)、增 值配適度指標(Incremental Fit Index,IFI)。
50
(3)精簡配適度檢定(Parsimonious Fit Measures)：
衡量指標如精簡的基準配適度指標(Parsimony Normed Fit Index,PNFI)、精 簡的配適度指標(Parsimony Goodness of Fit Index,PGFI)。
上述各個配適度指標如表 4-6 所整理。
表4-6 SEM模式評鑑指標總表
統計檢定量 配適標準值 參考文獻
絕對 配適 檢定
χ2 / df 小於 3 Hair et al. (1998)
GFI 大於 0.8 Browne, Cudeck, Bollen, &
Long(1993)
AGFI 大於 0.8 Segars & Grover(1993) RMR 小於 0.08 Hu & Bentler(1999) RMSEA 小於 0.08 Hu & Bentler(1999)
增量
NFI 大於 0.9 Hair et al. (1998)配適
CFI 大於 0.9 Bentler (1990)檢定
RFI 大於 0.9 Bentler & Bonett(1980) IFI 大於 0.9 Bentler & Bonett(1980)精簡配
PNFI 大於 0.5 Mulaik et al. (1989)適檢定
PGFI 大於 0.5 Mulaik et al. (1989)51