4.4 分析结果
表4-2分析结果显示，本章所提假设均得到了验证。具体地，与用户采纳意愿相关的积极因素当中，感知有用（r=0.620，p＜0.001）、行为态度（r=0.618，p＜0.001）与采纳意愿相关性最大，其他依次为主观规范（r=0.568，p＜0.001）、感知易用（r=0.515，p＜0.001）、感知服务泛在（0.513，p＜0.001）与感知行为控制（r=0.497，p＜0.001）；作为影响采纳意愿的消极因素，拒绝改变（r=-0.207，p＜0.05）与采纳意愿的负相关性要大于技术焦虑（r=-0.096，p＜0.01）；与态度的相关性程度方面，感知有用（r=0.693，p＜0.001）大于感知易用（r=0.619，p＜0.001）；与感知有用的相关性大小依次为感知易用（r=0.563，p＜0.001）、感知服务泛在（r=0.558，p＜0.001）以及主观规范（r=0.534，p＜0.001），相关性差异不明显；技术焦虑与感知易用的负向相关性（r=-0.269，p＜0.001）在本章中也得到了验证。
此外，按照Lipsey和Wilson[131]的建议（即相关系数效应值如果小于或等于0.10可认为是小，0.25左右可认为是中等，大于或等于0.40可认为是大），拒绝改变与行为意愿呈现中等程度负相关性，而技术焦虑与行为意愿的负相关性较小，与感知易用负相关性中等。除此之外，模型中其他假设涉及的变量之间的关系均呈较大正相关性。因此，在一定程度上证实技术因素和社会因素对移动医疗用户采纳意愿的影响较大，而个体因素较小。进一步地，表4-2的异质性检验结果可以看出本章选择随机效应模型的合理性，即所有效应值的组内异质性检验统计量Qw均达到显著水平，由此说明不同相关变量中均存在一些潜在的情境调节变量。
表4-2 变量关系的随机效应模型分析结果
注：*p＜0.05；**p＜0.01；***p＜0.001；k表示效应值个数；N表示总的样本量；r代表加权平均相关系数；Z值表示Z检验取值；P值表示显著性水平；Qw表示组内异质性检验统计量。
一个国家或地区的国民IT使用能力与该国家的经济发展水平呈现一定水平的正相关。Chen和Zahedi[132]指出美国和中国国民IT素养以及IT技术设施方面存在的差异，是导致两国用户的互联网安全行为差异化的因素之一。发展中国家与发达国家无论是在经济水平、医疗水平还是IT基础设施等方面都存在巨大差异[9]，Dwivedi et al.[33]基于美国、加拿大和孟加拉三个国家的用户样本数据，也证实了影响不同国家用户移动医疗采纳行为的因素存在差异。鉴于此，本章将纳入元分析的30篇文献的研究样本所在国家或地区按其发展水平进行分类（根据国际分类标准，将英国、新加坡、韩国、中国台湾、日本和西班牙等国家和地区户纳入发达国家或地区，将中国、孟加拉和约旦等国家纳入发展中国家或地区），并检验其在模型假设所涉及变量之间的相关性方面的调节效应。表4-3分析结果显示，除技术焦虑TA与采纳意愿AI的相关性（r发达=-0.118，r发展中=-0.084，QB=0.575）没有得到显著调节（可能归因于样本量偏少），其他变量间的相关关系均被国家或地区发展水平所显著调节，即组间异质性检验统计量QB均显著。
表4-3 国家或地区发展水平（发达国家或地区，发展中国家或地区）的调节作用
续表
注：*p＜0.05；**p＜0.01；***p＜0.001；k表示效应值个数；N表示总的样本量；r代表加权平均相关系数；Z值表示Z检验取值；P值表示显著性水平；Qw表示组内异质性检验统计量；QB表示组间异质性检验统计量。
表4-3分析结果进一步显示，发展中国家或地区移动医疗用户的技术焦虑对服务感知易用的负向影响大于发达国家或地区用户个体（r发达=-0.178，r发展中=-0.309，QB=8.135）。除此之外，针对模型假设所涉及其他变量之间的相关性，基于发达国家或地区研究样本进行的研究所得到的相关性值均要大于基于发展中国家或地区研究样本进行的研究。