員工對企業內部網路的接受度之研究－以中鋼公司為例

全文

(1)國立中山大學企業管理學系碩士論文. 員工對企業內部網路接受度之研究－以中鋼為例. 研究生：張鴻昌撰指導教授：郭倉義博士. 中華民國九十三年五月.

(2) 員工對企業內部網路接受度之研究-以中鋼為例. 摘. 要 . 資訊科技的快速發展不僅衝擊產業外在的競爭環境，也對企業內部的經營管理產生重大的影響。隨著網路技術的成熟，愈來愈多的企業將網際網路（internet）的技術應用在企業內部，建構企業專屬的「內部網路」系統（intranet），以暢通內部資訊、降低溝通成本，使管理者能夠迅速掌握資訊、縮短決策時間，以便提高決策品質，進而強化企業體質，確保競爭優勢等等。從企業經營的角度來看，導入 intranet 所費不貲，其成效值得關切。本研究以「整合性科技接受模型」（UTAUT）為基礎，從大型傳統產業的觀點修訂其量表，並採分層隨機取樣的方式對個案公司進行問卷調查，共獲得有效問卷 436 份。主要結論包括：對個案公司的員工來說（1）影響 intranet 接受度的因素可以歸納為「功能性」、「社會性」、「趣味性」、「支援協助」和「簡易性」五項，不同員工對不同因素的重視程度不一；（2）影響系統使用意願的因素只有「功能性」和「支援協助」等二項，「簡易性」則越過「意願」直接對「實際使用」行為產生影響，其他二個因素（社會性和趣味性）的影響並不顯著；（3）「功能性」對使用意願及實際行為的影響力遠超過其他因素。.

(3) 員工對企業內部網路接受度之研究-以中鋼為例. Abstract The development of information technology (IT) has made a very different prospect in business administration. Today, more and more companies introduce intranet system to establish internal network. Since the intranet system is really costly, companies should make assessment prudently before and after the investment, but the approaches are extremely limited. This study is to assess system success through employee’s acceptance by exploring the components influence his attitude and behavior. This study uses ’the Unified Theory of Acceptance and Use of Technology’ (known as UTAUT) with some measures modified from the viewpoint of large size manufacturing company and concerning models (TAM and TAM2). 436 samples were taken from more than 8600 employees by stratified random sampling. The major findings are (1) there are 5 key components extracted: Usefulness, Ease of Use, Enjoyment, Social Influence, and Facilitating Condition, (2) the Usefulness and Facilitating Condition influence employee’s behavior intention significantly while Ease of Use enhances the Usage directly, (3) Usefulness is the most important factor of all for employee’s acceptance..

(4) 員工對企業內部網路接受度之研究-以中鋼為例. 目. 錄 . . 頁數. 第一章第一節第二節第三節第四節第五節第六節. 緒論 ------------------------------------------------研究背景 -------------------------------------------研究動機 -------------------------------------------研究對象 -------------------------------------------研究目的 -------------------------------------------研究流程 -------------------------------------------論文架構 --------------------------------------------. 1. 第二章. 文獻探討 ---------------------------------------------. 第一節第二節第三節第四節. 企業內部網路 ---------------------------------------7 科技接受模型（TAM） -------------------------------- 10 整合性科技接受模型（UTAUT） ------------------------ 13 研究架構 ------------------------------------------- 19. 第三章第一節第二節第三節第四節第五節. 研究過程 --------------------------------------------量表設計 -------------------------------------------量表測試 -------------------------------------------問卷調查 -------------------------------------------資料建立 -------------------------------------------統計分析 --------------------------------------------. 22 22 24 30 32 33. 第四章第一節第二節第三節第四節第五節. 資料分析與討論 --------------------------------------敘述統計 -------------------------------------------因素分析 -------------------------------------------相關性分析 -----------------------------------------路徑分析 -------------------------------------------控制變數的影響 --------------------------------------. 35 35 36 41 43 45. 第五章第一節第二節第三節. 研究結果與建議 --------------------------------------- 54 研究發現 -------------------------------------------- 54 研究限制 -------------------------------------------- 57 後續研究建議 ---------------------------------------- 58. 1 1 3 3 4 6 7.

(5) 員工對企業內部網路接受度之研究-以中鋼為例. 參考文獻 -------------------------------------------------------. 59. 附錄一. 中鋼集團資訊入口網站 ---------------------------------. 65. 附錄二. TAM 問卷 ---------------------------------------------. 66. 附錄三. UTAUT 問卷 -------------------------------------------. 68. 附錄四. 本研究問卷原型 ---------------------------------------. 69. 附錄五. 本研究問卷 -------------------------------------------. 71.

(6) 員工對企業內部網路接受度之研究-以中鋼為例. 第一章第一章. 緒. 論. 第一節研究背景資訊科技的快速發展不僅衝擊產業外在的競爭環境，也對企業內部的經營管理產生重大的影響，「在今天的經營環境裡，成功的企業都是那些能有效蒐集、儲存、分享，乃至應用資訊的公司」（Daft, 2002）。近年來，所謂「e 化」已成為企業發展的重要趨勢，而其內涵則以網路（network）的應用為主。以「電子商務」（e-commerce）為例，新的溝通平台不僅創造了全新的交易模式，也改變了傳統的市場空間；而「知識管理」、ERP、CRM 等議題的興起，則意味著另一個管理時代的來臨。隨著軟硬體相關技術的日益成熟，網路應用的層面也愈來愈廣，e 化的趨勢下，愈來愈多的企業將網際網路（internet）的應用技術延伸至企業內部，建構企業專屬的「內部網路」系統（intranet），在 B2B（Business- to- Business）和 B2C （Business- to- Customer）之外發展所謂 B2E（Business- to-Employee）或 E2E （Employee - to-Employee）的網絡，以暢通內部資訊、降低溝通成本，使管理者能夠迅速掌握資訊、縮短決策時間，乃至提高決策品質，進而強化企業體質，確保競爭優勢等等。依據資策會 2002 年的調查，國內受雇員工超過 500 位的 979 家企業中，已建置內部網路系統的比率為 82.84﹪；超過 1000 位員工的企業，建置內部網路系統的比率更高達 93.28%。雖然實務界對 intranet 的應用愈來愈廣，重要性也愈來愈高，但是學術上的論述卻不多見。目前國內有關 intranet 的文獻，一般也僅及於系統本身應用層面的介紹，對於像員工使用情況或接受度方面的議題以及個案的實證研究則十分缺乏。. 1.

(7) 員工對企業內部網路接受度之研究-以中鋼為例. 第二節研究動機從企業經營的角度來看，導入 intranet 無論在軟硬體以及訓練方面均所費不貲（Westland and Clark, 2000），業主除了在投資前必須審慎評估外，導入後的效益追蹤也不能忽視，而這些工作的進行都仰賴客觀有效的工具。問題是目前相關的評估工具（量表）十分缺乏，特別就傳統產業來說，文獻上少數已發表的量表不是太過陳舊就是特性不符，適用性有所侷限。因此，尋求有效的理論架構，配合產業現況進行修訂、測試，以建立一套可用的量表，在現階段是相當有意義的工作。當然，企業引進任何一種新科技的效益都必建立在員工「實際使用」（actual usage）的基礎上（Davis, Bagozzi and Warshaw, 1989），而「使用行為」的前提在於「接受」（acceptance）（Fishein and Ajzen, 1975）。研究結果顯示，業者投資電腦設備之所以無法獲得期望的收益，主要係員工對系統的接受度不佳（poor acceptance）所致；相關研究也指出這種員工對新科技（這裡指 intranet）的接受程度甚至會直接對生產力造成影響（Swanson, 1988, Sichel, 1997）。因此，在企業導入 intranet 的過程中，員工的接受度如何？怎麼評估？是個值得關切的課題。在探討新科技導入階段問題的理論模型中，「科技接受模型」（Technology Acceptance Model，以下簡稱 TAM）是普遍被採用的工具之一（Davis, 1986）。多年來，除了許多人反覆對這個 model 進行回應、測試（Adams, Nelson and Todd , 1992, Segars and Grover, 1993, Subramanian, 1994, Szajna, 1996, Venkatesh and Davis, 1996）外，Davis 自己也數度提出修訂版本（Davis, 1989、1993、1995, Venkatesh and Davis, 2000），並澄清其他人的質疑（Davis, 1996），使這個理論漸漸發展到十分成熟穩定的地步。最近，Venkatesh 等人更仔細回顧了歷年來的相關研究，以及各種經過實證的模型，提出了一個全新的整合性架構：UTAUT（Unified Theory of Acceptance and Use of Technology），並且聲稱可能是 TAM 的「終極版本」（definitive model），經得起實用性的考驗（Venkatesh, Morris and Davis, 2003）。 2.

(8) 員工對企業內部網路接受度之研究-以中鋼為例. 由於 UTAUT 整合了許多不同領域的變數，是「科技接受」（Technology Acceptance，以下簡稱 TA）相關研究裡比較完整的理論模型，而其應用尚未見諸文獻，作者認為可以藉個案研究的方式對該模型進行實用性方面的開發。是為本研究的動機。. 第三節研究對象個案對象中國鋼鐵股份有限公司（以下簡稱中鋼）是國內目前唯一的一貫作業鋼廠，業務範圍在垂直的方面從原礦進口、煉鐵、煉鋼，到冷軋、鍍面，幾乎涵蓋所有鋼鐵產品的製程；在水平的方面，從進出口貿易到海陸運輸、新材料開發，乃至副產品加工，範圍遍及各週邊事業，2003 年營業額超過新台幣一仟二佰億元。此外，中鋼組織規模龐大，在七大功能部門下擁有員工超過 8600 位，其年齡、學歷、職務、專業背景分布極廣，在「傳統產業」中具有一定的代表性。而在本研究所關切的議題方面，中鋼自 1998 年起在原有 IBM 的資料處理系統外，另外建構 intranet 系統，並於 2001 年底啟用「中鋼資訊入口網站」（Enterprise Information Portal，以下簡稱 EIP）（附錄一），在架構方面，租用中華電信公司 64K 專線與 HINET 連線，透過路由器（router）與外部的網際網路（internet）連結，並設置防火牆（fire-wall）保護內部網路與電腦主機，同時也記錄往來訊息供日後追蹤。具體功能包括（1）以網站作為單一窗口(web-base)，使企業內部的所有員工與外部重要的合作伙伴 (社會大眾、客戶、供應商)能夠迅速取得所需的資訊；（2）整合各類型系統機制 (ERP、SCM、CRM、OA…)；（3）提供個人化的資訊；（4）降低企業內部資源重複浪費，簡化作業流程並提高效率…等等。目前，許多功能尚在不斷測試、修改、整合，而員工的宣導、訓練也陸續進行中，因此屬於「科技導入」階段殆無疑義；此外，公司裡不同層級、背景、單位的員工對 EIP 的接受度以及其影響因素可能不同，則屬於「科技接受」（TA）的研究領域。. 第四節研究目的本研究以中鋼為個案研究對象，針對其導入 intranet（EIP）系統的現況進行 3.

(9) 員工對企業內部網路接受度之研究-以中鋼為例. 探討，目的則包括：（1）從「傳統產業」的角度局部修訂 UTAUT 的架構，並加入與企業特性有關的動機因素（motivation）（例如：主管的關心）及與組織有關的人口統計變項（demographic variables）（例如：職務），整合出一份新的量表，作為企業員工對 intranet 的接受程度及使用行為的測量工具；（2）以中鋼員工為母體，建立一份基礎調查資料，供中鋼內部作為 EIP 後續發展的參考；（3）瞭解中鋼內部不同職務、年齡、背景（經驗）的人對現有 EIP 系統在不同構面、項目下的反應，剖析其中的管理意涵；並且探討外部變數（External variables）對員工使用意願及行為的影響，提供作為其他企業未來在制定導入或改善策略時的參考。. 第五節研究流程本研究主要關切的問題在於：企業導入內部網路時，員工的接受度及其影響因素。所謂「接受度」包含潛在的（implicit）心態（使用意願）和外顯的（explicit）行動（實際使用的頻率）兩者。研究進行的方式係由基礎理論的搜尋開始，首先依據既有的理論模型建立研究架構，並擬訂可能的構面（dimensions），其次從相關的文獻論述裡針對每個構面選出已具內容效度的「測項」（validated determinants），整理成問卷的原型（prototype）。然後，透過焦點團體的訪談和小規模前測（pretest），修訂問卷內容，確定正式問卷的設計。俟正式問卷的設計完成後，按中鋼員工分布的特性（年齡、職位、單位性質等）決定抽樣的分配方式及數量，並循行政管道分送問卷。最後，就所回收的問卷利用 SPSS 軟體進行分析，分別探討各個統計量的意義，以及這些統計結果在中鋼內部可能隱藏的管理意涵。（圖 1-1）. 4.

(10) 員工對企業內部網路接受度之研究-以中鋼為例. 研究背景、動機. 文獻探討. 主題特性. UTAUT. 外生變數. 研究架構相關文獻資料問卷設計. 問卷調查. 統計分析. 研究結果. 圖 1-1 研究流程. 5.

(11) 員工對企業內部網路接受度之研究-以中鋼為例. 第六節論文架構依研究流程，全文分為五章：第一章緒論、第二章文獻探討、第三章研究過程、第四章資料分析與討論、第五章研究結果與建議，分別簡述如下：第一章緒論本章闡述研究主題選取的背景與動機、個案公司簡介、研究的目的、研究進行的流程，以及各章節的架構。第二章文獻探討本章目的在說明本研究構想的發展過程、架構的演變及其理由，並闡釋各構面的意義。首先，整理有關「企業內部網路」（intranet）的定義，簡述其功能及應用；接著，介紹並且探討「科技接受模型」（TAM）的理論內容及其發展。從 TAM 的最初架構開始，一直到發展成 UTAUT 為止，依據文獻資料說明相關學者在每個不同階段的發現，以及對 TAM 架構所做的各項補充或修訂。最後，提出研究的架構。第三章研究過程本章按（1）量表設計（2）量表測試（3）問卷調查（4）資料建立（5）統計分析等五個步驟分別敘述研究進行的方式、過程、內容，以及所使用的工具。第四章資料分析與討論本章以問卷資料的統計分析為基礎，重新進行因素分析（factor analysis），在確認構面的信度、效度後，依序探討其相關性，並透過變異數和路徑分析的方式，討論在「控制變數」（人口統計變項）的層別下（1）不同員工對「中鋼企業內部網路」（EIP）的接受度，以及（2）各構面對員工使用意願及實際使用行為的影響。. 第五章研究結果與建議. 6.

(12) 員工對企業內部網路接受度之研究-以中鋼為例. 本章將以研究的發現說明中鋼員工對企業內部網路的接受度，以及影響其使用意願及行為的因素。此外，亦將說明作者對這些研究結果的看法，剖析其管理意涵，並提出後續研究的建議。. 第二章第二章. 文獻探討. 第一節企業內部網路學界、業界對所謂「企業內部網路」（intranet）雖然沒有一致的定義，但是內涵卻大同小異。簡單來說，intranet 是利用 internet 的觀念與技術來建立的企業內網路，但使用的對象只限於該企業內的員工及被授權使用的人。在技術方面，intranet 是指「利用與 WWW 相同的伺服器（server）與瀏覽器（browser）建構在企業內部，供員工使用的網路系統」1，主要由網路、企業資料庫、電子郵件 (e-mail)、企業內部網站、多人線上即時系統、檔案傳輸協定 (FTP ) 以及 Telnet 所組成，採用 TCP/IP、HTTP 及其他網際網路（internet）協定，是一種企業可以完全掌控的內部網路系統。在經過授權的情況下，企業內部網路的使用者有時也能透過防火牆伺服器（fire-wall server）所建立的安全機制，經由一個或多個閘道電腦（gateway）與外部的網際網路連結，使資訊的傳遞更為廣泛、便捷。此外，因應電子商務（e-commerce）的需要，企業通常會將內部網路有限度地開放給客戶、股東、供應商或其他外部相關人士，這個部分稱作「企業連外網路」（extranet）（圖 2-1）。在功能方面，intranet 是指「企業內部的網路環境應用，屬於企業本身，不受外部網路控制，可以讓員工經由網路存取資料，並能將各種線上交易應用、群組軟體及整體架構加以整合，以促進企業內部溝通，提升作業效率」（Ashim, 1997），也「是目前應用在知識管理（Knowledge Management / KM）方面最好的連結技術」（Begbie and Chudry, 2002）。只就企業內部的管理實務來說，主要的應 1. 資料來源：Netscape’s Intranet White Paper,1996 7.

(13) 員工對企業內部網路接受度之研究-以中鋼為例. 用大概可以分為以下六類：（一）布告管理：將企業內部行政性、事務性，乃至法規、福利等訊息揭示（post）在網路上，並提供搜尋的功能，以取代傳統的文書傳遞，達到快速、確實、簡單，且便於管理甚至降低成本的目的。（二）溝通管理：提供內部視訊會議、電子郵件（e-mail）的傳遞，以及電子布告欄（BBS）和討論群組等功能，以拓展溝通層面、改善溝通效率等。（三）作業管理：內部生產、業務性資料的建立、擷取、整合等電子化作業（E-Operations），以及延伸性的應用如企業資源整合（ERP）、供應鏈管理（SCM）、專案管理、產品與作業流程設計、採購、製造流程、存貨、品質、作業排程，甚至再造工程等（郭倉義，2001）。（四）事務管理：一般事務性資料的處理。如員工基本資料或者出勤、考評資料的建立、儲存、管理等；其他像是物料領用、費用報支等也都屬於這個範圍。（五）知識管理：資料庫的建立、管理、應用，以及像線上學習（elearning）、討論等。（六）決策支援：對不同層級的員工開放不同層級的整合資訊，使員工得以及時掌握必要的資訊，協助決策的進行，並有助於提高決策的品質。在效益方面，intranet 除了大幅減少文件印製、傳遞的時間與成本外，也提高了企業內資訊傳播的效率；此外，還能有效促進溝通，活化組織，並且引導組織變革等（洪新原等，1998）。. 8.

(14) 員工對企業內部網路接受度之研究-以中鋼為例. 關係企業上下游廠商及客戶. 一般大眾. 外路由器. 外路由器 Router. 乙太網路. 防火牆/堡壘伺服器. 內路由器網路控制器. 企業內部資料庫. 郵件伺服器. 區域網路. 區域網路. 區域網路. 主幹網路. 區域網路. 區域網路. 8x. 9x. 1x. 2x. 3x. 10x. 11x. 12x. 7x. 8x. 9x. 4x. 5x. 6x. 1x. 2x. 3x. 10 x. 11x. 12x. 4x. 5x. 6x. 網路集線器 Hub. 7 8 9 101112 12 34 56. A. B. 個人電腦. 個人電腦. Ethernet. Ethernet. 個人電腦. 7x C. A. 橋接器/路由器. 區域網路. 區域網路. 8x. 9x. 1x. 2x. 3x. 10x. 11x. 12x. 7x. 8x. 9x. 4x. 5x. 6x. 1x. 2x. 3x. 10x. 11x. 12x. 4x. 5x. 6x. 7 8 9 101112 A. 12 34 56. 個人電腦. 圖 2-1 企業內部網路示意圖. 9. 7x C. A. B. 個人電腦. 個人電腦.

(15) 員工對企業內部網路接受度之研究-以中鋼為例. 第二節科技接受模型（TAM）「科技接受模型」（Technical Acceptance Model / TAM）係 Fred D. Davis 於 1986 年首次提出，包含具體的理論架構（frame）及測量方法（scale），用以解釋並預測使用者對新系統（或新科技）的「接受」或者「拒絕」。 TAM 的理論基礎來自 Fishbein 和 Ajzen（1975）的「理性行為理論」（Theory of Reasoned Action / TRA）以及 TRA 所衍生的「計劃行為理論」（Theory of Planned Behavior / TPB）（Ajzen,1991）。該理論認為個人的信念（belief）會影響他對事件的態度（attitude），而這種態度其實就是一種「行為控制的自我認知」（perceived behavioral control），高度的自我認知會引發行為意願（behavior intention），最後產生實際的行為（behavior）。換句話說，是一種從認知到行為的模式。以新科技的使用行為（usage）為例，當個人自認為他有足夠的操作能力（self- efficacy），或者有足夠的誘因（動機）時，就會達到高度的「自我認知」，進而發生意願以及實際的使用行為（圖 2-2）。. Attitude toward the behavior. Subjective norm. Intention. Behavior. Perceived behavioral control. 圖 2-2 TPB 理論架構圖資料來源：Ajzen,1991, p.182. 10.

(16) 員工對企業內部網路接受度之研究-以中鋼為例. Davis 根據 TRA 和 TPB 的主張，並參考許多相關文獻後，把影響使用者對某一系統接受與否的因素歸納成「知覺上對我有用」（Perceived usefulness / U）和「知覺上容易操作」（Perceived ease of use / EOU）二大構面，並且以這兩個「自我認知」的構面與實際行為（actual behavior）間的因果關係（causal link），提出以下的理論架構（Davis, et al., 1989）（圖 2-3）。. 知覺上對我有用/U 行為意願/BI. 實際使用/Usage. 知覺上容易操作/EOU 圖 2-3 TAM 理論架構資料來源：Davis, et al., 1989 嚴格說來，TAM 由於受到發展環境的限制，即使過程嚴謹可信，仍然只是一個「針對特定對象，解釋特定行為」的純理論模型（Davis, et al., 1989），如果要應用在相對複雜的企業實務上，必須經過相當程度的測試和修改。比如說，參與 TAM 發展工作的問卷受訪者，全部是大學相關科系的在校生，背景的同質性高，與實務上新科技使用者的分布情形有相當程度的落差。就企業的員工來講，新科技的使用往往與業務績效（job performance）或工作需求（task needs）密切相關（Dishaw and Strong, 1999；Venkatesh, 2000），系統如果容易操作，則使用者所需付出的努力（effort）將相對減少，或者在相同的付出下，所能獲得的成果（rewards）更多（Robey, 1979；Davis, et al., 1989）。因此，「知覺上容易操作」（EOU）不僅會直接影響「知覺上對我有用」（U），也和「知覺上的使用樂趣」（Perceived enjoyment / Enj）有關（Davis, 1989；Igbaria , Iivari, and Maragahh, 1995）。此外，針對企業員工在工作場合（workplace）使用電腦行為的研究（Davis, Bagozzi and Warshawand,1992）發現：「知覺上容易操作」（EOU）對行為意願（BI）的影響實際上並不顯著（insignificant），換句話說，如果系統不是真的「有用」. 11.

(17) 員工對企業內部網路接受度之研究-以中鋼為例. （useful），員工不會只因為系統「容易操作」而去使用它，因此，EOU 將透過 U （Given U）對 BI 產生影響，而非直接影響 BI。Subramanian（1994）的研究則指出 EOU 影響力的顯著（significant）與否與研究的科技內容有關，系統愈專業、陌生，如繪圖軟體、試算表等，EOU 對 BI 的直接影響愈顯著；反之，如果所探討的對象愈普及，如手機、語音信箱等，則 EOU 對 BI 的直接影響愈不顯著。 Davis 等人的研究也指出：員工使用電腦的意願（BI）實際上受兩個主要的知覺因素影響：U 和 Enj，前者的影響力是後者的四到五倍（Davis, et al., 1992, p.1124）；此外，在系統有用（useful）的前提下，Enj 對 BI 影響顯著；在系統無用（useless）的情況下，Enj 對 BI 影響則不顯著。另外，對企業的員工來說，「知覺上對我有用」（U）除了與本身的工作績效（Performance of job）或業務的重要性（Task importance）有關外，也同時受其他外部變數的影響；而員工是否能感覺到「樂趣」（Enj）則與使用過程（process of using）有關，換句話說，已經涵蓋並能取代「知覺上容易操作」（EOU）的構面。（圖 2-4）. 知覺上對我有用/U 行為意願/BI. 實際使用/Usage. 使用樂趣/Enj. 圖 2-4 TAM in workplace 的理論架構資料來源：Davis, et al., 1992 TAM 之所以受到普遍的重視與採用，是因為直接以使用者的「知覺」（Perception）來推論「行為意願」（BI），其模式簡單明確，但是，諸如「有那些因素會影響使用者的知覺？」的問題卻未討論。為此，Venkatesh 和 Davis（2000）提出了一個向前延伸的新架構（TAM2），並且主張「社群影響」（Social influence）和「實質認知」（Cognitive instrumental）是兩個影響使用者知覺的主要變數。前者包括：典範認同（Subjective norm）、自願（Voluntariness）和公眾形象（Image）. 12.

(18) 員工對企業內部網路接受度之研究-以中鋼為例. 等三個構面；後者則包括：業務相關（Job Relevance）、輸出品質（Output Quality）、具體程度（Result Demonstrability）和知覺容易（Perceived Ease of Use）等四個構面，其架構如圖 2-5。實證研究顯示，向前延伸的兩個變數對「知覺有用」（U）的解釋力達 51％，而整個模式對於「使用意願」（usage intention）則擁有 49﹪的解釋力。圖 2-5 TAM2 的理論架構經驗. 自願性. 典範認同公眾形象. TAM U BI. 業務相關. Usage. EOU 輸出品質具體程度資料來源：Venkatesh, et al.,（2000）p.197 TAM2 除了將 TAM 架構向前延伸，提高理論的完整程度外，更重要的是， TAM2 把研究領域拓展到實際的企業內部，並且納入與業務密切相關的構面，如「業務相關」（Job Relevance）。. 第三節整合性科技接受模型（UTAUT）就「科技接受行為」（TA）的研究來說，「TAM 的主要目的是提供一個基礎，以解釋外部變數對行為意念的影響」（Davis et al. , 1989）。換句話說，TAM 只是一種基礎架構，實用上，必須配合主題特性選擇不同的外部變數，並探討這些變數所扮演的角色（Venkatesh 2000, Venkatesh, et al., 2000）。多年來，隨著相關研究的蓬勃發展，針對不同領域所提出來的變數也愈來愈多。最近，Venkatesh 等人（2003）對歷年來相關的研究作了一番全盤回顧，發現過去那些經過實證的模型. 13.

(19) 員工對企業內部網路接受度之研究-以中鋼為例. 都各有特色，也分別在不同的範疇裡具有說服力，於是把這些模型整合在一起，提出「整合性科技接受模型」（Unified Theory of Acceptance and Use of Technology / UTAUT）的新架構（圖 2-6）。. 圖 2-6 UTAUT 的理論架構對績效的期望. 對付出的期望意願. 實際使用. 社群的影響. 配合的情況. 性別. 年齡. 經驗. 自願. 資料來源：Venkatesh et al., (2003). p.447 新架構把相關文獻中所提出的論點整合成四個主要構面（core determinants）：「對績效的期望」（Performance Expectancy / PE）、「對付出的期望」（Effort Expectancy / EE）、「社群的影響」（Social Influence / SI）、「配合的情況」（Facilitating Conditions / FC），以及四個控制變數：性別（Gender）、年齡（Age）、經驗（Experience）、自願（Voluntariness of Use）。實證結果顯示，這個新架構對科技使用行為的解釋力高達 70％，比過去所知的任何一個模型有效。現就 UTAUT 四個主要構面（core determinants）以及控制變數的內涵說明如下：. 一、對績效的期望（Performance Expectancy）係指「個人感覺使用系統對工作有所幫助」的程度，內容包含「感覺對我有用」（perceived usefulness）、「外在動機」（extrinsic motivation）、「業務相關」 14.

(20) 員工對企業內部網路接受度之研究-以中鋼為例. （job-fit）、「相對優點」（relative advantage），以及「所獲成果」（outcome expectations）等五個子構面（sub-dimension）。一般來說，「績效」是評價「投資」的主要標準，無論系統的功能如何，實際上是不是有利於營運？能不能創造效益？才是業主關切的重點（Matlin, 1979）。而對企業的員工來說，系統與本身業務的相關程度高低、能否對工作產生幫助，則是影響他對系統的看法（perceived usefulness），乃至使用意願（behavior intention）的關鍵因素之一（Venkatesh, et al., 2000）。Goodhue（1995, 1998）的研究結果也證明：與業務匹配度愈高，系統的實績就會愈好；Dishaw 和 Strong （1999）則指出：如果把 Goodhue 的理論模型（task-technology fit / TTF）與 TAM 整合起來，對企業員工「使用行為」的解釋力將更高。又，從「業務相關」的角度看，員工既然希望藉系統的使用來提高本身的工作績效（job performance），那麼系統的輸出品質（output quality）當然會影響他的知覺感受（perceived usefulness）。除了直接與本身的業務相關外，有時，員工也會因為希望獲得其他有利於職場生涯的回報（如加薪、昇遷等）而使用系統，按照 UTAUT 的定義，這種促成行為意願（BI）的認知，屬於「外在動機」的部分。就本研究來說，所謂「業務相關」是指 EIP 在個別員工的業務上所扮演角色的重要程度，也就是員工知覺自己的工作與 EIP 關係密切的程度，而「所獲成果」則與系統的輸出品質有關。此外，UTAUT 中「相對優點」的子構面係用於二個以上的系統比較，與本研究（針對單一系統）的主旨不同，應予刪除。. 二、對付出的期望（Effort Expectancy）係指「個人對系統使用所必須付出努力」的多寡，內容包含「知覺上容易操作」（EOU）、「系統複雜度」（Complexity）和「操作簡單性」（Ease of Use）等三個子構面。事實上，這三個子構面的內涵相當接近，所使用的量表也差不多。. 15.

(21) 員工對企業內部網路接受度之研究-以中鋼為例. 對企業的員工來講，系統的使用既然與工作相關，如果操作起來簡單容易，則使用者在學習或實際操作時所花費的努力必相對減少，因此，所謂「知覺上容易操作」可能透過「知覺上對我有用」（U）和「使用樂趣」（Enj）的構面表現出來（Davis, 1989；Igbaria, et al. , 1995）。而在其他的研究裡，Davis 等人（1992）也發現：在職場（workplace）中，「知覺上容易操作」（EOU）的構面實際上並不顯著，員工使用電腦的意願（BI）實際上只受到兩個主要的知覺因素影響：「知覺上對我有用」（Usefulness）和「使用樂趣」（Enjoyment）（參見圖 2-4）。. 三、社群的影響（Social Influence）係指「個人所感受到受周遭的人影響」的程度，內容包含「典範認同」（Subjective Norm）、「社會因素」（Social Factors）和「公眾形象」（Image）三個子構面。所謂「典範認同」係指「當事者被周遭的人所賦予的某種形象」或者「當事者被大家認為應該如何如何…」。「典範認同」會促使當事人產生行為意願（BI）的論點首先由 Fishbein 和 Ajzen 在 TRA 裡提出（1975），其後經過許多學者的討論，也出現過不同的結果。 Taylor 和 Todd（1995）發現「典範認同」的確會使當事人產生行為意願，而 Mathieson （1991）和 Davis 等人（1989）則認為兩者關係並不顯著。按照 Davis 等人的看法（Davis et al., 1989），「典範認同」力量的強弱與探討主題所處的環境關係密切，例如大學校園內，同為 MBA 學生的族群內，「典範認同」的力量較弱；企業與企業之間，或者企業內的同事與同事之間，「典範認同」的力量則較明顯。就本研究來說，大型企業內員工的競合關係複雜，「典範認同」的力量不容忽視。可能的具體情況則包括：（1）大家認為擔任主管就應該熟悉電腦系統的操作，或是（2）不懂電腦系統操作的人不適任主管職務…等等。與「典範認同」所形成的外在壓力稍有不同，「公眾形象」是指「當事人自認某種形象有利於維持或提升自己在團體中的地位」（Moore and Banbasat,. 16.

(22) 員工對企業內部網路接受度之研究-以中鋼為例. 1991）。在實際的大型企業裡，可能的具體情況像是：員工個人認為（1）熟悉電腦系統操作的人較受主管重視，或是（2）熟悉電腦系統的操作令人羨慕…等等。並且，由於當事人所希望樹立的形象或印象通常與團體所認同的典範有關，因此，所謂「公眾形象」與「典範認同」間存在顯著的正相關（Venkatesh, et al.,2000）。另外，有關心理學的研究也指出：個人可能因為想營造出一種有利的形象而從事特定的行為（Kelman, 1958）。就本研究來說，企業員工可能透過電腦系統（EIP）的使用行為，來凸顯自己「不落伍」的公眾形象；或者因為其他人的使用行為給他某種好印象，使他產生「見賢思齊」的想法。. 四、配合的情況（Facilitating Conditions）係指「個人所感受到組織在相關技術、設備方面對系統使用的支持程度」，內容包含「行為控制的自我認知」（Perceived Behavioral Control）、「支援系統」（Facilitating Conditions）和「相容性」（Compatibility）等三個子構面。其中所謂「行為控制的自我認知」的部分泛指使用者對系統的自我效能（self-efficacy）認定，也就是使用者對自己能否操作系統的判斷；「支援系統」是指客觀環境所提供的技術協助（如在職訓練）；「相容性」則是系統與組織價值的「一致性」（consistency）。就本研究來說，員工在 EIP 方面的自我效能與所接受的相關訓練或擁有的相關知識有關；此外，公司是否提供足夠的硬體設備供員工使用，也屬於客觀環境所能提供的協助之一。而所謂與組織價值的一致性可以由公司在軟硬體方面的 2. 策略充分反應出來，因此也包含在上述兩項強度（教育訓練和硬體設備）之內。. 五、控制變數（Moderators）在上述四個主要構面（core determinants）外，UTAUT 的理論架構裡尚有四個影響顯著的控制變數：性別（Gender）、年齡（Age）、使用經驗（Experience），以及自願性（Voluntariness of Use）等。 2. 如：公司是否提供足夠的教育訓練，以及是否提供足夠的連線電腦。 17.

(23) 員工對企業內部網路接受度之研究-以中鋼為例. 過去的相關研究裡不乏對這些變數的討論，以性別因素（Gender）為例，許多研究指出不同的構面對 BI 的影響與性別有關，像是：在「對績效的期望」（PE）對「使用意願」（BI）的影響方面，女性比男性明顯，同時由於女性比較在乎他人的看法，因此「社群的影響」（SI）也較明顯（Venkatesh and Morris, 2000）。UTAUT 則更進一步交叉分析其他相關變數（如年齡）所扮演的角色，研究結果發現兩個以上變數的複合作用（complex interaction）會使影響更為顯著。例如：在 PE 對 BI 的影響方面，在只考慮性別的情況下，男性比女性明顯，如果加入年齡因素，則年輕的男性又比其他族群明顯；在「對付出的期望」（EE）對 BI 的影響方面，女性則比男性明顯，特別是缺乏電腦使用經驗的年輕的女性；而在 SI 對 BI 的影響方面，女性也比男性明顯，特別是在非自願情況下、又缺乏電腦使用經驗的年長的女性；或者 SI 對年齡較大的員工影響較明顯，而這種影響的強度會隨使用經驗的累積而遞減（Venkatesh ,et al., 2003）。另一方面，從 UTAUT 模型本身來看，外部變數就其屬性的不同，概可分為「認知」（Perception）和「動機」（Motivation）兩類。所謂「認知」的範圍大致不出 TAM 基本理論（Davis, 1986）裡所提出的「知覺上對我有用」（U）和「知覺上容易操作」（EOU）兩個部份；而「動機」則涉及許多與「環境」、「誘因」相關的問題，對企業內部的員工來講，像是與教育訓練有關的「支援協助」，或是與「形象」或「印象」有關的「社群影響」等等都在這個範疇之內。除了相關研究證實使用者（user）個人的動機是直接或間接促成行為（Behavior）的主要原因外，有學者更進一步依據外顯特徵（explicitness）把動機因素分成「內在動機」（intrinsic motivations）和「外在動機」（extrinsic motivations）兩部分（Vallerand,1997, Davis, 1992）。問題是，吸引人們在職場上（workplace）使用電腦的原因，究竟是以內在動機(intrinsic motivation)為主？還是以外在動機（extrinsic motivation）為主？在 TAM 的架構裡，所謂「知覺上對我有用」（Perceived Usefulness / U）是最重要的外在動機之一，而「知覺上容易操作」（Perceived Ease of Use /EOU）或 18.

(24) 員工對企業內部網路接受度之研究-以中鋼為例. 是「知覺上的使用樂趣」（Perceived Enjoyment /Enj.）則屬於某種內在動機（Igbaria, et al., 1995；Venkatesh, 2000）。無論內在或外在動機，兩者均可能構成某種外部變數（External variables）直接或間接（透過 U 或 EOU）對行為產生影響。例如：在企業內部，「同儕壓力」無疑可以被接受為一種外在動機，它不僅可以構成某種外部變數，也可能使員工忽略 U 或 EOU 而直接產生 BI（Chau, 1996）。換句話說，動機和認知（Perceived U 或 EOU）之間不一定存在因果關係（causal link），因此，在 UTAUT 的最新架構裡，「動機」和「認知」兩者就被放在同一層，並存於「期望」（Expectance）的構面中，分別直接對整個使用者的行為意願（BI）產生影響。. 第四節研究架構綜合上述的討論，本研究的架構可以整合如圖 2-7 所示。其中所謂「接受度」係指「使用意願」（BI）和「實際使用」（Usage）的強度；「外部變數」由 UTAUT 中的四個主要構面及 TAM2 的「使用樂趣」（Enjoyment / Enj）、「公眾形象」（Image / I）和「業務相關」（Job Relevent / JR）所組成；控制變數則包括性別（Gender）、年齡（Age）、使用經驗（Experience）以及職務（Position）等。. 外部變數. BI. External Variables. Usage. 控制變數 Moderators. 圖 2-7 本研究的架構整體來說，本研究與 UTAUT 最大的不同點在於「時間序列」以及部份外部變數的內涵。. 19.

(25) 員工對企業內部網路接受度之研究-以中鋼為例. 在時間序列方面，UTAUT 就特定的應用軟體對同一組參與者施以訓練，並且在訓練前後進行三個時間點的測試（longitudinal research）。由於使用者對該軟體「熟悉」的程度會隨時間點的不同而變化，可據以測量「使用經驗」對各構面的影響。但是本研究僅有一個時間斷面，因此這種型式的控制變數並不在討論範圍之內，必須用其他與「自我效能」有關的「一般電腦使用經驗」或「一般網路使用經驗」等取代（Venkatesh et al., 1996）。在外部變數的內涵方面，就本研究而言，（1）「業務相關」是指 EIP 在個別員工的業務上所扮演角色的重要程度，也就是員工知覺自己的工作與 EIP 關係密切的程度，而「所獲成果」則與系統的輸出品質有關。（2）「典範認同」與企業內員工的競合有關，可能的具體情況包括：「大家認為擔任主管就應該熟悉 EIP 的操作」，或是「不懂 EIP 操作的人不適任主管職務」等等。（3）「配合的情況」除了指軟硬體間的相容性之外，亦與員工所接受的訓練或擁有的相關知識有關。而公司是否提供足夠的硬體設備供員工使用，或者主管鼓不鼓勵使用系統，也屬於客觀環境所能提供的配合之一。而在企業內部網路的一般使用實務上，除了許多文獻上所說高階主管的關切或支持外（Schultz, 1975），「業務需要」也會促成 BI 的發生（Thompson, et al., 1991）。這些普遍來自與「公眾形象」或「業務相關」有關的動機曾經在 TAM2 中被一一驗證，但是在 UTAUT 的新架構裡卻未被明確納入。作者認為，就本研究而言，在探討企業員工的行為時，不宜忽略這二個構面。此外，就本研究所關注的大型企業內部來說，除了性別、年齡、經驗、自願性外，重要的控制變數還包括「職務」，也就是員工在企業組織內所任職位（Position）的高低。從「功能性」的角度看，高階管理者可能把 EIP 當作管理工具之一，從系統中獲取有用的資訊協助決策；而一般較低階的人員可能只用 EIP 來查詢一些行政資料，或者應公司要求進行必要的作業像請假、報支、訂餐等。不同員工因為對 EIP 的需求不同而有不同的 BI，有些需求可能非關業務，因此 EOU（從而影 20.

(26) 員工對企業內部網路接受度之研究-以中鋼為例. 響 Enj）對 BI 的影響顯著；反觀有些屬於工作上的「必要技能」或「需求」，像生產資訊的掌握、知識管理（KM）的推動、管理資訊的取得，則 EOU（包括 ease 和 enjoyment）對 BI 的影響就可能不如 PE 來得顯著。而從「非功能性」的角度看，在傳統階層分明的組織結構（hierarchical structure）裡，職務所代表的意義不只是工作內容不同而已，其中隱含的階級關係對個人行為乃至價值判斷的影響不容忽視。. 21.

(27) 員工對企業內部網路接受度之研究-以中鋼為例. 第三章第三章. 研究過程. 第一節量表設計量表以 TAM 相關研究文獻（Davis, et al.,1992, Venkatesh, et al., 2000, 2003）中所整理出的問項（items）為基礎，因此沒有內容效度（content validity）方面的問題（附錄二、三）。在「使用意願」（BI）的部分，由於 UTAUT 的問卷內容係以調查「後續不同時段的使用意願」為主，與本研究的主題特性不符。因此本研究在 BI 部分的問卷內容完全參照自 TAM2，除依主題特性改以適當的文字替代外，未另加修訂：. 使用意願（Behavior Intention） BI-1 我希望經常能有機會使用中鋼內部網路系統（EIP）。 BI-2 只要有連線電腦可用，我樂於使用 EIP。其餘有關「期望」（Expectancy / PE & EE）、「社群的影響」（Social Influence / SI）、「配合的情況」（Facilitating Conditions / FC）以及「使用樂趣」（Enjoyment / Enj）、「公眾形象」（Image / I）和「輸出品質」（Output Quality / Q）等外部變數的部分，除了取材自相關文獻外，並按原問項的精神，局部修飾其語意，使符合研究主題的特性。最後整理成以下包含 22 個問項的量表原型（prototype）：. 對績效的期望（Performance Expectancy） JR-1 EIP 包含了許多與我工作相關的資訊。 JR-2 對我的某些工作來說，使用 EIP 是必要的。 PE-1 使用 EIP 可以改善我的工作品質。 PE-2 EIP 可使我的效率提高，使工作變得比較順利。 PE-3 使用 EIP 可以增加我的生產力。 PE-4 總之，我認為 EIP 對我的工作有所幫助。 Q-1 整體來說，EIP 的輸出品質令我滿意。. 22.

(28) 員工對企業內部網路接受度之研究-以中鋼為例. 對付出的期望（Effort Expectancy） EE-1 對我來說，EIP 的使用並不困難。 EE-2 對我來說，學習使用 EIP 並不困難。 Enj-1 EIP 的內容豐富有趣。 Enj-2 使用 EIP 可以增加我上班的樂趣。 Enj-3 一般來說，我使用 EIP 的經驗是愉快的。. 社群的影響（Social Influence） SI-1 同事們認為我這種職位應該要使用 EIP。 SI-2 我的主管認為我應該要使用 EIP。 SI-3 主管鼓勵我使用 EIP。 I-1 據我了解，表現不錯的同事都有在使用 EIP。 I-2 我覺得不會使用 EIP 是一種落伍的現象。 I-3 我認為會使用 EIP 搜集資料是令人敬佩的事。. 配合的情況（Facilitating Conditions） FC-1 公司提供足夠（可連線 EIP）的電腦。 FC-2 公司提供給我足夠有關 EIP 的訓練。 FC-3 EIP 與其他我所使用的系統不相容，使我感到困擾。（反面問題） FC-4 有專門的人或單位協助解決我在使用 EIP 時所遭遇的問題。. 所有問項均採用七分量表（7-point Likert scale），其中：1＝非常不同意，2 ＝不同意，3＝有點不同意， 4＝沒有意見，5＝有點同意，6＝同意，7＝非常同意。. 23.

(29) 員工對企業內部網路接受度之研究-以中鋼為例. 第二節量表測試在實際進行大規模問卷調查前，為了提高量表的品質與有效程度，通常會先就小樣本進行前測（pretest），其目的包括：（1）確認個別問項的語意、語氣，避免混淆；（2）檢驗問項間的相關性，剔除重覆或不相關的問項，簡化問卷，避免受訪者心理上的排斥，提高問卷信度、效度；（3）了解可能的變異量，據以決定實地進行問卷調查時所需的樣本數。就本研究而言，原型量表的內容取材自文獻資料，在套用的過程中，除了翻譯本身可能有的語意問題外，部分用辭也因配合研究主題而修改。此外，同一種措辭在不同的人也可能產生不同的理解，這些問題都或多或少對問卷的效度造成影響，必須儘量克服。作者首先訪談若干位不同單位有 EIP 使用經驗的人（不限年齡、性別，但主管及非主管各三位），請他們就問項的含義（語意、語氣）提供意見，再根據這些意見對問項的措辭進行修改，淘汰、合併語意混淆或重複的問項，使問卷容易作答。整體說來，原型量表的 24 個問項中，除 PE-4 外，有 23 項忠實轉譯自文獻。在 UTAUT 的問卷中，PE-4 原意是「使用 EIP 會增加我昇遷或加薪的機會」（附錄三），在訪談的過程中，相關人員一致認為該問項不符合中鋼人事制度的現況，無法有效測量員工的認知，因此建議修改為「我認為 EIP 對我的工作有所幫助」，不僅含意較貼切，也可以彌補其他有關 PE 問項在轉譯過程可能的遺漏。此外，由於前測的目的僅在確認問卷本身的品質，控制變數在此時此地不扮演任何角色，因此問卷不包含人口統計資料及使用經驗、自願性等的相關調查（附錄四）。. 24.

(30) 員工對企業內部網路接受度之研究-以中鋼為例. 原型量表完成後，隨機分送 40 份問卷，進行小樣本的前測（pretest）。由於每份問卷都由作者親自發送、回收，並且逐一向填答人致意，問卷回收率 100％，也無任何廢卷（包括拒答、漏答等）發生。表 3-1 Pretest 結果的敘述統計 Descriptive Statistics. Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9 Q10 Q11 Q12 Q13 Q14 Q15 Q16 Q17 Q18 Q19 Q20 Q21 Q22 Q23 Q24 Valid N (listwise). N Statistic 40 40 40 40 40 40 40 40 40 40 40 40 40 40 40 40 40 40 40 40 40 40 40 40 40. Minimum Statistic 4 4 4 4 2 2 3 2 2 5 5 2 2 2 2 3 2 2 3 2 2 2 1 2. Maximum Statistic 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 6 7 6 6 7. Mean Statistic 6.03 6.28 5.75 5.78 5.05 4.60 4.82 5.10 4.52 5.83 5.98 4.80 4.93 4.73 4.80 4.85 4.68 4.35 4.98 4.78 4.65 3.65 3.70 4.18. Std. DStatistic i i .733 .679 .809 .947 1.131 1.257 1.238 1.057 1.240 .594 .660 1.137 1.141 1.261 1.159 1.189 1.248 1.331 .974 1.097 1.642 1.424 1.181 1.357. Variance Statistic .538 .461 .654 .897 1.279 1.579 1.533 1.118 1.538 .353 .435 1.292 1.302 1.589 1.344 1.413 1.558 1.772 .948 1.204 2.695 2.028 1.395 1.840. Skewness Statistic Std. Error -.860 .374 -.920 .374 .191 .374 -.093 .374 -.662 .374 -.483 .374 .008 .374 -.756 .374 -.527 .374 .057 .374 .026 .374 -.137 .374 -.392 .374 -.337 .374 .308 .374 .401 .374 -.172 .374 -.140 .374 .227 .374 -.752 .374 -.244 .374 .269 .374 .132 .374 -.139 .374. 以 SPSS11 軟體就回收的問卷進行分析，敘述統計（descriptive statistics）的結果如表 3-1 所示。在構念（construct）方面，有關「使用意願」的傾向明顯，在 7 分量表中 Q1 和 Q2 的平均分別高達 6.03 和 6.28，且變異很小，這個結果可能與主題系統的特性（公司內唯一的系統）有關；其餘外部變數的部分，22 個問項平均值分布在 3.65 到 5.98 之間，且偏態（skewness）絕對值均小於 1。. 25.

(31) 員工對企業內部網路接受度之研究-以中鋼為例. 其次，探討個別問項與整體問卷的相關性。以 SPSS11 的「主成份分析法」（Principle Component Analysis）進行分析，結果發現在問卷整體的共同性方面， Q23 的萃取量（extraction）低於 0.1（表 3-2），顯示這問項與問卷中其他問項的相關程度不佳，也就是說與整個問卷的一致性不足，可以考慮在最後正式的問卷中予以刪除。表 3-2 Pretest 結果的共同性分析 Communalities Initial Extraction Q3 1.000 .471 Q4 1.000 .395 Q5 1.000 .580 Q6 1.000 .471 Q7 1.000 .733 Q8 1.000 .701 Q9 1.000 .427 Q10 1.000 .196 Q11 1.000 .136 Q12 1.000 .268 Q13 1.000 .437 Q14 1.000 .192 Q15 1.000 .435 Q16 1.000 .269 Q17 1.000 .107 Q18 1.000 .412 Q19 1.000 .434 Q20 1.000 .381 Q21 1.000 .296 Q22 1.000 .233 Q23 1.000 7.829E-02 Q24 1.000 .154 Extraction Method: Principal Component Analysis.. 此外，嘗試性地對這 40 份問卷資料進行因素分析（factor analysis），除去測量屬於「行為意願」構念的兩個項目（Q1 和 Q2）後，其餘 22 個屬於「外部變數」的項目 KMO 值僅 0.514（表 3-3），顯示不具備因素分析的條件。. 26.

(32) 員工對企業內部網路接受度之研究-以中鋼為例. 表 3-3 KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity. .514. Approx. Chi-Square df Sig.. 757.578 231 .000. 探討其原因，表 3-4 顯示：在特徵值（Eigenvalue）＞1 的條件下，雖然可以萃取出六個構面（Components），但是有高達 6 個項目（Q10、Q11、Q16、Q22、Q23、 Q24）的因素負荷量（factor loading）在各構面均低於 0.6，欠缺足夠的說服力。在刪除 Q10、Q11、Q16、Q22、Q23、Q24 等六個項目後，重新進行因素分析，KMO 表 3-4 Component Matrix. a. Component 1. 2. 3. Q3 .686 .274 -.116 Q4 .629 .142 -.370 Q5 .762 .279 -.328 Q6 .686 -.191 -.348 Q7 .856 -.111 -.296 Q8 .837 -9.968E-02 -.269 Q9 .653 .201 -.441 Q10 .442 6.675E-02 .584 Q11 .369 .244 .412 Q12 .517 .618 1.772E-02 Q13 .661 .163 .158 Q14 .438 .617 .238 Q15 .660 -.427 9.153E-02 Q16 .519 -.598 -3.212E-03 Q17 .327 -.642 .365 Q18 .642 -.337 .397 Q19 .659 -.155 .329 Q20 .618 -.274 -6.560E-03 Q21 .544 2.424E-02 .131 Q22 .482 .152 .461 Q23 .280 -.344 -.298 Q24 .392 .435 .214 Extraction Method: Principal Component Analysis. a. 6 components extracted.. 4. 5. 6. -.418 -.440 -.116 -2.767E-02 8.479E-02 -6.603E-02 -5.598E-02 -.388 -.501 .382 .360 .150 -.178 -.248 6.068E-02 .230 -7.102E-02 .411 .229 9.152E-02 .491 .281. -.203 -.248 -8.827E-02 .333 .172 .274 .168 .422 .420 -3.450E-02 .163 2.838E-02 -.364 -.388 9.882E-02 .203 -.323 -.241 7.155E-02 -.177 .286 -.483. .189 7.366E-02 -.166 -9.667E-02 -3.232E-02 -9.415E-02 5.847E-02 2.462E-02 .168 -.201 -.220 -.378 -.187 -9.295E-02 -.384 -7.526E-02 9.882E-02 .208 .665 .332 .266 -4.209E-02. 值提高為 0.725（表 3-5）。又，在 Varimax 轉軸下，保留的 16 個項目裡可以歸納出五個構面（Eigenvalue ＞1）（表 3-6），且累積解釋力超過 80﹪（表 3-7）。. 27.

(33) 員工對企業內部網路接受度之研究-以中鋼為例. 經過一系列的嘗試，顯示問卷資料的「可操作性」（operability）高，可以據以進行大規模的正式調查。表 3-5 KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity. .725. Approx. Chi-Square df Sig.. 466.954 120 .000. 表 3-6 Rotated Component Matrix Component 3 Q3 .262 .840 -1.052E-02 Q4 .384 .822 -5.142E-02 Q5 .605 .551 4.637E-02 Q6 .879 .132 .248 Q7 .739 .304 .261 Q8 .802 .282 .260 Q9 .639 .365 -.158 Q12 .201 8.824E-02 -.110 Q13 .404 -9.277E-03 .360 Q14 2.221E-03 .211 7.170E-02 Q15 .166 .520 .638 Q17 .124 -.111 .882 Q18 .269 -1.874E-02 .725 Q19 -7.182E-02 .517 .476 Q20 .171 .146 .310 Q21 .273 3.203E-02 -6.286E-02 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 11 iterations. 1. a. 2. 4. 5. .203 5.709E-02 .388 -6.166E-03 .187 .174 .220 .881 .604 .905 -4.072E-02 -3.013E-02 .194 .131 6.817E-02 .122. .121 4.283E-02 1.905E-02 6.783E-02 .351 .233 .265 .232 .198 -4.108E-02 .226 -6.840E-02 .373 .547 .813 .763. Component Transformation Matrix Component 1 2 3 1 .614 .474 .333 2 -.130 -.322 .806 3 -.292 -.456 .120 4 -.682 .544 -.066 5 -.233 .409 .470 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.. 4. 5 .363 -.394 .819 -.019 .205. .393 .274 .148 .483 -.718. 此外，小樣本預先測試（pretest）的另一個目的，是希望藉數據的變異量（variance）推算實地進行問卷調查時所需的最少樣本數。. 28.

(34) 員工對企業內部網路接受度之研究-以中鋼為例. 就本次回收的資料看，受訪者填答的變異量以 Q21 最大（s2＝2.695），在顯著水準 α＝0.05 的條件下，若希望控制所有問項（items）的抽樣誤差（sample error）不超過±0.15，則按式 3-1 計算所需樣本數至少為 461 個（表 3-8）。 0.15 = z .25. σ n. --------------------------------------------------- （式 3-1）表 3-7 Total Variance Explained. Initial Eigenvalues Component Total % of Variance Cumulative % 1 6.859 42.868 42.868 2 2.124 13.275 56.142 3 1.586 9.912 66.055 4 1.204 7.523 73.577 5 1.097 6.859 80.436 6 .718 4.487 84.923 7 .602 3.766 88.689 8 .461 2.880 91.569 9 .367 2.293 93.862 10 .317 1.978 95.840 11 .198 1.239 97.079 12 .150 .939 98.018 13 .114 .715 98.733 14 9.077E-02 .567 99.301 15 6.501E-02 .406 99.707 16 4.688E-02 .293 100.000 Extraction Method: Principal Component Analysis.. Extraction Sums of Squared Loadings Total % of Variance Cumulative % 6.859 42.868 42.868 2.124 13.275 56.142 1.586 9.912 66.055 1.204 7.523 73.577 1.097 6.859 80.436. Rotation Sums of Squared Loadings Total % of Variance Cumulative % 3.381 21.131 21.131 2.634 16.462 37.593 2.411 15.068 52.660 2.344 14.650 67.310 2.100 13.126 80.436. 表 3-8. Descriptive Statistics. Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9 Q10 Q11 Q12 Q13 Q14 Q15 Q16 Q17 Q18 Q19 Q20 Q21 Q22 Q23 Q24 Valid N (listwise). N Statistic 40 40 40 40 40 40 40 40 40 40 40 40 40 40 40 40 40 40 40 40 40 40 40 40 40. Minimum Statistic 4 4 4 4 2 2 3 2 2 5 5 2 2 2 2 3 2 2 3 2 2 2 2 4. Maximum Statistic 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 6 7 6 7 7. 29. Mean Statistic 6.03 6.28 5.75 5.78 5.05 4.60 4.82 5.10 4.52 5.83 5.98 4.80 4.93 4.73 4.80 4.85 4.68 4.35 4.98 4.78 4.65 3.65 4.18 5.98. Variance Statistic .538 .461 .654 .897 1.279 1.579 1.533 1.118 1.538 .353 .435 1.292 1.302 1.589 1.344 1.413 1.558 1.772 .948 1.204 2.695 2.028 1.840 .743. Skewness Statistic Std. Error -.860 .374 -.920 .374 .191 .374 -.093 .374 -.662 .374 -.483 .374 .008 .374 -.756 .374 -.527 .374 .057 .374 .026 .374 -.137 .374 -.392 .374 -.337 .374 .308 .374 .401 .374 -.172 .374 -.140 .374 .227 .374 -.752 .374 -.244 .374 .269 .374 -.139 .374 -.709 .374.

(35) 員工對企業內部網路接受度之研究-以中鋼為例. 第三節問卷調查原型問卷（prototype）經 pretest 後刪除 Q23 並加入有關「自願程度」（voluntariness of use）的問項（Q24）（Venkatesh, et al., 2003），以及作為控制變數的人口統計變項和實際使用情況（Usage）等，構成最終的問卷（附錄五）。在取樣（sampling）的技術方面，由於本研究主要的人口統計變項包括員工的年齡（Age）和職務（Position），而就中鋼公司而言，現有員工超過 8600 位，其年齡、職務分布極廣（表 3-9），工作性質也不同，為使有限樣本能充分反映實際狀況，取樣方式應盡可能配合這些特性的分布，因此，本研究採用「分層隨機」的取樣方式（stratified random sampling）。. 表 3-9 中鋼公司員工年齡及職務人數分布表年齡經理（歲）. 一級主管. 二級主管. 三級主管. 四級主管. 專業人員. 非操作基層. 操作基層. 合計. 20~24. 0. 0. 0. 0. 0. 0. 0. 2. 2. 25~29. 0. 0. 0. 0. 22. 51. 0. 69. 142. 30~34. 0. 0. 0. 1. 102. 74. 5. 210. 392. 35~39. 0. 0. 1. 2. 57. 71. 5. 299. 435. 40~44. 0. 0. 6. 51. 75. 439. 39. 1096. 1706. 45~49. 1. 4. 41. 118. 69. 413. 127. 2146. 2919. 50~54. 8. 20. 106. 89. 182. 328. 122. 1597. 2452. 55~59. 7. 16. 23. 13. 40. 74. 32. 340. 545. 60~64. 2. 4. 3. 6. 13. 38. 0. 6. 72. 員工合計. 18. 44. 180. 280. 560. 1488. 330. 5765. 8665. 平均年齡. 55.67. 54.78. 51.96. 49.06. 44.96. 46.25. 49.23. 47.07. 47.1. 人員比例. 主管. 專業人員. 基層員工. 12.49%. 17.17%. 70.34%. 100%. 資料來源：中鋼人事管理資料（92 年 10 月）. 30.

(36) 員工對企業內部網路接受度之研究-以中鋼為例. 實務上可供「分層」的參數大致有「年齡」、「職務」、「部門」等3，其中「年齡」並非外顯特徵，按年齡來分送問卷有實際上的困難，因此，本研究以「部門」（A、C、F、H、T、W&Y）及「職務」（主管、專業職位、基層員工）作為兩軸，將全中鋼員工分成 18 個群組（strata）。首先，按比例分配原則（proportional allocation）分別計算各部門及各職務所需的最少樣本數，並以「最少樣本數」的 1.2 倍（554）為分送問卷總數，部門內的職務分配則視各部門特性不同而調整（表 3-10）。表 3-10 問卷分配表4 部門（代號）/總人數. 主管. 專業人員. 基層員工. 合計. 行政（A）/126. 1. 4. 3. 8. 營業（C）/444. 4. 20. 5. 29. 財務（F）/153. 1. 7. 2. 10. 企劃（H）/84. 1. 3. 1. 5. 技術（T）/786. 6. 34. 20. 60. 生產（W&Y）/7036. 56. 57. 329. 452. 合計5/8629. 69. 125. 360. 554. 調查期間自 2003 年 12 月 1 日起迄 12 月 22 日止歷時三週。按表 3-10 分送問卷 554 份，回收 458 份，回收率 82.7﹪，剔除填答不完整的無效問卷 22 份，共獲得有效問卷 436 份（95.2﹪）。. 3. 「性別」的比例過於懸殊，未列入考慮。部門人數資料來源：中鋼人事管理資料（92 年 10 月），問卷分配數係按該部門總人數及表 3-9 的職務比例計算所得。 5 總人數 8629 中不含「經理部門」20 人，「稽核」11 人，「台北辦事處」5 人。 4. 31.

(37) 員工對企業內部網路接受度之研究-以中鋼為例. 第四節資料建立於問卷調查進行的三週內陸續對回收問卷進行整理。在逐筆檢視並剔除無效問卷後，先對每份問卷賦予編號，再依序輸入 SPSS 資料檔中。編號的目的在便於核對輸入資料是否錯誤。有效問卷全部建檔完成後，先列印成完整的報表，重新核對，以修正錯誤的輸入資料。 436 份有效樣本分布如表 3-11 所示。表 3-11 樣本分布（一）性別. 人數. 百分比. 男性. 416. 95.4﹪. 女性. 20. 4.6﹪. 人數. 百分比. 29 歲以下. 1. 0.2﹪. 30∼34 歲. 13. 3.0﹪. 35∼39 歲. 14. 3.2﹪. 40∼44 歲. 98. 22.5﹪. 45∼49 歲. 192. 44.0﹪. 50∼54 歲. 101. 23.2﹪. 55 歲以上. 17. 3.9﹪. 人數. 百分比. 行政（A）. 9. 2.1﹪. 營業（C）. 5. 1.1﹪. 財務（F）. 5. 1.1﹪. 企劃（H）. 7. 1.6﹪. 技術（T）. 58. 13.3﹪. 生產（W&Y）. 352. 80.8﹪. 人數. 百分比. 主管職務. 61. 14.0﹪. 專業職務. 125. 28.7﹪. 基層職務. 250. 57.3﹪. 年齡. 部門. 職務. 32.

(38) 員工對企業內部網路接受度之研究-以中鋼為例. 就樣本的分布來說，「性別」比例懸殊的現象，以及各「部門」、「年齡」所佔比例均大致符合母體特性；而在「職務」方面則因基層員工問卷回收情況較差，使「基層職務」比例較母體偏低。此外，在 EIP 的實際使用上，回答「每天使用」的比率最高，達 50.9﹪；回答「經常使用」的比率次之，佔 31.9﹪；「偶而使用」或「極少使用」的部份佔 17.2﹪。在個人電腦或網路的一般經驗方面，「家裡有個人電腦且自己上網」的人數最多，佔 66.3﹪；「家裡沒有個人電腦」或「自己不上網」的比率則為 33.7﹪（表 3-12）。表 3-12 樣本分布（二） EIP 使用頻率. 人數. 百分比. 每天使用且時間長. 47. 10.8﹪. 每天使用但時間短. 175. 40.1﹪. 經常使用. 139. 31.9﹪. 偶而使用. 47. 10.8﹪. 極少使用. 27. 6.2﹪. 根本不用. 1. 0.2﹪. 人數. 百分比. 有個人電腦且自己上網. 289. 66.3﹪. 有個人電腦但自己不上網. 135. 31.0﹪. 沒有個人電腦. 12. 2.7﹪. 電腦使用經驗. 第五節統計分析本研究的統計分析工作分成五個部份進行：（1）敘述統計（2）因素分析（3）相關性分析（4）平均數檢定（5）路徑分析，使用的工具則是視窗版的 SPSS（Release. 33.

(39) 員工對企業內部網路接受度之研究-以中鋼為例. 11.0.0 Standard Version, 2001）。首先，第一部分以敘述統計的方式對 436 筆有效資料進行一般性觀察，揭示每個變數下觀測值的分布情況，包括其偏態（skewness）的大小、集中趨勢（平均值、標準差）以及離散趨勢（變異數、全距）等。第二部分在「適合度檢定」（goodness of fit test）後，利用 SPSS 的「因素縮減」（factor reduction）降低變項的維數（dimension），並以「最大變異數轉軸法」（varimax）萃取出最具代表性的因素（Eigenvalue＞1）。其後，按照因素所包含問卷項目的意義予以適當命名，並計算信度（Cronbach’s α），確認因素內容的一致性。第三部分首先以因素本身交叉的相關性分析確認整體問卷的效度。其次，分別計算各控制變數以及「使用意願」、「實際使用」間的皮爾森相關係數（Pearson’s correlation coefficiency），了解各控制變數的關係，確認每一構念在不同的條件（年齡、職務、電腦使用經驗等）下所受到的影響，並分別探討其中的意涵。第四部分按照問卷回收的情況，並參照中鋼的實際狀況，把所有的資料就不同的「年齡」、「職務」和「電腦使用經驗」重新加以層別，再以 SPSS 對層別後的資料進行變異數分析（ANOVA）或平均數檢定（t- test），以了解各因素的反應強度在不同層別間是否具有顯著差異，並據以確認層別的適切性。第五部分是對研究主題的路徑分析。以所獲得的因素建構出研究主題的路徑關係圖（causal links），首先，在不考慮控制變數的影響下，以線性迴歸（linear regression）的方式計算出每條路徑的標準化迴歸係數（β）及顯著性（P），目的在了解員工對 EIP 接受度的全貌。其次，加入控制變數的考慮，在對每個控制變數進行層別後，重新計算每條路徑的標準化迴歸係數（β）及顯著性（P），目的在確認各個控制變數對不同路徑關係的影響。. 34.

(40) 員工對企業內部網路接受度之研究-以中鋼為例. 第四章第四章. 資料分析與討論. 第一節敘述統計 436 筆有效樣本的敘述統計結果如表 4-1 所示。24 個問項中 Q1、Q2（使用意願）以及 Q24（自願性）的觀測值偏高（在七分量表中分別為平均 6.0 、6.11 和 5.84），Q10 和 Q11 則出現較大的負偏態（分別為-1.682 和-1.606）。表 4-1 敘述統計結果 Descriptive Statistics. Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9 Q10 Q11 Q12 Q13 Q14 Q15 Q16 Q17 Q18 Q19 Q20 Q21 Q22 Q23 Q24 Valid N (listwise). N Statistic 436 436 436 436 436 436 436 436 436 436 436 436 436 436 435 436 436 436 436 436 436 436 436 436 435. Minimum Statistic 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1. Maximum Statistic 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7. Mean Statistic 6.00 6.11 5.42 5.37 4.92 4.64 4.83 5.12 4.77 5.61 5.75 4.81 4.76 4.94 4.79 4.91 4.90 4.52 4.76 4.73 4.50 3.72 4.03 5.84. Std. DStatistic i i .925 .812 1.276 1.346 1.422 1.493 1.494 1.406 1.289 1.041 .954 1.247 1.334 1.263 1.348 1.360 1.327 1.466 1.501 1.305 1.624 1.697 1.668 .994. Variance Statistic .855 .660 1.627 1.812 2.023 2.230 2.233 1.977 1.662 1.084 .910 1.555 1.780 1.596 1.818 1.850 1.762 2.149 2.254 1.704 2.637 2.880 2.781 .987. Skewness Statistic Std. Error -1.060 .117 -1.255 .117 -1.115 .117 -.966 .117 -.678 .117 -.471 .117 -.567 .117 -.792 .117 -.672 .117 -1.682 .117 -1.606 .117 -.584 .117 -.569 .117 -.607 .117 -.263 .117 -.359 .117 -.497 .117 -.272 .117 -.456 .117 -.569 .117 -.251 .117 .178 .117 .074 .117 -1.279 .117. 「使用意願」（Q1 和 Q2）觀測值偏高且變異量較小的現象在前測時已經出現，其原因一如第三章第二節所述，可能與研究主題的特性（公司內唯一的網路系統）有關。而從「自願性」（Q24）強度的分布（表 4-2）看，在七分量表中，屬於「低強度」（觀測值≦3）的部份僅 2.1﹪，屬於「高強度」（觀測值≧5）的部份則達 76.6﹪，顯示在個案公司中，非自願性（mandatory）使用內部網路的員工數量極少。並且，由於樣本比率懸殊，無法進行「自願性」方面的層別分析（voluntary. 35.

(41) 員工對企業內部網路接受度之研究-以中鋼為例. vs. mandatory）（Vekatesh, et al., 2000、2003）。然而，本研究並不排除使用者心態上的自願程度對「接受度」的可能影響，因此將 Q24 保留在外部變數裡，繼續觀察它的影響。表 4-2 「自願性」觀測值的分布自願性. Valid. 1 2 3 4 5 6 7 Total. Frequency 1 3 5 44 49 236 98 436. Percent .2 .7 1.1 10.1 11.2 54.1 22.5 100.0. Valid Percent .2 .7 1.1 10.1 11.2 54.1 22.5 100.0. Cumulative Percent .2 .9 2.1 12.2 23.4 77.5 100.0. 另，Q10 和 Q11 呈現較大的負偏態（分別為-1.682 和-1.606），顯示部分受訪者在「對我來說，EIP 的使用並不困難」以及「對我來說，學習使用 EIP 並不困難」兩個問項上表達極端負面的看法，至於這種結果是否與人口統計變項有關，將在第五節中進行討論。. 第二節因素分析問卷中的 24 個問項依據 UTAUT 模型區分為二部分，Q1 和 Q2 屬於測量「使用意願」（BI）的題組（Cronbach’s α＝.8572）；Q3 到 Q24 則屬於「外部變數」（External Variables）的題組。採用主成份分析法（principal component analysis）以 SPSS 軟體對 Q3 到 Q24 進行因素分析（factor analysis），其結果如表 4-3、4-4 所示。表 4-3 因素分析適合度檢定結果 KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of Sphericity. Approx. Chi-Square df Sig.. 36. .939 9194.896 231 .000.

(42) 員工對企業內部網路接受度之研究-以中鋼為例. 表 4-4 轉軸後因素矩陣表 Rotated Component Matrix. a. Component 3 4 Q3 .782 .149 .207 .308 Q4 .822 .173 .170 .270 Q5 .837 .297 .239 .171 Q6 .772 .376 .236 .158 Q7 .764 .391 .284 .165 Q8 .800 .312 .281 .188 Q9 .264 5.270E-02 .631 .279 Q10 .217 .190 .262 9.817E-02 Q11 .187 .115 .308 .142 Q12 .223 .230 .823 .148 Q13 .262 .295 .757 .143 Q14 .303 .226 .713 .222 Q15 .515 .597 .255 .200 Q16 .445 .704 .181 .233 Q17 .392 .764 .177 9.094E-02 Q18 .354 .660 .418 .154 Q19 .327 .587 .325 .273 Q20 .153 .546 .486 .242 Q21 .183 .206 .228 .734 Q22 .361 .213 .242 .766 Q23 .252 .168 .164 .809 Q24 6.358E-02 .487 -3.252E-02 .260 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 7 iterations. 1. 2. 5 8.965E-02 .179 .111 .142 .153 .194 .273 .849 .855 .108 .132 .313 .172 .156 .148 8.099E-02 .172 .157 .172 8.275E-02 .126 .494. 首先，在樣本適合度檢驗方面，KMO＝0.939 且 Bartlett’s 球型檢定（Test of Sphericity）達顯著水準（P＜.001），顯示樣本資料符合進行項目分析的基本條件（表 4-3）；其次，在特徵值（Eigenvalue）＞1 的條件下經最大變異數轉軸（Varimax Rotation）可以歸納出五個構面（components）（表 4-4），變異的累計解釋量超過 78﹪（表 4-5、圖 4-1）。. 37.

(43) 員工對企業內部網路接受度之研究-以中鋼為例. 表 4-5 變異數累計解釋量 Total Variance Explained Initial Eigenvalues Component Total % of Variance Cumulative % 1 12.166 55.300 55.300 2 1.663 7.558 62.859 3 1.218 5.535 68.394 4 1.092 4.964 73.358 5 1.037 4.713 78.070 6 .674 3.062 81.133 7 .634 2.884 84.017 8 .528 2.399 86.416 9 .441 2.006 88.422 10 .379 1.721 90.143 11 .330 1.500 91.643 12 .273 1.240 92.883 13 .235 1.069 93.952 14 .214 .971 94.923 15 .208 .945 95.868 16 .188 .856 96.723 17 .159 .722 97.446 18 .150 .682 98.128 19 .144 .654 98.782 20 .118 .535 99.317 21 8.361E-02 .380 99.697 22 6.674E-02 .303 100.000 Extraction Method: Principal Component Analysis.. Rotation Sums of Squared Loadings Total % of Variance Cumulative % 5.273 23.970 23.970 3.642 16.554 40.524 3.450 15.682 56.206 2.590 11.774 67.980 2.220 10.090 78.070. Scree Plot 14 12 10 8 6. Eigenvalue. 4 2 0 1. 3. 5. 7. 9. 11. 13. 15. 17. Component Number. 圖 4-1 因素陡坡圖. 38. 19. 21.

(44) 員工對企業內部網路接受度之研究-以中鋼為例. 22 個項目中除 Q24 在所有構面的因素負荷量（factor loading）不高於 0.5，以及 Q15 出現不同構面交叉負荷量（cross-loading）大於 0.5 的情況，無法被納入任何一個構面外，其餘 20 個項目均分別有明確的歸屬。各構面（因素）所涵蓋的問項內容及信度（Cronbach’s α）如表 4-6 所示。表 4-6 各構面的因素負荷量及信度因素一 Q3. .782. Q4. .822. Q5. .837. Q6. .772. Q7. .764. Q8. .800. 因素二. 因素三. Q9. 因素四. 因素五. .631. Q10. .849. Q11. .855. Q12. .823. Q13. .757. Q14. .713. Q16. .704. Q17. .767. Q18. .606. Q19. .587. Q20. .546. Q21. .734. Q22. .766. Q23. .809. α＝. .9623. .9038. .8839. 39. .8537. .9214.

(45) 員工對企業內部網路接受度之研究-以中鋼為例. 按主成份分析法所歸納出的五個主因素中，「因素一」包含 Q3∼Q8 等六項，「因素二」包含 Q16∼Q20 等五項，「因素三」包含 Q9 及 Q12∼Q14 等四項，「因素四」包含 Q21∼Q23 等三項，「因素五」則包含 Q10∼Q11 等二項。其次，根據每一個萃取因素所包含的內容賦予適當的名稱。其命名及含意如表 4-7。表 4-7 因素名稱及其內涵命名. 內容含意 EIP 的內容與受訪者本身工作有關，或在執行業務時必須使用該系統。此外，受訪者自. 因素一. 功能性. 覺使用 EIP 可以對本身工作有所幫助，有助於提高效率，改善工作品質。整體來說，受訪者感覺 EIP 是「有用的」。受訪者使用 EIP 的行為受到主管的肯定與鼓勵，對 EIP 的印象傾向正面，或者自覺使用. 因素二. 社會性. EIP 有助於提昇自己在團體中的形象。整體來說，受訪者感覺 EIP 的使用是「符合社會價值」的。受訪者認為 EIP 包含許多個人感興趣的內. 因素三. 趣味性. 容，可以增加上班時的樂趣。整體來說，受訪者使用 EIP 的經驗是愉快的。對使用 EIP 來講，公司提供足夠的軟硬體支援，包括必要的訓練和可供連線的電腦等。. 因素四. 支援協助整體來說，受訪者在使用 EIP 時能感受到公司在技術上所給予的支援。受訪者自覺 EIP 的操作不困難，或者易於學習使用。. 因素五. 簡易性整體來說，受訪者感覺 EIP 的使用是容易上手的。. 40.

(46) 員工對企業內部網路接受度之研究-以中鋼為例. 因素的命名及意義係依據問卷內容綜合整理所得，結果與歷年來 TAM 的相關文獻一致性極高。其中所謂「功能性」和「簡易性」分別相當於 TAM 模型中「知覺上容易操作」（EOU）以及「知覺上對我有用」（U）或者 UTAUT 模型中的「對績效的期望」（PE）以及「對付出的期望」（EE）兩項，「趣味性」相當於「使用樂趣」（Enj），而「社會性」和「支援協助」則與 UTAUT 模型中的 Social Influence 和 Facilitating Conditions 雷同。. 第三節相關性分析本研究的問卷內容分別取材自相關文獻並加以組合，因此個別問項（item）的內容效度（content validity）沒有問題，然而經過重新組合過的新問卷，其整體的外部效度（external validity）必需透過各因素間的交互分析（cross-validation）才能進一步確認。按前節因素分析的結果，問卷內容可以分別歸納出六個獨立的構念（constructs），即「使用意願」及其五個可能影響地因素（功能性、社會性、趣味性、支援協助、簡易性），整體問卷的外部效度可由其顯著的交叉相關性獲得支持（表 4-8）。表 4-8 整體相關性分析結果 Correlations 意願功能性 Pearson Correlation 1 .699** Sig. (2-tailed) . .000 N 436 436 功能性 Pearson Correlation .699** 1 Sig. (2-tailed) .000 . N 436 436 社會性 Pearson Correlation .573** .741** Sig. (2-tailed) .000 .000 N 436 436 趣味性 Pearson Correlation .508** .645** Sig. (2-tailed) .000 .000 N 436 436 支援協助 Pearson Correlation .508** .609** Sig. (2-tailed) .000 .000 N 436 436 簡易性 Pearson Correlation .390** .465** Sig. (2-tailed) .000 .000 N 436 436 **. Correlation is significant at the 0.01 level (2-tailed). 意願. 41. 社會性 .573** .000 436 .741** .000 436 1 . 436 .634** .000 436 .559** .000 436 .474** .000 436. 趣味性支援協助 .508** .508** .000 .000 436 436 .645** .609** .000 .000 436 436 .634** .559** .000 .000 436 436 1 .578** . .000 436 436 .578** 1 .000 . 436 436 .567** .422** .000 .000 436 436. 簡易性 .390** .000 436 .465** .000 436 .474** .000 436 .567** .000 436 .422** .000 436 1 . 436.

員工對企業內部網路的接受度之研究 －以中鋼公司為例

員工對企業內部網路的接受度之研究－以中鋼公司為例