本研究採用階層迴歸(Hierarchical Regression)的方式進行迴歸，迴歸分析係 藉著不同的階層將所欲觀察的研究變數投入迴歸式中，迴歸式採用最小平方法 (Ordinary Least Square)之複迴歸(Multiple Regression)進行假說的檢定。為了確 定變數間不存在共線性(multicollinearity)問題，造成迴歸結果解讀錯誤，因此透過 VIF(Variance Inflation Factor)方法檢視變數間的共線性程度(Neter et al. 1985)，
只要各變數之VIF 值小於 10，迴歸模型中便不存在共線性問題，結果顯示本研究 各變數之VIF 皆遠小於 10，因此說明本研究無所謂共線性問題存在，各迴歸模式 之殘差分析滿足常態性、恆常性、獨立性假定，殘差分析結果如附錄三所示。
階層迴歸分為八個階層進行，分別為Model 1~Model 8。Model 1 對控制變數 與使用意願進行迴歸，Model 2 加入研究所欲探討變數對使用意願的迴歸，Model 3~ Model 7 分別檢視各人格特質下與感受性變數的交叉項，觀察研究的調節效果，
Model 8 用來檢視所有交叉項之全效果。各階層 Model 所投入的變數，以及 Model 的迴歸適切性F 值所對應之 P 值與判定係數如表 4-19 所示。
表4-19 階層迴歸模型說明
Model R2 ΔR2 P-value 變數項目 1 0.03 - 0.0165 控制變數
2 0.66 - <.0001 控制變數+人格特質+感受變數
3 0.67 0.01 <.0001 控制變數+人格特質+感受變數+開放學習性與感受性變數交叉項 4 0.67 0.02 <.0001 控制變數+人格特質+感受變數+嚴謹自律性與感受性變數交叉項 5 0.68 0.02 <.0001 控制變數+人格特質+感受變數+外向性與感受性變數交叉項 6 0.66 0.01 <.0001 控制變數+人格特質+感受變數+友善性與感受性變數交叉項 7 0.67 0.02 <.0001 控制變數+人格特質+感受變數+神經質與感受性變數交叉項 8 0.74 0.08 <.001 控制變數+人格特質+感受變數+所有人格特質與感受性變數交叉項
資料來源：本研究自行整理
研究變數所採用之階層迴歸統計量經由 SAS/STAT 9.0 計算結果整理後如表 4-20 所示，迴歸結果說明如下。
表4-20 階層迴歸研究結果
應變數：
BLOG 使用意願
Model 1
Controls Model 2
Direct Effect Model 3
Interaction Model 4
Interaction Model 5
Interaction Model 6
Interaction Model 7
Interaction Model 8 Full
資料來源：本研究自行整理 (n=405；p+≦0.10；*p≦0.05；**p≦0.01；***p≦0.001)
Model 1：所投入的變數為控制變數，包括網路經驗、性別(dummy1 為男性，0 為 女性)、年齡、教育程度等，整體的 F 檢定值為 29.73(P-value 為 0.0165，
整體的 R2 為 0.03；Adj R2為 0.02)，其中以年齡對使用意願呈現顯著 的負向影響性，此結果與關聯性分析中之結果一致，此即年紀越高者對 BLOG 的使用意願則有越低的傾向(β=-0.03)，因此說明 Model 1 中的 控制變數確實對BLOG 的使用意願有所影響。
Model 2：迴歸的目的在於找出研究變數對使用意願的直接效果，所投入變數除了 控制變數外，另外投入人格特質變數以及感受性變數。此模式的意義即 在於考量控制變數與人格特質差異下，找出影響BLOG 使用意願的感受 性變數。整體的F 檢定值為 43.27，顯著水準 P-value 小於 0.0001，R2 為0.66；Adj R2為0.64。迴歸模型中顯示 BLOG 的相對利益(β=0.10*)、
相容性(β=0.13**)、複雜性(β=-0.08*)、結果展示感受(β=0.16***)以及 享樂愉悅(β=0.57***)等感受對使用意願有相當顯著的影響關係。
Model 3：檢視開放學習性人格特質與感受性變數的交叉項是否對 BLOG 使用意願 具有調節效果。整體的 F 檢定值為 30.48，顯著水準 P-value 小於 0.0001，R2為0.67，Adj R2為0.65，與 Model 2 之直接效果相較之下，
ΔR2增加0.01。由迴歸模型統計量中可知開放學習性的人格特質中相對 利益為負向相關但有限顯著(β=-0.38+)，開放性與相對利益交叉項β為 0.10*，具有放大的調節效果；相容性為正向相關且顯著(β=0.59***)，
開放性與相容性交叉項β為-0.10**，具有負向調節的效果。
Model 4：衡量嚴謹自律人格特質與感受性變數的交叉項對 BLOG 使用意願的調節 效果。整體的 F 檢定值為 31.04，顯著水準 P-value 小於 0.0001，R2 為0.67，Adj R2為0.65，與 Model 2 之直接效果相較之下，ΔR2增加 0.02。迴歸模型統計量可知嚴謹自律的人格特質中形象性感受為負向相 關且顯著(β=-0.66***)，嚴謹自律與形象性交叉項β為 0.13***，因此僅 對形象性的感受具有顯著的正向調節的效果。
Model 5：衡量外向性人格特質與感受性變數的交叉項對 BLOG 使用意願的調節效 果。整體的 F 檢定值為 32.16，顯著水準 P-value 小於 0.0001，R2為 0.68，Adj R2為0.66，與 Model 2 之直接效果相較之下，ΔR2增加0.02。
藉由迴歸模型統計量中可知，外向性的人格特質中相對利益為正向相關 且顯著(β=0.92***)，相對利益與外向性交叉項β為-0.18***，具有負向 調節效果；相容性為負向相關不顯著(β=-0.31)，但外向性與相容性交叉 項顯著，β為0.10*，具有正向放大調節的效果；複雜性為負向且顯著(β
=-0.55***)，外向性與複雜性交叉向β為 0.10*，具有正向調節效果；結
果展示感受上為負向且顯著(β=-0.58***)，交叉項β為 0.16***，具有正 向調節效果。
Model 6：衡量友善性人格特質與感受性變數的交叉項對 BLOG 使用意願的調節效 果。整體的 F 檢定值為 29.73，顯著水準 P-value 小於 0.0001，R2為 0.66，Adj R2為0.64，與 Model 2 之直接效果相較之下，ΔR2增加0.01。
藉由迴歸模型統計量中可知友善性的人格特質對臨界數量感受具有負向 調節效果，但檢定結果顯著性不高。
Model 7：衡量神經質人格特質與感受性變數的交叉項對 BLOG 使用意願的調節效 果。整體的 F 檢定值達 31.35，顯著水準 P-value 小於 0.0001，R2為 0.67，Adj R2為0.65，與 Model 2 之直接效果相較之下，ΔR2增加0.02。
藉由迴歸模型統計量中可知神經質的人格特質中相對利益為正向相關且 顯著(β=0.49**)，神經質與相對利益交叉項β為-0.10*，具有負向調節 的效果；可視性為負向相關且顯著(β=-0.39*)，神經質與可視性交叉項 β為 0.10*，調節關係為正向，具有放大的效果；在結果展示感受上為 正 相 關 且 顯 著( β =0.47**) ， 但 神 經 質 與 結 果 展 示 感 受 交 叉 項 β 為 -0.09*，調節關係為負向，具有縮小的效果；享樂愉悅感受呈正向相關 但不顯著(β=0.16)，但交叉項β為 0.11*具有正向調節效果。
Model 8：衡量所有人格特質與感受性變數的交叉項對 BLOG 使用意願的全效果。
整體的F 檢定值達 17.11，顯著水準 P-value 小於 0.0001，R2為0.74，
Adj R2為0.69，與 Model 2 之直接效果相較之下，ΔR2增加0.08。Model 8 迴歸模型分別與 Model 2~Model 7 相較下，皆能包含 Model 2~Model 7 中顯著的交叉項，驗證前項模型中的結果。