資料分析方法

本 研 究 之 資 料 分 析 方 法 分 述 如 下 ： 一 、 描 述 性 統 計(descriptive statistics)

本 研 究 運 用 描 述 性 統 計 包 括 問 卷 填 答 者 之 個 人 基 本 資 料、專 門 化 程 度、心 流 體 驗 及 遊 憩 環 境 契 合 度 的 問 項，利 用 描 述 性 統 計 算 各 題 項 的 次 數 分 配 、 平 均 數 、 標 準 差 、 百 分 比 等 資 料 。

二 、 項 目 分 析

本 研 究 透 過 項 目 分 析 檢 視 自 行 車 騎 乘 者 遊 憩 專 門 化、遊 憩 環 境 契 合 度 與 心 流 體 驗 量 表 之 鑑 別 度 ， 透 過 每 一 個 題 項 的 決 斷 值(critical ratio)來 判 別 ， 如 果 某 題 項 的 決 斷 值 未 達 顯 著 水 準 ， 即 表 示 該 題 項 無 法 鑑 別 不 同 受 測 者 的 反 應 程 度 ， 則 該 題 項 應 予 以 刪 除 或 修 正 。

三 、 信 度 分 析

信 度 的 評 量 可 以 說 是 量 表 堪 用 程 度 的 必 要 條 件 ， 如 果 信 度 不 佳 (一般以各種係數低於 .7 以下為基準)，表示量表的可靠性不佳，堪用 程 度 受 到 嚴 重 質 疑，目 前 最 常 用 的 信 度 估 計 方 法 為「Cronbach α」係 數( 邱 皓 政 ， 2010) 。 如 果 一 個 量 表 的 信 度 愈 高 ， 代 表 量 表 愈 穩 定 (stability)。本研究利用 Cronbach α 係數來檢驗專門化、心流體驗及 遊 憩 環 境 契 合 度 量 表 的 一 致 性 與 穩 定 性 ， 當 α 值在 0.7 以上是較佳 的 ， 即 測 量 所 得 結 果 間 具 有 相 當 良 好 的 內 部 一 致 性 。

四 、 獨 立 樣 本t檢定

本 研 究 將 以 獨 立 樣 本 t 檢 定 檢 驗 受 訪 者 基 本 資 料 中 的 二 分 變 數 與 遊 憩 專 門 化、遊 憩 環 境 契 合 度 及 心 流 體 驗 等 各 構 面，每 組 變 項 之 平 均 值 有 否 顯 著 差 異 。

五 、 單 因 子 變 異 數 分 析

本 研 究 運 用 單 因 子 變 異 數 分 析(ANOVA)檢 驗 受 訪 者 基 本 資 料 中 三 分 變 數(含 )以上與專門化、心流體驗與遊憩環境契合度之平均數上 是 否 有 差 異 。 而 當 運 用 在 ANOVA 檢定時，若發生變異數同質性顯 著(Levence 檢定值， p 小於 0.05)的情況下，則需改利用無母數統計 方 法 K-W(Kruskal-Wallis) 單因子變異數分析進行檢定，以克服常態

43

母 體 分 佈 的 問 題 。 六 、 集 群 分 析

集 群 分 析 的 目 的 在 於 資 料 分 成 幾 個 相 異 性 最 大 的 群 組，而 群 組 間 相 似 程 度 最 高，本 研 究 擬 將 透 過 集 群 分 析 區 分 自 行 車 活 動 參 與 者 遊 憩 環 境 契 合 度，吳 明 隆(2008)指出進行集群分析方法時，如果觀察值的 個 數 較 多 或 資 料 檔 龐 大(觀察值在 200 個以上)，以採用「K-Means 集 群 分 析 法 」 較 為 適 宜 ， 因 為 觀 察 值 數 太 多 ， 冰 柱 圖(icicle plots)與 樹 狀 圖(dendrograms)二種判別圖型，在呈現時會過於分散，令人不易閱 讀 與 解 釋 。

本 研 究 集 群 分 析 方 法 將 先 利 用 華 德 法 決 定 集 群 之 個 數，再 以 非 階 層 式 集 群 分 析 法 中 之 K-eans 法進行最後之分群，使集群結果更具代 表 性，俾 利 進 一 步 探 討 不 同 遊 憩 環 境 契 合 度 的 自 行 車 活 動 參 與 者 在 於 遊 憩 專 門 化 與 心 流 體 驗 間 關 係 之 差 異 。

茲 將 兩 階 段 集 群 分 析 法 之 進 行 程 序 說 明 如 下 ： (一 )第一階段分群：

先 使 用 階 層 式 集 群 分 析 法 中 的 華 德 法 進 行 集 群 分 析 ， 以 作 為 決 定 群 組 數 之 參 考 。

(二 )第二階段分群

使 用 K-Means 集群分析法時，通常要先訂定集群數目，本研究 透 過 前 述 華 德 法 決 定 之 群 組 數 作 為 參 考 ， 再 以 「K-Means 集 群 分 析 法 」 以 確 定 各 自 行 車 活 動 參 與 者 遊 憩 環 境 契 合 度 之 的 專 門 化 等 級 隸 屬 之 集 群 。

七 、 結 構 方 程 模 式 分 析(SEM)

結 構 方 程 模 式（Structural Equation Modeling; SEM）又稱共變異 數 結 構 分 析(analysis of covariance structure)或 線 性 結 構 方 程 (linear structure equation)，是一種可處理因果關係的統計方法，它結合因素 分 析 與 路 徑 分 析(Path analysis)的統計資料分析技術，可同時處理多組 潛 在 依 變 項 與 潛 在 自 變 項 的 關 係，目 的 在 探 究 變 數 間 的 因 果 關 係 以 驗 證 理 論(陳寬裕、王正華，2010)。

44

本 研 究 以 結 構 方 程 模 式 來 建 構 並 驗 證 本 文 之 研 究 架 構，進 行 變 數 與 變 數 之 間 的 因 果 關 係 的 分 析 及 探 討，期 能 藉 此 建 構 並 驗 證 自 行 車 遊 憩 活 動 參 與 者 之 專 門 化 程 度、心 流 體 驗 及 遊 憩 環 境 契 合 度 三 者 間 變 數 之 影 響 方 向、是 否 效 果 具 有 顯 著 性，以 確 立 構 面 間 之 因 果 關 係 模 式 。

結 構 方 程 模 式 倘 若 未 能 符 合 相 關 基 本 假 定，則 無 法 確 保 統 計 之 估 計 與 推 論 無 誤。多 變 項 之 常 態 性 是 結 構 方 程 模 式 的 基 本 假 定 之 一，係 指 觀 察 變 項 係 抽 取 自 一 個 連 續 且 多 元 常 態 之 母 群 體。結 構 方 程 模 式 資 料 分 配 非 常 態 性 之 問 題 係 可 能 發 生 於 兩 個 不 同 之 層 面，分 別 為 單 變 項 之 非 常 態 性 及 多 變 項 之 非 常 態 性。單 變 項 之 非 常 態 性，係 指 個 別 變 項 分 配 之 情 形，未 能 符 合 常 態 分 配，在 結 構 方 程 模 式 應 用 上，若 偏 態 係 數 之 絕 對 值 大 於 3.0，以及峰度係數之絕對值大於 10.0 時，方應被視 為 違 反 常 態 分 配 之 假 定(Kline, 1998)。

在 進 行 模 式 適 配 度 之 評 鑑 前 ， 必 須 預 先 檢 視 是 否 具 有 違 犯 估 計 (offending estimates)的現象。倘若統計估計結果發生違犯估計之現象 時，即 使 所 獲 致 之 適 配 度 非 常 優 異，均 為 徒 然，亦 即 表 示 整 個 模 式 之 估 計 值 為 不 正 確 之 數 值 。 經 常 發 生 之 違 犯 估 計 有 以 下 三 者 ：(1)具 有 負 誤 差 變 異 ， 或 者 任 何 構 面 之 中 存 在 無 意 義 之 變 異 誤 ；(2)標 準 化 係 數 超 過，或 者 過 於 接 近 1.0；(3)具有過大之標準誤。(黃芳銘，2004；

邱 皓 政 ，2006)

模 式 適 配 度 為 假 設 模 式 與 觀 察 資 料 間 一 致 性 之 程 度。整 體 模 式 適 配 度 之 評 鑑 指 標 可 分 為 三 類(Hair, Anderson, Tatham and Black, 1998)：

(一 ) 絕對適配量測(absolute fit measures)：

主 要 用 以 決 定 理 論 之 整 體 模 式 ， 能 否 預 測 觀 察 共 變 數 ， 或 者 相 關 矩 陣 之 程 度 ， 亦 即 評 鑑 事 前 之 模 式 ， 能 否 再 製 樣 本 資 料 之 程 度 。 (二 ) 增量適配量測(incremental fit measures)：

亦 稱 比 較 性 適 配 指 標(comparative fit index)或 相 對 性 適 配 指 標 (relative fit index)，目的在運用較為嚴格，或者套層之基線模式與理 論 之 模 式 相 較 ， 藉 以 測 量 適 配 度 改 進 比 率 之 程 度 。

(三 ) 簡效適配量測(parsimonious fit measures)：

45

用 以 呈 現 需 要 達 成 某 一 特 殊 水 準 之 模 式 適 配 之 估 計 係 數 之 數 目 為 何 ， 主 要 之 目 的 在 於 更 正 模 式 之 任 何 過 度 適 配 之 情 形 ， 亦 即 對 於 模 式 之 複 雜 性 加 以 懲 罰 。

本 研 究 彙 整 相 關 評 鑑 指 標 值 域 與 評 鑑 標 準 ， 如 表 6 所示。(黃芳 銘 ，2004；邱皓政，2006；Jaccard and Wan, 1996; Kelloway 1998)

表 6 整體適配評鑑指標與評鑑標準

評鑑指標類別 指標 值域 評鑑標準

絕對適配量測 χ²

p > 0.05

NCP 愈小愈佳

GFI 0~1 > 0.9

RMR 愈小愈佳

SRMR 0~1 < 0.05

RMSEA 0~1 < 0.05

ECVI 愈小愈佳

AGFI 0~1 > 0.9

增量適配量測 NFI 0~1 > 0.9

NNFI 0~1 > 0.9

CFI 0~1 > 0.9

IFI 0~1 > 0.9

RFI 0~1 > 0.9

簡效適配量測 PNFI 0~1 > 0.5

PGFI 0~1 > 0.5

AIC Model AIC < Saturated AIC Model AIC < Independence AIC

CN > 200

χ²/df < 5

資 料 來 源 ： 黃 芳 銘 ，2004；邱皓政，2006

內 在 結 構 適 配 度 之 評 鑑 分 為 測 量 模 式 與 結 構 模 式。前 者 之 評 鑑 重 視 觀 察 變 項 能 否 反 映 對 應 之 潛 在 變 項，旨 在 瞭 解 潛 在 變 項 之 效 度 與 信 度；後 者 評 鑑 理 論 建 構 階 段 鋪 陳 之 因 果 關 係 能 否 成 立。測 量 模 式 個 別

46

指 標 之 效 度 評 鑑 可 藉 由 檢 定 每 一 個 潛 在 變 數 與 指 標 之 間 係 數 之 大 小 與 顯 著 性 進 行 評 鑑 。 測 量 模 式 指 標 之 個 別 信 度 為 R² 值 ， 其 值 宜 大 於 0.50，亦即完全標準化估計值之係數必須大於 0.71，信度值(R²)方才 可 能 大 於 0.50；此外，潛在變數與指標間之係數亦須達到顯著水準。

由 於 ， 個 別 指 標 與 潛 在 變 項 關 係 之 自 由 度 為 1，故 t 值之絕對值至少 必 須 大 於 1.96； 一 般 而 言 ， 完 全 標 準 化 估 計 值 之 係 數 大 於 或 者 等 於 0.71 時，對應之 t 值之絕對值必然大於 1.96 (Fornell and Larcker, 1981;

Bagozzi and Yi, 1988)。

個 別 變 項 檢 定 之 外，亦 須 檢 定 潛 在 變 項 之 信 度 與 效 度。結 構 方 程 模 式 可 以 組 合 信 度(composite reliability) 或 者 構 面 信 度 (construct reliability)為 指 標 來 檢 定 潛 在 變 項 信 度 。 一 般 而 言 ， 個 別 潛 在 變 項 之 組 合 信 度 必 須 大 於 0.60。潛在變項之效度方面，亦可運用結構方程模 式 發 展 之 平 均 變 異 萃 取 量(average variance extracted, AVE)藉以評估 多 少 觀 察 變 項 之 總 變 異 量，源 自 潛 在 變 項 之 變 異 量，其 餘 之 變 異 量 則 可 劃 歸 為 測 量 誤 之 貢 獻。一 般 而 言，個 別 潛 在 變 項 之 平 均 變 異 萃 取 量 必 須 大 於 0.50。(Fornell and Larcker, 1981; Bagozzi and Yi, 1988)

結 構 模 式 之 評 鑑 係 檢 定 觀 察 資 料 是 否 支 持 概 念 化 階 段 建 立 之 理 論 關 係(假設)。檢定內容涵蓋：估計之參數必須與對應之理論假設具 有 相 同 之 方 向；其 次，估 計 參 數 必 須 顯 著 不 同 於 0，亦即估計參數必 須 達 到 顯 著 水 準 ； 最 後 ， 進 行 R² 值 之 檢 定 藉 以 瞭 解 外 生 潛 在 變 項 能 夠 解 釋 內 生 潛 在 變 項 變 異 之 程 度 ，R² 值 愈 高 代 表 解 釋 能 力 越 強 (Fornell and Larcker, 1981; Bagozzi and Yi, 1988)。

為 驗 證 遊 憩 環 境 契 合 度 對 於 遊 憩 專 門 化 與 心 流 體 驗 之 關 係，是 否 具 有 顯 著 之 調 節 效 果(moderating effect)，本文擬採結構方程模式之多 元 群 組(multigroup)方 法 ， 依 據 受 訪 者 遊 憩 環 境 契 合 度 之 高 低 ， 劃 分 遊 憩 環 境 契 合 度 之 組 別，並 且 依 此 比 較 遊 憩 專 門 化 與 心 流 體 驗 之 關 係 於 不 同 遊 憩 環 境 契 合 度 次 樣 本 之 間，是 否 具 有 顯 著 之 差 異，據 以 驗 證 遊 憩 環 境 契 合 度 對 於 遊 憩 專 門 化 與 心 流 體 驗 間 之 關 係，是 否 具 有 顯 著 之 調 節 效 果 。

以 多 元 群 組 方 法 驗 證 調 節 效 果 之 程 序 如 下：首 先，運 用 多 元 群 組 解(multiple-groups solution)，採取未跨群組限制之方式，於不同群組

47

之 中 估 計 參 數，藉 以 計 算 模 式 之 適 配 度(諸如：藉由卡方檢定法)，此 整 體 適 配 度 之 檢 定 ， 係 立 基 於 每 一 群 組 各 自 適 配 度 測 量 之 集 合 ； 其 次，運 用 多 元 群 組 解 之 方 式，採 取 跨 群 組 限 制 之 方 式，藉 以 強 制 反 應 其 互 動 效 果(interaction effect)，並且於不同群組之中估計參數，藉以 計 算 模 式 之 適 配 度；最 後，運 用 限 制 解 之 適 配 度 指 標，諸 如：卡 方 檢 定 法 ， 減 去 未 限 制 解 之 適 配 度 指 標 ， 藉 以 計 算 模 式 適 配 度 之 間 之 差 異，並 且 根 據 此 一 差 異 之 規 模，亦 即 相 對 於 0，進行互動效果之結論 (黃 芳 銘 ， 2004； 邱 皓 政 ， 2006； Jaccard and Wan, 1996; Kelloway 1998)。

本 研 究 假 設 分 為 測 量 模 式 的 假 設 與 結 構 模 式 的 假 設 ：

(一 ) 測 量 模 式 的 假 設 :主 要 目 的 為 證 明 本 研 究 之 潛 在 構 念 具 有 足 夠 的 的 效 度 ， 本 研 究 模 式 中 之 各 變 項 如 下 ：

1.「 遊 憩 專 門 化 」為 一 外 因 潛 在 變 項，由「 認 知 」、「 情 感 」、

「 行 為 」 等 三 個 外 因 觀 察 變 項 所 反 映 。

2. 遊憩環境契合度為一內因潛在變項，由「環境資源」、「社交 機 會 」 、 「 環 境 功 能 」 、 「 活 動 知 識/技 巧 」 、 「 環 境 設 施 」 及 「 經 營 管 理 」 等 六 個 內 因 觀 察 變 項 所 反 映 。

3.心流體驗為一內因潛在變項，由「技巧與挑戰之測量」、「情 意 」 、 「 自 我 證 言 」 等 三 個 內 因 觀 察 變 項 所 反 映 。

(二 ) 結 構 模 式 的 假 設 ： 即 在 檢 驗 潛 在 變 項間 的 相 互 關 係 ， 即 本 研 究

(二 ) 結 構 模 式 的 假 設 ： 即 在 檢 驗 潛 在 變 項間 的 相 互 關 係 ， 即 本 研 究