第五章 研究假說的驗證與分析
第二節 研究假說的驗證與分析
一、研究模式一的驗證與分析
本研究實驗樣本數共2760位，我們採用二項式邏輯迴歸方式，統計分析本 研究的數據來驗證本研究的假說。
從表5-3我們可以清楚的了解，在常數項估計值為0.796，估計標準誤為 0.062，在Wald檢定部份為165.422。在二項式邏輯回歸方式中，Wald檢定為類似 多元迴歸分析的T檢定，可根據參數的估計值與其估計標準誤之比值來決定顯著 性。由表5-3我們可以發現Wald檢定達顯著性，表示本實驗能夠有效預測觀察值 在依變數上的機率值。
表 5-3 Wald 檢定
B S.E Wald 自由度 顯著性 Exp（B）
步驟 常數 0.796 0.062 165.422 1 0.000 2.216
由於Wald檢定有時會出現高估標準誤之錯誤，因此造成第二類型錯誤的提 升，因此另一個對於個別參數的檢定方式Score檢定被其他學者提出，當Score 檢定達顯著時，表該自變數與依變數項間有顯著關聯，可以有效預測觀察值在 依變項上之機率值。在本研究統計分析中發現，出生地、教育程度、網路問卷 經驗、社會期望反應四個變數達到顯著水準，表示此四個變數與Web Survey填 答意願有顯著關聯，詳見表5-4。
表 5-4 Score 檢定
分數 自由度 顯著性 步驟 變數 性別
年齡 出生地 教育程度 科系背景 網路問卷經驗 社會期望反應 問卷的敏感度 網路速度自我認知 實際網路速度 概要統計量
2.259 0.295 6.659 7.389 0.552 12.677 5.215 1.639 3.534 0.249 40.854
1 1 1 1 1 1 1 1 1 1 10
0.133 0.587 0.010 0.007 0.457 0.000 0.022 0.200 0.060 0.618 0.000
二項式邏輯迴歸分析顯示整體模式的配適度卡方為41.444，且達到顯著水 準，表示本研究所投入的自變數項中至少有一個自變項可以有效地解釋與預測 樣本在依變項之結果，見表5-5。
表 5-5 整體模式配適度的卡方檢定
卡方 自由度 顯著性 步驟 1 步驟
區塊 模式
41.144 41.144 41.144
10 10 10
0.000 0.000 0.000
在二項式邏輯回歸方式中，關聯強度的性質類似多元迴歸分析之決定係數 R2，但卻不代表依變項的變異量能被自變項解釋的百分比，關聯強度代表依變 項與自變項關係之強度。本研究的Cox-Snell關聯強度為0.033，Nagelkerke的關 聯強度為0.047，見表5-6。
表 5-6 關聯強度
步驟 -2 對數概似 Cox＆Snell R 平方 Nagelkerke R 平方 1 1469.995 0.033 0.047
Hosmer-Lemeshow 迴 歸 模 式 配 適 度 檢 定 值 與 卡 方 檢 定 是 相 反 的 ， 當 Hosmer-Lemeshow檢定值未達顯著水準時，就表示模式配適度相當理想，由表 5-7可知，Hosmer-Lemeshow配適度檢定結果未達顯著，表示自變項可以有效的 解釋與預測依變項的結果。
表 5-7 Hosmer 和 Lemeshow 檢定
步驟 卡方 自由度 顯著性 1 4.125 8 0.846
二項式邏輯回歸的自變數參數估計值與顯著性檢定結果顯示自變數出生 地、教育程度、網路問卷經驗、社會期望反應和網路速度自我認知這五個變數 為影響Web Survey填答意願的重要因素。見表5-8。
表 5-8 自變數參數估計值與顯著性檢定結果
Exp（B）的 95
﹪信賴區間 B S.E Wald 自由度 顯著性 Exp（B）
下界 上界 步驟 性別
年齡 出生地 教育程度 科系背景 網路問卷經驗 社會期望反應 問卷的敏感度 網路速度自我認知 實際網路速度 常數
-0.123 0.003 -0.169 -0.700 0.030 0.522 -0.027 0.167 -0.089 -0.226 3.193
0.131 0.012 0.067 0.269 0.033 0.145 0.013 0.127 0.044 0.124 0.913
0.885 0.083 6.267 6.745 0.871 12.955 4.242 1.738 4.152 3.344 12.215
1 1 1 1 1 1 1 1 1 1 1
0.347 0.773 0.012 0.009 0.351 0.000 0.039 0.187 0.042 0.067 0.000
0.884 1.003 0.845 0.497 1.031 1.686 0.973 1.182 0.915 0.798 24.352
0.684 0.980 0.740 0.293 0.967 1.269 0.948 0.922 0.840 0.626
1.143 1.027 0.967 0.842 1.099 2.241 0.999 1.515 0.997 1.016
在台灣因為出生地的不同，也會影響每個受測者個人對於任何事物的認知 感。本次研究發現南部人願意填答Web Survey的比率高於中部人高於北部人，
主要原因在於較南部的受測者對於問卷調查，會抱持熱心的態度填寫，因為南 部人比較淳樸與純真。而北部人因為身處於都市中，所面臨的社會環境導致會 產生對許多事物漠不關心，因此對於Web Survey的邀請，大部份較不會熱心的 填寫。
在2001年Wiebe,Eyerman, et al.的研究中發現，會接受Web Survey的受測者 大部分都是大學學歷；2004年Roster,Rogers, et al.的研究結果也支持這樣的理論 依據。本研究實驗數據發現研究所學歷的受測者比大學畢業的受測者，較願意 填答Web Survey，主要原因教育程度會間接影響受測者的電腦自我效能以及網 路自我效能，而參與Web Survey需要受測者擁有基本的電腦技能才能進行填 寫，因此教育程度的高低是會影響Web Survey填答意願。
網路問卷經驗在本次實驗的數據分析上，我們可以很明顯的發現此自變數 對於影響Web Survey填答意願有顯著的關係，尤以曾經有網路問卷經驗的受測 者比較願意再度接受Web Survey的填答。主要原因在於受測者有過網路問卷經 驗後，較不會害怕進入下一次的Web Survey系統，也會覺得比較有興趣，因此 網路問卷經驗對於Web Survey填答的意願是重要的因素。
社會期望反應指的是，在某些情況下，受測者在回答問題時，會比較傾向 回答迎合別人或被社會所讚許的答案，勝過說出自己本身內心真正的想法與行 為。(Paulhus，2001)。而這樣的情形尤其在被問到敏感度較高的問題時，特別 容易發生。本研究發現社會期望反應的高低會影響Web Survey填答意願，社會 期望反應低的受測者比較願意填答Web Survey。此結果與羅志良（2002）與陳 清暉（2000）的研究認為社會期望反應並沒有明顯影響的結果有所差異。因為 Web Survey是隨時隨地皆可做答且匿名的環境，與傳統紙筆問卷研究員皆知道 受測者的身份有所差異，因此社會期望反應的高低是會影響Web Survey填答的 意願。
本研究數據分析顯示出網路速度自我認知會對於Web Survey填答意願有所 影響，網路速度自我認知較高的比較會有較高的填答Web Survey意願。主要原 因在於許多研究都顯示出，網路速度的快慢會影響受測者願不願繼續停留於該 網頁。如果受測者在進行Web Survey的填答時，自我認知網路速度太慢，的確 會因為此因素而跳脫Web Survey，甚至在進入Web Survey的首頁時，就選擇離 開。
二、研究模式二的驗證與分析
針對研究模式二，本研究採用ANOVA與簡單迴歸來分析與驗證研究假說。
（一）性別
在性別部份利用ANOVA變異數分析，見表5-9發現沒有達到顯著性，表示 性別並沒有對Web Survey填答持續度有顯著影響。
表 5-9 性別的變異數分析
平方和 自由度 平均平方和 F 檢定 顯著性 組間
組內 總和
144.196 21927.003 22071.200
1 554 555
144.196 39.579
3.643 0.057
（二）年齡
在年齡部份利用簡單迴歸分析，見表5-10、5-11發現年齡達到顯著水準，表 示年齡對填答持續度有顯著的影響。從數據可以了解年齡層越大，Web Survey 填答持續度越差。此研究結果與其他之前學者的研究相同，表示年齡的大小對 於Web Survey填答持續度的確有所影響。
表 5-10 年齡的簡單迴歸分析模式總檢定
模式 平方和 自由度 平均平方和 F 檢定 顯著性 迴歸
殘差 總和
376.304 21529.364 21905.668
1 553 554
376.304 38.932
9.666 0.02
表 5-11 年齡的簡單迴歸分析
未標準化係數 標準化係數 模式
B 之估計值 標準誤 Beta 分配
t 顯著性
常數 16.321 1.139 14.332 0.000 年齡 -0.137 0.044 -0.131 -3.109 0.002
（三）出生地
在出生地部份利用ANOVA變異數分析，見表5-12發現沒有達到顯著性，表 示出生地並沒有對Web Survey填答持續度有顯著影響。
表 5-12 出生地的變異數分析
平方和 自由度 平均平方和 F 檢定 顯著性 組間
組內 總和
36.611 21869.058 21905.668
5 549 554
7.322 39.834
0.184 0.969
（四）教育程度
在教育程度部份利用ANOVA變異數分析，見表5-13發現有達到顯著性，表 示教育程度對Web Survey填答持續度有顯著影響，且研究也發現大學學歷比研 究所學歷填答持續度較高。從研究結果發現教育程度的不同不僅對於Web Survey填答意願有所影響，也會對於Web Survey填答持續度有所差異。
表 5-13 教育程度的變異數分析
平方和 自由度 平均平方和 F 檢定 顯著性 組間
組內 總和
205.539 22164.003 22369.543
1 558 559
205.539 39.720
5.175 0.023
（五）科系背景
在科系背景部份利用ANOVA變異數分析，見表5-14發現沒有達到顯著性，
表示科系背景並沒有對Web Survey填答持續度有顯著影響。
表 5-14 科系背景的變異數分析
平方和 自由度 平均平方和 F 檢定 顯著性 組間
組內 總和
267.680 21923.652 22191.332
6 550 556
44.613 39.861
1.119 0.350
（六）網路問卷經驗
在網路問卷經驗部份利用ANOVA變異數分析，見表5-15發現沒有達到顯著 性，表示網路問卷經驗並沒有對Web Survey填答持續度有顯著影響。
表 5-15 網路問卷經驗的變異數分析
平方和 自由度 平均平方和 F 檢定 顯著性 組間
組內 總和
3.328 15427.601 15430.930
1 411 412
3.328 37.537
0.089 0.766
（七）社會期望反應
在社會期望反應部份利用簡單迴歸分析，見表5-16、5-17發現社會期望反應 未達到顯著水準，表示社會期望反應對填答持續度沒有顯著的影響。
表 5-16 社會期望反應的簡單迴歸分析模式總檢定
模式 平方和 自由度 平均平方和 F 檢定 顯著性 迴歸
殘差 總和
27.830 15574.276 15602.106
1 412 413
27.830 37.802
0.736 0.391
表 5-17 社會期望反應的簡單迴歸分析
未標準化係數 標準化係數 模式
B 之估計值 標準誤 Beta 分配
t 顯著性
常數 13.466 0.554 24.289 0.000 社會期望反應 -5.375E-02 0.063 -0.042 -0.858 0.391
（八）問卷的敏感度
在問卷的敏感度部份利用ANOVA變異數分析，見表5-18發現有達到顯著 性，表示問卷的敏感度對Web Survey填答持續度有顯著影響。主要原因是因為 高敏感度問卷為保險套自我效能量表，許多受測者較不願意留下他們的答案，
甚至於Web Survey過程中選擇離開。相對的低敏感度問卷網路自我效能，較多 受測者願意留下他們的答案並完整回答完所有問題。
表 5-18 問卷的敏感度的變異數分析
平方和 自由度 平均平方和 F 檢定 顯著性 組間
組內 總和
435.326 21934.217 22369.543
1 558 559
435.326 39.309
11.075 0.001
（九）網路速度自我認知
在網路速度自我認知部份利用ANOVA變異數分析，見表5-19發現沒有達到 顯著性，表示網路速度自我認知並沒有對Web Survey填答持續度有顯著影響。
表 5-19 網路速度自我認知的變異數分析
平方和 自由度 平均平方和 F 檢定 顯著性 組間
組內 總和
130.180 15471.926 15602.106
6 407 413
21.697 38.015
0.571 0.754
（十）實際網路速度
在實際網路速度部份利用ANOVA變異數分析，見表5-20發現沒有達到顯著 性，表示實際網路速度並沒有對Web Survey填答持續度有顯著影響。
表 5-20 實際網路速度的變異數分析
平方和 自由度 平均平方和 F 檢定 顯著性 組間
組內 總和
91.356 15306.994 15398.350
2 408 410
45.678 37.517
1.218 0.297
本研究假說驗證結果表見表5-21。
表 5-21 研究假說驗證結果表
假說 驗證結果 假說 驗證結果
H1-1：性別會影響 Web Survey 填答意
願 不成立 H4-1：性別會影響 Web Survey 填答持
續度 不成立
H1-2：年齡會影響 Web Survey 填答意
願 不成立 H4-2：年齡會影響 Web Survey 填答持
續度 成立
H1-3：出生地會影響 Web Survey 填答
意願 成立 H4-3：出生地會影響 Web Survey 填答
持續度 不成立
H1-4：教育程度會影響 Web Survey
填答意願 成立 H4-4：教育程度會影響 Web Survey
填答持續度 成立