資料分析

本研究依據研究目的、問題、假設與架構，應用SPSS 及AMOS 進行資 料分析。

一、描述性統計分析

本研究以次數分配、百分比、平均數及標準差描述受訪者各項基本資料，

及各觀察變項的調查結果。

二、差異檢定分析

(一) 平均數檢定

本研究以平均數檢定，驗證基本資料與各觀察變項之調查結果：其值是否 高於3.00，並達.05 顯著水準。

(二) t 考驗和單因子變異數分析

本研究以應用t 檢定和單因子變異數分析，比較在性別、父母教育、打工 概念、零用錢、地區等「父母理財行為」「父母理財教導」「理財素養」

「理財態度」「理財行為」有無顯著差異，是否達顯著水準。應用F檢定，

若顯著水準若達0.05 以下，將進一步以薛費法（Scheffe method）進行事後 比較。

圖 3- 3 結構模式路徑圖（預設模式）

三、結構模式分析

本研究依據圖3-1父母理財教導理論模式，繪製結構模式路徑圖3-3，表達各 變項間的因果關係及影響路徑，並將各項變項及參數標示於圖中，各項變項及 參數之名稱如后。

(一) 基本架構模式 1.測量模式

本研究共有四個測量模式，其中以測量理財素養、理財態度和理財行為等 三個為內生潛在變項，以測量父母理財教導為外生潛在變項。內生變項的測量 是為說明內生潛在變項與內生顯性變項之間的關係，外生變項的測量是為說明

外生潛在變項與外生顯性變項之間的關係。

（1）內生變項的測量模式

i.本研究將內生變項的其測量模式設定為 Y = Λyη＋ε

其中，Y 為內生潛在變項的觀察值矩陣，理財態度三個觀察變項；理財 素養三個觀察變項。Λy 為內生變項的測量路徑矩陣；η為潛在內生變項矩陣；

ε是測量變項y之測量誤差所組成的向量。

ii.本研究依據單向度（uni dimension）原則， 由本測量模式，我們可藉觀 察值得到內生潛在變項η 的估計值，及路徑係數 λ 及測量偏誤值 ε。

(2)外生潛在變項的測量模式

i.本研究外生變項的測量模式為 X = Λxξ＋δ

其中，X 為一個外生潛在變項的觀察值矩陣，Λx 為外生變項的測量路徑 矩陣；δ是測量變項x之測量誤差所組成的向量。

ii.如同內生潛在變項，本研究亦秉持單向度原則，並以各衡量變項做 為外生潛在變項的形成指標，以單向度之測量變項衡量各外生潛在變項。

本研究之初始模式之外生潛在變項為ξ的觀察變項為父母直接教導與父 母理財行為。

其中，λ_ij為因素負荷（測量路徑係數），ξ₁為外生潛在變項，

δ1~δ2為測量誤差。由本測量模式可以藉各觀察變項推估社會影響此外生潛 在變項ξ的估計值，及各外生潛在變項觀察值的因素負荷量λ，以及測量誤 差值δ。

2.結構模式

（1）結構模式

在完成測量模式及其方程式的定義後，本研究將以外生潛在變項為因，內生

潛在變項為果，形成結構模式，呈現兩者間的因與果間關係及路徑，將關係式 設定為

η= Βη＋Γξ＋ζ

其中 η 是內生潛在變項向量，ξ 是外生潛在變項向量；Β 是內生潛在變 項對內生潛在變項路徑係數矩陣，Γ 是外生潛在變項對外生潛在變項路徑係數 矩陣；ζ 是結構模式的殘差向量。

（2）結構方程式

本研究根據文獻資料建構之初始模式為 3 因 1 果之單向（recursive）因果 模式，所謂單向係假設內生潛在變項與外生潛在變項間存在線性關係，並將該 模式之方程式設定為𝜁₁

𝜂₁=𝛾₁₁ξ₁＋𝜁₁ 𝜂₂=𝛾₂₁ξ₁＋𝛽₁₂𝜂₁＋𝜁₂ 𝜂₃=𝛽₂₁𝜂₁＋𝛽₂₂𝜂₂＋𝛽₂₃ξ₁＋𝜁₃

本研究將藉由測量模式各觀察變項資料的蒐集與統計分析，獲得 η 及 ξ 的估計值，再進行結構方程式分析，以獲得𝛾₁₁、𝛾₁₂、𝛽₂₁等線性迴歸係數估計 值，最後將依據這些係數估計值來檢視該外生潛在變項（因）對內生潛在變項

（果）的直接和間接影響效果。

3.參數估計及因果模式辨識

本研究將應用 Amos 進行參數估計，獲得 X, Y,Λy,Λx,ξ,η,δ,ε,Γ,Β,ζ 等各項參 數之估計值，在估計過程中，檢視 Amos 是否終止估計並回饋警語。由於在估 計路徑係數過程中可能產生無意義或不正確結果，因此，本研究將檢視是否有 收斂失敗或不合理估計值，如標準誤過大，變異數為負的現象。其次，本研究 也將檢視潛在變項與其測量指標間之因素負荷量是否介於.5 至.95 之間，估計 參數之間相關的絕對值是否太接近 1，所有誤差變異是否未達顯著水準（t 值

>1.96）。模式評鑑結果假如不理想，本研究即參考 Hayduk （1987）的建議，採

取以下補救方式予以處理：

（1）刪除不必要的變項。

（2）以最少的路徑重新建構理論上的SEM 模式。

（3）將測量模式誤差變項變異數設為固定參數。

(二)適配度檢定

1.整體模式適合度檢定

(1)絕對適配度（Absolute fit）

本研究將以系列指標，檢視整體模式之絕對適配度：

i. χ2 值是否過大，顯著性機率值p 是否＞.05 ； ii. GFI 和AGFI 是否＞.90；

iii. RMR 值是否＜.05 ； iv. RMSEA 值是否＜.08；

v. NCP 值是否過大；理論模式的ECVI 值是否小於獨立模式的ECVI 值，且小於飽和模式的ECVI 值。

假如有以上現象，將修改本研究初始理論模式。

（2）簡約適配度(Parsimony fit)

本研究也將以下列指數檢視初始理論模式的簡約適配狀況：

i. PGFI 值、PNFI 值、PCFI 值是否＞.50；

ii.理論模式的AIC 值是否大於獨立模式的AIC 值，且大於飽和模 式的AIC 值

iii.理論模式的CAIC 值是否大於獨立模式的CAIC 值，且小於飽和 模式的CAIC 值。

假如有以上現象，將修改本研究初始理論模式。

（3）增值適配度(Increamental fit)

本研究將檢視NFI 值、IFI 值、TLI 值和CFI 值等增值適配度指數是否

都為.90 以上。假如未能達到此等標準，將修改初始模式。

2.模式內在結構適合度

本研究將計算初始模式所估計的參數是否均達顯著水準；觀察指標的個 別信度是否> .5；潛在變項的組合信度是否> .6；平均變異抽取量是否> .5；

模式標準化殘差值的絕對值是否<2.58。假如統計分析結果未能達到此等標 準，本研究將修改初始模式。

五、多群組分析

進行之多群組分析比較，以進一步驗證本研究理論模式，在加入此三個分 組變項：性別、父親學歷與學校城鄉位置後，各群組的因素模式、因素負荷量、

測量係數、結構係數、結構共變係數矩陣，觀察其有無顯著差異。

本研究將採用三種多重模式的適配度檢定，模式一為參數均未限制參數

（Unconstrained）模式，不做任何模式參數限制；模式二為測量係數

（Measurementweights）模式，設定群組的測量係數相等；模式三為結構係數

（Structural weights）模式，增列群組的結構係數相等。

1、基本適合度檢定

(1) 研究者將檢視各觀察變項之誤差變異有無負值，誤差變異是否都達到.01 以上顯著水準。模式的估計參數與所屬潛在變項之間的因素負荷量是否都符合 理想標準，以判定模式的基本適合標準是否良好，有無違反模式辨認規則。

(2)本研究將檢視各群組多元相關平方(R²)值是否高於0.60 以上，標準化徑路 係數是否皆為正數，以判定是否與原先理論架構相符合。

(3) 本研究將檢視不同群組的潛在變項參數間差異的臨界比值，依據各徑路 係數的參數差異決斷值判定各徑路係數是否相等，是否存在「組間組模式潛在 變項之間的效果分析( group-invarient )或組間恆等性。

2.不同群組模式潛在變項之間的效果分析

本研究將依據不同群組變項之標準化因素負荷量及是否達顯著水準（p

＜.001），判定哪一個潛在變項所呈現的效果最高，或所呈現的群體間效果差異 最大。

3.綜合判斷

最後，本研究將以下列統計檢定量，依據適配的標準或臨界值，判斷初始 模式在各群組的適配狀況。

(1) 基本適配度指數

i. 有無負的誤差變異量 ii.有無負的誤差變異量

iii.因素負荷量是否介於.5 至.95 之間 iv.誤差變異是否都達顯著水準

v. 參數間相關的絕對值是否未太接近1

（2）整體適配度指數

i. χ² 值是否過大，自由度比是否<5.00，且是否p≦.05(未達顯著水準) ii. GFI 值是否>.90 以上

iii.AGFI 值是否>.90 以上 iv.RMR 值是否≦.05

v. NFI 值、IFI 值、TLI 值是否>.90 以上 vi. RMSEA 值是否小於.05。

(3) 本研究將根據三個模式的AIC 指標值與ECVI 指標值來判別，檢視 哪一個模式最佳。

(4) 本研 究將依據三個模式的ECVI 指標值就選替與模式競爭比較，檢視 六個適配的模式中，以哪一個模式最佳，其假設模式與樣本資料最為 適配。

(5) 本研究將使用巢狀模式比較測量係數模式、結構係數模式之增加的卡方

值是否過大；增加量顯著性p 值分是否均達.05顯著水準；增值適配指標 量的變化值或增加量是否都很小，檢視測量係數模式、結構係數模式等 兩個限制參數模式之群組徑路模式是否適配。

(6)最後，本研究將實施多重模式適配度檢定，檢視各項資訊值是否大部 分都能達到理想標準，並從替代模式中要選一個最好的模式，就此將 根據AIC 指標值與ECVI指標值來判別，從六個適配的模式中找出 最佳者。