資料分析方法

本研究採用 SPSS for Windows 之統計套裝軟體對問卷進行統計分析，並且 根據所設立的假設問題，從樣本取得的資料給予編碼登錄。將進行的分析包含敘 述性統計分析、信效度分析、因素分析、T 檢定、皮爾森相關係數分析、迴歸分 析。

一、敘述性統計分析(Descriptive Statistical Analysis)

此分析主要針對受測者的基本資料來進行敘述性統計分析。分析項目包含性 別、教育程度、年齡、職業、工作年資。

二、信效度分析(ReliabilityAnalysis and ValidityAnalysis)

信度(reliability)是指當研究者針對某一群固定受測者，利用同一種特定的測 量工具，在重複進行多次測量後，所得到的結果都是相同的，而信度除了上述重 複測量的穩定性外(stability)，也具有一致性(consistency)的涵義，學者

Kerlinger(1999)也認為信度可以衡量出工具的可靠性、穩定性以及一致性。

信度主要是探討資料的一致性(Consistency)和穩定性(Stability)，是以量化 的分數來衡量的。本研究採用Cronbach’s α 係數值來檢測量表之一致性。Cronbach (1951) 提出之 α 信賴係數，α 係數越高代表信度越高，亦即可信度越高。依據 Nunnally (1978) 認為，Cronbach’s α 值<0.3，即表示不具有信度，也就是低信度，

應考量重新修訂量表以及增刪題項；若 0.3≦Cronbach’s α 值＜0.7，則表示為可 接受之係數值；若Cronbach’s α 值≧0.7 則表示具有高信度。

效度即所謂測量的正確性，指測量工具能夠測得研究者所欲測量之事物的測 量能力或功能的程度。當測量的效度越高，代表測量的結果越能顯現所欲測量之 對象的真正特徵。效度的類型可分為內容效度以及購念效度。本研究主要以國內 外相關文獻學者所提出的問題作為本研究問卷之問項，並且由專家衡量本問卷題 項之內容效度，使其達到研究中的真實性與準確性程度，並且內容效度(Content

30

validity)亦反映測量工具本身內容具有相當高的代表性；而建構效度(Construct validity)亦指測量工具能測得抽象概念及特質的程度(Anderson &

Gerbing,1988)。

三、因素分析(Factor Analysis)

本研究藉由因素分析將繁多的變項縮減為較少數的因素，且各題項彼此間應 具有高的相關程度。本研究主要採用主成份分析法(Principal Component Analysis)，以最大變異數(Varimax)旋轉轉軸，來針對智能家居系統便利性、智 能家居系統複雜性、認知有用性、認知易用性以及使用意圖構面進行因素之萃取，

選取特徵值較大的因素歸類為一類別，且將特徵值較小的因素予以刪除，其目的 為簡化各構面之變數，最後將針對各構面之特性給予重新命名，以便於後續各項 之分析。

四、T 檢定(T test)

T 檢定是用來檢定 2 個獨立樣本的平均數差異是否達到顯著的水準。也就是 說任何實驗在不同的環境條件或處理方法下，是否會有所差異，本研究藉由 T 檢 定來了解在不同的人口變數(性別、教育程度、年齡、職業)之使用意圖有何差異。

五、皮爾森相關係數分析(Pearson Correlation Analysis)

相關係數分析主要是在驗證單一子構面倆倆間的關聯程度。亦指一組變數是 否會影響另一組變數間的關聯程度，並且以「相關係數」來做表示。相關係數的 絕對值如果越大，代表兩個變數間有強相關；反之，相關係數的絕對值如果越小，

表示兩個變數間有弱相關。若係數為正，表示兩個變數成正相關；反之，係數為 負，則表示兩個變數成負相關 (Bollen & Barb, 1981)。

31

六、迴歸分析法(Regression Analysis)

為了進一步了解各相關構面的關聯性，本研究採用迴歸分析進行探討，由 Durbin-Watson 值檢定模式是否存在自我相關(Autocorrelation)，當 D-W 接近 2 時，即表示其相關係數接近 0，殘差項無自我相關，並且利用 VIF (Variance Inflation Factor) 檢定變數間是否有共線性(Multicollinearity)，如變數之 VIF 值 大於 10，則代表該變數與其它變數間存在共線性。再以 R²決定係數、F 檢定、顯 著水準以及 β 值做分析值，來判定比較標準化後 β 值迴歸係數的相對大小，得 知自變數對於依變數較具影響力 (Cohen & Cohen, 1983)。

32