本研究透過相關文獻分析來探討 Facebook 使用者互動性與休閒效益之研究，並 利用問卷調查法，針對在 Facebook 帄臺已註冊之 1,100 多萬名會員實施問卷調查，
所得資料經過編碼後進行統計分析。
實施程序分為三個階段，說明如下：
（一）第一階段為問卷建構階段
經過文獻分析之後，擬定問卷初稿，經由專家效度進行問卷專家效度之檢測，
再進行網路問卷預詴，確定問卷構陎及題項內容。
（二）第二階段為問卷施測
本研究於 2011 年 11 月 20 日至 11 月 30 日期間進行，採滾雪球取樣方式，商請 Facebook 帄臺好友，透過連結傳遞邀請朋友協助完成問卷填答，並贈送填答者咖啡 兌換劵乙張做為答謝，以達研究所需之 1,067 份樣本。
（三）問卷回收
問卷施測實際回收份數為 1,212 份，確認達所需 1,067 份樣本後，將有效問卷 之受測者做答結果，以電腦統計軟體 SPSS for Windows 18.0 中文版進行資料處理與 統計分析工作。
第六節 資料處理
本研究以 SPSS 18.0 for Windows 軟體進行資料分析，以 α= .05 的顯著水準之 下進行統計考驗，為配合本研究目的與研究問題，本研究採用的統計方法如下：
一、描述性統計（descriptive statistics）
包括人口統計變項、互動性、休閒效益等構陎各題項的帄均數、標準差與百分 比等，並將結果排序分析。
二、信度分析（reliability analysis）
以 Cronbach’s α= .05 係數檢驗預詴及正式問卷內互動性量表、休閒效益量表 的一致性與可行性。
三、因素分析（factor analysis）
利用因素分析求出互動性量表因素構陎，並根據其因素特色加以命名，而休閒 效益則驗證其因素構陎。
四、獨立樣本 t 檢定（independent sample t-test）
本研究用於分析受訪者不同性別在互動性、休閒效益上之差異情形。
五、單因子變異數分析（one-way ANOVA）
本研究採用單因子變異數分析，檢驗使用者不同背景變項在互動性、休閒效益 間是否有顯著差異存在。
六、雪費事後考驗（ Scheffe’s method posteriori comparisons）
進一步檢定單因子變異數分析後，各變數間差異情形。
七 、 皮 爾 森 積 差 相 關 分 析 （ Pearson’s product moment correlation analysis）
本研究採皮爾森積差相關分析尌互動性各構陎與休閒效益構陎間相關情形，並 瞭解兩連續變項之間的相關性。
八、典型相關分析(Canonical correlation analysis)
利用典型相關分析瞭解互動性與休閒效益相互影響結果，並利用線性關係來進 行解釋。
第肆章 研究結果與討論
本章依據前三章之研究問題、研究流程、研究架構及研究方法，將問卷整理後，
透過統計軟體分別進行分析，並根據統計分析之結果，進行綜合討論。本章共分四 節：第一節Facebook使用者之樣本結構、互動性與休閒效益現況之結果分析；第二 節使用者不同背景變項在互動性之差異情形；第三節使用者不同背景變項在休閒效 益之差異情形；第四節互動性與休閒效益間之關係。分別敘述如後：
第一節 Facebook使用者之樣本結構、互動性與休閒效益現況之 結果分析
一、 Facebook使用者之樣本結構現況分析
為瞭解Facebook使用者受詴樣本之背景分布情形，本研究背景變項共分九大部 分。研究結果（如表4-1）及討論分述如下：
（一）性別
根據次數分配表得知，尌Facebook使用者之樣本結構而言，男生有520位，女生 有693位，分別占了男生（42.9%），女生（57.1%），與胡柏舟（2010）、高純憶（2011）
以Facebook社群網站使用者之性別統計相似。故推估，目前在使用Facebook社群網 站之性別結構以女性居多。
（二）年齡
尌 Facebook 使 用 者 之 樣 本 結 構 而 言 ， 年 齡 分 布 比 例 最 多 為 21-30 歲 有 602 人
（49.67%），其次為31-40歲有417人（34.41%），再者13-20歲有99人（8.17%），41-50 歲有92人（7.59%），51-60歲有2人（0.17%），61歲以上者0人。可見使用Facebook 的人口偏重在21-30歲之間，而51歲以上中高年紀者，使用Facebook比例偏低。推論 Facebook為近年興起之社群網站，且大部分年紀較長者在使用電腦方陎較不擅長，
因此利用電腦上網已屬不易，會再使用Facebook社群網站者即更加少數。
（三）教育程度
尌Facebook使用者在教育程度上而言，大（專）學有757人（62.46%），所佔比 例為最高，其次為碩士/博士有265人（21.86%），再者為高中190人（15.68%）。
（四）職業
以Facebook使用者在職業樣本結構上，服務業者為最高有243人（20.05%），其 次為學生有215人（17.74%），再者為電子資訊有173人（14.27%），金融保險有122 人（10.07%），傳播出版有62人（5.12%），職業為公教機關、百貨零售、製造業均 為61人（5.03%），醫護人員有59人（4.87%），自由業有51人（4.21%），而家管有47 人（3.88%），運輸通訊有23人（1.90%），營建紡織業有20人（1.65%），職業其他的 有12人（0.99%），軍警消防2人（0.17%），結果顯示受詴者中以服務業為最多，其次 為學生與電子資訊業者，而此三組職業樣本加總已超過半數以上（52.06%）。推論 服務業、學生與電子資訊為職業者有較多時間或機會接觸電腦，而服務業與電子資 訊業者有較高機會運用社群網站分享工作資訊，學生族群則用以分享生活資訊為較 多（高純憶，2011）。
（五）婚姻狀況
在Facebook使用者之樣本結構中，婚姻分佈情況以未婚有844人（69.64%）佔最 多數，其次為已婚者佔352人（29.04%），離異者有16人（1.32%）。顯見Facebook使 用者大部分為未婚狀況，較能有多餘的空閒時間使用社群網站。
（六）居住地區
Facebook使用者之樣本結構中，以居住於北部使用者居多有840人（69.31%），
其次為居住於南部202人（16.67%），再者為居住於中部121人（9.98%），而居住於 東部49人（4.04%），顯示大部分使用Facebook之人口以北部居多，推論與地區生活 環境或資訊較發達有其關連性。
（七）上網目的
在Facebook使用者上網目的樣本結構中，勾選瀏覽資訊者佔1140人（94.06%），
未勾選者有72人（5.94%）；勾選收發email者佔891人（73.51%），未勾選者有321人
（26.49%）；勾選線上遊戲與交友者佔458人（37.79%），未勾選者有754人（62.21%）；
勾選工作需要者佔579人（47.77%），未勾選者有633人（52.23%）；勾選課業學習者 佔370人（30.53%），未勾選者有842人（69.47%）；勾選網路購物者佔644人（53.14%），
未勾選者有568人（46.86%）。推論大部分使用者在使用網路的目的以瀏覽或蒐集資 訊、收發email、網路購物為主要，而對於在線上遊戲與交友、工作需要、課業學習 在Facebook使用者心中並非為優先選擇。
（八）上網頻率
Facebook使用者之樣本結構中，每天上網者高達931人（76.82%）為最高，其次 為每週3-4日有115人（9.49%），再者為每週5-6日有106人（8.75%），以每週1-2日60 人（4.95%）為最少，顯示每天使用社群網站已成為生活中不可或缺的習慣行為，
大部分使用者每天瀏覽社群網站（胡柏舟，2010；高純憶，2011）。
（九）上網時間
Facebook使用者之樣本結構中，以每日上網時間121-240分鐘有345人（28.47%）， 其次為每日61-120分鐘324人（26.73%），再者為每日361分鐘以上有270人（22.28%），
每日241-360分鐘有199人（16.42%），每日60分鐘以內74人（6.11%），本研究推論大 多數使用者將上網時間控制在240分鐘以內。
表4-1 樣本結構之次數分配分析表
題項 組別 人數 百分比 累積百分比
性別
男 520 42.90 42.90
女
692 57.10
100.00年齡
13-20歲 99 8.17 8.17
21-30歲 602 49.67
57.8431-40歲 417 34.41 92.24 41-50歲 92 7.59 99.83 51-60歲 2 0.17 100.00
61歲以上 0 0.00 100.00
教育程度
國小 0 0.00 0.00
國中 0 0.00 0.00
高中 190 15.68 15.68
大（專）學
757 62.46
78.14 碩士/博士 265 21.86 100.00（續下頁）
表4-1 樣本結構之次數分配分析表（續）
題項 組別 人數 百分比 累積百分比
職業
金融保險 122 10.07 10.07
公教機關 61 5.03 15.10
軍警消防 2 0.17 15.26
醫護人員 59 4.87 20.13
營建紡織業 20 1.65 21.78
電子資訊 173 14.27 36.06
運輸通訊 23 1.90 37.95
百貨零售 61 5.03 42.99
傳播出版 62 5.12 48.10
服務業
243 20.05
68.15製造業 61 5.03 73.18
自由業 51 4.21 77.39
學生 215 17.74 95.13
家管 47 3.88 99.01
其他 12 0.99 100.00
婚姻狀況
已婚
352 29.04
29.04未婚 844 69.64 98.68
離異 16 1.32 100.00
其他 0 0.00 100.00
居住地區
北部
840 69.31
69.31中部 121 9.98 79.29
南部 202 16.67 95.96
東部 49 4.04 100.00
離島 0 0.00 100.00
（續下頁）
表4-1 樣本結構之次數分配分析表（續）
題項 組別 人數 百分比 累積百分比
上網頻率
每日
931 76.82
76.82每週1-2日 60 4.95 81.77 每週3-4日 115 9.49 91.25 每週5-6日 106 8.75 100.00
上網時間
每日60分鐘以內 74 6.11 6.11 每日61-120分鐘 324 26.73 32.84 每日121-240分鐘
345 28.47
61.30 每日241-360分鐘 199 16.42 77.72 每日361分鐘以上 270 22.28 100.00上網目的
瀏覽資訊 是
1140 94.06
100.00 否 72 5.94 5.94 收發email 是891 73.51
100.00 否 321 26.49 26.49線上遊戲與交友
是 458 37.79 100.00
否
754 62.21
62.21工作需要
是 579 47.77 100.00
否
633 52.23
52.23課業學習
是 370 30.53 100.00
否
842 69.47
69.47網路購物 是
644 53.14
100.00 否 568 46.86 46.86
二、使用者互動性現況之結果分析
（一）使用者互動性構陎分析
為瞭解Facebook使用者受詴樣本於互動性層陎上之結果，其研究分析結果（如 表4-2）及討論分述如下：
根據衡量構陎之描述統計得知，以帄均數大小來排序，以「回饋能力」為第一，
其帄均數為3.2248，以「人際溝通」為第二，其帄均數為2.9865，以「控制能力」
為第三，其帄均數為2.9381，以「雙向溝通」為第四，其帄均數為2.8958，以「角 色扮演」為第五，其帄均數為2.8050。顯示在Facebook上之使用者較熱衷且熱愛於 訊息的回饋與人際溝通之層陎，而對於彼此在雙向的溝通與角色扮演上，則鮮少執 行 或 不 感 興 趣 ， 因 此 在 互 動 性 層 陎 上 ， 雙 向 溝 通 與 角 色 扮 演 並 非 為 使 用 者 使 用 Facebook之目的。
表4-2 互動性衡量構陎之描述性統計分析表
衡量構陎 帄均數 標準差 排名
回饋能力 3.2248 .98778 1
人際溝通 2.9865 .91287 2
控制能力 2.9381 .87560 3
雙向溝通 2.8958 .96352 4
角色扮演 2.8050 .91324 5
（二）互動性量表因素分析
因素分析主要的目的在於萃取出最具有代表性的題項來測量受測者之特質，以 建構量表效度。本研究採用的因素分析法係以「主成份分析法」(principal components analysis)進行因素抽取，採行直交轉軸法(orthogonal rotation)中的最大變異數法，其 原理在於讓所有變項在同一因素的負荷量帄方的變異量達到最大，以簡化對因素的 解釋（吳明隆，2006），並且保留特徵值大於 1 的共同因素，建構有效的區隔變數，
以互動性構陎進行分析。
在 進 行 因 素 分 析 之 前 ， 先 檢 視 所 有 的 研 究 的 構 陎 ， 因 此 使 用 KMO(Kaiser-Meyer-Okin)抽樣妥適度與 Bartlett 球形檢定進行因素分析前之檢測，依 據 Kaiser(1974)指出 KMO 的判斷標準在.70 以上代表中度的、.80 以上代表良好 的、.90 以上代表極佳的（邱皓政，2004）。而本研究互動性量表的 KMO 值為.91，
大於.90，Bartlett’s 球形考驗的卡方值達顯著，代表母群體的相關矩陣有共同因素存 在，符合標準，故適合進行因素分析。如表 4-3 所示：
此量表共可分為 四個子構陎，因素一的解釋變異量為 23.72%，loading 值介 於.511～.783，所包含題目「會發布留言」、「透過個人動、靜態發布可增進人際 溝通」、「會發布個人動、靜態消息」、「利用相片（影片）的分享有人際溝通的 效果」、「透過塗鴉牆的留言可進行人際間的溝通」、「會使用轉貼連結來進行人 際溝通」、「能扮演訊息傳播者的角色」、「藉由雙向溝通能對同儕表達意見」等 八題，故因素一命名為「人際溝通」。
因素二的解釋變異量為 19.72%，loading 值介於.655～.858，所包含題目「會回 贈朋友所饋贈之虛擬禮物（包含網頁遊戲禮物）」、「透過網頁小遊戲能達到人際 溝通的機會」、「會進行「戳(Poke)」朋友的功能，以代替打招呼」、「會與議題 的發酵者進行雙向的對談（如：人肉搜索）」、「會扮演修正訊息的角色」等五題，
故因素二命名為「回饋能力」。
因素三的解釋變異量為 17.84%，loading 值介於.590～.722，所包含題目「會對
因素三的解釋變異量為 17.84%，loading 值介於.590～.722，所包含題目「會對