I
國立高雄大學國際高階經營管理碩士在職專班
(IEMBA)碩士論文
消費者觀看臉書直播之滿意度分析-
以「中時電子報」粉絲專頁為例
An Analysis of Consumer Satisfaction for Watching the
Facebook Live: The Case of CTS Fans Page
研究生：朱立君撰
指導教授：翁銘章博士
中 華 民 國 一○七 年 六月
I
誌謝
進入高雄大雄 IEMBA 的生涯，隨著論文即將完成及誌謝辭的文章也開始展 開，沒想到這二年的時間竟然也匆匆流逝，一想到二年前還在選擇是否該踏入校 園去好好的認真唸書之時，而今已是在寫論文的謝誌了，憶當初心中一直有個遺 憾是我的學歷在工作上的升遷上一直是卡住的門檻之一，不管我再怎麼可以領導 團隊向前衝，但高階的主管位子一直都頂著喝洋墨水、高學歷的外派主管擔任， 因此， 在大公司中即使說經驗比學歷重要，但在相當的時刻仍然會被刷下來的條 件。 為此，我在選擇學校之際，南向政策為開端又走出國際市場的學校，紛紛的 如雨後春筍的冒出，就這麼巧的南部國立高雄大學已準備好了此方向的規劃，讓 我更加確認的要選擇唸這個學校，當然，進入高雄大學 EMBA 學習中也被大夥同學 的感染，我這個在學生時代愛翹課壞習慣竟也在這認真起來唸書，也與業界的同 學變成了好朋友，這樣的因緣實在是我始料未及的事，吸收了專業知識、培養了 高階主管應有的觀念，同時也交了不同領域的好同學，這樣難得經驗，我想可能 在十年、二十年後的我，怎麼想起來都是會笑的很開心。 我要感謝指導我的老師翁銘章主任，真的很用心在指導我們論文的完成，每 到 Meeting 的時間都逐一的指導，連不能晚睡的我也都到晚上 2:00 多才睡，這樣 精實的會議，讓我完成了論文，我的成就感不禁由然而生，我可以很驕傲的說， 我唸完高大，這一路走來踏踏實實，認真的學習並且得到許多知識及經驗分享， 原來克服假日唸書的不容易，一切也都這麼簡單完成了。 朱立君 謹誌國立高雄大學 IEMBA 中華民國 107 年 6 月II
消費者觀看臉書直播之滿意度分析-
以「中時電子報」粉絲專頁為例
指導教授： 翁銘章博士 國立高雄大學應用經濟學系 研究生：朱立君 國立高雄大學國際高階經營管理碩士在職專班 摘要 本研究之主要目的為探討消費者觀看臉書直播之滿意度分析-以「中時電子報」 粉絲專頁為例，採用Google 表單問卷調查方式共收集 516 份有效問卷，運用敘 述性統計、信度及效度分析、獨立樣本 t 檢定與單因子變異數分析、相關分析及 迴歸分析資料，將結果歸納整理出以下結論： 一、在有形性構面：「年齡」、「職業」與「以中時電子報為收看」的滿意度是有顯 著正向關係；二、 可靠性構面：「年齡」、「職業」與「以中時電子報為收看」的 滿意度是有顯著正向關係；「教育程度」的「碩博士」滿意度小於「高中職/大專 院校」；而在每周收看的次數上 4 次以上大於 1~3 次；三、回應性構面：在婚姻中 單身的滿意度小於已婚者，「年齡」、「職業」與「以中時電子報為收看」的滿意度 是有顯著正向關係；四、確實性構面：「年齡」、「職業」與「以中時電子報為收看」 的滿意度是有顯著正向關係；五、關懷性構面：以中時電子報有收看著的滿意度 大於沒有收看者，且每周收看 4 次以上的大於 1~3 次。 有關迴歸分析的結果：「有形性、回應性及確實性」三個構面上的滿意度，對「收 看直播後願意分享予親朋好友觀看」的意願上皆呈現顯著的正向影響；在「可靠 性及確實性」兩個構面上的滿意度，對「收看中時電子報的直播時間長度」上皆 呈現顯著的正向影響；最後「確實性及關懷性」兩個構面上的滿意度，對「收看 中時電子報的直播各議題頻率」上皆呈現顯著的正向影響。 關鍵字：臉書直播、網路媒體、新聞媒體、中時電子報、滿意度分析III
An Analysis of Consumer Satisfaction for Watching the
Facebook Live: The Case of CTS Fans Page
Advisor: Dr. Ming-Jang Weng Department of Applied Economics
National University of Kaohsiung Student: Li-Chun Chu
Executive Master of Business Administration National University of Kaohsiung
ABSTRACT
The main purpose of this study was to investigate the satisfaction analysis of consumers watching Facebook Live - taking the special page of the “China Times” fans as an example. A total of 516 valid questionnaires were collected through the Google Forms questionnaire survey by using narrative statistics and letters, degree and validity analysis, independent sample t test and single factor analysis of variance, correlation analysis, and regression analysis data. And the results were summarized as below: First, there is a significant positive relationship between the tangible dimensions: "age", "professional" and "accepted by the China Times Newsletter". Second, there is also a significant positive relationship between the reliability of facets: "age", "vocational" and "accepted by the China Times Newsletter"; in "educational level", the satisfaction of "Master/ Doctor" was less than that of "high school/college"; and the 4 times a week reader is more than the 1~3 times reader; Third, There is a significant positive relationship between responsive facets: “age”, “professional” and “accepted by the China Times Newsletter” the satisfaction of unmarried is less than that of married people.
Fourth, the authenticity of the facets: "age", "professional" and " accepted by the China Newsletter " the satisfaction is a significant positive relationship; Fifth, the caring facets: The satisfaction of Zhongshi Newsletter reader is greater than that of no watching, and the 4 times a week reader is more than 1 to 3 times a week reader.
IV
The results of the regression analysis: The satisfaction of the three aspects of “tangibility, responsiveness, and certainty” has a significant positive impact on the willingness of “willingness to share with relatives and friends after watching live broadcast”; The reliability and certainty of the satisfaction of the two aspects of the facets have a significant positive impact on the “live time length of the e-newsletters when viewed in China Times”; the final “affirmative and caring” two facets of satisfaction shows a significant positive impact on the "frequency of live broadcasts of various topics in the China Times."
Keywords: Facebook Live, Online Media, News Media, China Times, Satisfaction Analysis
V
目錄
誌謝 ………I 摘要………II ABSTRACT ………III 目錄 ………V 表 目 錄 ……… 錯 誤! 尚未定義書籤。I 圖目錄………VII 第一章 緒論... 1 第一節 研究背景與動機 ... 1 第二節 研究目的 ... 5 第二章 文獻探討 ... 8 第一節 直播平台之探討 ... 8 第二節 直播平台使用者行為的探討研究 ... 10 第三節 滿意度的服務品質探討研究 ... 16 第三章 研究方法 ... 18 第一節 研究架構 ... 18 第二節 問卷設計及樣本來源 ... 19 第三節 研究變項操作化及衡量 ... 20 第四節 研究工具及方法 ... 21 第五節 研究實施程序 ... 21 第六節 資料分析 ... 21 第四章 實證分析與結果... 24 第一節 中時電子簡介 ... 24 第二節 描述性統計 ... 24 第三節 信度分析 ... 30 第四節 效度分析 ... 31 第五節 迴歸分析 ... 31 第六節 人口統計變項的變異數分析 ... 33 第七節 相關係數分析 ... 39 第五章 研究結論與建議... 41 第一節 結論 ... 41 第二節 研究建議 ... 48 第三節 研究限制與後續研究建議 ... 50 參考文獻 ... 52 附錄： 問卷調查表 ... 55VI
圖目錄
圖 1-1 台灣 FACEBOOK 用戶人口分佈 ... 2 圖 1-2 三大平台的比較 ... 3 圖 1-3 研究流程圖 ... 7 圖 2-1 綜合型直播平台比較 ... 10 圖 2-2 收看直播節目的類型 ... 11 圖 2-3 收看直播節目的平台 ... 12 圖 3-1 研究架構 ... 19 圖 4-1 性別百分比 ... 26 圖 4-2 年齡 ... 26 圖 4-3 婚姻狀況 ... 27 圖 4-4 工作類別 ... 27 圖 4-5 教育程度 ... 28 圖 4-6 居住區域 ... 28 圖 4-7 個人年所得 ... 29 圖 4-8 每周觀看所有直播的次數 ... 29 圖 4-9 透過臉書最主要收看的直播平台中時電子報 ... 30 圖 5-1 願意將中時電子報直播後內容分享給朋友 ... 46 圖 5-2 認為最適合收看中時電子報的直播時間長度 ... 47 圖 5-3 未來會增加收看中時電子報直播各議題頻率 ... 47 圖 5-4 各構面的滿意度分析 ... 50VII
表目錄
表 3-1 SERVQUAL 量表之構面與評量項目 ... 20 表 4-1 人口統計變數表 ... 25 表 4-2 研究構面信度分析表 ... 30 表 4-3 中時電子報直播後願意分享予朋友觀看迴歸分析 ... 31 表 4-4 最適合收看的中時電子報的直播時間長度迴歸分析 ... 32 表 4-5 增加收看中時電子報直播各議題頻率迴歸分析 ... 32 表 4-6 性別獨立樣本檢定 ... 33 表 4-7 婚姻獨立樣本檢定 ... 34 表 4-8 以中時電子報為收看平台之獨立樣本檢定 ... 34 表 4-9 年齡之差異性檢定 ... 35 表 4-10 職業之差異性檢定 ... 36 表 4-11 教育程度之差異性檢定 ... 37 表 4-12 居住區域之差異性檢定 ... 37 表 4-13 個人年所得之差異性檢定 ... 38 表 4-14 每周收看直播次數之差異性檢定 ... 39 表 4-15 各構面 PEARSON 相關係數 ... 401
第一章 緒論
本研究旨在探討消費者在觀看臉書直播之滿意度的研究，本章共分為三節，第 一節為研究背景與動機；第二節研究目的；第三節為研究流程。第一節 研究背景與動機
據了解 Bloomberg 2015 年美國的市場廣告量已達到了 596 億美元，較 2014 年成長 20%，而且這個成長大多數來自於行動的手機端。在麥肯錫全球的數位行 銷市場預測將在 2019 年達到 2,314 億美元，年化成長率 12.7%。在這個最大廣 告營收中就 以 Facebook 和 Google 為領先（市佔率：Google 50%、Facebook 14%）。而台灣的 Facebook 人口共有 1,800 萬人。按 2016 年的官方統計數字，台灣人 口有 2,350 萬，那麼已經有 75%的台灣人口在使用 Facebook 了。而男女比例非常 接近 1:1。其中 20-29 歲的用戶人數最多有 530 萬，是 28.65%；其次是 25.95%的 30-39 歲，共 480 萬。 而目前臉書實況直播是指從唱歌、玩遊戲、甚至是講話都可以直接地與觀眾對 談，在這個日新月異的世代，人們獲取資訊的方式逐漸從報紙轉移至網際網路， 新聞、電影、電視等等都能從手機獲得，而有了「實況直播」這個新的領域，有 人把看實況直播當作是一種休閒活動，也有實況主把實況直播當作職業，演變到 後來甚至有了周邊的商品。
2
圖 一-1 台灣 FACEBOOK 用戶人口分佈
資料來源：Jan’s Tech Blog
而目前網路直播市場百家爭鳴，隨著影音平台掘起，目前最熱門的三大直 播平台以三大直播平台 YouTube、Facebook、Twitch 為主，而每個平台均有不 同的主題及特色。 Twitch 是這三大直播平台中最早營運的平台，現在上面八成以上都是以 電玩的為內容的直播，有為數眾之多的實況主及觀眾，多數是集中在電玩的市 場。Twitch 的優點是可以容易接觸到電玩的受眾群，且電玩被推上首頁的遊戲 頻道的機會很高，曝光度高就能被更多的人看見。 YouTube 亦為最大的影音平台網站，而 YouTube 的直播畫質是高且為目 前最佳的，開放直播之後的確花了許多時間，選用 YouTube 直播之後，影片也 會自動保存下來，此功能有低延遲且可以讓直播主與觀眾的拉近距離感，未來 還可以回放且 YouTube 提供備援的線路，讓重要直播可以確保實況轉載之穩定 性而不會斷線。
3 Facebook 是最目前社群網站最多人使用，且其演算法的計算加成來替直 播推出，讓直播訊息的機會被更多人看見。且 FB 直播前必須把好自己的粉絲培 養好，因為 Facebook 不會直播給陌生粉絲觀看，僅推播現有的粉絲來收視。 圖 一-2 三大平台的比較 資料來源：livehouse.in 直播跟現有的影片最大的差別在於即時提供分享，就好比新聞、運動賽事的 LIVE 轉播，讓觀眾或粉絲們能零時差的感受現場氣氛，而直播主與網友的互動即 時性也是直播有趣的地方，觀賞直播的網友也能夠留言。而網友不盡相同的喜好， 直播受歡迎的內容有遊戲、話題、時事、擅情…五花八門，而直播的功能，就是 怕會出糗、或是播出的內容不知如何與朋友分享，就行銷的視角而言，直播就是 新形式的影音宣傳與不同之銷售方式，能結合導購並創造高的獲利機制，當轉換 率高就直播主採異業合作分潤的方式，自已能獲得高收入，且業主也能互惠增加 獲利，即產生互利的新商機時代。
4 「立即性」+「互動性」是網路直播產業興起原因，隨著資訊傳播越來越快速 ，要可以滿足觀眾獲的資訊的知識，立即性就是能滿足消費者的，過往的節目劇 情常常可猜得出劇情，而直播節目會讓觀眾有緊張感而猜不到劇情，且觀眾有錯 過就無法追遡的損失，因而有害怕錯過了無法和別人分享討論，為此提供新鮮感 讓觀眾更會願意等待到劇情揭曉的時刻，「互動性」是讓觀眾一起融入於劇情的 方式來獲得的，常見的有聊天室功能與觀眾互動在直播平台上，可以即時依觀眾 的留言做出回應，讓觀眾在參與當下直播可與內容的所有變化互動。 最原始的直播形式是播放方式改變，視訊模式只要雙方都具有設備即可，但 這樣的模式並沒有帶領到直播的潮流。而在現今的網路環境中，所使用「內容傳 遞網路」（Content Delivery Network）提供了串流服務的直播已是主流。 CDN 內容傳遞網路，亦指透過一種網際網路來互相連接在電腦網路上的系統，用最拉 近每位用戶的伺服器，將快速且可靠地將影片傳予其他用戶，在提供了高效能、 可擴展延伸性、低成本的網路之內容傳遞給用戶。直播平台可將影片的來源送至 CDN，再接著予利用 CDN 的系統，將不同客戶端的訊源，分配到不同的捷取伺服器。 這樣一來，客戶端可以就近且快速的取得檔案，這就是網路直播的傳輸技術串流 （streaming）。在下載（download）中有別於串流技術不用等到檔案完整下載結 束才能觀看，而是出現幾秒看幾秒。所以 CDN 技術的發展，讓影像資料不斷地透 過網路串流傳進，用戶觀眾在收看直播內容時更能享受到高畫質的影音內容，此 時播出內容也不會不穩定，讓收看直播的品質維持最佳狀態。 過往的直播較在技術上有所限制，所以內容多以專業式的影片製作為主。經 過網路的掘起，使用者多自製直播多元的內容出現在網路中，但由於地點的限制， 使用者僅能在桌機前來進行直播視訊，則在影片內容上沒有太多的變化。近年來 由於行動載具、行動網路 WIFI 的普及度，讓行動直播的新形式產生，直播者不再
5 被拘限於電腦前且內容可以豐富多元且彈性，用戶只要用一支手機就可以隨時進 行直播。像活動宣傳、災難現場、體育、娛樂…等，每個人都能是成為主播進而 真正達到直播的目的。 台灣傳統的電視直播到現在火紅的網路直播，而一般的市井小民也可以一躍 而上從素人變成網路紅人，從使用臉書的演變情況，我們可了解到網路世界的變 化瞬息萬千。臉書的發佈動態消息從一般的文字、上傳照片到上傳影片，到圖文 影片都在貼文中一應俱全。而 2016 年末臉書順應網路直播熱潮，而開放了直播功 能，讓用戶不但即時直播現場的活動畫面或有趣生動的影像，不僅拉近與朋友粉 絲彼此之間的距離，直播更縮短資訊無時差的分享，增加用戶朋友間的互動。網 路直播在社群網站中傳統媒體的電視與平面報紙也紛紛加入了直播行列。現在的 趨勢像名人與素人都利用網路平台進行直播，而造就了「網紅」（網路紅人）現 象。
第二節 研究目的
網路直播衍然成為一種經濟效益的平台，媒體也追上市場的機制，透過自有 的平台開啟直播功能，因為工作環境在時報資訊體系下的中時電子報綜合網路媒 體工作，也觀察在媒體臉書中將直播廣泛的運用，從新聞即時訊息的透過直播來 發佈，到生活中五花八門的大小事都用直播來做最無時差的推送訊息，網友粉絲 們都可以在第一手得到有趣、時事、政治…相關議題，也因此想了解消費者對於 直播後的滿意度分析。 旺旺集團中新媒體有中時電子報、中天快點 TV、必 PO TV、樂時尚、新聞龍捲 風、52 家族…等社群粉絲專頁，這些專頁中粉絲數加總高達 245 萬多人追蹤，同 時各生活、娛樂、新聞、政治、健康…的議題直播也常在社群中提供多元資訊與6 網友們即時性的互動，為了研究特別選擇廣泛使用的「中時電子報」粉絲專頁來 了解現在網友們的喜好興趣，目前此粉絲專頁有高達 1,311,548 人對此讚好 (2018,5/1)，而因應目前在媒體的旺旺集團中的新媒體行銷單位擔任業務角色， 希望能將直播導入現在的行銷推廣中，也因此想了解消費者對於直播的形態喜 好，而增加更豐富的資源讓網友們對於直播的反應能有更正面的回饋，讓行銷擴 展上可以觸及更多更廣的人參與互動。 依據前述研究背景與動機，本研究將以消費者觀看臉書直播之滿意度分析- 以「中時電子報」粉絲專頁為例，探討目前直播的現況、消費者之觀看後的滿意 度，進而在拓展在行銷宣傳上如何讓消費者主動對事件 or 產品產生之認同及興趣 追蹤行為的滿意度之分析，透過此關聯性讓粉絲專頁能獲得到更佳的效益，並觸 及到更多更廣的網友們在此專頁上關注議題的延伸，成為忠誠度及滿意度的粉絲 黏著度。 本研究主要的目的如下述： （一）瞭解台灣目前直播產業的現況。 （二）探討消費者不同人口統計變項對收看直播消費者的滿意度差異分析。 （三）消費者觀看直播後行為與滿意度構面之關聯。
第三節 研究流程
承蒙上述之研究目的，針對現狀的了解現有的臉書直播型態、延伸的新興網路行 銷模式、網友對網路觀看直播的滿意度及影響。本研究流程如圖 1-1 所示：7 圖 一-3 研究流程圖 研究背景、動機與目的 確定研究方向、產生研究動機 文獻探討與整理 直播的論文研究發表、市場相關 報導整理統合 研究架構與方法 確定研究工具與方法 問卷設計與調查 針對研究對象發放問卷與回收 資料統計與分析 進行資料統計與分析 結論與建議 總結與提出建議
8
第二章 文獻探討
在學者 Bauer 在 1964 年提出「頑固閱聽人」 （Obstinate Audience）概 念，並提出「交流模式」（Transactional Model）強調之閱聽人的主動極積極地 選擇自已所需要的資訊，認為過往由媒介傳遞訊息所產生的效益模式並非正確， 即傳播活動屬雙向並行，而自 Bauer 闡述之觀點後，在閱聽人的主動性上，也成 為日後使用與滿足途徑的論述基礎，於後續研究也從媒介的訊息中對閱聽人之影 響，轉為探討閱聽人如何處理訊息進而能運用媒介。（李佩珍、蕭惠文， 2004）。 現在 4G 網路的發達而直播的已是全民使用的時代！從傳統媒體到各大網路新 興的平台全都要以直播讓網友更近距離的看到真實感，而如何在這一片市場聲浪 中找出新藍海？「直播」的方式就在多元變化中演進，而媒體如何讓網友更能增 加互動點閱、追蹤，目前沒有一定的規則可循，各個平台也在直播不斷的研究、 不斷的實驗，大家都希望能在直播的環境中創造「新經濟革命」！
第一節 直播平台之探討
一、 什麼是網路直播? 網路直播有吸收及延展的互聯網的優勢，亦指網路直播是通過終端讓自 己視頻與圖像傳遞給在互聯網的所有人觀看。現場直播利用視訊方式進行網上 播出，以產品之展示、會議相關議程、介紹背景、各相關方案的測評、網路上 的調查、各方之對話訪談，或是線上培訓等…眾多的內容發佈到網上，就互聯 網的直播、傳達快速的表現形式，地域不受限制讓內容豐富交互性強，不僅受 眾可區分之特點，且讓現場的推廣效果有加分的表現。 在 2016 直播元年始也是行動直播的起飛年，社群平台從文字到圖片到語音9 到視頻到視頻直播的演進，均為觀眾帶來了視覺的升級。直播在視覺上提升後， 讓網友們更真實體驗產品、且感受品牌，直接地與消費者互動，產生全新的行 銷局面，全新的行銷的玩法在各行各業中帶來新的行銷革命。 各行各業都可以依自身的特質來加以運用，所以直播是一種手段，新媒體 行銷的方式，是我們各行業直播的總結密碼。所以直播內容的共同性-「顏值」 +「品質」+「信任」，即稱之為「直播三角」。龔鉑洋(2017) 直播平台在今年的火熱的三個因素有： (一)技術的驅動：2015 直播實際上就出現，那時候是以電腦桌機直播，而現今 到了行動移動直播時代，所以技術發展從直播的電腦端向行動之移動端轉 型，而成了移動直播的發展，即人人可以隨時隨地去開直播。 (二)媒體的變革：媒體從過往的文字和圖片到影音視頻，進而短影音的視頻到 直播掘起，甚至將到環景的 VR 形式，從視覺延伸到觸覺的體驗將是一個升 級。而這種感官的體驗升級，可說是媒體的變革延續，讓直播的形式更加 直述且更加搶占眼球經濟。 (三)社會的變遷：網際網路就是一個原住民的概念，讓社會變遷給予每人都有 了接收信息權利。不管你是在主要的大城市，還是次要的城市，想要得到 信息都變得容易了。整個社會變遷讓城市的沒有鴻溝，次要城市的人可以 不出戶就能夠更直接了解到大城市人的生活狀況，在社會從網路就可直接 了解全世界。
二、直播平台在台灣最常使用的有些?
一般綜合型的平台會由更多的專業團隊策畫製作即是 PGC (Professional Generated Content，專業生產內容)，而這些平台都各有自已的特色純在。10
綜合型的直播平台比較
圖 二-1 綜合型直播平台比較 資料來源：數位時代/何佩珊(2016)第二節 直播平台使用者行為的探討研究
直播目前的使用範圍包含：公民活動實況、電玩遊戲實況直播電台、選 舉活動、生活記錄、商品推銷、電視頻道轉播、體育賽事直播、線上教學等。 直播的內容絕大部分來自於平台業者和負責轉播的實況主，與過去線上視訊 大不同則是實況直播的過程，每位用戶都能夠透過聊天區來進行即時互動。 賴明弘、張峻維(2016)11 台灣的網友直播都看什麼？ 直播平台的 Facebook、Instagram 社群網 站、17 直播、Twitch…等，讓全民直播時代來臨並在各式平台功能廣泛使用， 目前的網紅產生的經濟效益，已讓台灣電子商務直播開創了直播一個新經濟 規模。在創市際在台灣網友收看直播的行為與態度上，對於目前台灣的 20-55 歲有收看直播的網友們調查， 休閒、綜藝娛樂最受大眾觀看，而男女表現的 喜好各有不同調查結果顯示，在調查近三個月有收看直播的受訪者中，於收 看的節目類型最多為「休閒生活(46.6%)」，像烹飪、美食、閒聊等，其次是 「綜藝娛樂(38.3%)」，再來是「音樂播放或表演(34.4%)」。 我們可以從不同 族群的輪廓觀看，男性在收看新聞、體育、遊戲直播節目皆高於女性的比率， 而女性則對於此休閒生活（如美食、烹飪、閒聊等）、專業資訊（如保養美妝、 星座命理等）的喜好度均來的高。而近期相較競爭日見趨勢的「消費/拍賣」 直播節目，亦有 25.7%的收看率，就收視族群在男女差異上並不大，多是與 銷售商品產品路線的廣泛度有關，也是後續發展也值得研究的。 圖 二-2 收看直播節目的類型 資料來源：創市際市場研究顧問
12 在社群、影音網站的收視率高且直播平台 17 直播之表現中，受訪者被詢 問在觀看的平台中，以「Facebook 臉書的直播佔(83.4%)」在社群網站佔高度 使用且位居於冠軍，就其中女性透過 Facebook 臉書直播收看直播的比率更高 於男性；而使用者在「YouTube 上直播(62.2%)」是居為次要，使用的男女比 例則和前述大為相反，以男性顯著多於女性使用者。然而在位居於第三名的是 「Instagram 的直播」，較以二十世代的使用者為族群。此前三名都的社群、 影音網站因網站使用率就高，故帶起直播的收視者為眾多。在有藝人、經紀公 司光環的直播平台中，就「17 直播(14.0%)」，是最多人數在收看的直播平台。 我們從受訪者輪廓來研究，以會收看社群網站直播者多是女性佔較多，而男性 多以使用直播平台的比率佔較高的趨勢。 圖 二-3 收看直播節目的平台 資料來源：創市際市場研究顧問
13
四、台灣直播產業現況
大和有話說(2018)以創投的角度而言，大致會從產業面、技術面、團隊 面來進行分析說明。 1、 產業面：就直播來說，台灣其實算是一個蠻成熟的市場，而台灣直播市場規 模大寡佔市場已成形，直播產業將會是一段整併階段，「產品差異化」將是走 向各行業格局，獨占性競爭市場是為主軸，接下來打賞式商業模式會是待驗證 的，就直播實是非常耗費資金的網路方式，且直播平台的成本主要來有四個面 向，不外乎在網路的成本、平台的分潤（Google App、Apple Store）、行銷的 費用、網紅的報價代言費上佔很大的費用。2、 技術面：就大數據來看以兩岸三地共有近 200 個直播平台，而直播的技術門 檻並不大，而主要是如何創造出品質優良的內容才是各平台提供的差異化的要 素。近來的網紅為 UGC 模式（User-generated Content）多進入到紅海期，且 網紅的生命週期即閃即逝，所以直播平台也要開始在節目內容深耕以提高使用 者的互動黏著度。 3、 團隊面：就目前直播的業者多居工程的背景，所以團隊又能有著娛樂藝能界 的資源，更是受到青睞，就如 17 直播的創辦人是藝人黃立成，已在演藝圈就 有打下了深厚的資源人脈，其機會點即激發出跨界的火花，讓更多創投投資。
五、新聞媒體的直播觀察：
2016 年內容的改變帶來了更多的挑戰性和機會，在技術與內容的遷動 讓傳播形態的有所變革，分析了市場海外媒體的趨勢變化，大內容時代趨勢14 的讓創業者帶來內容啟發。虎嗅網(2017) 在新媒體時代，內容為王道的爭論有持續了很多年之久，而新的傳播媒 介顯示終端之初的出現，會吸引人們的眼球經濟。同時我們也會看到即使是 最重視未來發展的新技術網絡傳播平台，對於優秀的學者、作家等來作為提 供優質內容，當下會不遺余力地去挖掘合作且爭奪機會。為此，要擁有高素 質人才的產生及強大資料庫的市場傳統媒體，以沒有抱著「什麼技術新就用 什麼」的心態去發展且融合媒體，要選擇最合適的融媒體形式去擴大傳播力， 並堅持生產優質內容才是在競爭中取勝的王道。中國新聞廣電報(2018) 內容提供者是平台勞動作業，諷刺之的是處在於新聞「產品」上，仍要 繼續傳的播，科技平台是確保內容可以讓用戶留存的關鍵，數位廣告可以增 加，還是主要是平台的受益者並非新聞的製作者。 2016 年皮尤的報告指出，包括社群媒體、搜尋引擎，以及其他類型網 站的數位廣告支出，就美國數位廣告支出總和與同期相比增長了約 20%，接 近 600 億美元。而此增長率高於過往的兩年。相較之下的報紙行業的預算一 直短縮，且不段傳出裁員來面對市場。皮尤指出：「與前一年相較，依數位廣 告營收更是一塊大蛋糕，有 65%的比例被五家大科技公司併購。這些科技公 司也都不是新聞平台，且這些公司中一些包括 Google、 Facebook、Yahoo 和 Twitter，正將新聞平台來集成至它們的產品之一。」 新聞戰線(2018)從移動社交到移動新聞，應重視對用戶行為的持續研 究，移動互聯網的出現帶來了信息傳授方式的顛覆性變革。現今不僅訊息的 接收者可以無時無刻地來獲取訊息，訊息發佈者也已無時差的隨時隨地上傳
15 信息（即以信息是集結了文字、圖像、視音頻的多媒體），環境已讓整個社會 已經進入到移動傳播時代。從早期的社交移動化，發展到移動之閱讀、移動 的影音視頻，再到移動的新聞資訊化，移動媒體的技術大多完成了從即時的 通訊工具，進轉而向新聞發布平台，是人們截取新聞信息的重要來源之一， 而此所佔比例不斷持續的增加。 在線上視頻服務的內容上，迭代式發展也實現，從最早的電視節目在線 收看，到原創的視頻來發布，再到現階流行的網絡直播，這種由下而上的互 動社交模式，已幫助一般人實現了說話權的大解放性。然而，視頻直播也有 弊端會的原形暴露，像現場記錄的突發事件、傳達知識性的直播等…創造有 價值的直播卻佔內容少數，而多數直播平台會以娛樂化、生活化的內容為主， 直播日常生活的不可避免地出現了低俗化、同質化、妖魔化、庸俗化傾向。 在此環境下，政府管理上加大了對直播平台及視頻發布，然以合乎來引導直 播的平台，讓社會建設可以發揮正面作用。 此外，完善與強化政務直播的社會功能，凸顯其對網絡直播的引領作 用，也是需要著力推進的重點工作。目前，政府上的直播呈現快速之發展與 大多部門所覆蓋有良好趨勢，然而在體制系統化、品牌化與常態化，還存在 著些許差距。為此，必須首先解決的是內容問題。當前，多數部門的政務直 播主要還是應用於重大活動的報道。將來，政務上的直播應當有更多地延伸 到民眾關心的經濟、社會、民生等方向，尤其是當有爭議的社會問題時，不 推託及不避諱，讓設置直播議程安排能引導社會輿論。同時，把握好尺度， 做好直播內容取舍，助推政務直播的常態化建設。其次要完善平台建設問題。 當前政務直播主要通過第三方直播平台來實現，不可避免地與其他輕 鬆、娛樂類直播混雜在一起，顯得零散混亂不成體系。為此，若要致力於創
16 造獨立性及專門性的政務直播平台，亦將直播主題分門別類，將不同區域、 不同級別的政府部門匯聚起來，來形成政務直播矩陣。最後還要解決並提供 好影響力，在政務直播與一般直播的相較不同，在於其平常會涉及的嚴肅性、 枯燥性的話題，較難讓用戶的來積極互動。所以就有充分發揮直播技巧的需 要，並將輕鬆的表達方式和嚴肅的議題相結合，以誠意的互動代替官方之調 性，讓直播情境完善，這樣受眾容易接觸且更樂於接受。這是新時期提高政 府輿論引導力的重要一環。
第三節 滿意度的服務品質探討研究
Smith(1998)認為關係品質是由信任、滿意、承諾三個構面所組成。 Hennig, Gwinner & Gremler(2002)認為關條品質的構面包含信任、滿意、承 諾。而在服務品質 Parasuraman, Zeithaml and Berry (1985)將服務品質定 義為消費者對服務的期望與顧客接觸服務後實際感受到服務之間的差距，其 包括服務的結果與服務遞送的過程，當期望大於實際感受時表示服務品質 差，反之則表示服務品質佳。王仲三(2002)認為服務品質所代表的意義在指 兩件事，一為瞭解顧客想要什麼；另一則是對於消費者所要的東西皆能滿足， 甚至超越其要求的水準。洪嘉蓉(2004)認為服務品質即為消費者對於企業內 所提供各項服務品質整體性價。林聰哲(2008)則指出服務品質為企業所提供 的服務水準符合顧客期望的一種評量，而提供 有品質的服務是一致符合或超 越顧客的期望或需求。顧客滿意度 Kotler and Keller (2006)表示顧客滿意度是指一個人所 感覺愉悅或失望的程度，是由比較其對產品性能或產 出的認知與個人對產品 的期望兩者來，若產品的性能不如顧客的期望，顧客將感到不滿意；若性能 符合期望， 顧客感到滿意。若性能超出期望，則顧客會有高度的滿意或愉快
17 的經驗。周聰佑和許嘉倫(2008)指出顧客滿意度為一種相對的判斷，即指一 個人所感覺的程度高低，是一種消費者在購買期望下對產品品質的購後評 價，源自於對產品功能性的知覺與個人對產品的期望兩者比較之後所形成。 林聰哲(2008)認為滿意度是消費者在購買產品 或享受服務後，對產品或服務 表現的好壞與其原先的期望所做的綜合性判斷。
18
第三章 研究方法
根據研究動機、研究目的、相關文獻探討之結果，設計本研究之研究方法 及工具，以期達到研究目的。
「SERVQUAL」量表是由美國教授 A. Parasuraman、Valarie A. Zeithaml 及 Leonard L. Berry（簡稱 PZB）三人於 1985 年所提出的「服務品質概念模式」 （PZB 模式）中提及服務品質的十種屬性演化而來的。PZB 三位學者於 1988 年根 據 1985 年提出的服務品質概念化模式，再做研究，抽樣及重新定義。將原有的 10 個構面加以純化，整合為 5 個構面，稱之為「SERVQUAL」量表。SERVQUAL 理論是 依據全面質量管理(Total Quality Management，TQM)理論在服務行業中提出的一 種新的服務質量評價體系，其理論核心是“服務質量差距模型”，即：服務質量 取決於用戶所感知的服務水平與用戶所期望的服務水平之間的差別程度（因此又 稱為“期望－感知”模型），用戶的期望是開展優質服務的先決條件，提供優質服 務的關鍵就是要超過用戶的期望值。其模型為:Servqual 分數= 實際感受分數- 期望分數。 「SERVQUAL」將服務質量分為五個層面：有形性(Tangibles)、可靠性 (Reliability)、回應性 (Responsiveness)、確實性(Assurance)、關懷性 (Empathy)，每一層面又被細分為若幹個問題，通過調查問卷的方式，讓用戶對每 個問題的期望值、實際感受值及最低可接受值進行評分。並由其確立相關的 23 個 具體因素來說明它。然後通過問卷調查、顧客打分和綜合計算得出服務質量的分 數。
第一節 研究架構
研究根據研究動機、研究目的及相關文獻探討，設計本研究之研究架構，藉以瞭 解消費者在觀看臉書直播後的滿意度。
19 本研究架構如下： 圖 三-1 研究架構
第二節 問卷設計及樣本來源
本研究目的，是在了解消費者觀看臉書直播之滿意度分析-以「中時電子報」 粉絲專頁為例。針對這中時電子報的粉絲專頁的各相關議題面相提出問卷設計， 問題擬定面項： 一、人口變項之項目問題 二、PZB 之五構面方向 三、事後觀看之行為 研究母體以中時電子報之 131 萬的粉絲及追蹤此專頁的 FB 使用族群給予問 卷，2018 年 4 月提供問卷填寫，為期 30 天本研究發出問卷回收 516 份，並以此問 卷回收調查整理分析。 人口統計變項 1、性別 2、年齡 3、婚姻狀況 4、工作類別 5、教育程度 6、居住區域 7、個人年所得 觀看臉書的直播 以中時電子報 為觀看平台 觀看各構面之滿意 度分析 有形性 可靠性 反應性 保證性 關懷性
20
第三節 研究變項操作化及衡量
本研究的針對消費者滿意度之問項，以 PZB 的五個構面：有形性、可靠性、 回應性、確實性及關懷性，來了解消費者觀看後之滿意度的期望與認知，而滿意 度問項部分，擬訂有 23 題，如表 3-1 所示。以五點尺度衡量則分別為，非常不滿 意/不滿意/普通/滿意/非常滿意，分別賦予 1 至 5 分。 表 3-1 SERVQUAL 量表之構面與評量項目 消費者滿意度分析構面 主要內容 有形性 1. 直播推出之告知訊息 2. 內容鏡面文字、圖片之引人觀注 3. 產品介紹資訊的豐富度 4. 品質流暢度 5. 直播主外觀造形 可靠性 1. 直播主的專業度 2. 參與討論留言的機制 3. 針對探討的議題 4. 直播實況的時間長短 5. 各類議題及商品廣告的信任度 回應性 1. 直播「國內外政治、時事」之議題 2. 直播「民生消費」之議題 3. 直播「健康醫療」之議題 4. 直播「綜藝娛樂」之議題 5. 直播能夠即時反應大眾觀注之議題 確實性 1. 直播探討之客觀性 2. 每次直播探討議題的廣度 3. 每次直播探討議題的深度 4. 內容所引證的資料論點正確性 關懷性 1. 直播後提供即時反饋及互動機制 2. 直播後提供留言平台討論 3. 直播後回覆網友問題速度 4. 直播後回覆網友的內容資訊21
第四節 研究工具及方法
使用 SERVQUAL 量表來作滿意度分析，另外根據市場觀察來 SWOT 分析報告。 分析方法： 信度分析、效度分析、敘述性統計分析，ANOVA (單因子變異數 分析),、獨立樣本 t 檢定、相關分析、迴歸分析第五節 研究實施程序
本研究在決定研究方向、研究問題後，進入準備階段，包括蒐集相關文獻、 文獻探討，準備階段完成後，開始問卷的編制。經過編擬問卷並參考市場之滿意 度分析會有的問題之後，進行問卷修正，完成正式問卷，接著針對北部、中部、 南部、東部、離島、其他的粉絲們實施問卷調查，所得資料經分析討論後，將綜 合研究的結果提出討論與建議，並完成報告之撰寫。第六節 資料分析
本研究逐一問卷回收後，以全部有效問卷匯整資料整理編碼（coding），再 將電腦建檔輸入後予採用 SPSS 統計系統軟體，來研究進行匯出的檢測與資料分析。 壹、資料處理 本研究發出正式問卷填寫後，以下列之步驟進行以求研究性的回覆確切。 一、資料檢驗：當正式問卷的調查逐一回收後，再檢視問卷的所有答題狀況， 舉凡有資料不全的填寫或回覆固定答案者，都會加以排除不歸納。 二、問卷編碼：將有效問卷重新編碼，再輸入電腦建檔以使問卷調查資料 分門別類的系統數據化。22 三、資料校對：把所有資料建檔後，依照 SPSS 統計系統軟體中的 Frequency 功能，校對出異常的資料並加以修正，以使問卷回覆的資料能有正確性。 貳、統計分析 一、描述性統計：包含平均數、標準差、百分比…描述性統計，了解粉絲們 使用中時電子報的認知現況。本研究主要針對研究之樣本的基本資料來進行描述 性統計分析，由使用的次數性分配與百分比等統計來描述資料分佈情形。 二、信度分析 信度亦是代表測量的可靠性，指測量後結果會一致性(Consistency)或穩定性 (Stability)。本研究採用 Cronbach’s α 係數來檢測研究各題目回覆的一致性 與穩定性。Cronbach’s α 係數越高，則代表各題項之間的關聯性越高，問卷的 一致性越高（吳明隆，2011）。 三、t 考驗（t － test）： 以獨立 t 考驗考驗不同「性別」、「年齡」、「行業別」、「教育 程度」，在『消費者觀看臉書直播後滿意度分析』的問題中，反應上的 差異。 四、單因子變異數分析（one－way ANOVA）： 以單因子變異數分析，比較不同「年齡」、「工作」、「區域」、 「所得」、「觀看直播的頻率」的粉絲們，在『消費者觀看臉書直播後 滿意度分析』的問題中，認知上的差異。F 值達顯著水準，則近一步以雪 費法（Scheffe）進行事後比
較
。是變異數分析法之其中一種，其主要目 的在於檢定三組或三組以上獨立樣本觀察值之各組平均數彼此是否相 等，變異數分析之 F 統計量為組間變異與組內變異的比值，所考驗的是23 變異數的意義（邱皓政，2008）。換言之，單因子變異數分析適用於自 變項為類別資料且選項為三組以上，而依變項為量化變數且受試樣本群 體不同的差異分析，其主要在考驗三個或三個以上獨立群體在依變項平 均數的差異是否達到統計上的顯著水準（邱皓政，2008）。 五、相關分析 主要目的在於瞭解自變數間的相關程度，以 Pearson 相關分析為 之。相關分析主要是用來分析連續變數間關係的方向與程度大小的統計 方法。其絕對值在 0-1 之間，若絕對值愈大則表示相關程度愈高。當相 關係數為 1 時，便是完全相關；相關係數為 0.7~0.99 時，便是高度相關； 相關係數為 0.4~0.69 時，便是中度相關；相關係數為 0.1~0.39 時，便 是低度相關。
24
第四章 實證分析與結果
第一節 中時電子簡介
中時電子報在 1995 年所創立，是國內網路媒體最悠久歷史的平台，中時電子 報為台灣網路廣告業界中建立了符合國際主流的「標準尺寸」、「標準計價」、 「動態輪替」的新標準，也為台灣網路廣告市場訂下了基本規範。針對新聞專業 度，讓國內外四面八方的新聞時事，提供網友們能掌握脈動時事，同時相關時事 議題發揮功力，使事件觀察有的正確的意義存在，同時在社會建言中，此新聞廣 度的被中國大陸、香港及其它同業媒體採用，是高度具議題操作的新聞影響力。 中時電子報是台灣知名度高的新聞網站，在「台灣網站 100 強」評選第 5 名。 內容來源包括中國時報、工商時報、旺報、時報周刊、中視各類型精選報導。1999 年 4 月，中時網路科技以中時電子報為旗艦，推動「Cyber One Media Network」網站團隊， 2008 年 11 月，時報資訊合併中時網路科技，從原來的資料 庫領域，加強了整合數位平台、數位內容管理及數位整合行銷的跨媒體數位平台。 中時電子報除了提供綜合性新聞、國內外照片外，並運用網路新科技持續推出 部落格、新聞推播小工具、Widget、RSS、推推王推文等服務，更在中時電子報粉 絲專頁上提供即時推文訊息，讓網友對於新聞不只是單向的接收訊息，還可以雙 向互動，實踐 Web 2.0 的網路體驗。 此次的研究以中時電子報為例，希望探討消費者在觀看臉書直播後的滿意度分 析，以利媒體提供訊息的參考之用。
第二節 描述性統計
本研究的正式施測問卷如附錄，分析樣本係為中時電子報粉絲專頁的已加入追 蹤此專頁及成為粉絲數的對象為主，本問卷共回收 516 份之有效問卷，依人口統 計變項資料(包括性別、年齡、教育程度、職業、婚姻狀況、個人年所得收入、使 用中時電子報臉書直播的各構面之滿意度分析)，整體回收問卷後使用 Google 表 單匯出 EXCEL 彙整如表 4-1 人口變相統計，並分別敘述得到整理之數字如下。25 表 4-1 人口統計變數表 項目 問 項 樣本數 百分比 性別 女性 284 55.0 男性 232 45.0 年齡 20 歲以下 12 2.3 20-29 歲 77 14.9 30-39 歲 107 20.7 40-49 歲 183 35.5 50-59 歲 124 24.0 60 歲以上 13 2.5 婚姻 單身 203 39.3 已婚 313 60.7 居住區域 北部 340 65.9 中部 20 3.9 南部 146 28.3 東部 6 1.2 離島 1 .2 其他 3 .6 教育程度 國中以下 5 1.0 高中/高職 40 7.8 大專院校 303 58.7 碩博士(含以上) 168 32.6 職業 學生 31 6.0 軍工教 23 4.5 服務業 191 37.0 製造業 48 9.3 自由業 42 8.1 其他 181 35.1 個人年所得 0~30 萬以下 82 15.9 30~60 萬 131 25.4 60~90 萬 95 18.4 90~120 萬 82 15.9 120 萬以上 126 24.4 每周觀看直播 0 次 158 30.6 1~3 次 303 58.7 4~6 次 39 7.6 7 次以上 16 3.1 主要直播以中時電 子報為觀看者 否 423 82.0 是 93 18.0 總和 516 100 資料來源:本研究整理
26 一、性別 本研究受測者，男性有 232 位，佔 45%；女性有 284 位，佔 55% 。以女性受 測者居多，如圖 4-1。 圖 四-1 性別百分比
二、年齡層
受測者之年齡層 20 歲以下，有 12 位佔 2%；20-29 歲有 77 位，佔 15%；30-39 歲有 107 位，佔 21%；40-49 歲有 183 位，佔 35%；50-59 歲有 124 位，佔 24%， 60 歲以上有 13 位，佔 3%。 圖 四-2 年齡三、婚姻狀況
受測者之婚姻狀況，單身有203位，佔39%；已婚有313位，佔61%。以已婚佔最多 數，如圖4-3。27 圖 四-3 婚姻狀況
四、工作類別
受測者之工作類別，學生有31位，佔6%；軍工教有23位，佔5%；服務業有191 位，佔37%；製造業有48位，佔9%；自由業有42位，佔8%；其他行業有181位，佔 35%。如圖4-4。 圖 四-4 工作類別五、教育程度
受測者之教育程度，國中以下有5位，佔1%；高中/高職有40位，佔8%；大專 院校有303位，佔59%；碩博士(含以上)有168位，佔32%。如圖4-5。28 圖 四-5 教育程度
六、居住區域
受測者之居住區，北部有340位，佔66%；中部有20位，佔4%；南部有146位， 佔28%；東部有6位，佔1%；離島有1位，其他有有3位，佔1%。如圖4-6。仍以北部 部、南部人數佔一、二名。 圖 四-6 居住區域七、個人年所得
受測者之個人年所得，30萬以下有82位，佔16%；30~60萬有131位，佔25%； 60~90萬有95位，佔25%；90~120萬有82位，佔16%；120萬以上有126位，佔25%。29 如圖4-7。受訪者之收入所得分佈的還算平均，但觀察以年收入90萬以上有41%的 比率算是高所得的族群佔大數。 圖 四-7 個人年所得
八、每周觀看所有直播的次數
受測者之每周觀看直播的次數，加入粉絲追蹤但都不看直播的有158位，佔 31%；每周看1~3次有303位，佔59%；每周看4~6次的有39位，佔7%；每周看7次以 上的有16位，佔3%。如圖4-8。受訪者之中仍有31%的人不看直播，以直播觀看數 1~3次之間有59%的人是比較能接受的頻率。 圖 四-8 每周觀看所有直播的次數九、透過臉書最主要收看的直播平台為中時電子報
受測者之中有423位，佔82%是使用其他的平台在觀看直播；而透過臉書為最 主要收看直播平台有93位，佔18%，也僅是少數的使用中時電子報平台觀看直播。30 如圖4-9。 圖 四-9 透過臉書最主要收看的直播平台中時電子報
第三節 信度分析
本研究將檢驗中時電子報之觀看臉書直播後的滿意度分析，以「滿意度程 度」的五項構面成為有形性、可靠性、回應性、確實性、關懷性，針對消費者觀 看臉書直播後的滿意度分析加以修改成適切的問項，再以消費者觀看臉書直播後 的滿意度-以中時電子報為例之粉絲及追蹤研究對象來探討五個構面。信度分析是 主要在評估整份問卷的可靠程度，經本研究分析結果顯示，在 五大構面中， Cronbach’s α 值介於 0.789 與 0.944 之間。一般而言，Cronbach’s α 值至少要大於 0.5， 且α 值大於 0.7 則屬高可信度。經本研究分析結果顯示，各構面皆符合門檻值至少 0.5 以上之要求 (Nunnally, 1978)，檢驗結果彙整如表 4-2 所示。 表 4-2 研究構面信度分析表 構面名稱 Cronbach’s α 有形性（10-14） .841 可靠性（15-19） .789 回應性（20-24） .818 確實與（25-28） .877 關懷性（29-32） .842 整體構面 .944 資料來源:本研究整理31
第四節 效度分析
在效度分析部分，問卷設計是以 SERVQUAL 量表為基礎，修改 Parasuraman, Zeithaml and Berry (1988)的服務品質五項構面成為有形性、可靠性、回應性、 確實性及關懷性，並經參酌目前中時電子報臉書專頁的直播前、中、後會有的相 關議題，並咨詢相關學者及專家的意見，擬訂而確立問卷內容，分別歸納於這五 構面的相關題型予填問卷者回覆問題，因此量表之品質具有一定程度的嚴謹性與 內容效度。
第五節 迴歸分析
在迴歸分析部分，目的是探究一個或數個自變數(independent variable) 和 一個因變數(dependent variable) 間的關係，進而建構一個適當的數學方程式， 並利用此方程式來解釋或預 測因變數之值。在迴歸分析中自變數（又稱解釋變數） 以 X 表之，因變數（又稱反應變數）以 Y 表之；自變數 X 與因變數 Y 之間的函數 關係或數學方程式，稱為迴歸模式。 由表 4-3 可知中時電子報的粉絲追蹤們在有形性、回應性及確實性三個構面 上的滿意度，對收看直播後願意分享予親朋好友觀看的意願上皆呈現顯著的正向 影響，但在可靠性與關懷性兩個構面上的滿意度則對在收看直播後願意分享予親 朋好友觀看的意願上並無顯著的影響。 表 4-3 中時電子報直播後願意分享予朋友觀看迴歸分析 依變數Share 構面 迴歸係數之 估計值 標準誤 t 顯著性 p (常數) -1.023 .151 -6.765 .000*** 有形性 .155 .077 2.004 .046** 可靠性 .074 .086 .854 .393 回應性 .145 .053 2.724 .007*** 確實性 .185 .053 3.493 .001*** 關懷性 -.048 .054 -.886 .376 * : p<0.1, ** : p<0.05, *** : p<0.01 資料來源:本研究整理32 由表4-4可知中時電子報的粉絲追蹤們在可靠性及確實性兩個構面上的滿 意度，對收看中時電子報的直播時間長度上皆呈現顯著的影響，但在有形性、 回應性與關懷性三個構面上的滿意度則對在收看中時電子報的直播時間長度上 並無顯著的影響。 表 4-4 最適合收看的中時電子報的直播時間長度迴歸分析 依變數Time 構面 迴歸係數 之估計值 標準誤 t 顯著性 p (常數) -2.317 2.831 -.818 .414 有形性 -1.957 1.447 -1.352 .177 可靠性 4.568 1.619 2.822 .005** 回應性 -.112 .997 -.113 .910 確實性 2.235 .992 2.254 .025** 關懷性 -.577 1.020 -.566 .572 *: p<0.1, **: p<0.05, ***: p<0.01 資料來源:本研究整理 由表4-5可知中時電子報的粉絲追蹤們在確實性及關懷性兩個構面上的滿 意度，對收看中時電子報的直播各議題頻率上皆呈現顯著的正向影響，但在有 形性、可靠性與回應性三個構面上的滿意度則對在收看中時電子報的直播各議 題頻率上並無顯著的影響。 表 4-5 增加收看中時電子報直播各議題頻率迴歸分析 依變數Increase 構面 迴歸係數之 估計值 標準誤 t 顯著性 p (常數) -.870 .157 -5.525 .000*** 有形性 -.049 .080 -.612 .541 可靠性 -.008 .090 -.093 .926 回應性 .070 .055 1.256 .210 確實性 .284 .055 5.152 .000*** 關懷性 .147 .057 2.582 .010** *: p<0.1, **: p<0.05, ***: p<0.01 資料來源:本研究整理
33
第六節 人口統計變項的變異數分析
「獨立樣本 T 檢定」程序，乃是用來比較兩組觀察值的平均數。理論上，這個檢 定的受試者應該隨機地指定給兩個小組，這樣一來，回應差異都是來自處理方式 （或者未予處理），而不是其他因素造成的。 T 檢定適用的條件是：當自變項是 類別變項（nominal scale），依變項是等距（interval scale）時使用。 一、性別 由表4-6的性別獨立樣本t檢定中可知，在所有構面上的滿意度，男性與 女性皆無顯著差異。 表 4-6 性別獨立樣本檢定 構面 變異數相等的 Levene 檢定 t 顯著性 p F檢定 P值 有形性 8.232 .004** -.643 .520 可靠性 8.773 .003** -.142 .887 回應性 2.612 .107 -.427 .669 確實性 2.425 .120 .094* .925 關懷性 1.159 .282 -.917 .359 *: p<0.1, **: p<0.05, ***: p<0.01 資料來源:本研究整理 二、婚姻 由表4-7的婚姻狀況獨立樣本t檢定中可知，除了在「回應性」的構面上 未婚之受試者的滿意度顯著小於已婚者的受試者，其他四個構面上的滿意度， 未婚與已婚者的滿意度皆無顯著差異。
34 表 4-7 婚姻獨立樣本檢定 構面 變異數相等的 Levene 檢定 t 顯著性 p F檢定 P值 有形性 .001 .981 -1.067 .286 可靠性 1.407 .236 .001 .999 回應性 .467 .495 -2.084 .038** 確實性 .202 .653 -1.042 .298 關懷性 1.856 .174 .381 .703 *: p<0.1, **: p<0.05, ***: p<0.01 資料來源:本研究整理 三、透過臉書最主要收看的直播平台為中時電子報 由表4-8的是否以中時電子報為主要收看平台獨立樣本t檢定中可 知，在所有的構面上以中時電子報為主要收看平台受試者的滿意度皆顯著 大於不是以中時電子報為主要收看平台之受試者。 表 4-8 以中時電子報為收看平台之獨立樣本檢定 構面 變異數相等的 Levene 檢定 t 顯著性 p F檢定 P值 有形性 51.736 .000*** -8.281 .000*** 可靠性 59.508 .000*** -8.563 .000*** 回應性 16.811 .000*** -6.925 .000*** 確實性 16.180 .000*** -8.308 .000*** 關懷性 51.715 .000*** -9.929 .000*** *: p<0.1, **: p<0.05, ***: p<0.01 資料來源:本研究整理
35 四、單因子變數分析
主要採用變異數分析檢定，變異數分析的目的，實為分析比較平均數。來探 討不同背景的受試者對五項構面成為有形性、可靠性、回應性、確實性及關懷 性之差異分析。 一、年齡 由表4-9可知，不同年齡中受試者中除了在「關懷性」這個構面上所有年齡 群組之間的滿意度無顯著差異外，其餘在「有形性」、「可靠性」、「回應性」、「確 實性」等四個構面上的滿意度皆是年齡「30~39歲」與「50~59歲」兩組受試者 的滿意度明顯高於年齡「20~29歲」與「40~49歲」兩組受試者的滿意度。 表 4-9 年齡之差異性檢定 構面 (1) (2) (3) (4) F 值 顯著性 事後 檢定 20-29 歲 30~39 歲 40~49 歲 50~59 歲 有形性 3.03 3.27 3.13 3.24 6.35 .000*** 1,3<2,4 3.17 可靠性 3.13 3.25 3.12 3.25 3.77 .011** 1,3<2,4 3.18 回應性 3.21 3.36 3.25 3.42 4.71 .003*** 1,3<2,4 3.32 確實性 2.99 3.27 3.11 3.21 5.38 .001*** 1,3<2,4 3.15 關懷性 3.09 3.24 3.17 3.20 1.50 .213 3.18 * p <.05, **p＜.01, ***p＜.001 資料來源:本研究整理
36 二、工作方面： 由表4-10可知，不同職業受試者在所有構面上之滿意度皆存在相當顯 著之差異性，且主要的滿意度差異為「服務業」、「製造業」、「自由業」這 三種職業受試者的滿意度都顯著地比「其他」職業類別的受試者滿意度為 高。 表 4-10 職業之差異性檢定 構面 (1) (2) (3) (4) (5) (6) F 值 顯著性 事後 檢定 學生 軍工教 服務業 製造業 自由業 其他 有形性 3.026 3.23 3.20 3.20 3.30 3.12 1.99 .078* 1,6<2,3,4,5 3.17 可靠性 3.15 3.22 3.25 3.21 3.30 3.09 3.16 .008** 1,6<2,3,4,5 3.18 回應性 3.30 3.21 3.39 3.40 3.39 3.21 2.67 .021** 2,6<1,3,4,5 3.32 確實性 3.06 3.18 3.22 3.18 3.26 3.04 2.70 .020** 1,6<2,3,4,5 3.15 關懷性 3.16 3.13 3.20 3.27 3.29 3.10 1.74 .123 3.18 * p <.05, **p＜.01, ***p＜.001 資料來源:本研究整理 三、教育程度 由表4-11可知，除了在「可靠性」這個構面上「碩博士」受試者的滿意 度明顯低於「高中/高職」與「大專院校」的受試者外，其餘在「有形性」、 「回應性」、「確實性」、「關懷性」等四個構面上的滿意度上，不同教育程 度受試者間均無顯著的差異。
37 表 4-11 教育程度之差異性檢定 構面 (1) (2) (3) (4) F 值 顯著性 事後 檢定 國中以下 高中/高職 大專院校 碩博士 (含以上) 有形性 3.29 3.17 3.14 1.91 .149 3.17 可靠性 3.33 3.19 3.13 3.92 .020* 4<2,3 3.18 回應性 3.37 3.30 3.32 .42 .651 3.32 確實性 3.29 3.13 3.14 1.53 .218 3.15 關懷性 3.23 3.18 3.14 .58 .558 3.18 * p <.05, **p＜.01, ***p＜.001 資料來源:本研究整理 四、居住區域 由表4-12可知，在所有構面上，不同居住地區的受試者之間的滿意度 均無顯著差異存在。 表 4-12 居住區域之差異性檢定 構面 (1) (2) (3) (4) F 值 顯著性 事後 檢定 北部 中部 南部 東部 有形性 3.15 3.31 3.19 3.32 1.28 .281 3.17 可靠性 3.17 3.33 3.20 3.38 1.51 .212 3.18 回應性 3.30 3.47 3.32 3.64 2.08 .102 3.32 確實性 3.12 3.32 3.18 3.25 1.10 .349 3.15 關懷性 3.17 3.31 3.16 3.30 .74 .526 3.18 * p <.05, **p＜.01, ***p＜.001 資料來源:本研究整理
38 五、個人年所得 由表4-13可知，在所有構面上，不同個人年所得的受試者之間的滿意 度均無顯著差異存在。 表 4-13 個人年所得之差異性檢定 構面 (1) (2) (3) (4) (5) F 值 顯著性 事後 檢定 0~30 萬 以下 30~60 萬 60~90 萬 90~120 萬 120 萬 以上 有形性 3.15 3.17 3.26 3.13 3.14 1.244 .291 3.17 可靠性 3.19 3.20 3.25 3.14 3.16 .803 .523 3.18 回應性 3.31 3.32 3.32 3.29 3.32 .055 .994 3.32 確實性 3.14 3.12 3.21 3.14 3.13 .334 .855 3.15 關懷性 3.19 3.15 3.29 3.14 3.13 1.711 .146 3.18 * p <.05, **p＜.01, ***p＜.001 資料來源:本研究整理 六、平常每周收看直播的次數 由表4-14可知，除了在「可靠性」、「關懷性」這兩個構面上每周收看 直播次數「4次以上」之受試者的滿意度明顯高於「1~3次」的受試者外，其餘 在「有形性」、「回應性」、「確實性」等三個構面上的滿意度上，不同每周 收看直播次數之受試者間之滿意度均無顯著的差異。
39 表 4-14 每周收看直播次數之差異性檢定 構面 (1) (2) (3) (4) F 值 顯著性 事後 檢定 0 次 1~3 次 4~6 次 7 次以上 有形性 3.12 3.19 3.25 2.15 .118 3.17 可靠性 3.10 3.22 3.25 4.08 .017** 2<3,4 3.18 回應性 3.34 3.31 3.29 .18 .830 3.32 確實性 3.08 3.16 3.25 1.99 .138 3.15 關懷性 2.92 3.28 3.37 36.57 .000*** 2<3,4 3.18 * p <.05, **p＜.01, ***p＜.001 資料來源:本研究整理
第七節 相關係數分析
本小節將針對有形性、可靠性、回應性、確實性、關懷性等5個構面之滿意 度進行相關性分析，並以Pearson相關係數做為檢驗之標準，而0~0.3是低度正相 關，0.3~0.6是中度正相關，0.6以上則是高度正相關。由表4-15之各構面Pearson 相關係數值可發現，上述五構面間全都有顯著正相關，且除了「關懷性」與「回 應性」之相關係數為0.496屬於中度正相關以外，其餘構面間之兩兩相關係數皆大 於0.6，代表兩兩構面間均存在高度的正相關。40 表 4-15 各構面 PEARSON 相關係數 項目 觀看臉書直播之滿意度 構面 有形性 可靠性 回應性 確實性 關懷性 有形性 1 可靠性 .820(**) 1 回應性 .627(**) .703(**) 1 確實性 .667(**) .688(**) .626(**) 1 關懷性 .611(**) .652(**) .496(**) .651(**) 1 資料來源:本研究整理
41
第五章 研究結論與建議
本章依問卷分析得到的實證結果，歸納本研究重要的發現，並據各項分析得 以作出結論，提出研究過程中的各項滿意度之數據後，最後則對未來研究此議題 來提出建議。共分三節，第一節根據研究結果，分析其重要研究發現；第二節針 對研究發現，與先前研究相互呼應在實務的執行上提出建議；第三節研究限制與 後續研究建議，則是提出本研究之不足及即限制有待改進之處，提供未來進行相 關議題研究時，可能進行之方向。第一節 結論
本研究對象主要以全台「中時電子報」粉絲數為主要研究主體，係以加入 中時電子報的粉絲為主，針對粉絲對於直播發送前中後的滿意度研究，擬相關直 播議題問卷於粉絲專頁的 1,311,548 人中調查，本研究係以結構式問卷方式來進 行資料蒐集，回收 516 份之有效樣本。 經人口統計變項結果發現，觀看臉書直播的女性比男性為多，在年齡層的分 佈上仍以 20-59 歲是此問卷回覆佔比重最多的族群，而觀看的族群們大部份的都 是已婚者，居住區域仍是以在北部的為最大眾，同時也與人口密集中多在北部為 正相關，而教育程度則是在大專院校(以上)程度為主，工作職業別多在服務業、 製造業、其他方面在觀注的較多，年所得收入落在落在 30~60 萬及 120 萬以上的 此二個區域的比重相當，每周會觀看直播數多在 1~3 次左右，而主要觀看臉書直 播的平台大多不是使用中時電子報在收看內容。 而在 PZB 的五個構面中分析觀察，消費者觀看臉書直播後的滿意度分析-以中 時電子報為例來做各項的說明分析：42 (一)台灣目前直播產業的現況： 2017 年手機在直播產業上已爆炸性的成長，高移動性的趨勢已衍然產 生，要抓住消費者透過直播已是目前不可避免的宣傳管道。雖國內學界對新 媒體的研究報告、學科系不多，受服務模式不斷擴增及質變，新媒體反成為 產業界最常探討求定位的全新傳播勢力。 新媒體的根為網路，從 Web 2.0 一路走入載具的多元性及新服務模式的 破壞、重組中，成為一個傳統媒體不得忽視並紛紛投入的領域，但不同的是， 新媒體中的前段班非傳統媒體，尤其智慧型手機的普遍，新媒體更具備移動 性，試想現在你我觀看網路新聞時用傳統電腦的頻率高嗎？再者網路購物是 用電腦選購還是用手機？因此當今新媒體需具備高移動性才能抓住趨勢。(經 濟日報，2018) 談移動型新媒體就需提「直播」，國人了解直播一詞全因 FB 外，YouTube 近年擴大到直播服務也是主因。以資策會產業情報研究所最新的研究報告指 出，FB 依舊是當前全台最大社群平台，約有 96.1%的市占，其中短視頻、直 播使用模式占 22.4%，並持續擴大占比，慢慢逼近單一文字發文，說明閱聽 人在移動型新媒體中更能接受線上影視服務帶來的多元內容。(資策會,2018) 直播，更是「隨經濟」的代表，因為只要有載具新媒體就無所不在。線 上影視服務分專業製作、社群互動為區隔，YouTube、NETFLIX 等網路影視平 台為專業製作有較長的傳播效果；較短的影響力為電競等類的直播模式如 Twitch。社群互動中具長影響力的是短視頻，FB 歸類在此；最後是近年引起 熱潮的手機直播 APP 平台，此類平台搭上 FB 的宣傳造就不少網紅傳奇，是當 前傳播業界最常探討的方向，會受矚目在於一般人都難以想像的「打賞」獲利 模式。
43 而中時電子報新聞媒體中，也因此跟進直播模式在網路新聞中不斷的給予不 同層面相的議題報導。如今「信息大爆炸」的情況，透過直播出內容，不但能及 時性的掌握新聞的播出，同時讓網友們有視覺性的觀看，而不僅在閱讀新聞上的 想像，同時也可讓新聞呈現具體的真實性。 (二)探討消費者不同人口統計變項對收看直播消費者的滿意度差異分析。 1、性別 中時電子報粉絲專頁的粉絲們，在男性與女性的滿意度各構面上皆無顯 著差異。則表示中時電子報粉絲頁在男女觀看直播中對於各層面的新聞議題 中，對於報導出的內容只是接受媒體提供的新聞資訊訊息，而沒有產生特別 的喜好偏頗。 2、婚姻 中時電子報粉絲專頁的粉絲們，對於直播「國內外政治、時事」、「民生 消費」、「健康醫療」、「綜藝娛樂」之議題上，相較之下單身者對於這些議題 的滿意度比例是偏低的，觀察此現象也可得知，單身者於目前時事新聞議題 上較不感到興趣收看，而已婚的族群們會比較希望了解到生活層面息息相關 的議題上，至於其他構面上的滿意度，單身與已婚者的滿意度皆無顯著差異。 3、年齡 中時電子報粉絲專頁的粉絲們，在「30~39 歲」與「50~59 歲」滿意度高 於年齡「20~29 歲」與「40~49 歲」，可以觀察到「30~39 歲」與「50~59 歲」 在這二個族群收看中時電子報觀看直播於「有形性」、「可靠性」、「回應性」、 「確實性」是滿意的，而年齡「20~29 歲」與「40~49 歲」這二個族群在觀看
44 上對於這些構面較沒有因為中時電子報的這四個構面而感到較滿意表現，觀 察此二族群可能因為本身對選擇性的新聞平台直播有其他的收視選項，同時 這二族群的年齡也較有想法及主觀性；而不同年齡中受試者中在「關懷性」 這個構面上的滿意度無顯著差異。 4、工作方面： 中時電子報粉絲專頁的粉絲們，在不同職業別上所有構面上之滿意度皆 存在相當顯著之差異性，在有形性、可靠性、確實性的構面上，「自由業」、「其 他」的滿意度較小於「軍工教」、「服務業」、「製造業」；在回應性的構面上， 「軍工教」、「其他」的滿意度較小於「學生」、「服務業」、「製造業」、「自由 業」，在關懷性的構面上，「學生」、「軍工教」、「其他」的滿意度較小於「服 務業」、「製造業」、「自由業」，且主要的滿意度差異為「服務業」、「製造業」、 「自由業」這三種職業受試者的滿意度都顯著地比「其他」職業類別的受試 者滿意度為高。觀察「服務業」、「製造業」、「自由業」本身在中時電子報族 群中也是佔較大比較在收看的人，他們對於議題的方向較能接受媒體給予提 供的新聞資訊。 5、教育程度 中時電子報粉絲專頁的粉絲們，在「可靠性」這個構面上「碩博士」受 試者的滿意度明顯低於「高中/高職」與「大專院校」的受試者外，主要觀察 也是因為高教育者對於媒體呈現的報導中也有較多自已的想法，不會被新聞議 題的操作而左右自已的思維，同時也會再多方的去了解議題層面的回應是否確 實性，所以取得認同度也自然較「高中/高職」與「大專院校」低；而其餘在 「有形性」、「回應性」、「確實性」、「關懷性」等四個構面上的滿意度上，不同 教育程度受試者間均無顯著的差異。
45 6、居住區域 中時電子報粉絲專頁的粉絲們，在所有構面上，不同居住地區的受試者 之間的滿意度均無顯著差異存在。觀察主因也是因為新聞平台呈現的內容議題 為平舖直述的方式，在各地方性的居住者收看上較沒有太多爭議性的報導，故 居住區域上呈現的滿意度都很一般。 7、個人年所得 中時電子報粉絲專頁的粉絲們，在所有構面上，不同個人年所得的受試 者之間的滿意度均無顯著差異存在。觀察主因也是因為新聞平台呈現的內容較 沒有針對個人所得上有特別的需求，所以在滿意度上面，並不影響個人所得在 收看直播的呈現方式。 （三）消費者觀看直播後行為與滿意度構面之關聯 1、平常每周收看直播的次數 中時電子報粉絲專頁的粉絲們，除了在「可靠性」、「關懷性」這兩個構 面上每周收看直播次數「4 次以上」之受試者的滿意度明顯高於「1~3 次」的 受試者外，觀察主要原因是，在新聞媒體提供較具正面且公信力的報導，是 比較被網友粉絲們所信賴而願意多花時間超過 4 次以上的若觀看，此部份由 中時電子報同時也回應網友們的留言訊息互動，讓滿意度明顯高於 1~3 次的 觀看，其餘在「有形性」、「回應性」、「確實性」等三個構面上的滿意度上， 不同每周收看直播次數之受試者間之滿意度均無顯著的差異。 2、願意將中時電子報直播後內容分享給朋友觀看 中時電子報的粉絲追蹤，回覆問卷中如圖 5-1，有佔 61%的比例是願意
