KAP模型(Knowledge, Attitude, Practice / Behavior)中文為知識、態度與行為(或實踐)模型,是一個用來了解人們如何改變行為的理論架構。 [1, 2]
## 核心三要素
* 知識(Knowledge):
對某個主題或問題的理解、資訊與認知。
* 態度(Attitude):
對該主題的感受、價值觀、信念或正面/負面的看法。
* 行為/實踐(Practice):
實際採取的行動、習慣或做法。
## 運作原理
1. 遞進關係:
人們通常需要先獲得知識(了解是什麼),進而產生某種態度(認同或反對),最後才會改變或落實行為(付諸行動)。
2. 核心假設:
提高知識有助於改變態度,而正面的態度會促成正確的行為。不過,知識不一定會直接等於行為,中間常受到個人環境、價值觀或障礙的影響。
## 常見應用領域
* 公共衛生與醫療:
評估民眾對防疫、疾病預防或健康飲食的認知與配合度。
* 金融教育:
如金融機構利用此概念提升民眾防範詐騙的鑑別力與應對行為。
* 環境教育與行銷研究:
分析消費者對環保議題、特定產品(如農產品消費)的認知如何影響購買決策。 [2, 3, 4, 5, 6]
[1] [https://tpr.moe.edu.tw](https://tpr.moe.edu.tw/achievement/reportFile/4b1141f2735bbb6f01737a11381f25fa)
[2] [https://baike.baidu.com](https://baike.baidu.com/item/%E7%9F%A5%E4%BF%A1%E8%A1%8C%E6%A8%A1%E5%BC%8F/56528852)
[3] [https://www.airitilibrary.com](https://www.airitilibrary.com/Article/Detail/05781434-N202308030015-00001)
[4] [https://www.airitilibrary.com](https://www.airitilibrary.com/Article/Detail/19957654-N202408220001-00008)
[5] [https://taiwanbanker.tabf.org.tw](https://taiwanbanker.tabf.org.tw/paperDetail?id=4369)
[6] [https://tpr.moe.edu.tw](https://tpr.moe.edu.tw/achievement/reportFile/4b1141f27a98e1c0017abd46f7d870bf)
[Gemini AI Google LINK]
二階(Second-order)的核心目的之一確實是為了「簡化模型」與「精簡路徑」。
但關於您提到的「五個都指向一個叫服務品質的構面,就不是二階模型了」,這裡必須釐清箭頭方向與模型階層的關係。我們通常稱之為「一階」或「二階」,關鍵不在於群組的名字,而在於「測量題目(問卷題目)與變數之間隔了幾層」。
以下用圖解與邏輯為您釐清這個觀念:
1. 為什麼五個都指向服務品質,它「依然是二階模型」?
在反映型模型中,箭頭是從高階指到低階。請看以下兩者的結構差異:
情況 A:這叫「一階模型(五個獨立構面)」
如果您在 SEM 裡,把有形性、可靠性等 5 個變數並排,直接去指依變數(例如:滿意度),這是一階。
結構:【問卷題目】 \(\rightarrow \) 【5個服務品質構面】 \(\rightarrow \) 【滿意度】。
缺點:模型會變得很混亂,因為會有 5 條路徑同時指往滿意度。
情況 B:這才叫「二階模型」(也是您說的反映型設定)
當您把一個叫做「整體服務品質」的圓圈放在最頂端,畫出 5 條箭頭「向下」指著這五個構面,而這五個構面再分別畫箭頭「向下」指著它們各自的問卷題目。
結構:
第二階(主構面):【整體服務品質】(這時候它身上沒有直接對應的問卷題目)
第一階(子構面):\(\downarrow \) 指向 【有形性】、【可靠性】、【回應性】...(這五個圈圈是第一階)
測量層(指標):\(\downarrow \) 再指向 【問卷第1題】、【問卷第2題】...
為什麼這能簡化模型?
因為在跟後面的變數(例如:購買意願)連線時,您不再需要從 5 個子構面拉 5 條線出去,只需要從【整體服務品質】這一個圓圈拉「一條線」出去就好。模型立刻變得非常乾淨!
2. 什麼情況下,它會「退化成一階模型」?
如果您誤把問卷的 20 幾個題目,不分維度,直接通通指到同一個叫做「服務品質」的圓圈裡(也就是把五個子構面完全拿掉不畫)。
結構:【服務品質】 \(\rightarrow \) 直接指向 【所有20幾題問卷】。
結果:這在統計上叫「一階單一因子模型」。它就不是二階了,而且通常模型的適配度(Fit Measures)會非常慘烈,因為它強行假設「有形性」和「關懷性」在統計上是完全同一件事。
3. 對於「服裝訂製系統 (MTM)」的實務建議
在 MTM 系統的研究中,使用二階反映型模型(整體服務品質 \(\rightarrow \) 五个子構面 \(\rightarrow \) 題目)的好處是:
高階抽象化:在討論 MTM 時,消費者通常是交換「整體服務好不好」的印象,二階模型符合這種高階整體的心理認知。
避免共線性(Multicollinearity):SERVQUAL 的五個維度通常高度相關。如果不用二階把它們聚合起來,而是讓五個維度同時去預測「MTM 購買意願」,在統計上很容易產生共線性,導致路徑係數不準或正負號反轉。