不同人口統計變項在線上遊戲參與動機上之差異比較 不同人口統計變項在線上遊戲參與動機上之差異比較 不同人口統計變項在線上遊戲參與動機上之差異比較 不同人口統計變項在線上遊戲參與動機上之差異比較

第三節 第三節

第三節 不同人口統計變項在線上遊戲參與動機上之差異比較 不同人口統計變項在線上遊戲參與動機上之差異比較 不同人口統計變項在線上遊戲參與動機上之差異比較 不同人口統計變項在線上遊戲參與動機上之差異比較

本節旨在依據線上遊戲參與者不同的人口統計變項，探討在線上遊戲的參與動 機中各構面間之差異性，以不同人口統計變項作為自變項，受訪者的線上遊戲參與 動機的差異為依變項，透過獨立樣本 t 檢定與變異數分析進行差異性檢定，若結果 呈現顯著，則進一步進行事後比較，以確認各類別之間的差異情形，本節共分為一、

研究結果、二、分析與討論與三、小結，三部份進行描述。

一 一 一

一、 、 、研究結果 、 研究結果 研究結果 研究結果

本段旨在呈現差異性檢定之結果，在性別、職業與加入後援會與否三個變項進 行獨立樣本 t 檢定，在年齡、教育程度、平均月收入、平均每月遊戲商品消費額、

遊戲頻率與平均遊戲時間上則採單因子多變量變異數分析檢定期差異情形，各人口 統計變項結果如下分項敘述。

（一）性別

性別變項的獨立樣本 t 檢定之結果如表 4-2 所示，得知樣本群體共分為男（n=743 人）、女（n=5 人），在各構面間的得分除了社會陪伴以女性的平均得分大於男性，

其餘 5 個構面皆以男性分數較大，其中以娛樂（t=2.00, p＜.05）與自我肯定（t=2.26, p＜.05）兩個構面的差異達到顯著差異，在差異比較上則以男性大於女性，在其餘 構面上則無顯著差異，然而由於男、女性間的人數差異過大，可能導致所得結果產 生誤差，未來研究可針對此部分進行更合適的研究設計，以便降低誤差。

表 4-2 性別與職棒類型線上遊戲參與動機之 t 檢定摘要表（n=748）

構面 性別 人數（人） 平均數 標準差 t 值 差異比較

獲取訊息 男 743 3.86 0.59

1.09

女 5 3.57 0.40

娛樂 男 743 4.14 0.57

2.00* 男＞女

女 5 3.63 0.38

自我肯定 男 743 3.62 0.71

2.26* 男＞女

女 5 2.90 0.38

（續）

表 4-2 性別與職棒類型線上遊戲參與動機之 t 檢定摘要表（n=748）（續）

表 4-3 年齡與職棒類型線上遊戲參與動機之 MANOVA 摘要表（n=748）（續）

Wilk’s Lamba=.92*, *p<.05

（三）教育程度

於研究所及以上之類別，認同感構面中，則以高中職類別明顯大於大專校院類別，

Wilk’s Lamba=.90*, *p<.05

（四）平均月收入

在平均月收入變項的單因子多變量變異數分析中，為減低因人數過少所造成的 誤差，因而將 30,001 -40,000 元、40,001-50,000 元以及 50,001 元以上的三個類別合 併為 30,001 元以上的類別，共分成五個類別來進行檢定，結果如表 4-5 所示，得知 平 均 月 收 入 不 同 的 遊 戲 玩 家 在 線 上 遊 戲 參 與 動 機 上 達 顯 著 差 異 （ Wilk’s Λ=.95,

p<.05），隨之進一步進行各構面間之 F 檢定及差異分析。結果發現只有在娛樂構面

上達顯著差異（F＝3.25, p<.05），再利用 Scheffe 法進行事後比較，發現平均月收入

20,001-30,000 元明顯高過於平均月收入 30,001 元以上的族群，月收入 10,001-20,000

Wilk’s Lamba=.95*, *p<.05

（五）職業

戲之動機。

表 4-6 職業與職棒類型線上遊戲參與動機之 t 檢定摘要表（n=748）

構面 職業 人數（人） 平均數 標準差 t 值

獲取訊息 學生 583 3.84 0.60

-1.42

非學生 165 3.91 0.56

娛樂 學生 583 4.15 0.58

0.49

非學生 165 4.12 0.53

自我肯定 學生 583 3.60 0.72

-0.95

非學生 165 3.66 0.68

認同感

學生 583 3.91 0.68

-0.43

非學生 165 3.93 0.68

社會陪伴 學生 583 3.21 0.88

0.52

非學生 165 3.17 0.83

逃避歸屬 學生 583 2.95 0.88

-0.32

非學生 165 2.97 0.87

（六）平均每月遊戲商品消費額

在平均每月遊戲商品消費額變項的單因子多變量變異數分析中，將受試者每月 於遊戲商品的花費金額分成六個類別來進行檢定，結果如表 4-7 所示，得知平均每 月遊戲商品消費額不同的遊戲玩家在線上遊戲參與動機上達顯著差異（Wilk’s Λ=.94,

p<.05），隨之進一步進行各構面間之 F 檢定及差異分析。結果發現在獲取訊息、娛

樂、認同感、社會陪伴及逃避歸屬構面上達顯著差異（F^{獲 取 訊 息}=4.06、F^{娛 樂}=2.81、F

認 同 感=2.60、F^{社 會 陪 伴}=2.57、F^{逃 避 歸 屬}=2.40, p<.05），而後利用 Scheffe 法進行事後比較，

發現在認同感、社會陪伴及逃避歸屬構面中無顯著的差異關係，在獲取訊息因素上，

每月花費 201-400 元的玩家明顯比每月花費 200 元以下的玩家來得高，在娛樂因素 上亦能發現相同的結果。

表 4-7 平均每月遊戲商品消費額與職棒類型線上遊戲參與動機之 MANOVA 摘要表 Wilk’s Lamba=.94*, *p<.05

（七）遊戲頻率

少玩的受試者；自我肯定構面上的檢定，則可以得到每天數次、每天一次的受試者

Wilk’s Lamba=.94*, *p<.05

（八）每日平均遊戲時間 Scheffe 法進行事後比較，然而在自我肯定構面上無組別間有顯著差異；社會陪伴構 面上則呈現每天遊戲時間 6 小時以上的受試者高於每日遊戲 3 小時以內的玩家之結

Wilk’s Lamba=.97*, *p<.05

（九）加入後援會與否

於加入後援會與否的變項中，將受試樣本分為無加入及有加入兩大群體，並採 獨立樣本 t 檢定的方法針對各構面進行檢定，檢定結果如下表 4-10，結果發現有加 入後援會者在獲取訊息、娛樂、認同感及社會陪伴因素上的平均得分均高於無加入 的受試者，在自我肯定及逃避歸屬構面，則以無加入後援會者分數較高，獨立樣本 t 檢定的結果中，發現只有認同感構面上，二者達顯著差異（t=-2.13, *p＜.05），有 加入後援會的受試樣本明顯高過於無加入的玩家。

表 4-10 加入後援會與否與職棒類型線上遊戲參與動機之 t 檢定摘要表（n=748）

構面 加入

後援會與否 人數（人） 平均數 標準差 t 值 差異比較

獲取訊息 無 677 3.85 0.58

-0.64

有 71 3.90 0.70

娛樂

無 677 4.13 0.56

-0.84

有 71 4.19 0.65

自我肯定

無 677 3.62 0.69

0.84

有 71 3.55 0.85

認同感

無 677 3.90 0.66

-2.13* 有＞無

有 71 4.07 0.80

社會陪伴 無 677 3.19 0.85

-1.15

有 71 3.33 1.02

逃避歸屬 無 677 2.95 0.87

0.60

有 71 2.94 1.03

*p＜.05