MacCallum, Rozmowski, Mar and Reith(1994)研究者對模式檢定時會產生:近 似的不一致性、抽樣的不一致性、估計不一致性與整體不一致性等四種不一致 性。因此，為了減少因上述之四種異質所導致的偏差，通常採用交叉驗證方式來 執行驗證效果，Yu et al.,(2005)有兩種方式:第一是將研究過程與問項重新複製一 次，以檢查二者之間題是否有無差異，但常受時間、金錢與資源限制;第二，若 研究樣本夠大，將現有調查樣本予以分割，以二群較小的樣本進行資料分析。
Browne and Cudeck 於 1983 年發展期望交叉效度指標(Expected cross-validation index, ECVI)，此指標可用來在單一組樣本群體下，就能夠瞭解交叉效度的程度，
ECVI 是反應出在相同母體下，不同樣本所重複獲得同一假設模型的契合度的期 望效果，簡言之，就是瞭解本研究樣本是否在上述不一致而導致有所偏誤或是否 能將所設模型能應用於不同樣本。在資源受限制下，本研究採用第二種方式，
Browne and Cudeck(1989)僅在同一群樣本下，可用期望複核效度指標(Expected cross-validation index, ECVI)驗證測量理論模型與樣本資料差異，可應用到不同群 樣本資料的程度，(邱皓政，民 92;黃芳銘，民 93)通常 ECVI 值越小表示模型契 合度的波動性越小則模型有較佳之預測效果，反之，ECVI 值越大表示模型契合 度的波動性越大則模型有較差之預測效果。進一步指出，當理論模型之ECVI 值，
同時小於獨立模式與飽和模式的ECVI 值時，表示此模型交叉效度是可以接受的 (Byrne, 1998;Hair et al.,1998)，本研究整理如表 4-12 所顯示，五大劇本大多通過 交叉驗證標準。
表4-12、本研究各劇本之 ECVI、獨立模型之 ECVI、飽和模型之 ECVI ECVI ECVI 之信賴區間 獨立模型
之ECVI 值
飽和模型 之ECVI 值 劇本A 7.21 (6.62,7.86) 30.10 7.38 劇本B 6.58 (6.04,7.20) 25.14 8.46
劇本C 6.70 (6.20,7.24) 27.49 4.63 劇本D 6.66 (6.11,7.26) 29.48 7.32
劇本E 6.60 (6.06,7.19) 32.35 6.74
第六節 結構模式分析(Structural Equation Model; SEM)
本研究以結構模式分析法(Structural Equation Model; SEM)來進行資料分 析，以瞭解本研究中所提出的變數間因果關係。所採用的統計軟體為LISREL 8.5 版，透過二階段的結構化方程來進行統計上的檢定，包括(1)測量模式分析 (Measurement Model Analysis)以及(2)結構化模式分析(Structural Model Analysis)。
一、測量模式分析
測量模式分析是為了確保在整體模式考，驗證模式裡各測量變項是否能正確 地測出其潛在變項，再者檢驗是否有不同因素負荷的複雜測量變項(Complex Measurement Items) ， 亦 即 檢 定 模 式 中 兩 種 重 要 的 效 度 ， 分 別 為 收 斂 效 度 (Convergent Validity)及區別效度(Discriminant Validity)。本研究依據學者 Bagozii and Yi (1988)與大都數研究皆採用組成信度(Composite Reliability; CR)、平均變異 萃取量(Average Variance Extracted; AVE)與、標準因素負荷量(Factor Loading)來檢 驗測量模式分析，包括收斂效度(Convergent validity)與區別效度(Discriminant validity)。
(一)組成信度(Composite Reliability)
一般而言，研究者大多數在處理資料信度上採用Cronbach’s α 值來作為信度 判斷標準，而 SEM 發展一種足以檢驗潛在變數之信度指標，稱為組成信度 (Composite Reliability, CR)。對於組成信度建議參考指標比較分歧，學者建議 CR 值應大於0.6(Bagozzi and Yi , 1998)，也有認為須大於 0.50(Fornell and Larcker, 1981; Raines-Eudy, 2000)即可以表示觀察變項足以反映潛在變項，甚至認為應該 最好高於0.8 的標準 Nunnally's(1978)，如表 4-13 所示，本研究 A 劇本 CR 值介 於0.94~0.96 之間; B 劇本 CR 值介於 0.92~0.95 之間;C 劇本 CR 值介於 0.94~0.97 之間;D 劇本 CR 值介於 0.92~0.98 之間; E 劇本 CR 值介於 0.94~0.96 之間，最後 整體(T 劇本)上，CR 值介於 0.54~0.98 之間。上述統計分析說明除了整體模型上
「主觀規範」CR 值 0.54 大於最低參考標準外，其餘之全部劇本構面皆大於最嚴 格標準0.8，表示本研究構面具有良好之組成信度。
表4-13、CR 值與 AVE 值
A 劇本 B 劇本 C 劇本 D 劇本 E 劇本 T 劇本 構面 CR AVE CR AVE CR AVE CR AVE CR AVE CR AVE ISRE 0.94 0.78 0.95 0.80 0.95 0.79 0.96 0.77 0.94 0.77 0.95 0.86 ATT 0.97 0.88 0.96 0.85 0.97 0.88 0.97 0.88 0.96 0.87 0.98 0.93 NORM 0.96 0.87 0.95 0.84 0.97 0.90 0.97 0.88 0.97 0.89 0.55 0.86 PRO 0.93 0.81 0.92 0.80 0.95 0.86 0.98 0.98 0.95 0.85 0.96 0.90 INT 0.95 0.87 0.95 0.87 0.96 0.90 0.96 0.88 0.96 0.88 0.80 0.90 SEL 0.96 0.81 0.95 0.78 0.96 0.85 0.95 0.81 0.97 0.86 0.96 0.89 HABIT 0.97 0.84 0.95 0.75 0.98 0.87 0.92 0.83 0.97 0.84 0.99 0.92
(二)收斂效度(Convergent validity)
收斂效度是為了瞭解同一構面的問項比其他構面之問項相關程度較高，即 內部相關。因此，當各問項對潛在變數的因素負荷量(Factor Loadings)達顯著水 準，表示衡量問項具有適當的收斂效度與區別效度(Compeau and Higgins, 1995)，
本研究參考學者Hair, et al.,(1998)建議因素負荷量應高於 0.50，另外，平均變異 抽取量(Average Variance Extracted)是計算各測量變項對潛在變項的平均變異解 釋力，若AVE 值愈大代表潛在變項有愈高的收斂效度 (Bagozzi and Yi, 1988)，
依照Fornell and Larcker (1981)與 Bagozzi and Yi(1988)的建議，平均變異抽取量 值必須大於0.50。以上述說明為檢驗標準，所表 4-14 所示，本研究之 A 劇本因 素負荷量介於 0.54~0.96 之間且呈顯著水準;AVE 值介於 0.77~0.87 之間均大於 0.50，因此 A 劇本具有良好收斂效度，B 劇本因素負荷量介於 0.41~0.96 之間且 呈顯著水準;AVE 值介於 0.75~0.87 之間均大於 0.50，除了問項 Norm3(Factor Loading=0.41)微低於 0.50 之外，其餘皆通過標準，C 劇本因素負荷量介於 0.49~0.95 之間且呈顯著水準;AVE 值介於 0.79~0.89 之間均大於 0.50，除了問項 Selrep_5 (Factor Loading=0.49)微低於 0.50 之外，其餘皆通過標準，D 劇本統計 發現「道德義務感」構面不符合收斂效度標準而在其他問項之因素負荷量介於 0.57~0.97 之間且呈顯著水準;AVE 值介於 0.77~0.87 之間均大於 0.5，皆符合標 準，E 劇本因素負荷量介於 0.46~0.97 之間且呈顯著水準;AVE 值介於 0.77~0.88 之間均大於0.50，除了問項 Habit6 (Factor Loading=0.46)微低於 0.50 之外，其餘 皆通過標準，最後，在整體樣本(N=707)模型裡，發現 Selrep_1、Selrep_2、
Selrep_3、Int2、Pro3、Norm4、Norm2、Isre5 等問項低於標準值，其餘因素負荷 量介於0.46~0.97 之間且呈顯著水準;AVE 值介於 0.85~0.93 之間均大於 0.50。在
此收斂效度分析上，顯示五個情境預防劇本大都通過檢驗而在整體預防模型裡，
標準化因素負荷量(standard Factor loading) T 值(t value)
Norm3 0.93***
Habit5 0.66***
(8.33)
0.65***
(7.68)
0.70***
(11.25)
0.63***
(7.68)
0.75***
(10.32) Habit6 0.59***
(7.17)
0.46***
(5.15)
0.49***
(7.29)
0.57***
(6.79)
0.46***
(5.72)
*p<0.1, **p<0.05, ***p<0.01
(三)區別效度(Discriminant validity)
區別效度是將不相同的概念進行相關分析之量測，當相關程度愈低表示此 概念是能有效區別，參考Drury and Farhoomand (1996)建議觀察研究問項之相關 係數，若相同構面裡各問項相關係數高於其他構面裡各問項相關係數，則表示研 究構面具有適當的區別效度，在整體樣本裡相同構面之問項相關係數(方框裡)皆 明顯高於其他構面之相關係數(非方框裡)。Fornell and Larcker (1981)與 Milber et al.,(2000)的建議，平均變異抽取量值必須大於 0.50，並且所有潛在變項的 AVE 值(對角線值)必須大於每個潛在變項間的相關係數乘方(非對角線值)，表示具有 區別效度。如表4-15 所示，A 劇本裡 AVE 值最小值為 0.77(對角線值)大於各潛 在變項相關係數乘方最大值 0.36(非對角線值); 如表 4-16 所示，B 劇本裡 AVE 值最小值為 0.78(對角線值)大於各潛在變項相關係數乘方最大值 0.36(非對角線 值);如表 4-17 所示，C 劇本裡 AVE 值最小值為 0.80(對角線值)大於各潛在變項相 關係數乘方最大值0.33(非對角線值);如表 4-18 所示 D 劇本裡，AVE 值最小值為 0.80(對角線值)大於各潛在變項相關係數乘方最大值 0.37(非對角線值);如表 4-19 所示E 劇本裡，AVE 值最小值為 0.85 (對角線值)大於各潛在變項相關係數乘方 最大值0.45(非對角線值)，由上述統計數據說明本研究之模型皆符合區別效度之 參考準則。
表4-15、劇本 A:測量模式之因素關係
ISRE ATT NORM PRO INT SELREP HABIT
ISRE 0.77
ATT -0.02 0.87
NORM -0.13 0.50** 0.86
PRO -0.00 -0.51** -0.23** 0.80 INT -0.13 0.51** 0.54** -0.39** 0.86 SELREP -0.41** 0.10 0.26** -0.20* -0.13 0.81
HABIT -0.60* 0.05 0.19* 0.02 0.17 0.59** 0.83 HABIT 指盜版習慣; ISRE 指自律效能; SELREP 指自陳盜版行為;ATT 指對盜版行為 的態度;NORM 指主觀規範;PRO 指道德義務感;INT 指盜版意圖
註: 斜對角線之值代表平均變異抽取量(Average Variance Extracted) 註 **:Correlation is significant at the 0.01 level(2-tailed)
*:Correlation is significant at the 0.05 level(2-tailed)
表4-16、劇本 B:測量模式之因素關係
ISRE ATT NORM PRO INT SELREP HABIT
ISRE 0.80
ATT -0.11 0.84
NORM -0.03 0.46** 0.83
PRO 0.27** -0.38** -0.21** 0.79 INT -0.19* 0.60** 0.58** -0.40** 0.87 SELREP -0.49** 0.08 0.03 -0.32** 0.17 0.77
HABIT -0.37** -0.08 0.15 -0.35** 0.14 0.41** 0.83 HABIT 指盜版習慣; ISRE 指自律效能; SELREP 指自陳盜版行為;ATT 指對盜版行為 的態度;NORM 指主觀規範;PRO 指道德義務感
;INT 指盜版意圖
註: 斜對角線之值代表平均變異抽取量(Average Variance Extracted) 註 **:Correlation is significant at the 0.01 level(2-tailed)
*:Correlation is significant at the 0.05 level(2-tailed)
表4-17:劇本 C:測量模式之因素關係
ISRE ATT NORM PRO INT SELREP HABIT
ISRE 0.79
ATT -0.17* 0.88
NORM -0.18* 0.61** 0.89 PRO 0.26** -0.42** -0.41** 0.85 INT 0.26 0.58** 0.57** -0.35* 0.89 SELREP -0.32** 0.27** 0.26** -0.29** 0.18* 0.84
HABIT -0.49** 0.26** 0.14* -0.16* 0.12 0.45** 0.86 HABIT 指盜版習慣; ISRE 指自律效能; SELREP 指自陳盜版行為;ATT 指對盜版行為 的態度;NORM 指主觀規範;PRO 指道德義務感
;INT 指盜版意圖
註: 斜對角線之值代表平均變異抽取量(Average Variance Extracted) 註 **:Correlation is significant at the 0.01 level(2-tailed)
*:Correlation is significant at the 0.05 level(2-tailed)
表4-18、劇本 D:測量模式之因素關係
ISRE ATT NORM PRO INT SELREP HABIT
ISRE 0.80
ATT 0.05 0.88
NORM 0.08 0.61** 0.88
PRO 0.04 -0.07 -0.00 0.98 INT 0.03 0.41** 0.62** 0.04 0.87 SELREP -0.26** 0.10 0.01 0.01 -0.01 0.80
HABIT -0.40** 0.07 0.03 -0.01 0.01 0.38** 0.82 HABIT 指盜版習慣; ISRE 指自律效能; SELREP 指自陳盜版行為;ATT 指對盜版行為 的態度;NORM 指主觀規範;PRO 指道德義務感
;INT 指盜版意圖
註: 斜對角線之值代表平均變異抽取量(Average Variance Extracted) 註 **:Correlation is significant at the 0.01 level(2-tailed)
*:Correlation is significant at the 0.05 level(2-tailed)
表4-19、劇本 E:測量模式之因素關係
ISRE ATT NORM PRO INT SELREP HABIT
ISRE 0.85
ATT -0.14 0.87
NORM -0.03 0.67** 0.88
PRO -0.00 -0.51** -0.49** 0.85 INT -0.09 0.63** 0.67** -0.54** 0.88 SELREP -0.40** 0.29** 0.37** -0.27** 0.43** 0.85
HABIT -0.65** 0.33** 0.18* -0.13 0.29** 0.47** 0.84 HABIT 指盜版習慣; ISRE 指自律效能; SELREP 指自陳盜版行為;ATT 指對盜版行為 的態度;NORM 指主觀規範;PRO 指道德義務感
;INT 指盜版意圖
註: 斜對角線之值代表平均變異抽取量(Average Variance Extracted) 註 **:Correlation is significant at the 0.01 level(2-tailed)
*:Correlation is significant at the 0.05 level(2-tailed)
二、結構化模式分析(Structural Model Analysis)
經過上述測量模式分析(Measurement Model Analysis)之後，接著進行結構化 模式分析(Structural Model Analysis)。結構化模式分析是透過配適度指標來判斷 研究模式的適切度，各重要指標顯示於表4-20。其中卡方檢定值與其自由度比值 表示在估算模式時每使用掉一個自由度所增加的卡方值，此比值愈小表示此模型 配適度愈高，Carmines and McIver (1981)認為此值以不超過 3 為標準，而本研究 在驗證五大預防情境(A 劇本: 增加犯罪困難度;B 劇本: 提昇犯罪風險;C 劇本:
降低犯罪報酬;D 劇本: 削減犯罪動機;E 劇本: 降低犯罪激發因子)還有最後的(T) 整合劇本時，發現皆符合此標準。至於GFI、AGFI、NFI、NNFI、CFI 與 IFI 之 值標準，Doll et al. (1994)許多學者認為其值 0.80 是合理可接受範圍當然大於 0.90 則表示有良好配適度，而Bentler and Bonett (1980)與 Bentler (1990)建議以 0.90 為標準。至RMR 值與 RMSEA 值則以 Hair et al. (1998)的建議應分別小於 0.08 與 0.06 的門檻，本研究的模式檢定結果皆符合此標準。透過結構化模式分析的 檢定指標，本研究之「A 劇本:增加犯罪困難度;B 劇本:提昇犯罪風險;C 劇本:降 低犯罪報酬;D 劇本:削減犯罪動機;E 劇本:降低犯罪激發因子」模式均顯示出適當 的模式配適度。
表4-20、模型的配適度檢定指標 配適度
指標
建議值 劇本A 劇本 B 劇本C 劇本D 劇本 E Χ2/df <3 1.86 1.24 1.89 1.40 1.88
GFI >0.8 0.75 0.77 0.84 0.78 0.73 AGFI >0.8 0.89 0.82 0.78 0.73 0.69 NFI >0.9 0.91 0.80 0.88 0.83 0.81 NNFI >0.9 0.89 0.92 0.93 0.91 0.89 IFI >0.9 0.91 0.93 0.95 0.93 0.90 RMSEA <0.06 0.05 0.04 0.05 0.05 0.08 RMR <0.08 0.08 0.11 0.08 0.07 0.08
透過前述的結構化模式分析，以下就本研究所提出之情境預防研究架構，進 行個別模式的標準化路徑係數與顯著水準分析說明，分別如圖4-1 所示。
一、「A 劇本:增加盜版困難度」之標準化路徑分析
在本研究 A:「增加盜版困難度」劇本分析結果顯示當個人處於「增加盜版 困難度」之情境裡，個人主觀規範正向影響個人盜版意圖，其路徑係數為 0.4(t-value = 4.13, with p < 0.05)，本研究【H2】成立;個人之道德價值觀負向影響 個人盜版意圖，其路徑係數為-0.33(t-value = -2.56, with p < 0.05)，本研究【H6】
在本研究 A:「增加盜版困難度」劇本分析結果顯示當個人處於「增加盜版 困難度」之情境裡，個人主觀規範正向影響個人盜版意圖，其路徑係數為 0.4(t-value = 4.13, with p < 0.05)，本研究【H2】成立;個人之道德價值觀負向影響 個人盜版意圖，其路徑係數為-0.33(t-value = -2.56, with p < 0.05)，本研究【H6】