第四章 研究結果與分析
第二節 描述性統計分析
本次研究受訪者之基本屬性包括性別、年齡、婚姻、服務年資、學歷、職 務及工作性質等共7項。從警察人員基本資料的分析中可以發現，台北縣政府警 察局中參與警察工作的所有刑事人員，目前仍以男性、已婚者居多；年齡方面 則以36歲至40歲為主力；而在服務年資方面最多者為16年至20年，其次為11年 至15年，兩者合計約占多數；而學歷方面則以警專為主；職務方面以非主管職 務為多；在工作性質方面刑事類別較多於鑑識類別。
表16 (續)
因素 問卷題項 平均數 標準差
5.運用刑事資訊系統對我而言 是容易的。
5.22 1.248
6.運用刑事資訊系統讓我更容 易得到工作任務所需資料。
5.58 0.895 認知易用性
7.運用刑事資訊系統讓我更輕 鬆完成工作任務。
5.50 1.080
8.運用刑事資訊系統執行任務 是令人愉悅的事。
5.34 1.291
9.我樂於運用刑事資訊系統操 作介面完成任務。
5.33 1.295 認知友善性
10.我樂於運用刑事資訊系統且 使用頻率很高。
5.42 1.275
另外，在認知友善性因素中，各評估問項之平均數亦大於 5，表示受測之刑 事人員認為刑事資訊系統具有高度之友善性，此顯示受測刑事人員對於刑事資 訊系統之使用態度是良好的。
表17彙整受測刑事人員對於工作回饋因子評估問項之平均認知程度以及標 準差。如分析結果所示，在破案績效貢獻性因素中，各評估問項之平均數均大 於6，表示受測之刑事人員認為刑事資訊系統對於破案績效具有正面的幫助。而 在犯罪偵查助益性因素中，各評估問項之平均數均大於6，表示受測之刑事人員 高度認同刑事資訊系統的運用有助於犯罪偵查的進行，其中，運用刑事資訊系 統以加速找尋可疑犯嫌被認為是影響犯罪偵查效益之關鍵因素。
表 17
工作回饋因子各構面之描述性統計量
因素 問卷題項 平均數 標準差
11.運用刑事資訊系統有助於更 快偵破刑事案件。
6.00 0.842
12.運用刑事資訊系統有助於增 加破獲刑案件數。
6.07 0.832 破案績效貢獻性
13.運用刑事資訊系統有助於更 好的破案績效。
6.10 0.945
14.運用刑事資訊系統有助於更 快速地找尋犯罪跡證。
6.15 0.859
15.運用刑事資訊系統有助於更 快速地釐清案情。
6.02 0.858 犯罪偵查助益性
16.運用刑事資訊系統有助於更 快速地找尋可疑犯嫌。
6.16 0.909
17.運用刑事資訊系統有助於更 快速地了解案件偵辦流程。
5.94 0.937
18.運用刑事資訊系統有助於更 快速地了解偵辦案件的方向及 技巧。
5.81 1.001 犯 罪 偵 查 知 識 獲
益性
19.運用刑事資訊系統有助於更 快速地了解犯罪手法。
5.84 0.947
20.主管運用刑事資訊系統有助 於偵辦案件決策。
5.69 0.966
21.主管運用刑事資訊系統進行 決策後，對刑案偵辦進展有所 突破。
5.89 1.009 主 管 決 策 支 援 效
益性
22.主管運用刑事資訊系統進行 決策後，確實偵破刑案。
5.57 1.043
另外，在犯罪偵查知識獲益性因素中，各評估問項之平均數均大於 5，表示 受測之刑事人員認為刑事資訊系統對於犯罪偵查知識的增長具有正面的幫助。
其中，有助於更快速地了解案件偵辦流程為受測刑事人員認同度最高之項目。
而在主管決策支援效益性因素中，各評估問項之平均數均大於 5，表示受測之刑 事人員認為刑事資訊系統的運用亦有助於主管人員進行刑案的偵辦。
表18彙整受測刑事人員對於刑事資訊系統使用意圖平均程度以及標準差。
如分析結果所示，各評估問項之平均數均大於5，表示受測之刑事人員對於刑事 資訊系統具有高度之使用意圖，換言之，受測刑事人員具有高度的意願來使用 刑事資訊系統以協助工作的執行。
表 18
使用意圖各問項之描述性統計量
因素 問卷題項 平均數 標準差
23.我目前經常使用刑事資訊系 統。
5.66 0.922
24.我未來仍會經常使用刑事資 訊系統。
5.65 0.986
25. 我 相 當 的 依 賴 刑 事 資 訊 系 統。
5.61 1.040 使用意圖
26.我未來仍會依賴刑事資訊系 統。
5.62 1.032
第 第 第
第三 三 三節 三 節 節 節 問卷的信度與效度分析 問卷的信度與效度分析 問卷的信度與效度分析 問卷的信度與效度分析
一 一 一
一、 、 、信度分析 、 信度分析 信度分析 信度分析
在 本 問 卷 所 採 用 的 李 克 特 七 點 尺 度 量 表 中 常 用 的 信 度 檢 測 方 法 為
「Cronbach’s α」或折半信度(Split-half)。本研究則是採用「Cronbach’s α」來檢 驗本問卷之信度，茲將信度分析結果分述如下：如表 19 所示：科技接受因子的 Cronbach’s α 值達 0.917，工作回饋因子的 Cronbach’s α 值為 0.935，而刑事資訊 系統使用意圖的 Cronbach's α 值達 0.962。根據 Nunnally (1978)之建議，只要
Cronbach’s α 值大於 0.7，則代表高信度，若低於 0.35 便需予以拒絕。故分析結 果顯示本研究問卷具有高度之內部一致性。
表 19
本研究的問卷信度分析表
科技接受因子 Cronbach’s α 值( 0.917 )
因素 問卷題號 Cronbach’s α 值
認知有用性 1-4 0.838
認知易用性 5-7 0.841
認知友善性 8-10 0.937
工作回饋因子 Cronbach’s α 值(0.935 )
因素 問卷題號 Cronbach’s α 值
破案績效貢獻性 11-13 0.860
犯罪偵查助益性 14-16 0.877
犯罪偵查知識獲益性 17-19 0.860 主管決策支援效益性 20-22 0.892 使用意圖 Cronbach’s α 值(0.962 )
因素 問卷題號 Cronbach’s α 值
使用意度 23-26 0.962
二 二
二 二、 、 、效度分析 、 效度分析 效度分析 效度分析
1. 科技接受因子
在效度方面，Kerlinger (1973)指出可用(1)因素分析及(2)總分和項目分數之 相關(Correlation with Total)，來驗證問卷之建構效度。在進行因素分析前，本研 究先以 Kaiser (1974)提出的「取樣適切性量數」(Kaiser-Meyer-Olkin Measure of Sampling Adequacy; KMO)及 Bartlett (1951)提出的「球形考驗」(Sphericity Test) 判別科技接受因子的量表變項是否適合進行因素分析，結果如表 20 所示，KMO 值為 0.907，在 0.8 以上，表示因素分析的適切性是良好的。此外，Barlett’s 球
形考驗的χ2值為 2442.299 達顯著，表示適合進行因素分析。
表 20
科技接受因子變項的KMO與Bartlett檢定
Kaiser-Meyer-Olkin 取樣適切性量數 0.907 近似卡方分配 2442.299
自由度 45
Barlett 球形檢定
顯著性 0.000
本研究透過主成份因素分析法(Principal Factor Analysis; PFA)來進行因素分 析，而為了強化變數歸屬之識別性，本研究採用最大變異法(Varimax)來進行因 素轉軸，而在因素的萃取方面則以特徵值(Eigenvalues)大於 1 來作為萃取的準 則。根據分析結果顯示，於 10 個科技接受因子變數中，可萃取出三個因素，本 研究依據各因素中之變數特性，依序將其命名，結果如表 21 所示。
表 21
科技接受因子構面因素命名
科技接受因子變數
Q1、Q2、Q3、Q4 Q5、Q6、Q7 Q8、Q9、Q10
特徵值 2.708 2.307 2.664
因素命名 認知有用性 認知易用性 認知友善性
變異之解釋量 73.73%
本研究萃取之三個科技接受因子其可解釋之總變異量為 73.73%，而由表 22 之檢定結果顯示，認知有用性之各問項與總分的相關係數亦皆達 0.6 以上，此外 認知有用性各項評估問項之因素負荷量介於 0.751~0.862(大於 0.5)，因此足以證 明具有良好之收斂效度。認知易用性之各問項與總分的相關係數亦皆達 0.6 以
上，且認知易用性各評估問項之因素負荷量介於 0.859~0.899(大於 0.5)，顯示其 具有良好之收斂效度。另外，認知友善性之各問項與總分的相關係數亦皆達 0.6 以上，且認知友善性各評估問項之因素負荷量介於 0.934~0.958(大於 0.5)，此亦 證明具有良好之收斂效度。
表 22
科技接受因子變項之效度檢定 研究
構面
衡量
變數 題項 Correlation with
Total 因素負荷量 運用刑事資訊系統讓我能更
快完成工作任務 0.730 0.751
運用刑事資訊系統讓我能完
成更多工作任務 0.852 0.862
運用刑事資訊系統讓我能更
加提高工作效能 0.834 0.815
認知有用性
運用刑事資訊系統讓我能更
順利完成工作任務 0.867 0.858 運用刑事資訊系統對我而言
是容易的 0.895 0.873
運用刑事資訊系統讓我更容
易得到工作任務所需資料 0.835 0.859 認知易用性 運用刑事資訊系統讓我更輕
鬆完成工作任務 0.897 0.899
運用刑事資訊系統執行任務
是令人愉悅的事 0.899 0.935
我樂於運用刑事資訊系統操
作介面完成任務 0.878 0.958
科技接受因子 認知友善性 我樂於運用刑事資訊系統且
使用頻率很高 0.882 0.934
2. 工作回饋因子
在進行因素分析前，本研究先以 Kaiser (1974)提出的「取樣適切性量數」
(Kaiser-Meyer-Olkin measure of sampling adequacy; KMO)及 Bartlett (1951)提出 的「球形考驗」(Sphericity Test)判別工作回饋的量表變項是否適合進行因素分 析，結果如表 23 所示，KMO 值為 0.928，在 0.8 以上，表示因素分析的適切性 是良好的。此外，Barlett’s 球形考驗的χ2值為 2953.441 達顯著，表示適合進行 因素分析。
表 23
工作回饋因子變項的KMO與Bartlett檢定
Kaiser-Meyer-Olkin 取樣適切性量數 0.928 近似卡方分配 2953.441
自由度 66
Barlett 球形檢定
顯著性 0.000
本研究透過主成份因素分析法(Principal Factor Analysis; PFA)來進行因素分 析，而為了強化變數歸屬之識別性，本研究採用最大變異法(Varimax)來進行因 素轉軸，而在因素的萃取方面則以特徵值(Eigenvalues)大於 1 來作為萃取的準 則。根據分析結果顯示，於 12 個科技接受因子變數中，可萃取出四個因素，本 研究依據各因素中之變數特性，依序將其命名，結果如表 24 所示。
表 24
工作回饋因子構面因素命名
工作回饋因子變數
Q11、Q12、Q13 Q14、Q15、Q16 Q17、Q18、Q19 Q20、Q21、Q22 特徵值 2.351 2.410 2.345 2.470
因素命名 破案績效貢
獻性
犯罪偵查助 益性
犯罪偵查知 識獲益性
主管決策支援 性
變異之解釋量 71.68%
本研究萃取之四個工作回饋因子其可解釋之總變異量為 71.68%，而由表 25 之檢定結果顯示，破案績效貢獻性之各問項與總分的相關係數亦皆達 0.6 以上，
且破案績效貢獻性各項評估問項之因素負荷量介於 0.860~0.903(大於 0.5)，因此 足以證明具有良好之收斂效度。而在犯罪偵查助益性部分，其各問項與總分的 相關係數亦皆達 0.6 以上，且犯罪偵查助益性各項評估問項之因素負荷量介於 0.894~0.901(大於 0.5)，因此顯示具有良好之收斂效度。另外，犯罪偵查知識獲 益性之各問項與總分的相關係數亦皆達 0.6 以上，且犯罪偵查知識獲益性各項評 估問項之因素負荷量介於 0.847~0.911(大於 0.5)，亦證明具有良好之收斂效度。
而主管決策支援效益性方面，其各問項與總分的相關係數皆達 0.6 以上，且主管 決策支援效益性各項評估問項之因素負荷量介於 0.897~0.919(大於 0.5)，因此足 以證明具有良好之收斂效度。
表 25
工作回饋因子變項之效度檢定 研究
構面
衡量
變數 題項 Correlation
with Total 因素負荷量 運用刑事資訊系統有助於更
快偵破刑事案件 0.858 0.860
運用刑事資訊系統有助於增
加破獲刑案件數 0.896 0.903
破案績效貢獻性 運用刑事資訊系統有助於更
好的破案績效 0.900 0.893
運用刑事資訊系統有助於更
快速地找尋犯罪跡證 0.898 0.901 運用刑事資訊系統有助於更
快速地釐清案情 0.892 0.894
犯罪偵查助益性 運用刑事資訊系統有助於更
快速地找尋可疑犯嫌 0.899 0.894 運用刑事資訊系統有助於更
快速地了解案件偵辦流程 0.850 0.847 運用刑事資訊系統有助於更
快速地了解偵辦案件方向及 技巧
0.912 0.911 犯罪偵查知識獲益性 運用刑事資訊系統有助於更
快速地了解犯罪手法 0.721 0.893 主管運用刑事資訊系統有助
於偵辦案件決策 0.901 0.906
主管運用刑事資訊系統進行 決策後，對案件偵辦進展有所 突破
0.918 0.919 工作回饋因子 主管決策支援效益性 主管運用刑事資訊系統進行
決策後，確實偵破刑案 0.902 0.897
第 第
第 第四 四 四 四節 節 節 科技接受因子 節 科技接受因子 科技接受因子 科技接受因子、 、 、 、工作回饋因子與使用意圖之 工作回饋因子與使用意圖之 工作回饋因子與使用意圖之 工作回饋因子與使用意圖之 迴歸分析
迴歸分析 迴歸分析 迴歸分析
一 一
一 一、 、 、科技接受因子與使用意圖之迴歸分析 、 科技接受因子與使用意圖之迴歸分析 科技接受因子與使用意圖之迴歸分析 科技接受因子與使用意圖之迴歸分析
分析結果(參閱表 26)之解釋變異量(R²)為 0.357、調整後的 R²為 0.351，代表 此迴歸模式能夠解釋整體科技接受因子的部分為 35%，符合 Hair (2006)等人研 究之結論。再者，經由變異數分析表中之 F 檢定，結果達顯著 p 值小於 0.05，
表示此迴歸模式之適切性良好。最後 T 檢定結果顯示 3 個自變數(認知有用性、
認知易用性、認知友善性)中，主觀認知有用性和主觀認知友善性之構面對於使 用意圖之影響達顯著水準，以支持此迴歸模式的建立。
表 26
科技接受因子與使用意圖迴歸分析解釋表
因素名稱 認知有用性 認知易用性 認知友善性
標準誤 0.091 0.086 0.056
標準化後之
迴歸係數 0.210 0.104 0.372
t 值 3.433*** 1.213 5.193***
p-value < 0.001 0.226 < 0.001
VIF 1.855 3.639 2.560
F 值 59.185***
R2 0.357
調整後 R2 0.351
註： *p < 0.05; ** p < 0.01; *** p < 0.001
因此，我們可以了解最強烈影響使用意圖之變數為「主觀認知有用性」與
「主觀認知友善性」。故警察刑事人員對「主觀認知有用性」與「主觀認知友善 性」越高，亦即認為運用刑事資訊系統能讓其更快完成工作任務或完成更多工