285 / 372
臺大管理論叢
第
26
卷第
2
期
285
肆、資料分析結果
本研究以
SPSS 18.0
進行本研究之敘述性統計分析，另由於本研究除參考過去文
獻引用衡量問項，亦根據深度訪談結果加入部分構面及問項，為檢視各衡量問項是否
符合本研究之研究情境，除問卷發展時，邀請專家就問卷內容進行檢視與討論，並於
問卷回收後進行衡量問項之因素分析，以衡量品質不佳之題項及初步檢視各因子之收
斂及區別效度，以用於後續第二階段之結構方程式模式
(Structural Equation Modeling;
SEM)
分析之用。
本研究之研究模式主要使用部分最小平方法
(Partial Least Square; PLS)
結構方程
式模式進行分析。近年來，
PLS
被廣用於資訊系統相關研究之中
(Ringle, Sarstedt, and
Straub, 2012)
。相較於以共變數為基礎之結構方程式模式
(Covariance-based SEM)
，
PLS
對於樣本數及衡量變項之分佈較無嚴格限制，因而較適用於小樣本之分析或探索
性研究
(Chin, 1998)
。此外，
PLS
亦可同時進行測量模式與結構模式之分析。
PLS
使用
重複抽樣以估算各路徑係數之統計顯著水準，以減少小樣本數所可能形成之限制。相
對而言，
Covariance-based SEM
則對於樣本有較為嚴格之要求。
Bentler and Chou (1987)
認為，使用
Covariance-based SEM
，樣本數應至少為估計參數之
5
倍為原則，方能獲
得較為穩定之模式適配度估計結果。而過少或過多的樣本數均將對結構模式之適配度
估算形成不同的影響，當樣本數過多時，卡方值將過度膨脹，而造成模式適配度不佳
(Barrett, 2007)
；此外，分析所需樣本數需與模式估算變項成等比例成長。易言之，若
研究架構之題項較多，而回收樣本較少，則結構方程式模式將可能呈現低度辦識
(Under-identified)
之現象而無法估算模式適配度或參數評估結果不穩定
(Schumacker
and Lomax, 2004)
。
本研究限於研究情境之樣本取得較為不易，在回收樣本數上較有限制，此外，由
於研究模式所涉及之衡量問項較多，以現有樣本資料，使用以共變數為基礎之結構方
程式模式將可能造成研究結果不穩定及無法順利估算部分模式適配度指標。由此，參
考過去資訊系統使用度相關研究，本研究使用
PLS
進行研究模式分析，以克服樣本數
及衡量題項數所可能造成之限制，於此初步研究階段，期能取得較為穩定之研究結果，
並做為後續廣泛樣本蒐集之基礎。本研究所使用之分析軟體為
SmartPLS 2.0 M3
(Ringle, Wende, and Will, 2005)
。
一、因素分析
本研究以
SPSS
分析得到
KMO
取樣適切性量數為
0.831
，
Bartlett
的球形檢定值為
8761
，顯示本研究變項適合進行因素分析。經因素分析結果後，各衡量題項均收斂於