因素分析結果

本節針對對兩大主題：「賣家資訊相關性」以及「商品的資訊不對稱來源」

進行因素分析。因素分析是針對將無法直接觀察的研究變數，透過問項來取得可 觀察的分析方法。

一、「賣家資訊相關性」之因素分析結果

本研究首先以 KMO（Kaiser-Meyer-Olkin）取樣適切性量數，以及使用巴雷 特（Bartlett）球形檢定，來檢定因素分析整體的適切性。之後再依據 Kaiser (1974) 法則，將特徵值大於 1 之因素保留，並萃取其成份後加以分析。本研究採探索 性因素分析（Exploratory Factor Analysis, EFA），經直交轉軸（Orthogonal Rotation）

萃取因素。Comery and Lee（1992）建議因素分析的因素負荷量（Factor Loadings）

之選定規則如表 4-2 所示。

表 4-2 探索性因素分析之因素負荷量的評選準則

因素成分負荷量 解釋變異數重疊量 準則說明

>0.71 50% 優良 (Excellent)

>0.63 40% 很好 (Very Good)

>0.55 30% 良好 (Good)

>0.45 20% 普通 (Fair)

>0.32 10% 不良 (Poor)

資料來源：Comery and Lee（1992）

表4-3說明一大主題「賣家資訊相關性」是否適宜進行因素分析：

Kaiser-Meyer-Olkin取樣適切性量數的值介於0~1之間，當KMO≧0.60時就可進行 因素分析，本例KMO＝0.692，適合做因素分析；另外根據Bartlett 的球形檢定結

果，近似卡方分配值χ²＝371.908，p＜0.001，適宜進行因素分析。

表4-3 KMO與Bartlett檢定

Kaiser-Meyer-Olkin 取樣適切性量數。 0.692

Bartlett 的球形檢定 近似卡方分配 371.908

df 15

顯著性 0.000

在探索性因素分析後萃取出兩個因素，其特徵值分別為 2.390 以及 1.198。

經直交轉軸後的累積解釋變異量為 59.791％＞50％，屬於優良程度，表示保留萃 取的兩個因素是可靠的。在轉軸後所萃取出的兩個因素，其因素負荷量分別介於 0.650~0.846、0.766~0.773，皆大於因素成分負荷量 0.55 以上也代表良好的程度。

資料彙整如表 4-5。

二、「商品的資訊不對稱來源」之因素分析結果

表4-4說明一大主題「商品的資訊不對稱來源」是否適宜進行因素分析：

Kaiser-Meyer-Olkin取樣適切性量數的值介於0~1之間，當KMO≧0.60時就可進行 因素分析，本例KMO＝0.775，適合做因素分析；另外根據Bartlett 的球形檢定結 果，近似卡方分配值χ²＝587.409，p＜0.001，適宜進行因素分析。

表4-4 KMO與Bartlett檢定

Kaiser-Meyer-Olkin 取樣適切性量數。 0.775

Bartlett 的球形檢定 近似卡方分配 587.409

df 15

顯著性 0.000

在探索性因素分析後萃取出兩個因素，其特徵值分別為 2.941 以及 1.099。

經直交轉軸後的累積解釋變異量為 67.322％＞50％，屬於優良程度，表示保留萃 取的兩個因素是可靠的。在轉軸後所萃取出的兩個因素，其因素負荷量分別介於 0.776~0.853、0.715~0.761，皆大於因素成分負荷量 0.71 以上也代表優良的程度。

資料彙整如表 4-6。

三、「滿意度」之因素分析結果

表 4-5 第一部份賣家資訊相關性之因素分析轉軸後因素矩陣表

針對「滿意度」進行因素分析，其 KMO 值有大於 0.60，適合做因素分析，

由賣家提供的資訊判斷商品的真偽性。」（0.761）、「Q6 在購物前會事先瞭解商 品的功能,特性等。」（0.715），以上描述購買前對商品資訊事先蒐集，故命名為

「搜尋屬性」。 五、研究假說修正

(一)、 修正後研究架構

圖 4-1 本研究修正後之概念性架構

本節依據因素分析之結果，重新修正研究架構及研究假說。

(二)、修正後研究假說

1. 假說 H1：賣家資訊相關性對於資訊不對稱有顯著影響。

H1a：對賣方及商品之瞭解對於資訊不對稱有顯著影響。

H1b：對賣方信任對於資訊不對稱有顯著影響。

2. 假說 H2 : 商品的資訊不對稱來源對於資訊不對稱有顯著影響。

H2a：商品資訊正確性對於資訊不對稱有顯著影響。

H2b：搜尋屬性對於資訊不對稱有顯著影響。

3. 假說 H3：資訊不對稱對於滿意度有顯著影響。

4. 假說 H4：滿意度對於購買意願有顯著影響 5. 假說 H5：資訊不對稱對於購買意願有顯著影響