網路使用者對網路購物態度之實證研究

11  Download (0)

全文

(1)網路使用者對網路購物態度之實證研究 Evaluating user attitudes towards electronic-shopping on the Internet: an empirical study 施宏彬 Hung-Pin Shih 玄奘人文社會學院資訊管理學系 Hsuan Chuang University 新竹市 300 香山區玄奘路 48 號 Email:hpshih2000@pchome.com.tw. 購物的態度會透過對網路交易的接受程度來. 摘要. 反映個人的網路購物行為。本實證結果建立起 網路購物態度和行為的研究假設,可作為後續. 在 B2C 電子商務中,可展現企業和消費 者間消費行為之緊密關係,莫過於網路購物— 消費者為合理的獲取商品而透過電子市場與 廠商進行交易的行為。由於電子市場內的交易 活動在時間、空間、和成本上皆不同於傳統市 場,使吾人更欲了解在電子市場內進行的網路 購物行為。然而,由於網路購物行為的不易衡 量,因此代以可評量的網路購物態度來呈現其 行為。本研究從消費者觀點建立研究架構,將 網路使用者的個人特徵、網路使用經驗、網路 技能、網路交易接受程度、和網路購物態度等 變數群納入研究架構中,以問卷方式調查 107 位有經驗的網路使用者。利用因素分析法找出 影響網路購物態度的 7 個代表性因素:(1)系 統品質、(2)資訊品質、(3)交易機制、(4)系統 功能、(5)商品價值、(6)時效性、和(7)服務品 質;再據以分析網路使用 (個人特徵、網路使 用經驗、網路技能)、網路交易接受程度和網 路購物態度等三變數群間的相關性,分析結果 顯示網路使用者過去的網路使用行為會表現 在對網路交易的態度上;而網路使用者對網路. 相關研究如網路購物行為之迴歸模式建立的 參考依據。 關鍵詞:網路使用、網路購物、網路交易接受 程度、網路購物態度. Abstract In B2C electronic-commerce (e-commerce), electronic-shopping (e-shopping) is a trading behavior to represent associations between businesses and consumers on the Internet. As electronic market is different from traditional market in time, space and cost, which also arises different behaviors of e-shopping. Based on consumer values, this study designs questionnaire associated with measurement instruments including Web use (individual characteristics, Web use, and Web technology), user acceptances of electronic-trading (e-trading), and user attitudes on e-shopping to investigate 107 Web users. After factor.

(2) analysis, the influence factors thus explored : system quality, information quality, agreement mechanism, system functions, product value, timeliness, and service quality. Analyzing correlations, the results reveal that Web use is directly related to user acceptances of e-trading, and user attitudes on e-shopping is also directly related to user acceptances of e-trading. This empirical study constructs a useful assumption for developing the regression model to demonstrate e-shopping behaviors.. [1999]則從消費者的觀點,認為 EC 是一種透. Keywords:Web use, electronic-shopping, user acceptances of electronic-trading, user attitudes on electronic-shopping. 球化的商業發展趨勢下,電子商務的未來將面. 一、緒論 Internet 的逐漸普及,大幅改變了企業的 銷售分配通路、企業對企業的商業模式、企業 對消費者的溝通方式、以及消費者的購物習慣 [Benjamin and Wigand, 1995]。以溝通方式為 例,企業對消費者的行銷概念便發生變化,使 得消費者在和企業互動過程中,更趨主動和有 利地位[Hoffman and , 1997]。因此,Internet 恰好提供欲從事電子商務(Electronic Commerce-EC) 的企業一條通往消費者的資 訊高速公路,使企業和消費者能以更少的時 間,在更寬廣的市場空間從事商業和消費活 動。此市場空間即是可以進行網路交易的電子 市場(electronic markets),不僅降低了企業的交 易成本,同時提供消費者更多的選擇,從而在 供給和需求的經濟活動中建立起一新的所謂 虛擬價值鏈(virtual value chains)。Wigand [1997]從企業的角度,認為電子商務之涵義 為:企業在策略運用和目標達成的要求下,利 用資訊科技(IT)來進行企業流程的改造,以提 升附加價值。因此對欲獲利的企業而言,如何 利用網路技術以降低生產/送貨成本,配合有 效的管理方式以提高商品的附加價值,是從事 電子商務活動所必須考慮的課題。Keeney. 過 Internet 進行買賣商品或服務的手段,不同 的消費者在利潤和成本考量下,對此交易在相 關之基本目標上則有不同的價值判斷。因此對 消費者而言,所關心的是如何很容易的搜尋多 樣化商品、以較低的價格快速的取得需要的商 品、並享受線上諮詢和售後服務、同時達到購 物的樂趣。 不管是 B2B(Business to Business)或 B2C(Business to Consumer)的交易型態,在全 臨經濟面、技術面、社會面、和法律面等諸多 挑戰[Bing, et al., 2000]。針對 B2C 電子商務而 言,電子市場提供零售商和消費者進行交易的 網路空間(cyberspace)。從零售商的觀點而言, 電子市場是一無限而開放的虛擬空間,因不受 實體空間的限制,使商店的建置和營運等成本 大為降低;甚至可大幅減少數位化商品的生 產、運送和儲存成本[Strader and Shaw, 1997]。 站在消費者的觀點,電子市場是網路購物的交 易中心,在整個購物過程中:從初步提出需 求、搜尋需求商品之相關資訊、到比較候選商 品,然後對指定商品下訂單、付款、收到商品、 以至最後的售後服務或退貨處理等一連串的 消費行為,都在電子市場進行。由於電子市場 不同於傳統市場的交易特性:無地域和時間限 制,使得網路購物在時間和成本考量下更為便 利和有效率。因此,作為買賣雙方從事商業活 動如交易和資訊分享/交換的電子市場,不僅 改變了零售商對消費者的商業型態—傳統仲 介商的消失,同時也對零售商和消費者間的網 路消費型態產生衝擊—虛擬價值鏈的興起和 網路規則的主導競爭[RayPort and Sviokla, 1995; Spar and Bussgang, 1996]。 依據目前網路的發展趨勢,B2C 電子商 務能否快速成長,其實是取決於企業能否從消 費者的角度來思考下列六個問題。 (1)消費者是否滿意網站所提供的相關資訊?.

(3) (2)消費者是否滿意網站所提供的商品?. 和組織衝擊等,和對應的因子子項。由於研究. (3)消費者是否滿意網站所提供的服務品質?. 取樣具普遍性,且文獻來源頗具代表性,因. (4)消費者是否滿意網站所提供的資訊系統?. 此,這六個因子實可作為後續相關研究的參考. (5)消費者是否滿意網站所提供的交易機制?. 依據。. (6)消費者是否滿意網站購物之有趣性?. 除了 UIS 外,使用者接受程度(user. 很顯然的,上述問題涉及消費者對網路消費的. acceptance)也是另外一個可用以代替評量 IS. 認知行為,因此本研究藉由分析網路使用者對. 績效的因子。Davis[1989]就利用所建構之評量. 網路購物等相關認知行為以探討下列兩個主. 項目以探討使用者對 IT 的接受程度,調查結. 要問題:. 果顯示有效性認知(perceived usefulness)和現. (1)影響網路使用者對網路購物態度的因素有. 行系統使用程度(system usage)及未來系統使. 哪些?. 用程度皆呈顯著相關性。同時,使用容易性認. (2)網路使用、網路購物態度和網路交易接受程. 知(perceived ease of use)和現行系統使用程度. 度間之相關性?. 及未來系統使用程度也呈顯著相關。其中,以 前者具有較高的相關性。經進一步迴歸分析,. 二、文獻探討. 也顯示使用容易性認知會透過有效性認知來 影響系統使用行為。 對於利用系統使用者的自我評估來評. 2.1 系統績效衡量 由於資訊系統(Information Systems—IS ). 量 IS 績效,Goodhue [1995a; 1995b; 2000]等人 則強烈質疑其理論根據。並認為使用者的系統. 的效率不易衡量,因此一般研究者常代以資訊. 使用程度是透過工作—技術配合度而正向影. 系統滿意度(User Information. 響 IS 績效。即評量 IS 績效必須考慮技術特. Satisfaction—UIS)來衡量資訊系統的效率。對. 性、工作需求、和個人能力等因素。. 於 UIS 評量因子的建構,Pearson [1983]等為後. 2.2 Web 成功因素. 續研究建立一良好的基礎。Ives [1983]等將. Liu 和 Arnett [2000] 從 Fortune 1000 大公. Pearson39 個 UIS 評量因子,在不影響信度和. 司中抽樣調查網站管理者的意見,以資訊系統. 效度的前提下,進行因素構面的適當縮減,在. 和行銷的觀點分析從事電子商務的網站成功. 實證研究的佐證下,建構 UIS 的標準評量尺. 因素,發現(1)資訊和服務品質,(2)系統使用. 度。許多相關研究均顯示,UIS 會影響 IS 的. 程度、(3)趣味性、和(4)系統設計品質等是網. 效率[Iivari and Ervasti, 1994;Gelderman,. 站管理成功與否的關鍵因素。. 1998],或影響系統使用程度[Baroudi et al.,. D’Ambra 和 Rice [2001]則利用問卷方式. 1986],直接或間接透過系統使用程度影響個. 分別在預試和三次正式階段,針對不同年級研. 人績效[Igbaria and Tan, 1997]。這使得研究者. 究生在非職業式的資訊活動進行調查,結果歸. 在評量 IS 成功因素時,常將 UIS 納入研究架. 納出網路使用和網路經驗,透過工作-技術配. 構中。由此可知 UIS 是用來評估系統績效的最. 合度因子來影響網路使用的績效。深入分析顯. 常用評量工具。對於 IS 成功因素的探討,. 示網路使用時間、使用網路的習慣和興趣、具. DeLone 和 McLean [1992]曾廣泛歸納相關研. 備上網搜尋資訊能力、為減少購物和旅行成本. 究,並找出六個用以評量 IS 成功的因子—系. 的期望、不易搜尋的資訊需求、和娛樂性等因. 統品質、資訊品質、使用、UIS、個人衝擊、. 素,會正向影響網路的使用績效。.

(4) 2.3 消費者對網路購物之態度 為了探討在 B2C 電子商務中,消費者對. 根據 Fishbein 和 Ajzen [1975] 的 TRA(Theory of Reason Action)理論,認為態度. 網路購物的態度和看法,Jarvenpaa 和 Todd. 影響行為,所以 UIS 應會正向影響系統使用程. [1997] 從產品認知、購物經驗、顧客服務、和. 度。但依不協調理論[Festinger, 1957],則認為. 顧客風險等四個因素著手,以開放式問卷抽樣. 行為會改變態度,所以系統使用程度應會正向. 調查家庭消費者對各因素在對應問卷項目上. 影響 UIS。Baroudi 等的實證研究支持前者:. 的正反意見。結果顯示受訪者對產品認知、購. 即 UIS 單向正面影響系統使用程度。但是. 物經驗、和顧客服務皆有正反評價,但對於顧. Melone [1990]分別從這兩個不同觀點探討,認. 客風險則顯著的大都持負面評價。經深入分. 為 UIS 並非是評量 IS 效率的唯一選擇,並建. 析,得知產品認知中的多樣性、購物經驗中的. 議研究者應從態度的結構和功能著手,依問題. 方便性、和顧客服務中的資訊協助和商品觸覺. 特性以決定適當的研究架構。. 性,是主要的關鍵項目。而顧客風險的負面評. 本研究在態度和行為關係上,則綜合上. 價主要來自於對個人隱私保護的不信任和對. 述兩種理論觀點,調查網路使用者對網路購物. 貨品/服務品質的期望落差。. 的態度,據以了解網路使用者未來的網路購物. Liao 和 Cheung [2001]調查新加坡消費者. 行為。並分析網路使用者在網路使用等相關經. 對網路購物的態度,並據以建立其迴歸模式。. 驗和行為上和網路交易接受程度間之相關. 模式結果顯示商品實體內容、交易風險、價. 性,以探討網路使用(過去的行為)、網路購物. 格、供應商品質、IT 教育程度、和 Internet 使. 態度、和網路交易接受程度(未來的行為)間的. 用量,會影響消費者初次上網購物的意願。其. 相關性。. 中的交易風險、價格和商品實體內容是負向的. 3.2 研究變數. 自變數(交易風險或價格愈高、商品實體內容. 很顯然的,在分析網路購物的影響因素. 程度愈高,則消費者上網購物的意願愈低),. 時,應從消費者的價值觀點出發,來評估網站. 而其他則為正向的自變數(供應商品質或 IT 教. 設計的特性[Wan, 2000]。因此,本研究乃綜合. 育程度愈高、Internet 使用量愈多,則消費者. 2.2 和 2.3 節相關文獻之研究結果,並從消費. 上網購物的意願愈高)。. 者的觀點建立相關變數,在此將網路使用者個. 根據 Turban [Turban et al., 2000]等研究. 人特徵、網路使用經驗、網路技能、網路交易. 者之修正的電子商務消費模式,說明個人化特. 接受程度、和網路購物態度等變項納入問卷設. 質(年齡、性別、種族、婚姻狀況、教育程度、. 計中,利用因素分析法找出影響網路購物態度. 職業、家庭收入、和網路使用經驗)、環境特. 之代表性因子,和各因子對應的信度。再據以. 性(社交、家庭、社區)、刺激(價格、促銷、商. 分析網路使用(個人特徵、網路使用經驗、和. 品、品質)、和供應商控制系統(後勤支援之付. 網路技能)、網路交易接受程度、及網路購物. 款和送貨問題、網路技術之網站和智慧型代理. 態度等三變數群間之相關性。本研究架構試圖. 人設計、顧客服務之電子信箱和服務中心等). 建立一個關鍵性的研究假設:網路使用者過去. 等皆會影響消費者網路購物的決策。. 的網路使用行為會顯示在對網路交易的認知 上;而網路使用者對網路購物的態度會透過對. 三、研究方法 3.1 態度和行為. 網路交易的接受程度來反映個人的網路購物 行為。 3.3 資料蒐集.

(5) 根據先前之研究結果[Chan, 1999],樣本. 大於1.0的因素後,並參考Hatcher[1994]的建. 大小、受試對象、選擇之衡量尺度類別和尺度. 議:選入的因素至少須包含3個具有一定因素. 劃分點數等,並不會顯著影響研究的建構效. 負荷值的變項,為此選定因素負荷值大於0.5. 度。本研究欲探討的是網路使用者對網路購物. 的變項以萃取出代表性因素。同時,。經KMO. 的態度,而非實際的網路購物經驗,同時為了. (KMO值=0.786>0.5) 與Bartlett檢定. 盡可能降低學習能力所引起的效應,因此將調. (χ2=1471.366) 後,驗證本因素分析結果是可. 查對象鎖定在普遍具有上網經驗和基本資訊. 被採用的。本因素分析結果顯示影響網路購物. 技能而不必再進行教育訓練的研究對象。基於. 決策的因素可分為7個層面:(1)系統品質(包括. 上述理由,本研究選定 107 位資管系大學生進 行問卷調查,由於受訪者具有類似的教育背 景,因此本研究已消除了可能因學習能力而產 生的差異。而且所有作答過程皆在規定的程序 下在實驗室同時進行,以去除可能的時間延遲 和環境干擾效應。本問卷項目除了包含基本的 個人資料、網路使用經驗、和網路技能外,在 網 路 交 易接受 程度和 網路 購物態 度 等 衡量 上,則採用 Likert 尺度設計各評量項目的評量 尺度(網路購物態度:1—非常不重要,2—不 重要,3—普通,4—重要,5—非常重要;網 路交易接受程度:1—非常不願意,2—不願 意,3—普通,4—願意,5—非常願意),並要 求受訪者選擇最合適的答案。. 四、研究結果 4.1 網路使用情況 本次調查的受訪者,平均具有3年的上網. 檔案上傳或下載功能、引擎搜尋時間、網路速 度、電子佈告欄、和網站搜尋功能等評量項 目)、(2)資訊品質(包括商品資訊內容理解容易 性、商品資訊內容透明性、商品資訊內容完整 性、和商品資訊內容正確性等評量項目)、(3) 交易機制(包括交易確認功能、交易變更功 能、和網站正常運作情況等評量項目)、(4)系 統功能(包括交易確認功能、交易變更功能、 和網站正常運作情況等評量項目)、(5)商品價 值(包括商品功能、商品價格、和商品品質等 評量項目)、(6)時效性(包括交貨時效、商品資 訊內容時效性、和退貨方便等評量項目)、和(7) 服務品質(包括付款機制安全性、線上售後服 務範圍、和個人隱私保護性等評量項目)(表 2)。所有萃取出之因素的Cronbach alpha係數都 在0.6以上,顯示本問卷評量具有良好的信度 [Nunnally, 1978]。在網路購物態度之衡量上, 本研究最後共萃取出24個評量項目。. 經驗,平均每天的上網時間約為2.86小時(表. 4.3 網路使用對網路交易接受程度;網路交易. 1),因此可視為本研究所謂的網路使用者。根. 接受程度對網路購物態度之相關性分析. 據本調查結果,顯示僅有12.1%的受訪者具有. 利用 Pearson 相關係數矩陣分析網路使. 網路購物經驗;同時在目前的網路環境下,有. 用對網路交易接受程度之相關性並解釋如下. 90.6%受訪者願意上網交易之消費金額佔其支. (參閱圖 1):. 出的比例最多在三成以內。這個調查結果,使. (1)年齡和數位化服務交易呈正相關:年齡愈大. 吾人極欲探索究竟一般的網路使用者對網路. 者,對數位化服務交易之接受程度愈高。. 購物態度為何?其影響因素又何在?. (2)家庭年收入和實體產品交易、實體服務交. 4.2 網路購物態度因素分析. 易、線上訂購、線上服務、線上付款、VISA. 針對網路使用者在網路購物態度上的調. 付款皆呈正相關:家庭年收入愈高者,對實體. 查,本研究利用主成分分析法,經最大變異法. 產品交易、實體服務交易、線上訂購、線上服. 轉軸後,在此採用Kaiser的建議,選取特徵值. 務、線上付款、和 VISA 付款等接受程度也愈.

(6) 高。. 高。. (3)個人月支出和實體產品交易呈正相關:個人. (6) Internet 熟練程度和實體產品交易、數位化. 月支出愈高者,對實體產品交易接受程度愈. 產品交易、線上服務呈正相關:對 Internet 愈. 高。. 熟悉,則對實體產品交易、數位化產品交易、. (4)上網費用和實體產品交易、數位化產品皆呈. 和線上服務之接受程度也愈高。. 正相關:上網費用愈高者,對實體產品和數位. 同樣的,利用 Pearson 相關係數矩陣分析網路. 化產品之交易接受程度也愈高。. 交易接受程度對網路購物態度之相關性並解. (5)每天上網時數和實體產品交易呈正相關:上. 釋於下(圖 1):. 網時間愈長者,對實體產品交易接受程度愈 表1、網路使用者之網路使用統計表 名目變數. 人數. 百分比. 男. 70. 65.4. 女. 37. 34.6. 學術網路專線. 16. 15.0. 撥接上網. 57. 53.3. ADSL. 32. 29.9. CABLE Modem. 2. 1.9. 搜尋資料. 31. 29.0. 瀏覽新聞. 3. 2.8. 收發e-mail. 7. 6.5. 聊天/討論. 19. 17.8. 聽音樂. 0. 0.0. 上傳或下載檔案. 16. 15.0. 玩GAME. 30. 28.0. 有. 13. 12.1. 沒有. 94. 87.9. 0%~10%. 47. 43.9. 11%~20%. 36. 33.6. 21%~30%. 14. 13.1. 31%~40%. 5. 4.7. 41%~50%. 1. 0.9. 51%~60%. 1. 0.9. 性別. 上網途徑. 主要網路活動. 上網購物經驗. 願意上網消費佔支出比例.

(7) 敘述統計 個數 年齡 家庭年收入 個人平均月支出 月上網費 上網年數 平均每天上網時數 有效的 N (完全排除). 最小值. 107 51 85 78 107 105 39. 18 360000 1000 100 1 0. 最大值. 平均數. 標準差. 24 1800000 50000 3600 7 16. 19.21 806078.43 6558.82 815.38 3.05 2.86. 1.16 353361.45 5977.42 674.70 1.57 2.19. 表2、網路購物態度之因素分析 因素1 檔案上傳或下載功能. .801. 引擎搜尋時間. .749. 網路速度. .716. 電子佈告欄. .604. 網站搜尋功能. .545. 因素2. 商品資訊內容理解容易性. .747. 商品資訊內容透明性. .714. 商品資訊內容完整性. .651. 商品資訊內容正確性. .557. 因素3. 交易確認功能. .775. 交易變更功能. .704. 網站正常運作情況. .555. 因素4. 交易證明電子文件. .707. 自動通知功能. .635. 交易取消功能. .539. 因素5. 商品功能. .814. 商品價格. .794. 商品品質. .725. 因素6. 交貨時效. .776. 商品資訊內容時效性. .565. 退貨方便. .546. 因素7. 付款機制安全性. .772. 線上售後服務範圍. .663. 個人隱私保護性. .525. 特徵值. 3.353. 2.982. 2.534. 2.377. 2.308. 2.115. 2.093. 解說變異量%. 10.480. 9.318. 7.918. 7.427. 7.213. 6.609. 6.540. 累積解說變異量%. 10.480. 19.798. 27.716 35.143 42.356 48.965. 55.506.

(8) Cronbach’s alpha 可信度. .7981. .7692. .7584. .6904. .7191. .6627. 因素命名. 系統. 資訊. 交易. 系統. 商品. 時效性 服務. 品質. 品質. 機制. 功能. 價值. 品質. Kaiser-Meyer-Olkin 取樣適切性量數 Bartlett 球形檢定. 近似卡方分配. .6012. .786 1471.366. 自由度. 496. 顯著性. .000. 年齡. 實體產品. 系統品質. 家庭年收入. 實體服務. 資訊品質. 個人月支出. 數位化產品. 交易機制. 上網費用. 數位化服務. 系統功能. 上網年數. 線上訂購. 商品價值. 每天上網時數. 線上服務. 時效性. Internet 熟練程度. 線上交貨. 服務品質. 線上付款 VISA 付款 E-CASH 付款 IC 智慧卡付款 (網路使用). (網路交易接受程度) 0.05 顯著相關. 0.01 顯著相關 圖 1. 網路使用對網路交易接受程度之相關性(左半部); 網路交易接受程度對網路購物態度之相關性(右半部). (網路購物態度).

(9) (1)系統品質和線上訂購呈正相關:愈重視系統. 證本研究假設。因此,本研究不僅更深入的探. 品質者,則對線上訂購的接受程度也愈高。. 索和歸納網路購物的影響因素,並建立起網路. (2)資訊品質和 IC 智慧卡付款呈正相關:愈重. 購物之態度和行為的研究架構,這有助於網路. 視資訊品質者,則愈能接受 IC 智慧卡付款之. 購物行為之迴歸模式的建立。. 交易型態。. 由實證結果顯示影響網路使用者對網路. (3)商品價值和數位化服務、線上服務等交易皆. 購物之決策因素有涉及網站本身的系統品質. 呈正相關:愈重視商品價值者,則對數位化服. 和交易機制,因此功能完善的網站是不可忽視. 務和線上服務等交易型態之接受程度也愈高。. 的建置方向。此外,資訊品質也佔有重要的影. (5)時效性和實體產品交易呈正相關:愈重視時. 響力,資訊的價值其實是取決於對消費者是否. 效性者,對實體產品交易之接受程度愈高。. 提供有助決策的需求資訊。服務品質的好壞,. (6)服務品質和 IC 智慧卡付款呈正相關:愈重. 會影響消費者是否願意信任企業所提供的承. 視服務品質者,則對 IC 智慧卡付款之接受程. 諾。而商品價值則用來判定企業是否提供符合. 度也愈高。. 消費者需求的商品。一般網路消費者較重視時 效,包括即時資訊和送貨準時性等。本研究有. 五、結論與討論 對從事 B2C 電子商務的企業而言,探討 網站的成功因素,固然有助於網站的建置,但 卻非以消費者的觀點來探索是哪些因素影響 網路購物行為,並據以發展有附加價值的經營 模式。本研究從消費者的價值觀點出發,並以 網路使用者為研究對象,取代不易調查的一般 眾多消費者。在研究假設上,則認為態度和行 為是以平行單向方式相互影響,實證結果也印. 助於企業針對網路使用者的重視程度以設計 更完善的網站系統,和更吸引消費者的商品和 服務水準。 然而本研究也有一些限制存在: (1)態度和行為評量範圍的侷限性:從偏低的解 釋變異量,說明本研究架構所考慮的層面仍然 不夠,必須考量更多的因素層面,例如實際的 網路購物經驗,不同的教育程度,甚至是有目 標的網路交易模擬過程,都有助於蒐集更完整 的研究變數。 (2)網路使用者不能完全代替一般消費者:由於.

(10) 受訪者都是大學生,完全沒有正式工作經驗和 正常收入,大部分也沒有網路購物經驗,使得. pp.43-54, 1997. [7] D. Spar and J. J. Bussgang, “Rulling the net”,. 受訪者因此對網路交易的過程較陌生。由問卷. Harvard Business Review, May-June,. 結果也顯示大部分受訪者對相關網路技能較. pp.125-133, 1996.. 為陌生,此現象限制了受訪者對電子商務的認. [8] E. Turban, J. Lee, P. King, and H. M. Chung,. 知,因此本研究推測此認知會進而影響其網路. “Electronic Commerce: A Management. 購物的態度。. Perspective”, Prentice-Hall, 2000.. 從學習的角度而言,消費者對電子商務相關知. [9] F. D. Davis, “Perceived usefulness, perceived. 識愈熟悉,就愈能考量更完整的決策變數,然. esae of use, and user acceptance of. 而,畢竟大部分的消費者不符合此期望,也使. information technology”, MIS Quarterly, Vol.. 網路購物行為更具變化性。. 13, No. 3, pp. 319-339, 1989. [10] H. A. Wan, “Opportunities to enhance a. 六、參考文獻 [1] B. Ives, M. H. Olson, and J. J. Baroudi, “The measurement of user information satisfaction”, Communications of the ACM, Vol. 26, No. 10, pp.785-793, 1983. [2] C. Liu and K. P. Arnett, “Exploring the factors associated with Web site success in the context of electronic commerce”, Information and Management, Vol. 38, No. 1, pp. 23-33, 2000. [3] D. L. Goodhue, “Understanding user evaluations of information systems”, Management Science, Vol. 41, No. 12, 1995a, pp. 1827-1844. [4] D. L. Goodhue and R. L. Thompson, “Task-technology fit and individual performance”, MIS Quarterly, Vol. 19, pp.213-236, 1995b. [5] D. L. Goodhue, B. D. Klein, and S. T. March, “User evaluations of IS as surrogates for objective performance”, Information and Management, Vol. 38, No. 2, pp.87-101, 2000. [6] D. L. Hoffman and T. P. Novak, “A new marketing paradigm for electronic commerce”, The Information society, Vol. 13, No. 1,. commercial website”, Information and Management, Vol. 38, No. , pp.15-21, 2000. [11] J. C. Nunnally, “Psychometric Theory”, 2nd Edition, McGraw-Hill, New York, 1978. [12] J. D’Ambra and R. E. Rice, “Emerging factors in user evaluation of the World Wide Web”, Information and Management, Vol. 38, No. 6, pp. 373-384, 2001. [13] J. E. Bailey and S. W. Pearson, “Development of a tool for measuring and analyzing computer user satisfaction”, Management Science, Vol. 29, No. 6, pp.519-529, 1983. [14] J. F. Rayport and J. J. Sviokla, “Exploiting the virtual value chain”, Harvard Business Review, Nov-Dec., pp. 75-85, 1995. [15] J. Iivari and I. Ervasti, “User information satisfaction: IS implementability and effectiveness”, Information and Management, Vol. 27, No. 4, pp.205-220, 1994. [16] J. J. Baroudi, M H. Olson, and B. Ives, “An empirical study of the impact of user involvement on system usage and information satisfaction”, Communications of the ACM, Vol. 29, No. 3, pp. 232-238, 1986. [17] L. Festinger, “A Theory of Cognitive.

(11) Dissonance”, Stanford University Press, Stanford, CA, 1957. [18] L. Hatcher, “A Step-by-Step Approach to Using the SAS System for Factor Analysis and Structural Equation Modeling”, SAS Institute, Cary, NC, 1994. [19]. M. Fishbein and I. Ajzen, “Belief, Attitude,. [27] R. T. Wigand, “Electronic commerce: definition, theory, and context”, The Information Society, Vol. 13, No. 1, pp.1-16, 1997. [28] S. L. Jarvenpaa and P. A. Todd, “Consumer reactions to electronic shopping on the World Wide Web”, International Journal of. Intention, and Behavior”, Addision-Wesley,. Electronic Commerce, Vol. 1, No. 2, pp. 59-88,. Reading, MA, 1975.. 1997.. [20] M. Gelderman, “The relation between user. [29] T. J. Strader and M. T. Shaw,. satisfaction, usage of information systems and. “Characteristics of electronic markets”,. performance”, Information and Management,. Decision Support Systems, Vol. 21, No. 3, pp.. Vol. 34, No. 1, pp.11-18, 1988.. 185-198, 1997.. [21] M. Igbaria and M. Tan, “The consequences. [30] W. H. DeLone and E. R. McLean,. of information technology acceptance on. “Information systems success: The quest for. subsequent individual performance”,. the dependent variable”, Information Systems. Information and Management, Vol. 32, No. 3,. Research, Vol. 3, No. 1, March, pp.60-95,. pp. 113-121, 1997.. 1992.. [22] N. P. Melone, “A theoretical assessment of. [31] Z. Liao and M. T. Cheung, “Internet-based. the user-satisfaction construct in information. e-shopping and consumer attitudes: an empirical. systems research”, Management Science, Vol.. study”, Information and Management, Vol. 38,. 36, No. 1, pp. 76-91, 1990.. No. 5, pp. 299-306, 2001.. [23] P. Bing,, A. Mir, and J. Khamalah, “The challenges facing global E-commerce”, Information Systems Management, Vol. 17, No. 4, pp. 26-34, 2000. [24] P. Y. K. Chan, “On the use of construct reliability in MIS research: a meta-analysis”, Information and Management, Vol. 35, No. 4, pp. 217-227, 1999. [25] R. Benjamin and R. Wigand , “Electronic markets and virtual value chains on the information superhighway”, Sloan Management Review, Vol. 36, No. 2, pp. 62-73, 1995. [26] R. L. Keeney, “The value of Internet commerce to the customer”, Management Science, Vol. 45, No. 4, pp.533-542, 1999..

(12)

數據

Updating...

參考文獻