第三章 研究方法
第六節 前測
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
28
性，確保能明確衡量研究變數，期望透過問卷準確地測量各變項屬性之間的差異，
並正確反映出本研究論述概念的真實意義，詳細的問項調整如表 3-24、表 4-1 所 示。
四、正式問卷調查
正式問卷修訂完成後即進行網路調查。本研究透過網際網路發放問卷，藉由 社群平台將問卷消息對外散佈，本研究以台灣地區曾經使用過 Facebook、PTT、
LINE、Plurk…等社群網站的使用者為調查對象。主動尋找可能的受測者。調查 期間詳細記錄每份問卷的填寫及回收時間，以作為評量該份問卷是否有效的基本 依據。
第五節 資料分析方法
本研究採用最小平方法(partial least squares, PLS)進行模型分析。PLS 是一種 探測或建構預測性模型的統計方法，主要分為測量模式分析和結構模式分析 (Anderson & Gerbing, 1988) ； 在 因 果 路 徑 分 析 中 採 用 拔 靴 法 進 行 分 析 (Bootstrapping Resampling Technique) (Efron, 1979)，將有效樣本以 Bootstrapping 反覆抽樣抽取 2000 個樣本進行參數估計與推論。測量模式分析藉由觀察變數 Cronbach’s α 係數、組成信度、區別效度與收斂效度來評估模型的內在品質；而 結構模式分析是檢驗研究模型之潛在變項間因果關係的影響力和解釋力。
第六節 前測
本研究依據文獻探討中學者提出的量表與本研究目的，修改成適合調查社群 網站資訊搜尋的題項，作為本研究之問卷。研究問卷主要設計成五大部分，題項 數目總計共四十二題，如表 3-24。詳細問卷內容設計與相關資訊如表 3-25。
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
31
(SOC)、產品提供豐富度(PRO)、產品資訊提供(PRI)以及方便性(CON)。
(二) 社群網站資訊搜尋行為調查
此部份題項主要是想瞭解使用者平時的社群網站瀏覽習慣。包括是否會加入 社群網站的各類商品粉絲專業、社團、看板；是否定時瀏覽這些商品的粉絲專業、
社團、看板；以及平時是否就會透過社群網站關注商品資訊。
(三) 社群網站產品需求調查
此部份題項主要是想瞭解使用者對於社群網站的產品需求。包括詢問是否認 為社群網站的產品是不可或缺的；是否認為是有用的以及是否認為現在或將來的 某天會需要社群網站上提供的產品。
(四) 社群網站產品購買意圖調查
此部份題項主要是想瞭解使用者在瀏覽社群網站上的產品資訊後，是否會產 生購買意圖。包括詢問是否有意願；是否會認真考慮以及是否會在不久的將來進 行購買。
(五)個人基本資料
此部分題項主要是想瞭解樣本的人口統計資料。包括詢問性別、年齡、教育 程度、職業與居住區域。
本研究於 2015 年 3 月 20 至 3 月 28 日進行問卷的前測資料蒐集，並且在 MySurvey(http://www.mysurvey.tw/)網站進行發放，隨後徵詢 102 位具有網路社群 平台瀏覽經驗的成員實施前測，以檢視問卷題項之妥適性，並進行文辭語意的再
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
32
修訂，確定正式的問卷。共回收 102 份問卷，問卷的衡量採用 Likert 五點尺度衡 量，1 分為非常不同意，5 分為非常同意。
一、前測人口統計資料
前測資料的樣本結構分析，在性別比例上相當平均，男性占 52(50.98%)位，
女性占 50(49.02%)位；年齡層最主要分布在 19-28 歲之間(93.14%)，其中又以 23-28 歲之間最多(77.45%)；在教育程度方面，主要是碩士生(68.63%)，其次是專科 和大學生(25.49%)；在職業方面，學生族群占 77 筆(75.49%)屬於最大分群，其次 為資訊服務業(9.80%)和公教業(4.90%)。
二、探索式因素分析
因素分析是多變項萃取與分類的統計工具，分為兩類：第一類為探索式因素 分析（exploratory factor analysis, EFA），目的在於萃取構念(construct)，又稱隱性 因素(latent factor)，並用以建構量表。第二類為驗證式因素分析(confirmatory factor analysis, CFA)，目的是檢驗「因素效度」，或稱「因素組合」，是為了確認構念存 在，並應用構念發展理論的方法。
本研究將先採用第一類:探索式因素分析的方式將 27 題有關資訊搜尋動機的 題項加以歸類，進行因素萃取，並根據理論邏輯為各因素命名，或稱作:構念命 名。本研究萃取因素的方法為主成分法(Principal Component Analysis)，並以變異 數分析為基礎。採用「最大變異法」進行因素轉軸。因素分析的可行性檢定有以 下的考量:
1. 取樣適切性量數 (KMO, Kaiser-Meyer-Olkin measure of sampling adequacy) 以相關分析的形式，從共變項分析反映樣本數是否足夠。KMO值區間為0~1 之間，KMO值大於0.6表示其平方值為0.36，解釋力達三分之一以上，適合進行因
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
33
素分析。
2. Bartlett 球形檢定(Sphericity test)
Bartlett (1951)提出針對變項間相關矩陣的球形檢定，此檢定方法類似卡方分 析概念，如果各項目落點平均分配(像球型)，即為不顯著，就是缺乏因素間的獨 立互斥。因素成分的挑選考量:
1.解說總變異量
各變異數的百分比能反映出各因素可解釋總變異量的百分比，其值越高則解 釋力越強。在初始特徵值中，預設捨棄總和小於1的因素。
2.因素負荷量
因 素 負 荷 量 若 小 於0.5之 題項須 給予修 正或刪 除 (Hair, Blac k, Babi n &
Anderson, 2010)。
(一)資訊搜尋動機之因素結果分析
資訊搜尋動機之 KMO 值為 0.823，如表 3-26 所示，表示其解釋力有二分之 一以上適合進行因素分析。解說總變異量的累積變異數百分比為 73.307%，「特 徵值」顯示成分 1 到成分 6 大於 1，如表 3-27 所示，並由陡坡圖判斷選擇前六項 因素，如圖 3-2 所示。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
34
表 3-26 資訊搜尋動機 KMO 與 Bartlett 檢定結果 Kaiser-Meyer-Olkin 取樣適切性量數。 .823
Bartlett 的球形檢定
近似卡方分配 2105.137
Df 351
顯著性 .000
圖 3-2 資訊搜尋動機因素分析陡坡圖
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
37
前測衡量題項在經過因素分析之後，根據本研究的觀念研究架構(圖 3-1)，
本研究發展出以下的子假說，前測後的實證研究架構如圖所示。
享樂性主義動機方面
H1：享樂性主義動機正向影響持續性社群網路資訊搜尋 H1-1:探索滿足動機正向影響持續性社群網路資訊搜尋 H1-2:資訊潮流動機正向影響持續性社群網路資訊搜尋
功利性主義動機方面
H2：功利性主義動機正向影響持續性社群網路資訊搜尋 H2-1:資訊可得動機正向影響持續性社群網路資訊搜尋 H2-2:資訊價值動機正向影響持續性社群網路資訊搜尋
社交性主義動機方面
H3：社交性主義動機正向影響持續性社群網路資訊搜尋 H3-1:助人為樂動機正向影響持續性社群網路資訊搜尋 H3-2:社交需求動機正向影響持續性社群網路資訊搜尋
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
38
圖 3-3 實證研究架構
三、測量模式信度、效度分析
效度指的是測量方法能夠準確測出所需量測事物的程度。信度( reliability )則 是檢測研究使用之量表在衡量構面是否具備量測的穩定性(Stability)以及題項目 標的一致性(Consistency)。本研究的測量模式分析藉由觀察變數 Cronbach’s α 係 數、組成信度、區別效度與收斂效度來評估模型的內在品質。
依據 Hair et al. (2010)的建議，Cronbach’s α 值若大於 0.6 表示具有一定的可 信度，而大於 0.8 以上則表示問卷具有高度的信度，本研究前測所有構面之信度 皆超過 0.6，且除了社交需求以外，其他皆超過 0.8，可以說明本研究前測具有高 度的可信度。此外，本研究前測所 有構面 之組 合信度 皆大於 0.8 (Composite Reliability, CR)，Fornell and Larcker (1981)認為組合信度(Composite Reliability, CR) 的值需達 0.6 以上才代表具有一定的水準，而 0.8 以上則表示良好。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
39
收斂效度方面，為了確保多重題項均為衡量單一構面的相符程度，以平均變 異萃取量值(AVE)為判斷標準，其值必須大於 0.5 以上，才能視為可接受的收斂 效度標準(Fornell & Larcker, 1981)，收斂效度的檢驗也可以透過因素負荷量檢視，
若值大於 0.5 便可視為達到可接受的收斂效度水準(Nunnally, 1978)。本研究前測 所有構面之平均變異萃取量值(AVE)以及因素負荷量的值皆有大於 0.5，代表本 研究的收斂效度有達到標準。
區別效度方面，量測題項對於潛在變數的解釋力必須強於解釋其他潛在變數 的能力，因此各個構面 AVE 值的平方根需大於此構面與其它構面相關係數的絕 對值(Fornell & Larcker, 1981)，區別效度整理如表 3-29 所示，由表 3-30 顯示出前 測每一構面 AVE 值的平方根皆大於各構面間的相關係數，代表本研究架構中的 每一構面是具有區別效度的。
題項處理方面，經過與指導教授、專家、同儕以及受測者的討論後，在各題 項中明確加入針對「產品資訊」的搜尋行為，以使量測的目標能夠更加明確與一 致，並期待能夠更準確地量測出本研究的研究意涵。題項處理整理如表 3-29 所 示，詳細的問項調整如表 3-24、表 4-1 所示。
‧
‧
0.78 0.92 0.86
購買意圖
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
42
表 3-30 前測問卷之區別效度與相關矩陣分析
構念 探索滿足 資訊可得 資訊價值 資訊潮流 產品需求 助人為樂 社交需求 持續搜尋 購買意圖 探索滿足 0.79
資訊可得 0.4 0.79
資訊價值 0.4 0.67 0.83
資訊潮流 0.39 0.42 0.46 0.94
產品需求 0.2 0.6 0.55 0.36 0.87
助人為樂 0.4 0.56 0.64 0.55 0.54 0.88
社交需求 0.39 0.14 0.1 0.27 0.23 0.19 0.78
持續搜尋 0.27 0.48 0.52 0.29 0.78 0.42 0.3 0.89
購買意圖 0.27 0.55 0.57 0.42 0.84 0.5 0.18 0.74 0.93 註：對角線數值為 AVE 之平方根；下三角為 Pearson 相關係數值。
‧
問卷建立平台為 MySurvey，並透過 Facebook、台灣電子佈告欄系統(Bulletin Board System, BBS) PTT 管道張貼問卷連結，邀請符合本研究調查對象的使用者點選問