中 華 大 學

中 華 大 學 碩 士 論 文

Facebook 微網誌使用因素之研究 A study on the Factors of Using Facebook

系 所 別：應 用 數 學 學 系 碩 士 班

學號姓名：M09709008 曾 昭 傑

指導教授：羅 琪 博 士

博碩士論文授權書

(國科會科學技術資料中心版本 91.2.17)

本授權書所授權之論文為本人在＿＿＿＿中華＿＿＿＿大學(學院)＿ 應用數學＿系所＿

應用統計＿組＿＿九十八＿學年度第＿二＿學期取得＿碩＿士學位之論文。

論文名稱：Facebook 微網誌使用因素之研究

□ 同意 □不同意 (政府機關重製上網)

本人具有著作財產權之論文全文資料，授予行政院國家科學委員會科學技術資 料中心、國家圖書館及本人畢業學校圖書館，得不限地域、時間與次數以微縮、

光碟或數位化等各種方式重製後散布發行或上載網路。

本論文為本人向經濟部智慧財產局申請專利(未申請者本條款請不予理會)的 附件之一，申請文號為：＿＿＿＿＿＿，註明文號者請將全文資料延後半年再 公開。

---

□ 同意 □不同意 (圖書館影印)

本人具有著作財產權之論文全文資料，授予教育部指定送繳之圖書館及本人 畢業學校圖書館，為學術研究之目的以各種方法重製，或為上述目的再授權 他人以各種方法重製，不限地域與時間，惟每人以一份為限。

上述授權內容均無須訂立讓與及授權契約書。依本授權之發行權為非專屬性發 行權利。依本授權所為之收錄、重製、發行及學術研發利用均為無償。上述同意與 不同意之欄位若未鉤選，本人同意視同授權。

指導教授姓名:羅 琪

研究生簽名: 學號:

(親筆正楷) (務必填寫) 日期:民國 年 月 日

1.本授權書 (得自http: //nr.stic.gov.tw/theses/html/authorize.html下載) 請以黑筆撰寫並影印裝訂於書名頁 之次頁。

2.授權第一項者，請確認學校是否代收，若無者，請個別再寄論文一本至台北市(106-36)和平東路二段 106

號 1702 室 國科會科學技術資料中心 王淑貞。(本授權書諮詢電話:02-27377746)

3.本授權書於民國 85 年 4 月 10 日送請內政部著作權委員會(現為經濟部智慧財產局)修正定稿，89.11.21

部份修正。

4.本案依據教育部國家圖書館 85.4.19 台(85)圖編字第 712 號函辦理。

中 華 大 學 碩 士 班 研 究 生 中 華 大 學 碩 士 班 研 究 生 中 華 大 學 碩 士 班 研 究 生 中 華 大 學 碩 士 班 研 究 生

論 文 指 導 教 授 推 薦 書 論 文 指 導 教 授 推 薦 書 論 文 指 導 教 授 推 薦 書 論 文 指 導 教 授 推 薦 書

應用數學系碩士班曾昭傑君所提之論文 Facebook 微網誌使用因素之研究，係由本人指導撰述，同意 提付審查 。

指導教授 ^(簽章)

中 華 大 學 碩 士 班 研 究 生 中 華 大 學 碩 士 班 研 究 生 中 華 大 學 碩 士 班 研 究 生 中 華 大 學 碩 士 班 研 究 生 論 文 口 試 委 員 會 審 定 書 論 文 口 試 委 員 會 審 定 書 論 文 口 試 委 員 會 審 定 書 論 文 口 試 委 員 會 審 定 書

應 用 數 學 系 碩 士 班 曾 昭 傑 君 所 提 之 論 文 Facebook 微網誌使用因素之研究， 經 本 委 員 會 審 議 ， 符 合 碩 士 資 格 標 準 。

論文口試委員會 召集人 （簽章）

委 員 （簽章）

（簽章）

（簽章）

（簽章）

系主任 （簽章）

中華民國 九十九 年 七 月

摘要 摘要 摘要 摘要

近年來，微網誌已成為青年 e 世代最風靡的網路使用工具之一，其中 Facebook 微網誌在短短幾年間，全球用戶已接近五億大關，而台灣用戶在過去一年之內也快 速增加，這股 Facebook 風潮銳不可檔。

本論文以中華大學學生、教職員及其朋友為調查對象，找出並探討會使用 Facebook 微網誌的因素，另外研究性別、身分、年齡…等變數對使用 Facebook 微 網誌的因素是否有影響。

本論文採用因素分析法進行，利用問卷蒐集資料進行分析，結果歸納出影響 Facebook微網誌使用的最重要的因素有「遊戲程式」、「即時互動」、「交友互動」、「網 路成癮」、「隱私功能」、「一般功能」、「社群功能」七個。另外男女生在遊戲程式、

一般功能有顯著的差異。年齡在遊戲程式、交友互動、網路成癮、社群功能有顯著 的差異。教育程度在即時互動、網路成癮、隱私功能有顯著的差異。學生與非學生 在遊戲程式、交友互動、網路成癮有顯著的差異。已婚與未婚在遊戲程式、網路成 癮、社群功能有顯著的差異。有無子女在遊戲程式、即時互動、網路成癮、社群功 能有顯著的差異。使用月數在遊戲程式、即時互動有顯著差異。好友人數只有在即 時互動有顯著差異。每天使用時間除了在隱私功能與一般功能沒有顯著差異外，在 其他因素皆有顯著差異。

關鍵關鍵

關鍵關鍵詞詞詞詞：：：：Facebook、、、、微網誌微網誌微網誌微網誌、、、、因素分析因素分析因素分析因素分析

ABSTRACT

In recent years, micro-blog has become one of the most popular network tools in the e generation. The global Facebook users have close to 5 hundred million in several years and the Facebook users in Taiwan also increased fast in the past year. This Facebook tide is very fast and nobody can stop it.

In this dissertation, the students and the staff of Chung Hua University and their friends are the research subjects. The purposes of this research are to find the factors of using Facebook and to study whether the gender, identity, age and other variables have significant effect on the Facebook using.

This dissertation applied the factor analysis on the data collected from questionnaires. After the data analysis, the following results were obtained. The most important 7 factors that affect the use of Facebook are “game and program”, “real-time interaction”, “friend-making and interaction”, “internet addition”, “privacy features”,

“general features” and “community features”. Gender has significant effect on “game and program” and “general features” 2 factors. Age has significant effect on “game and program”, “friend-making and interaction”, “internet addition” and “community features” 4 factors. Education level has significant effect on “real-time interaction”,

“internet addition” and “privacy features” 3 factors. Identity has significant effect on

“game and program”, “friend-making and interaction”, “internet addition” 3 factors.

Marital status has significant effect on “game and program”, “internet addition” and

“community features” 3 factors. Children status has significant effect on “game and program”, “real-time interaction”, “internet addition” and “community features” 4 factors.

Number of months using has significant effect on “game and program” and “real-time interaction” 2 factors. Number of friends using has significant effect on “real-time interaction” factor. Daily using time has significant effect on all factors except “privacy features” and “general features”.

Keywords: Facebook, micro-blog. Factor Analysis

誌謝 誌謝 誌謝 誌謝辭 辭 辭 辭

兩年的研究所生涯即將告一段落，回頭想想這兩年，常常在外務與課業上兩頭 跑，最想感謝的就是羅琪副教授。在羅琪副教授高度耐心指導與監督下，讓我可以 兼顧到課業，她不只是傳授我知識，在私下於學生相處時，她有條不紊的做事態度，

也使我獲益良多，也同時學習到對時間的規劃、充實的生活以及做人處事的原則，

這些都是光看書也學不到的事，與老師亦師亦友的相處，讓我學習到更多。因此，

對於未來若是遇到困難，相信我也能迎刃而解。

最後還要感謝我的家人及朋友，我的家人就是我最大的支持，讓我放心的去 飛、去闖，可以去勇敢的做自己的事。以及陪伴我這兩年成長的所有同學及朋友們，

謝謝你們的鼓勵、關懷與加油打氣，在我困難時給予我適當的協助。因為你們，讓 我這兩年研究所生涯更加多采多姿。最後，謹呈我的論文給我最親愛的家人，因為 有你們的默默支持與照顧鼓勵，我才有今日的成就。

曾昭傑 謹於中華大學應用數學學系碩士班

中華民國 99 年 7 月

目錄 目錄 目錄 目錄

摘要 ... iv

ABSTRACT ... v

誌謝辭 ... vi

目錄 ... vii

表目錄 ... x

圖目錄 ... xii

附錄目錄 ... xiii

第一章 緒論 ... 1

1.1 研究背景 ... 1

1.1.1 網誌與微網誌的認識 ... 1

1.1.2 Facebook 微網誌的沿革 ... 3

1.1.3 其他微網誌的介紹 ... 3

1.1.4 Facebook 微網誌與其他微網誌的比較 ... 5

1.2 文獻回顧 ... 6

1.3 研究目的與動機 ... 8

1.4 資料來源與變數介紹 ... 10

1.5 研究流程 ... 11

第二章 研究方法 ... 13

2.1 問卷設計與預試 ... 13

2.2 量表編製與建構流程 ... 14

2.3 量表的項目分析 ... 15

2.3.1 極端組比較 ... 13

2.3.2 題項與總分相關 ... 17

2.3.3 同質性檢驗 ... 20

2.4 效度 ... 24

第三章 因素分析的原理 ... 26

3.1 模式的介紹 ... 26

3.2 因素分析的流程 ... 30

3.3 因素負荷量的估計方法 ... 33

3.3.1 主成份法(Principal component method) ... 33

3.3.2 主軸因素法(Principal factor method)... 34

3.3.3 最大概似法(Maximum likelihood method) ... 36

3.4 因素個數的選擇 ... 37

3.5 因素轉軸方法 ... 38

3.5.1 直交轉軸法(Orthogonal rotation) ... 38

3.5.2 斜交轉軸法(Oblique rotation) ... 39

3.6 因素分數 ... 39

3.6.1 加權最小平方法 ... 39

3.6.2 迴歸法 ... 40

第四章 統計分析 ... 42

4.1 問卷的內容 ... 42

4.2 統計分析圖表 ... 42

4.2.1 微網誌使用狀況及個人基本資料的統計分析 ... 43

第五章 因素分析 ... 60

5.1 Facebook 微網誌使用因素分析結果 ... 60

5.2 因素的命名與模式基本假設的檢查 ... 84

第六章 因素分析 ... 86

6.1 研究結論 ... 86

6.2 未來研究方向 ... 89

參考文獻 ... 91

附錄 ... 93

表目錄 表目錄 表目錄 表目錄

表 1.1 網誌和微網誌比較表 2

表 1.2 Facebook、Plurk 與 Twitter 三種微網誌比較表 ... 6

表 1.3 變數的名稱及編碼 ... 10

表 2.1 極端組比較結果摘要表 ... 17

表 2.2 題項與總分的相關性檢定結果摘要表 ... 18

表 2.3 校正題項與總分的相關性結果摘要表 ... 19

表 2.4 題項刪除後的內部一致性信度係數

α

值摘要表 ... 21

表 2.5 共同性與因素負荷量的結果摘要表 ... 22

表 4.1：次數分配表 ... 43

表 4.2 各題項同意度選項的次數(百分比)分配表 ... 45

表 5.1 第一次因素分析 KMO 統計量與 Bartlett’s 檢定 ... 60

表 5.2 「Facebook 微網誌使用情形」量表 44 題項進行第一次因素分析解釋總變異 量 ... 61

表 5.3 「Facebook 微網誌使用情形」量表 44 題項進行第一次因素分析轉軸後的因 素分析摘要表 ... 64

表 5.4 第二次因素分析 KMO 統計量與 Bartlett’s 檢定 ... 69

表 5.5「Facebook 微網誌使用情形」量表 40 題項進行第二次因素分析解釋總變異量 ... 70

表 5.6 「Facebook 微網誌使用情形」量表 40 題項進行第二次因素分析轉軸後的因 素分析摘要表 ... 72

表 5.7 第三次因素分析 KMO 統計量與 Bartlett’s 檢定 ... 76 表 5.8 「Facebook 微網誌使用情形」量表 38 題項進行第三次因素分析解釋總變異

素分析摘要表 ... 79

表 6.1 綜合分析表 ... 87

表 6.2 性別、身分、婚姻狀況與子女狀況綜合比較表 ... 88

表 6.3 年齡、教育程度、使用月數、好友人數與每天使用時間綜合比較表 ... 89

圖目錄 圖目錄 圖目錄 圖目錄

圖 1.1 研究流程圖 ... 11

圖 2.1 量表編製與建構流程圖 ... 15

圖 2.2 獨立樣本 t 檢定流程圖 ... 16

圖 3.1 因素分析的流程圖 ... 32

圖 4.1 題項 1～6 同意度選項的長條圖 ... 48

圖 4.2 題項 7～12 同意度選項的長條圖 ... 49

圖 4.3 題項 13～18 同意度選項的長條圖 ... 50

圖 4.4 題項 19～22, 24～25 同意度選項的長條圖 ... 51

圖 4.5 題項 26～28, 30～32 同意度選項的長條圖 ... 52

圖 4.6 題項 33～38 同意度選項的長條圖 ... 53

圖 4.7 題項 39～44 同意度選項的長條圖 ... 54

圖 4.8 題項 45, 47 同意度選項的長條圖 ... 55

圖 5.1 第一次因素分析後之陡坡圖 ... 62

圖 5.2 第二次因素分析後之陡坡圖 ... 69

圖 5.3 第三次因素分析後之陡坡圖 ... 76

圖 5.4 前二個因素分數之散佈圖 ... 84

附錄目錄 附錄目錄 附錄目錄 附錄目錄

附錄一：預試問卷 ... 93

附錄二：正式問卷 ... 97

附錄三：極端組獨立 t 檢定的結果 ... 101

附錄四：題項與總分相關性檢定的結果 ... 106

附錄五：同質性檢驗的結果 ... 111

附錄六：因素分析的結果 ... 117

附錄七：變異數分析的結果 ... 146

第一章 第一章 第一章

第一章 緒論 緒論 緒論 緒論

上網已成為人們生活中主要的休閒活動，隨著網際網路帶動部落格的興起，近來 微網誌也成為青年 e 世代最風靡的網路使用工具之一，大家對操作簡單、字數精簡、

即時互動的微網誌趨之若鶩。微網誌的興起就好像 1995 年有線電視以「SNG」、「call in」來吸引觀眾目光一樣，同樣擁有「即時」、「一對多」的特性，由於最長只要在 140 個字之間就能傳達資訊，不但可以滿足忙碌的現代人短時間就能閱讀資訊的需 求，而且更能即時快速的傳播資訊。

1.1 研究背景 研究背景 研究背景 研究背景

網路時代從早期平台時期、網站時期、部落格時期到現今的微網誌時期，每個階 段的個人發聲平台不斷地演進。

1.1.1 網誌與 網誌與 網誌與 網誌與微網誌的認識 微網誌的認識 微網誌的認識 微網誌的認識

網誌(Blog)或稱為部落格是 從 weblog 縮 寫 而 來 ， weblog 一 詞 ， 早 在 1997 年 底，由 Jorn Barger 在他自己的個人網站(http://www.robotwisdom.com/)中所 提 出。在 這 之 前，所 謂 的 weblog，是指 web log，是在網頁伺服 器上的紀錄檔，

記 錄 使 用 者 的 IP、瀏 覽網頁時間、系統錯誤訊息等技術性的文字。

Jorn Barger 提 出 weblog 這 個 概 念 之 後，原 本 記 錄 技 術 性 文 字 的 紀 錄 檔 ， 轉 變 為 用 網 頁 (web)來 呈 現 的 個 人 日 誌 (log)的 模 式 ， 此 時 的 網誌才 具 也 可 讀 性 ， 內 容 多 半 是 由 一 個 人 (或一群人)撰寫 ，並且定期更新。後來，在 1999 年 四 、 五 月 間 ， Peter Merholz 將 Weblog 唸成「Wee-blog」， 聽起來就像是 We Blog(我 們 Blog)。 慢 慢 地 ， 大 家 就 沿 用 了 Blog 這 個 名 稱 。

當 然 是 最 重 要 的 一 項 ， 從 原 本 的 web log 到現在的 blog 型式，如果沒有內容 那 還 能 叫 log 嗎？第二項時間，了解 blog 的歷史就不難理解 時間也是組成要 素 之 一 ， 因 為 它 原 本 是 「 紀 錄 檔 」 出 身 的 。 最 後 一 項 ， 則 是 因 為 現 代 的 blog 是 要 由 「 網 頁 」 來 呈 現 ， 所 以 沒 有 獨 立 網 址 那 就 不 算 網 誌 了 。

微網誌(micro-blog)亦常被稱為微部落格、微博客、微型網誌，是一種允許用戶即 時更新簡短文本並可以公開發布的網誌形式，所 謂 的 「 微 」 是 展 現 在 單 篇 文 章 的 字 數 上 ， 它 有 140 字數限定的要求。微網誌允許任何人閱讀或者只能由用戶選擇 的群組閱讀。隨著發展，這些訊息可以被很多方式傳送，包括短訊、即時訊息軟體、

電子郵件、MP3 或網頁。一些微網誌也可以發佈多媒體，如圖片或影音剪輯和出版。

微網誌的內容不同於一個傳統的部落格，因為它在聚集檔案(例如：文字、音訊 或者錄影)是比典型部落格，更加典型且微小，但用者還是會在相同的事務上和各自 的原因運用它。

除 此 之 外 呢 ？ 微 網 誌 和 網 誌 有 什 麼 異 同 呢 ？ 可 用 以 下 表 格 做 比 較 ：

表表表

表 1.1 網誌和網 誌 和網 誌 和網 誌 和 微微微微 網 誌網 誌網 誌 比 較 表網 誌比 較 表比 較 表比 較 表

網 誌 微 網 誌 文章分類 可(時間、主題、標籤) 可(時間)

文章類型 長篇為主 短篇為主

留言回應 可(單則不限字數) 可(單則限制 140 字)

介面操作 繁複、多樣 極簡

訊息傳播 被動閱覽 主動通知

互動性 低 高

引用 可 否

訂閱 可 可

照 這 張 表 格 來 看 ， 的 確 ， 網 誌 幾 個 比 較 重 要 的 特 色 ， 微 網 誌 都 能 達 到 ， 不 負 它 名 字 裡 的「 網 誌 」兩 字。(資料取自我們 的放浪人生-噗浪(Plurk)台灣非官方 部 落 格 )

1.1.2 Facebook微網誌 微網誌 微網誌 微網誌的 的 的沿革 的 沿革 沿革 沿革

Facebook的創辦人是馬克·扎克伯格(Mark Zuckerberg)，他是哈佛大學的學生，之 前畢業於阿茲利高中。Facebook的名字是來自傳統的紙質「花名冊」，通常美國的大 學和預科學校把這種印有學校社區所有成員的「花名冊」發放給新入學或入職的學生 和教職員，協助大家認識學校內其他成員。最初，Facebook的註冊僅限於哈佛學院的 學生，在隨後的兩個月內，註冊擴展至波士頓地區的其他高校(如麻省理工學院)以及 史丹福大學、紐約大學、西北大學和所有的長春藤名校。第二年，很多其他學校也被 邀請加入。最終，在全球範圍內有一個大學後綴電子郵箱的人(如.edu, .ac.uk等)都可 以註冊。之後，在Facebook中也可以建立起高中和公司的社會化網路。而從2006年9 月11日起，任何用戶輸入有效電子郵件位址都可申請。用戶可以選擇加入一個或以上 網路，例如中學的、公司的、或地區。

根據2007年7月的數據，Facebook在所有以服務大學生為主要業務的網站中，擁 有最多的用戶：3400萬活躍用戶(包括在非大學網路中的用戶)。由2006年9月至2007 年9月間，該網站在全美網站中的排名由第60名上升至第7名。同時Facebook是美國排 名第一的照片分享站點，每天上載850萬張照片。這甚至超過其他專門照片分享站點，

如Flickr。2010年3月，Facebook在美國的訪問人數已超越Google，成為全美存取量最 大的網站。(取自維基百科http://zh.wikipedia.org/zh-tw/Facebook)

1.1.3 其他微網誌的 其他微網誌的 其他微網誌的 其他微網誌的介紹 介紹 介紹 介紹

Twitter(推特)是一個社交網路及微網誌服務。用戶可以經由 SMS、即時通訊、電 郵、Twitter 網站或 Twitter 第三方應用發布更新，輸入最多 140 字的更新。Twitter 在 2006 年 3 月成立於舊金山，由 Obvious 公司開發。每個文字更新會顯示於用戶頁，

而且每個用戶都可以即時看到這些更新。雖然用戶可設定只將文字更新送到他的朋 友，但是預設值是每個人都可以看到。用戶可透過 Twitter 網站、即時通訊、SMS、

RSS、電郵或 Twitter 用戶端軟體獲得文字更新。目前手機 SMS 更新服務，暫時只有 在美國、加拿大及英國可獲得免費服務。(取自於維基百科-Twitter)

2006 年上線的 Twitter，堪稱是所有微型部落格的始祖。推特創辦人之一 Evan Williams，正是部落格平台 blogger.com 的創辦人。將 blogger.com 賣給了 google 之後，

Williams 創辦了 Twitter，並成為美國，同時也是目前最熱門的微網誌服務。

Twitter 的使用者介面，素以簡單到有點簡陋著稱，但簡單正是微網誌的主要精 神。推特目前在美國擁有相當高的知名度，包括華府名人、不少球星、明星乃至於不 少商業品牌，很多都是 twitter 的愛用者。台灣的 twitter 使用者，有相當多都是很資 深的網路人與各領域部落客，也因此在 twitter 上除了哈拉打屁之外，常常也可以發現 不少針對議題的高素質討論，目前在台灣約有數千名重度使用者。(取自 Jeremy 的 3C 觀測站)

Plurk(噗浪)，是一個微網誌社交網站，服務上線於2008年5月12日，類似於 Twitter，但其最大的特色就是在一條時間軸上顯示了自己與好友的所有訊息。同時，

和Twitter的回復不同的是，在Plurk中，對某一條訊息的回復都是屬於該條訊息而不是 獨立的。Plurk提供了多個時間軸、背景及控制板的主題，同時，使用者也可以使用 CSS來自訂自己的頁面。Plurk限制字數為140個字，漢字和字母都計為1個字。Plurk 最主要的特色是可以在一條時間軸上顯示自己和好友的所有訊息，每一位會員都可以 單獨評論別人的Plurk內容。除此之外，Plurk亦有一個熱度系統，其名稱叫作Karma，

以令會員更加投入網站上的活動。Karma值在Plurk中是一個熱度值。擁有更高的Karma 可以使用到更多的服務，如額外的表情符號、時間軸右上角的生物等。發表適量的

Plurk、保持活動都可以增長Karma；反過來，長期不活動、每天發表超過30條Plurk、

交友申請被拒絕等，也會以降低Karma的形式作出相應的懲罰。(取自於維基百科 -Plurk)

嘀咕(Digu)是中國大陸地區一個提供微型部落格服務的類Twitter網站，用戶可以

通過網頁、WAP頁面、手機簡訊／彩信、IM軟體(包括QQ、MSN、Gtalk)和其它API 應用發布消息(限定140字以內)或上傳圖片。用戶間通過互相關注、私信、或對話等 方式互動。嘀咕更強調的是「你正在幹嘛」，因此，嘀咕提供了非常多的方式進行更 新，例如分享正在瀏覽的網址、透過用戶端嘀咕、用手機更新等等，甚至還能分享你 正在聽什麼音樂。總之，嘀嘀咕咕，愛怎麼玩，就怎麼玩。

David Karp在2007年創立了Tumblr，Marco Arment作為開發團隊領導。Tumblr是 一個允許使用者發表文字，照片，參照，鏈結，聊天，音樂和視訊的輕量級部落格。

使用者可以跟隨其他的使用者並在自己的首頁上看到自己跟隨的使用者所發表的文 章。還可以喜歡/轉發他人在Tumblr上的文章。與一般部落格不同的是，它通常用來 分享創作、經驗或是一些發現，同時提供較少的迴響功能。(取自於維基百科-Tumblr)

台灣巴布(Buboo)，它有點類似奇摩或是MSN的狀態列，但更像小型部落格，可 以透過網站、MSN、GTalk、奇摩即時通以及手機簡訊，即時傳送你想說的話，隨時 隨地分享你的生活紀錄和感動。Buboo之所以是微網誌，因為沒有主題、沒有標籤、

沒有歷史查詢、內文140字以內、發表/刪除皆方便、無法修改。2007年中上線的巴布 先生，堪稱是台版的推特。事實上巴布先生的構想，也的確是來自於Twitter，會取名 為巴布先生，則是取「叭噗」為諧音。相較於推特到目前都還沒有繁體中文版，巴布 先生在上線初期，的確吸引不少因為語言障礙，卻想使用微網誌服務的台灣使用者。

(取自於台灣巴布)

誌的比較表(資料取自於2009年10月31日聯合報)。

表表

表表 1.2 Facebook、、、、Plurk 與與與與 Twitter 三種三種三種三種微 網 誌 比 較 表微 網 誌 比 較 表微 網 誌 比 較 表 微 網 誌 比 較 表

logo

微網誌 Facebook (臉書) Plurk (噗浪) Twitter (推特) 特色 可即時分享個人訊

息及分享圖片、影音 連結，多元化遊戲程 式最受歡迎，如開心 農場、開心水族箱、

餐廳等

以時間軸呈現即時 噗文討論為主，也可 分享圖片或影音連 結，噗文可同時在 Facebook、My Space 發表，或外掛到其他 部落格

即時分享心情留言，可以手機 用戶可以經由SMS、即時通 訊 、 電 郵 、 Twitter 網 站 或 Twitter第三方應用(第三方軟 體用戶端，如Twitterrific；第 三方網頁用戶端，如Dabr)發 布更新

註冊方式 可用多種個人信箱 帳號註冊

可用多種個人信箱 帳號註冊

可用多種個人信箱帳號註冊

介面 中文 中文 英文

1.2 文獻回顧 文獻回顧 文獻回顧 文獻回顧

由於Facebook是這一年以來才在台灣流行的，所以目前相關研究並不多。下面是 一些研究，這些研究不是針對Facebook做研究，而都是以Facebook社群網站為例的研 究。

劉佳妍(2010)，研究社群網絡口碑傳播與使用者行為之關聯，其研究發現：(1) 在 網路世界中，個體之間認識時間總數，並不會顯著與人際之間對於廣告訊息的溝通效 果有關聯；(2) 當廣告訊息接收者與受播者之間若有職業同質性時，其受播者較容易 受到訊息的廣告溝通效果影響。(3) 社群是因人與人之間的串連關係而形成，也因人 際之間的串連力量與同質性團體的聚集，所創造的市場更是吸引了眾多商業的進駐，

而其中人際關係的影響因素與同質性，更是使社群成員與商業社群之間形成良性的循 環與收益。

簡士超(2010)，以最具代表性的社交網絡網站－Facebook為研究標的，先以問卷

過濾出寂寞感中高程度的成年前期男性，再進行深度訪談，以求瞭解此年齡層的男性 寂寞內涵，和其因應寂寞的行為方式。研究結果顯示：(1)成年前期男性的寂寞內涵，

雖然受各自主觀經驗影響，但面臨人生的抉擇和對朋友圈的重視是左右其寂寞內涵的 關鍵。(2)男性性別角色形象，會影響到此年齡層男性寂寞感的產生，和因應的方式，

不僅是男性間的友誼互動形式，造成朋友間情緒的傾吐有所顧忌，也因為寂寞和男性 形象相背，導致男性更不願去尋求朋友間的幫助。(3)成年前期男性確實會尋求 Facebook 作為因應寂寞的方式，並試圖在此獲得人際間的互動陪伴，和情緒的抒發。

陳品宏(2010)研究台灣某專科學校資訊管理科36位同學，探討該班使用Facebook 的同學在現實生活與Facebook之人際互動行為有何差異，以及差異形成的原因。透過 問卷調查、Facebook資料收集、社會網絡分析與深入訪談的方式，發現以下幾個結果：

(1)在Facebook的虛擬環境中，該班淡化了小團體間的界線；(2)Facebook的使用增進了 該班同學間的關係並且創造了新的人際關係；(3)然而，由於該班的小團體間界線過 於分明，使得該班同學們於Facebook上對於人際關係所作的正面效應無法充分的反映 於現實生活中。除此之外，其研究也發現其他有趣的現象：(4)該班的Facebook使用者 由於想要將有趣的對話留在虛擬世界中，因此即使坐在一起的兩人也傾向使用 Facebook代替現實生活進行溝通與互動。

蔡繼正(2008)的研究是探討社會網路服務帶給使用者利益。隨著Web 2.0時代的來 臨，社會網路服務(Social Network Service, SNS)愈來愈普及。依據Alexa流量網，在2007 年12月世界流量排名前10名的網站中，社會網路服務就佔了四名，分別是Mysapce、

Facebook、Hi5、Orkut。而所謂社會網路服務是以六度分隔理論為基礎的交友網站，

與傳統式交友網站不相同。其研究以最有潛力的網站Facebook進行探討。研究方法為 隨機化實驗控制組前後測設計，並以中央大學資訊系學生為實驗對象，藉此來探討社 會網路服務使用者與非使用者對於認識新朋友、娛樂、維持關係、了解學習、搜尋朋

faceboo的「網站信任」、「使用者信任」、「朋友品質」比傳統交友社群高。(2) Facebook 能帶給使用者「娛樂」效果與更多的「社會參與」，使用者在「態度」上也願意使用 它。(3) Facebook仍是以英文為主要溝通語言，使得在台灣的普及率並不高，因此在

「認識新朋友」、「維持關係」、「搜尋朋友」、「獲取資訊」與「了解學習」上，跟傳統 網路媒體比起，有效性並不是那麼顯著。但相信在過幾年，Facebook也許能克服務語 言的障礙，並成為未來的趨勢。蔡繼正的研究是兩年前做的，那時還沒有中文版的 Facebook，所以才有結果(3)。

1.3 研究目的與動機 研究目的與動機 研究目的與動機 研究目的與動機

根據 CheckFacebook.com 網站的統計，Facebook 全球用戶已接近五億大關，而台 灣用戶在過去一年之內快速增加，在 2010/07/01 的統計圖表中，台灣用戶數高達 6,745,160(佔全球用戶的 1.42%)，相較於相隣的中國(3 萬)、日本(119 萬)、南韓(110 萬)、俄國(124 萬)等等，台灣用戶數實在算是驚人。當然，玩過 Facebook 的人都知 道，由於 Facebook 的註冊是認 Email 的，在台灣，擁有許多個 Email 的人比比皆 是，所以一個「人」不一定只申請一個 Facebook「帳號」。況且，在某些 Facebook 的遊戲應用程式中，由於遊戲型態本身的關係，有些玩家會創建多個 Facebook 帳號 來彼此交換虛擬物品和「賺錢」，如此也可能會促使同一個人申請多個 Facebook 帳 號。總而言之，真正使用 Facebook 的人數絕對沒有六百七十幾萬人那麼多。

圖圖圖

圖 1.1 台灣台灣台灣 Facebook 用戶性別與年齡分配比例圖台灣 用戶性別與年齡分配比例圖用戶性別與年齡分配比例圖用戶性別與年齡分配比例圖

在台灣的 Facebook 用戶中，男生用戶有 3,340,700(佔 49.9%)，女生用戶有 3,350,620(佔 50.1%)，男女用戶的比例差不多。年齡 25~34 歲的用戶最多有 2,753,220 (佔 49.9%)，年齡 18~24 歲的次多有 2,094,020(佔 31.0%)，年齡 35~44 歲的有 872,460(佔 12.9%)，年齡 14~17 歲的有 614,520(佔 9.1%)，年齡 45~54 歲的有 226,040(佔 3.4%)，

年齡 55~64 歲的有 68,180(佔 1.0%)，年齡小於等於 13 歲的有 74,680(佔 1.1%)，年齡 大於 65 歲的最少有 42,020(佔 0.6%)。(圖片與統計數據取自 CheckFacebook.com 網站)

「充分順應並運用了網路的優勢」是 Facebook 的成功模式，歸納可能原因如下：

1. Facebook 透過熟悉的朋友介紹，降低一般用戶對一個新網站的排斥感與不信任感。

2. 經由不斷而重複的口耳相傳(重點是還省掉了鉅額的廣告費)，給人造成一個時尚流 行的印象。

3. 提供了新奇、好玩又有趣的應用程式(例如遊戲和心理測驗)，吸引好奇的使用者。

4. 這些應用程式可以不斷的創造話題(例如我過了遊戲的第幾關、我的線上智力測驗 結果證明我是個白癡等等)，可以公布給其他朋友，而再度造成一些可聊的話題。

5. 它提供了相簿功能，因此朋友聚會的照片可以快速傳上來給大家共賞，甚至可以 從手機上傳，這又再度可以造成朋友間的話題。

6. 它可以快速的引用其它網站或影片，變成分享好東西的方便平台。

7. 部份應用程式提供了「偷竊」的功能，使得用戶對 Facebook 的回鍋程度急遽的升 高-不管是回來偷人家的或是防止被偷。

8. 同樣的，上述這個「偷竊」的功能可以再度成為一個話題。

(取自 Jonny Worker’s Blog http://blog.xuite.net/johnnyle/worker/27974108)

由於受到 Facebook 這股風潮的影響，引起了本論文研究的動機，本論文將以中 華大學學生、教職員及其朋友為調查對象，找出並探討會使用 Facebook 微網誌的因

1.4 資料來源 資料來源 資料來源 資料來源與變數介紹 與變數介紹 與變數介紹 與變數介紹

本論文以中華大學學生、教職員及其朋友為調查對象，調查於 99 年 2 月至 5 月 期間以問卷訪問的方式進行，問卷分為實體問卷及網路問卷兩種方式填寫，實體問卷 回收過濾後有效問卷有 138 份，網路問卷回收過濾後有效問卷有 183 份，合起來共取 得有效問卷 321 份。以百分之九十五的信賴區間為準，抽樣誤差在正負五點四個百分 點以內。完整之原始問卷請參考附錄一。由於調查題項眾多，所以將各變數的名稱與 變數類別的編碼方式放在表 1.3 中，以方便查詢。

表 表 表

表 1.3 變數的名稱及編碼變數的名稱及編碼變數的名稱及編碼變數的名稱及編碼

變數名稱 變數中文名稱 回答意見編碼

x

1 是否使用過 Facebook 微網誌

1 是 2 否

x

2 性別 1 男

2 女

x

3 年齡

1 18 歲以下 2 18 歲~22 歲 3 23 歲~27 歲

4 28 歲~34 歲 5 35 歲~45 歲 6 45 歲以上

x

4 身分 1 學生

2 非學生

x

5 婚姻狀況 1 已婚

2 未婚

x

6 子女狀況 1 有子女

2 無子女

x

7 教育程度 1 高中職以下

2 高中職

3 大學或專科 4 研究所及以上

x

8 你玩 Facebook 多久

了?

1 1 個月以下 2 1~3 個月

3 4~6 個月 4 6 個月以上

x

9

你在 Facebook 中的 好友人數大約有多 少人?

1 0~100 人 2 101~200 人 3 201~300 人

4 301~400 人 5 400 人以上

x

10

你每天實際使用 Facebook 的時間約 為多久?(不含掛網)

1 1 小時以下 2 1~2 小時之間

3 3~4 小時之間 4 4 小時以上

1~ 47

q q

Facebook 微網誌使 用情形題項共 47 題

1 非常不同意 2 不同意 3 不能確定

4 同意 5 非常同意

1.5 研究流程 研究流程 研究流程 研究流程

研究動機

研究對象及目的

相關文獻探討

問卷設計與預試

問卷修改

問卷調查

問卷回收與整理

分析資料

結果解釋

結論及未來研究方向 圖圖圖

圖 1.1 研究流程圖研究流程圖研究流程圖研究流程圖

是否有影響，使用統計軟體為 SPSS 11.0，研究的流程是先對國內有關 Facebook 微網 誌之相關文獻做一回顧，然後將研究分析方法的理論部分做敘述，接著設計『Facebook 微網誌使用因素之研究』問卷，然後做實體與網路問卷調查，問卷回收過濾後得到有 效問卷 321 份，再將問卷資料輸入建檔，經過量表的項目分析後，刪除不適合的題項，

得到正式的量表，再做問卷調查，然後將資料回收整理後做基本的統計分析、繪圖，

並做解釋及比較。然後用因素分析法，找出會使用 Facebook 微網誌的因素並命名，

最後則是結論與建議。接著將本論文的整個研究流程，用 Microsoft Office Visio 2003 畫成流程圖，如圖 1.1 所示。

第二章 第二章 第二章

第二章 研究方法 研究方法 研究方法 研究方法

本論文是研究 Facebook 微網誌的使用因素，欲找出幾個影響中華大學學生、教 職員及其朋友使用 Facebook 微網誌的主要因素，而資料取得的方法是問卷調查法 (questionnaire survey)，在問卷調查法中，問卷的編製甚為重要，問卷如果編製或選用 得宜，則研究結果才具可靠性與價值性。本章將介紹信度與效度，然後介紹利用預試 問卷的方法，編製一份具有信度的正式量表，此量表將做為正式問卷調查所使用。

2.1 問卷設計與預試 問卷設計與預試 問卷設計與預試 問卷設計與預試

根據研究的目的、相關文獻資料與研究架構等加以考量後，然後編製預試問卷，

問卷分成三大部份，第一部份是 Facebook 使用狀況，題項為請問你是否使用過 Facebook 微網誌？(是、否)，第二部份是個人基本資本資料，內容包含性別(男、女)，

年齡(18 歲以下、18 歲~22 歲、23 歲~27 歲、28 歲~34 歲、35 歲~45 歲、45 歲以上)，

身分(學生、非學生)，婚姻狀況(已婚、未婚)，子女狀況(有子女、無子女)，教育程度 (高中職以下、高中職、大學或專科、研究所及以上)，玩 Facebook 多久了(1 個月以 下、1~3 個月、4~6 個月、6 個月以上)，好友人數(0~100 人、101~200 人、201~300 人、301~400 人、400 人以上)，每天使用時間(1 小時以下、1~2 小時之間、3~4 小時 之間、4 小時以上)。第三部份是 Facebook 微網誌使用情形量表，內容包含與微網誌 使用情形題項有關的 47 個題項，預試問卷放在附錄一中。

學習狀況量表採用李克特式五點量表(Likert-type 5-point scale)，使用的五個選項 名稱為非常同意、同意、不能確定、不同意、非常不同意，回答非常同意給 5 分，回 答同意給 4 分，回答不能確定給 3 分，回答不同意給 2 分，回答非常不同意給 1 分，

雖然嚴格說來，量表的題項性質是順序變數(ordinal variable)，但順序變數是屬於類別

(multiple-item scale)時，皆把量表的題項視為區間變數(interval variable)來設計，區間 變數是屬於計量變數(quantitative variable)，如此才能進行有意義的統計資料分析。至 於沒選擇三點量表，主要是因為三點量表限制了溫和意見與強烈意見的表達，另外亦 沒選擇七點量表，是因為七點量表對沒有足夠辨別力的人而言，會導致信度的喪失，

所以本研究選擇了最可靠的五點量表。

預試問卷編製完成後，應先實施預試，預試對象的性質應與將來正式問卷要抽取 的對象性質相同，本論文研究對象為中華大學學生、教職員及其朋友。預試時選取的 樣本數應該多大最為適宜？根據學者 Tinsley(1987)建議，進行因素分析時，每個題項 數與樣本數的比例約為 1：5 至 1：10 之間，如果受試者總數在 300 人以上時，這個 比例便不是那麼重要。另一位學者 Comrey(1988)提出如果量表的題項數少於 40 題，

中等樣本數約是 150 人，較佳樣本數則是 200 人。

本論文的預試問卷有 47 個題項，所以根據 1：5 的比例，預試樣本數至少應有 235 人，而實際的樣本數有 240 人，符合學者的建議。

2.2 量表編製與建構流程 量表編製與建構流程 量表編製與建構流程 量表編製與建構流程

預試問卷編製完成後，對預試對象進行預試，問卷回收後，加以整理建檔。然後 進行量表的項目分析(item analysis)，包含極端組的比較、題項與總分相關分析及同質 性檢驗，目的都是要刪除不適合的題項，最後才得到正式的量表，茲將整個量表編製 與建構的流程圖，整理如圖 2.1。

圖 圖 圖

圖 2.1 量表編製與建構流程圖量表編製與建構流程圖量表編製與建構流程圖 量表編製與建構流程圖

2.3 量表的項目分析 量表的項目分析 量表的項目分析 量表的項目分析 2.3.1 極端組比較 極端組比較 極端組比較 極端組比較

極端組比較在求出一個題項的決斷值(critical ratio；簡稱 CR 值)，其求法是將所

是否顯著(多數資料分析時均以測驗總分最高的 27%及最低的 27%，作為高低分組界 線)，以獨立樣本 student t 檢定考驗每題項高低分組平均數的差異，如果題項之 CR 值達顯著水準(p-value＜α=0.05)，即表示此題項能鑑別不同受試者的反應程度，所以 應該保留此題項，反之，若 CR 值未達顯著水準，則此題項不能鑑別不同受試者的反 應程度，所以應該刪除此題項。

圖 圖圖

圖 2.2 獨立樣本獨立樣本獨立樣本獨立樣本 t 檢定流程圖檢定流程圖檢定流程圖檢定流程圖

在使用獨立樣本 t 檢定考驗高低分組平均數是否有顯著差異之前，必須先用 F 檢定考驗高低分組的分數的變異數是否相等，若兩組變異數相等，則用一般 t 檢定，

若兩組變異數不相等，則採用近似自由度 t 檢定。檢定的流程可參考圖 2.2 獨立樣本

t 檢定流程圖。

在本論文中，預試有效樣本數為 240 人，其中有使用 Facebook 的有 215 人，這 215 人中，其前 27%人，為第 58 位受試者，其後 27%人，為第 157 位受試者，但因 為有同分的關係，所以總分高於 159 分為高分組，總分低於 133 分為低分組，因此高 分組有 61 人，因此低分組有 60 人。高低分組的獨立樣本 t 檢定之結果在附錄三中。

極端組比較結果整理如表 2.1。

表 表表

表 2.1 極端組比較結果摘要表極端組比較結果摘要表極端組比較結果摘要表極端組比較結果摘要表

題項 決斷值 備註 題項 決斷值 備註

Q1 4.830** 保留 Q25 6.146** 保留

Q2 6.853** 保留 Q26 7.362** 保留

Q3 6.338** 保留 Q27 7.365** 保留

Q4 6.156** 保留 Q28 9.121** 保留

Q5 4.214** 保留 Q29 3.857** 保留

Q6 7.741** 保留 Q30 8.990** 保留

Q7 8.098** 保留 Q31 7.724** 保留

Q8 6.701** 保留 Q32 4.875** 保留

Q9 5.841** 保留 Q33 7.198** 保留

Q10 7.041** 保留 Q34 7.004** 保留

Q11 6.574** 保留 Q35 8.491** 保留

Q12 8.136** 保留 Q36 10.130** 保留

Q13 6.354** 保留 Q37 7.917** 保留

Q14 6.735** 保留 Q38 7.264** 保留

Q15 8.670** 保留 Q39 6.464** 保留

Q16 8.435** 保留 Q40 8.273** 保留

Q17 8.094** 保留 Q41 7.432** 保留

Q18 7.020** 保留 Q42 7.729** 保留

Q19 9.375** 保留 Q43 7.704** 保留

Q20 4.300** 保留 Q44 7.553** 保留

Q21 7.373** 保留 Q45 8.313** 保留

Q22 4.841** 保留 Q46 -0.697 刪除

Q23 3.619** 保留 Q47 7.840** 保留

Q24 4.250** 保留

**代表在 α＝0.01 時顯著 *代表在 α＝0.05 時顯著

由以上項目分析之決斷值來看，學習狀況量表中，題項 Q46 因為決斷值不顯著，

所以可以考慮刪除。

除了以 CR 值來挑選題項外，亦可求題項與總分的皮爾生相關係數(Pearson correlation)，若題項與總分的相關很低，且未達

α =

0.05顯著水準，則此題項與整體 量表的同質性不高，最好刪除。題項與總分的相關性檢定放在附錄四中。題項與總分 的相關性檢定整理如表 2.2。

表表表

表 2.2 題項與總分的相關性檢定結果摘要表題項與總分的相關性檢定結果摘要表題項與總分的相關性檢定結果摘要表題項與總分的相關性檢定結果摘要表

題項 相關係數 備註 題項 相關係數 備註

Q1 0.406** 保留 Q25 0.422** 保留

Q2 0.413** 保留 Q26 0.504** 保留

Q3 0.527** 保留 Q27 0.562** 保留

Q4 0.441** 保留 Q28 0.570** 保留

Q5 0.351** 保留 Q29 0.298** 保留

Q6 0.511** 保留 Q30 0.580** 保留

Q7 0.538** 保留 Q31 0.551** 保留

Q8 0.526** 保留 Q32 0.408** 保留

Q9 0.490** 保留 Q33 0.506** 保留

Q10 0.479** 保留 Q34 0.491** 保留

Q11 0.521** 保留 Q35 0.644** 保留

Q12 0.583** 保留 Q36 0.634** 保留

Q13 0.448** 保留 Q37 0.611** 保留

Q14 0.509** 保留 Q38 0.537** 保留

Q15 0.537** 保留 Q39 0.488** 保留

Q16 0.552** 保留 Q40 0.605** 保留

Q17 0.536** 保留 Q41 0.510** 保留

Q18 0.471** 保留 Q42 0.594** 保留

Q19 0.588** 保留 Q43 0.583** 保留

Q20 0.374** 保留 Q44 0.552** 保留

Q21 0.521** 保留 Q45 0.572** 保留

Q22 0.349** 保留 Q46 -0.057 刪除

Q23 0.319** Q47 0.526** 保留

Q24 0.410**

由表 2.2 可以看出：題項 Q46，這個題項與總分的相關性很低，且未達 α＝0.05 顯著水準，所以此題項應考慮刪除。

除了上面題項與總分的皮爾生相關係數很低時，考慮刪除此題項外，另外還有校 正題項與總分相關係數(corrected item-total correlation coefficient)，亦可作為判斷此題 項是否要刪除的依據。校正題項與總分相關係數是每一個題項與其他題項加總後(不 包括原題項的總分)的相關係數，如果校正題項與總分相關係數太低，表示題項與其 餘題項的關聯性不高，即題項與其餘題項的同質性不高，所以考慮刪除此題項。校正 題項與總分相關性結果整理如表 2.3。

表 表表

表 2.3 校正題項與總分的相關性結果摘要表校正題項與總分的相關性結果摘要表校正題項與總分的相關性結果摘要表校正題項與總分的相關性結果摘要表 題項 校正題項與

總分相關 備註 題項 校正題項與

總分相關 備註

Q1 0.374 保留 Q25 0.375 保留

Q2 0.376 保留 Q26 0.475 保留

Q3 0.488 保留 Q27 0.531 保留

Q4 0.409 保留 Q28 0.537 保留

Q5 0.318 保留 Q29 0.251 保留

Q6 0.478 保留 Q30 0.547 保留

Q7 0.510 保留 Q31 0.513 保留

Q8 0.491 保留 Q32 0.365 保留

Q9 0.455 保留 Q33 0.469 保留

Q10 0.430 保留 Q34 0.453 保留

Q11 0.486 保留 Q35 0.614 保留

Q12 0.522 保留 Q36 0.612 保留

Q13 0.409 保留 Q37 0.580 保留

Q14 0.470 保留 Q38 0.504 保留

Q15 0.504 保留 Q39 0.457 保留

Q16 0.517 保留 Q40 0.583 保留

Q17 0.500 保留 Q41 0.475 保留

Q18 0.438 保留 Q42 0.565 保留

Q22 0.307 保留 Q46 -0.089 刪除

Q23 0.282 刪除 Q47 0.489 保留

Q24 0.374 保留

從表 2.3 校正題項與總分相關可以看出，題項 Q23 及 Q46，這兩個題項與其餘題 項總分的相關係數均非常低，可考慮將之刪除。

2.3.3 同質性檢驗 同質性檢驗 同質性檢驗 同質性檢驗

同質性檢驗分成(一)信度(reliability)檢核與(二)共同性與因素負荷量兩種。

同質性檢驗 同質性檢驗 同質性檢驗

同質性檢驗(一 一 一 一)信度 信度 信度 信度檢核 檢核 檢核 檢核

信度代表量表的一致性或穩定性。信度係數(Cronbach’s Alpha)在項目分析中，也 可作為同質性檢核指標之一。在態度量表法常用考驗信度的方法為 L. J. Cronbach 所 創的

α

^{係數，其公式為：}

2

1 2

1

S

i

K

K S

α = −

^

−

^

∑

其中 K 為量表所包含的總題數，

S 為量表總分的變異數，

²

S 為每個題項總分的變異

_i² 數，

α

係數值介於 0 至 1 之間，但究竟

α

要多大，才算有高的信度，學者 Nunnally(1978) 認為

α

值等於 0.70 是一個較低，但可以接受的量表邊界值，學者 Devellis(1991)提出 以下觀點：

整體量表的 內部一致性之

α

^係數

整體量表 信度 0.60～0.65

0.65～0.70 0.70～0.80 0.80～0.90

最好不要 最小可接受

相當好 非常好

由 SPSS 報 表 可 知 預 試 的 47 個 題 項 的 學 習 狀 況 量 表 的 內 部 一 致 性 之

α

^{係 數}

0.930

α =

，所以量表信度是非常好。

另外為了考慮某題項是否需刪除，可以求得此題項刪除後，整體量表的信度係數 變化來評鑑，如果題項刪除後的整體信度係數比原先的內部一致性

α

^{係數高出許多，}

則此題項與其餘題項所要測量的屬性可能不相同，則此題項可以考慮刪除。所以當刪 除後的

α

^{係數值較原先的}

α

係數值為低，表示該題項的內部一致性相對較高，考慮保 留，相反地，若刪除後的

α

係數值比原先整體量表的

α

係數值為高，則該題項的內部 一致性相對較低，可考慮刪除。題項刪除後的內部一致性信度係數

α

^{值摘要表在表} 2.4 中，由表 2.4 可知 Q29 及 Q46 這兩個題項的

α

值都大於 0.930，因為內部一致性 相對較低，所以考慮刪除。

表 表表

表 2.4 題項題項題項題項刪除後的刪除後的刪除後的刪除後的內部一致性信度係數內部一致性信度係數內部一致性信度係數內部一致性信度係數

α

^{值摘要表值摘要表值摘要表值摘要表} 題項 題項刪除後

的

α

^{值 備註 題項}

題項刪除後

的

α

^{值 備註}

Q1 0.930 保留 Q25 0.930 保留

Q2 0.930 保留 Q26 0.929 保留

Q3 0.929 保留 Q27 0.928 保留

Q4 0.929 保留 Q28 0.928 保留

Q5 0.930 保留 Q29 0.931 刪除

Q6 0.929 保留 Q30 0.928 保留

Q7 0.929 保留 Q31 0.928 保留

Q8 0.929 保留 Q32 0.930 保留

Q9 0.929 保留 Q33 0.929 保留

Q10 0.929 保留 Q34 0.929 保留

Q11 0.929 保留 Q35 0.928 保留

Q12 0.928 保留 Q36 0.928 保留

Q13 0.929 保留 Q37 0.928 保留

Q14 0.929 保留 Q38 0.929 保留

Q15 0.929 保留 Q39 0.929 保留

Q16 0.928 保留 Q40 0.928 保留

Q20 0.930 保留 Q44 0.928 保留

Q21 0.929 保留 Q45 0.928 保留

Q22 0.930 保留 Q46 0.933 刪除

Q23 0.930 保留 Q47 0.929 保留

Q24 0.930 保留

同質性檢驗 同質性檢驗 同質性檢驗

同質性檢驗(二 二 二 二)共同性與因素負荷量 共同性與因素負荷量 共同性與因素負荷量 共同性與因素負荷量

共同性(communalities)表示題項能解釋共同特質或屬性的變異量，如果限定只有 一個因素時，表示只有一個心理特質，因而共同性數值愈高，表示能測量到此心理特 質的程度愈多，反之，若題項的共同性數值愈低，表示題項與量表的同質性較少，因 此可以考慮刪除此題項。至於因素負荷量(factor loading)則表示題項與因素關係的程 度，題項在共同因素的因素負荷量太低(絕對值小於 0.400)，表示題項與共同因素(總 量表)的關係不密切，亦即同質性低，可以考慮刪除。預試量表的因素分析結果放在 附錄五中，題項的共同性與因素負荷量的結果摘要表在表 2.5 中。

表 表表

表 2.5 共同性與因素負荷量的結果摘要表共同性與因素負荷量的結果摘要表共同性與因素負荷量的結果摘要表共同性與因素負荷量的結果摘要表

題項 共同性 因素負荷量 題項 共同性 因素負荷量 Q1 0.171232 0.413802 Q25 0.157519 0.396887 Q2 0.162479 0.403087 Q26 0.221451 0.470586 Q3 0.284223 0.533125 Q27 0.329974 0.574433 Q4 0.170574 0.413007 Q28 0.348244 0.590122 Q5 0.134271 0.36643 Q29 0.064091 0.253161 Q6 0.286466 0.535225 Q30 0.332372 0.576517 Q7 0.300328 0.548022 Q31 0.308317 0.555263 Q8 0.270016 0.519631 Q32 0.139655 0.373704 Q9 0.225994 0.475389 Q33 0.257983 0.50792 Q10 0.197362 0.444254 Q34 0.235407 0.485187 Q11 0.295615 0.543705 Q35 0.45107 0.671618 Q12 0.337854 0.581252 Q36 0.410543 0.640736 Q13 0.220123 0.469172 Q37 0.385744 0.621083 Q14 0.259586 0.509495 Q38 0.283465 0.532414 Q15 0.314057 0.560408 Q39 0.233192 0.4829 Q16 0.320634 0.566245 Q40 0.390048 0.624538

Q17 0.283644 0.532582 Q41 0.269177 0.518823 Q18 0.215197 0.463893 Q42 0.396995 0.630076 Q19 0.337963 0.581346 Q43 0.363022 0.602513 Q20 0.11569 0.340133 Q44 0.311942 0.558518 Q21 0.281606 0.530666 Q45 0.322318 0.56773 Q22 0.101849 0.319138 Q46 0.009431 -0.09711 Q23 0.077658 0.278671 Q47 0.2714 0.520961 Q24 0.138046 0.371546

表 2.5 中，共同性小於 0.1 的部份用灰底表示，因素負荷量絕對值小於 0.4 的部 份用灰底表示。灰底部份都代表題項與總量表的同質性較低，可以考慮刪除。

綜合以上結的分析，我們將結果整理成表 2.6 學習狀況量表項目分析摘要表，摘 要表第一欄是題項，第二欄是決斷值，第三欄是題項與總分相關係數，第四欄是校正 題項與總分相關係數，第五欄是題項刪除後

α

值，第六欄是共同性，第七欄是因素負 荷量，第八欄是備註欄，第二欄到第七欄是六個指標。

表 2.6 中有灰底部份是在各欄可考慮刪除之題項，根據極端組比較、題項與總分 相關、同質性檢驗的統計量結果，經項目分析綜合考量後，原本的 47 題學習狀況量 表，決定刪除 Q23、Q29 及 Q46 這三個題項，保留剩下的 44 個題項，所得到正式問 卷如附錄二所示。

表 表 表

表 2.6 Facebook 微網誌使用情形量表微網誌使用情形量表微網誌使用情形量表微網誌使用情形量表項目分析摘要表項目分析摘要表項目分析摘要表 項目分析摘要表

極端組比較 題項與總分相關 同質性檢驗

題項 決斷值

題項與 總分相 關

校正題 項與總 分相關

題項刪 除後的 值

共同性 因素負

荷量 備註

Q1 4.830** 0.406** 0.374 0.930 0.171232 0.413802 保留 Q2 6.853** 0.413** 0.376 0.930 0.162479 0.403087 保留 Q3 6.338** 0.527** 0.488 0.929 0.284223 0.533125 保留

Q7 8.098** 0.538** 0.510 0.929 0.300328 0.548022 保留 Q8 6.701** 0.526** 0.491 0.929 0.270016 0.519631 保留 Q9 5.841** 0.490** 0.455 0.929 0.225994 0.475389 保留 Q10 7.041** 0.479** 0.430 0.929 0.197362 0.444254 保留 Q11 6.574** 0.521** 0.486 0.929 0.295615 0.543705 保留 Q12 8.136** 0.583** 0.522 0.928 0.337854 0.581252 保留 Q13 6.354** 0.448** 0.409 0.929 0.220123 0.469172 保留 Q14 6.735** 0.509** 0.470 0.929 0.259586 0.509495 保留 Q15 8.670** 0.537** 0.504 0.929 0.314057 0.560408 保留 Q16 8.435** 0.552** 0.517 0.928 0.320634 0.566245 保留 Q17 8.094** 0.536** 0.500 0.929 0.283644 0.532582 保留 Q18 7.020** 0.471** 0.438 0.929 0.215197 0.463893 保留 Q19 9.375** 0.588** 0.554 0.928 0.337963 0.581346 保留 Q20 4.300** 0.374** 0.332 0.930 0.11569 0.340133 保留 Q21 7.373** 0.521** 0.485 0.929 0.281606 0.530666 保留 Q22 4.841** 0.349** 0.307 0.930 0.101849 0.319138 保留 Q23 3.619** 0.319** 0.282 0.930 0.077658 0.278671 刪除 Q24 4.250** 0.410** 0.374 0.930 0.138046 0.371546 保留 Q25 6.146** 0.422** 0.375 0.930 0.157519 0.396887 保留 Q26 7.362** 0.504** 0.475 0.929 0.221451 0.470586 保留 Q27 7.365** 0.562** 0.531 0.928 0.329974 0.574433 保留 Q28 9.121** 0.570** 0.537 0.928 0.348244 0.590122 保留 Q29 3.857** 0.298** 0.251 0.931 0.064091 0.253161 刪除 Q30 8.990** 0.580** 0.547 0.928 0.332372 0.576517 保留 Q31 7.724** 0.551** 0.513 0.928 0.308317 0.555263 保留 Q32 4.875** 0.408** 0.365 0.930 0.139655 0.373704 保留 Q33 7.198** 0.506** 0.469 0.929 0.257983 0.50792 保留 Q34 7.004** 0.491** 0.453 0.929 0.235407 0.485187 保留 Q35 8.491** 0.644** 0.614 0.928 0.45107 0.671618 保留 Q36 10.130** 0.634** 0.612 0.928 0.410543 0.640736 保留 Q37 7.917** 0.611** 0.580 0.928 0.385744 0.621083 保留 Q38 7.264** 0.537** 0.504 0.929 0.283465 0.532414 保留 Q39 6.464** 0.488** 0.457 0.929 0.233192 0.4829 保留 Q40 8.273** 0.605** 0.583 0.928 0.390048 0.624538 保留 Q41 7.432** 0.510** 0.475 0.929 0.269177 0.518823 保留 Q42 7.729** 0.594** 0.565 0.928 0.396995 0.630076 保留 Q43 7.704** 0.583** 0.553 0.928 0.363022 0.602513 保留

Q44 7.553** 0.552** 0.518 0.928 0.311942 0.558518 保留 Q45 8.313** 0.572** 0.541 0.928 0.322318 0.56773 保留 Q46 -0.697 -0.057 -0.089 0.933 0.009431 -0.09711 刪除 Q47 7.840** 0.526** 0.489 0.929 0.2714 0.520961 保留 總量表的

α

^{值 = .930}

2.4 效度 效度 效度 效度

所謂效度(validity)是指量表能正確測量心理或行為特質的程度。研究的效度包括 內在效度(internal validity)與外在效度(external validity)兩種。內在效度主要在研究敘 述的正確性與真實性(量表內容的適切性與代表性)，而外在效度則在研究推論的正確 性。而建構效度(construct validity)是指測驗能測量出理論的特質或概念的程度，是一 種相當嚴謹的效度考驗方法，最常用來考驗建構效度的方法就是因素分析。若是蒐集 到的資料，經過探索性因素分析(exploratory factor analysis)之後，發現與先前文獻所 發展出來的構面相同，那麼這就表示問卷具有良好的建構效度。所以建構效度的意思 就是測量工具(問卷)能夠充分反映理論架構。若跑出來的結果，符合先前的預期，就 有良好的建構效度。

第三章 第三章 第三章

第三章 因素分析的原理 因素分析的原理 因素分析的原理 因素分析的原理

因素分析(Factor analysis)是 20 世紀初期在心理學領域所發展出來的一種多變量 統計方法，最初應用的範圍偏重於有關人類行為的研究，以後逐漸擴及於社會學、氣 象學、政治學、藥學、地理學及管理學的領域。

因素分析在社會科學領域中，應用最廣的是把多個可觀察很難解釋，而彼此有關 的變數(變項)，轉化成少數個有概念化意義(但不能直接觀察測量到的)，而彼此獨立 性大的因素(factor)，這些因素可以保存住原有資料結構所提供的大部份資訊。

因素分析的用途很廣，包括 1. 減少多變量資料的維數。

2. 進行探索性的研究，以找出潛在的特徵，供未來建立新的假設、發展新的理論，

此種稱為探索性因素分析。

3. 假設研究者的理論架構已非常清晰且完善，可以利用因素分析來考驗這些理論與 假設，此種稱為驗證性因素分析。

3.1 模式的介紹 模式的介紹 模式的介紹 模式的介紹

因素分析一種潛在結構分析法，其理論模式中，假設每個變數(變項、題項、觀 察值、問卷問題)均由兩個部份所構成：一個部份是各變數共有的部份，稱為共同因 素(common factor)，另一個部份是各變數所獨有的部份，稱為獨特因素(specific factor)，獨特因素與共同因素無關聯，與其他變數的獨特因素亦無關聯。假設有 p 個 變數，用 , ,…, 代表， , ,…, 的平均數為 , ,…, ，而每個獨立變數

只有一個獨特因素，用 ,

,…,

代表，而假設有 m 個共同因素，用 , ,…, ， 通常 ，一般希望 m 愈小愈好。

因此直交因素模式(orthogonal factor model)可表示如下：

亦可表示成矩陣的型式如下：

或

而模式的假設(assumptions)如下：

1. 是共同因素的個數( 。

2.

, ,…,

是共同因素，且

F 的期望值

_i ，變異數 ，共變數 0, 。

3. 是第 個變數在第 個因素上的負荷量(loading)，亦稱為因素權重(factor weight)，

表示第 j 個共同因素

F 對第 i 個變數

_j

X 的變異數的貢獻，所以矩陣 L 稱為因素負荷

_i 量矩陣(matrix of factor loading)。

4.

, ,…,

是獨特因素(specific factor)，且 ， ，另外獨特因素

間獨立，所以 ，對所有 。

5. 獨特因素 與共同因素 獨立，也就是 ，對所有 。

2. ， 。

3. ，也就是 獨立。

根據上面的模式與假設可以得到下面共變數結構(covariance structure)：

1.

或

與

COV X X

( _i, _j)

= l l

_{i1 j1}

+ l l

_{i2 j2}

+ +

⋯

l l

_{im jm}

下表的共同性(communality) 就是共同變異數，

也就是藉由共同因素與其他變數共同分擔的變異數，而獨特變異數(unique variance or

specificity) 就是獨特因素 的變異數。所以變數 的變異數可分解成共

同變異數 加上獨特變異數 。而 與 因為相關，所以其兩兩間的共變異為

。

至於特徵值 是每個變數在第 j 個因素 之因素負荷量的平方總和(第 j 行因素負荷量平方和)，在因素分析之共同因素萃取中，特徵值最大的共同因素最先 被 萃 取 ， 其 次 是 次 大 者 。 因 此 代 表 第 j 個 因 素 對 總 變 異 的 貢 獻 ， 總 變 異 所以總變量可以被第 j 個因素 所解釋的比

例(解釋量)為

2

1

tr( ) tr( )

m ij

j j

λ ₌

₌

l

Σ Σ

∑

。

因素 共同性 獨特變異數

變數

特徵值

解釋量

2.

或

3.2 因素分析的流程 因素分析的流程 因素分析的流程 因素分析的流程

因素分析具有簡化資料變數的功能，以較少的因素層面來表示原來資料結 構，它根據變數間彼此的相關，找出變數間潛在的關係結構，變數間簡單結構關 係稱為因素(factors)。因素分析的主要流程，可以簡述為下面四個步驟：

1. 計算變數間的共變數矩陣或相關矩陣：

, ,…, 的共變數矩陣為 ，其共變數結構為

。

若 , ,…, 的測量單位不同，則改用相關係數矩陣 ，其實就相當於先將

標準化得到 ，再求出

…,

的共變數矩陣 ，所以共

變數結構為

。

另外由於 與 均未知，所以給定資料 ，可用樣本共變數矩陣

(sample covariance matrix) S 估計 ，可用樣本相關矩陣(sample correlation matrix) R 估計 。

2. 檢查假定

資料矩陣應有足夠的相關，利用因素分析才有意義。因此在進行因素分 析時，先檢查變數間的相關矩陣，如果只有很少比例的相關係數具有統計上 的顯著性，則利用因素分析可能不適合。至於如何檢定是否適合進行因素分 析，可依據 Kaiser(1974)的觀點，可由取樣適切性量數(Kaise-Meyer-Olkin measure of sampling adequacy; KMO)值的大小來判別，其判斷的準則如下：

KMO 統計量值 因素分析適切性

0.90 以上 0.80 以上 0.70 以上 0.60 以上 0.50 以上 0.50 以下

極適合進行因素分析 適合進行因素分析 尚可進行因素分析 勉強可進行因素分析 不適合進行因素分析 非常不適合進行因素分析

另 外 變 數 間 的 相 關 如 果 太 高 ， 會 發 生 如 迴 歸 分 析 中 的 多 重 共 線 性 (multicollinearity)問題，其區別效度有待檢驗，所獲得的因素價值性不高。對 於此問題，可透過 KMO 檢定或巴氏球形檢定(Bartlett test of sphericity)來檢 查。要檢定的假設為：

：變數(題項)間不適合進行因素分析

：變數(題項)間適合進行因素分析

得到 KMO 或 Bartlett 檢定統計量，再算出 p 值(p-value)，決策法則為拒絕 若 p 值 ，若拒絕 ，表示母體相關矩陣間存有共同因素，適合進行因素 分析。

3. 估計因素負荷量

常 用 的 估 計 因 素 負 荷 量 的 方 法 有 主 成 份 法 (principal component method) 、 主 軸 因 素 法 (principal factor method) 及 最 大 概 似 法 (maximum likelihood method)三種，在 3.3 節會對此三個方法簡述。

4. 決定轉軸方法

有直交轉軸法(orthogonal rotation)與斜交轉軸法(oblique rotation)。直交轉軸法 中，因素與因素間沒有相關，優點是因素間提供的資訊不會重疊，但缺點是在 實際生活情境中，因素彼此間有相關的可能性很高，所以亦可採用斜交轉軸 法，常用的直交轉軸法有最大變異法(Varimax)、相等最大值法(Equamax)、四 次方最大值法(Quartimax)，另外常用的斜交轉軸法有直接斜交轉軸法(Direct Oblimin)與 Promax 轉軸法。

5. 決定因素命名與解釋

轉軸後，要決定因素數目，選取較少因素層面，獲得較大的解釋量。然 後就各因素所代表的意義加以解釋，並予以命名。在因素命名與結果解釋後，

必要時可將因素計算後分數(factor score)儲存，作為其他統計分析，如：廻歸 分析、區別分析或相關分析之輸入變數，供後續研究之用。

最後將因素分析的流程畫成圖形如下：

確定研究問題

↓

進行研究設計與資料蒐集

↓

計算變數間的相關矩陣

↓ 檢查檢定

↓

估計因素負荷量

↓ 決定轉軸方法

↓

決定因素命名與解釋 圖圖圖圖 3.1 因素分析的流程圖因素分析的流程圖因素分析的流程圖 因素分析的流程圖

3.3 因素負荷量的估計方法 因素負荷量的估計方法 因素負荷量的估計方法 因素負荷量的估計方法

取得樣本資料

, ,…,

，究竟直交因素模式是否可以適當的代表資料?，

回答此問題前，必須先確認共變異數結構，

(或 )，但通常 與 P 均未知，必須用樣本共變數矩 S 及樣本相關矩陣

R 去分別估計 與 ，給定 S(或 R)必須去解

(或 )，也就 是要估計因素負荷量 與獨特變異數 。估計的方法將介紹主成份法、主軸因 素法及最大概似法。

3.3.1 主成份法 主成份法 主成份法 主成份法(Principal component method)

在主成份法中，假設 可以忽略，然後分解 S 成 (或 )，利用 頻譜分解(spectral decomposition)，得到