第四章 樣本資料 樣本資料 樣本資料分析 樣本資料 分析 分析 分析
第四節 驗證性因素分析 驗證性因素分析 驗證性因素分析 驗證性因素分析
第四節
第四節 第四節 驗證性因素分析 驗證性因素分析 驗證性因素分析 驗證性因素分析
驗證性因素分析(confirmatory factor analysis, CFA)係以衡量模式進行的適合
度，以檢定各構面是否具有足夠的收斂效度和區別效度。而二階驗證性因素分析 模式可以解決多因素驗證性因素分析模式(multi-factor CFA)所無法解決的問題，如 分屬於不同向度的衡量誤差之間有相關存在時，假如能以二階因素分析處理此一 問題，則可大幅降低衡量誤差間的相關；倘若各共同因素間的相關性很高時，解 決共同因素之間高相關的一個方法就是抽取更高階的共同因素。
驗證性因素分析模式主要目的在利用一套相同的之觀察指標，探求在不同之 競爭模式間，其潛藏的理論建構模式何者為最適切(邱皓政，2003；Byrne, 2001)。
以下將針對資訊揭露、信任與搜尋成本進行驗證性因素分析。
一、資訊揭露
由圖 4-1 可知，三個潛在變項間的因素相關性很高，其值分別為 0.808、0.697 與 0.671，表示該結構模式具有一更高層次之因素結構。
由表 4-10 模式適配度可知，資訊揭露一階與二階相同。Marsh and Hocevar(1985) 提出目標係數(target coefficient)為判斷準則，目標係數定義為：一階模式卡方值/
二階模式卡方值。當目標係數 T 接近 1.0，表示二階 CFA 可以取代一階 CFA。本 模式之 T=477.620/477.620=1，因此採用二階 CFA 較適合。
表 4-10 資訊揭露 CFA 模式之適合度指標表
評鑑項目 理想評鑑結果 一階 CFA 二階 CFA 評鑑結果 絕對適配指標
χ2 值 p 值大於 0.05
χ2=477.620，
df=87，p 值
=0.000
χ2=477.620，
df=87，p 值
=0.000
不符合
df
2/
χ
小於 3 5.490 5.490 不符合GFI
0.9 以上 0.849 0.849 符合續表 4-10 資訊揭露 CFA 模式之適合度指標表
RMR
愈小愈佳 0.032 0.032 符合RMSEA
小於 0.05 0.111 0.111 可接受增值適配指標
AGFI
0.9 以上 0.792 0.792 不符合NFI
0.9 以上 0.876 0.876 可接受TLI
0.9 以上 0.874 0.874 可接受CFI
0.9 以上 0.896 0.896 符合精簡適配指標
AIC
值愈小，表模式 適合度佳且愈
精簡
543.620 543.620 ―
CAIC
值愈小，表模式 適合度佳且愈
精簡
705.226 705.226 ―
圖 4-1 資訊揭露：一階 CFA 標準化徑路係數估計結果
圖 4-2 資訊揭露：二階 CFA 標準化徑路係數估計結果
二、信任
圖 4-3 可知，三個潛在變項間的因素相關性很高，其值分別為 0.796，表示該 結構模式具有一更高層次之因素結構。
修正指標(modification index, MI)表示一先前固定的參數被釋放後，模式重新 估計下所降低的最少卡方值，亦即實際釋放該參數，實際降低的卡方值應該會大 於 MI 值；修正指標可以做模式修正的依據，當修正指標值高過於 3.84(α=0.05)時，
表示該模式有修正的必要(黃芳銘，2004)。本研究所使用之指標均屬於次序性變項 (0~5 分)，易導致測量誤差具有相關(Bollen, 1989)，即 MI 值較大；因此，為減低 Type-Ⅰ錯誤率，李茂能(2006)建議將修正指標之閥值(threshold for modification indices)設定在 20。此外，當修正指標不是最大，但 Par change 絕對值(當模式改變 後的新參數值)很大時，亦可考慮加以修正，此時 SEM 的目的在於模式之發展，而 非模式之驗證。
根據表 4-11 發現，第 20 題的測量誤差與信任公司、信任從業人員存有密切關 係，但此項結果違反 SEM 之基本研究：殘差與因素間無關，故本研究對於此共變 關係不予釋放估計，而是先尋找有意義關係者才進行變項釋放。
為了解測量誤差間是否有關係，由表 4-11 可知，第 24 題與第 25 題的測量誤 差的 MI 值為 59.642，其值甚大，經查看第 24 題題目內容(您認為仲介從業人員只 關心自己的利益)，與第 25 題內容(您認為仲介從業人員不關心您的需求)。兩題內 容雖不盡相同，但可能存在著消費者對房屋仲介從業人員在關心程度上有相同的 情形，在此考量下，乃先對 Q24 與 Q25 的測量誤差變項釋放(開放參數估計)，結 果如表 4-12。
釋放 e24<-->e25 後，如表 4-10，第 18 題與第 20 題的測量誤差的 MI 值為 34.382，其值甚大，經查看第 18 題題目內容(當作出重要決策時，仲介公司會將心 比心來考量您所擁有的權益)，與第 20 題內容(仲介公司是值得信任的)。兩題內容 雖不盡相同，但可能存在著消費者對房屋仲介公司值得信任有相同的情形，在此 考量下，乃先對 Q18 與 Q20 的測量誤差變項釋放(開放參數估計)。(如表 4-13)。
經由對 e24 與 e25 及 e18 與 e20 進行變項參數釋放後，其中 GFI、RMR、NFI、
TLI、CFI 值已達到統計檢定量之理想適配標準，且各項數值在變項釋放後均比未 釋放前較佳。經過變項釋放，分析結果如圖 4-4：
表 4-11 信任修正模式指標
修正指標(MI) Par Change 絕對值 共變異數(內定模式)
Q24 測量誤差 <--> Q25 測量誤差 59.642 .213 Q20 測量誤差 <--> 信任從業人員 70.039 .114 Q20 測量誤差 <--> 信任公司 40.953 -.101 Q18 測量誤差 <--> Q20 測量誤差 34.600 -.116 Q17 測量誤差 <--> Q18 測量誤差 24.442 .084 Q16 測量誤差 <--> Q19 測量誤差 21.195 -.096
續表 4-11 信任修正模式指標
信任公司
Q24 0.326 e24 Q25 0.323 e25 Q26 0.701 e26 0.659***
依據李茂能(2006)指出多層次之驗證性因素分析(multilevel factor analysis)特 別適合於抽樣的資訊係來自具有階層結構的母群，其優點在於可以探究因素結構 在不同層次上的變異性及降低過度膨脹的第一類型錯誤(違反資料之獨立性易導致 過小的標準誤)。本研究亦試圖驗證信任的因素是否具有更高層次的關係，但因標 準誤過小，可推知違反資料獨立性，無法進行二階驗證性因素分析。
三、搜尋成本
由圖 4-5 得知，搜尋成本因素間之相關高於 0.830，因此，可推知這些因素間 具有另一高階之因素結構。
在模式適配度指標中，Cheung and Rensvold(2002)的研究發現除了 RMSEA 之 外，其餘大部分的 Model Fit 似乎會因因素個數及題數而產生低估現象，因而模式 複雜度亦應列入 Model Fit 評鑑之考慮中。由表 4-14，從模式配適度發現，除了 χ2 值外，其餘的適配度指標均符合標準，顯示此模式甚佳。
由表 4-15 可知，修正指標值皆未大於 20，且 Par change 絕對值皆低。因而，
搜尋成本因素之結構模式不予以修正。本研究搜尋成本因違反資料獨立性，即標 準誤過小而無法進行二階驗證性因素分析。
表 4-14 搜尋成本 CFA 模式之適配度指標表 評鑑項
目 理想評鑑結果 一階 CFA 二因素 評鑑結
果 絕對適配指標
χ2 值 P 值大於 0.05 χ2 =44.554，df=13，P 值
=0.000 不符合
df
2/
χ
小於 3 3.427 可接受GFI
0.9 以上 0.966 符合RMR
愈小愈佳 0.018 符合RMSEA
小於 0.05 0.082 可接受增值適配指標
AGFI
0.9 以上 0.927 符合NFI
0.9 以上 0.970 符合TLI
0.9 以上 0.965 符合CFI
0.9 以上 0.978 符合續表 4-14 搜尋成本 CFA 模式之適配度指標表 精簡適配指標
AIC
值愈小，表模式適合度佳且愈精簡 74.554 ―
CAIC
值愈小，表模式適合度佳且愈精簡 148.011 ―
表 4-15 搜尋成本修正模式指標
修正指標 Par Change 絕對值 共變異數(內定模式)
Q44 測量誤差 <--> 時間成本 4.531 -.029 Q42 測量誤差 <--> 時間成本 4.714 -.025 Q39 測量誤差 <--> Q44 測量誤差 13.271 .069 Q39 測量誤差 <--> Q43 測量誤差 5.318 -.031 Q38 測量誤差 <--> Q44 測量誤差 8.232 -.041 Q38 測量誤差 <--> Q43 測量誤差 4.417 .021 Q38 測量誤差 <--> Q42 測量誤差 5.205 -.028 Q38 測量誤差 <--> Q40 測量誤差 8.198 -.054 Q37 測量誤差 <--> Q38 測量誤差 5.822 -.034 迴歸係數(內定模式)
Q44 <--- Q38 4.074 -.086 Q39 <--- Q44 7.558 .113 Q38 <--- Q44 4.619 -.066 Q38 <--- Q40 6.943 -.075
圖 4-5 搜尋成本：一階 CFA 二因素標準化徑路係數估計結果
驗證性因素分析是因素分析的擴展，是用來對因素負荷及因素間的相關性做 檢定工作(陳順宇，2005)。依據理論文獻，本研究將認知風險分為五個因素，各因 素皆僅由一個題項予以測量，雖可將五個題項進行因素分析，但因與理論文獻及 本研究所欲探討之因素架構不符，因而未進行因素分析，亦因而不適用驗證性因 素分析；此外，委託意願僅單一因素衡量，亦不適合使用驗證性因素分析予以檢 定。