逐步多元迴歸(S TEPWISE M ULTIPLE R EGRESSION )求效標變項

為了瞭解各變數對於網路人際關係的影響程度，我們使用逐步多元迴歸來做迴 歸分析，如下所示：

一、消除寂寞感

根據表 4-60 及表 4-61，在模式 1 選入自我揭露變數時之多元相關係數 R 為 0.75，決定係數 R²為 0.565，在模式 2 有兩個變項可以有效預測網路人際關係的消除 寂寞感，多元相關係數為 0.787，其聯合解釋變異量為 0.620，即上述兩個變項能聯 合預測支持度(因變數)（62.0%）的變異量。變異數分析摘要表係用於考驗整體迴歸 模式，結果模式 2 的 F 值為 133.535（p<0.001），達顯著水準。此兩個變項為自我揭 露及社交活動；其中，以自我揭露的預測力最好，其解釋量 Beta 值為（60.9%），其 次為社交活動（27.4%）。此兩個變項為消除寂寞感之重要變項。

我們大致上推論，在自我揭露及社交活動對網路人際關係的消除寂寞感具有顯 著的預測力達（62.0%）。

故消除寂寞感迴歸方程式可寫為：

Y = 2.559 + 3.346X1(自我揭露) + 1.532X2(社交活動) 其標準化迴歸方程式為：

Zy = 0.609ZX1 + 0.274ZX2

表 4-60 消除寂寞感多元迴歸

進入迴歸方程式變項 多元相關係數 R 決定係數 R 平方 R 平方改變量 F 值 1 0.751 0.565 0.565 214.014***

2 0.787 0.620 0.055 133.535***

*P<.05 **P<.01 ***P<.001 1.自我揭露

2.自我揭露，社交活動

表 4-61 消除寂寞感係數

未標準化係數 標準化係數

模式 B 之估計值 標準誤 Beta 分配 t 顯著性

(常數) 5.309 0.800 6.635 0.000

1 自我揭露 4.125 0.282 0.751*** 14.629 0.000

(常數) 2.559 0.939 2.725 0.007

自我揭露 3.346 0.309 0.609*** 10.822 0.000 2

社交活動 1.532 0.315 0.274*** 4.864 0.000

二、認同感

根據表 4-62 及表 4-63，在模式 1 選入社交活動變數時之多元相關係數 R 為 0.688，決定係數 R²為 0.473，在模式 2 選入社交活動及自我揭露時多元相關係數 R 為 0.775，決定係數 R²為 0.600，模式 3 共有三個變項可以有效預測網路人際關係的 認同感，多元相關係數 R 為 0.812，其聯合解釋變異量 R²為 0.660，即上述三個變項 能聯合預測支持度(因變數)（66.0%）的變異量。變異數分析摘要表係用於考驗整體 迴歸模式，結果模式 3 的 F 值為 105.397（p<0.001），達顯著水準。此三個變項為社 交活動、自我揭露及涉入程度；其中，以社交活動預測力最好，其解釋量 Beta 值為

（29.4%），其次為自我揭露（36.8%），最後是涉入程度（32.0%），此三個變項為認 同感之重要變項。

我們大致上推論，在社交活動、自我揭露、涉入程度高者，在網路人際關係的 認同感具有顯著的預測力達（66.0%）。

故認同感迴歸方程式可寫為：

Y = 0.971 + 1.243X₁(社交活動) + 1.526X₂(自我揭露) + 1.486X₃(涉入程度) 其標準化迴歸方程式為：

Zy = 0.294ZX1 + 0.368ZX2 +0.320ZX3

表 4-62 認同感多元迴歸

進入迴歸方程式變項 多元相關係數 R 決定係數 R 平方 R 平方改變量 F 值 1 0.688 0.473 0.473 147.899***

2 0.775 0.600 0.128 123.139***

3 0.812 0.660 0.060 105.397***

*P<.05 **P<.01 ***P<.001 1.社交活動

2.社交活動，自我揭露

3.社交活動，自我揭露，涉入程度

表 4-63 認同感係數

未標準化係數 標準化係數

模式 B 之估計值 標準誤 Beta 分配 t 顯著性

(常數) 3.280 0.786 4.173 0.000

1

社交活動 2.902 0.239 0.688*** 12.161 0.000

(常數) 1.556 0.726 2.142 0.034

社交活動 1.988 0.244 0.471*** 8.161 0.000 2

自我揭露 1.730 0.239 0.418*** 7.235 0.000

(常數) 0.971 0.681 1.426 0.156

社交活動 1.243 0.265 0.294*** 4.686 0.000 自我揭露 1.526 0.225 0.368*** 6.795 0.000 3

涉入程度 1.486 0.278 0.320*** 5.343 0.000

三、社交咒罵

根據表 4-64 及表 4-65，共有四個變項可以有效預測網路人際關係的社交咒罵，

多元相關係數 R 為 0.548，其聯合解釋變異量 R²為 0.300，即上述四個變項能聯合預 測支持度(因變數)（30.0%）的變異量。變異數分析摘要表係用於考驗整體迴歸模 式，結果模式 4 的 F 值為 17.338（p<0.001），達顯著水準。此四個變項為涉入程 度、自我揭露、休閒娛樂、沉浸體驗；其中，以涉入程度預測力最好，其解釋量 Beta 值為（48.0%），其次為自我揭露（34.2%），第三是休閒娛樂（-18.7%）最後是 沉浸體驗（-22.1%），此四個變項為社交咒罵之重要變項。

我們大致上推論，在涉入程度愈高、自我揭露愈高則社交咒罵亦愈高，休閒娛 樂 愈 高 及 、 沉 浸 體 驗 較 高 者 ， 在 網 路 人 際 關 係 中 社 交 咒 罵 則 較 低 ， 預 測 力 達

（30.0%）。

故社交咒罵迴歸方程式可寫為：

Y = 2.095 + 0.811X1(涉入程度) + 0.515 X2(自我揭露) - 0.378 X3(休閒娛樂) - 0.325 X₄(沉浸體驗)

其標準化迴歸方程式為：

Zy = 0.480ZX1 + 0.342ZX2 -0.187ZX3 -0.221ZX4

表 4-64 社交咒罵多元迴歸

進入迴歸方程式變項 多元相關係數 R 決定係數 R 平方 R 平方改變量 F 值 1 0.421 0.177 0.177 35.607***

2 0.485 0.235 0.058 25.196***

3 0.522 0.273 0.038 20.400***

4 0.548 0.300 0.027 17.338***

*P<.05 **P<.01 ***P<.001 1.涉入程度

2.涉入程度，自我揭露

3.涉入程度，自我揭露，休閒娛樂

4.涉入程度，自我揭露，休閒娛樂，沉浸體驗

表 4-65 社交咒罵係數

未標準化係數 標準化係數

模式 B 之估計值 標準誤 Beta 分配 t 顯著性

(常數) 1.384 0.298 4.638 0.000

1

涉入程度 0.712 0.119 0.421 5.967 0.000

(常數) 0.779 0.336 2.319 0.022

涉入程度 0.513 0.129 0.304 3.990 0.000 2

自我揭露 0.403 0.115 0.267 3.513 0.001

(常數) 1.967 0.523 3.759 0.000

涉入程度 0.613 0.130 0.363 4.704 0.000 自我揭露 0.462 0.114 0.307 4.058 0.000 3

休閒娛樂 -0.429 0.147 -0.212 -2.916 0.004

(常數) 2.095 0.518 4.046 0.000

涉入程度 0.811 0.151 0.480 5.373 0.000 自我揭露 0.515 0.114 0.342 4.515 0.000 休閒娛樂 -0.378 0.146 -0.187 -2.581 0.011 4

沉浸體驗 -0.325 0.131 -0.221 -2.490 0.014

四、小結

從第四章前幾節中 Facebook 遊戲動機、遊戲參與程度跟網路人際關係的因素做 相關及回歸來做比較：

由以上章節 Pearson 相關表可知，Facebook 遊戲動機中的社交活動、自我肯 定、自我揭露、休閒娛樂及遊戲參與程度中的涉入程度、沉浸體驗及網路人際關係 具有明顯正相關。肯定 Facebook 遊戲動機、遊戲參與程度與網路人際關係呈正相

關。也就是說社交活動、自我肯定、自我揭露、休閒娛樂、涉入程度、沉浸體驗愈 是支持，即會有較佳的網路人際關係。

由以上逐步多元迴歸表可知，Facebook 遊戲使用者在自我揭露、社交活動的層 度，影響其網路人際的消除寂寞感，為影響網路人際關係之首要變項。其次社交活 動，自我揭露，涉入程度，影響其網路人際的認同感。最後涉入程度，自我揭露，

休閒娛樂，沉浸體驗，影響網路人際的社交咒罵。