Page 30 - 35-2

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

品牌口碑態度 .02
一致性 說服力
-.24 *
.14 * .14 ***

AIoT 智慧醫療科技 -.20 AIoT 智慧醫療科技
口碑態度一致性 態度極化

圖 2 AIoT 智慧醫療科技偏見同化模型路徑分析結果

R2 調查年輕（18-35 歲）與 36 歲以上族群之差異。本研究根據研究主題 AIoT
與本研究最為相近之 Tsourela and Nerantzaki (2020)，將受測者區分為年輕族群（18-
35 歲）與 36 歲以上族群（含）。分析結果（表 5）顯示：年輕人之說服力對 AIoT
智慧醫療科技態度一致性與極化間之中介效果達顯著水準 (β = -.05, boot SE = .03,
95% boot CI = [-.10, -.002])。他們的 AIoT 智慧醫療科技態度一致性對態度極化的直

接影響並不顯著，說服力的正向影響顯著 (β = .22, SE = .06, p < .001)，說服力對態
度極化的負向影響顯著 (β = -.22, SE = .11, p < .05)。這表示口碑與年輕人之 AIoT 智
慧醫療科技態度愈一致，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。詳見圖 3。36 歲以上族群的表現則與年輕族群
有差別：36 歲以上族群的說服力對 AIoT 智慧醫療科技態度一致性與極化間之中介
效果未達顯著水準 (β = -.06, boot SE = .06, 95% boot CI = [-.20, .03])。他們的 AIoT 智
慧醫療科技態度一致性對說服力的影響不顯著 (β = -.19, SE = .12, p > .05)，說服力對
極化的影響亦不顯著 (β = -.32, SE = .24, p > .05)。詳見圖 4。
R3 調查兩個族群之品牌態度一致性的影響。有趣的是，兩個族群之品牌態度
一致性的影響也不同：年輕者族群之品牌態度一致性高、低兩組之說服力皆顯著，

但兩者之差異不顯著：AIoT 智慧醫療科技態度一致性、說服力及態度極化間存在

品牌口碑態度 -.003
一致性 說服力
-.22 *

.22 *** .14 ***

AIoT 智慧醫療科技 -.13 AIoT 智慧醫療科技
口碑態度一致性 態度極化

圖 3 年輕族群 AIoT 智慧醫療科技偏見同化模型路徑分析結果

22

品牌口碑態度 .09 ***
一致性 說服力
-.32

-.19 .19 *

AIoT 智慧醫療科技 -.54 AIoT 智慧醫療科技
口碑態度一致性 態度極化