資料分析方法

根據研究目的，且考量變數之衡量尺度及統計分析工具之適切性，本研究進 行基本資料分析與架構模型分析兩部份，基本資料分析方面是採用 SPSS 12 進 行分析，而架構模型之分析是以 AMOS 20 進行分析，此兩種統計分析方式如以 下說明：

一、敘述性統計分析

本研究之敘述性統計分析為變數的平均數、標準差、偏態、峰度、極端組t 檢定，以瞭解本研究之樣本結構及將蒐集所得之資料作初步之歸類與分析，並將 受訪者對各變數之意見進行概略性描述。本研究藉由利用次數分配、百分比、累 積百分比以瞭解受訪者在基本資料(性別、使用社群網站的經驗、平均使用社群 網站的時數、平均每年去美術館的次數、是否有使用過 RFID卡的經驗及是否有 使用過行動設備的經驗)之分佈情形。

二、信效度分析

信度(Reliability)的意義是指，衡量沒有誤差的程度，測驗結果之一致性 與穩定性。在李克特態度量表中常用的方法為 Cronbach's α 係數，來檢定問

62

卷內各構面衡量變數的內部一致性，學者吳明隆(2000)指出α係數值界於 0.80 至 0.90 之間則是非常好，而若α係數值小於 0.35 則表示內部一致性低。本研 究藉由問卷的信度檢測，以瞭解本研究量表的穩定性。

本研究利用驗證性因素分析檢測各構面量表的收斂效度與區別效度。效度 (Validity)指的是衡量工具是否能真正衡量到研究者想要衡量之問題。同一因素 構面中，潛在變項的平均變異數抽取值越高，表示觀察變項被其潛在變項解釋的 變異數的量高於其被測量誤差所解釋的變異量，亦表示潛在變項有愈高的收斂 度。

三、獨立樣本 t 檢定

採用獨立樣本 t 檢定分析受訪者基本資料中的性別、是否有使用過 RFID 卡的經驗和是否有使用過行動設備的經驗對潛在變項變異數上是否有正向顯著 差異。

四、單因子變異數分析

採用單因子變異數來檢定使用社群網站的經驗、平均使用社群網站的時數和 平均每年去美術館的次數對潛在變項變異數上是否有正向顯著差異，若達到顯著 差異，再以Scheffe進行事後比較分析，進一步瞭解各組群之間的差異。

五、結構方程模式分析

結構方程式模型分析法(SEM)是一種驗證性的統計方法，以迴歸為基礎 (Regression-based technique)的多變量技術，主要目的在於檢驗潛在變項和外 顯變項(又稱觀察變項)之關係與數個潛在變項間的因果關係，並結合了因素分析 與路徑分析兩種統計技術。SEM可以估計測量過程中指標變項的測量誤差，也可 以評估測量的信度與效度(吳明隆，2009)。

本研究主要利用 AMOS 20 建立結構模式，以檢查變數的路徑係數是否顯著，

以驗證本研究的各項假設檢定。

63

(goodness of fit index，GFI) goodness of fit index，AGFI) (normal fit index，NFI)

(comparative fit index，CFI) (root mean square error of

64

65