第四章 實證分析
第二節 第二階段實驗結果
在第二階段實驗階段，研究將受測者 60 位各分至控制組與實驗組。控制組 為文標 Labels 受測組，實驗組則為圖標 Icons 受測組。兩組各為 30 人，學生身 分為台師大與台科大大學生以及研究生。年齡約在 19-29 歲之間，兩組受測者男 女比控制在各半，其中控制組男性佔 41%、女性佔 59%，而實驗組男性佔比為 47%、女性為 53%，幾乎所有受測者皆有使用線上購物網站的經驗。
表 4-3 受測者使用網路購物平台頻率
線上購物網站使用頻率 控制組 實驗組
幾乎沒有在使用 3% 10%
1 個月使用不到 1 次 24% 20%
1 個月使用 1～3 次
表 4-4 受測者使用網路購物平台經驗比率
分析前，Box’s M 檢定顯示變異數為同質(P =0.064)。表 4-6 多變量檢定可 以看出產品分類對於應變數之主效果達到顯著，F =2.781，P =0.01，Pillai's trace
=0.15，partial η2 =0.15。複雜度對於應變數的主效果達到顯著，F =5.62，P =0.00，
Pillai's trace =0.263，partial η2 =0.263。產品分類和複雜度的交互作用對應變數 的效果呈現不顯著，F =1.267，P =0.273，Pillai's trace =0.075，partial η2 =0.075。
表 4-6 多變量檢定
效應 Pillai's trace F Hypothesis df Error df Sig. partial η2
產品分類 0.150 2.781 7 110 0.011** 0.150
複雜度 0.263 5.620 7 110 0.000*** 0.263
產品分類*複雜度 0.075 1.267 7 110 0.273 0.075
註: n.s. p>0.05 **p<0.01 ***p<0.001；Pillai's Trace 比其他三個多變量分析 Wilks' Lambda (λ) 值 、 Hotelling's Trace 、 Roy's 最 大 根 更 適 合 運 算 在 違 反 常 態 性 (non-normality) 或 異 質 性 (heteroscedasticity)的資料上(張紹勳、林秀娟, 2018)。
接著分析顯著主效果結果，在下表 4-7 看出產品分類對針對效率(P =0.026)、
可靠性(P =0.013)、刺激(P =0.02)、新奇(P =0.045)以及使用性(P =0.032)具有顯著 效果；在吸引力(P =0.04)與簡潔明瞭(P =0.932)兩個構面下呈現不顯著。而複雜 度對簡潔明瞭(P =0.00)與效率(P =0.033)兩構面上具有顯著效果；在吸引力(P
=0.544)、可靠性(P =0.182)、刺激(P =0.103)、新奇(P =0.25)與使用性(P =0.631) 等 構 面 下 不 具 顯 著 效 果 。 其 中 簡 潔 明 瞭 其 構 面 對 於 介 面 複 雜 度 的 解 釋 力 14%( partial η2=0.14>0.138)，為高度關聯強度。而產品分類和複雜度的交互作用 在使用者體驗的六個構面與使用性上皆未達顯著。
以下分析產品分類選單和高低複雜度對於使用者體驗和使用性的影響。利用 比較平均數法，針對有顯著效果的應變數進行比較平均數分析，觀察受測者對於 不同的產品分類選單和高低複雜度的量測結果。
表 4-7 Two-way MANOVA 分析摘要
1. 產品分類選單之比較平均數
3. 產品分類選單與網頁複雜度假說檢定結果 受測者的體驗上具顯著影響，故H3a、H3a'與H3b、H3b'兩組假說未獲支持。
比較平均數分析產品分類選單之主效果，可以發現受測者對於文標Labels給
(二) 使用者體驗與使用性相關性分析
本研究以Pearson’s correlation分析使用者體驗的六個構面與使用性之相關性，
以驗證在操作、瀏覽網頁時，與使用者後續產生行為之關聯性。下表 4-12可以 發現使用性與使用者體驗的六個構面相關係數為，吸引力(r=0.81)、簡潔明瞭 (r=0.51)、效率(r=0.52)、可靠性(r=0.52)、刺激(r=0.76)以及新奇(r=0.69)，大多介 於0.5～0.8之間，相關性呈現顯著，適度或良好正向相關。其表中的簡單回歸，
得使用者體驗與網頁使用性具備顯著關聯，P值皆小於0.05，故H5a、H5b、H5c、
H5d、H5e與H5f等假說成立。
表 4-11 使用者體驗與使用性假說檢定結果
研究假說 假說驗證
H5a:吸引力與使用性具備正向影響。 支持
H5b:簡潔明瞭與使用性具備正向影響。 支持
H5c:效率與使用性具備正向影響。 支持
H5d:可靠性與使用性具備正向影響。 支持
H5e:刺激與使用性具備正向影響。 支持
H5f:新奇與使用性具備正向影響。 支持
(三) 使用者體驗中介檢定
實驗設計因受到小樣本限制，與數據常態性不易維繫，同時使用者體驗具備 六個因子類似多元中介。此部分以拔靴法(Bootstrap)來檢定更為精準，拔靴法以 重複抽樣的方式來估算間接效果的信賴區間，以進行驗證，若是信賴區間未經過 0，則有中介效果。並且拔靴法在小樣本的衡量上也更為準確(林鉦棽、彭台光, 2012)。
由於小樣本機率理論的不穩定性，本研究認為普遍的95%的信心水準可能導 致苛刻，進而將信心水準調至90%，去符合小樣本的特質，而型Ι錯誤的容許度 將提升。數據將分成兩部分，因在MANOVA分析時，交互作用並不顯著，故在 第一筆數據具備干擾變數下之結構將會呈現不顯著；第二筆數據將會替除干擾變
表 4-12 Pearson 相關係數矩陣
吸引力 簡潔明瞭 效率 可靠性 刺激 新奇 使用性
吸引力 皮爾森 (Pearson) 相關性 1 顯著性（雙尾）
簡潔明瞭 皮爾森 (Pearson) 相關性 .411** 1
顯著性（雙尾） .000
效率 皮爾森 (Pearson) 相關性 .579** .716** 1
顯著性（雙尾） .000 .000
可靠性 皮爾森 (Pearson) 相關性 .604** .367** .570** 1
顯著性（雙尾） .000 .000 .000
刺激 皮爾森 (Pearson) 相關性 .856** .298** .476** .503** 1
顯著性（雙尾） .000 .001 .000 .000
新奇 皮爾森 (Pearson) 相關性 .785** .220* .357** .372** .819** 1
顯著性（雙尾） .000 .016 .000 .000 .000
使用性 皮爾森 (Pearson) 相關性 .814** .508** .515** .523** .757** .686** 1
顯著性（雙尾） .000 .000 .000 .000 .000 .000
1. 拔靴法中介檢定結果(含干擾變數為網頁複雜度)
從下方表 4-14 與表 4-13 可得整個第二階段實驗研究架構之中介檢定結果，
而網頁複雜度在架構中並不作為干擾變數之存在，進而影響結果影響而導致不顯 著。則我們將網頁複雜度剔除，再進行一次 Bootstrap 中介檢定。此結果以 SPSS Process model 8 進行拔靴法檢定(Hayes, 2017)。
表 4-13 Bootstrap 間接效果結果(含干擾變數)
間接效果
網頁複雜度
Index BootSE 90% CI 產品分類→吸引力→使用性 .2767 .2017 (-.0191, .6393) 產品分類→簡潔明瞭→使用性 -.1031 .1272 (-.3204, .0908) 產品分類→效率→使用性 -.0461 .0779 (-.1746, .0798) 產品分類→可靠性→使用性 .0114 .0392 (-.0408, .0852) 產品分類→刺激→使用性 .0926 .1032 (-.0349, .2912) 產品分類→新奇→使用性 .0615 .0882 (-.0638, .2180) 註:bootstrapping 為 90%信賴區間下同時反覆抽取 5000 次樣本進行區間估計。index of moderated mediation 為路徑分析以區間估計計算中介函數之參數(Hayes, 2015)。
表 4-14 Bootstrap 直接效果結果(含干擾變數) 直接效果：產品分類選單→使用性
複雜度 Effect SE t p 90% LLCI 90% ULCI 低複雜度 .1906 .1466 1.2998 .1964 -.0526 .4338 高複雜度 .1532 .1552 .9866 .3260 -.1044 .4107 註:bootstrapping 為 90%信賴區間下同時反覆抽取 5000 次樣本進行區間估計。
2. 拔靴法中介檢定結果(不含干擾變數)
剔除干擾變數後，本研究以 SPSS Process 中的 model 4(Hayes, 2017)進行中 介檢定。在表 4-15 中可以觀察到以間接效果整體(產品分類選單→使用者體驗→
品分類選單→效率→使用性)與刺激(產品分類選單→刺激→使用性)在 90%之信 賴區間皆不經過 0，則中介效果顯著。
由上述分析得到使用者體驗之三構面顯著，我們再繼續觀察架構中直接效果 之檢定，表 4-16 中顯示其直接效果(產品分類選單→使用性)之 90%信賴區間中 並不包含 0，其直接效果為顯著；觀察表 4-17 總效果之檢定，其 90%信賴區間 中亦不包含 0，總效果為顯著；顯示其中介效果為部分中介效果，其意義為當產 品分類選單影響網頁使用性時，一部分是透過直接影響，而另一部分是通過中介 變數吸引力、效率與刺激等三構面去影響。
表 4-15 Bootstrap 間接效果結果(不含干擾變數)
間接效果 Effect BootSE 90% CI
TOTAL .2298 .1629 (-.0316, .5041)
吸引力 .1572 .1062 (.0024, .3478)*
簡潔明瞭 .0052 .0664 (-.1091, .1108)
效率 -.0803 .0561 (-.1833, -.0031)*
可靠性 .0246 .0427 (-.0392, .0998)
刺激 .0917 .0709 (.0048, .2298)*
新奇 .0314 .0424 (-.0366, .0988)
註:bootstrapping 為 90%信賴區間下同時反覆抽取 5000 次樣本進行區間估計。
表 4-16 Bootstrap 直接效果結果(不含干擾變數)
直接效果 Effect SE t p 90% LLCI 90% ULCI
產品分類選單→使用性 .1795 .1070 1.6773 .0963* .0020 .3569 註:bootstrapping 為 90%信賴區間下同時反覆抽取 5000 次樣本進行區間估計。
表 4-17 Bootstrap 總效果結果(不含干擾變數)
總效果 Effect SE t p 90% LLCI 90% ULCI
產品分類選單→使用性 .4093 .1871 2.1869 .0307** .0990 .7195 註:bootstrapping 為 90%信賴區間下同時反覆抽取 5000 次樣本進行區間估計。
而根據以上結果，可以得出以下檢定結果。在間接效果(表 4-15)下 TOTAL 中信賴區間包含 0，呈現不顯著，則 H6 使用者體驗對產品選單與使用性之關係 具備中介效果未獲得統計支持。同理，其中吸引力、效率與刺激三構面，在信賴 區間中皆未包含 0，則呈現中介效果顯著，支持 H6a、H6c、H6e。而其餘未獲支 持構面為簡潔明瞭、可靠性和新奇，為 H6b、H6d 以及 H6f。
表 4-18 中介效果假說檢定結果
研究假說 假說驗證
H6:使用者體驗對產品選單與使用性之關係具備中介效果。 未獲支持
H6a:吸引力對產品選單與使用性之關係具備中介效果。 支持
H6b:簡潔明瞭對產品選單與使用性之關係具備中介效果。 未獲支持
H6c:效率對產品選單與使用性之關係具備中介效果。 支持
H6d:可靠性對產品選單與使用性之關係具備中介效果。 未獲支持
H6e:刺激對產品選單與使用性之關係具備中介效果。 支持
H6f:新奇對產品選單與使用性之關係具備中介效果。 未獲支持