25｜問卷量表信度與構面分析

一、案例定位

從『問卷平均數』進一步進入量表品質：160 位受訪者、9 個題項、3 個構面，計算 Cronbach's Alpha、構面分數及其與忠誠度的相關。

二、學習目標

理解多題項量表為何需要信度分析。

以 Excel 公式計算 Cronbach's Alpha。

將題項彙整為信任、服務、價值三個構面。

分析構面與忠誠度的相關。

讓 AI 協助判讀量表品質，但不替代研究設計與效度檢驗。

三、案例情境

企業設計一份顧客關係問卷，希望以 3 題測量信任、3 題測量服務、3 題測量價值，再分析這些構面與顧客忠誠度的關係。

Excel 核心表格（Word 完整閱讀版）

下列內容直接整理自本案例對應的 Excel 工作簿。Word 版保留理解案例所需的核心輸入、計算結果與管理輸出；若原始資料筆數很大，正文列示代表性樣本，而模型結果與管理摘要則完整呈現。學生可先只閱讀 Word 完成案例理解，再到 Excel 修改參數與資料進行情境重算。

Excel表 25-1｜量表資料代表性樣本

ID

信任1

信任2

信任3

服務1

服務2

服務3

價值1

價值2

價值3

忠誠度

Q001

3

3

3

2

3

3

3

2

3

3

Q002

5

5

5

5

4

5

4

4

4

4

Q003

5

5

4

4

3

4

5

5

5

4

Q004

3

4

5

4

4

3

4

3

3

3

Q005

3

3

3

4

3

3

3

3

3

3

Q006

5

3

3

4

4

4

4

4

4

4

Q007

4

4

4

4

3

4

4

4

5

4

Q008

4

4

4

4

3

4

4

5

5

4

Q009

5

5

4

4

4

3

4

3

4

4

Q010

3

4

4

2

3

2

4

4

4

2

註：此表列示代表性資料樣本，用來理解欄位與模型邏輯；完整資料保留於 Excel 工作簿供深入分析與 What-if 重算。

Excel表 25-2｜構面相關矩陣

構面

信任

服務

價值

忠誠度

信任

1

0.11

0.04

0.41

服務

0.11

1

-0.05

0.31

價值

0.04

-0.05

1

0.34

忠誠度

0.41

0.31

0.34

1

Excel表 25-3｜管理摘要（含信度）

KPI

結果

樣本數

160

信任α

0.82

服務α

0.85

價值α

0.85

信任與忠誠相關

0.410

服務與忠誠相關

0.308

價值與忠誠相關

0.340

四、主要結果

信任、服務、價值三構面的 Cronbach α 約為 0.822、0.852、0.854。

與忠誠度的相關約為：信任 0.410、服務 0.308、價值 0.340。

Excel 讓學生看到 Alpha 的計算來源：題目變異數總和與總分變異數，而不是只按軟體按鈕。

五、Excel 分析方法

Cronbach α＝k/(k−1)×[1−題目變異數總和÷總分變異數]。

每個構面分數以三題平均建立。

CORREL 比較構面與忠誠度的線性關聯。

六、主要結果與管理解讀

Alpha 高代表題項內部一致性較高，但不等於量表一定有效。

構面與忠誠度相關可協助形成顧客策略假設，但仍不能直接推論因果。

AI 可以協助找出需要刪題、重寫或進一步檢驗的方向，但正式研究還需考慮效度、抽樣與模型假設。

七、What-if／延伸練習

故意把某一題改成反向題但不反向計分，觀察 Alpha 如何下降；再正確反向計分，比較結果。

八、AI 分析 Prompt

你是問卷研究分析助理。根據三個構面的 Cronbach α、構面平均與忠誠度相關：判斷哪些量表內部一致性較佳；提出需要進一步檢查的題項或研究問題。不得把高 Alpha 說成已證明效度，也不得把相關說成因果。

九、Excel 與 AI 的分工

Excel：題項變異數、Alpha、構面分數與相關。

AI：解釋量表品質、指出研究限制、形成下一步分析建議。

十、課堂討論題

Alpha 越高越好嗎？

高信度和高效度有何不同？

為什麼反向題需要先反向計分？

十一、資料說明

160 筆問卷資料為教材模擬；量表結構僅用於統計教學。