一、樣本基本資料分析

​

    本研究透過網路問卷調查小雞上工的使用者對小雞上工這個平台的使用動機、對於平台功能的滿意度以及使用後勞動成效，問卷對象僅限於小雞上工的使用者；問卷發放處則為臺灣人較長使用的社群媒體平台如LINE、IG、Threads、Facebook與小雞上工平台等地方發放，採用目的群眾抽樣；問卷蒐集時間為2025年5月15日至6月15日為止，總計收到回覆的資料有567份，其中有效的資料有309份。茲將收到的資料之基本資料簡略陳述於表2。根據此表可知，樣本中男性約占19.1%，女生則為80.9%；其中填答者又以20-29歲最多，達61.5％；工作狀態者的比例為48％有兼職打工，與無打工者相當。

​

表2 樣本之人口統計變數分析

​

​

​

​

​

​

​​

​

​

​

​

​

​

​

​

​​

​

​

​

​

 

​

​

​​

二、各構面信校度分析

​

    根據所蒐集的資料，本研究先進行各構面的Kaiser-Meyer-Olkin (KMO) 檢驗及Bartlett's 球型檢定，以檢定其是否適合進行因素分析，各構面題項之檢定結果如表3所示；檢定結果顯示各構面的題項都適合進行因素分析。

​

表3 各構面KMO檢驗及Bartlett's 球型檢定結果

​

​

​

​

​​​

​​

​

    之後，我們針對題項進行信效度分析，結果如表4所示，可以從表中得知各構面的Cronbach’s alpha皆大於0.7，顯示各構面具良好的內部一致性與穩定性。其中，「使用平台的動機」之 Cronbach’s α 為0.754，達可接受之信度水準；「平台的功能」與「使用後勞動成效」之 Cronbach’s α 分別為0.869與0.873，均達高度信度標準，顯示量表整體信度良好。

​

    在效度部分，「平台的功能」與「使用後勞動成效」之平均變異抽取量（Average Variance Extracted, AVE）分別為0.541與0.596，皆高於0.5，顯示具良好之收斂效度；惟「使用平台的動機」之AVE為0.399，略低於0.5，顯示該構面之題項聚合性尚可再提升，但仍屬可接受範圍。

整體而言，本研究所採量表具良好之信度與效度，可為後續假說驗證與結構模型分析提供穩健之基礎。

 

表4 各構面之信效度分析

​

 

 

​

​

​​​​​

​

三、各構面敘述性統計

​

    我們進一步計算各構面題項之平均數為各觀察值在該構面得分，並計算其各項敘述性統計量，結果如表5所示；其中，以平台的功能的平均得分最高，最低者為使用平台的動機。

 

表5敘述統計量​

​

​

​

​

​​​​

​

​

四、單因子ANOVA 分析

​

    我們針對使用後勞動成效構面進行各人口統計變項的變異數分析(ANOVA)，其檢定結果如表6所示。根據表6的結果，結果顯示，「使用後勞動成效」在年齡（P = 0.009）、主要職業身份（P = 0.034）及目前的工作狀態（P = 0.016）上存在顯著差異，表示不同年齡層、職業身份或工作狀態的使用者對使用後勞動成效的評價有所不同；而性別（P = 0.219）與教育程度（P = 0.065）則未達顯著水準，顯示這兩個變項對使用後勞動成效的影響不明顯。

​

表6 使用後勞動成效之單因子ANOVA分析結果

​​

​

​

​

​

 

​​

​

五、相關分析

​

    表7為本研究各構面間的相關係數，從表中可看出每個構面之間都存在著顯著的正相關（p < 0.001），顯示使用者對平台的動機越高，其對平台功能的評價及使用後勞動成效的感受亦越高。由於構面間相關性較高，後續進行迴歸分析時需注意可能存在的多重共線性問題。

 

表7 各構面間之相關係數

​​

​

​

​

 

​

​

​​​

​

六、線性迴歸分析

​

    為了驗證圖1所提出之研究假說是否成立，本研究透過迴歸分析進行檢驗，各迴歸式之實證結果如表8所示。從表中的R平方與調整後R平方的數值來看，整體模型具有一定的解釋力，顯示整體模型能有效說明變數間的關係。

​

    根據表8的結果來看，首先，使用平台的動機對平台功能具有顯著正向影響（β = 0.674, p < .001），支持H1的假說；其次，使用平台的動機對使用後勞動成效亦呈現顯著正向影響 （β = 0.305, p < .001），支持H2的假說；再者，平台功能對使用後勞動成效也具有顯著正向影響（β = 0.628, p < .001），支持H3的假說。此結果顯示，當使用者的使用動機愈強烈，越傾向正面評價平台功能，進而提升其在時間安排、經驗累積與經濟改善等方面的勞動成效。

​

    此外，從控制變數的檢驗來看，性別、年齡、職業、教育程度與工作狀態在各模型中並未呈現顯著影響，與先前ANOVA分析的結果一致，顯示本研究主要的解釋力仍來自於平台使用動機與功能等核心構面。

​綜合而言，本研究的迴歸結果支持所提出的H1、H2與H3假說，顯示使用平台的動機與平台功能皆為影響使用後勞動成效的重要因素。

​

表8  圖1各研究假說之迴歸分析結果

​

 

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​

​​

​

​

​

​

​

​​

​

 

​​​​​​​

七、中介效果分析

​

    為了進一步了解使用平台的動機對使用後勞動成效影響之總效果，本研究亦以標準化係數的方式進行圖1的各項效果，結果如表9所示。根據此表的內容顯示，使用平台的動機對使用後勞動成效的直接效果為顯著（β = 0.321, p < .001），表示使用者的使用動機愈強，其在使用平台後所產生的勞動成效也愈高。

而若考量平台的功能作為中介變項，結果顯示使用平台的動機可透過平台功能的中介產生顯著的間接效果（β = 0.433, p < .001）。這表示使用者之所以能透過平台獲得更佳的勞動成效，主要是因為平台具備的功能性能夠有效發揮使用動機的影響。

​

    綜合而言，當將直接效果與間接效果加總後，使用平台的動機對使用後勞動成效的總效果為顯著且為正向（β = 0.754, p < .001）。此結果顯示，平台功能在其中扮演了關鍵的中介角色，強化了使用者動機對勞動成效的影響，此結果驗證了本研究所提出之假設，即平台功能在使用平台的動機與使用後勞動成效之間具有顯著的中介效果。

表9 圖1研究架構之中介分析

​