驗證性因素分析

一、檢驗違犯估計

檢驗違犯估計的目的在於檢查所估計出來的係數是否已超出可接受 範圍，換言之，模型是否存在不適當解的情況。根據 Hair、Anderson、

Tatham & Black(1998)和黃芳銘(2002)的定義，檢驗違犯估計的項目共有 以下三項：

1. 有負數的誤差變異數存在；

2. 標準化迴歸係數超過或太接近 1(≧0.95)；

3. 有太大的標準誤

經由表 4-8 可得知，模型中誤差變異數介於 0.05 到 0.94，並無負數的 誤差變異數存在；模型中的標準化迴歸係數介於 0.61 到 0.93，皆未超過 0.95；標準誤差介於 0.031 到 0.05。因此，由以上結果顯示，本研究之模 型並未發生有違犯估計之現象，因此適合進行模型配適度之檢驗。

二、收斂效度檢定

本研究利用最大概似法(Maximum Likelihood)來估計各測量模型之參 數。根據 Hair et al.(1998)提出，收斂效度方面可透過問項之因素負荷量 介於 0.5~0.95，且於 T 檢定時具有顯著性、組成信度(Composite Reliability, CR )和平均變異萃取數(Average Variance Extracted, AVE)等指標來衡量，

75

若指標均符合標準，即表示本研究具有收斂效度。

潛在變項之因素負荷量須介於 0.5~0.95，由表 4-8 可得知，本研究之 因素負荷量介於 0.598~0.955 之間，表示本研究變項之因素負荷量皆達到 標準。

潛在變項組成信度(Composite Reliability, CR )是由所有構面的測量變 項信度所組成，是指構面內變數的一致性程度，若潛在變項的 CR 值越高，

其測量變項具有高度相關，表示他們都在衡量相同的潛在變項時，愈能 測出該潛在變項。通常，CR 值須大於 0.6(Hairs et al., 1998)。由表 4-8 可 得知，本研究之 CR 值介於 0.857~0.950 之間，皆大於 0.6 之標準門檻。

潛在變項的平均變異萃取數(Average Variance Extracted, AVE) ：指所 有的變數之變異量能被潛在變項所解釋的程度，建議值為 0.5 以上(Hairs et al., 1998)。由表 4-8 可得知，本研究之 AVE 值介於 0.548~0.864 之間，

表示本研究變項的變異數均可由其對應的構面所解釋。

76

77

三、區別效度檢定

根據 Baker et al.(2002)的說法，檢定區別效度共有兩種方式，第一種 為構面間兩兩相關係數不得為 1；另一種則是由 Fornell & Larcker(1981) 所提出，即每一個構面的平均變異萃取數若大於該構面與其他構面之相 關係數的平方值時，即可認為此構面具有區別效度。茲將相關矩陣整理 成如下表 4-9 所示，表內的對角線則為各構面之平均變異萃取數數值。

由表 4-9 可知，其相關係數都不等於 1，符合區別效度之第一項條件；

此外，所有構面之平均變異萃取數數值介於 0.64~0.75，最小數值為 0.64，

構面間之相關係數最大值為 0.796，平方為 0.63，變異萃取數最小值 0.64

＞相關係數最大值之平方數 0.63，符合區別效度之第二項條件。資料顯 示本模型之區別效度頗佳。

78

表 4-9 區別效度檢驗

構面 品牌權益 價值權益 關係權益 顧客滿意度 品牌延伸 涉入程度

品牌權益 0.64

價值權益 0.796 0.71

關係權益 0.514 0.571 0.67

顧客滿意度 0.704 0.792 0.543 0.75

品牌延伸 0.63 0.717 0.681 0.63 0.64

涉入程度 0.519 0.796 0.514 0.757 0.704 0.86 註：1.對角線之值為潛在變數之平均變異萃取數(AVE)，該值應大於非對角線之值平 方。

79