眼動資料分析

‧ 國

立 政 治 大 學

‧

Na tiona

l Ch engchi University

51

根據分析發現使用虛擬替身與個人化推薦會對網站親近感呈現顯著影響，如 表 8，因此假說 H1 - 個人化推薦對網站親密度正向影響與 H2 - 虛擬替身對網站 親密度呈現正向影響成立。在產品購買意願部分，使用虛擬替身並不會顯著影響 產品購買意願，所以假說 H4 - 虛擬替身對產品購買意願呈現正向影響不成立，

但是個人化推薦會對產品購買意願呈現顯著影響，所以假說 H3 - 個人化推薦對 產品購買意願呈現正向影響成立，可參考下表 9。

表 4-5：網站親密感之 ANOVA 分析

來源 F 值 p 值

虛擬替身 8.351 .004

個人化推薦 19.114 .000

虛擬替身*個人化推薦 .058 .809

表 4-6：產品購買意願之 ANOVA 分析

來源 F 值 p 值

虛擬替身 2.986 .084

個人化推薦 43.671 .000

虛擬替身*個人化推薦 .024 .877

、網站親密感與產品購買意願

另外，從卡方檢定分析結果發現網站親密感與產品購買意願呈現正向的顯 著關係，當使用者對網站親密感越高時，會有較高的產品購買意願，因此假說 H9 - 網站親密度對產品購買意願呈現正向影響成立，可參考下表 10 與表 11。

‧

、總凝視時間(Total Gaze Duration)

凝視時間(Gaze Duration)是代表人在凝視某一區塊直到離開該區塊之前的所 有觀看時間，在這時間內可能會有單個或多個凝視點時間(Fixtaion Duration)，而 凝視時間(Gaze Duraion)就是將這些凝視點的時間加總。總凝視時間為人觀看某 區塊時的所有凝視點時間(Fixtaion Duration)的加總。

‧

平均數 167659.88 134147.32 159327.35 142312.28 標準差 331703.113 265463.763 287900.128 312779.516 產品圖片

(AOI2)

平均數 1160539.49 1162642.81 1199530.56 1123662.26 標準差 865436.996 832386.381 852359.770 843899.777 產品介紹

(AOI3)

平均數 773178.38 757005.24 775785.49 754317.27 標準差 733292.970 744568.608 732206.430 745626.149 個人化文字

(AOI4)

平均數 374021.75 296624.54 298437.46 272321.84 標準差 336600.684 343599.775 358668.847 320399.058 虛擬替身

(AOI5)

平均數 95334.48 5695.08 53853.15 46728.21 標準差 197733.101 46124.116 145920.065 154110.223

根據 MANOVA 分析發現：虛擬替身會對使用者觀看網站的總凝視時間呈現 顯著正向影響，所以假說 H6 - 虛擬替身對消費者瀏覽時間呈現正向影響成立，

但是個人化推薦則不會對所有關鍵區域的總凝視時間有影響，因此假說 H5 - 個 人化推薦對消費者瀏覽時間呈現正向影響不成立，可參考下表 13。

‧

網站名稱(AOI1) 146024.07 296634.807 產品圖片(AOI2) 1138209.01 848057.537 產品介紹(AOI3) 752164.72 732564.401 個人化文字(AOI4) 278763.85 337019.167 虛擬替身(AOI5) 49459.86 148094.894

‧

根據表 17 可以得知，網站名稱(AOI1)與產品圖片(AOI2)的總凝視時間與網 站親密感之間呈現顯著關係。

‧

而從表 20 可以看出網站名稱(AOI1)與虛擬替身(AOI5)的總凝視時間與產品 購買意願之間呈現顯著關係。因係數為負值，表示總凝視時間越長，購買意願越

‧

、首次凝視時間(First Gaze Duration)

凝視時間(Gaze Duration)是代表人在凝視某一區塊直到離開該區塊之前的所 有觀看時間，在這時間內可能會有單個或多個凝視點時間(Fixtaion Duration)，而 凝視時間(Gaze Duraion)就是將這些凝視點的時間加總。首次凝視時間為人”第 一次”觀看某區塊時的凝視時間，也就是直到人的凝視點離開該區塊之前的所有 標準差 199283.674 152580.712 176571.302 178460.103 產品圖片

(AOI2)

平均數 310666.42 377802.47 359425.73 329043.16 標準差 635400.530 699943.464 713347.244 621761.177 產品介紹

(AOI3)

平均數 49331.82 65610.28 43687.25 71254.85 標準差 189804.795 318408.409 214361.075 302011.576 個人化文字

(AOI4)

平均數 101458.91 96146.97 111165.61 86440.26 標準差 183083.929 174910.196 201550.096 152310.758 虛擬替身

(AOI5)

平均數 4086.23 .00 2495.77 1590.47 標準差 30372.974 .00 26885.705 14409.551

‧

從 MANOVA 分析可以看出，虛擬替身對虛擬替身(AOI5)的首次凝視時間有 顯著影響，而個人化推薦則在個人化文字(AOI4)區域有顯著影響，可參考表 22。

‧ 國

立 政 治 大 學

‧

Na tiona

l Ch engchi University

59

表 4-20：各關鍵區域首次凝視時間的描述性統計

來源 平均數 標準差

網站名稱(AOI1) 36948.91 177471.747 產品圖片(AOI2) 344234.45 668876.919 產品介紹(AOI3) 57471.05 262078.669 個人化文字(AOI4) 98802.94 178951.370 虛擬替身(AOI5) 2043.12 21560.636

另外根據迴歸分析可以得知，網站名稱(AOI1)的首次凝視時間對於網站親密 感與產品購買意願之間有顯著正向關係，請參考表 24 至表 27。

表 4-21：首次凝視時間對網站親密感的模型摘要

模型 R R 平方 調整後 R 平方 標準偏斜度錯誤

1 .094 .009 .003 .677

表 4-22：首次凝視時間對網站親密感的變異數分析

模型 平方和 df 平均值平方 F 顯著性

1 迴歸 3.347 5 .669 1.461 .200

殘差 376.566 822 .458 總計 379.913 827

‧ 國

立 政 治 大 學

‧

Na tiona

l Ch engchi University

60

表 4-23：首次凝視時間對網站親密感的迴歸係數表

模型 標準化係數 T 顯著性

Beta

1 （常數） 70.180 .000

AOI_1 .085 2.383 .017

AOI_2 .039 1.042 .298

AOI_3 -.019 -.524 .601

AOI_4 .040 1.083 .279

AOI_5 .011 .321 .748

表 4-24：首次凝視時間對產品購買意願的模型摘要

模型 R R 平方 調整後 R 平方 標準偏斜度錯誤

1 .142 .020 .014 .880

表 4-25：首次凝視時間對產品購買意願的變異數分析

模型 平方和 df 平均值平方 F 顯著性

1 迴歸 13.192 5 2.638 3.404 .005 殘差 637.195 822 .775

總計 650.386 827

‧