逐條檢查的結果

在本節中，將進行測量恆等性中「檢測群組間的因素負荷量是否相同」的「逐 條檢查」。在此所設立的巢套模型為：「因素結構相同且因素負荷量相同的模式」

和「因素結構相同且因素負荷量相同，但在某一題上的因素負荷量具有差異的模 式」。換句話說，本研究假設的第一個模式為這二組群的模型為完全相同；第二 個模式為二組群模式的差異為其中一條因素負荷量不同，剩下的條件二組群皆相 同，其模式設計如第三章的圖 3.3 所示。在此設定下，針對本研究所產生的模擬 資料進行的卡方差異檢定結果如表 4.1 所示。

表 4.1 中數字代表在 500 份的資料集中，卡方差異檢定結果為顯著的筆數。

橫列代表在固定因素負荷量差距下，在不同的樣本數間，卡方差異檢定結果為顯 著的筆數的情形。直列代表固定樣本數下，在不同的因素負荷量差距間，卡方差 異檢定結果為顯著的筆數的情形。在此表中，本研究發現在因素負荷量差距在 0.20 以上時，被檢測出不滿足測量恆等性的筆數大都在 479 以上（除了當因素負荷量

差距 0.20 與樣本數 100 時），代表當因素負荷量大於 0.20 時，不管樣本數為多少，

樣本數 700 能有不錯的檢定力（86.2%）；當因素負荷量差距在 0.10 時，樣本數 600 便可以有不錯的檢定力（86.8%）；當因素負荷量差距在 0.20 時，樣本數 200 就能有不錯的檢定力（95.8%）；當因素負荷量差距在 0.30 以上時，樣本數 100 便可以有不錯的檢定力（97.4%～100.0%）。其中當因素負荷量差距在 0.20 時，

樣本數 400 以上，便能有 100%的檢定力；因素負荷量差距在 0.30 時，樣本數 300

曲線，大致上隨著樣本數的增加而有所爬升，代表而因素負荷量差距 0.04 到 0.10 時，會隨著樣本數的增加，檢定力也會有所增加。因素負荷量差距在 0.20 以上的 曲線在圖形的上半部，代表在各樣本數下，因素負荷量差距在 0.20 以上有不錯的 檢定力表現。在因素負荷量差距為 0 這一組，各樣本數的檢定力皆在 0.05 左右，

代表本研究的各樣本數設計下，皆滿足型一誤差 5%的假設。而因素負荷量差距 為 0.01 到 0.03 這三組，各樣本數的檢定力大致上算一致（因素負荷量差距為 0.01 時檢定力介於 4.4%到 7.4%、因素負荷量差距為 0.02 時檢定力介於 5.8%到 12.4%、

因素負荷量差距為 0.03 時檢定力介於 7.2%到 21.0%），代表在因素負荷量差距 小於 0.03 時，檢定力並不會隨著樣本數增加而明顯增加。因素負荷量差距 0.04 到 0.10 的這七組，其檢定力會隨著樣本數增加而加大，代表當因素負荷量差距 0.04 到 0.10 時，檢定力會隨著樣本數增加而增加。因素負荷量差距 0.20 以上的 這四組，其檢定力在各樣本數皆很大（70%～100％），代表當因素負荷量差距大 於 0.20 時，檢定力會不管在哪種樣本數皆有不錯的數值。

表 4. 1 卡方差異檢定顯著次數表（A）

Sample Size Factor

Loading

Difference 100 200 300 400 500 600 700 800 900 1000

0.00 17 25 24 35 26 21 23 22 14 23

0.01 23 26 34 37 30 22 31 26 33 33

0.02 29 37 39 52 43 34 54 48 59 62

0.03 36 50 52 71 64 63 94 80 105 102

0.04 45 65 64 103 98 101 143 129 168 158

0.05 47 75 95 140 143 160 194 204 237 239

0.06 57 93 130 178 182 212 268 276 323 317

0.07 69 121 175 218 233 275 343 337 383 383

0.08 75 161 214 286 303 330 397 394 432 440

0.09 92 195 260 329 354 378 431 435 467 470

0.10 111 233 305 368 391 434 469 469 490 491

0.20 350 479 494 500 500 500 500 500 500 500

0.30 487 499 500 500 500 500 500 500 500 500

0.40 500 500 500 500 500 500 500 500 500 500

0.50 500 500 500 500 500 500 500 500 500 500

表 4. 2 卡方差異檢定檢定力表（A）

Sample Size Factor

Loading

Difference 100 200 300 400 500 600 700 800 900 1000

0.00 3.4% 5.0% 4.8% 7.0% 5.2% 4.2% 4.6% 4.4% 2.8% 4.6%

0.01 4.6% 5.2% 6.8% 7.4% 6.0% 4.4% 6.2% 5.2% 6.6% 6.6%

0.02 5.8% 7.4% 7.8% 10.4% 8.6% 6.8% 10.8% 9.6% 11.8% 12.4%

0.03 7.2% 10.0% 10.4% 14.2% 12.8% 12.6% 18.8% 16.0% 21.0% 20.4%

0.04 9.0% 13.0% 12.8% 20.6% 19.6% 20.2% 28.6% 25.8% 33.6% 31.6%

0.05 9.4% 15.0% 19.0% 28.0% 28.6% 32.0% 38.8% 40.8% 47.4% 47.8%

0.06 11.4% 18.6% 26.0% 35.6% 36.4% 42.4% 53.6% 55.2% 64.6% 63.4%

0.07 13.8% 24.2% 35.0% 43.6% 46.6% 55.0% 68.6% 67.4% 76.6% 76.6%

0.08 15.0% 32.2% 42.8% 57.2% 60.6% 66.0% 79.4% 78.8% 86.4% 88.0%

0.09 18.4% 39.0% 52.0% 65.8% 70.8% 75.6% 86.2% 87.0% 93.4% 94.0%

0.10 22.2% 46.6% 61.0% 73.6% 78.2% 86.8% 93.8% 93.8% 98.0% 98.2%

0.20 70.0% 95.8% 98.8% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%

0.30 97.4% 99.8% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%

0.40 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%

0.50 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0% 100.0%

圖 4. 1 樣本數檢定力折線圖（A）

圖 4. 2 因素負荷量差距檢定力折線圖（A）