假說檢定

在上一節相關分析中，本研究之所有研究變數皆在 p<0.01 的顯著水準下 彼此存在正向的相關性，但是相關分析只能代表變數間的強度和方向性，並 無法檢視因果關係。因此，本節將使用多元迴歸分析，探討經過探索性因素 分析後之因素結構是否符合假說之期待。

4.4.1 線上品牌社群特性與社群認同之關係

這個部份欲探討線上品牌社群三個主要特性，與社群認同之間的關係，

其相關之假說如下：

H1-1：科技接受度對社群認同有正向影響。

H1-2：品牌社群整合對社群認同有正向影響。

H1-3：參與社群活動的收穫對社群認同有正向影響。

（一） 科技接受度與社群認同之關係

本研究以科技接受度六個衡量題項的平均值視為自變數，而社群認同之 平均值為應變數，使用迴歸分析中的強迫進入變數法進行，探討科技接受度 與社群認同之間的因果關係，結果整理如下：

表 4- 15 科技接受度與社群認同迴歸整體模式分析表

R² 調整後的 R² F 檢定 顯著性 Durbin-Watson 檢定 0.124 0.121 40.640 0.000*** 2.104

註：「***」代表顯著值 p<0.001

迴歸模式顯著性的整體考驗中，顯著性（p 值）=0.000，達到顯著水準，

R²與調整後的 R²為 0.12 左右，雖稍微偏低但還是在可接受之範圍，表示此 迴歸的解釋變異量是具有統計意義。而 Durbin-Watson 值接近 2，代表誤差項 之間無自我相關的現象。

表 4- 16 科技接受度與社群認同迴歸係數分析表

應變數 自變數

迴歸係數

t 值 顯著性 VIF 未標準化 標準化

社群認同

(常數) 2.677 13.711 0.000***

科技接受度 0.306 0.353 6.375 0.000*** 1.000 註：「***」代表顯著值 p<0.01

分析結果可知，科技接受度的 p 值小於 0.01 的顯著水準（β=0.353），

VIF 值小於 10 也顯示無共線性問題存在。此一結果代表社群成員對於社群網 站能提供越優良的資訊品質和系統品質，則越能增加他們對品牌社群的認同 感與認同行為。此結果亦支持 H1-1 之假說。

（二） 品牌社群整合與社群認同之關係

此部份將驗證品牌社群整合與社群認同之間的正向相關性，以品牌社群 整合三個衡量構面（成員與產品品牌關係、成員與企業關係和成員與其他成 員關係）的平均值視為自變數，而社群認同之平均值為應變數，使用迴歸分 析中的強迫進入變數法進行，探討其間的因果關係，結果整理如下：

表 4- 17 品牌社群整合與社群認同迴歸整體模式分析表

R² 調整後的 R² F 檢定 顯著性 Durbin-Watson 檢定 0.396 0.389 62.016 0.000*** 2.164

註：「***」代表顯著值 p<0.001

迴歸模式顯著性的整體考驗中，F 檢定的顯著性（p 值）=0.000，達到顯 著水準，R²與調整後的 R²為 0.39 以上，表示此迴歸的解釋變異量是具有統 計意義。而 Durbin-Watson 值接近 2，代表誤差項之間無自我相關的現象。

表 4- 18 品牌社群整合與社群認同迴歸係數分析表

應變數 自變數

迴歸係數

t 值 顯著性 VIF 未標準化 標準化

社群認同

(常數) 1.122 4.990 0.000***

成員與產品品牌關係 0.159 0.152 2.611 0.010** 1.583 成員與企業關係 0.171 0.185 3.658 0.000*** 1.199 成員與其他成員關係 0.378 0.432 7.543 0.000*** 1.544 註：「***」代表顯著值 p<0.01；「**」代表顯著值 p<0.05

由上表 4-18 可知，成員與企業關係及成員與其他成員關係二個自變數之 p 值小於 0.01 的顯著水準，而成員與產品品牌關係之 p 值小於 0.05 的顯著水 準，並且皆與應變數社群認同呈正向關係；在 VIF 的部份，三個自變數都小 於 10，可推論樣本沒有共線性的問題。

另外，在未標化的迴歸方程式中，若將樣本觀察值原本各自變數的分數 代入後，即可求得樣本觀察值的預測量；至於標準化後的迴歸方程式係數可 以顯示出各變數之相對重要性，也尌是說，當標準化迴歸係數越大，代表該 自變數在解釋應變數的變異量時的相對重要性越高（王保進，1999）。故從標 準化迴歸係數可發現，成員與其他成員關係的係數最大（β=0.432），表示具 有最高的解釋能力，其次為成員與企業關係（β=0.185），這也說明社群成員 在社群中能夠與其他成員擁有良好的互動，或者對於該品牌之企業有較佳的 滿意度，都會對社群認同產生顯著的正向情感關係，於是此結果支持假說 H1-2。

（三） 參與社群活動的收穫與社群認同之關係

本研究以參與社群活動收穫八個衡量題項的平均值視為自變數，而社群 認同之平均值為應變數，使用迴歸分析中的強迫進入變數法進行，探討參與 社群活動收穫與社群認同之間的因果關係，結果整理如下：

表 4- 19 參與社群活動收穫與社群認同迴歸整體模式分析表

R² 調整後的 R² F 檢定 顯著性 Durbin-Watson 檢定 0.451 0.449 234.487 0.000*** 2.122

註：「***」代表顯著值 p<0.001

迴歸模式顯著性的整體考驗中，F 檢定的顯著性（p 值）=0.000，達到顯 著水準，R²與調整後的 R²為 0.45 以上，表示此迴歸的解釋變異量是具有統 計意義。而 Durbin-Watson 值接近 2，代表誤差項之間無自我相關的現象。

表 4- 20 參與社群活動收穫與社群認同迴歸係數分析表

應變數 自變數

迴歸係數

t 值 顯著性 VIF 未標準化 標準化

社群認同

(常數) 1.200 6.721 0.000***

參與社群活動收穫 0.717 0.671 15.313 0.000*** 1.000 註：「***」代表顯著值 p<0.01

分析結果可知，參與社群活動收穫的 p 值小於 0.01 的顯著水準（β

=0.671），VIF 值小於 10 也顯示無共線性問題存在。此一結果代表社群成員對 於參與社群的活動時，不論可以得到實質利益或是人際關係層面的收穫，都 會顯著增加他們對品牌社群的認同感與認同行為。此結果亦支持 H1-3 之假 說。

4.4.2 品牌社群類型的干擾效果

本研究將品牌社群類型分為官方社群（由公司所成立）與非官方社群（由 消費者成立）兩種型態。此部份即欲探討品牌社群類型對線上品牌社群特性 與社群認同之間的干擾效果（moderating effect），相關之假說如下：

H2-1：品牌社群類型對科技接受度與社群認同間有干擾效果。

H2-2：品牌社群類型對品牌社群整合與社群認同間有干擾效果。

H2-3：品牌社群類型對參與社群活動收穫與社群認同間有干擾效果。

這個部份將採用調節迴歸分析（moderated regression analysis）的統計分 析技術來進行。目的是用於檢定迴歸方程式中之交互作用項對於方程式的預 測能力。因此會使用二個模式來做比較：模式一中將所有自變數與應變數做 迴歸分析；模式二則是再加入干擾變數與原所有自變數之相乘值視為交互作 用項，以考驗解釋能力是否有提升。若在交互作用項之標準化迴歸係數達到 顯著水準，即可說明干擾變數的交互作用效果成立，並可以標準化迴歸係數 之正負號及數值大小判定所造成的干擾效果強弱（Kleinbaum et al., 1998）。

本研究以科技接受度、品牌社群整合與參與社群活動收穫的平均值為自 變數，而品牌社群類型採用虛擬變數的方式編碼（0 代表非官方社群；1 代表 官方社群），另外社群認同之平均值為應變數，以強迫進入法進行模式一的分 析，結果彙整如下：

表 4- 21 社群認同迴歸整體模式分析表

R² 調整後的 R² F 檢定 顯著性 Durbin-Watson 檢定 0.535 0.529 81.449 0.000*** 2.247

註：「***」代表顯著值 p<0.001

迴歸模式顯著性的整體考驗中，F 檢定的顯著性（p 值）=0.000，達到顯 著水準，R²與調整後的 R²在 0.53 以上，表示此迴歸的解釋變異量是具有統 計意義。而 Durbin-Watson 值接近 2，代表誤差項之間無自我相關的現象。

表 4- 22 社群認同迴歸係數分析表

模式一 迴歸係數

t 值 顯著性 VIF 應變數 自變數 未標準化 標準化

社 群 認 同

(常數) 3.906 171.001 0.000***

品牌社群類型 -0.108 -0.096 -2.274 0.024** 1.088 科技接受度 0.125 0.144 3.352 0.001*** 1.128 品牌社群整合 0.298 0.249 4.856 0.000*** 1.603 參與社群活動收穫 0.539 0.505 9.721 0.000*** 1.640 註：「***」代表顯著值 p<0.01；「**」代表顯著值 p<0.05

由上表可知，品牌社群特性的三個自變數之 p 值都達顯著水準，而再列 入品牌社群類型的干擾變數做考量後，也得到顯著的 p 值。另外，除了品牌 社群類型與社群認同為負向關係，其餘品牌社群特性變數仍維持假說 1-1 至 假說 1-3 的正向關係。

接下來的部份，將針對品牌社群的三個特性對社群認同的影響做更進一 步的分析，釐清品牌社群類型對於兩者關係的干擾效果。模式二將使用強迫 進入法，把模式一各項顯著的自變數與干擾變數帶入，同時將干擾變數對自 變數的交互作用項也一併分析，研究結果如下：

表 4- 23 品牌社群類型對社群認同迴歸干擾的整體模式分析表

R² 調整後的 R² F 檢定 顯著性 Durbin-Watson 檢定 0.548 0.536 48.413 0.000*** 2.247

註：「***」代表顯著值 p<0.001

迴歸模式顯著性的整體考驗中，F 檢定的顯著性（p 值）=0.000，達到顯 著水準，R²與調整後的 R²為 0.54 以上，表示此迴歸的解釋變異量是具有統

整體模式的增額解釋能力上升 0.013。

同在兩組依不同品牌社群類型作分類的資料中的關係。 此二條迴歸的解釋變異量是具有統計意義。另外，兩群的 Durbin-Watson 值接 近 2，代表誤差項之間無自我相關的現象。

分析結果可知，不論是非官方社群或官方社群中，品牌社群整合與參與 社群活動收穫對社群認同之 p 值皆達顯著水準，唯獨在科技接受度的部份，

可以發現在非官方社群中，科技接受度對社群認同的關係是有顯著的效果

（p<0.01），但是在官方社群中，科技接受度對社群認同沒有顯著性的影響。

尌 VIF 值來說，所有自變數之值皆小於 10 顯示無共線性問題存在。這個結論 也強烈的支持品牌社群類型在科技接受度與社群認同之間具有干擾的效果。

圖 4- 1 品牌社群類型對科技接受度與社群認同之干擾效果

本研究利用節調迴歸分析檢定品牌社群類型對科技接受度與社群認同之 干擾效果，如圖 4-1 所示，在官方社群中，社群認同並沒有顯著的隨著科技 接受度中的資訊品質與系統品質的提升而增加，故斜率較為平坦；反之，在 非官方社群中，科技接受度中的資訊品質與系統品質的增加，對社群認同有 正向的顯著影響效果，故斜率較陡峭。所以綜合上述各項分析結果，本研究

本研究利用節調迴歸分析檢定品牌社群類型對科技接受度與社群認同之 干擾效果，如圖 4-1 所示，在官方社群中，社群認同並沒有顯著的隨著科技 接受度中的資訊品質與系統品質的提升而增加，故斜率較為平坦；反之，在 非官方社群中，科技接受度中的資訊品質與系統品質的增加，對社群認同有 正向的顯著影響效果，故斜率較陡峭。所以綜合上述各項分析結果，本研究