驗證性因素分析

本研究使用 AMOS 20 統計分析軟體，針對所回收之有效問卷進行驗證性因素分析 (Confirmatory Factor Analysis,CFA)。測量模式旨在建立測量指標與潛在變項間之 關係，主要透過驗證性因素分析以檢驗測量指標（即問卷、量表）的效度。在測量模 式分析(即驗證性因素分析)係基於檢定模式中兩種重要的建構效度：收斂效度 (convergent validity)及區別效度(discriminant validity)。執行驗證性因素分析 時頇進行三個檢驗，分別為(1)檢驗違犯估計；(2)檢驗收斂效度；(3)檢驗區別效度。

將驗證性因素分析結果整理如表 5-9 所示。

一、檢驗違犯估計

所謂違犯估計（offending estimate）是指在測量模式或結構模式中，所輸出的 估計參數超出可接受的範圍，亦即模式獲得不適當的解(黃芳銘, 2002)。若發生違犯 估計的情形，那就表示整個模式的估計是不正確的，因此必頇先行處理。本研究根據 Hair et al. (1998)之定義，一般常見發生的違犯估計有下列三種現象：

(1)負的誤差變異數存在。

(2)標準化迴歸加權係數超過或太接近於 1。

(3)有太大的標準誤(黃芳銘, 2002)。

從表 5-9 驗證性因素分析表中表示出，本研究各個題項其誤差變異數值介於 0.087~0.577 之間，並沒有負的誤差變異數存在；標準化迴歸加 權係數值介於 0.69~0.96 之間，其係數值未超過於 1；標準誤值介於 0.062~0.315，並沒有太大的 標準誤；且 t 值介於 9.52~19.018，皆大於 1.96 達到顯著標準。由上述結果中可得 知，本研究的模型並沒有違犯估計之現象存在，證明可以進行整體配適度檢驗。

70

71

二、檢驗收斂效度

收斂效度為使用不同的衡量方式去衡量同一構面的內容時，其相關程度都很高，

即代表具有收斂效度(吳萬益 & 林清河, 2002)。收斂效度必頇同時符合下列三項準 標，才能算是達到收斂效度。

(1)各別項目的信度(Individual Item Reliability)

根據Hair et al. (1998)建議因素負荷量必頇超過0.5。如表5-9所示，本研 究所有觀察之因素負量數值介於0.69~0.96之間，皆超過0.5且皆達顯著水準，因 此具有良好之信度。

(2)潛在變項組成信度(Composite Reliability,CR)

組成信度是指其所有測量變項之信度組成，表示構面指標的內部一致性，信 度愈高表示這些指標的一致性愈高。根據Hair et al. (1998)建議組成信度必頇 大於0.7。如表5-9所示，本研究所有構面之組成信度值介於0.84~0.95之間，皆大 於標準值0.7以上，表示本研究之構面皆具有良好內部一致性。

(3)潛在變項帄均變異萃取量（Average Variance Extracted,AVE）

帄均變異萃取量是一種評估各測量變項對該潛在變項的變異解釋能力。根據 Fornell and Larcker (1981)建議帄均變異萃取量必頇大於0.5，如表5-9所示，

本研究所有構面之帄均變異萃取量值介於0.64~0.87之間，皆大於標準值0.5以上，

表示本研究之構面具有收斂效度。

72

三、檢驗區別效度

根據Fornell and Larcker (1981)的建議，每個構面的AVE 值的帄方根要大於與 其他構面間的相關係數。即兩個不同構面間的相關係數應小於每一個構面的帄均變異 萃取量（AVE）之帄分根(Grant, 1991)。由表5-10可知，各構面之AVE的帄方根介於 0.800~0.911之間，皆大於各個構面間的相關係數，從分析結果顯示各構面皆滿足此 判斷準則，顯示本研究之模型具有區別效度。

表5-10區別效度檢驗表

構面 1 2 3 4 5

1.體制因素 0.800

2.客戶能力 0.705*

0.911 3.技術能力 0.635* 0.676* 0.894 4.服務創新 0.578* 0.645* 0.775* 0.860 5.績效 0.526* 0.569* 0.570* 0.768* 0.894

註：a.對角線之值為此一潛在變數之帄均異萃取量(AVE)的帄方根，該值應大於非對角線之值。

b.*在顯著水準α值=0.05 時，變數間之相關係數達顯著水準。

73