隱私態度量表之探索性因素分析（EFA）

本研究分別對「無名小站使用者」及「Facebook 使用者」兩組樣本在「隱私態度量 表」上進行探索性因素分析，以檢驗此量表之效度，並用Cronbach’s α 檢驗其信度。在 探索性因素分析方面，使用主軸因子分析法（principal axis factoring）萃取，以及直交轉 軸最大變異法（varimax method），選擇特徵值（eigenvalue）大於 1 且因素負荷量大於 0.4 的題項。以下分成兩小節，分別對「無名小站使用者」與「Facebook 使用者」兩組 樣本做「隱私態度量表」之因素分析。

一、 無名小站使用者的隱私態度量表之因素分析

本「隱私態度量表」一共 15 題，已做好反向題的重新計分，填答方式採用李克特 式（Likert-scale）四點量表，得分越高表示隱私態度越謹慎，各題項及總量表的平均數 皆高於四點量表中位數 2.5 分（(2+3)/2=2.5），表示無名小站使用者樣本的隱私態度趨於 謹慎。

40

進行因素分析前，首先針對「隱私態度量表」進行項目分析，其目的在於評估量表 中各項目之適切性，在此使用極端組比較法，此法運用樣本極端組平均數差異檢定（t-test）

以鑑定項目是否具鑑別度。經檢驗後發現，僅第 9 題未達顯著，其餘 14 題的決斷值（t 值）皆達.05 的顯著水準，表示題目具有良好的鑑別度。各題項之平均數、標準差與極 端組平均數差異檢定結果詳見表 4-1-1。

表 4-1-1 隱私態度量表之項目分析統計結果摘要（無名小站使用者）

項目

平均

數 標準差

1. 我認為我的個人資料公開在網路上是安全的。 3.20 0.74 11.35

2. 我認為我的個人資料公開在網路上是無所謂的。 3.39 0.72 11.02 3. 我認為讓陌生人看到我公開在網站上的個人資料是危險的。 3.36 0.73 8.89

4. 我認為在網路上認識及結交新朋友是有趣的。 2.39 0.88 6.96

5. 我認為只有我的朋友可以看到我公開的個人資料。 2.64 0.89 2.56 6. 看到我的朋友公布自己的資料，我也應該要跟他一樣公布這些資料。 3.40 .062 9.22 7. 當朋友叫我公開個人資料的時候，我會聽他的。 3.59 0.55 10.78 8. 我認為我所擁有的朋友數量可以證明我是受歡迎的。 3.05 0.81 4.55

9. 我會擔心我在網站上的個人資料有錯誤。 2.55 0.90 0.75

10.我會擔心網站把我的個人資料挪做別的用途。 3.32 0.89 11.49

11.我會擔心網站把我的個人資料賣給其他網站。 3.21 0.97 11.08

12.我會擔心我的個人資料在我不同意的狀況下，被其他人取得、使用或瀏覽 3.32 0.89 10.15

13.為了結交新朋友，我會詳細填上我的個人資料。 3.22 0.78 10.71

14.為了讓人更了解我，我會詳細填上我的個人資料。 3.22 0.80 8.79

15.為了成為網站的會員，我認為我應該詳細填寫個人資料。 2.99 0.85 10.33

總量表 3.12 0.37 --

本量表經項目分析後刪除第 9 題，將剩餘 14 題進行探索性因素分析，取樣適切值

（Kaiser-Meyer-Olkin measure of sampling adequacy，KMO）為 0.782，Bartlett 球形檢定 值為 1325.416（p<.05），表示此樣本資料適合進行因素分析。本研究者以主軸因子分析 法及最大變異法做直交轉軸後，刪除 4、5、8 共 3 題，萃取出三個因素，分別命名為「同

41

Barlett 球形檢定 1325.416（p<.05）

內部Cronbach’s α 值 .790 .853 .831

Cronbach’s α 值 .802

42

43

Barlett 球形檢定 1523.843（p<.05）

內部Cronbach’s α 值 .796 .832 .838

Cronbach’s α 值 .782

44

總結而言，檢驗以不同組別針對「隱私態度量表」進行因素分析的結果可以發現，

雖然無名小站與 Facebook 使用者各別的累積解說變異量、KMO 值、Barlett 球形檢定及 Cronbach’s α 數值皆不相同，但萃取出的三個因素與各因素的題項結果卻具有一致性，

即表示對於兩組不同社群網路使用者而言，此「隱私態度量表」有良好信度，表示此量 表可以給本研究中不同兩群體樣本使用，並進行之後的差異分析及路徑分析。