為了檢定先前的假說，本研究建立了三因子的 ANCOVA 模型，其中自變數為評論品質、
負面評論數量、資訊素養對產品態度的影響，而已消費者本身的產品知識為共變數，
而在使用 ANCOVA 之前也做了模型檢定。
(一)產品態度
將實驗結果丟入 ANCOVA 模型中作檢定，在一開始我們先看整體的模型解釋能力，結 果告訴我們整體的 F 值(8.21)是顯著的，其中解釋能力 R 平方值為 0.20，代表說我們 可以用評論品質及數量來解釋消費者如何對產品做出反應，整體實驗結果的表如下:
表 17 整體 ANCOVA 結果(以產品態度為反應變數) 來源 F 值 Pr > F R-Square 模型 8.21 <.0001*** 0.2 負面數量 35.91 <.0001***
品質 16.39 <.0001***
負面數量*品質 0.67 0.4152 能力 0.12 0.7345 負面數量*能力 0.00 0.9741 品質*能力 8.99 0.0030**
負面數量*品質*能力 2.28 0.1319 產品知識 2.28 0.1325
31
首先先看其中調節變數的影響，消費者本身產品的知識並沒有影響對產品的喜好，
推敲原因，有可能是因為在實驗裡，本研究設計了虛幻的產品，包括系統以及規格都 是前所未見，因此實驗者沒辦法以個人使用手機的經驗來看新的手機產品，而上表的 結果說明了，負面評論數量的多寡以及品質會影響消費者對產品的判斷。先來看負面 評論數量多寡的影響，我們更進一步區分出數量多寡兩組，用 T 檢定來看這兩組的產 品態度有無差別。
表 18 負面評論數量多寡兩組態度 T 檢定
方法 變異數 自由度 t 值 Pr > |t| 顯著性 集區 均等 265 -5.47 <.0001 ***
Satterthwaite 不均等 262.58 -5.47 <.0001 ***
變異數相等性
方法 分子自由度 分母自由度 F 值 Pr > F 摺疊的 F 127 138 1.03 0.8773
結果告訴我們這兩組的態度有極大的落差，因此，對於負面評論數量較少的時候，
消費者會更喜愛產品(比起負面評論數量多時)，因此我們可以得出 H1 假說是成立的。
再來看評論品質的影響，同樣的我們分成兩組，對產品態度同樣做 T 檢定。
表 19 品質高低態度 T 檢定
方法 變異數 自由度 t 值 Pr > |t| 顯著性 集區 均等 265 -3.86 0.0001 ***
Satterthwaite 不均等 263.81 -3.89 0.0001 ***
變異數相等性
方法 分子自由度 分母自由度 F 值 Pr > F 摺疊的 F 143 122 1.20 0.3004
32
同樣的，品質高低也對產品態度產生極大的影響，消費者暴露在品質越高的負面評 論，會更減低對產品的態度，因此我們先前設立的假說 H2 成立。除了上述，我們要看 品質跟資訊素養產生的交互作用，在 H5 假說中，本研究認為高品質的評論對於資訊素 養高的消費者影響力更大，資訊素養高的實驗者，會仔細處理分析每一則評論，因此 看到品質越高的負面評論，對產品的評價也就越低，而我們也可以看在高品質評論的 環境下，資訊處理能力高低的產品態度，素養高的態度低於素養低的消費者，因此根 據上述的結果，我們的假說 H5 也得到證實。
表 20 產品態度平均值
(二)評論可信度
實驗和上述相同，只不過這次我們的反應變數從產品態度轉換成了評論可信度，如 下:
表 21 整體 ANCOVA 結果(以評論可信度為反應變數) 來源 F 值 Pr > F R-Square 模型 0.89 0.4677 0.013 負面數量 0.88 0.3485
能力 1.26 0.2628 負面數量*能力 1.79 0.1816 產品知識 0.17 0.6807
分析變數 : 產品態度
評論品質 資訊素養 N 平均值 標準差 最小值 最大值 高 高 70 11.2857143 2.9788766 6.0000000 20.0000000 低 53 12.0943396 2.9694868 5.0000000 18.0000000 低 高 72 13.5972222 3.1518370 6.0000000 20.0000000 低 72 12.6527778 3.3489949 5.0000000 20.0000000
33
在一開始看整體模型的 F 值 0.89 就已經告訴了我們並不能用這樣的模型去解釋消費 者是否會相信網站上的評論，而整體的 ANCOVA 也告訴了我們同樣的結果，在網站上同 時出現正負面兩方的評論並不會提高消費者去相信網站上的評論，探究原因，在網路 上的環境裡，留言都是不知名的人所留，Park 學者在 2005 年討論到網路上留言的可 靠信，消費者會比較相信傳統的口碑行銷，Forman 學者在 2008 年提到了人會透過不 同的管道獲得資訊，例如購物網站、官方網站、第三方評論網站、社群網站等等，這 些網站會提高人是否相信網路上的評論，也就是說，評論的可信度是和來源的可靠度 連結在一起的，來源的可靠度包括了網站的專業性以及網站的可信程度。因此本研究 的假說 H3 在這樣的情況之下並不成立。
(三)評論實用性
同樣我們將上述的模型重複做檢驗，將評論可信度轉換為評論實用性，如下:
表 22 整體 ANCOVA 結果(以評論實用性為反應變數) 來源 F 值 Pr > F R-Square 模型 4.37 0.002** 0.063 品質 12.25 0.0005***
能力 0.59 0.4417 品質*能力 0.01 0.9232 產品知識 2.98 0.0856
先看整體的 F 值 4.37 顯著而且整體的解釋能力 R 平方為 0.06，因此我們可以用這 樣的模型來解釋評論上品質會影響消費者對評論的看法，根據結果，品質越高的評論 透露出的訊息越多，並且文字表達更淺顯易懂，因此會讓消費者認為網路上的評論具 有價值，能夠幫助消費者做購買的決策，我們也比較了品質高低兩組資訊實用性的 T 檢定，發現了兩組對於評論到底實不實用有不同的看法，品質高的評論會讓消費者對 評論的評價提高，因此根據結果而言，假說 H4 成立。
34
表 23 品質高低資訊實用性 T 檢定
方法 變異數 自由度 t 值 Pr > |t| 顯著性 集區 均等 265 3.68 0.0003 ***
Satterthwaite 不均等 261.45 3.70 0.0003
變異數相等性
方法 分子自由度 分母自由度 F 值 Pr > F 摺疊的 F 143 122 1.09 0.6345
(四)調節效果
在最初的 ANCOVA 結果裡，發現到數量*品質*能力的交互作用並不顯著，為了探討 資訊素養更進一步的影響(為了檢定假說 H6 及 H7)，在這裡要繼續做不同的 ANCOVA 檢 定，我們分別針對資訊素養高和資訊素養低的實驗者做兩次 ANCOVA 檢定，當然在一開 始時我們會對兩組的態度殘差值做常態性檢定，來看使否適用 ANCOVA 模型，結果告訴 我們，兩組的常態性都通過，因此來看兩組 ANCOVA 的結果。
表 24 兩組態度殘差常態性檢定 常態性檢定(資訊素養高的實驗者)
檢定 統計值 p 值
Shapiro-Wilk W 0.993823 Pr < W 0.8030 Kolmogorov-Smirnov D 0.047436 Pr > D >0.1500 Cramer-von Mises W-Sq 0.045775 Pr > W-Sq >0.2500 Anderson-Darling A-Sq 0.307114 Pr > A-Sq >0.2500
常態性檢定(資訊素養低的實驗者)
檢定 統計值 p 值
Shapiro-Wilk W 0.991227 Pr < W 0.6190
35
表 25 兩組 ANCOVA 檢定結果
對資訊處理能力高的實驗者而言，負面評論的數量和品質都會影響對產品的判斷，
然而，數量和品質間的交互作用效果並不顯著，負面數量*品質的 p-value 值是 0.08，
差一點就支持假說 H6，對資訊素養高的消費者而言，高品質負面評論數量上升，帶來 的影響力會比低品質負面評論數量上升還大。隨然假說 H6 並不成立，但我們可以更進 一步用圖解的方式來看，對於資訊素養高的消費者，一但高品質負面評論的數量增加，
產品態度會急速的下降(比起低品質而言)。除此之外，我們也可以發現，能力高的消 費者，面對負面評論數量少但品質高的環境(12.6)，和負面評論數量多但品質低的環 境下(14.2)，實驗者的反應沒有太大的差別，資訊素養高的消費者會將一則高品質的 負面評論視為和多則低品質負面評論視為有相同的力量。
Kolmogorov-Smirnov D 0.057583 Pr > D >0.1500 Cramer-von Mises W-Sq 0.045422 Pr > W-Sq >0.2500 Anderson-Darling A-Sq 0.267252 Pr > A-Sq >0.2500
變數 F 值
資訊素養高 資訊素養低 模型 12.80*** 4.38**
負面數量 21.23 *** 15.12 ***
品質 29.24 *** 0.63 負面數量*品質 3.06 0.23
產品知識 3.48 0.04
36
37
從上述的結果跟圖表我們可以看出，高品質的負面評論增加，資訊處理能力高的消 費者的反應會大於能力低的消費者。要注意的是低品質的評論增加時，兩種消費者的 反應幾乎沒有太大的差別(下降的斜率都幾乎相同)，這和以往 ELM 模型的研究不太一 樣，在先前的研究裡，都認為能力高的消費者對低品質的評論(不論是正面還是負面) 不會有反應。但在本研究的結果並不這樣認為，低品質的負面評論還是會有影響。過 去 Charlett 在 1995 提出負面評論的力量比正面還大，因此對於資訊素養高的消費者 來說，低品質負面評論的影響力有可能和高品質的負面評論相同。
38