統計分析方法

本研究針對構面之問卷，採用 Likert 五點量表進行衡量，因此在問卷回收 後，必須先將問卷進行適當地編碼，以便後續的實證分析使用。本研究將非常 同 意編碼為 5 分、同意編碼為 4 分、普通編碼為 3 分、不同意編碼為 2 分、非 常不同意編碼為 1 分之後，藉由 SPSS 22.0 以及 AMOS 20.0 等統計套裝軟體 進行實證分析。本研究在此將依序針對項目分析、信度分析、基本敘述統計量、

驗證性因素分析、效度分析與結構方程模式等進行介紹。

一、項目分析

一張問卷的好壞，是可以藉由難度及鑑別度來衡量，以難度來說，若題項越 難，受測者的分數就會越低，分數的分佈圖就會呈現右偏；若題項越簡單，受測 者分數越高，分數分佈圖則會左偏，一般來說，就是會希望分數能像常態分佈的 左右對稱圖形，因此，通常採用平均數、標準差、偏態係數、峰態係數等指標來 衡量測驗之鑑別度。

項目分析也可被稱為內部一致性效標法，又稱極端組檢驗法，最常用以檢驗 Likert 量表某些題項是否具有鑑別力之問題，其概念為，在一份具有代表性的 樣本當中，若將受訪者依照量表總分而分成高分組及低分組時，澤這兩組成員在 各題項得分之平均數的表現上，應該具有統計上的顯著性差異(吳明隆 & 涂金 堂, 2014)。Kelley（1939）在研究中提到，當量表得分符合常態分配之時，以量 表總分的上、下 27%來對受測者分組時，可以獲得試題鑑別力最大可靠度，因此 會將受訪者中，量表總得分大於等於第 73 百分位者列為高分組，而小於等於第 27 百分位列為低分組，並以獨立樣本 T 檢定來檢驗，在每個題項得分之平均數，

是否有顯著的差異，並能將有無鑑別力之題目做刪減。

二、信度分析

信度(Reliablity)又可稱為可靠度，表示問卷量表經由同一群受測者填寫分 數的一致程度，便能反應出測量工具之穩定性及可靠性，信度主要是以衡量的變 異理論為基礎，並有三種類型：穩定性、等值性與內部一致性，穩定性為用同一 種測驗對同一群受試者，前後施測兩次，然後依據兩次測驗分數計算相關係數。

等值性為交替使用一套測驗的多種複本，再根據一群受試者每個人在各種複本測 驗之得分，計算相關係數。內部一致性為指量表能否測量單一概念，同時反映組 成量表題項之內部一致性程度，為本研究信度之主要信度指標。目前最廣為使用 的方法為

C

克服部分折半法的缺點。

本研究使用信度之測量工具為 Cronbach’s α 係數，當 Cronbach’s α 係 數越高，則題項之間一致性越高，Cronbach’s α 係數低時，若評量項目夠多，

表示某些項目不同質，應予剔除。Cronbach’s α 係數的數值高低：普通以信 度達 0.8 以上才算好，但應視測量性質、目的而定(Cronbach, 1951) 。在實際 應用上，Cronbach’s α 值至少要大於 0.5，最好能 α > 0.7(Nunnally, 1978)。

在行銷界有名的學術期刊論文中，有 85 %論文之量表 α 值大於 0.5，有 69 % 量表 α 值大於 0.7。

三、基本敘述統計量

本研究將對於問卷蒐集之基本資料做整理，藉由資料之性質及結構加以說明，

進行敘述分析及相關分析。可以藉由敘述分析，了解樣本之性質，樣本性質之敘 述統計量可以包含平均數、中位數、標準差、變異數、最大值及最小值，而相關 分析可以幫助了解自變數跟依變數之間的關係，判斷變數是否適合加入模型當中 加以分析。本研究構面之問卷採用 Likert 五點量表，透過編碼量化後，可以計 算各題項之平均數與標準差，當題項之平均數愈高，則表示受訪者的認同度愈高，

反之，題項之平均數愈低，則表示受訪者的認同度愈低。另外，當題項之標準差 愈高，則表示受訪者對於該問項之看法愈不一致，反之，當題項之標準差愈低，

則表示受訪者對於該題項看法趨於一致。

四、驗證性因素分析(confirmatory factor analysis, CFA)

結構方程模式主要有兩個部分，測量模式及結構模式(Jöreskog & Sörbom, 1993)，而其中測量模式的目的在於說明觀察變數如何測量潛在變數，主要應用 在找出潛在因素、篩選變數、做資料摘要、再由變數當中選出代表性變數組成效 度及資料簡化(林宜慧, 2013)，即是驗證性因素分析(confirmatory factor analysis, CFA)。由於驗證性因素分析指在測試概念及因素與其假定的指標間是 否有成立，並將推估此關係的參數。因此，可以用來測量一個量表的組成效度，

亦旨測量工具可以測量出理論概念的概念及結構之程度。

本研究以 CFA 來進行各構面來衡量適合度檢定，並分析各構面收斂效度及區 隔 效 度 ， 根 據 標 準 ， 平均 變 異 抽 取 量 應 為 0.5 以 上 且 因 素 負 荷 量 應 大 於 0.5(Fornell & Larcker, 1981)，達到顯著水準。即可斷定其衡量問項達到可接 受的收斂效度，但若大於 0.7 以上，則表示衡量問項具有良好的收斂效度(陳順 宇, 2007)。組成效度方面，組合信度值（CR）應該要在 0.6 以上(Bagozzi & Yi, 1988)，而平均解釋變異量（AVE）須大於 0.5 以上的標準，若達此標準則表示各 個題項均可顯著地被因素所解釋，表示測量題項均收斂於相對應的構面。區隔效 度部分，本研究利用潛在變項配對相關信賴區間檢定法，進行區隔效度的檢定 (Torkzadeh, Koufteros, & Pflughoeft, 2003)，分析結果顯示，若任兩個潛在 變項之相關係數在±1.96 的標準誤差，信賴區間均未包含 1.00，表示這兩個潛在 變項之間具有區隔效度。

五、結構方程模式

結構方程式目的在評估整個模式與觀察資料的配適度，評估模式適合度時，

要 從 基 本 適 合 標 準 (preliminary fitcriteria) 、 整 體 模 式 配 適 度 (overallmodel fit)以及模式內在結構配適度(fit of Internal Structure of model)等三方面的各項指標作為判定依據(Bagozzi & Yi, 1988)。

首先，評估「基本適合標準」可採取下列三個指標：(1)因素負荷量必須介於 0.50~0.95 且達統計顯著水準；(2)所有誤差變異有所顯著差異；(3)必須沒有負的 誤差變異。評估「整體模式配適度」的常用基本準則：(1) χ 2 值必須未達顯 著水準，或是 χ 2/df 值小於 5；(2)適合度指標(goodness-of-fit index, GFI)、

調整後適合度指標(adjusted goodness-of-fit index, AGFI)必須大於 0.90；(3) 基準的配合指標（NFI）和比較配適指標（CFI）必須大於 0.90；(4)平均近似值 誤差平方根（RMSEA）必須低於 0.8、殘差均方根(root mean square residual, RMR)必須低於 0.5；(4)臨界樣本數(critical N, CN)必須大於 200。評估「模式 內在結構配適度」可採去下列：(1)各別題項信度>0.5，組成信度(composite reliability)>0.6 (2)所抽取之平均變異數(average variance extracted)>0.5。

經過以上配適檢定過後，即可達到接受水準。

再來經由路徑分析觀察變數間的因果關係(causal relationship)，會以兩 變數之相關係數來衡量其相關程度，可能中間有中介變數或是干擾變數，故相關 係數並無法說明變數間的因果關係。研究當中的先後順序，先發生的變項會經由 什麼來影響其後發生的變項，要根據理論提出「因果模式」，並畫出「路徑圖」

以說明各變項間的可能因果關係。路徑分析中變項間之影響效果可分為直接效果 與間接效果。而直接效果與間接效果總量和為外衍變項對內衍變項影響之總效果 值，如有顯著的因果關係，即獲得支持。

第肆章、實證分析

本研究透過網路進行研究調查，共回收 322 份問卷，其中有 9 份問卷因受 訪 者表示從未使用過線上及電視影音平台，故將其視為無效樣本刪除後，得到有效 樣本數共計 313 份。本章將依據研究之目的，透過 SPSS 22.0 與 AMOS 20.0 等統 計軟體進行前測分析，藉以確認問卷內部具有一致性後，針對正式問卷進行信度 分析、樣本結構分析、基本敘述統計量、因素分析、效度分析與線性結構關係模 式等實證分析，探討影音媒體平台的系統品質、資訊品質、知覺易用性、知覺有 用性、使用意圖之關聯性。