一、個別測量適配度分析
本研究架構是根據理論基礎推導修訂而成，並透過結構方程模式分析研究。依 據 Anderson 與 Gerbing (1988) 提出兩階段方法(two-step approach)的建議，先進行 測量構面之驗證性因素分析(CFA)，經測量模式之適配度檢驗後，再進行結構方程 模式(SEM)及因果關係之分析。在進行各模式之變數路徑分析前，必須先評估模式 中所估算的各項變數是否在適當的範圍。模型評鑑指標可分為四種型態：絕對適配 度指標(absolute fit indexes)、增值適配度指標(Increamental fit indexes)、精簡適配度 指標(Parsimony adjust indexes)及競爭適配度指標(alternative fit indexes)。由於沒有一 個或一 組指 標公 認最 好 (張 偉豪 ， 2011) ，故就 這幾 種類 型參 照 Bagozzi 與 Yi (1988) 、 Bentler (1990) 等學者的建議，挑選八項指標進行整體模式的適配度評鑑，
包括卡方與其自由度比率值（χ2/df）、適配指標(goodness of fit index, GFI)、調整後 的適配指標(adjusted goodness of fit index, AGFI)、均方根殘差值(Root Mean square Residual, RMR)、近似均方根誤差(Root Mean Square Error of Approximation, RMSEA)。
以及增值適配度指標包含：非規範適配指標(Tucker-Lewis Index, TLI) (Tucker &
Lewis, 1973)、成長適配指標(Incremental Fit Index, IFI)、比較適配指標(Comparative Fit index, CFI)。
卡方與其自由度比率值（χ2/df），值愈小適配情形愈好，主要是為了減少樣本 數的影響， Bagozzi 與 Yi (1988) 建議不超過 3 為標準。Browne 與 Cudeck (1993) 認為 RMSEA 的數值若小於 0.05 為模式適配度良好、在 0.05 至 0.08 之間表示模型 良好為合理適配，當其數值在 0.08 至 0.1 之間則模式尚可為普通適配，高於 0.1 以 上時，則模式適配度欠佳。Hair, Anderson, Tatham, 與 Black (1998) 認為 G F I 、A G F I 其值愈接近 1 愈佳，但並無絕對標準值來判定觀察資料與模式間的適配度，
建議值應超過至 0.8。RMR 用來反應理論假設模型的整體殘差，愈小表示適合度愈 佳，通常採 RMR 小於 0.05 表示模型適配度佳。茲將模型識配指標整理如表 4-9，
並依照因素負荷量題項 0.5 的標準 (Hair et al., 1998) ，與修正指標(Modification Index, M.I)為依據，進行各構面模式適配度的評鑑，分別探討六大構面與各指標間 的關係。本研究雖採用餐旅相關產業的文獻指標進行分析，且已通過 Cronbach's α
係數的信度衡量，但針對航空業進行驗證性因素分析時仍會產生差異，因此需刪除 部分題項以達適配度標準，六大構面指標之適配程度將接續說明。
表 4-9
模型適配指標整理表
(一)氣氛美學構面
經由驗證性因素分析，氣氛美學構面原始模式的適配度無法達到標準，刪除因 素負荷量過低的變數、以及根據 MI 值刪除有共線性存在的觀察變數後，如下圖 4-1 所示。刪題後所有指標達適配度標準：χ2/df =2.215，RMSEA＝0.070，RMR=0.069，
GFI=0.967，AGFI＝0.935，TLI＝0.967，IFI＝0.978，CFI＝0.978，如表 4-16，因此 該七題保留至下一階段分析。
適配度指標 適配判斷值 學者
絕對適配 χ2/df <3 Bagozzi & Yi（1988）
RMSEA <0.08 Browne & Cudeck (1993) RMR <0.05 Hair et al. (1998)
GFI >0.8 Hair et al. (1998) AGFI >0.8 Hair et al. (1998)
TLI >0.9 Bentler & Bonett (1980) 增值適配 IFI >0.9 Bentler（1990）
CFI >0.9 Bentler（1990）
資料來源：本研究整理
表 4-10
氣氛美學構面問卷項目分析表 構
面 指標 問卷題項 修正
結果
氣 氛 美 學
1_1 我覺得我們公司機艙的內部設計具 美 感 與 吸 引 力 保留 1_2 我覺得我們公司飛機的外部設計具 美 感 與 吸 引 力 刪除
1_3 我覺得我們機上提供餐點服務時的餐桌擺設美觀得宜 保留
1_4 我覺得我們機艙內的擺飾設計讓人賞心悅目 刪除
1_5 我覺得我們公司為乘客提供了好聽的背景音樂 保留
1_6 我覺得我們機上的味道是讓人舒服愉悅的 保留
1_7 我覺得我們機艙內的燈光，創造了非常舒適的氣氛 刪除
1_8 我覺得我們機艙內使用的色調營造了溫暖歡迎的氛圍 保留
1_9
即使機艙內空間有限，但我們的空間安排仍能讓人自在的活 動
保留
1_10 整體而言，我覺得我們公司的飛機整齊又清潔 保留
1_11 我覺得我們公司機上組員的制服是乾淨的 刪除
資料來源：本研究整理
圖 4-1 氣氛美學調整後模式之標準化參數估計圖
(二)美學勞務構面
經由驗證性因素分析，美學勞務構面原始模式的適配度無法達到標準，因此先 刪除因素負荷量過低的變數，並根據 MI 值刪除有共線性的的觀察變數後，如下圖 4-2 所示。刪題後所有指標達適配度標準：χ2/df =1.835，RMSEA＝0.058，RMR=0.034，
GFI=0.979，AGFI＝0.951，TLI＝0.976，IFI＝0.986，CFI＝0.986，如表 4-16，故該 六題保留至下一階段分析。
圖 4-2 美學勞務調整後模式之標準化參數估計圖
表 4-11
美學勞務構面問卷項目分析表 構
面 指標 問卷題項 研究
結果
美 學 勞 務
2_1 我們組員穿的制服可以符合企業形象 刪除
2_2 我們公司男性和女性組員都必須穿著制服 刪除
2_3 我們公司的組員制服是統一款式由公司向廠商訂購 刪除
2_4 我們公司有對組員有相關服裝儀容的規範 保留
2_5 我們公司對組員有髮型和長度的限制 保留
2_6 我們公司有關於妝容的相關規範 保留
2_7 我們公司對組員有要求整齊清潔的相關規範 刪除
2_8 我們公司的穿著規範適用於男女組員 刪除
2_9 我們公司有給予組員工作上的服裝津貼 刪除
2_10
我們公司對組員有訂定的相關服儀規範，包括臉部與所配戴 之首飾
刪除
2_11
我們公司對組員訂定的的相關服儀規範，包含臉及身體上的 刺青
保留
2_12 我們公司的服裝標準於組員招募時做過解釋 刪除
2_13 我們公司組員若未遵守規範將會遭到懲誡 保留
2_14 整體而言,組員的外在形象對於企業成功有影響 保留
2_15 我覺得公司有提供組員語言、話術的教育訓練 刪除
資料來源：本研究整理
(三)財務構面
經由驗證性因素分析，財務構面原始模式的執行 CFA 後，財務構面的第一題「我 覺得公司致力於降低整體成本」(3_1_1)的因素負荷量過低，因此予以刪除，如下圖 4-3 所示。刪題後所有指標達適配度標準：χ2/df =0.091，RMSEA＝0.000，RMR=0.008，
GFI=1，AGFI＝0.998，TLI＝1.010，IFI＝1.003，CFI＝1.000，如表 4-16，故該四題 保留至下一階段分析。
表 4-12
財務構面問卷項目分析表 構
面 指標 問卷題項 研究
結果
財 務
3_1_1 我同意公司致力於降低整體成本 刪除
3_1_2 我同意公司致力於減少無預期的損失 保留
3_1_3 我同意公司致力於增加銷售成長率 保留
3_1_4 我同意公司致力於增加資產報酬率 保留
3_1_5 我同意公司致力於增加稅後淨利 保留
資料來源：本研究整理
圖 4-3 財務調整後模式之標準化參數估計圖
(四)顧客構面
經由驗證性因素分析，顧客構面原始模式的適配度無法達到標準。其因素負荷 量皆在 0.7 之上，故根據 MI 值刪除有共線性的題項後，剩下三題。一因素若有三個 測量變數為飽和模式，為唯一解，因此不會有適配度 (Bagozzi & Yi, 1988) ，故保 留三題做為下一階段分析，見圖 4-4。
表 4-13
顧客構面問卷項目分析表 構
面 指標 問卷題項 研究
結果
顧 客
3_2_1 我同意公司致力於滿足不同顧客的需求 刪除
3_2_2 我同意公司致力於增加顧客的消費意願 保留
3_2_3 我同意公司致力於增加顧客滿意度 保留
3_2_4 我同意公司致力於增加市場占有率 保留
資料來源：本研究整理
圖 4-4 顧客調整後模式之標準化參數估計圖
(五)內部流程構面
經由驗證性因素分析，內部流程構面原始模式的適配度無法達到標準。其因素 負荷量皆在 0.7 之上，故根據 MI 值刪除有共線性的題項，剩下來的三題。由於三題 是恰好辨識，不會有適配度 (Bagozzi & Yi, 1988) ，故保留三題做為下一階段分析，
見圖 4-5。
表 4-14
內部流程構面問卷項目分析表 構
面 指標 問卷題項 研究
結果 內
部 流 程
3_3_1 我同意公司致力於增進工作效率。 保留
3_3_2 我同意公司致力於降低顧客抱怨 刪除
3_3_3 我同意公司致力於提高同仁留住現有顧客的能力 保留
3_3_4 我同意公司致力於提高確認目標客群的能力 保留
資料來源：本研究整理
圖 4-5 內部流程調整後模式之標準化參數估計圖
(六)學習與成長構面
經由驗證性因素分析，學習與成長構面原始模式因素負荷量皆在 0.7 之上，如 下圖 4-6 所示。適配度所有指標亦達適配度標準：χ2/df =2.506，RMSEA＝0.078，
RMR=0.035，GFI=0.990，AGFI＝0.952，TLI＝0.985，IFI＝0.955，CFI＝0.955，如 表 4-16，故該四題全部予以保留至下一階段的分析。
表 4-15
學習與成長構面問卷項目分析表 構
面
指標 問卷題項 研究
結果 學習
與 成長
3_4_1 我同意公司致力於增進員工解決問題的能力 保留
3_4_2 我同意公司致力於增進員工的服務品質 保留
3_4_3 我同意公司致力於增進員工的學習意願 保留
3_4_4 我同意公司致力於有效地落實企業文化 保留
資料來源：本研究整理
圖 4-6 學習與成長原始模式之標準化參數估 計圖
表 4-16
各構面驗證性因素分析結果
適配度評鑑 適配判斷值 氣氛 美學
美學
勞務 財務 學習
與成長 絕
對 適 配
χ2/df <3 2.215 1.835 0.091 2.506 RMSEA <0.08 0.070 0.058 0.000 0.078 RMR <0.05 0.069 0.034 0.008 0.035 GFI >0.8 0.967 0.979 1 0.990 AGFI >0.8 0.935 0.951 0.998 0.952 增
值 適 配
TLI >0.9 0.967 0.976 1.010 0.985 IFI >0.9 0.978 0.986 1.003 0.995 CFI >0.9 0.978 0.986 1.000 0.995
資料來源：本研究整理
二、研究模式整體分析
(一) 收斂效度
本研究收斂效度分別以三部分：因素負荷量、組合信度(Composite Reliability, CR) 以及平均變異數萃取變異量(Average Variance Extracted, AVE)來衡量測量模型的收 斂效度。
Bagozzi, Yi 與 Philips (1991) 認為當各因素之因素負荷量(factor loading)皆具 有統計上顯著性，即代表具有收斂效度，Hair 等 (1998) 認為因素負荷量大於 0.5 表具良好收斂效度。
潛在變項的 CR 值為觀察變項信度的組合，表示構面的內部一致性，信度愈高 顯示這些指標的一致性愈高，其觀察變數越能測出該潛在變數。Fornell 與 Larcker (1981) 認為 CR 值在 0.6 和 0.7 之間的信度是可接受的，0.7 以上代表研究模式內部 一致性良好，CR 值公式如下：
組成信度 值 標準化因素負荷量
標準化因素負荷量 各指標的衡量誤差項
AVE 值是用來 計算 各 觀察變 項對該 潛在 變 項的 平均 變異 解釋 力 。 Fornell 與 Larcker (1981) 的建議值為 0.5，若 AVE 值愈高，則表示構面間與測量題目相關愈高，
一致性也愈高，潛在變項有愈高的信度與收斂效度。AVE 值公式如下：
平均萃取變異量 值 標準化因素負荷量
標準化因素負荷量 各指標的衡量誤差項
本研究模型共六個構面，分別為氣氛美學、美學勞務、財務、顧客、內部流 程、學習與成長等，各題項與相對應衡量的變項之因素負荷量介於 0.598 到 0.917 之間，且其 t 值均達顯著。組合信度分別為 0.8825、0.843、0.878、0.8811、0.8617、
0.9007 研究模式內部一致性良好。平均變異數萃取量分別為 0.519、0.476、0.645、
0.9007 研究模式內部一致性良好。平均變異數萃取量分別為 0.519、0.476、0.645、