第四章 實證結果與分析
第二節 問卷精簡過程
本研究之問卷包含確認、認知網站互動性、認知社群互動性、滿意度以及持續使用 意圖,為了萃取真正具有代表性之問項,本節將以信度和效度分析進行問卷之精簡。
4-2-1 信度分析
問卷精簡的第一步驟是針對各個問項計算 item-to-total correlation 值,item-to-total correlation 是指該問項與其他問項加總後總分的相關係數,根據一般學者的看法,若是 item-to-total correlation 小於 0.4 的話,代表這個問項與構面之間並無關係,應該予以刪 除(Edvardsson、Larsson & Setterlind,1997)。表 4-3 為原始問卷 45 個問項之 item-to-total correlation 值與 Cronbach’s alpha,由表中可發現除了 MMI4(item-to-total correlation 值為 0.352)之外,全部的問項的 item-to-total correlation 均大於 0.4,而 Cronbach’s alpha 的部 份則顯示所有之要素其Cronbach’s alpha 皆大於 0.7,因此本研究將 MMI4 題項刪除,結
39
40
接著,本研究根據Parasuraman, Berry and Zeithaml (1988)學者的準則再進行一次問 卷精簡,其認為若在同個構面下,有項目之item-to-total correlation相較為低者,則可考 使用意圖構面之Cronbach’s alpha值,但對整體Cronbach’s alpha值有較大之影響,因此將 予以保留,信度分析之最終結果見表4-5。從表4-5中亦可看見各構面之信度以及整體信
41
滿意度 4 0.911
確認 3 0.861
持續使用意圖 3 0.826
整體 39 0.949
資料來源: 本研究整理
4-2-2 因素分析
問卷縮減的第二步是針對擁有潛在變數之要素進行因素分析,而在進行因素分析前,
將先計算取樣適切性量數(Kaiser-Meyer-Olkin coefficient, KMO)來判斷是否適合進行因 素分析,KMO 係數越大代表越適合進行因素分析。因素分析方面,則採用探索性因素 分析方法,以驗證潛在變數是否收斂於原先預期的構面之下,其主要是使用 SPSS 中的 主成分分析法,配合 Varimax 轉軸法來進行因素分析的工作,另外為了增進收斂效度與 區辨效度,進一步利用下列三個準則來進行因素分析(Hair et al.,2006):
一、 抽取主成份標準為特徵值(eigenvalue)大於 1。
二、 刪除因素負荷量(factor loading)小於 0.5,或是在兩個因素上大於 0.5 的問項。
三、 排除只有一個問項的構面。
下面各段將分別列出本研究具有潛在變數之要素—認知網站有用性與認知社群互動 性之 KMO 係數、探索性因素分析結果以及總解釋變異量,以確認問卷具有效度。
一、認知網站互動性
認知網站互動性的 KMO 值為 0.932,表示適合進行因素分析,而因素分析之 結果見表 4-6,從表 4-6 可觀察到每個問項都正確的落在所屬的構面下,表示具有 良好之收斂效度且 3 個構面的總解釋變異量為 70.745%。
42
表 4-6 認知網站互動性之因素分析結果表
題項 因素一 因素二 因素三
WCI1 0.695 0.073 0.374
WCI2 0.748 0.178 0.203
WCI3 0.814 0.261 0.130
WCI4 0.794 0.231 0.187
WCI5 0.807 0.237 0.167
WCI6 0.653 0.240 0.090
WCI7 0.611 0.259 0.078
WCI9 0.758 0.313 0.146
WRI1 0.338 0.737 0.184
WRI2 0.224 0.750 0.319
WRI3 0.216 0.822 0.215
WRI4 0.284 0.759 0.281
WRI5 0.236 0.805 0.121
WRI6 0.280 0.829 0.129
WMI1 0.211 0.226 0.838
WMI2 0.216 0.257 0.835
WMI3 0.180 0.198 0.866
WMI4 0.181 0.202 0.851
特徵值 4.944 4.329 3.461
解釋變異量 27.465% 24.052% 19.228%
總解釋變異量 70.745%
資料來源: 本研究整理
二、認知社群互動性
認知社群互動性的 KMO 值為 0.892,表示適合進行因素分析,分析結果如表 4-7 所示,從表 4-7 的因素分析可見 OMI1 並不負載於原先的構面之上,檢視其負 荷量可發現其與另外兩個因素負荷量之差較為小(僅差 0.254),從題項內容則可發現
「我與社群管理者有良好的互動」恐造成填答者的混淆,因為 Facebook 之社群管 理者皆為會員來擔任,並不易分辨其在認知社群互動性的分類應為成員或成員互動 或成員與管理者之互動,因此本研究將 OMI1 題項予以刪除,刪除後之結果如表 4-8,
可看出其特徵值皆大於 1,且亦符合因素負荷量大於 0.5 之準則,每個問項都正確
43
44