整體模式建立與分析

圖4 驗證性因素分析

結構模式是指模式中結構變數之間的關係。測量模式用於檢驗平均值能否用於 待檢定之研究模式，結構模式用於檢定帶檢驗的路徑的統計顯著性。

結構方程的一般數學形式為：

η＝Bη＋Γξ＋ζ

其中，η 是潛在內生潛變數或者內生變數 m×1 階任意向量；ξ 是自變數，

或者潛外生變數的n×1 階任意向量；B 是結構模型中，η 變數的 m×n 階相關係 數矩陣；Γ 是結構模型中 ξ 變數的 n×n 階相關係數矩陣；ζ 是結構關係中的 m×1 階任意向量。

由上述模式的評估結論顯示，本研究各變項、構念的信度、效度均已達到 可接受之水準水準，故以 2 個可指標代替多重衡量指標應是可行的。因此本研 究採用與驗證性因素相同之方法，將各構念的衡量題項劃分為數量更少的指 標，題項之間的合併以前文獻探討劃分之構面為標準，即將本次研究涉及的 5 個研究變數之構面所對應的各題項均合併為各項指標，用平均值作為相應之取 值。合併後共有7 個指標，分別為：va1（認知態度）、va2（情感態度）、va3（價 格促銷）、va4（贈品促銷）、va5（資訊搜尋）、va6（做出決策）、va7（時間風 險，網店風險）、va8（財務風險、安全風險、隱私權風險）、va9（投保壽險之 意願）、va9（未來線上投保壽險之意願），採用這種方法的目的在於提高測量指 標之可靠性，增強參數推估之穩定性。

在圖5 中描述的結構方程模式中含有 5 個潛變數：消費者態度（ξ1）、促銷

（ξ2）、涉入度（ξ3）、知覺風險（ξ4）、購買意願（η1）。除購買意願為假說因 變數（內生潛變數）外，其餘變數皆為假說自變數（外生潛變數）。

本次研究的4 個原假說可以由該模式中的 4 個因果關係表示。設 H1 可以由 圖中的γ11 表示；假說 H2 可以由圖中的 γ21 表示，假說 H3 可以由圖中的 γ31 表示；假說H4 可以由圖中的 γ41 表示。

圖5 假說之結構方程模式

二、各構面相關性分析

本研究為瞭解顧客態度、促銷活動、涉入度、知覺風險與線上投保壽險意 願之相關程度，利用SPSS11.5 進行相關分析，取得各構面衡量變數之平均值、

標準差及相關係數矩陣，進而說明其各構面衡量變數之間均有顯著相關，所以 適合進行結構方程分析，結果如表23 所示。

表23

各變數Pearson相關係數分析

變數 平 均

數

標 準

差 va1 va2 va3 va4 va5 va6 va7 va8 va9 va10

消 費 者 態度 va1 va2 促銷 va3 va4 涉入度 va5 va6 知 覺 風 險 va7 va8 購 買 意 願 va9 va10

3.095 3.256 2.978 3.20 2.908 2.525 2.29 1.941 3.54 3.500

.922 1.001 1.080 1.010 .972 .793 .789 .781 1.706 1.043

1 .841 .686 .630 .640 .243 -.269 -.169 .642 .648

1 .749 .742 .711 .268 -.268 -.207 .705 .738

1 .873 .665 .283 -.24 0 -.18 8 .654 .670

1 .636 .267 -.513 -.127 .654 .676

1 .465 -.156 -.178 .576 .625

1 .333 .286 .197 .240

1 .706 -.257 -.229

1 -.238 -.229 1

.932 1

三、結果分析

結構方程分析結果如圖 6 所示。在分析結果方面，本研究分為理論模式的 評估與假說關係的驗證兩部分加以敍述。

(一)理論模式評估

關於模式契合度之評估，Bagozzi and Yi（1988）指出要從基本的契合度標 準、整體模式契合度、模式內在結構契合度等三方面來加以估量。下列為本研 究以此三方面對所提出之理論模式加以評估：

1. 基本的契合度標準

此標準用於檢定理論模式之細列誤差、辨認問題、或輸入有誤等，此部分 的衡量水準是：衡量指標的衡量誤差不能有負值或各因素的負荷值不能太低（低 於0.5）或者太高（高於 0.95），且是否達到顯著水準。由圖 13 可知本研究在各 個潛在變數的衡量指標的因素負荷值均達顯著水準，其衡量誤差也沒有出現負 值，因此整體模式在可接受範圍之內。

2. 整體模式契合度

此標準乃用於衡量整體模式與觀察樣本的契合程度，此方面的契合度衡量 有許多指標，學者將其分為三種類型：絕對契合度指標、增量契合度衡量指標、

簡要適合度指標等（侯傑泰，2004）。茲將以上三類型指標分述如下：

(1) 契合度指標：用於確定整體模式可以預測共變數或相關矩陣之程度，衡量 指標有卡方（χ²）係數、卡方自由度比指標、平均殘差平方根（RMSR）、平均 值近似誤差平方根（RESMA）、契合度指標（GFI）等。圖 13 顯示本研究整體 理 論 模 式 之 絕 對 契 合 度 指 標 為 ：χ²=71.666 ， χ²/df=3.258 ， RMR=0.078 ， RESMA=0.084，GFI=0.957，其中 χ²/df、RESMA、GFI 之值均在合理範圍之內

（Bentler，1980；侯傑泰，2004），GFI 值更超過 0.9 的理想水準。

(2) 適合度指標：用於比較所發展的理論模式與虛無模式，其衡量指標有調整 的契合度指標（AGFI）、基準的配合指標（NFI）、比較契合度指標（CFI）、比 較契合指標CFI。由圖 13 可知本研究整體理論模式的增量契合度衡量指標為：

AGFI=0.894，NFI=0.974，CFI=0.982，IFI=0.982，均在合理範圍之內（Bentler，

1980；侯傑泰，2004）。

(3) 契合度指標：用於調整契合度衡量，才能比較含有不同估計係數數目的模 式，以決定每一估計係數所能獲得的適合程度，衡量指標有簡要的基準配合指 標（NFI）、簡要的契合度指標（GFI）、非規範契合指標 NNFI（即 TLI）。由圖 13 可知本研究整體理論模式的簡要契合度指標為： NFI=0.974，PGFI=0.383，

TLI=0.963。NFI 與 PGFI 值應介於 0-1 之間，越大越好，但無一定標準（黃俊英，

2000）。由於契合度指標眾多，只要根據其中多個指標準則顯示模式的契合度 好，就可以從某些角度認為研究整體理論模式可以接受，其他指標也要參考，

但不能離界值太遠（侯傑泰，2004）。本研究按照前一章之敍述，選取以下指數 以評價模型之契合程度：卡方（χ²）係數、卡方自由度比（χ²/df）、近似誤差平 方根（RESMA）、非規範契合指標 NNFI（即 TLI）、修正 NFI 契合指標（IFI）、

比較契合指標 CFI，以上指標數值均在本研究設定的合理範圍之內，故本研究 理論模式的整體契合程度可以接受。

3. 模式內在結構契合度

在各變數間影響效果分析方面，由附錄B 可知，消費者態度與顧客購買意 願的因徑係數為γ11=0.566，表示消費者對網路壽險的態度與其線上上投保壽險 之意願有正向的因果聯繫；促銷活動與消費者購買意願的因徑係數γ21=0.284，

顯示促銷活動對消費者線上上投保壽險之影響有正向影響效果；產品涉入度與 消費者購買意願的因徑係數γ31=0.117，顯示產品涉入度與消費者線上投保壽險 之 意 願 有 正 向 影 響 效 果 ； 產 品 知 覺 風 險 與 消 費 者 購 買 意 願 的 因 徑 係 數 γ41=-0.211，顯示知覺風險與消費者線上投保壽險意願有負向影響效果。

此外，由附錄B 的分析顯示，衡量模式包括消費者態度、促銷活動、產品 涉入度、知覺風險與購買意願。在消費者態度的建構上，由各構面之因素負荷 量加以比較得知，顧客對線上壽險的態度中，情感態度是最為重要之因素，其 次為認知態度。此結果顯示，若要提升消費者對網路投保壽險之態度，則須重 視其對消費者的情感刺激。

在促銷活動的建構上，由各構面之因素負荷量加以比較得知，價格促銷活 動與贈品促銷活動對消費者的影響效果皆不相上下，故若要增加消費者對網路 投保壽險之意願，則須重視這兩種促銷方式的使用。

在產品涉入度的建構上，由各構面之因素負荷量加以比較得知，消費者在

網路壽險產品的涉入度中，資訊搜尋是最為重要之因素，故若要增加民眾對網 路壽險產品之涉入度，則須增加對線上壽險投保方面訊息的投放，讓消費者搜 尋資訊的難度降低。

在知覺風險的建構上，由各購買之因素負荷量加以比較得知，民眾對於線 上壽險的知覺風險中，財務風險、隱私權風險與安全風險是為最重要之因素，

故若要降低消費者對網路壽險的知覺風險，則須在網站安全、支付安全與資訊 保密上多增加投入。

四、各潛在變數之影響效果與假說驗證

各潛在構面與構念的t 檢驗結果如表 24、25 所示，本研究接續將研究假說 驗證結果加以說明。

表24

各構念t檢驗分析結果

Test Value = 0

95% Confidence Interval of the Difference

Item

t df Sig. (2-tailed) Mean

Difference

Lower Upper VA1 60.038 320 .000 3.0948 2.9934 3.1962 VA2 58.150 320 .000 3.2562 3.1461 3.3664 VA3 49.344 320 .000 2.9781 2.8594 3.0969

VA4 56.672 320 .000 3.20 3.09 3.31

VA5 55.511 320 .000 2.9083 2.8053 3.0114 VA6 56.947 320 .000 2.5250 2.4378 2.6122

VA7 51.823 320 .000 2.29 2.20 2.37

VA8 44.403 320 .000 1.9406 1.8546 2.0266

VA9 58.794 320 .000 3.54 3.42 3.66

VA10 60.021 320 .000 3.5000 3.3853 3.6147 注：*p<0.5, **p<0.01, **p<0.001

表25

理論結構模式之路徑係數與假說檢驗

路徑關係 路徑係數 t 值 對應假說 檢驗結果

消費者態度－> 線上投保意

願 0.566 7.445 H1 成立

促銷活動－> 線上投保意願 0.284 8.710 H2 成立 產品涉入度－> 線上投保意

願 0.117 14.796 H3 成立

知覺風險－> 線上投保意願 -0.211 16.750 H4 成立

(一)假說 H1：消費者對於線上壽險的態度對其投保意願有正向影響 本研究假說一消費者對於線上壽險的態度對其投保意願有正向影響（H1），

從圖6、表 24、表 25 分析整理的理論模式之路徑係數中，可以發現消費者態度 對其網路投保壽險的意願有正向的影響效果，表示消費者對網路壽險的態度越 好，其投保網路壽險的意願也就越高。因此本研究假說一可獲得支持。

(二)假說 H2：促銷活動對消費者線上投保壽險之意願有正向影響作 用

本研究假說二促銷活動對消費者線上投保壽險之意願有正向影響作用

（H2），從圖 6、表 24、表 25 分析整理的理論模式之路徑係數中，可以發現網 路壽險產品的促銷活動對消費者線上投保壽險之意願有正向的影響效果，表示 消費者對促銷活動越感興趣，其投保網路壽險的意願也就越高。因此本研究假 說二可獲得支持。

(三)假說 H3：涉入度越高，消費者線上投保壽險的意願就越高 本研究假說三涉入度越高，消費者線上投保壽險的意願就越高（H3），從圖 6、表 24、表 25 分析整理的理論模式之路徑係數中，可以發現消費者對網路壽 險產品的涉入程度對其線上投保的意願有正向的影響效果，表示消費者對壽險 產品的涉入程度越高，其投保網路壽險的意願也就越高。因此本研究假說三獲 得支持。

(四)假說 H4：消費者的知覺風險越高，線上投保壽險的意願就越低 本假說四消費者的知覺風險越高，線上投保壽險的意願就越低（H4），從圖 6、表 24、表 25 分析整理的理論模式之路徑係數中，可以發現消費者對網路壽

險產品的風險知覺程度對其線上投保之意願有負向的影響效果，表明消費者對 壽險產品的知覺風險程度越高，其投保網路壽險的意願也就越低。因襲本研究 假說四獲得支持。