第四章 實證問題分析結果
第三節 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