第四章 結果與討論
第三節 研究結果
一、皮爾森積差相關係數
相關分析的目的為描述兩個連續變數的線性關係之強度,若是構面之間存在 高度共線性的特質,這就表示存在相似的概念,描述兩連續變數的線性關係,可 使用相關係數(coefficient of correlation)來表示(邱皓政,2010)。因此本研究使用 IBM SPSS 20.0 計算皮爾森積差相關係數以檢驗構面間的相關程度,該係數值介 於±1 之間。表 4-11 為各構面的平均數與標準差,表 4-12 為相關係數摘要表,
從此表可以得知各構面之間呈現出中度正相關(p < .01),因此可以繼續進行迴歸 分析。
表 4-11
個初階因素可被高階因素所解釋的百分比,即認知專注可以解釋初階因素構面的 變異量。分別可以解釋暫時抽離的變異量為.58、專注沉浸的變異量為.72、提高 樂趣的變異量為.86、控制的變異量為.66、好奇心的變異量為.73,這也就表示認 知專注高階因素對於暫時抽離、專注沉浸、提高樂趣、控制、好奇心 5 個初階因 素的解釋力均很高。
表 4-13
結構方程式多元相關平方表
暫時抽離 專注沉浸 提高樂趣 控制 好奇心 .58 .72 .86 .66 .73
下表 4-14 為二階驗證性因素分析結果摘要表,結構模式中的路徑係數在高 階驗證性因素分析中,為內衍潛在變項間在外衍潛在變項的因素負荷量,這也就 表示暫時抽離、專注沉浸、提高樂趣、控制、好奇心五個初階因素在認知專注高 階因素的因素負荷量,其值為.76、.85、.93、.81、.85,從上述資料中,本研究 發現初階因素在高階因素構面的因素負荷量非常良好。
表 4-14
二階驗證性因素分析結果摘要表 高階因素 低階因素 因素負荷量 認知專注 暫時抽離 .76
專注沉浸 .85 提高樂趣 .93 控制 .81 好奇心 .85
各原始參數的估計值與測量誤差值的模式以圖 4-2 表示之。
三、路徑分析
路徑分析是一種驗證性的統計技術,以路徑圖(path diagram)的方式呈現出以 文獻為基礎的路徑模型,傳統上是利用迴歸分析來進行路徑分析的參數估計,必 須以多次的迴歸分析估計程序才能完成,因此路徑模型需要滿足迴歸分析的所有 假設,如變項之間的線性關係假設、誤差常態性假設、誤差獨立性假設、誤差等 分散性假(邱皓政,2010)。
為了解研究架構的變項是否能有效解釋擴增實境學習系統的使用行為與使 用意願,因此使用透過多次的迴歸分析檢視自變項對於依變項的解釋力,進而探 討潛在變項之間的因果關係。此部分的每一個變項分別以各題項的平均值作為測 量值,而各變項之間的皮爾森相關矩陣如下表 4-15 所示,各變項之間的相關係 數大部分達到高度相關(p <.01)。
表 4-15
各變項描述性統計量與皮爾森相關矩陣
變項名稱 平均數 標準差 認知專注 知覺有用性 知覺愉悅性 使用意願 認知專注 3.6818 0.5640 1.000
知覺有用性 3.8694 0.7147 .771** 1.000
知覺愉悅性 4.0218 0.7538 .744** .714** 1.000
使用意願 3.5701 0.7345 .707** .657** .664** 1.000
**p < .01
首先,將外衍變項認知專注作為自變項,內衍變項知覺有用性作為依變項進 行簡單迴歸分析,模式摘要表如下表 4-16 所示。由此分析結果可以得知,認知 專注對知覺有用性的迴歸係數(β)為.771,達顯著水準(t = 20.510,p =.000 );決定 係數(R2)為.594,亦即認知專注可以解釋知覺有用性 59.4%的解釋變異量(F = 420.665,p =.000)。
表 4-16
簡單迴歸分析摘要表
未標準化係數
B
標準誤差β t
(常數) .273 .177 1.536 認知專注 .977 .048 .771 20.510***整體模型
R
2 =.594 adj R2 = .593F = 420.665 (p=.000)
***p <.001
以認知專注作為自變項,知覺愉悅性作為依變項,所得到的迴歸分析摘要表 如表 4-17。由此分析結果可以得知,認知專注對知覺愉悅性的迴歸係數為.707,
達顯著水準(t = 16.936,p =.000 );決定係數為.500,亦即認知專注可以解釋知覺 有用性達 50.0%的解釋變異量(F = 286.827,p =.000)。
表 4-17
簡單迴歸分析摘要表
未標準化係數
B
標準誤差β t
(常數) .543 .208 2.614***認知專注 .945 .056 .707 16.936***
整體模型
R
2 =.500 adj R2 = .498F = 286.827 (p=.000)
***p<.001
以認知專注、知覺有用性、知覺愉悅性作為自變項,使用意願作為依變項,
進行多元迴歸分析,模式摘要如下表 4-18 所示。由此分析結果可以得知,認知 專注對使用意願的迴歸係數為.226,達顯著水準(t = 3.632,p =.001),知覺有用 性對使用意願的迴歸係數為.251,達顯著水準(t = 3.303,p =.000),知覺愉悅性 對使用意願的迴歸係數為.326,達顯著水準(t = 5.241,p =.000)。而整體模型的 決定係數為.527,亦即透過認知專注、知覺有用性、知覺愉悅性可共同解釋使用
意願達 52.7%的解釋變異量(F = 105.948,p =.000)。
最後,進行參數估計的效果分析,整理出本研究所提出的路徑模型的直接效 果、間接效果與整體效果量,詳見表 4-19。從此表可以看出,認知專注對於使用 意願的直接效果只有 26.6%的影響程度,但是透過知覺有用性與知覺愉悅性的中 介影響之下,整體效果可提升至 69.2%,間接效果為 42.6%。
表 4-19
效果分析摘要表
依變項
知覺有用性 知覺愉悅性 使用意願
外衍變項
認知專注 直接效果 .771 .707 .266
間接效果 - - .426
整體效果 .771 .707 .692
內衍變項
知覺有用性 直接效果 - - .251
間接效果 - - -
整體效果 - - .251
知覺愉悅性 直接效果 - - .326
間接效果 - - -
整體效果 - - .326
四、假說驗證
本研究提出 5 個假說,根據上述分析結果,將各標準化迴歸係數表整理自下 表 4-20。從表中數值可以得知,當認知專注改變 1 個標準差時,知覺有用性的改 變量為.771、知覺愉悅性的改變量為.707、使用意願的改變量為.226;當知覺有 用性改變 1 個標準差時,使用意願的改變量為.251;當知覺愉悅性改變 1 個標準 差時,使用意願的改變量為.326。
表 4-20
標準化迴歸係數表
因徑關係
β
認知專注→知覺有用性 .771***
認知專注→知覺愉悅性 .707***
認知專注→使用意願 .226**
知覺有用性→使用意願 .251***
知覺愉悅性→使用意願 .326***
**p < .01 ***p < .001
由於本研究所提出的因徑關係,以 p 值作為檢驗方式,均達統計上的顯著意 義,因此所有假說都獲得支持(表 4-21)。亦即在擴增實境學習系統的環境之下,
認知專注對知覺有用性、知覺愉悅性、使用意願均具有顯著正向預測力,以及知 覺有用性與知覺愉悅性對使用意願具有顯著正向預測力。
表 4-21
研究假說之驗證結果摘要表
假說 敘述 結果
H1 在擴增實境學習系統的環境之下,認知專注對知覺有用性具有
顯著的預測力。 成立
H2 在擴增實境學習系統的環境之下,認知專注對知覺愉悅性具有
顯著的預測力。 成立
H3 在擴增實境學習系統的環境之下,認知專注對使用意願具有顯
著的預測力。 成立
H4 在擴增實境學習系統的環境之下,知覺有用性對使用意願具有
顯著的預測力。 成立
H5 在擴增實境學習系統的環境之下,知覺愉悅性對使用意願具有
顯著的預測力。 成立