第六節
第六節 第六節 資料分析方法 資料分析方法 資料分析方法 資料分析方法
在問卷回收登錄完畢之後，先透過資料的查核以確保資料輸入之正確性，採 用 SPSS 12.0 版統計應用軟體及 AMOS 5.0 統計軟體進行統計分析，使用的統計分 析分法如下述：
一、信度與效度分析
採用 Crobach’s α 信度係數來衡量，分別對於資訊揭露、信任、認知風險、搜 尋成本及委託意願五個量表，衡量分項對總項(item to total)之間的內部一致性，以 檢定問卷的信度。
效度(也稱為正確度)係表示一份量表能真正測量到所要測量能力或功能的程 度，也就是要能達到測量目的的量表才算是有效的。一份量表的有效的程度就稱 為效度(陳順宇，2005)。本研究採用效度有內容效度與建構效度。
二、因素分析
因素分析(factor analysis)主要目的在於萃取出變量中重要的共同因素，具有簡 化原始資料的功能，以便研究者分析及解釋多變量中複雜的互動關係。
本研究以因素分析萃取資訊揭露以及信任構面，以主成份分析法(principle component)進行因素分析，並選擇因素特徵值(eigenvalue)大於或接近 1 者來決定構 面個數。
三、結構方程模式
結構方程模式分析已廣泛應用於社會科學及行銷領域上，可探討潛在變數與 觀測變數間的線性關係，並對潛在變數間的因果模式進行假設檢定，可同時檢驗 兩個或兩個以上互相關連的相依關係。SEM 包含衡量模式及結構模式。衡量模式 為考慮各種衡量方法的適當性，而這些衡量方法是用於理論構面中。結構模式為 探討潛在變數與潛在變數之間關係。SEM 的方法結合這兩個模式以確定在觀察的 抽樣資料中，變異—共變異矩陣間的適合度，以及在理論或研究模式上所隱含的
意義。
本研究利用結構方程模式分析，探討資訊揭露構面對信任、認知風險、搜尋 成本對委託意願之關係，有關模式配適度評估，Bagozzi and Yi(1988)認為必須從基 本的適配標準(preliminary fit criteria)、整體模式適配度(overall model fit)、模式內在 結構適配度(fit of internal structure of model)等三方面來加以評量。
(一)、基本適配標準
此標準是用以檢測模式誤差、辨識或輸入有誤等問題，這可以從衡量指標的 衡量誤差變異數不能有負值及因素負荷量不能太低(低於 0.5)或太高(高於 0.95)，且 是否達顯著水準來加以衡量。
(二)、整體模式適配度
. 此指標是用來評估整個模式與觀察資料的適配程度。Bagozzi and Yi(1988)指 出模式適配度無法僅用單一準則或指標而決定，必須重視整體模式的測試結果。
Amos 報表中提供二十幾種的適配度指標，供研究者採用，學者間大都認為應從絕 對適配檢定(
χ
2、GFI、RMSEA、RMR、SRMR)、增量適配檢定(AGFI、NFI、RFI、IFI、CFI)、精簡適配檢定(PNFI、AIC)等三方面來探討因果模式之適配度(王保進，
2004、邱皓政，2003)。將常用各項統計檢定量之理想適配之標準或臨界值，摘要 如表 3-7。
表 3-7 統計檢定量之理想適配之標準或臨界值一覽表
統計檢定量 評鑑指標 適配之標準或臨界值
絕對適配指標
χ
2 值 愈小愈佳，至少大於 0.05 顯著水準χ
2/ df 小於 3GFI
大於 0.90RMSEA
0.05 以下優良，0.05~0.08 良好RMR
愈小愈佳SRMR
此值最好低於 0.05，或更低 0.025 以下，愈低愈佳續表 3-7 統計檢定量之理想適配之標準或臨界值一覽表 增值適配指標
AGFI
大於 0.9NFI
大於 0.9RFI
大於 0.9IFI
大於 0.9TLI
大於 0.9CFI
大於 0.9 精簡適配指標PNFI
大於 0.5AIC
愈接近 0 愈佳 資料來源：王保進(2004) 及邱皓政(2003)此外，Cheung and Rensvold(2002)研究中發現除了 RMSEA 之外，其餘大部分 的模式配適度似乎會因因素個數及題數而產生低估現象，因而模式複雜度亦應列 入模式配適度評鑑之考慮中。
(三）、模型內在結構適配度
此標準是在衡量模式內估計參數的顯著程度、各指標及潛在變項的信度等，
可從潛在變項的組合信度(composite reliability, CR)是否在 0.7 以上、潛在變項的萃 取變異量(variance extracted, VE)是否在 0.5 以上的可接受水準加以評估。