回上層

實戰演練

用EG幫你寫論文 ,事半功倍,加速畢業![系列4-3-3]效度分析

(4).購買意願」量表

 

步驟1:由原始的量表資料進行因素分析後,由表3-38可看出,KMO值為0.93395702,大於0.8,故可以進行因素分析。以特徵值大於1的個數做為萃取因素個數的準則,購買意願」量表僅可以萃取1個因素,累積解釋變異量為62.26%。因素的負荷量矩陣如表3-39所示,由表中可以看出,並沒有任何問題的因素負荷量低於0.5,表示這些問題具有收斂效度與區別效度,因此表示本研究量表具有建構效度。但最後必須再觀察這些問題的共同性是否夠高,由表3-40可看出,問題「D3我會因為看見結婚綜合保險廣告宣傳而心動購買本保險」的共同性低於0.5,可加以刪除,刪除問題D3後再進行一次因素分析,進入步驟2。

 

48

 

 

49

 

50

 

步驟2:

刪除問題D3後由表3-41可以看出購買意願僅萃取出一個因素,轉軸後的兩因素的負荷量矩陣如表3-42所示,由表中可以看出,並沒有任何問題的因素負荷量低於0.5,表示這些問題具有收斂效度與區別效度,因此表示本研究量表具有建構效度。但最後必須再觀察這些問題的共同性是否夠高,由表3-43可看出,所有問題的共同性均高於0.5,因此,就完成了以因素分析來進行建構效度分析的過程。將剩餘的9個問題重新進行總量表的信度分析後,進入步驟3。

 

51

 

52

53

步驟3:

由於表3-44所得之相關係數均大於0.3(或0.4),刪除問題也無法再增加信度,因此「購買意願」量表僅刪除D5問題,Cronbach a係數內在一致性信度為0.9302796。

 

54

 

步驟4:

最後將步驟2與步驟3的最後結果整理如表3-45所示,購買意願量表僅萃取一個因素,合計的累積解釋變異為62.26%。

55

 

步驟5:計算因素分數矩陣

    最後,計算各觀察樣本的兩個因素分數,並建立兩個變數以儲存各觀察樣本的因素分數,以利後續的分析,如表3-46所示:

 

57

58

 

EG操作

回上層