第四章 研究結果
第四節 結構方程模式分析結果
為了解本研究各變項的關係，必頇先建構 Facebook 使用特性、批判思考能 力與資訊驗證行為的 SEM 模型。本研究依據研究假設，首先確定此模型是否為 一中介模型，而後進行模型適配度檢驗，最後呈現研究所建構的模型結構。
一、 中介模式分析程序與中介變項分析結果
要驗證前一章所提出的結構方程模式架構，必頇先確定本研究中介模式一
（圖 4-4-1）的 Facebook 使用特性正向預測 Facebook 資訊驗證行為（γ12）路徑 是否顯著，以及 Facebook 使用特性正向預測批判思考能力（β11）路徑是否顯著。
其次分析中介模式二（圖 4-4-2）批判思考能力正向預測 Facebook 資訊驗證行為
（β12）路徑是否顯著，若為顯著，還要看 Facebook 使用特性正向預測 Facebook 資訊驗證行為（γ12）路徑是否因而降低或不顯著。假如分析結果顯示中介模式 一的參數估計值皆達顯著，於模式二β12 路徑亦達顯著，且γ12 因而降低或不顯 著，則表示批判思考能力為 Facebook 使用特性與 Facebook 資訊驗證行為的中介 變項。若γ12數值降低，表示此中介模型為部分中介；若γ12數值變不顯著，表示 此中介模型為一完全中介模型。
60
圖4-4-1 本研究中介模式一
圖4-4-2 本研究中介模式二 γ12
β11
γ12
β11
β12
β12
β12
β12
61
本研究中介模式檢驗結果為圖 4-4-3 及圖 4-4-3 所呈現的標準化參數估計值，
中介模式一（圖 4-4-3）的 Facebook 使用特性正向預測 Facebook 資訊驗證行為
（γ12）路徑之標準化參數估計值為 0.379 (p<0.001)，而 Facebook 使用特性正向 預測批判思考能力（β11）路徑的標準化參數估計值為 0.404 (p<0.001)，顯示兩路 徑皆達顯著水準，上述結果符合 Baron 與 Kenny（1986）中介迴歸模式假定一 及二。
分析中介模式二（圖 4-4-4） Facebook 使用特性可正向預測批判思考能力（β11） 路徑的標準化參數估計值為 0.404 (p<0.001)，批判思考能力正向預測 Facebook 資訊驗證行為（β12）路徑的標準化參數估計值為 0.901 (p<0.001)，且 Facebook 使用特性正向預測 Facebook 資訊驗證行為（γ12）路徑之標準化參數估計值為 -0.018 (p=0.766)未達顯著水準，上述結果符合 Baron 與 Kenny（1986）中介迴 歸模式假定三。
由上述結果可得知，批判思考能力為 Facebook 使用特性與 Facebook 資訊驗 證行為的中介變項，而路徑γ12原本達顯著水準，在中介變項加入後變成未達顯 著水準，且 Facebook 使用特性透過批判思考能力而影響 Facebook 資訊驗證行為 路徑之標準化參數估計值為 0.397 (p<0.001)，表示本研究的中介模型為一完全中 介模型（表 4-4-1）。
此外，此模型不僅直接及間接效果顯著，整體效果標準化參數估計值為 0.379 (p<0.001)，也達顯著水準。
62
表 4-4-1 中介模型檢驗結果
路徑 標準化參數估計 T值 P值 直接效果
模 式 一
Fb特性Fb資訊驗證（γ12） 0.379 5.687 p<0.001***
Fb特性批判思考（β11）
0.404 6.285 p<0.001***
模 式 二
Fb特性批判思考（β11） 0.440 7.447 p<0.001***
批判思考 Fb資訊驗證（β12） 0.901 19.839 p<0.001***
Fb特性Fb資訊驗證（γ12） -0.018 -0.297 p=0.766 間接效果
Fb特性批判思考Fb資訊驗證 0.397 6.594 p<0.001***
整體效果
間接+直接效果 0.379 6.132 p<0.001***
圖4-4-3 本研究中介模式一參數值 0.379***
0.404***
63
圖4-4-4 本研究中介模式二參數值
二、 中介模型適配度及路徑分析結果
經由上述步驟確立本研究模型為完全中介模型後，進一步檢驗模型適配度，
即 SEM 分析。分析結果如下：
本研究所建構的 SEM 模型的整體適配度 χ2=1316.683 (p<0.001)，未通過適 配指標，原因可能是χ2常會因為大樣本的關係而達顯著水準。本研究樣本數超 過 400 人，屬於大樣本，因此 χ2較易達顯著。因此頇參考其他適配度指標來判 斷此模型的適配度是否合宜，此模型於 CFI、RMSEA、SRMR 的數值（表 4-4-2）
分別為 CFI=0.902，RMSEA=0.037，SRMR=0.066，根據學者指出，CFI 大於 0.90，
RMSEA、SRMR 皆小於 0.08，表示模型適配度良好 （Browne & Cudeck,1993；
黃芳銘，2003；邱皓政，2011），因此可知本研究所建構的 SEM 模型與觀察資 料有良好的配適度。
-0.018
0.440***
0.901***
β12 β12
64
表 4-4-2 SEM 模型適配度摘要表
χ2 CFI RMSEA SRMR
1316.683 (p<0.001) 0.905 0.038 0.064
適配度指標 CFI >.90、RMSEA< .08、SRMR < .08（黃芳銘，2004；邱皓政）
通過模型適配度後，所建構模型路徑的標準化參數估計值如下（圖 4-4-5）： 1. SEM 模型潛在變項路徑之標準化參數估計（表 4-4-3）：
Facebook 使用特性可正向預測批判思考能力 β11=0.440 (p<0.001)，批判 思考能力可正向預測 Facebook 資訊驗證行為 β12=0.901 (p<0.001)。而 Facebook 使用特性原本可正向預測 Facebook 資訊驗證行為 γ12=-0.018 ( p=0.766)，但在中介變項加入後，路徑效果從顯著變成不顯著，且 Facebook 使用特性透過批判思考能力而影響 Facebook 資訊驗證行為路徑之標準化參 數估計值為 0.397 (p<0.001)，整體效果標準化參數估計值為 0.379 (p<0.001)，
顯示此模型為完全中介模型，因此本研究的假設 H1、 H2、H3、H4 成立，
也就是說：Facebook 使用特性可正向預測批判思考能力；Facebook 使用特 性可正向預測 Facebook 資訊驗證行為；Facebook 使用特性會透過批判思考 能力影響 Facebook 資訊驗證行為；以及批判思考能力可正向預測 Facebook 資訊驗證行為。
表 4-4-3 SEM 模型潛在變項路徑之標準化參數估計表
路徑 標準化參數估計 T值 P值 直接效果
Fb特性批判思考（β11） 0.440 7.447 p<0.001***
批判思考 Fb資訊驗證（β12） 0.901 19.839 p<0.001***
Fb特性Fb資訊驗證（γ12） -0.018 -0.297 p=0.766
65 能力與 Facebook 資訊驗證行為。Facebook 使用特性共有四個構面為自覺性、
接近性、立即性、互動性，於 SEM 模型中的標準化參數估計依序為 0.860 (p<0.001)、0.793 (p<0.001)、0.888 (p<0.001)、0.974 (p<0.001)；批判思考能 力包含辨認假設、歸納、演繹、解釋、論證評鑑五個構面，於 SEM 模型中 的標準化參數估計依序為 0.500 (p<0.001)、0.617 (p<0.001)、0.504 (p<0.001)、
0.660 (p<0.001)、0.554 (p<0.001)；最後，Facebook 資訊驗證行為則為客觀性、
權威性、涵蓋性、時效性四個構面，於 SEM 模型中的標準化參數估計依序 為 0.772 (p<0.001)、1.027 (p<0.001)、0.977 (p<0.001)、0.846 (p<0.001) 。至 於權威性構面的標準化參數估計值為 1.027 的原因，是因為電腦在正負值間
66
67
圖4-4-5 SEM模型標準化參數估計值
三、 不同性別的大專院校 Facebook 使用者在 Facebook 使用特性與資訊驗 證行為上是否有差異
為了解不同性別的大專生在 Facebook 的使用特性與資訊驗證行為上面是否 有差異，本研究以測量恆等性分析來比較性別在 Facebook 使用特性與 Facebook 資訊驗證行為各構面上是否有顯著差異，以判斷是否能進一步進行性別在 Facebook 使用特性與資訊驗證行為差異的比較。
本研究使用 Widaman 和 Reise (1997) 所提出的測量恆等性六個模式當中的 二個模式(Weak invariance、Strong invariance)進行檢測。
模式估算後，將其 χ2、df 值作比較及運算，即可得知不同群組間是否有差 異，若統計結果達顯著水準，表示不同群組間的結構有差異；反之，若未達顯著 水準則表示兩群組間在結構上沒有差異。
68
69
以測量恆等性分析來比較性別在 Facebook 使用特性與 Facebook 資訊驗證行 為各構面上是否有顯著差異後，達顯著的構面代表某些題項會受到性別的影響，
因此無法再針對性別做進一步的比較。因此本研究僅就 Facebook 資訊驗證行為 的「客觀性」這個未達顯著差異的構面進行均值差異分析，以探討男女生的差異。
本研究對 Facebook 資訊驗證行為的「客觀性」構面進行均值差異分析（表 4-4-7），若將男生的均值設為 0，女生的均值為-0.135 (p=0.033)，結果顯示女生 於此構面的均值低於男生。
因此於 Facebook 資訊驗證行為構面中的「客觀性」上，男生與女生的均值 有差異，本研究仍無法判別不同性別（男生、女生）的大專院校 Facebook 使用 者的 Facebook 使用特性是否有差異，但不同性別的使用者在 Facebook 資訊驗證 行為的客觀性上，男生高於女生。
70
表 4-4-7 均值比較表-性別
Mean S.E. Est./S.E.(t) P-Value 客觀性 男生 0
女生 -0.135 0.063 -2.128 p =0.033*
四、 大學生與研究生在 Facebook 使用特性與資訊驗證行為上是否有差異 為了解大學生與研究生在 Facebook 的使用特性與資訊驗證行為上面是否有 差異，本研究以測量恆等性分析來比較大學生與研究生在 Facebook 使用特性與 Facebook 資訊驗證行為各構面上是否有顯著差異。
在 Facebook 使用特性中（表 4-4-8），大學生與研究生於四個構面自覺性、
接近性、立即性、互動性上皆達顯著水準，表示大學生與研究生於 Facebook 使 用特性的四個構面中有顯著差異；於 Facebook 資訊驗證行為的四個構面中（表 4-4-9），大學生與研究生於涵蓋性及時效性上達顯著水準，表示大學生與研究生 在 Facebook 資訊驗證行為的兩個構面上有顯著差異，但在客觀性及權威性未達 顯著水準，表示這兩個構面上大學生與研究生並無顯著差異。這些達顯著差異的 構面代表著其中某些題項會受到研究對象是大學生或研究生的影響，而這樣的結 果意味著本研究無法進一步比較大學生與研究生在 Facebook 使用特性上的差異，
同時也無法比較大學生與研究生在資訊驗證行為上的涵蓋性與時效性上的差異，
僅就「客觀性」及「權威性」二構面進行均值差異分析，以探討大學生及研究生 在資訊驗證行為的差異。
表 4-4-8 Facebook 使用特性測量恆等性分析表-大學生與研究生 χ2 df Scaling
Correction Factor
CD Model Full= simp
自覺 性
weak 60.956 28 1.29
1.109 reject 83.117 34 1.258
71
72
本研究就 Facebook 資訊驗證行為的「客觀性」構面進行均值差異分析（表 4-4-10），若將大學生的均值設為 0，研究生的均值為 0.090 (p=0.113)，結果顯示 出研究生於此構面的均值與大學生並無顯著差異；而於「權威性」均值差異分析 中，若將大學生的均值設為 0，研究生的均值為 0.107 (p=0.009)，結果顯示出研 究生於此構面的均值高於大學生，因此本研究仍無法判別大學生與研究生在 Facebook 使用特性是否有差異，但大學生與研究生 Facebook 資訊驗證行為的權 威性上，研究生高於大學生。
表 4-4-10 均值比較表-大學生與研究生
Mean S.E. Est./S.E.(t) P-Value 客觀性 大學生 0
研究生 0.090 0.057 1.586 p= 0.113 權威性 大學生 0
研究生 0.107 0.041 2.606 p=0.009**
73