研究架構

一、研究架構之建立

線上遊戲玩家考慮在線上購買遊戲點時，會受到知覺風險、

相對利益、使用習慣與套牢效果等影響，而遊戲玩家的網路經驗 又會影響到遊戲玩家對網路購點知覺風險與相對利益的判斷，本 研究欲探討知覺風險、相對利益、使用習慣與套牢效果對轉換購 買意圖之影響力，研究架構如圖 3-1 所示。

圖 3-1 研究架構圖

23

第二節 建立假設命題

(一) 知覺風險與購買意圖

Pavlou（2003）發現，知覺風險對於進行電子商務交易具有負向 影響。Gold 與 Rao（2008）的研究，顯示知覺風險對使用網路購物 具有顯著負向影響，因此知覺風險會降低使用網路通路的意願。據此 本研究提出了假設一，即當遊戲玩家感受到有知覺風險的時候，會降 低遊戲玩家使用線上交易的意願。

H1：知覺風險對轉換意願具有負向影響。

(二) 使用習慣與購買意圖

習慣來自於重覆的反應，習慣是由快速、容易、需要最小的注意 力的認知處理所引導，可以和其它活動同時進行 (Wood, 1998)。當行 為被重覆與執行變成習慣後，行為前的理性評估尌會喪失

（Verplanken, Arts & Knippenberg, 1998）。習慣可以反應出一個人過 去所發展、累積的自動行為傾向 （Limayem & Hirt, 2003），人們會 繼續以習慣使用的方式做事，並不對行為做進一步的思考或理性的分 析，而只是基於習慣（Gefen, 2003）。

當習慣發展成形後，消費者會重複購買之習慣與偏好現在的購買 行為尌會持續，而表現出消費者留存的狀態 （Roy, Chintagunta &

Haldar, 1996），從上述得知習慣會影響消費者的購物行為，以目前

24

遊戲點數卡的銷售市場而言，大多數遊戲玩家還是在便利超商購買遊 戲點數卡，此消費習慣，會影響玩家轉換到線上購買點數卡的意願。

據此提出第二假設，使用習慣對於轉換意圖有負向影響。

H2：使用習慣對於轉換意圖有負向影響 (三) 相對利益與購買意圖

相對利益強調新服務與現有服務相比，其性能改善的部分；且用 來表示在何種程度線上服務是優於實體通路。節約成本與便利性已被 確定為比傳統的實體通路有更多的相對利益（Winklhofer ＆ Ennew, 2001; Polatoglu, 2001）。也有研究文獻，以驗證了相對利益顯著的影 響電子商務的使用意圖（Pavlou, 2003）。

至於在購買線上遊戲點數卡方面，使用線上交易與實體店面相比，

在時間與空間上更具有便利性，不受販賣地點與營業時間的限制，而 且目前通常透過官方的網路帄台購買遊戲點數卡，由於官方省去了中 間通路商的上架費與通路費，遊戲廠商都會對在官網上購買的玩家，

提供額外的優惠，例如：遊戲點卡打折、贈送虛擬寶物及延長遊戲時 間等優惠。

25

綜合以上所述，我們產生了一個假設三，當遊戲玩家感受到線上交 易與實體通路相比，有更多利益的時候，會增強遊戲玩家轉換到線上 交易的意願。

H3：相對利益對於轉換意圖有正面影響。

(四) 套牢效果與購買意圖

絡少康、汪志堅與方文昌（2005）以訪談法探索線上遊戲消費者 購買決策程序與轉換因素中，有提及套牢理論，在遊戲內花費的時間 與精力愈多，愈捨不得離開該遊戲，因為一經轉換本來在遊戲內所營 造的人際關係遊戲角色等，都將不復存在，因此在這裡我們把套牢效 果解釋成，由於玩家在遊玩一款遊戲時，對其所花費的金錢，精神，

與角色的培養，對於一同遊玩所產生的感情，會讓該玩家捨不得離開 該遊戲，而願意配合遊戲廠商所制定的購買點卡通路，所以產生了假 設四，套牢效果與轉換成本會正向影響玩家轉換購買意圖。

H4：套牢效果與轉換成本會正向影響玩家轉換購買意圖。

(五) 網路經驗的影響

據 Butler 與 Peppard（1998）指出，當消費者缺乏網路購物經驗 時，消費者將承受很大的知覺風險在付款的安全性和必須花費時間去 學習。Miyazaki 與 Fernandez（2001）的研究，提及消費者網路經驗 愈豐富，則消費者處理網路交易時的知覺風險也會愈低。因此，缺乏

26

網路經驗將成為消費者進行網路購物的阻礙（Kwak, Fox & Zinkhan, 2002）。

許多文獻也驗證了，相對利益顯著的影響電子商務的使用意圖

（Pavlou, 2003），而網路經驗可以幫助消費者更好的確認網路交易 優於實體購物，網路經驗會影響消費者的知覺判斷，因此提出下列四 點假設命題：

H5：網路經驗對於知覺風險有負向影響。

H6：網路經驗對於套牢效果有正向影響。

H7：網路經驗對於相對利益有正向影響。

H8：網路經驗對於使用習慣有負向影響。

(六)不同的人統口計變數的影響

Lunn 與 Suman（2002）針對可能影響網路購物的因素，將這些 因素歸納為 14 個構面，並利用 2001 年 UCLA 網路調查資料，針對 全美 50 州與哥倫比亞行政區的 2,006 個家庭中挑選出 1,274 位受訪 者，以瞭解網路購買的頻率與金額多寡，並將上述 14 構面作相關性 分析，以進一步推估出網路購物的頻率高低與消費金額。其結果發現，

男性與網路購買行為呈正相關，亦即男性上網購物的頻率高於女性，

合理的解釋是男性網路購物的經驗多於女性。

Kwak、 Fox 與 Zinkhan （2002）以美國網路使用者為對象，採 用電子郵件邀請受訪者參與調查，使用電腦程式每天發出電子郵件一

27

28

第三節 問卷設計

此份問卷參考（1）李朝瑞（2009）與（2）Lu, Cao ,Wang , Yang

（2011）兩份問卷之題項修改而來。

第四節 抽樣設計

一、研究對象

本研究是針對線上遊戲玩家，在購買遊戲點數卡時，有哪些因素 會影響玩家轉換到網路購買意願，以網路經驗作為中介變數。樣本對 象主要以有玩過線上遊戲的玩家且有購買過遊戲點數卡的消費者為 主要研究樣本，抽樣的網站選擇巴哈姆特遊戲論壇，該論壇目前為國 內最大之遊戲討論區，各廠商之線上遊戲均有設立專區討論，遊戲玩 家眾多，因此作為抽樣網站之選擇。

二、抽樣方法與資料蒐集

調查採用便利抽樣的方式進行，以網路發放問卷，針對在巴哈姆 特遊戲論壇之線上遊戲玩家，且有購買過遊戲點數卡者為主要問卷對 象。發放時間從 2012 年 3 月 20 日至 2012 年 5 月 20 日，為期兩個月，

發放期間遊戲點數卡的通路並無重大改變。發放樣本數估計，依據 Bentler 與 Chou（1987）提出樣本數為問項數之 5 倍至 10 倍，本研 究問項為 33 題，合適的樣本數為 165 份至 330 份左右。本研究共發

29

放 322 份問卷，扣除填答時間小於 2 分鐘與答案有矛盾之無效問卷，

矛盾為問卷中設有反向題，兩題若勾選意項相反則予以刪除，無效問 卷共 60 份，有效問卷共得到 262 份，有效問卷率為 81.3%。

第五節 資料分析方法

各問項採用 Likert 五點尺度量表，將有效問卷 262 份進行分析，

資料分析工具以 SPSS 12.0 進行分析，分析工具主要如下：

一、敘述性統計分析（Descriptive Statistic Analysis）

對本研究樣本的基本資料進行人口統計變數，並利用次數分配、

百分比統計量來描述樣本之分佈情況。

二、效度分析（Validity Analysis）

所謂效度是指測驗問卷數據的正確性，即指問卷施測時之數據能 夠測量到它所想要測量的心理特質的程度，本研以收斂效度進行效度 的驗證。根據 Fornell 與 Larcker（1981）認為，只要帄均變異萃取量

（Average variance extracted）達 0.5 以上，且組成信度（Component reliability）大於 0.7 時即表示該量表具有收斂效度。

三、信度分析（Reliability Analysis）

信度是指測驗結果的可靠性與一致性，一般是採用Cronbach’s α 係數來檢測衡量題項間的一致性及穩定性；當 α 係數越大，尌表示各

30

題項間的關聯性越大，即一致性越高。Cronbach’s α 係數的穩定性標 準以數值大於 0.7 者表示高信度、介於 0.7 至 0.35 間為中信度，而 0.35 以下則為低信度，應予以刪除，而本研究各構面採用 Cronbach’s α 係數大於 0.7 之信度指標。

四、迴歸分析（Regression Analysis）

迴歸分析主要用途為解釋與預測，解釋功能旨在說明預測變與效 果變項間的關聯強度及關聯方向，而預測功能是使用迴歸方程式，利 用已知的自變數來預測未知的變數（蕭文龍，2009）。

五、單因子變異數分析（One-way ANOVA）

變異數分析的目的在於分析各種變異的來源，並可進一步比較不 同的細項變數所檢驗的結果是否具有顯著的差異性。本研究使用單因 子變異數分析受訪者的人口統計變項，在網路經驗與轉換購買意圖上 上是否具有顯著的差異性。

31

第四章 實證結果分析

本章針對回收之問卷進行實證統計分析，第一節為樣本次數分配 分析，包括樣本基本資料分析與各構面間的敘述統計分析；第二節為 構面之信度與效度分析；第三節為各命題假設的驗證。

第一節

本文的樣本結構針對 262 份有效問卷進行分析，在樣本結構部份，

性別以男性居多，佔 61.5%；年齡方面以 20-25 歲者居多，佔 59.2%，

其次為 15-20 歲者，佔 17.6%；職業方面以學生者居多，佔 54.9%，

其次為服務業，佔 12.9%；居住地區方面以北部者居多，佔 45.4%，

其次為南部地區，佔 26.7%，至於教育程度方面，以大學(專科)生者 居多，佔 68.3%，其次為研究所者，佔 15.6%；在月收入方面以 10,000 元以下者居多，約佔 45%；其次為 20,000 元至 30,000 元者，佔 22.5%，

如表 4-1 所示。

32

33

二、消費者行為分析

消費者行為分析是針對262份有效問卷進行分析，在消費者經驗 部份，購買過的遊戲點數卡廠商以遊戲橘子居多，佔68.7%，其次為 智冠公司之「My card」點數卡，佔36.6%；在每月購買點數卡次數方 面，以１次以內者居多，佔50.8%，其次為其它，約佔24.8%；在每 月購買點數卡花費方面以300元者以內居多，佔50.8%，其次為300-500 元者，佔38.2%；在每天上網時間方面，以5小時者以上居多，佔32.4%，

其次為1-2小時者佔31.7%，在購買地點方面，以前往便利商店居多，

有97.3%的受測者在便利商店購買過點數卡，其次為網路購買，有

有97.3%的受測者在便利商店購買過點數卡，其次為網路購買，有