研究實施與後續之分析方法

本研究根據文獻回顧與訪談結果，於 2018 年 1 月上旬訂定初步之問卷後，旋 即於 Surveycake 免費問卷平台建立測試用的問卷連結。而為了確保該問卷題目的 效度，研究者並透過個人人脈關係，邀請 5 位長期使用臉書且了解問卷設計方法 者進行問卷填答，繼而根據填答者的意見修改問卷。修改部分包括刪除或合併意 思相近的問題、調整意義模糊的字句、增加問卷題目中的提示文字等。另外，由 於填答者表示本研究有部分題目係詢問使用者的負面情緒、迴避行為等具有負面 意涵的使用經驗，反向概念題目可能會造成在填答者在理解文句時的負擔，因此 研究者亦刪減原本的反向計分題目，藉以促進本研究問卷的易理解性，從而提升 問卷整體的內容效度。

透過 Creative Research Systems 設立的樣本數計算網站 Sample Size Calculator

（Creative Research Systems, 2012），本研究在 95％信心水準且抽樣誤差在正負 5 個百分點以內時，必須抽取至少 384 位臉書使用者為樣本。而本研究於 4 月 8 日 至 4 月 30 日進行正式問卷的發放，總計蒐集 1053 份有效問卷，並於 5 月上旬開 始執行問卷資料的整備作業，以利後續之量化分析研究。

研究者將填答資料整理為 SPSS 22.0 版可操作之格式後，即採用敘述性統計 分析（descriptive statistics）、探索性因素分析（exploratory factor analysis, EFA）

與信度分析（reliability）、單因子變異數分析（one-way ANOVA）、多元迴歸分 析（multiple regression）進行統計結果分析。茲將上述分析方法說明如下。

一、敘述性統計分析

敘述性統計分析乃是幫助研究者整理、描述、解釋資料結構的一套方法與統 計技術。透過敘述性統計，可測量並加以了解觀察值的集中情形，常用之集中量 數包含平均數、中位數、眾數等，同時，亦可透過全距、四分差、離均差、標準 差等變異量數測量觀察值的分散狀況。另外，百分等級與百分位數等相對量數則 可用以描述個別觀察值在團體中的所在相對位置（邱皓政，2006）。本研究透過 加總、百分比、平均數與標準差等計算，針對有效樣本進行結構分析，以此了解 樣本的性別、年齡、學歷等人口背景資料、平均每日使用臉書時間與頻率、是否

使用其他社群網站、好友人數等臉書使用特質，以及樣本在臉書資訊超載、社交 超載、資訊迴避行為等方面的基本特性。

詳言之，本研究共回收 1053 個有效樣本，計有男性 232 位，女性 821 位，分 別佔填答者中的 22%與 78%。將受訪者的年齡分組後，13-18 歲的填答者計有 92 位（8.7%），19-24 歲 427 位（40.6%），25-30 歲 328 位（31.1%），31-40 歲 111 位（10.5%），41 歲以上 95 位（9%），整體平均為 27.5 歲。

根據填答者平均每日使用臉書時間分組，共可分為六組，使用時間最短的組 別為平均每日使用少於 5 分鐘，共有 135 位填答者，佔本研究填答者中的

12.8%，其後依序是 5 分鐘到 30 分鐘的使用者 332 位（31.5%）、30 分鐘到 1 小 時的使用者 246 位（23.4%）、1-2 小時的使用者 194 位（18.4%）、2-3 小時的使 用者 82 位（7.8%），以及每日平均超過 3 小時的使用者 64 位（6.1%）。

另外，依照填答者平均每日使用臉書頻率分組，則可分為五組，從頻率最低 到最高分別為少於一次的使用者 132 位（12.5%）、1-2 次的使用者 263 位

（25%）、3-5 次的使用者 314 位（29.8%）、5-10 次的使用者 188 位

（17.9%），以及多於 10 次的使用者 156 位（14.8%）。

由填答者自陳的臉書好友人數可劃分為六組不同的使用者族群，其中，好友 人數最少者為 0-50 人，共有 97 位填答者屬於此類型，但僅佔本研究樣本的 9.2%，其他則分別為好友人數介於 51-100 人的使用者 191 位（18.1%）、好友人 數介於 101-300 人的使用者 388 位（36.8%）、好友人數介於 301-500 人的使用者 214 位（20.3%）、好友人數介於 501-1000 人的使用者 135 位（12.8%），以及好 友人數超過 1000 人的使用者 28 位（2.7%）。

此外，本研究亦透過問卷了解填答者使用其他社群網站的情況，經觀察有 961 位填答者（91.3%）除了臉書以外還有使用一個以上的社群網站，其餘則有 92 位填答者是除了臉書之外並無使用其他社群網站的族群，僅佔本研究樣本的 8.7%。若從學歷分布觀之，最高學歷為國中以下僅有 5 位（0.5%），高中或高職 者則有 102 位（9.7%），教育程度達大學的填答者最多，計有 681 位，佔

64.7%，研究所以上的人數次之，計為 265 人，佔 25.2%。將填答者的學歷與年齡 做對照可知，學歷為高中或高職者多數為 18 歲以下的族群，可知其學歷乃是受

限於填答者的年齡所致。是故，在後續統計分析中，本研究僅針對年齡進行統計

教育程度

國中以下 5 0.5

高中或高職 102 9.7

大學 681 64.7

研究所以上 265 25.2

整體而言，填答者仍以較年輕的族群為主，尤其以大學生、研究生及 30 歲 以下族群為眾。有三成使用者每天約花費 5 分鐘到 30 分鐘瀏覽臉書資訊，超過半 數的臉書使用者每天使用時間介於 5 分鐘到一小時。在使用頻率方面，則有較多 是每天平均使用 3-5 次者，約佔填答者中的三成，另有四分之一是每日使用 1-2 次的受訪者。由使用時間與頻率的分布可知，多數臉書使用者每天會多次登入臉 書動態牆，並且是運用短暫的時間快速瀏覽出現在臉書上的資訊，此與研究者個 人的使用經驗相符。

另外，從好友人數的分布可知，儘管相關研究認為個人能維持的社交人數約 為百人（Dunbar, 2016），仍有超過七成的填答者在臉書上與超過百位的其他使 用者建立連結，進行深淺程度不一的資訊交流。同時，除了使用臉書之外，有超 過九成的填答者也會使用其他社群網站，顯示大部分臉書使用者在網路世界的社 交平台有多棲現象，鮮少網路使用者會只限於在單一網站活動。推測其原因，可 能是各社群網站具有各自獨特的功能或特色，另如 Instagram 是以照片影像為主 要的資訊格式，可吸引重視視覺感受的使用者；而 Plurk 噗浪的橫向卷軸則可讓 使用者以發佈資訊的時間基準，觀看他人所發佈的資訊。

二、探索性因素分析與信度分析

因素分析最初為 Spearman、Thomson 和 Burt 等心理學家所發展出的一種統計 方法，經過多年的發展，因素分析包含許多縮減維度的技術，其主要目的在以較 少的維數（number of dimensions）來表示原先的資料結構，換言之，因素分析的 主要目的是為了減少變數的數目，但仍能或以更佳的方式解釋樣本之間的變異情 形，並確認資料的基本結構及尺度。因素分析會在變數之間尋找某些特定的型式

（pattern），以便將若干個變數集結成一個因素，而主成分分析（principal component analysis）是因素分析中運用得最為廣泛的分析方式。在進行探索性因

素分析之前，研究者對於變數的因素結構並沒有預設立場，而藉由 SPSS 進行因 素分析之後，以因素負荷量來萃取因素，並對因素加以命名，這種因素分析帶有

「探索」的意味，因此稱為探索性因素分析（榮泰生，2007）。為能有效縮減本 研究從文獻與訪談中整理的資訊超載、社交超載、資訊迴避行為之變數，研究者 運用探索性因素分析，並根據重新集結後的因素特徵加以命名，以利進行後續之 統計分析。另外，為確保萃取出來的主要因素具有信度，研究者使用 Cronbach’s α 作為測試信度的標準。Cronbach’s α 值 ≧ 0.70 時屬於高信度，0.35≦Cronbach’s α≦0.70 時屬於尚可，Cronbach’s α 值≦0.35 時為低信度（榮泰生，2007）。為確 保本研究的資訊超載與社交超載共 36 項題目之因素結構符合研究目的，研究者 透過探索性因素分析，重新將問卷題目縮減為數項主要因素並加以命名。詳細分 析步驟如下。

首先，為確定問卷之題項適合進行因素分析，研究者計算「KMO 取樣適當性 量數」（Kaiser-Meyer-Olkin measure of sampling adequacy），資訊超載與社交超 載共 36 項題目之 KMO 值為.926，且 Bartlett’s 球形考驗（Bartlett's test of

sphericity）<.001 達到顯著，表示樣本的相關矩陣間有共同因素存在，適合進行 因素分析。其後，研究者經由因素分析之主成分分析法（method of principal），

從 36 個問項中萃取出 7 個主要因素，分別命名為「資訊疲勞」、「資訊重複不可 信」、「資訊模糊」、「社會比較」、「社交壓力」、「社群媒體倦怠」，合計 可解釋 63.9%的變異量。

其中，資訊疲勞包括「最近我覺得臉書上的訊息超過了我能吸收的數量」、

「最近我覺得臉書資訊更新太快，讓我感到煩累」、「最近我覺得臉書上有太多 資訊會使我分心」、「我覺得最近臉友或粉絲團張貼新動態的頻率太高了」、

「最近我覺得逐一瀏覽臉書貼文很花時間」、「在使用臉書時，我會覺得某些動 態的篇幅太長了」等 6 個題目。進一步採用信度分析，資訊疲勞之 Cronbach α 值 為.83，顯示具有高度信度。

資訊重複不可信涵括「我發現只要看標題或前面幾行，就可以判斷這篇臉書 動態的內容是我已經知道的事情」、「我覺得最近臉書上有越來越多具有商業意 圖的廣告或業配文」、「最近我覺得同一篇臉書貼文會一直重複出現在我的動態

牆上」、「最近我會不由得質疑臉書上的資訊是否可信」等 4 個題目。進行信度 分析後可知，資訊重複不可信此主要因素的 Cronbach α 值為.70，亦具有高信度。

資訊模糊僅包括兩個題目，分別為「某些臉友會把貼文寫得很隱諱，以致於 我看不懂它想表達什麼」與「我看到某些臉書動態，會覺得內容意涵不是很清 楚」。進一步進行信度分析，資訊模糊的 Cronbach α 值為.66，雖非高度信度但仍 具有適當的內部一致性。

至於社會比較則有如「最近瀏覽臉友的動態跟照片時，我覺得自己的成就不 如人」、「最近臉友的新動態會讓我覺得自己不夠好」、「最近在瀏覽臉書時，

看到臉友的新動態或照片會讓我感到嫉妒」、「最近在瀏覽臉書時，看到臉友的 新動態或照片會讓我感到羨慕」、「最近在瀏覽臉書時，我覺得許多臉友都過得 比我開心」、「最近在瀏覽臉書時，看到臉友的新動態或照片會讓我感到焦

看到臉友的新動態或照片會讓我感到嫉妒」、「最近在瀏覽臉書時，看到臉友的 新動態或照片會讓我感到羨慕」、「最近在瀏覽臉書時，我覺得許多臉友都過得 比我開心」、「最近在瀏覽臉書時，看到臉友的新動態或照片會讓我感到焦