第四章 統計說明與分析
第三節 驗證性因素分析
本研究運用驗證性因素分析(confirmatory factor analysis, CFA)來驗證結構 模式中，各觀察變項是否正確測量到各潛在變項。驗證性因素分析是因素分析 的擴展，它是對一組變項之間因素結構做驗證（即做假設之檢定工作）。本研究 應用 AMOS 進行信度分析、效度分析、平均變異數抽取量、估計參數的顯著水 準等，逐一檢視是否能達到要建構結構方程式模式應有的水準。
一一
一一、、、、信度分析信度分析信度分析信度分析
「信度」（reliability）反映的是測量資料的可靠性或穩定性，本研究採用的 信度衡量指標為潛在變項組合信度評估。由於民主滿意度、民主支持兩個潛在 變項都只有一個單一測量的觀察變項，本研究信度分析係針對國家經濟評價、
執政評價、政治信任感三個測量系統的因素結構進行驗證，以確定是否合乎後 續結構方程式分析的要求。經應用 AMOS 加以驗證性因素分析，結果如表 4.12。
潛在變項組合信度是其所有觀察變項之信度的組成，表示構面指標內部變 數的一致性，若潛在變項組合信度越高，代表這些觀察變項越能測出該潛在變 項。Fornell 和 Larcker（1981）組合信度的建議值為 0.60 以上。由表 4.12 顯示，
本研究的現在經濟評價、未來經濟評價、喜歡程度、能力評價、了解民眾、做
事正確、民眾福利、相信首長、浪費稅金等 9 個觀察變項的因素負荷量均大於
註：ρ 為組合信度；資料來源：TEDS2012P
二二
二二、、、、建構效度建構效度建構效度建構效度（（（（construct validity）））分析）分析分析 分析
所謂「效度」（validity）是指觀察變項能正確地測量出潛在變項的程度。建 構效度則是用來評估一個建構的測量是否與其他建構的測量有理論上的一致 性。因此，在評估觀察變項與潛在變項的建構效度方面，本研究進行國家經濟
評價、執政評價、政治信任感等三個潛在變項的收斂效度及區別效度的評估。
根據吳明隆（2009：25）的主張，所謂收斂效度是指測量相同潛在特質（構面）
的測量指標會落在同一個共同因素上，而區別效度則是指測量不同潛在特質（構 面）的測量指標會落在不同共同因素上。
（一）收斂效度
本研究在收斂效度的部份，則是以各潛在變項之觀察變項之標準化因素負 荷量大小為依據，若所有負荷都大於 0.5，表示該構面具有收斂效度。分析結果 如表 4.13 顯示，各測量系統內所有觀察變項的標準化路徑係數介於 0.56 至 0.94 之間，均大於可接受的建議值為 0.50 以上。顯示國家經濟評價、執政評價、政 治信任感等三個構面均具有收斂效度。
4.13 觀察變項標準化路徑係數摘要表
觀察變項 潛在變項 標準化路徑係數 現在經濟評價 <--- 國家經濟評價 0.66 未來經濟評價 <--- 國家經濟評價 0.67 喜歡程度 <--- 執政評價 0.93 能力評價 <--- 執政評價 0.94 了解民眾 <--- 執政評價 0.87 做事正確 <--- 政治信任感 0.56 民眾福利 <--- 政治信任感 0.67 相信首長 <--- 政治信任感 0.79 浪費稅金 <--- 政治信任感 0.57 資料來源：TEDS2012P
（二）平均變異數抽取量
另一個與組合信度的收斂效度指標為平均變異數抽取量〈Average Variance Extracted, AVE〉，AVE愈高表示潛在變項有愈佳的收斂效度。Fornell 和Larcker (1981) 平均變異數抽取量的建議值為0.50以上。平均變異數抽取量可直接顯示 被潛在變項所解釋的變異量，有多少的變異量是來自測量誤差。若平均變異數 抽取量越大，觀察變項被潛在變項解釋的變異量百分比就越大，相對的測量誤 差就越小，表示觀察變項越能有效反應其共同因素的潛在特質。經由平均變異 數抽取量公式得知，國家經濟評價、執政評價、政治信任感等三個潛在變項的 平均變異數抽取量,分別為0.44、0.84、0.43，顯示分別有56%、16%、57%的變 異來自測量誤差，雖未達潛在變項平均變異數抽取量須大於0.50 之門檻，但卻 符合Fornell 和Larcker (1981)的意見：「即使超過50%以上的變異數是來自測量 誤差，若單獨以建構信度為基礎，研究者仍可以認為構面的收斂效度是恰當的」
(引自黃芳銘，楊金寶，許福生，2005)，因此，雖然平均變異數抽取量不及0.50 的門檻值，但根據Fornell 和Larcker 的論點，本研究認為國家經濟評價、執政 評價、政治信任感仍具建構效度。顯示此三個構面基本上能有效反應各指標變 項共同因素的潛在特質。
（三）區別效度
驗 證 性 因 素 分 析 估 計 結 果 所 得 到 的 潛 在 變 項 必 須 具 有 區 別 效 度
（discriminant validity），係指不同的構面之間必須能夠有效分離。在區別效度 的概念上，本研究進行卡方差檢定(Chi-square difference test)。當限制模式（相 關係數=1）與未受限模式（相關係數≠1）的卡方差
△
χ2＞χ21,0.05＝3.84，就表示 虛無假設是錯誤的，即因素間不是完全相關，也就是兩個因素是有區別的（陳 順宇，2007）。本研究將各項潛在變項兩兩成對，如表 4.14 所示，成對因素限制模式與未 受限模式的卡方差均呈現顯著水準，表示潛在變項間均有區別效度。
表 4.14 測量系統區別分析摘要表
成對因素 未限制模式 限制模式 卡方差 χ2 值 df χ2 值 df
△
χ2 國家經濟評價 執政評價 13.7 4 46.0 5 32.3 政治信任感 14.3 8 75.2 9 60.9 執政評價 政治信任感 29.5 13 1195.9 14 1166.4 資料來源：本研究整理三 三 三
三、、、、估計參數的狀況估計參數的狀況估計參數的狀況估計參數的狀況
（一）測量模式因素負荷量估計值檢驗
估計參數的顯著水準是檢定觀察變項對該潛在變項的因素負荷量（foctor loading）是否達到顯著水準，它是一個標準化值，因此若要 p 值達.05 顯著水 準，且的絕對值至少為 2（Fornell & Larcker，1981）。經由 AMOS 軟體分析之 後，由表 4.15 顯示，測量模式因素負荷量估計參數中無負的誤差變異，所有標 準誤介於 0.022 至 0.101 之間。觀察變項之測量模型中，所有觀察變項之參數估 計值，若以 p 值為 0.001 顯著水準，其 t 值亦均大於 3.29 以上，達顯著水準。
經驗證結果顯示，本研究測量系統各觀察變項的估計參數值，均符合結構方程 式分析要求的基本條件。
表 4.15 觀察變項之因素負荷量估計摘要表
（二）各估計參數之間相關係數檢驗
經相關分析發現，各估計參數之間相關係數絕對值均未過於或逼近 1.0，絕 對值介於.206 至.878 之間，且均達顯著水準(p＜.05)。初始模式 12 個估計參數 的相關分析距陣如表 4.16。
表 4.16 結果顯示，國家經濟評價兩個觀察變項（現在經濟評價、未來經濟 評價）平均分數介於 1.79 至 1.93；執政評價三個觀察變項（喜歡程度、能力評 價、了解民眾）平均分數介於 5.77 至 6.17；政治信任感四個觀察變項（做事正 確、民眾福利、相信首長、浪費稅金）平均分數介於 1.93 至 2.62；「整體民主滿 意度」觀察變項平均分數為 2.76；「整體民主支持」觀察變項平均分數為 2.77。
觀察變項 潛在變項 估計值 標準誤 C.R.( t 值 ) 現在經濟評價 <--- 國家經濟評價 1.022 0.069 14.842***
未來經濟評價 <--- 國家經濟評價 1.000
喜歡程度 <--- 執政評價 1.132 0.025 45.937***
能力評價 <--- 執政評價 1.045 0.022 46.551***
了解民眾 <--- 執政評價 1.000 做事正確 <--- 政治信任感 1.000
民眾福利 <--- 政治信任感 1.532 0.097 15.826***
相信首長 <--- 政治信任感 1.719 0.101 17.094***
浪費稅金 <--- 政治信任感 1.149 0.081 14.208***
整體民主滿意度 <--- 民主滿意度 1.000 整體民主支持 <--- 民主支持 1.000
***p＜.001；資料來源：TEDS2012P
此外，由表 4.16 中發現國家經濟評價兩個觀察變項與政治信任感四個觀察 變項、整體民主滿意度、整體民主支持之間均呈顯著正向相關，代表著國家經 濟評價越高，政治信任感、整體民主滿意度及整體民主支持也越高。其次，執 政評價三個觀察變項與政治信任感四個觀察變項、整體民主滿意度、整體民主 支持之間均呈顯著正向相關，代表著執政評價越高，政治信任感、整體民主滿 意度及整體民主支持也越高。再者，表 4.16 中也顯示，政治信任感四個觀察變 項與整體民主滿意度、整體民主支持之間均呈顯著正向相關，代表著政治信任 感越高，整體民主滿意度及整體民主支持也越高。最後，整體民主滿意度與整 體民主支持之間呈顯著正向相關，代表著整體民主滿意度越高，整體民主支持 也越高。因此，相關分析雖然可以初步判斷研究結果，本研究進一步採結構方 程式分析，了解各變項間的關係。
表 4.16 觀察變項相關係數矩陣
構面 平均數 標準差 1 2 3 4 5 6 7 8 9 10 11
1.現在經濟評價 1.79 .739 1.000
2.國家經濟評價 1.93 .715 .442** 1.000
3.喜歡程度 6.07 2.624 .430** .418** 1.000
4.能力評價 6.17 2.404 .395** .380** .878** 1.000
5.了解民眾 5.77 2.479 .383** .369** .807** .819** 1.000
6.做事正確 2.17 .595 .252** .279** .350** .355** .343** 1.000
7.民眾福利 2.62 .760 .306** .298** .413** .419** .430** .388** 1.000
8.相信首長 2.42 .727 .364** .376** .528** .528** .537** .433** .520** 1.000
9.浪費稅金 1.93 .675 .236** .326** .341** .340** .337** .340** .416** .428** 1.000
10.整體民主滿意度 2.76 .605 .284** .259** .385** .391** .388** .244** .337** .375** .251** 1.000
11.整體民主支持 2.77 .654 .224** .241** .305** .317** .295** .206** .240** .328** .222** .475** 1.000
**P＜.01 *P＜.05；資料來源：本研究整理
（三）標準化殘差分析
標準化殘差是用來計算估計值與樣本值之間的誤差，也是檢視模式內在品 質的一個重要指標。若測量模式有良好適配度，其值應呈現常態分配且標準化 殘差數值的值絕對值小於 2.58（α=.01 的 z 值）（Jeroskog ＆ Sorbom,2000），
部分學者採用較為嚴格的標準化殘差數值的值絕對值小於 1.96（α=.01 的 z 值）
（吳明隆，2010:931）。現在經濟評價、未來經濟評價兩個觀察變項的誤差項 分別以 e1、e2 呈現；喜歡程度、能力評價、了解民眾三個觀察變項的誤差項分 別以 e3、e4、e5 呈現；做事正確、民眾福利、相信首長、浪費稅金四個觀察變 項的誤差項分別以 e6、e7、e8、e9 呈現；整體民主滿意度和整體民主支持兩觀 察變項的誤差項分別以 e10、e11 呈現。政治信任感、民主滿意度、民主支持此 一潛在變項的誤差項則以 z1、z2、z3 呈現。
由於民主滿意度、民主支持兩個潛在變項都只有一個單一測量的觀察變項，
根據陳順宇（2007：ch9,p73）的研究，為了解決鑑定問題，本研究中整體民主 滿意度、整體民主支持兩項變項之誤差變異數設定為固定參數為 0。吳明隆
（2009：563）也認為，整體民主滿意度、整體民主支持兩項變項之誤差項的誤 差變異數數值為 0，如此「整體民主滿意度」、「整體民主支持」才能百分之百
（100%）反應其潛在特質構面，或「民主滿意度」、「民主支持」潛在變項分別
（100%）反應其潛在特質構面，或「民主滿意度」、「民主支持」潛在變項分別