驗證模式

基於研究目的與研究假設，本研究須探討人格特質、參與動機以及活動涉入 等潛在變項間之相互關係及影響效果，勢必需整體瞭解潛在變項與觀察變項（亦 稱實證指標）之一致性程度。結構方程模式(Structural Equation Modeling，簡稱 SEM)屬於整合因素分析(factor analysis)與路徑分析(path analysis)等統計方法之多 變量統計(multivariate statistics)範疇，可同時檢定模式中觀察變項、潛在變項、誤 差變項間之關係，並瞭解變項間之影響效果，然而，採用結構方程模式必須具理 論或經驗法則之支持（吳明隆，2009）。

本研究之理論模式乃包含三組潛在變項，每組潛在變項乃透過觀察變項測量 而得，無論是潛在變項間之關係，抑或根據觀察變項所編製之研究工具，皆以理 論及相關研究為引導前提，因此，本研究藉由結構方程模式之驗證以確認各變數 間之因果關係。考量論點之周延性，於考驗模式時，本研究對於模式之適配度檢 定，將以 Bogozzi 與 Yi 所主張之基本適配度指標(preliminary fit criteria)、整體模 式適配度指標(overall model fit)與模式內在結構適配度指標(fit of internal structural model)等三大適配為主要評鑑依據（吳明隆，2009）。如遇假設模式與觀察資料 有不適配之情形，則以最大且有理論依據的修正指標釋放參數間之關係。

依據圖 3-1 國中童軍團學生參與模式為理論模式，繪製因果結構式路徑圖

（如圖 3-3），表達各變項間之因果關係及影響路徑，並將各項變項及參數標示於 圖中，以便於後續分析之用，各項變項及參數之名稱如後所述。

76

圖 3-3 國中學生參與學校童軍團因果結構模式路徑圖

一、基本架構模式

（一）測量模式及方程式

本研究共有 2 個內生潛在變項及 1 個外生潛在變項。內生潛在變項為參與動 機與活動涉入，參與動機此一內生潛在變項有 6 個測量變項，活動涉入此一內生 潛在變項有 5 個測量變項；外生潛在變項分別為 5 個不同類型之人格特質，人格 特質此一外生潛在變項有 4 個測量變項；因此，測量模式分為內生變項的測量與 外生變項的測量兩大部分，內生變項的測量乃為了說明內生潛在變項與內生測量 變項之間的關係，外生變項的測量乃為了說明外生潛在變項與外生測量變項之間 的關係。

77 測量變項作為形成指標(formative indicators)，以衡量「參與動機」此一內生潛在 變項，亦即此 6 個變項都是用以測量「參與動機」此一潛在變項；而以吸引力

78

其中，λij為因素負荷（路徑係數），η1為內生潛在變項「參與動機」，η2為 內生潛在變項「活動涉入」，ε1至 ε11為測量誤差。由本測量模式，研究者可藉觀 察值得到內生潛在變項η 的估計值，及路徑係數 λ、測量誤差值 ε。

2、外生潛在變項的測量模式

（1）本研究將外生變項之測量模式設定為 X＝Λx ξ＋δ

其中，X 為外生潛在變項「人格特質」的觀察值矩陣，Λx為外生潛在變項的 測量路徑矩陣；δ 為觀察變項 x1 至 x4 之測量誤差所組成的向量。

（2）如同內生潛在變項，本研究秉持單向度原則，並以各衡量變項作為外生潛在 變項的形成指標，以單向度之測量變項衡量外生潛在變項。本研究之初始模式之 外生潛在變項為「人格特質」ξ，測量人格特質之測量變項分別為開放性（x1）、

嚴謹性（x2）、外向性（x3）、親和性（x4）等，共 4 個。測量方程式為

λ λ λ λ

ξ ＋ δ

δ δ δ

其中，λ 為因素負荷（路徑係數），ξ 為外生潛在變項，δ 為測量誤差。由本 測量模式可以藉各觀察變項推估人格特質此一外生潛在變項 ξ 的估計值，及外生 潛在變項觀察值的各因素負荷量λ、測量誤差值 δ。

（二）結構模式 1、結構模式

完成測量模式及其方程式之定義後，本研究則以外生潛在變項為因，內生潛 在變項為果，形成結構模式呈現兩者間的因果關係及路徑，將關係式設定為

79 η＝Βη＋Γξ＋ ζ

其中，η 是內生潛在變項向量，ξ 是外生潛在變項向量；Β是內生潛在變項對 內生潛在變項路徑係數矩陣，Γ是外生潛在變項對外生潛在變項路徑係數矩陣；ζ 是結構模式的殘差向量。

2、結構模式方程式

本研究根據文獻資料建構之初始模式為 1 因 2 果之遞迴(recursive)因果模式，

所謂遞迴模式，係假設內生潛在變項與外生潛在變項存在線性關係，該模式之方 程式設定為

η1＝γ11ξ＋ζ1

η2＝γ²¹ξ＋β²¹η¹＋ζ²

本研究藉由測量模式各觀察變項資料的蒐集與統計分析，獲得 η 及 ξ 的估計 值，再進行結構方程式分析，以獲得 γ11、γ21、β21等線性迴歸係數估計值，最後 依據係數估計值用以檢視外生潛在變項（因）對 2 個內生潛在變項（果）的直接 和間接影響效果。

（三）參數估計及因果模式辨識

本研究應用 Amos 進行參數估計，獲得 X、Y、Β、Γ、Λx、Λy、η、ξ、ζ、

ε 等各項參數之估計值，在估計過程中，研究者則檢視 Amos 是否終止估計並回饋 警語。

因為在估計路徑係數過程中，可能產生無意義或不正確的結果，因此，本研 究檢視是否有收斂失敗或不合理的估計值，如標準誤過大、變異數為負等現象；

其次，本研究亦檢視潛在變項與其測量指標間之因素負荷量是否介於 0.50 至 0.95 之間，估計參數之間的相關絕對值是否太接近，所有誤差變異是否未達顯著水準

（t 值＞1.96）。模式評鑑結果倘使不理想，研究者乃參考吳明隆（2009）建議，

採取以下補救方式處理：

1、刪除不必要的變項。

80 2、以最少的路徑重新建構理論上的 SEM 模式。

3、將測量模式誤差變項之變異數設定為固定參數。

二、適配度檢定

（一）整體模式適配度檢定 1、絕對適配度

本研究將以下列指標，檢視整體模式之絕對適配度（吳明隆，2009）：

（1）χ²值是否過大，顯著性機率值 p 是否＞0.05；

（2）GFI 值和 AGFI 值是否＞0.90；

（3）SRMR 值是否＜0.05；

（4）RMSEA 值是否＜0.08；

（5）NCP 值是否過大；理論模式的 ECVI 值是否小於獨立模式的 ECVI 值，且 小於飽和模式的 ECVI 值。

2、簡約適配度

研究者採取下列指標以檢視初始理論模式之簡約適配情形：

（1）PGFI 值、PNFI 值、PCFI 值是否＞0.50；

（2）理論模式的 AIC 值是否小於獨立模式的 AIC 值，且小於飽和模式的 AIC 值；

（3）理論模式的 CAIC 值是否小於獨立模式的 CAIC 值，且小於飽和模式的 CAIC 值。

3、增值適配度

本研究檢視 NFI 值、IFI 值、TLI 值和 CFI 值等增值適配度指數是否都為 0.90 以上。假使未能達到此等標準，則修改初始理論模式。

81

（二）模式內在結構適配度

本研究進一步計算初始模式所估計的參數是否均達顯著水準，亦即觀察指標 的個別信度是否＞0.50；潛在變項的成分信度是否＞0.60；平均變異抽取量是否合 適；模式標準化殘差值的絕對值是否＜2.58。假使統計分析結果未能達到此等標 準，研究者則修改初始理論模式。

82