滿意度、意見領袖特質與使用行為迴歸分析

本節主要目的是瞭解滿意度與使用行為的關係中，加入了意見領袖特質的高 低，是否會對使用行為造成差異。根據研究目的，統計方法採用階層迴歸分析方 式，以兩階段的迴歸來判斷模式在加入意見領袖特質後，是否會提高其解釋力。

同樣的，在使用行為中將三個層面分開討論，分別討論持續使用意圖、資訊回饋 及購買意向的關係，詳細內容分述如下點表示：

一、滿意度、意見領袖特質與持續使用意圖之階層迴歸分析

本部分要測詴加入意見領袖特質進行迴歸分析，是否可以增加對持續使用意 圖的解釋力。統計方法首先將滿意度與持續使用意圖進行迴歸分析，再加入意見 領袖特質再進行一次迴歸，所得結果如表 4-4.1：

表 4-4.1 持續使用意圖階層迴歸模式

R R² 調整後 R² 標準誤 D-W 檢定 模式一：

滿意度—持續使用 .618 .382 .381 1.67

1.876 模式二：

滿意度、意見領袖特質

—持續使用

.623 .388 .388 1.67

階層迴歸分析結果顯示，滿意度能解釋持續使用意圖的 38.2%（R²=0.382）

變 異 量 且 P 值 達 到 顯 著 (P=0.00<0.05) ， 代 表 其 具 有 統 計 顯 著 性 ； 並 利 用 Durbin-Watson 值檢定模型有無自我相關，檢定值為 1.876，當數值越接近 2 時越 理想，表示其殘差間相互獨立，沒有自我相關。

在第二個模式加入意見領袖特質後發現，模式的解釋力提昇為 38.8%，僅有

些微提高，因此判斷加入意見領袖特質的因素，並不能對持續使用有更多的預測 力或解釋力。根據第三節的相關分析結果得知，成員間的滿意度對持續使用虛擬 社群已有顯著的相關，因此判斷持續使用與意見領袖特質的強弱無關。

二、滿意度、意見領袖特質與資訊回饋之階層迴歸分析

在滿意度與資訊回饋的關係中，自上一節已驗證當成員滿意度的程度越高，

在美容虛擬社群的資訊回饋程度越高。進一步加入意見領袖特質，探討意見領袖 特質的高低是否會影響其資訊回饋程度，結果如表 4-4.所示：

表 4-4.2 資訊回饋階層迴歸模式

R R² 調整後 R² 標準誤 D-W 檢定 模式一：

滿意度—資訊回饋 .438 .192 .190 2.29

1.924 模式二：

滿意度、意見領袖特質

—資訊回饋

.633 .400 .397 1.97

由模式的結果可以得知，在滿意度與資訊回饋的模型解釋力為 19.0%

（R²=0.190），加入意見領袖特質後大幅增加了模型的解釋力，達到了 39.7%

（R²=0.397），可知在滿意度程度較高的情況中，意見領袖特質程度越高者，越 有可能會進行相關資訊的回饋。此外 Durbin-Watson 的檢驗數值為 1.924，其模 型為獨立並無自我相關。

再進一步檢驗其係數及共線性的問題。在模式一中，其標準化得係數的估計 值 Beta 為 0.438 ，驗證了滿意度與資訊回饋呈現正相關；在模式二中，同時將 滿意度與意見領袖特質納入資訊回饋的模式中進行迴歸，滿意度的 Beta 值為 0.175，意見領袖特質為 0.527。其結果顯示在該模式中，滿意度與意見領袖特性 接可以影響資訊回饋的程度，而由於意見領袖特質的相關性較高，因此對資訊回

饋的影響力較大。

在共線性方面，VIF 值為 1.333，共線情況不明顯，故其迴歸模式中的滿意 度與意見領袖特質中無線性相關，對資訊回饋皆存在獨立的影響。

資訊回饋模式相關數據見表 4-4.3：

表 4-4.3 資訊回饋係數及共線分析

Beta t 顯著性

共線性統計量 允差 VIF 模式一 滿意度 .438 9.056 .000 1.000 1.000

模式二

滿意度 .175 3.626 .000 .750 1.333 意見領袖特質 .527 10.926 .000 .750 1.333

三、 滿意度、意見領袖特質與購買意向之階層迴歸分析

本部份進行購買意向的階層迴歸，分別加入滿意度及意見領袖特質，探討其 模式改變後的 R² 變化，以分析增加變項的解釋力。結果顯示在滿意度方面解釋 力為 23.7%（R² =23.7），再加入意見領袖特質進行迴歸後，模型的解釋力達到 27.4%（R² =27.4），僅增加 3.7%，解釋力沒有提高太多，因此判斷意見領袖程 度的高低並不會對購買意向造成太大的影響。所得結果如表 4-4.4：

表 4-4.4 購買意向階層迴歸模式

R R² 調整後 R² 標準誤 D-W 檢定 模式一：

滿意度—購買意向 .489 .239 .237 1.53

1.956 模式二：

滿意度、意見領袖特質

—購買意向

.523 .274 .270 1.49