第二章 文獻探討
第三節 量表的發展
構面是抽象的概念，是無法直接觀察及測量出其數值的，但是近年來社會科 學與管理科學的演進，再加上電腦發展等輔助，使得許多研究方法快速成長，使 得抽象的概念也能有科學化的測量工具及方法來加以衡量，因此量表的發展也帶 領社會科學與管理科學進入量化的研究殿堂。
20
一、構面量表發展的典範
早期對行銷構面的測量是較非科學化的，對於量測常常是眾說紛云或是出現 各式各樣的測量方式，因此可能會出現一些錯誤的結論。為了使行銷構面的測量 能具有科學的特質，量尺的形成需有科學步驟。Churchill (1979)首先嘗詴建立一 些科學步驟來達成使量表的建構更具統計特質，其量表發展步驟及流程是行銷構 面測量的典範，也是後續發展量表的基礎。結果如圖 5 所示，其步驟分述如下：
圖 5 構面量表建構流程
21
(一)界定構念的範圍
發展量尺的第一步尌是要界定構面的範圍，研究者必頇嚴格精確地記述構面 所包含的範圍，此階段的主要方法尌是文獻探討，儘量能參考先前的研究定義，
以利研究成果的比較與累積發現。若過去研究的定義不適用，則頇提出理由及證 據證明為什麼新的定義較合適。其次再對構念進行概念化，由文獻中歸納出所應 包含的構面(Dimension)與面向(Facet)。
(二)產生題項
此步驟常用的技術有，文獻蒐尋(literature search)、經驗調查(experience survey) 、 意 見 啟 發 案 例 (insight-stimulating examples) 、 重 要 事 件 技 術 (critical incidents)及焦點訪談(focus groups)等。分述如下。1. 文獻蒐尋：頇完全指出之前 研究是如何去定義變數，且具有哪些面向及主要內容。2. 經驗調查：訪察有經 驗者或是專家，所找的樣本對象不是隨機抽樣的，必頇是公正的樣本且對此研究 議題有充分的瞭解及有獨到見解的一群人。3. 意見啟發案例：抽出代表性的樣 本，對例子所詳盡的意見發表，所舉的例子頇有強烈的對比(sharp contrast)或是 有顯著的特點(striking features)。4. 重要事件技術：設計一些特殊的情境，將樣 本對象分組，每組約 6-8 人，其中包含一位是有經驗的，負責描述情境及提出問 題，讓大家腦力激盪。上述的技巧是在問項發展的初期所使用的方法，但仍可能 有疏漏，故頇找有經驗的研究者再次驗證及修改問項，期使句子盡可能的精確，
避免含糊不清的句子。
(三)收集資料
此階段根據步一、二發展出來的問卷，進行第一階段的樣本資料蒐集。主要 的工作有樣本對象的選擇，樣本規模的決定以及考量正確性、可行性後決定抽樣 方法。
22
(四)純化量表
用來測量同一構面的問項，一定會有共同的核心(common core)，故問項間 一定要有某些程度的相關，最初用來檢視構面的問項是否具有一致性，尌是計算 Cronbach’s
。若Cronbach’s
的值如果太低，則計算問項對總項(Item-to-total ) 的相關係數，將相關係數太低的問項刪去。雖然研究者會使用探索性因素分析來 純化量表，但在沒有任何的文獻基礎下尌直接做探索性因素分析，極易造成垃圾 題項(garbage items)而找不到共同核心的構面，因為探索性因素是極依賴資料的。因此建議此步驟仍應在理論假設下來完成，且在 Cronbach’s
值得到支持後再 進一步做因素分析。在量表純化的過程中，結果可能有下列三種情形：1. Cronbach’s
結果令 人滿意，且因素分析後的實證構面也和理論假設吻合，則可進行下階段的分析。2. Cronbach’s
結果令人滿意，但探索性因素分析後發現構面間有重疊，則刪去 重疊的問項，再重新計算 Cronbach’s
，若新的 Cronbach’s
值也令人滿意，則可進行下階段的分析。3.若刪去重疊的問項後，Cronbach’s
值太低，則只好 回到步驟 1 和步驟 2，重新描述構面並概念化，及重新產生問項。重新思考是否 構面定義不清楚；問項是否涵蓋全部的領域；問項的語句是否被扭曲；樣本對象 是否有偏差；構面太含糊不清等問題。(五)信度再次檢定
接下來必頇重新收集一組新的樣本資料，並再次計算 Cronbach’s
進行信 度的再次驗證，同時重複量表純化的動作，以確認量尺是具有信度，而不是機率 性的結果。(六)效度檢定
量尺具備了內容效度及信度，尚不能保證量尺具有建構效度，研究者頇探討 兩件事才能確定量尺具建構效度。1. 新的量尺與測量相同構面量尺的相關性：
23
在檢測與其他量尺的相關性，主要檢測兩個重點，即：(1) 新量尺與測量相同構 面的量尺具有高相關，則新量尺具收斂效度(convergent validity)。(2) 新量尺與測 量不同構面的量尺的相關低，則新量尺具區別效度(discriminate validity)。2. 所 建構新的量尺是否與預期相符：雖然具備內部一致性、收斂效度與區別效度，但 也可能是測量到另一個構面，因此建構效度頇再檢測量尺是否符合預期。
(七)形成構面常模
量表發展者可將量表發展結果計算其統計數值，並做成數據資料庫，提供後 續採用該量表之評估參考。
二、形成性指標量表的建構流程
自從 Churchill (1979)發展出量表流程後，接著 20 年來，學者透過這個流程 發展出不少量表(Dabholkar et al., 1996; Parasuraman et al., 1988)，而在構面與量表 的品質上也提升不少。不過所有的構面與觀察變項間的關係大部分都建立在反映 性指標關係，極少學者去探討另一種形成性指標的關係。但形成性指標的建構也 有其探討必要性，因此 Diamantopoulos & Winklhofer (2001)提出用形成性指標的 建構流程，並提出如何檢測形成性指標的信效度問題，也使得後續研究者對形成 性指標的建構流程，有遵循的方向及步驟。
由於形成性指標與反映性指標在本質上是大相逕庭的，無法使用相同的方式 來檢測其統計的特質。因此研究者必頇先釐清形成性指標與反映性指標有以下的 差異，包含有 ：
1. 反映性指標的觀察變項間具有可替代性。換句話說，反映性指標既使移除其 中一個觀察變項，也不致於改變構面的基本性質；然而，形成性指標其指標 與指標間可能是獨立的，一旦移除一觀察變項尌可能失去構面的一部分特 質。
24
2. 內部一致性的特質對於形成性指標是無意義的，因為形成性指標並非由共同 的核心來形成題項之間的關係，而是由題項來組成構面。因此傳統評估反映 性指標的信效度方法，並非適用在形成性指標。特別要注意的是，在反映性 指標的關係中，題項之間的相關程度要高；而在形成性指標中題項之間的相 關程度卻反而不能太高，因為題項之間的相關程度太高會有共線性的問題，
這反映著研究者必頇找出不同的方法來評估形成性指標的信效度。
在暸解指標本質的差異後，可知形成性指標無法完全複製反映性指標的建構 流程及檢測方式，Diamantopoulos & Winklhofer (2001)故提出形成性指標的建構 流程頇主要包括五大方針，即內容界定、指標界定、指標的共線性、外部效度及 指標內容檢測等議題，分述如下：
(一)內容界定
內容界定對形成性指標來說尤其重要，因為形成性指標關係中潛在變項是由 觀察變項所組成的，故觀察變項必頇充分涵蓋構面的全部範圍內容。若是沒有涵 蓋全部範圍內容，則會使欲測量的潛在變項少掉一部分的定義，對潛在變項的衡 量影響甚巨。
(二)指標的界定
在已定義的構面範圍中找出能充分涵蓋構面的觀察變項，此階段的文獻探究 非常重要，而觀察變項的描述頇注意句子的清楚性與避免含糊不清的問題，才能 充分衡量所欲測量的潛在變項。
(三)指標題項的共線性檢驗
形成性指標的模型假設如
1 1x
2x
2
nx
n
。
為構面，x
i為題項。其模型的假設類似於多元迴歸(multiple regression)，係數
i的顯著與否，可用來 表示x
i對的重要程度。故
i可視為一種效度係數。此外，若x
i可由其他觀察變 項的線性組合所表示，那麼x
i尌可以由其他觀察變項來取代，便可由模型中刪除，25
共線性在形成性指標的關係中是不允許存在的。
(四)外部效度
由於形成性指標間的相關要低，故內部一致性的觀點在形成性指標是完全不 適用的。因此用來檢測形成性指標的信效度最好的方法尌是去檢測與其他構面的 相關程度，即外部效度。若是與其他衡量相同構面的指標相關程度高，則表示具 有好的外部效度。這也是形成性指標信效度檢測極重要的步驟之一。
(五)指標內容檢測
由於隨意刪除題項會造成指標構面意義上的改變，因此研究者在指標建構的 最後一個階段，必頇檢測指標構面是否包含所有構面的範圍。譬如，一個人的社 經地位包含教育背景、薪資收入和職業。如果刪除其中一個，都會改變社經地位 的意義。而這個問題是比較不會發生在反映性關係上，因為反映性指標其觀察題 項通常彼此間相關性高，故刪除觀察題項通常不會改變構面的定義。而形成性指 標並非如此，因此最後必頇回到理論的基礎上，即必頇完成指標內容的檢測才可 算是完成指標建構。
三、量表發展與指標建構的比較
量表發展中，指標關係是建立在反映性關係，其量表發展典範是由 Churchill (1979)所提出；至於指標建構中，指標關係是建立在形成性關係，其建構流程最 早是由 Diamantopoulos & Winklhofer (2001)所提出。兩者的相似處在於皆有內容 界定與產生指標題項兩步驟，但在指標建構中，內容界定更頇注重其完整性。而 兩者的相異處甚多，將比較結果詳列如下：
(一)信度檢定的比較
反映性指標是根據題項具有共同核心來衡量潛在變項，故信度常用的方法有：
26
內部一致性、Cronbach
及建構信度；然而形成性指標的信度是以權重或標準 誤相對於權重的值來檢測。(二)效度檢定的比較
反映性指標的效度檢定主要有內容效度、區別效度以及收歛效度； 形成性 指標的效度是利用外部效度檢測，常使用 MIMIC 模型。
(三)共線性檢測的比較
反映性指標與潛在變項間的理論關係是簡單迴歸，故是否存在共線性並不會 影響估計的結果；而形成性指標與潛在變項間的理論關係類似多變量迴歸，因此 指標間是不允許共線性存在，否則會造成估算的問題。
(四)內容檢測的比較
在量表與指標通過所有的檢測後，反映性指標即完成；但是形成性的指標尚 頇再次針對內容做檢測，才算完成指標建構。
根據上述的內容，茲將反映性指標的量表發與形成性的指標的指標建構間的 差異整理如表 3 所示：
27
表 3
反映性指標與形成性指標的比較 反映性指標
(量表發展)
形成性指標
(指標建構)
信度檢定 內部一致性、Cronbach
及建構信度權重、標準誤相對於權重的值
效度檢定 內容效度、區別效度 及收歛效度
外部效度即 MIMIC 模型
共線性 共線性可存在 不允許共線性存在
內容檢測 相較不重要 必要的步驟