Page 28 - 35-2

The Bias Assimilation Effect and Attitude Polarization in AIoT Smart Healthcare Word-of-Mouth
Communication

表 3 區別效度檢驗
品牌既 科技既 品牌態度 科技 科技態度 AIoT 醫療 品牌知
構面 平均數 標準差 說服力
存態度 存態度 一致性 態度 一致性 熟悉度 名度
品牌既存態度 5.53 .95 .89
科技既存態度 5.97 .92 .40** .95
說服力 4.18 1.37 .14** .08* .95
品牌態度一致性 3.88 1.71 .05 .05 .59** .95
科技態度 5.10 1.11 .26** .30** .12** .31** .96
科技態度一致性 3.88 1.72 .06* .06 .56** .80** .33** .95
AIoT 醫療熟悉度 3.96 1.48 .16** .14** .19** .27** .42** .35** .93
品牌知名度 4.63 1.44 .35** .14** .11** .11** .32** .13** .48** .87
註：* < .05, ** < .01
表 4 變數間的相關性
品牌既 科技既 品牌態度 科技態度 AIoT 醫療 品牌知
構面 說服力 科技態度
存態度 存態度 一致性 一致性 熟悉度 名度
品牌既存態度 1
科技既存態度 .40** 1
說服力 .14** .08* 1
品牌態度一致性 .05 .05 .59** 1
科技態度 .26** .30** .12** .31** 1
科技態度一致性 .06* .06 .56** .80** .33** 1
AIoT 醫療熟悉度 .16** .14** .19** .27** .42** .35** 1
品牌知名度 .35** .14** .11** .11** .32** .13** .48** 1
註：* < .05, ** < .01

對說服力的正向影響顯著 (β = .14, boot SE = .06, p < .05)，說服力對極化的負向影響
顯著 (β = -.24, boot SE = .10, p < .05)，表示態度一致性愈高，口碑說服力愈強，態度
極化愈小；口碑與態度愈不一致，口碑說服力則愈弱，態度極化愈大。本研究結果
支持 H1。詳見圖 2。
R1 調查品牌態度一致性如何干擾 AIoT 智慧醫療科技態度一致性對口碑說服
力、AIoT 智慧醫療科技態度極化的影響。以 Aiken and West (1991) Mean+-1SD 的

方式將一致性分為高低兩組分析結果（表 5）顯示：品牌態度一致性高、低兩組之
說服力皆顯著，但兩者之差異不顯著：品牌態度一致性高時 (β = -.06, boot SE = .03,

95% boot CI = [-.13, -.01])，當消費者閱讀 AIoT 智慧醫療科技態度愈一致的口碑，
說服力愈高，產生較小的態度極化。反之，閱讀 AIoT 智慧醫療科技態度愈不一致
的口碑，說服力愈低，產生較大的態度極化。品牌態度一致性低時 (β = -.04, boot SE
= .02, 95% boot CI = [-.10, -.01]) 亦是這樣。也就是說，不論口碑中之醫療品牌立場
與自己既有態度是否一致，都會產生偏見同化效應。

20