創新採用行動加值服務接受模式的徑路比較cmr.ba.ouhk.edu.hk/cmr/webjournal/v13n1/CMR222C08.pdf ·...

2010 年 2 月第十三卷一期 • Vol. 13, No. 1, Feb 2010

創新採用行動加值服務接受模式的徑路比較

湯宗泰

http://cmr.ba.ouhk.edu.hk

中華管理評論國際學報 ‧第十三卷‧ 第一期 1

湯宗泰國立雲林科技大學資訊管理系

創新採用行動加值服務接受模式的徑路比較湯宗泰

摘要本研究理論架構係以 Venkatesh 等人（2003）所提的整合性科技接受模式

（unified theory of acceptance and use of technology, UTAUT）為主，並整合

Rogers（1962, 1983）的創新採用模式，企圖由績效期望、付出期望、社會影

響與促成條件觀點，建構一個更能廣泛解釋及預測消費者採用行動商務加值

服務的決策模式，並進一步了解消費者創新採用程度對行動商務加值服務接

受模式的影響。本研究採用問卷調查法，調查對象為台灣行動加值服務的消

費者。本研究共發出 450 份問卷，有效回收 364 份，有效回收率達 80.89%。

結構模式分析結果顯示：(1) 消費者對行動加值服務的「績效期望」、「付

出期望」、「社會影響」與「促成條件」均會正向影響其使用行動加值服務

的意願；(2) 消費者的創新採用程度會顯著影響「績效期望→使用意願」、

「付出期望→使用意願」、「社會影響→使用意願」以及「促成條件→使用

意願」的徑路關係。換句話說，消費者的創新採用程度對於行動加值服務的

科技接受模式具有顯著影響。

關鍵詞：行動商務、行動加值服務、科技接受模式、創新採用


緒論 GSM 協會 2006 年的研究報告指出，2015 年全球的行動通訊用戶將會突破 50億戶，比現在的用戶數增加兩倍。而且行動網路涵蓋的人口範圍已達全球人

口 80%，比 2000 年多了一倍。預計在 2010 年行動網路的人口涵蓋範圍將會

高達 90%。因此深入了解消費者的行動加值服務接受模式，成了行動加值服

務業者目前最關心的課題。

行動加值服務相關研究近年來倍受重視，研究者也爭相投入（林隆儀與方業

溥，2006；湯宗泰等人，2006；劉文良與湯宗泰，2007；Balasubramanian et al., 2002；Barnes, 2002；Buellingen & Woerter, 2004；Fang et al., 2005；Figge, 2004；JIH & Lee, 2004；Lee & Benbasat, 2004；Lin & Wang, 2006；Okazaki, 2006；Ratliff, 2002；Wu & Wang, 2005），大多數的學者從企業經營績效、

科技接受、價值鏈、市場行銷以及操作便利性或是安全性的角度切入，其研

究結果各有所長，也都對於行動加值服務市場與行動電信業者有相當的幫

助。然而，本研究與過去研究較不同的是，想回歸到消費者最根本的消費者

行為，希望藉由消費者行為的角度，透過消費者對這些行動加值服務的認

知，來預測消費者的使用意願高低，因為再好的服務，若沒有人使用，服務

功能將成閒置，對於行動加值服務業者而言也是白費，所以本研究希望透過

科技接受模式來驗証消費者心中對於行動加值服務的使用行為，為後續研究

者與業者提供研究參考。

根據上述說明，本研究屬於實證研究，希望透過科技接受模式，去探討消費

者心中對於行動加值服務的使用意願，並希望透過此論文達成以下目的：1.了解消費者對於行動加值服務的使用意願。2. 探究消費者創新採用程度對行

動加值服務使用意願之徑路關係的影響。3. 同時檢驗不同類別之行動加值服

務，其消費者創新採用程度高低對行動加值服務使用意願之徑路關係的影響

是否一致。


理論與假說

行動加值服務

由於行動商務涉及範圍十分廣泛，而許多學者也對行動商務下了許多的定義

與註解。Durlacher（1999）認為，行動商務是透過行動設備來進行有獲利價

值的交易。Skiba 等人（2000）認為，行動商務是使用無線設備進行溝通、

資訊交易並透過連結公用及私人網路來獲得需要的內容資料。Lyytinen（2001）認為，行動商務是指任何時間、任何地點都可以利用行動化設備進

行各種商業活動。

Raina & Harsh（2001）認為行動商務是一種服務，能夠讓使用者透過手持式

行動設備經由網際網路以完成各種交易活動，例如利用手機購買商品、支付

帳單、訂購票等活動。Kalakota & Robinson（2001）指出，行動商務是指一

面移動，一面做交易，起因於使用者想要在沒有桌上電腦的時候，也能透過

無線設備進行交易與資訊交換。並認為行動商務代表包含電子商務及電子商

業的領域，且透過使用手持式行動設備進行任何電子交易或資訊、服務及商

品交換以獲取價值。

總結以上許多學者對行動商務所下的定義可知道，行動商務是透過無線行動

設備在任何時間、任何地點使用無線科技連接到網際網路以達成線上交易、

資訊交換，包含商流、資訊流、金流與物流等種種活動。而行動商務之無線

裝置包含行動電話、PDA、掌上型電腦、膝上型電腦、行動工具所裝設之行

動界面等等。

由上述許多學者對行動商務的種種定義可知，行動商務的應用範圍其實是包

含許多不同應用領域的，本研究茲將各個學者對於行動商務應用之應用領域

整理如下：

若依服務對象區分行動商務應用領域（Kalakota & Robinson, 2001），茲分為

三大類如下：1. 企業對消費者（business to consumer, B2C）：即企業提供給

消費者的服務，如行動銀行／行動券商、行動購物、無線網路廣告、簡訊服

務等。消費者主要是透過產業與電信業者的配合所提供的服務，利用行動設

備沒有空間、時間限制，立即取得所需要的資訊或服務。2. 企業對員工

（business to employee, B2E）：即企業提供給員工的行動應用，隨著產業對

於 M 化的需求提高，全球有愈來愈多的行動辦公室員工，為了提升這群必須


經常遊走在辦公室各處並不時出外洽公開會的員工生產力及行動力，故企業

提供員工利用無線網際網路配合行動設備，進行即時的資料查詢、修改各項

資訊、快速有效率地完成工作，企業利用這種幫助員工而善待顧客的方式，

不但能增加員工生產力並獲得顧客滿意度，進而使企業增加獲利的可能性。

3. 企業對企業（business to business, B2B）：延伸企業對員工觀念，建構一

個能讓企業員工透過行動設備，隨時、隨地與包括企業內部其他部門、外部

客戶及合作夥伴在內，皆可進行暢行無阻的溝通管道。

由於目前台灣行動加值服務的發展仍於起步階段，仍以 B2C 為主，也就是以

消費者為主要族群，因此本研究將研究範圍設定為 B2C 之行動加值服務模

式，並將過去文獻以及目前業者所提供的行動加值服務加以整理。目前台灣

主要行動加值服務業者有中華電信（emome）、和信電信（i-mode）、遠傳

電信（i-style）、泛亞電信（Hank）、東信電信（mobee life）、大眾電信（MiMi）、亞太行動寬頻（Qma）。而所提供的行動加值服務內容如下：簡訊、通訊錄、

電子字典、行事曆、收發 email、交通資訊、即時氣象、即時新聞、醫療資

訊、檔案存取、行動折價券、行動購物、行動銀行、行動（小額）付款、行

動 MTV、行動卡拉 OK、行動電玩、鈴聲下載、流行歌曲下載、圖像下載、

行動交友等。

科技接受模式

Davis 等人（1989）認為，TAM 主要用以解釋外部變數對行為意向的影響。

在實務上，必須搭配研究主題的特性來選擇相關的外部變數。隨著 TAM 研

究的蓬勃發展，針對不同領域所提出的外部變數也越來越多。Venkatesh 等

人（2003）針對歷年相關的研究做了回顧，發現過去經過實證的模式各具特

色，也分別在各個領域裡被證實，於是其整合過去文獻中的八個模型：理性

行動理論（TRA）、計劃行為理論（TPB）、科技接受模式（TAM）、TAM與 TPB 整合模式（C-TAM-TPB）、動機理論（MM）、電腦使用模型（model of PC utilization, MPCU）、創新擴散理論（IDT）、社會認知理論（SCT），

提出「整合性科技接受模式」（unified theory of acceptance and use of technology, UTAUT）。

UTAUT 模式把相關文獻中所提出的論點整合成四個主要構面：績效期望

（performance expectancy, PE）、付出期望（effort expectancy, EE）、社會影

響（social influence, SI）與促成條件（facilitating conditions, FC）以及四個干

擾變數：性別（gender）、年齡（age）、經驗（experience）、自願性（voluntariness）。


實證結果顯示，此新架構對科技使用接受行為的解釋力（R2）高達 70%，比

過去八個單獨的模式都要有效。

因此，本研究提出假說 H1、H2、H3 與 H4：

H1：行動加值服務的「績效期望」會正向影響「使用意願」。

H2：行動加值服務的「付出期望」會正向影響「使用意願」。

H3：行動加值服務的「社會影響」會正向影響「使用意願」。

H4：行動加值服務的「促成條件」會正向影響「使用意願」。

創新採用

Rogers（1983）定義「創新」為採用個人或單位認為是新的觀念、技術或實

體。Grover & Goslar（1993）認為，創新係對接受單位而言，感覺是新的想

法、作法或技術。

Ryan & Gross（1943）將採用定義為首次使用。Lionberger（1960）認為，採

用是人們決定使用一項新事物，但不必然要繼續使用。Rogers（1983）則認

為，採用是一種持續、完全使用一項創新的決定。

Schiffman & Kanuk（1994）認為，擴散是一種宏觀的、整體的看法，用來說

明創新產品從上市到推擴給大眾的過程；相對地，採用則是一種微觀的、個

體的看法，用來專注於個別消費者決定接受或拒絕一項創新產品的過程。

Rogers 最早在 1962 年提出「創新採用模式」，將採用過程定義為從得知創

新到最後採納的心智歷程，並將其劃分為知曉、興趣、評估、試用及採用五

個階段。1971 年其提出修正的「創新決策過程模型」。1983 年其提出「創

新擴散模型」，把創新擴散定義為一個新構想從創新或創造出來的來源，散

播到最終採用者或使用者的過程，並將此過程分為認知、說服、決策、實行、

確認等五個階段，而且認為下一個階段會受到上一個階段的影響。

由於創新擴散屬於宏觀的（產業），而創新採用屬於微觀的（個體）。為此，

本研究應用 Rogers 創新採用模式中的五個階段——知曉、興趣、評估、試用

及採用，對應發展出問卷中「未聽過此服務」、「聽過此服務」、「聽過且

有興趣」、「評估中」、「試用中」、「確定採用」等六個創新採用程度，

來詢問每位使用者對行動加值服務的創新採用經驗程度（微觀）。


基本上，Rogers（1962, 1983）所提出的消費者創新採用程度，在某種程度上

反應了消費者對該新科技的經驗程度，也因此本研究更進一步深入了解創新

採用程度對「績效期望→使用意願」、「付出期望→使用意願」、「社會影

響→使用意願」、以及「促成條件→使用意願」的徑路關係是不是具有顯著

影響，進而提出假說 H51、H52、H53、H54。

H51：創新採用程度的高低不會顯著影響「績效期望」對「使用意願」的徑路

關係。

H52：創新採用程度的高低不會顯著影響「付出期望」對「使用意願」的徑路

關係。

H53：創新採用程度的高低不會顯著影響「社會影響」對「使用意願」的徑路

關係。

H54：創新採用程度的高低不會顯著影響「促成條件」對「使用意願」的徑路

關係。

圖 1 研究架構

研究方法

構念的衡量

本研究屬驗證性之實證研究，故本研究擬透過問卷調查的方式檢測本研究模

式。在確定研究變數之後，本研究依據操作性定義予以設計問卷。本研究主

要研究變數包括：「績效期望」、「付出期望」、「社會影響」與「促成條

件」，並依「創新採用程度」進行分群。玆將各變數之操作性定義與其參考

文獻來源整理如表 1 所示。

H1

使用意願

創新採用經驗

H51

H2

績效期望

付出期望

社會影響

促成條件

H3

H4

H52

H53

H54


表 1 變數操作性定義

構念操作性定義參考文獻來源

績效期望消費者認為使用行動加值服務可以增加

事物的效益 Venkatesh et al. (2003)

付出期望消費者認為行動加值服務是否容易了解

以及使用 Davis (1989);

Venkatesh et al. (2003)

社會影響消費者察覺其所重視的人（例如親朋好

友、上司下屬等）的態度，認為他應該使

用行動加值服務，對其使用行動加值服務

行為之影響

Thompson et al. (1991)


促成條件消費者相信現有科技環境支援使用行動

加值服務的情況 Thompson et al. (1991)


使用意願消費者傾向使用行動加值服務的意向 Venkatesh et al. (2003)

量表

為確保內容效度，本研究的問卷問項來源皆來自於先前的研究文獻。問卷主

要包含六大部分，受訪者基本資料、績效期望、付出期望、社會影響、促成

條件以及創新採用程度。「績效期望」主要採行 Venkatesh 等人（2003）發

展出來的 UTAUT 模式之量表。「付出期望」主要採行 Davis（1989）發展

出來的 TAM 量表以及 Venkatesh 等人（2003）發展出來的 UTAUT 模式之量

表。「社會影響」主要採行 Thompson 等人（1991）發展出來的量表以及

Venkatesh 等人（2003）發展出來的 UTAUT 模式之量表。「促成條件」主要

採行 Thompson 等人（1991）發展出來的量表以及 Venkatesh 等人（2003）發展出來的 UTAUT 模式之量表。因本研究屬於驗證性研究，因此各問項採

用 Likert 七點尺度來進行衡量，1 表示「非常不同意」，7 表示「非常同意」。

本研究問項及問項來源如表 2 所示。

在創新採用的衡量方面，主要以行動商務應用項目內容「簡訊、鈴聲下載、

行動電玩、收發 email」為問項，並引用 Rogers（1962, 1983）創新採用模型

階段——知曉、興趣、評估、試用及採用為基礎，將應用情況分為六個勾選

項目，分別為「未聽過此服務」、「聽過此服務」、「聽過且有興趣」、「評

估中」、「試用中」、「確定採用」。評量方法為依受測者實際採用程度給

予不同的分數，「未聽過此服務」為 0 分，「聽過此服務」、「聽過且有興

趣」、「評估中」、「試用中」、「確定採用」依序給 1-5 分，作為消費者


對行動加值服務的創新採用程度。接著將受測者勾選「未聽過此服務」、「聽

過此服務」、「聽過且有興趣」、「評估中」這四者劃分為「低創新採用」；

而將勾選「試用中」與「確定採用」兩者劃分為「高創新採用」。

專家內容效度檢定

本研究為顧及發展量表之完整性，故延請七位行動商務領域之專家進行專家

效度檢定。請專家們就每一題內容之意義及和研究主題的相關性給予計分，

採四點計分法：1 分表示「不適當」、2 分表示「需大幅修改」、3 分表示「需

小幅修改」、4 分表示「適當」。再依據專家給分計算內容效度指標 CVI（content validity index），本研究之 CVI 採專家給分是 4 分者為計算之標準。將所有

得分為 4 分之題數相加後，除以量表總題數，分別計算七位專家之 CVI 值，

所得結果如表 3。七位專家之 CVI 值範圍在 0.90 到 1.00 之間，平均值為

0.964，符合 CVI 值應為 0.8 或以上之要求（Waltz, Strickland & Lenz, 1991）。

表 2 正式問卷

構面問項內容問項參考文獻來源

績效期望 PE1：使用行動加值服務有助於我從事各類活動的效益

PE2：使用行動加值服務可以增加我處理事物的效率

PE3：對我而言，使用行動加值服務是有用的

PE4：我覺得使用行動加值服務比以往的相關服務更加便利

PE5：整體而言，使用行動加值服務所產生的效益是令我滿

意的


付出期望 EE1：對我而言，行動加值服務的使用方式相當清楚

EE2：對我而言，初學使用行動加值服務系統很容易就可以

輕鬆上手

EE3：對我而言，使用行動加值服務系統並不困難

EE4：我能夠熟練地操作行動加值服務，以從事各類活動

EE5：整體而言，我認為使用行動加值服務的經驗是愉快的

Davis (1989);


社會影響 SI1：大多數對我有影響的人（例如親朋好友、上司下屬等）

認為我應該使用行動加值服務

SI2：大多數我很重視的人（例如親朋好友、上司下屬等）認

為我應該使用行動加值服務

SI3：我覺得不使用行動加值服務會與社會脫節

SI4：我認為使用行動加值服務是一種社會趨勢

Thompson et al. (1991);



促成條件 FC1：當我想要使用行動加值服務時，我總是可以很輕易地

連接上線

FC2：當我想要使用行動加值服務時，我總是可以輕易地搜

尋到無線網路訊號

FC3：我可以輕易地獲取使用行動加值服務的相關活動

FC4：一旦遇到使用上的困難，我可以很快地利用各方面的

資訊（例如書籍、朋友、網路等）來解決問題

Thompson et al. (1991);


使用意願 BI1：我會考慮使用行動加值服務

BI2：我希望能有機會使用行動加值服務

Davis (1989);


表 3 內容效度指標「CVI 值」

專家編號 CVI 值計算過程備註

1 1.00 20/20 = 1.00

2 0.95 19/20 = 0.95

3 0.90 18/20 = 0.90

4 1.00 20/20 = 1.00

5 0.95 19/20 = 0.95

6 0.95 19/20 = 0.95

7 1.00 20/20 = 1.00

平均 0.964 6.75/7 = 0.964

依照專家給予的修正意見進行問卷之修訂，大部分專家對量表的意見，以評

分而言，都落在「適當」上（每一個單題，若用平均數計算，七位專家的分

數大都落在 3-4 分之間，見表 4），給予的意見也偏向多一個字或少一個字

之用字遣詞的修正。

本研究問卷先經由上述七位專家進行前測，以檢視各問項是否能表達該構念

的真正意義，接著再從研究對象中抽取 30 個樣本進行試測，本研究於 2007年 6 月 1~10 日派員於台北、台中、高雄等火車站商圈隨機請 30 名受測者填

答，並針對受測者的意見進行問卷修改，以期消除語意障礙，提高內容效度。


表 4 專家內容效度各題得分之次數分布與平均值（n=7）

評分標準

題號適當需小幅修改需大幅修改不適當平均分數

PE1 7 4

PE2 6 1 3.857

PE3 7 4

PE4 5 2 3.714

PE5 5 2 3.714

EE1 7 4

EE2 7 4

EE3 7 4

EE4 7 4

EE5 7 4

SI1 7 4

SI2 7 4

SI3 5 2 3.714

SI4 6 1 3.857

FC1 7 4

FC2 7 4

FC3 6 1 3.857

FC4 6 1 3.857

BI1 7 4

BI2 7 4

樣本抽樣方法

由於本研究主要是探討消費者對行動加值服務的使用意願，因此研究對象為

台灣地區行動加值服務的消費者。真正能夠代表母體特性之抽樣就是普查，

然而由於行動加值服務的真實母體不可能取得（每天都在改變），因此只能

以相對合理的方式處理，而在國際上台灣行動商務相關研究被廣為接受的是

Tsang 等人（2004）的處理方式。Tsang 等人認為台灣幾乎人手一機，因此全

台都是行動加值服務的目標消費者，而且以創新擴散理論來看，台灣前三大

都會區（台北、台中、高雄）的火車站商圈，具有創新採用的指標性意義，


而其調查結果也十分具有實務應用效益。也因此本研究的問卷發放方式主要

追隨 Tsang 等人（2004）在「International Journal of Electronic Commerce」中研究台灣行動廣告的處理手法。本研究於 2007 年 7 月 1~10 日派員在北（台

北火車站）、中（台中火車站）、南（高雄火車站）發放問卷。本研究共發

出 450 份問卷，回收 373 份，扣除 9 份填寫不完整的無效問卷，有效回收 364份，有效回收率達 80.89%。

資料分析與結果

敘述統計

在有效樣本中，男性受訪者佔全部受訪者的 53.30%（194 人），女性佔 46.70%（170 人），受訪者的主要年齡結構主要分佈在 20~29 歲之間（212 人），

佔有效樣本之 58.24%，其次為 30~39 歲（83 人，22.80%）、20 歲以下（38人，10.44%）、40 歲（含）以上（31 人，8.52%）；受訪者每月收入以 20,001~35,000佔最多（135 人，37.09%）、接著依序為 20,000 以下（96 人，26.37%）、

50,001~65,000（57 人，15.66%）、35,001~50,000（46 人，12.64%）、65001（含）以上（30 人，8.24）；受訪者每月手機帳單費用最多是 901 元（含）

以上（125 人，34.34%）、其次是 601~900 元（114 人，31.32%）、300~600元（75 人，20.60%）、0~300 元（50 人，13.74%）。

無反應偏差檢定

為確保樣本代表性，本研究將回收問卷依回收時間先後分成兩批（239 份與

125 份），並選取「使用門號」、「門號月租費」、「每月手機帳單費用」

等三項目，以卡方檢定（χ 2 Test）檢驗兩次回收問卷在基本資料的回答上是

否具有顯著的不同。檢定結果顯示（如表 5 所示），在兩次回收樣本間並無

顯著差異，故推論未回之問卷對本研究結果並不會造成太大偏誤（Armstrong & Overton, 1977）。


表 5 無反應偏差檢定

變項 Chi-square 值 P 值

使用門號 6.476 0.813

門號月租費 7.845 0.356

每月手機帳單費用 2.921 0.798

*: p < 0.05

衡量模式

本研究以 LISREL 8.3 去驗證選擇模式和測試每個理論模式的配適度。在進行

資料分析工作時，以內定之最大概似估計法估計參數，利用最大概似估計法

時資料必須符合多變量常態分配的假定，樣本數不能太小，最少應要求在 100至 150 之間才適合使用（Ding et al., 1995），本研究的樣本數刪除掉無效樣

本後，有效樣本數為 364，標準化殘差的 Q-plot 分布斜度並未違反常態假設，

符合上述要求。

衡量模式分析主要是確定兩件事：(1) 在整體模式考量下，驗證模式中各測

量變項是否能正確地測量到潛在變項；(2) 檢驗是否有負荷在不同因素的複

雜衡量變項（Anderson & Gerbing, 1988），亦即檢定模式中兩種重要的建構

效度：收斂效度——指以不同衡量方式去衡量來自相關變項的變數，彼此之

間的相關程度要高，亦即衡量相同的東西，其衡量結果應相同；區別效度——

將不相同的兩個概念進行測量，無論測量者使用相同的方法或不同的方法，

將測量結果進行相關分析，其相關程度要低。本研究根據 Bagozzi & Yi（1988）及 Nunnally（1978）的建議，挑選四項最具指標性的指標來評鑑衡量模式，

玆說明如下：


表 6 衡量模式分析

構面量表

問項 Cronbach’s

α 因素負

荷量標準誤差

t 值組成

信度變異抽

取量

績效期望 PE1 0.75 0.81 0.35 7.40 0.69 0.64

PE2 0.86 0.31 8.91

PE3 0.85 0.30 8.53

PE4 0.72 0.39 7.14

PE5 0.70 0.43 6.89

付出期望 EE1 0.79 0.81 0.35 7.39 0.68 0.63

EE2 0.80 0.36 7.87

EE3 0.77 0.38 7.63

EE4 0.82 0.34 7.49

EE5 0.75 0.40 7.58

社會影響 SI1 0.78 0.75 0.39 9.23 0.67 0.62

SI2 0.77 0.38 9.43

SI3 0.79 0.36 9.68

SI4 0.80 0.37 9.51

促成條件 FC1 0.79 0.84 0.32 9.53 0.70 0.65

FC2 0.81 0.31 9.86

FC3 0.75 0.38 9.83

FC4 0.79 0.35 9.28

使用意願 BI1 0.80 0.88 0.29 10.86 0.73 0.70

BI2 0.82 0.34 9.70

總量表信度 0.78

1. 個別問項的信度：此指標是評估測量變數對該潛在變數的因素負荷量，

檢測每一個變數負荷量的統計顯著性。在因素負荷量分析中，顯著性考

驗是以 t 檢定來進行，t 值越大表示強度越強，t 值絕對值若超過 1.96，即可視為顯著。表 6 中顯示所有個別變項中的因素負荷量都在 0.5 以

上，而且 t 值皆大於 1.96，顯示整個測量問卷的測量品質良好，各題項

的適切性頗高。本研究因素負荷量介於 0.70~0.88 之間，符合 Hair 等人

（2005）的建議值。


2. 潛在變項的組成信度：潛在變項的組成信度值是其所有測量變項信度的

組成，表示構念指標的內部一致性，信度愈高顯示這些指標的內部一部

性愈高。Fornell & Larcker（1981）建議值為 0.6 以上。表 6 中顯示，衡

量模式中各變項的組成信度值都在 0.6 以上，本研究組成信度值介於

0.68~0.73 之間，代表研究模式內部一致性良好。

3. 潛在變項的平均變異抽取量：平均變異抽取量是計算潛在變項之各測量

變項對該潛在變項的變異平均解釋力，平均變異抽取量愈高，表示潛在

變項有愈高的信度與收斂效度。Fornell & Larcker（1981）建議其標準

值須大於 0.5。表 6 中顯示，衡量模式中各變項的平均變異抽取量（AVE）值均大於 0.5 的標準值（0.62~0.70），代表本研究之潛在變項有不錯的

信度與收斂效度。

4. Cronbarch’s α：此外，本研究亦採用 Cronbach’s α進行信度檢定，測

量問卷之問項是否具有內部一致性。Cronbach（1951）提出判斷信度的

準則，即α值小於等於 0.35 為低信度；0.35~0.7 為中信度；0.7 以上為

高信度。實務上，Nunnally（1978）建議探索性研究α值應大於 0.6 以

上；驗證性研究α值應大於 0.7 以上，才可稱達到可接受的信度範圍。

表 6 中顯示，衡量模式中各構面的 Cronbach’s α值均大於 0.7 以上，量

表總信度為 0.78，因此本研究應具有不錯的內部一致性信度。

5. 區別效度：區別效度係指構面不同，分別測量這些構面的測量問項之間

會有差異。根據 Fornell & Larcker（1981）的建議，測量區別效度的方

式是每個構面的變異抽取量大於該構面與其他構面之相關係數的平方

值，由表 7 來看，所有指標都符合上述評估的標準，這顯示本研究問項

具有良好的區別效度。


表 7 構念間的相關係數平方值與變異抽取量

構念績效期望付出期望社會影響促成條件使用意願

績效期望 0.64

付出期望 0.27 0.63

社會影響 0.16 0.13 0.62

促成條件 0.12 0.14 0.19 0.65

使用意願 0.47 0.36 0.21 0.19 0.70

註：對角線為該構念之AVE值，非對角線為各構念相關係數平方值

結構模式

結構模式分析包括研究模式的配適度分析與整體研究模式的解釋力。本研究

參照 Bagozzi & Yi（1988）、Joreskog & Sorbom（1996）與 Bentler（1990, 1992）的意見，挑選七項指標進行整體模式的配適度評鑑，包括卡方與其自由度比

率值（χ2/d.f.）、調整後的配適度指標（AGFI）、NFI、NNFI、比較配適度

指標（CFI）、RFI 及平均近似誤差均方根（RMSEA），其結果整理如表 8所示。

表 8 顯示，Bagozzi & Yi（1988）認為卡方與其自由度比率值（χ2/d.f.）建

議以不超過 3 為標準。本研究之卡方與其自由度比率值（χ2/d.f.）稍微大於

3（3.17）。Hair 等人（2005）指出，當樣本數大於 200 以上時，卡方與其自

由度比率值（χ2/d.f.）會過於敏感，可能會大於 3，必須參考其他配適度指

標。因此若考量本研究 364 個樣本，本研究仍是一個可以合理接受的模式；

至於其他指標皆符合大多數研究的建議值，AGFI≧ 0.80（0.82）、NFI ≧ 0.90（0.90）、NNFI ≧ 0.90（0.90）、CFI ≧ 0.90（0.94）、RFI ≧ 0.90（0.94）、

RMSEA ≦ 0.08（0.057）。整體而言，本研究的研究模式與觀察資料有良

好的配適度。

如表 9 所示，經由 SEM 估計各構面間的徑路關係，其徑路值係採用標準化

係數，驗證研究模式的四個假設，其有四個假設達到α=0.01 的顯著水準。

結構模式徑路分析係數，分別是績效期望→使用意願（0.560）、付出期望→

使用意願（0.348）、社會影響→使用意願（0.201）、促成條件→使用意願

（0.194）。


表 8 模式的各項指標適配度

適配度指標建議值參考文獻來源衡量模式

結構模式

χ2/d.f. ≦ 3.00 Bagozzi & Yi (1988); Hair et al. (2005) 2.81 3.17

AGFI ≧ 0.80 Doll et al. (1994); Hair et al. (2005) 0.81 0.82

NFI ≧ 0.90 Doll et al. (1994); Hair et al. (2005) 0.90 0.90

NNFI ≧ 0.90 Bentler & Bonnett (1980); Bentler (1990); Hair et al. (2005)

0.91 0.90

CFI ≧ 0.90 Bentler & Bonnett (1980); Bentler (1990); Hair et al. (2005)

0.92 0.94

RFI ≧ 0.90 Bentler & Bonnett (1980); Bentler (1990); Hair et al. (2005)

0.92 0.94

RMSEA ≦ 0.08 Hair et al. (2005) 0.068 0.057

表 9 研究假設之驗證

假設徑路值 t 值檢定結果

H1 績效期望→使用意願 0.560 7.391 接受

H2 付出期望→使用意願 0.348 8.695 接受

H3 社會影響→使用意願 0.201 9.211 接受

H4 促成條件→使用意願 0.194 9.815 接受

接著本研究選取台灣地區目前使用度最高的四種行動加值服務：簡訊、鈴聲

下載、行動電玩、收發 email 檢驗消費者創新採用程度高低對 Venkatesh 等

人（2003）之 UTAUT 模式的徑路關係是否具有顯著差異。本研究以 t0檢定

驗證不同類型的行動加值服務對個別迴歸係數（徑路關係），本研究先將樣

本分別以簡訊、鈴聲下載、行動電玩、收發 email 依創新採用程度高低加以

分組，分別進行八回合的 SEM 結構模式分析求得每組樣本的徑路係數（迴

歸係數），再將這些標準化迴歸係數（β）之間的兩兩差異，代入下列 t 檢定公式（Cohen & Cohen, 1983），其中自由度 df=n1+n2-4。

∑∑∑∑∑∑

×+

×−+

−+−

−=

22

21

22

21

21

222

211

210

4)ˆ()ˆ(

XXXX

nnYYYY

t ββ


表 10 創新採用程度對各別迴歸係數的影響

簡訊鈴聲下載行動電玩收發 email

創新採用程度高

(n=263)

低

(n=101)

高

(n=255)

低

(n=109)

高

(n=189)

低

（n=175）

高

（n=163）

低

（n=201）

績效期望→使

用意願

β=.603 β=.551 β=.589 β=.546 β=.583 β=.550 β=.552 β=.589

差異值=.052(t0=3.16) 差異值=.043(t0=2.98) 差異值=.033 (t0=2.57) 差異值= -.037(t0=3.68)

付出期望→使

用意願

β=.360 β=.307 β=.367 β=.325 β=.363 β=.326 β=.331 β=.362


社會影響→使

用意願

β=.239 β=0.183 β=0.227 β=.186 β=.222 β=.187 β=.191 β=.224


促成條件→使

用意願

β=.212 β=.165 β=0.218 β=.173 β=.213 β=.182 β=.187 β=.210

差異值=.047(t0=3.05) 差異值=.045 (t0=3.65) 差異值=0.31 (t0=2.51) 差異值=-.028(t0=1.99)

表 10 顯示，不同類型行動加值服務（簡訊、鈴聲下載、行動電玩、收發 email）的創新採用的高低程度會顯著影響「績效期望→使用意願」、「付出期望→

使用意願」、「社會影響→使用意願」以及「促成條件→使用意願」的徑路

關係（β值）。

結果與建議

研究結果

針對同一時點的調查而言，受測者理應具有不同的創新採用程度，因此處在

不同創新採用程度下的消費者，其對行動加值服務這類新科技的接受行為是

否具有顯著不同的行為意向，則為本研究的重點。本研究以 Venkatesh 等人

（2003）之 UTAUT 模式為基礎，經由 SEM 與徑路關係差異檢定，得到以

下結果：

整體而言，本研究驗證了 Venkatesh 等人（2003）的 UTAUT 模式，在台灣

地區行動加值服務領域仍然有效。亦即消費者對行動加值服務的「績效期望」

與「付出期望」均會正向影響其使用行動加值服務的意願；而且消費者也會

受到某些「社會影響」進而正向影響其使用行動加值服務的意願；此外，行

動加值服務的相關「促成條件」也正向影響消費者對行動加值服務的使用意

願。


相較於 Castañeda 等人（2007）對 Davis 等人（1989）之原始 TAM 模式進行

「經驗」對徑路關係（β值）的差異性檢定，本研究改以具有 70%以上解釋

力的 UTAUT 模式進行檢定，並且以具有理論基礎的創新採用程度進行分

群。本研究實證結果顯示，受測者對於四大主要行動加值服務「簡訊、鈴聲

下載、行動電玩、收發 email」的創新採用程高低對 UTAUT 模式之徑路關係

（β值）具有顯著不同的影響。換句話說，消費者的創新採用程度高低會分

別顯著影響「績效期望→使用意願」、「付出期望→使用意願」、「社會影

響→使用意願」以及「促成條件→使用意願」的徑路關係（β值）。

此外，研究亦顯示，不同類別之行動加值服務，其消費者創新採用程度高低

對行動加值服務使用意願之徑路關係的影響情況是不一致的。這項研究結果

相對於過去的台灣及以外相關研究是更加細緻的。

實務上的管理內涵

對實務界而言，過去的相關科技接受模式已告知了業界，解釋了消費者對「績

效期望」、「付出期望」、「社會影響」與「促成條件」會正向影響其使用

行動加值服務的意願。然而對業界而言，因其行銷資源有效，相對比較希望

了解如何區隔消費者以進行資源的有效應用。

對此，本研究以消費者的創新採用程度進行分群，並進一步探討其對「不同

行動加值服務」徑路關係的影響，本次實證結果顯示在四種行動加值服務

中，只有「簡訊、鈴聲下載、行動電玩」三者在本次的調查中使用人數過半。

接著又對此四大主要行動加值服務分別進行徑路關係差異分析，結果顯示，

對於「簡訊、鈴聲下載、行動電玩」這三大主要行動加值服務，高創新採用

程度的消費者對 UTAUT 模式中的各徑路關係（β值），相較於低創新採用

程度的消費者有較高的顯著影響；反觀，對於「收發 email」，低創新採用

程度的消費者對 UTAUT 模式中的各徑路關係（β值），相較於高創新採用

程度的消費者有較高的顯著影響。這似乎透露出，當有過半的消費者進入高

創新採用程度時，其創新採用的經驗值對 UTAUT 模式的徑路關係（β值）

將會有較為顯著的影響效果。

此研究結果有助於業界理解，當資源有限時，如果業者想要有相對較高的行

銷成果，對於「簡訊、鈴聲下載、行動電玩」等行動加值服務，建議投入在

「高創新採用群」；相反地，對於「收發 email」這項行動加值服務，則建

議可將行銷資源投入在「低創新採用群」，理論上會有比較好的成效。


研究貢獻

本研究對行動商務相關研究的貢獻如下：1. 在建立理論的過程中，研究方法

的三角驗證在學術界是十分重要的過程，僅藉由過去單一的傳統統計研究，

並無法肯定理論的正確性，因此藉由不同領域（行動加值服務）相同模式（彙

總後的 UTAUT 模式）不同實證研究方法（SEM+徑路關係差異檢定）有其

必要。2. 本研究以更細緻的方式分別探討「創新採用程度」對 UTAUT 模式

之徑路關係的影響，並且以更深入的方式分別檢驗「創新採用程度」對每一

組迴歸係數（β值）的影響是否具有顯著差異，而這是過去台灣及以外研究

所欠缺的，對業界與學界十分具有參考價值。

研究限制與未來研究方向建議

本研究限制與未來研究方向建議如下：1. 行動加值服務的真實母體每日都在

改變其邊界，因此要確定樣本的代表性只能相對採取較為合理的處理手法，

所幸國際知名學者梁定澎曾於國際電子商務的第一級期刊「International Journal of Electronic Commerce」發表「Consumer attitudes toward mobile advertising: An empirical study」一文（Tsang et al., 2004），在台灣地區由於

無法取得所有企業的資料，所以大多數的研究以台灣排名前 1000 或排名前

1500 的企業為研究樣本，以取代真正的所有企業母體；同理，由於不可能取

得所有行動商務消費者的完整母體，因此其在處理行動商務領域樣本時，以

台灣北、中、南三大都會區的火車站放發問卷取樣，本研究亦追隨梁定澎的

方式。當然未來如有更好的處理行動商務領域抽樣手法，有待後續學者繼續

努力。2. 將 UTAUT 模式應用到行動商務領域，相對是較新的。本研究的結

論和實務上的內涵係由單次的實證研究所獲得，因此若要推導到其他商業種

類或用戶組織必須注意。3. 本研究使用快照（橫斷面）方式來理解模式中各

構面的相互關係，可能過度簡化，合理上應再透過縱斷面的證據加以補強。

4. 許多研究都指出，產品涉入程度會影響消費者對科技產品的接受度，所以

消費者對科技產品涉入程度的高、低可能會影響其科技採用過程。因此後續

研究可針對消費者產品涉入程度高、低的不同，來探討模式徑路關係是否有

差異，而這亦有待後續學者加以努力。


參考文獻林隆儀、方業溥（2006），〈行動商務應用對公司經營績效的影響：市場導

向的干擾效果──以台灣流通相關產業為例〉，《電子商務學報》，第 8 卷，

第 2 期，頁 271－294。

湯宗泰、劉文良、湯宗益（2006），〈行動商務創新採用與企業經營績效之

相關研究〉，《電子商務學報》，第 8 卷，第 1 期，頁 1－24。

劉文良、湯宗泰（2007），〈消費者對行動加值服務之付費意願〉，《電子

商務學報》，第 9 卷，第 3 期，頁 1－24。

Anderson, J. C., & Gerbing, D. W. (1988). Structural equation modeling in practice: A review and recommended two-step approach. Psychological Bulletin, 103(3), 411-423.

Armstrong, J. S., & Overton, T. S. (1977). Estimating nonresponse bias in mail surveys. Journal of Marketing Research, 14(3), 396-402.

Bagozzi, R. P., & Yi, Y. (1988). On the evaluation of structural equation models. Journal of the Academy of Marketing Science, 16, 74-94.

Balasubramanian, S., Peterson, R. A., & Jarvenpaa, S. (2002). Exploring the implications of m-commerce for markets and marketing. Journal of the Academy of Marketing Science, 30(4), 348-361.

Barnes, S. J. (2002). The mobile commerce value chain: Analysis and future developments. International Journal of Information Management, 22, 91-108.

Bentler, P. M. (1990). Comparative fit indexes in structural models. Psychological Bulletin, 107(2), 238-246.

Bentler, P. M. (1992). On the fit of models to covariance and methodology to the bulletin. Psychological Bulletin, 112(3), 400-404.

Buellingen, F., & Woerter, M. (2004). Development perspectives, firm strategies and applications in mobile commerce. Journal of Business Research, 57, 1402-1408.


Castañeda, J. A., Muñoz-Leiva, F., & Luque, T. (2007). Web acceptance model (WAM): Moderating effects of user experience. Information & Management, 44(4), 384-396.

Cohen, J., & Cohen, P. (1983). Applied multiple regression/correlation analysis of the behavior science (2nd ed.). Lawrence Erbaum Associates, NJ: Hillsdate.

Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(4), 297-334.

Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User acceptance of computer technology: A comparison of two theoretical models. Management Science, 35(8), 982-1003.

Ding, L., Velicer, W., & Harlow, L. (1995). Effect of estimation methods, number of indicators per factor and improper solutions on structural equation modeling fit indices. Structural Equation Modeling, 2(2), 119-143.

Durlacher (1999). Mobile commerce report. Durlacher Research Ltd.

Fang, X., Chan, S., Brzezinski, J., & Xu, S. (2005). Moderating effects of task type on wireless technology acceptance. Journal of Management Information Systems, 22(3), 123-157.

Figge, S. (2004). Situation-dependent services - A challenge for mobile network operations. Journal of Business Research, 57, 1416-1422.

Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable and measurement error: A comment. Journal of Marketing Research, 18(3), 39-50.

Grover, V., & Goslar, M. D. (1993). The initiation, adoption and implementation of telecommunications technologies in US organizations. Journal of Management Information Systems, 10(1), 141-163.

Hair, J. F., Anderson, R. E., Tatham, R. L., & Black, W. C. (1998). Multivariate data analysis (5th ed.). Macmillan, New York.


Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. L. (2005). Multivariate data analysis (6th ed.). Upper Saddle River, NJ: Prentice Hall.

Jacoby, J., & Kaplan, L. B. (1972). The components of perceived risk, in advance in consumer research. In M. Venkatesan (ed.). Chicago: Association for Consumer Research, 383-393.

JIH, Wen-Jang, & Lee, Su-Fang (2004). An exploratory analysis of relationships between cellular phone uses’ shopping motivators and lifestyle indicators. Journal of Computer Information Systems, 2(Winter), 65-73.

Kalakota, R., & Robinson, M. (2001). M-business: The race to mobility. McGraw- Hill, New York.

Lee, Y. E., & Benbasat, I. (2004). A framework for the study of customer interface design for mobile commerce. International Journal of Electronic Commerce, 8(3), 79-102.

Lin, Hsin-Hui, & Wang, Yi-Shun (2006). An examination of the determinants of customer loyalty in mobile commerce contexts. Information & Management, 43, 271-282.

Lionberger, H. F. (1960). Adoption of new ideas and practices. The Iowa State University Press.

Lyytinen, K. (2001). Mobile commerce: A new frontier for e-business, in Proceedings of the 34th Annual Hawaii International Conference, 3509-3509.

Nunnally, J. C. (1978). Psychometric theory (2nd ed.). New York: McGraw-Hill.

Okazaki, S. (2006). What do we know about mobile internet adopters? A cluster analysis. Information & Management, 43, 127-141.

Raina, K., & Harsh, A. (2001). mCommerce security: A beginner's guide. Osborne: McGraw-Hill.

Ratliff, J. M. (2002). NTT DoCoMo and its i-mode success: Origins and implications. California Management Review, 44(3), 55-71.


Rogers, E. M. (1962). Diffusion of innovation (1st ed.). New York: The Free Press.

Rogers, E. M. (1983). Diffusion of innovation (3rd ed). New York: The Free Press.

Ryan, B., & Gross, N. C. (1943). The diffusion of hybrid seed corn in two Iowa communities. Rural Sociology, 8, 15-24.

Schiffman, L. G., & Kanuk, L. L. (1994). Consumer behavior (5th ed.). New Jersey: Prentice-Hall.

Skiba, Brian, Johnson, Mairi, Dillon, Michael (2000). Moving in mobile media mode. Lehamn Brothers.

Thompson, R. L., Higgins, C. A., & Howell, J. M. (1991). Personal computing: Toward a conceptual model of utilization. MIS Quarterly, 15(1), 124-143.

Tsang, M. M., Ho, S. C., & Liang, T. P. (2004). Consumer attitudes toward mobile advertising: An empirical study. International Journal of Electronic Commerce, 8(3), 65-78.

Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27, 425-478.

Waltz, C. F., Strickland, O. L., & Lenz, E. R. (1991). Measurement in nursing research (2nd ed.). Philadelphia: A. Davis.

Wu, J. H., & Wang, S. C. (2005). What drives mobile commerce? An empirical evaluation of the revised technology acceptance model. Information & Management, 42, 719-729.

創新採用行動加值服務接受模式的 徑路比較cmr.ba.ouhk.edu.hk/cmr/webjournal/v13n1/CMR222C08.pdf ·...

Documents

創新採用行動加值服務接受模式的徑路比較cmr.ba.ouhk.edu.hk/cmr/webjournal/v13n1/CMR222C08.pdf ·...