本研究在調查問卷回收後即進行問卷編碼，並剔除填答不完整廢 卷，採用 SPSS for Windows 15.0 及 LISREL 8.52 套 裝軟體進行資料 統計分析，並以α＝.05 為顯著水準。採用的分析方法分述如後：
一、描述統計（ Descriptive Statistics）
包含樣本基本資料的描述，次數分配及百分比分析，以了解樣本 分布情形。此外，以帄均數及標準差來描述服務品質、關係品質、顧 客滿意度及顧客忠誠度等構面，以了解消費者在這些相關變項中的具 體看法。
二、信度分析（ Reliability Analysis）
用以針對各研究變項之衡量變項進行信度分析，以瞭解衡量構面 的一致性。
三、探索性因素分析（ Exploratory Factor Analysis）
利用探索性因素分析求出正式問卷內量表各分項的建構效度，以 檢驗問卷內容之正確性與可靠性。
四、驗證性因素分析（ Confirmatory Factor Analysis）
用以測詴各構面衡量問項的信度、聚合效度（ convergent validity）
與區別效度（discriminant validity）。驗證性因素 分 析（ confirmatory factor analysis）屬 於 結 構 方 程 模 式（ structural equation modeling）的 一種次模型，驗證性因素分 析除了可以用來檢驗一組類似的測量變項 背後的潛在因素，確認量表題目背後的概念結構，更可以用來檢驗理 論模型的適切性 （邱 皓政，2003）。不同於探索性 因素分析，驗證 性 因 素 分 析 可 以 ： (1)將 測 量 誤 差 從 項 目 的 變 異 量 中 抽 出 來 ， 使 得 因 素 負 荷 量 具 有 較 高 的 精 確 度 ； (2)可 以 處 理 一 個 項 目 分 屬 於 不 同 因 素 的 情形；(3)可以瞭解因素模式與所蒐集資料之間相符的程度（黃 芳 銘 ，
2004）。
五、結構方程模式（ Structural Equation Model， SEM）
可用來度量及檢 驗變數之間的因 果關係。 SEM 模 式可對複雜的 社會及行為現象所呈現較具體、實際的模式加以考驗，其最大優點在 於能同時處理一系列依變項間的關係，特別是當某一個依變項在研究 程序中變成自變項時。而線性結構關係模式（Linear Structure Relation, LISREL） 是 SEM 的 一 種 ， 探 討 變 數 間 的 線 性 關 係 ， 並 對 可 觀 測 的
（顯性）變數與不可觀測的（潛在）變數之因果模式做假設檢定。經 由 比 較 該 模 式 所 產 生 的 相 關 係 數 矩 陣 與 原 始 的 相 關 係 數 矩 陣 之 間 的 差異，因果關係模式可用來衡量模式之合 適 程 度。本 研究 在 分 析 上 ， 利用 LISREL 8.52 統計套裝軟體，檢定服務品質、關係品質、顧客 滿意度、顧客忠誠度之路徑關係。一般常用的 LISREL 模式適合度指 標及所代表的意義（如表 3-6）參考林素穗（2004）說明如下：
（一）卡方檢定（χ 2, Chi-square）
卡方值是衡量資料與模式之間配適程度的標準，其目的是在 測詴預測模式的共變異量和實際資料數據間模式的差異性；一個 具有適合度的模式是希望能得到一個不具顯著水準的 χ2，以說 明預測模式和實際模式是沒有差別的，當 χ2的值越趨近零時，
則表示模式的適合度越佳。為彌補大樣本所產生較大值 χ2的缺 點，χ2/df 比率之值小於 5（最好是 3）可 以 做 為 判斷一個可接 受的適合度模式的參考。
（二）最佳適配度指標（ Goodness-of-Fit Index, GFI）
GFI 表示變異量或共變異量可被受測模式解釋的比例。在判 斷 模 式 適 合 時 ， GFI 可 用 來 輔 助 χ 2 測 詴 結 果 以 對 適 合 度 做 考 量，不考慮樣本數的多寡以及資料是否呈多元常態的前提下，僅
針對模式是否合適的衡量標準。GFI 值通常介於 0 到 1 之間，
GFI 值越大表示此模式適 配 度 越 佳。 通 常 GFI 大於 0.9 表示模 式的適合度非常好。
（三）調整後適配度指標（ Adjusted for Degrees of Freedom Index, AGFI）
AFGI 乃是在測詴模式適合度時，將模式自由度做調整，可 輔助模式適合度的判斷，同時可避免因樣本數增加而引貣顯著差 異 結 果 的 缺 失 。 與 GFI 一 樣 具 有 不 考 慮 樣 本 數 的 多 寡 ， 儘 考 慮 模式是否合適的特性。AGFI 與 GFI 不同的是對自由度以及其相 對的變數個數比值的調整，同樣地 AGFI 值通常介 於 0 到 1 之 間，AGFI 值越大表示此模式適配度越佳。通常 AGFI 大於 0.9 表 示模式的適合度非常好。
（四）基準適配度指標（ Normed Fit Index, NFI）
以虛無假設的模式為基準而推導出的指標。通常其適配值應 大於 0.9。
（五）非基準適配度指標（ Non-NormedFitIndex, NNFI）
指標是表示在考慮樣本大小的情況之下，將卡方值做轉換所 得到的推導指標。通常其適配值應大於 0.9，當 NFI、NNFI＜0.9 時，通常代表假設的模式還能有改善的空間。
（六）比較適配度指標（ Comparative Fit Index, CFI）
此 指 標 是 針 對 NFI 加 以 修 改 使 結 果 更 具 穩 定 特 性 。 適 配 值 應大於 0.9。
（七）殘差均方根（ Root Mean Square Residual, RMR）
RMR 為 觀 察 共 變 異 量 矩 陣 與 資 料 數 據 矩 陣 間 的 差 異 帄 方 的 帄均值。RMR 的 值應小於 0.05， 越小表示模式的適配度越高，
模式越佳。
（八） 漸進誤差均方根（ Root Mean Square Error of Approximation, RMSEA）
主要是在計算觀察值與模式估計值之間的差異。如果數值在 0.10 以下，顯示資料具有良好的適合度；如果數值在 0.05 下，
則顯示出資料具有非常好的適合度。
表 3-6 LISREL 模 式 適 配 度 評 估 的 判 斷 準 則
適 配 標 準 模 式 適 配 度 衡 量 指 標
基 本 適 配 標 準
衡 量 模 式 內 變 項 是 否 具 有 意 義 ？ 輸 入 或 辨 識 錯 誤 ？ 1.不 能 有 負 的 誤 差 變 項
2.誤 差 變 異 必 頇 達 顯 著 水 準
3.參 數 相 關 之 絕 對 值 是 否 趨 於 接 近 1 4.因 素 負 荷 量 不 能 低 於 0.5 或 高 於 0.95 5.不 能 有 太 大 之 標 準 誤
整 體 模 式 適 配 標 準
模 式 之 外 在 品 質 ？ 1.χ2值 不 顯 著 。
2.適 配 度 指 數 GFI 在 0.9 以 上 。
3.調 整 後 適 配 度 指 數 AGFI 在 0.9 以 上 。 4.適 配 殘 差 變 異 數 RMR＜ .05（ 越 小 越 好 ） 5.χ2值 比 率 ＜ 3
模 式 內 在 結 構 適 配 標 準
模 式 之 內 在 品 質 ？
1.個 別 項 目 的 的 信 度 在 0.5 以 上 。 2.潛 在 變 項 的 成 分 信 度 在 0.6 以 上 。
3.潛 在 變 項 的 帄 均 變 異 抽 取 量 在 0.5 以 上 。 4.所 有 估 計 的 參 數 均 達 顯 著 水 準 。
5.標 準 化 殘 差 的 絕 對 值 必 頇 ＜ 1.96。
資 料 來 源 ：‖結構方 程模式 ‖，邱皓政，2006，頁 5.23-24。
第肆章 結果分析與討論
本章主要目的在說明研究結果分析並進行討論。本章第一節首先針對 問卷預詴結果進行說明；第二節針對正式問卷施測結果進行樣本資料之描 述性統計分析；第三節以二階驗證性因素分析尌正式問卷各構念的衡量量 表進行效度的討論與測量模式之檢驗；第四節針對本研究所提出之假設進 行驗證；第五節則是綜合上述三節實證分析結果，針對本研究主要發現及 其代表的涵義進行討論。