樣本結構

關於本研究之樣本結構，共回收樣本數970 份，其中無效樣本數有 251 份，

有效樣本數共 749 份，有效樣本回收率為 77.22%。主要年齡層分佈在「21~25 歲」，占60.2%；教育程度以「大學」為主，占 78.2%；職業別以「學生」為主，

占62.8%；每月可支配金額以「5,001~15,000 元」為主，占 41.7%；問卷填寫的 目標購物網站以「Yahoo!奇摩購物網站」為主，占 35.0%。詳細樣本結構如表 3 所示。

第二節 模型與假說驗證

本研究使用SPSS 為分析工具，首先對消費慣性和顧客滿意度兩者各別對於 再購意願的影響進行驗證後，再針對兩個調節變數──口碑與其他店家吸引力之 調節效果進行驗證。詳細之說明如下：

一、信效度分析 (一) 信度分析

本研究首先以分項對總項之相關係數(item to total correlation)做為判斷該題 項在刪除之後，是否可以顯著地提升整體信度，而其判斷的標準則是以當數據小 於0.4 時候判斷刪除與否的依據，同時在出現有刪除必要的情況後，需在刪除低 於標準的題項後，再重覆進行確認以達到0.4 的標準。其次關於因素負荷量(Factor Loading)，則是表示變數與因素之間的關係，其判斷標準之數值為 0.4，而交叉 負荷(cross-loading)之標準為 0.4。此外為檢視因素分析的配適度，故採用KMO值 (標準為達到 0.6 以上，愈接近 1 愈好)與Bartlett’s球形檢定 (若達到顯著，則適合 進行因素分析)，其中本研究之KMO值為 0.864，而Bartlett’s檢定為 0.000，即已 達顯著，以及近似卡方分配的值為6155.157，故依KMO值與Bartlett’s球形檢定兩 者之結果，顯示適合進行因素分析(Hair et al., 1998)。而當因素負荷量的數值達 到0.4 之標準後，則表示各變數與各因素之間，具有足夠的關聯性，並適合作為 因素的命名。

表4 中顯示，分項對總項之相關係數的數值介於 0.498 到 0.779 之間，故已 達到標準，因此不需要刪除任何題項。而因素負荷量則是介於0.765 到 0.913 間，

因皆達到超過0.4 的標準，故表示各變數與各因素之間，具有一定程度的關聯性。

接著以Cronbach’s α 係數以檢驗信度，結果如表 4 所示。Cronbach’s α 值介於 0.737 到 0.855 間，因為皆已達到標準值 0.7，故表示具有一定程度之信度(Nunnally, 1978)。

表3 樣本結構分佈表(n=749) 5,001~15,000 元 312 41.7 15,001~25,000 元 87 11.6 25,001~35,000 元 94 12.6 35,001~45,000 元 39 5.2 PayEasy 131 17.5 購物網站

東森購物網 39 5.2

表4 信度分析結果彙整表

構念 題項 分項對總項之相關係數

(item to total correlation)

Factor

Loading Cronbach’s α

RI1 0.580 0.820

RI2 0.611 0.840

再購意願 (Repurchase Intention)

RI3 0.571 0.807

0.744

CI1 0.668 0.877

CI2 0.526 0.785

消費慣性 (Consumer Inertia)

CI3 0.498 0.765

0.737

CS1 0.574 0.781

CS2 0.767 0.912

顧客滿意度 (Customer Satisfaction)

CS3 0.770 0.913

0.838

WOM1 0.560 0.777

WOM2 0.719 0.892

口碑 (Word of Mouth)

WOM3 0.748 0.902

0.818

AA1 0.644 0.829

AA2 0.779 0.911

其他店家吸引力 (Alternative Attraction)

AA3 0.763 0.903

0.855

(二)效度分析

本研究採用相關係數矩陣法(correlation matrix)來驗證收斂效度與區別效度 (Doll and Torkzadeh, 1988; Ong and Lai, 2007)。而收斂效度的判別方式為，當五 個構念內各問項中相關係數的最小值若達到顯著，則表示具有收斂效度。而根據 表 5 顯示，各構念之問項相關係數的最小值分別為：再購意願(RI)：0.481 (p <

0.01)、消費慣性(CI)：0.350 (p < 0.01)、顧客滿意度(CS)：0.543 (p < 0.01)、口碑 (WOM)：0.512 (p < 0.01)、以及其他店家吸引力(AA)：0.598 (p < 0.01)。由於這 些相關係數已達到顯著(p < 0.01)，表示已具有收斂效度。

而關於區別效度是指各構念與其他不同的構念彼此間的區別程度。其判別方 式是各構念中的問項大於其他構念中的問項相關係數的次數來檢驗區別效度。例 如，在表 5 中消費慣性(CI)的 3 個問項中的相關係數最小值為 0.350，而每當其 他的構念內的問項若大於0.350，則計 1 次違犯次數。其中違犯次數的總和次數 要若小於總比較次數(180 次)的 50%，則表示具有區別效度(Campbell and Fiske, 1959)。而從表 5 中顯示違犯次數一共僅 18 次，因此顯示出已具有區別效度。

表5 相關係數矩陣分析

RI1 RI2 RI3 CI1 CI2 CI3 CS1 CS2 CS3 WOM1 WOM2 WOM3 AA1 AA2 AA3

RI1 1

RI2 0.543** 1

RI3 0.481** 0.520** 1 CI1 0.280** 0.322** 0.531** 1 CI2 0.448** 0.473** 0.768** 0.564** 1 CI3 0.175** 0.224** 0.304** 0.533** 0.350** 1 CS1 0.434** 0.467** 0.478** 0.376** 0.437** 0.358** 1 CS2 0.467** 0.357** 0.343** 0.250** 0.270** 0.160** 0.543** 1 CS3 0.487** 0.376** 0.355** 0.250** 0.283** 0.157** 0.548** 0.808** 1 WOM1 0.343** 0.324** 0.320** 0.206** 0.289** 0.220** 0.556** 0.530** 0.546** 1 WOM2 0.274** 0.290** 0.189** 0.149** 0.148** 0.122** 0.465** 0.476** 0.479** 0.512** 1 WOM3 0.357** 0.324** 0.248** 0.145** 0.176** 0.135** 0.484** 0.504** 0.534** 0.539** 0.758** 1 AA1 -0.216** -0.274** -0.424** -0.322** -0.429** -0.259** -0.324** -0.177** -0.186** -0.173** -0.107** -0.095** 1 AA2 -0.303** -0.256** -0.417** -0.293** -0.403** -0.159** -0.316** -0.278** -0.301** -0.191** -0.133** -0.166** 0.619** 1 AA3 -0.263** -0.234** -0.383** -0.247** -0.339** -0.153** -0.276** -0.215** -0.252** -0.154** -0.123** -0.123** 0.598** 0.776** 1

**：表示在顯著水準為 0.01 時 (雙尾)，相關係數顯著。

灰色區塊：為各構念內部問項之相關係數；框線區塊：為各構念內部問項相關係數中之最小值。

二、 直接效果之檢定

直接效果之檢定上，解釋力為檢驗各自變數對依變數的預測與解釋能力之變 異量，當解釋力的數值愈大時，即自變數對依變數的預測與解釋能力就愈高。而 顯著性方面，目的是在確認各假說顯著與否，例如若當t 值大於 1.96，則表示已 達到p = 0.05 的顯著水準；當 t 值大於 2.58，則表示已達到 p = 0.01 的顯著水準；

t 值大於 3.29，則表示已達到 p = 0.001 的顯著水準。由表 6 可知，t 值均大於 3.29，

已達到p = 0.001 的顯著水準。在影響力方面，自變數對於依變數的影響程度，

數值愈大表示影響程度愈大；消費慣性對再購意願與顧客滿意度對再購意願的影 響力分別為 0.461 與 0.392，且「再購意願」可由消費慣性與顧客滿意度共同解 釋 51.3%之變異程度。此外 VIF 值小於 10，顯示出不具有多元共線性；

Durbin-Watson 值介於 1.5 與 2.5 之間，故無自相關(autocorrelation)現象。

表6 研究模型之直接效果檢定摘要表

顯著性(t value) 影響力(beta) VIF 值 Durbin-Watson 值 解釋力(R²) 消費慣性Æ再購意願 16.520*** 0.461 1.196

顧客滿意度Æ再購意願 14.039*** 0.392 1.196 1.901 0.513

*p<0.05；**p<0.01；***p<0.001

三、調節效果之檢定

本研究以階層調節迴歸分析進行調節效果之驗證，同時配合前述之研究假 說，即本研究有二個調節變數，分別調節二個自變數對依變數的關係，故以下將 分別針對四組階層調節迴歸分析結果進行說明。分析模式建立如下：

模式 1：Y = β0 + β1*X1 + β2*X2

模式 2：Y = β0 + β1*X1 + β2*X2 + β3*M

模式 3：Y = β0 + β1*X1 + β2*X2 + β3*M + β4*X1*M +β5*X2*M

其中β0=截距項；β1, β2, β3=係數；Y=再購意願；X1=消費慣性；X2=顧客滿意 度；M=調節變數(包含口碑和其他店家吸引力)。

（一）口碑調節消費慣性與顧客滿意度對再購意願之分析

如表7 所示，在模式 1 中討論消費慣性與滿意度對再購意願之關係，其模型 解釋力為51.3%，亦即消費慣性與顧客滿意度對於再購意願具有顯著的解釋量；

同時消費慣性與顧客滿意度之標準化係數均達到顯著水準(前者為β1 = 0.461, p <

0.001；後者為β2 = 0.392, p < 0.001)，因此再次確認出消費慣性與顧客滿意度皆會 正向顯著地影響顧客對於購物網站之再購意願。此外VIF值均小於 10，顯示出不 具有多元共線性，而且Durbin-Watson值介於 1.5 與 2.5 之間，故無自相關現象。

模式2 為同時將消費慣性、顧客滿意度與口碑納入做為對再購意願之探討，

其模型之解釋力(R²)為 51.4%，即加入口碑後對再購意願之解釋變異量增加了 0.1%，由於此增加量未達到顯著水準(顯著性F改變量ΔF = 0.167, p > 0.05)，即口 碑對於再購意願不具有顯著的解釋量；而口碑之標準化係數也未達到顯著(β2 = 0.048, p > 0.05)，故在此情況下口碑對於再購意願不具有顯著的影響效果。

模式3 則進一步將消費慣性與口碑之交互作用項，以及顧客滿意度與口碑之 交互作用項，納入進行第三次迴歸分析。其模型解釋力(R²)為 52.1%，且結果顯 示模式 3 的整體模型解釋變異量增加，並達到顯著水準(顯著性F改變量ΔF = 0.009 p < 0.01)。其中排除消費慣性、顧客滿意度與口碑對於再購意願的影響後，

消費慣性與口碑的交互作用項之標準化係數，雖達到顯著但呈現負向顯著的結果 (β3 = -0.067, p < 0.05)，即此交互作用項對於再購意願有負向顯著影響；而顧客滿 意度與口碑的交互作用項之標準化係數，呈現正向顯著的結果(β3 = 0.076, p <

0.01)，即此交互作用項對於再購意願有正向顯著影響。而從模式 2 與模式 3 中口 碑與交互作用項的標準化係數可知，口碑在消費慣性與再購意願間具有完全調節 的角色。綜合上述，本研究之研究結果不支持假說3，但支持假說 4。

表7 口碑於消費慣性與顧客滿意度對再購意願之階層迴歸分析

模式 變數 標準化係數 VIF R² ΔR² ΔF Durbin- Watson值 CI 0.461*** 1.196

模式 1

RI = β0 + β1*CI + β2*CS CS 0.392*** 1.196 0.513 － － CI 0.463*** 1.197

CS 0.359*** 2.089 模式 2

RI = β0 + β1*CI + β2*CS + β3*WOM

WOM 0.048 1.869

0.514 0.001 0.167

CI 0.460*** 1.198 CS 0.379*** 2.224 WOM 0.042 1.889 CI*WOM -0.067* 1.186 模式 3

RI = β0 + β1*CI + β2*CS + β3*WOM + β4*CI*WOM +β5*CS*WOM

CS*WOM 0.076** 1.295

0.521 0.006** 0.009**

1.890

RI=再購意願；CI=消費慣性；CS=顧客滿意度；WOM=口碑

*p<0.05；**p<0.01；***p<0.001

（二）其他店家吸引力調節消費慣性與顧客滿意度對再購意願之分析

如表8 所示，VIF 值均小於 10，顯示出不具有多元共線性，而且 Durbin-Watson 值介於1.5 與 2.5 之間，故無自相關現象。

表8 其他店家吸引力於消費慣性與顧客滿意度對再購意願之階層迴歸分析

模式 變數 標準化係數 VIF R² ΔR² ΔF Durbin- Watson值 CI 0.461*** 1.196

模式 1

RI = β0 + β1*CI + β2*CS CS 0.392*** 1.196 0.513 － － CI 0.413*** 1.330

CS 0.362*** 1.249 模式 2

RI = β0 + β1*CI + β2*CS + β3*AA

AA -0.148*** 1.256

0.531 0.018*** 0.000***

CI 0.416*** 1.339 CS 0.359*** 1.394 AA -0.146*** 1.263 CI*AA -0.042 1.413 模式 3

RI = β0 + β1*CI + β2*CS + β3*AA + β4*CI*AA +β5*CS*AA

CS*AA 0.025 1.574

0.532 0.001 0.379

1.904

RI=再購意願；CI=消費慣性；CS=顧客滿意度；AA=其他店家吸引力

*p<0.05；**p<0.01；***p<0.001 四、整體模型之檢定結果

綜合前述分析結果，本研究整體模式各路徑之顯著與影響狀況茲彙整如圖3 所示。

圖3 研究模式路徑圖

第三節 討論 願，而此研究結果與以往的研究有相同的研究結果(Solomon, 1994; Anderson and Srinivasan, 2003; 劉宗其等人, 2007)。換言之，當顧客對於店家的消費慣性愈高 時，則對店家會有愈高的再購意願。其原因可能來自於節省消費時間、對店家具 有熟悉度或是認為不同店家間彼此並不存在著明顯差異等等。在滿意度方面，顧 客的滿意度亦會正向顯著影響再購意願，亦即當顧客對於店家的滿意度愈高時，

則對於店家會有愈高的再購意願。此結果與過去許多研究一致(Johnson and Fornell, 1991; Zeithaml et al., 1996; Cronin et al., 2000; Brady et al., 2001; Maxham III and Netemeyer, 2002; Ranaweera and Prabhu, 2003; Seiders et al., 2005)。

其中值得注意的是，消費慣性對於再購意願的影響力大於滿意度。因此店家 對於提升顧客的再購意願，除了試圖提升顧客滿意度外，應加強培養顧客之消費

慣性。亦即店家可藉由(1)縮短顧客搜尋產品與瀏覽網頁的時間以提升顧客於購 物網站的消費效率、(2)讓顧客更能迅速熟悉店家，以及(3)藉由學習競爭店家的 優勢或改進缺點，達到讓顧客認為店家與競爭店家之間無明顯差異、(4)建立顧 客和店家的關係，或是(5)店家提供一次購足(one stop shopping)的服務等。然而 以往對於提升顧客再購意願的焦點，大部份都集中在店家該如何提升顧客滿意 研究依照Cohen and Cohen (1983)以及Aiken and West (1991)的方法，繪製交互作 用效果圖(圖4)，其中Y軸為再購意願，X軸則將消費慣性的平均值加上與減掉一 個標準差，以區分為高消費慣性與低消費慣性。同理，為了能更清楚地呈現正面

口碑對於顧客滿意度與再購意願之間的調節效果，本研究繪製交互作用效果圖， 服務時，會選擇轉移至其他店家(Jones and Sasser, 1995)；但從本研究結果可知，

對於與店家的交易關係建立在消費慣性或滿意度上的顧客，即使得知其他競爭店

對於與店家的交易關係建立在消費慣性或滿意度上的顧客，即使得知其他競爭店