第三章 研究方法
第五節 資料分析方法
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
43
(四)問卷發放
於 mySurvey 網站建立線上問卷，並公布於個人 FB 頁面、台灣知名電子布 告欄 PTT 的 Marriage 板，以及 veryWed 非常婚禮網站。開放期間為 2012 年 5 月 18 日至 2012 年 5 月 25 日，共計 8 日。
第五節 資料分析方法
在研究模型中的變數通常難以直接衡量，稱為潛在變數(latent variable)（如 本研究中的顧客參與、服務品質、產品客製化、顧客控制…等等），因此必須要 設計出足以衡量潛在變數的衡量問項（如本研究問卷題項），這些題項稱為測量 變數(measurement variable)、觀察變數(observed variable)或外顯變數(manifest variable)（邱皓政，2011）。而一份衡量量表設計的好壞，取決於它的信度(reliability) 與效度(validity)。前者探討同一構念下的觀察變數間是否具有一致性，當其相關 度越高時，代表其一致性越高，也就是信度越高；後者則探討觀察變數的正確性，
也就是其是否能夠正確代表其所對應之潛在變數（邱皓政，2011）。問卷具備信 度與效度之後，便可進一步進行研究假說的驗證，即探討某一潛在變數與另一潛 在變數之關聯是否與假說中的推論相等。
一、信度分析
信度也稱為可靠度(truthworthiness)，指的是一份量表所測得之分數之一致性 (consitency)與穩定性(stability)（林震岩，2007）。Cronbach’s α 信度是目前社會科 學最普遍使用的測量信度的方式，因此本研究亦採用此檢測方法。Cronbach 於 1951 年提出，如果每個問項都是衡量相同的構念，則其總合的變異數會大於每
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
44
個問項的變異數之和，其衡量信度的指標稱為Cronbach’s α 係數。Nunnally and Bernstein (1978)認為 α 系數大於 0.7 時為高信度，α 係數介於 0.35 至 0.7 之間時 為中信度，α 係數小於 0.35 時為低信度。本研究使用之分析軟體為 PASW Statistics 18 18.0.0 版本。
二、效度分析
效度反映了測量工具能夠正確無誤地測出潛在變數所想表達的意義，也就是 研究者可以掌握抽象概念的程度（林震岩，2007）。效度分為內容效度(content validity)、效標關聯效度(criteria-related validity)，以及建構效度(construct validity)
（林震岩，2007）。內容效度是指問卷的內容具有代表性的程度，也就是指該衡 量工具能足夠涵蓋主題的程度。若是問卷內容是以理論為基礎，參考過去學者類 似研究的問卷題項加以修正，並與實務或學術專家討論過，或進行過前測，即可 認為該問卷具有內容效度。效標關聯效度是指衡量結果與效標間的相關程度，其 效標必須能夠反映衡量分數的內涵。建構效度是指衡量工具能夠衡量到理論構念 的程度，又可以分為聚合效度(convergent validity)與區別效度(discriminant validity)。前者表示來自同一構念的項目，彼此之間具有高相關；後者則表示不 同構念間的項目，其相關程度應該比較低（林震岩，2007）。
本研究問卷發展是由文獻發展而來的，並與指導教授討論過後，經由 14 位 婚紗攝影顧客前測，才修正使用為正式問卷，因此其應具備足夠之內容效度。本 研究之建構效度用驗證性因素分析4(confirmatory factor analysis, CFA)法來驗證 其聚合效度與區別效度，詳細的方法將於下段中介紹。
4 因素分析分為探索性因素分析(exploratory factor analysis, EFA)與驗證性因素分析
(confirmatory factor analysis, CFA )，前者是在研究者未預設任何特定的因素結構時使用，後者則 用來檢驗研究者所提出的模型是否適切，因此在此使用驗證性因素分析。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
45
三、結構方程模式
結構方程模式(structural equation modeling, SEM)整合了統計學的兩大主流 技術「因素分析」與「路徑分析」，因此 SEM 已經成為行為和社會科學理論的重 要工具（邱皓政，2011）。SEM 中的變數類型分成兩種：內生變數(endogenous variable)與外生變數(exogenous variable)。內生變數是指模型當中會受到其他變數 影響的變數，對應到的是依變數與中介變數；外生變數是模型當中不會受到其他 變數影響的變數，對應到的是自變數（邱皓政，2011）。而一個完整的 SEM 模型，
包括了測量模型(measurement model)與結構模型(structural model)兩部分，前者檢 驗觀察變數與潛在變數的關係，後者則檢驗潛在變數之間的關係（邱皓政，2011）。 如圖 3-2 所示，圖中的符號可參照表 3-11。本研究使用之分析軟體為 LISREL8.54 版本。
表 3-11 結構方程模式符號說明
符號 讀法 代表意義
η eta 內生潛在變數 ξ xi 外生潛在變數
ζ zeta 內生潛在變數之估計殘差 Y y 內生觀察變數
X x 外生觀察變數
ε epsilon 內生觀察變數之測量殘差 δ delta 外生觀察變數之測量殘差
λy lambda y 內生潛在變數與內生觀察變數間之關係係數 λx lambda x 外生潛在變數與外生觀察變數間之關係係數
β beta 兩內生潛在變數間之關係係數
γ gamma 內生潛在變數與外生潛在變數間之關係係數 φ phi 外生潛在變數間之關係係數
ψ psi 估計殘差間的相關 θ theta 測量殘差間的相關 資料來源：邱皓政（2011），本研究整理。
‧
2011）。Tabachnick and Fidell (2006)提出具體標準，因素負荷量達 0.71（解釋變 異量為 50%）以上時為優秀，介於 0.71 與 0.63（解釋變異量為 40%）之間為非
‧
素負荷量小於 0.32，則是非常不理想的狀況。而平均變異萃取量(average variance extracted, AVE)就是各因素負荷量平方的平均值，配合前述因素負荷量大於 0.71 的原則，平均變異萃取量必須要大於 0.5。Jöreskog and Sörbom (1981)提出區別效 度的判別方式可以用相關係數 95%的信賴區間(confidence interval, CI)是否涵蓋 1.00 來判斷，如果未涵蓋 1.00，則可視為構念間具有合理的區別效度。另外，
Fornell and Larcker (1981)建議的 ρv比較法，為檢驗兩個潛在變數的平均變異萃取 量是否大於兩個潛在變數的相關係數平方，若是大於，則代表具有區別效度。整
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
48
(二)結構模型
單獨看待結構模型，即為路徑分析(path analysis)，其目的是在探討變數之間 的因果關係（邱皓政，2011）。SEM 與傳統迴歸分析的不同，是 SEM 可以同時 處理多組迴歸方程式，變數間的關係設定也較具彈性。如圖 3-3 所示，潛在外生 變數（ξ1、ξ2、ξ3）與潛在內生變數（η1、η2）的因果關係以 γ 表示，潛在內生 變數之間的關係以β 表示。SEM 能夠估計γ與β參數，並檢驗其是否顯著，因 此可以做為假說驗證之方法。
(三)模型評估與檢驗
在 SEM 當中，不論是測量模型或是結構模型，都必須進行整體模型的適配 度評估，以決定實際觀察到的變數關係與研究者所提出之假說模型是否相符合
（邱皓政，2011）。最常使用的評估方式為卡方檢定，卡方值越大，代表模型適 配度越差。然而，卡方值易受到樣本數量的影響，當樣本數量越大，所累積的卡 方值也會越大，因此學者提出了多種其他的適配度指標，包含替代性指標、適合 度指標與殘差分析（邱皓政，2011），各指標之判別值整理如表 3-13。
表 3-13 結構方程模式適配度指標
指標名稱 判別值
卡方檢驗 χ2 test 愈小愈好 χ2/df ＜3 替代性指標 RMSEA ＜0.08
CFI ＞0.9 適合度指標
GFI ＞0.9 NFI ＞0.9 NNFI ＞0.9 殘差分析 RMR 愈小愈好
SRMR ＜0.08 資料來源：邱皓政（2011），本研究整理。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
49