結構模式分析

國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

第三節 結構模式分析

本研究架構使用偏最小平方法（Partial Least Squares, PLS）檢驗研究模型中 構面的關係。PLS 為利用變數之線性關係定義出主成份結構，再利用迴歸原理 解釋主成份間關係並給予預測，因此又有人稱作主成份形式結構方程模式

（component-based SEM）(Tenenhaus, 2008)，其最終目的在檢驗樣本資料是否支 持研究中所陳述的假設關係。本研究架構共有八個構面，需要檢測的假設共有 15 個，見圖 4-5。使用 SmartPLS 軟體中 Bootstrap 方式，根據 R²值、模型假說 之標準化路徑係數 (Path Coefficients)與 t-value 以檢驗關係之顯著性(Fomell and Larcker,1981)。

R²統計值是用來解釋模型預測新觀測，R²統計值介於在 0~1 之間。R²理想 值須大於 0.2，對於構面才具有良好的解釋力，數值越大，表示模型的解釋力越 強。R²大於 0.67 具有實務上的價值，R²大於 0.33 代表存在中度的解釋力。從分 析結果顯示，干擾性的 R²統計值為 0.276，表示在干擾性的變異中有 27.6%可以 用構面的變異來解釋；可信性、廣告態度、品牌態度、購買意願分別有 64.6%、

75.8%、50.2%、57.5%的解釋力。詳細內容可參考表 4-19。

表 4-19 各構面 R²統計值

構面 R²

干擾性 0.276

可信性 0.646

廣告態度 0.758

品牌態度 0.502

購買意願 0.575

路徑分析結果能檢驗本研究的理論模型是否被支持，也可觀察變數彼此間關 係的強度與正負向關係。當所得路徑係數分析結果為正值時，表示變數彼此間的

‧

SmartPLS 軟體提供簡便的路徑係數運算，但其顯著性檢定未呈現 p-value，

僅提供 t-value，因此需自行換算。本研究將轉換結果顯示於表 4-20，以雙尾檢 定推估 p-value，並以此數值來判斷研究假說成立與否。本研究模型的路徑係數 與 t-value、p-value 見表 4-20。

表 4-20 路徑係數、t-value、p-value 彙整

路徑分析 路徑係數 t-value p-value

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

由表 4-20 可得知「資訊娛樂性*定位性干擾性」、「資訊娛樂性*即時性

干擾性」此二路徑，分別存在調節效果。干擾性與定位性、即時性有密切的關 係。接下來會分析「定位性對資訊娛樂性與干擾性」、「即時性對資訊娛樂性與 干擾性」此二路徑分別的交互作用。

定位性影響資訊娛樂性與干擾性的關係如圖 4-6 所示，在定位性高與資訊娛 樂性低的情況下，干擾性的比例為 0.194；定位性高與資訊娛樂性高的情況下，

干擾性的比例為 0.806；定位性低與資訊娛樂性高的情況下，干擾性的比例為 0.3；

定位性低與資訊娛樂性低的情況下，干擾性的比例為 0.7。意即當定位性高時，

資訊娛樂性愈高則愈干擾；當定位性低的時候，資訊娛樂性愈低則愈干擾。另一 方面，即時性影響資訊娛樂與干擾性的關係如圖 4-7 所示，在即時性與資訊娛樂 性皆高的情況下，干擾性的比例為 0.793；即時性高與資訊娛樂性低的情況下，

干擾性的比例為 0.207；即時性低與資訊娛樂性皆高的情況下，干擾性的比例為 0.258；即時性與資訊娛樂性皆低的情況下，干擾性的比例為 0.742。意即當即時 性愈高的時候，資訊娛樂性愈高則愈干擾；當即時性愈低的時候，資訊娛樂性愈 低則愈干擾。

圖 4-6 定位性和資訊娛樂性之交互作用對干擾性的影響

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y

圖 4-7 即時性和資訊娛樂性之交互作用對干擾性的影響

詳細架構與路徑係數標示於圖 4-8，路徑影響顯著以實線表示，路徑影響不 顯著以虛線表示。

註:*p<0.05；**p<0.01；***p<0.001 圖4-8研究架構路徑分析

‧ 國

立 政 治 大 學

‧

N a tio na

l C h engchi U ni ve rs it y