第四章 資料分析
第五節 調節變數的影響
第一節 信度檢定
本研究信度檢定分析部分，DeVellis(1991)認為 0.7 以上為可以接受的最低 信度。本正式問卷進行 Cronbach’s 信度係數測量，各構面之 Cronbach’s α值 都分佈在 0.793 至 0.906 之間，整個問卷整體信度值達 0.956，如表 4-1 所示。
根據文獻理論，只要大於 0.7 便可視為有效之問項；因此本問卷之所有問項結果 為良好的。
表 4-1 問卷信度分析結果
構面 項目 項目刪除
Cronbach's Alpha
Cronbach's Alpha
標準化項目為準
Cronbach's Alpha Cronbach's Alpha 標準化項目為準 Cronbach's Alpha
預期成效
第二節 敘述性統計分析
使用經驗題項 類別 次數 百分比 有效百分比 累積百分比
居住地區
北部縣市 207 44.1 44.1 44.1
中部縣市 149 31.8 31.8 75.9
南部縣市 100 21.3 21.3 97.2
東部與外島縣 10 2.1 2.1 99.4
國外(含大陸) 3 .6 .6 100.0
(一) 性別：
本研究受測結果顯示，男性使用者為 228 人(佔 48.6%)；女生為 241 人(佔 51.4%)。整體而言，本研究受測者的男女性別相當平均。
(二) 年齡：
本研究的年齡共分為五個區間，20 歲以下為 48 人(佔 10.2%)；21～30 歲為 213 人(佔 45.4%)；31～40 歲為 153 人(佔 32.6%)；41～50 歲為 32 人(佔 6.8%)；
51 歲以上為 23 人(佔 4.9%)。整體而言，本研究受測者主要為 21～30 歲的青年 為主。
(三) 教育程度：
本研究將教育程度分四個區間，國中以下的人數為 15 人(佔 3.2%)；高中(職) 的人數為 61 人(佔 13.0%)；大學(專)的人數為 315 人(佔 67.2%)；研究所(含)以 上的人數為 78 人(佔 16.6%)。整體而言，本研究受測者以大學畢業的為最多數。
(四) 職業：
本研究將職業區分為十大項，學生的人數為 111 人(佔 23.7%)；製造業的人 數為 75 人(佔 16.0%)；服務業的人數為 87 人(佔 18.6%)；資訊業的人數為 45 人 (佔 9.6%)；農牧漁業業的人數為 1 人(佔.2%)；金融保險的人數為 19 人(佔 4.1%)；
軍、公教及研究機構的人數為 56 人(佔 11.9%)；家管的人數為 24 人(佔 5.1%)；
自由業的人數為 26 人(佔 5.5%)；其他的人數為 25 人(佔 5.3%)。整體而言，本 研究受測者最高比率是就學的學生族群。
(五) 居住地區：
本研究將居住地區分為五大項，其中北部縣市的人數為 207 人(佔 44.1%)；
中部縣市的人數為 149 人(佔 31.8%)；南部縣市的人數為 100 人(佔 21.3%)；東 部與外島縣的人數為 10 人(佔 2.1%)；國外(含大陸)的人數為 3 人(佔.6%)。整體 而言，本研究中以居住北部縣市為多。
(六) 小結：
由上述資料可得知，本研究男女樣本數相當平均，年齡分布以 21～30 歲的 青年居多；職業以在學學生最多；其次為服務業與製造業人員；教育程度以擁有 學士的學歷為最多；居住地區則已北部縣市為最多。
二、 使用經驗統計資料
使用經驗題項 類別 次數 百分比 有效百分比 累積百分比
玩遊戲或小測驗 52 11.1 11.1 99.6
其他 2 .4 .4 100.0
(一) 購買智慧型手機的時間：
本研究將購買智慧型手機時間共分為 5 個區間，1 年以下的有 249 人(佔 53.1%)；1～2 年的有 143 人(佔 30.5%)；2～3 年的有 57 人(佔 12.2%)；3～4 年 的有 12 人(佔 2.6%)；4 年以上的有 8 人(佔 1.7%)。本研究顯示，開始使用智慧 型手機的目前以 1 年以下為最多。
(二) 使用社群 App 的時間：
本研究將有開始使用社群 App 的使用者使用時間共分為 5 個區間，1 年以下 的有 288 人(佔 61.4%)；1～2 年的有 131 人(佔 27.9%)；2～3 年以上的有 43 人(佔 9.2%)；3～4 年以上的有 5 人(佔 1.1%)；4 年以上的有 2 人(佔.4%)。本研究顯示，
擁有智慧型手機並使用社群 App 的為 1 年最多。
(三) 最常使用的社群 App：
本研究整理一般智慧型手機最常使用的社群 App，總共分為 10 個，使用 Facebook 的有 376 人(佔 80.2%)；使用 Google+的有 16 人(佔 3.4%)；使用 Plurk 的有 4 人(佔.9%)；使用 Line 的有 37 人(佔 7.9%)；使用 WhatsApp 的有 26 人(佔 5.5%)；使用 Twitter 的有 1 人(佔.2%)；使用 Myspace 的有 1 人(佔.2%)；使用 Blog 的有 1 人(佔.2%)；使用論壇或討論區的有 4 人(佔.9%)；使用其他的有 3 人 (佔.6%)。本研究顯示，使用者常使用的還是以全球最大社群網站 Facebook 的為 最多。
(四) 每天花費多少時間在使用社群 App 上：
本研究將使用者每天花費時間在使用社群 App 上的分為 5 個區間，使用零碎 時間未到 1 小時的有 168 人(佔 35.8%)；1～2 小時的有 170 人(佔 36.2%)；2～3
小時的有 76 人(佔 16.2%)；3～4 小時的有 21 人(佔 4.5%)；4 小時以上的有 34 人(佔 7.2%)。本研究顯示，將近有一半比例的使用者，每天使用社群 App 的會花 費零碎時間至 2 小時。
(五) 常使用的社群 App 功能：
本研究整理一般社群 App 常用之功能共分為 7 個部分，最常使用的功能是瀏 覽朋友訊息的有 243 人(佔 51.8%)；發表訊息或文章的有 53 人(佔 11.3%)；與朋 友聊天的有 87 人(佔 18.6%)；上傳照片的有 21 人(佔 4.5%)；分享好圖文或影片 的有 11 人(佔 2.3%)；玩遊戲或小測驗的有 52 人(佔 11.1%)；其他的有 2 人 (佔.4%)。本研究顯示，最常使用的社群 App 功能是瀏覽朋友訊息。
(六) 小結：
由研究資料可得知，本研究樣本以使用 1 年以下智慧型手機的為最多；使用 過社群 App 的也以 1 年為最多，也正處於 App 蓬勃發展的期間；最常使用的社群 App 是以目前市占率最高的 Facebook；而使用者因為智慧型手機之行動特性，所 以使用時間大多是零碎時間至 2 小時的比率為最高；社群 App 最被常運用的功能 則是瀏覽朋友訊息、追蹤其動態。
三、 整體量表敘述統計
問項代號 個數 平均數 標準差 變異數 偏態 統計量 統計量 標準誤 統計量 統計量 統計量 標準誤 FC4 469 3.83 .033 .715 .511 -.545 .113 FT1 469 3.87 .032 .684 .468 -.231 .113 FT2 469 3.97 .030 .655 .428 -.197 .113 FT3 469 3.87 .034 .730 .533 -.429 .113 FT4 469 3.95 .034 .727 .529 -.353 .113 FT5 469 3.83 .037 .812 .659 -.545 .113 FT6 469 3.12 .048 1.034 1.069 -.047 .113 FT7 469 3.50 .042 .910 .827 -.405 .113 FT8 469 3.33 .044 .961 .924 -.278 .113 FT9 469 3.64 .042 .916 .839 -.471 .113 FT10 469 3.33 .046 1.000 1.000 -.145 .113 BI1 469 4.07 .032 .693 .480 -.442 .113 BI2 469 3.76 .038 .824 .679 -.379 .113 BI3 469 3.88 .039 .834 .696 -.624 .113 有效的N(完全排除) 469
第三節 相關性分析
本研究的問卷共設計對預期成效(PE)、付出期望(EE)、社群影響(SI)、促成 條件(FC)、沉浸經驗(FT)、及行為意向(BI)，使用 Pearson 相關分析來檢驗其外 部效度，分析結果如表 4-5。 0.69 之間，都屬於中度相關，而以預期成效(PE)與沉浸經驗(FT)的關聯程度 0.690 為高，最低為預期成效(PE)與促成條件(FC)的關聯程度 0.512。
第四節 路徑分析
本研究採用 SEM 分析中常用最大概似估計法(Maximum Likelihood,ML)進行 參數估計，整體模式適配度在驗證研究模式的適合度及各構面間的因果關係影 響，是否具有足夠的解釋力以驗證所提出的假設模式。
分析模型之路徑係數後，由圖 4-1 可看出整個模式的路徑以及標準化係數。
Hair et al.(1998)建議當需考驗整體模式適配度指標時，首先需檢驗是否產生 違反估計(offending estimates)的規則，包含有：標準化係數是否超過或過於 接近 0.9；有無存在負數的誤差變異數；是否有太大的參數之標準誤；無法將訊 息轉換成矩陣。當無上述違反現象產生，便可進行整體模式適配度的檢定，依據 文獻，在進行違反估計之檢視時卻發現，AMOS 模式路徑圖 4-1，行為意向對使用 行為的標準化係數出現 1.11 的違反情形，同時沉浸經驗對使用行為的標準化係 數為 -0.16，也與理論架構不符合。
圖 4-1 AMOS 模式路徑圖(未加入調節變項) 資料來源：本研究整理
依據 Hair et al.(1998)建議，當標準化係數超過 1 或過於接近 1，則研究 者必須評估刪除其中一個建構問項。結構方程模式是一種驗證性的取向，基於學
經重新估計後，其原先違犯估計的路徑係數 1.11，修正為 0.76，顯然已無違反 估計的問題存在；且結構模式間相互影響的標準化徑路係數均為正數，表示潛在 變項間影響為正，此結果與原先理論文獻相符。如圖 4-2 所示。
圖 4-2 修正違犯估計的 AMOS 模式路徑圖(未加入調節變項) 資料來源：本研究整理
註：實線為顯著 虛線為不顯著
統計學者 Hair et al.(1998)將整體模式適配度的衡量，分為絕對配適指標 (measures of absolute fit)、增量配適指標(incremental fitmeasures)及精 簡配適指標(parsimonious fit measures)。當適配度指標 GFI(goodness of fitindex)與 AGFI(adjusted goodness of fit index)在 0.8 以上至 0.89 之間 被視為合理的適合度，平均概似平方誤根係數(Root Mean Square Error of Approximation；RMSEA)小於 0.08、殘差均方根值(Root Mean Square Residual；
RMR)小於 0.1。增量配適指標大於 0.9，精簡配適指標大於 0.5，表示模式的配適 度是可接受的良好適合度。但初始模式的整體模式適配度不易在第一次即符合標 準，須經多次模式修正。本研究第一次的整體適配度結果未達標準值，因此，根 據修正指數(Modification Indices,MI)來修正模式，以李茂能(2006)所建議之 MI 值 20 為標準，根據 AMOS 所提供的修正指標 MI(Modification Indices)進行 模式修正，根據修正指數在構面間建立共變關係，即將誤差變數由固定參數改為 自由數，而 AMOS 的 MI 會提供一些增加路徑的建議，其 MI 值越大則對模型的影 響越大，修正後之 SEM 適合度指標如圖 4-3 所示：
圖 4-3 修正 AMOS 模式路徑圖(未加入調節變項) 資料來源：本研究整理
本研究以此修正模式架構再次進行 AMOS 分析，分析整體模式的配適程度，
其結果如表 4-6 所示，卡方值為 1501.088，卡方自由度比值為 2.823，p 值為 0.000，達到顯著，絕對配適指標、精簡配適指標，皆達可接受之水準，增量配
註：實線為顯著 虛線為不顯著
適指標除了 NFI、RFI 指標在可接受標準的邊緣外，其餘的指標皆已達可接受水
因果關係影響路徑 標準化係數 T值 顯著性
預期成效PE 行為意向BI .155 1.543 .123
促成條件FC 使用行為UB .278 3.752 ***
行為意向BI 使用行為UB .508 5.241 ***
沉浸經驗FT 使用行為UB .258 2.502 .012*
*p<0.05 **p<0.01 ***p<0.001
根據 SEM 模型修正後路徑分析的結果，整理如圖 4-4。
圖 4-4 本研究模式路徑分析結果(未加入調節變項) 資料來源：本研究整理
註：實線為顯著 虛線為不顯著
依據模型路徑分析結果，本研究各假設分析如下：
一、 「預期成效」因素會影響使用者使用社群 App 的「行為意向」
經模型分析結果，「預期成效」構面與「行為意向」標準化係數為 0.155，P 檢定結果為不顯著，因此驗證「預期成效」並不會受到「行為意向」構面的影響，
故本研究假設 H1：「預期成效」因素會影響使用者使用社群 App 的「行為意向」
並未獲得實證之支持。
二、 「付出期望」因素會影響使用者使用社群 App 的「行為意向」
經模型分析結果，「付出期望」構面與「行為意向」標準化係數為 0.314，
檢定之 P 值均為極顯著(***)，表示「付出期望」與「行為意向」有正向之影響 效果，故本研究假設 H2：「付出期望」因素會影響使用者使用社群 App 的「行為 意向」獲得實證之成立。
三、 「社群影響」因素會影響使用者使用社群 App 的「行為意向」
經模型分析結果，「社群影響」構面與「行為意向」標準化係數為 0.88，P 檢定結果為不顯著，因此驗證「社群影響」並不會受到「行為意向」構面的影響，
故本研究假設 H3：「社群影響」因素會影響使用者使用社群 App 的「行為意向」，
並未獲得實證之支持。
四、 「促成條件」因素會影響使用者使用社群 App 的「使用行為」。
經模型分析結果，「促成條件」構面與「使用行為」標準化係數為 0.278，
檢定之 P 值均為極顯著(***)，表示「促成條件」與「使用行為」有正向之影響 效果，故本研究假設 H4：對使用社群 App 之「促成條件」會影響「使用行為」獲 得實證之成立。
五、 使用者使用社群 App 之「行為意向」會影響「使用行為」。
經模型分析結果，「行為意向」構面與「使用行為」標準化係數為 0.508，
檢定之 P 值均為極顯著(***)，表示「行為意向」與「使用行為」有正向之影響
效果，故本研究假設 H5：使用者使用社群 App 之「行為意向」會影響「使用行為」
獲得實證之成立。
六、 「預期成效」因素會影響使用者使用社群 App 之「沉浸經驗」
經模型分析結果，「預期成效」構面與「沉浸經驗」標準化係數為 0.544，
檢定之 P 值均為極顯著(***)，表示「預期成效」與「沉浸經驗」有正向之影響 效果，故本研究假設 H6：「預期成效」因素會影響使用者使用社群 App 之「沉浸
檢定之 P 值均為極顯著(***)，表示「預期成效」與「沉浸經驗」有正向之影響 效果，故本研究假設 H6：「預期成效」因素會影響使用者使用社群 App 之「沉浸