資料分析方法

本研究採用SPSS 及 LISREL 軟體進行統計分析。SPSS 是學術界及實務界 廣泛使用的統計分析軟體，本研究使用SPSS 17.0 版本進行敘述性統計分析及干 擾效果檢定。LISREL 是由瑞典學者 Joreslog 及 Sorbom 於 1970 年合力發展出的 統計軟體，是分析結構方程模式（SEM）的代表性軟體之一，本研究使用 LISREL 8.8 版，驗證整體模型配適度及架構中各項相關假說。

二、 結構方程模式

結構方程模式是一門相當成熟且重要的量化研究技術與方法學，用以處理 複雜的多變量分析研究，是「因素分析」與「路徑分析」兩種在社會與行為科 學中非常重要的統計技術之結合體（邱皓政，2011），既能處理人類行為研究當 中最棘手的潛在構念，又納入路徑模式的概念，使藉由因素分析抽取出之潛在 變數可以利用迴歸來探討進一步的關係與影響，透過二者之結合，使研究者得 以建構完整的理論模式，並檢驗模式之整體適切性。

結構方程模型的變數型態可分為測量變數及潛在變數，測量變數是真正被 用來分析與計算的基本元素；潛在變數則是由測量變數所推估出來的變數。其 中，測量變數的變異受到某一個或某幾個潛在變數的影響，因此又稱為潛在變 數的測量指標。變數的類別則區分為內生變數與外生變數，內生變數是指模型 當中會受到任何一個其它變數影響的變數，也是路徑圖中會受到任一個其他變 數以單箭頭指涉的變數；外生變數則是模型當中不會受到其它變數影響但會影 響他人的變數，也是路徑圖中會指向任一個其他變數，但不被任何變數以單箭 頭指涉的變數。（邱皓政，2011）

24

結構方程模式可區分為兩種模式架構，其一為測量模型，反應了觀察變數 與潛在變數之間的關係，其構成的數學模型是驗證性因素分析；其二為結構模 型，以路徑分析的概念來討論潛在變數之間的關係。在LISREL 模型中，將一個 完整的SEM 模型的測量與結構模型兩個部分以八種不同的矩陣概念來表示：

表 3 LISREL 8 種矩陣概念列表 符號 縮寫 矩陣 代表意義

結構模型矩陣

Β BE m x m 內生潛在變數被內生潛在變數解釋之迴歸矩陣 Γ GA m x n 內生潛在變數被外生潛在變數解釋之迴歸矩陣 測量模型矩陣

ΛX LX q x n 外生觀察變數被外生潛在變數解釋之迴歸矩陣 ΛY LY p x m 內生觀察變數被內生潛在變數解釋之迴歸矩陣 Φ PI n x n 外生潛在變數共變矩陣

殘差模型矩陣

Ψ PS m x m 內生潛在變數被外生潛在變數解釋之誤差項共變矩陣 Θ^δ TD q x q 外生觀察變數被外生潛在變數解釋之誤差項共變矩陣 Θ^ε TE p x p 內生觀察變數被內生潛在變數解釋之誤差項共變矩陣

SEM 進行分析的主要原理是變異數與共變數，利用共變結構的分析，SEM 可以導出特定的參數，並進行整體模型的評鑑與分析，主要的參數估計策略包 含無加權最小平方法（Unweighted Least Squares，ULS）、一般最小平方法

（Generalized Least Squares，GLS）、最大概似法（Maximum Likelihood，ML）、

漸進免分配法（Asymptotic Distribution Free，ADF），本研究乃採一般最常用的 最大概似法做為估計方法。

25

模型配適度之衡量主要是檢驗理論的模型架構是否能解釋實際的觀察資 料，亦即檢定模型與資料之相容性。模型配適度越高時，表示模型可用性越 高，參數估計越有研究意義。常用之主要配適度指標如下：

表 4 配適度指標整理

名稱 性質 判斷值 適用情形

卡方檢驗

χ² test 理論模型與觀察模型的適配程度 P > 0.05 說明模型解釋力

χ² / df 考慮模式複雜度後的卡方值 < 2

不受模式複雜度影 響

適合度指標

GFI 假設模型可以解釋觀察資料的比例 > 0.90 說明模型解釋力

NFI 比較假設模型與獨立模型的卡方差異 > 0.90

說明模型較基準模 型的改善程度 替代性指標

CFI 假設模型與獨立模型的非中央性差異 > 0.95

說明模型較基準模 型的改善程度，特別 適合小樣本

RMSEA 比較理論模式與飽和模式的差距 < 0.05

不受樣本數與模式 複雜度影響 殘差分析

SRMR 標準化假設模型整體殘差 < 0.08 瞭解殘差特性

26