雲端運算軟體即服務之使用者研究-以Google為例

全文

(1)國立台灣師範大學圖書資訊學研究所圖書資訊學在職專班碩士學位論文. 指導教授：張迺貞博士. 雲端運算軟體即服務之使用者研究-以 Google 為例 A User Study of Software as a Service(SaaS)-the case of Google. 研究生：江政哲撰. 中華民國一 ○ ○ 年六月.

(2)

(3) 摘要. 雲端運算(Cloud Computing)是目前網際網路的最熱門的話題，它被視為技術、理論或者服務。簡單而言，雲端運算是指在網路上各種應用的服務，而提供這些服務的軟體和硬體，也都可以被稱為「雲」。. 雲端運算目前的研究方向，大都以技術、商機、資訊安全為主要研究，但針對使用者所進行的使用者分析與研究卻著墨不多。. 本研究是以問卷調查的方式調查使用者目前對於雲端運算軟體即服務 (Software as a Service, SaaS)的接受度與使用情況如何，探討影響使用者意願的原因與影響實際使用的原因。本研究取用整合型科技接受度模型(UTAUT)為研究架構設計問卷，經由變數分析與迴歸分析後，獲得結論如下： 1.使用者對於 SaaS 可能帶來的便利性與有用性有所期待。 2.使用者認為使用 SaaS 是時勢所趨。 3.外來的影響如社群的影響，會加強使用者使用 SaaS 的意願。 4.使用者較不關心 SaaS 是否容易使用與 SaaS 取得的便利性。 5.使用者會因「性別」、「年齡」、「經驗」、「職業」與「教育程度」的不同，而影響到使用行為意向與實際使用。. 關鍵字：雲端運算，軟體即服務(SaaS)，整合型科技接受度模型(UTAUT).

(4)

(5) ABSTRACT Cloud Computing is the hottest topic of the Internet network at present. it is considered as the projects of the technology, theory or service. In short, Cloud Computing refers to applications on the network services, to provide these services also refers to the software and hardware, which can be referred to as "cloud." Cloud Computing’s concept is the user's computing needs have been broken down into a number of enforcement procedures (Process), and these Process have been sent anywhere servers. When servers finish the computing, these Process would been back to the user. This model has been regarded as an important development trend about network service in the future. Through this technology, the service supplier (Service Provider) could provide the computing service is similar to “Super Computer”, and the service could provide tens of millions or even billions information services in a few seconds.. The current study direction of Cloud Computing, mostly regard for technology, business and information security. And there are less focus in the User Study. Purpose of this research project has the following 2 points: 1. The example with Google services: analyze the user use Cloud Computing (Saftware as a Service) from the user's view, and will explore the impact of using reason. 2. Find the level of Behavioral Intention and Usage of Cloud Computing (SaaS).. This research project accepts one degree of models (Unified Theory of Acceptance and Use of Technology, hereafter referred to as UTAUT) as the main framework. And use the questionnaire to find the Behavioral Intention of use the SaaS and find the impact on user.. The conclusions from this study by ANOVA and Regression analysis are as follows:.

(6) 1. The user are look forward to convenience and usefulness from SaaS. 2. The user believe that use SaaS is a current trend. 3. External influences will enhance the Behavioral Intention. 4. The user are not care about that SaaS is easy to use and get conveniently. 5. Due to "gender", "age", "experience", "job" and "education" is different, they affect the behavioral intention and actual use.. Keywords: Cloud Computing, Software as a Service (SaaS), UTAUT.

(7) 目次目次 ................................................................................................................................................. I 表次 ............................................................................................................................................... III 圖次 ................................................................................................................................................ V 第一章緒論................................................................................................................................ 1 第一節研究背景與動機 ............................................ 1 第二節研究目的 .................................................. 7 第三節研究問題 .................................................. 7 第四節研究的範圍與限制 .......................................... 8 第五節名詞解釋 .................................................. 8 第二章文獻探討 ..................................................................................................................... 11 第一節雲端運算的定義 ........................................... 11 第二節雲端運算的優缺點 ......................................... 15 第三節雲端運算目前熱門的議題 ................................... 16 第四節整合型科技接受度模型的定義 ............................... 21 第三章研究方法 ..................................................................................................................... 43 第一節研究方法的選擇 ........................................... 43 第二節研究流程 ................................................. 43 第三節研究架構 ................................................. 45 第四節量表設計 ................................................. 48 第五節問卷變項結構 ............................................. 49 I.

(8) 第六節前測信度檢定 ............................................. 52 第七節資料分析方法 ............................................. 53 第四章資料分析 ..................................................................................................................... 54 第一節信度檢定 ................................................. 54 第二節敘述性統計分析 ........................................... 55 第三節相關性分析 ............................................... 63 第四節路徑分析 ................................................. 64 第五節控制變數的影響 ........................................... 67 第五章結論與建議 ................................................................................................................ 85 第一節結論 ..................................................... 85 第二節後續研究與建議 ........................................... 88 參考文獻....................................................................................................................................... 91 附錄一：問卷.............................................................................................................................. 94. II.

(9) 表次表 1 日本 2009~2010 IT 關鍵字調查 TOP20 ............................................................... 3 表 2 不同年齡層的使用者最常採用的雲端運算服務 (單位：%) ............................ 5 表 3 與 Cloud Computing 相關的研究 (From: 2009.01-2011.06) ............................. 19 表 4 八種研究的模型 .................................................................................................... 21 表 5 與 TAM 相關的研究 ............................................................................................. 26 表 6 八個模型與 UTAUT 相對應影響構面彙整 ....................................................... 40 表 7 UTAUT 各個構面定義彙整 .................................................................................. 41 表 8 與 UTAUT 相關的研究 ........................................................................................ 45 表 9 整體信度檢定表 .................................................................................................... 54 表 10 全量表各問項信度檢定表 ................................................................................. 54 表 11 人口統計「性別」變數統計表 ......................................................................... 55 表 12 人口統計「年齡」變數統計表 ......................................................................... 56 表 13 人口統計「職業」變數統計表 ......................................................................... 56 表 14 人口統計「教育程度」變數統計表 ................................................................. 57 表 15 實際使用情況「平均每天的上網時間」變數統計表 .................................... 57 表 16 實際使用情況「多久使用一次 SaaS」變數統計表 ....................................... 58 表 17 實際使用情況「已使用多久」變數統計表 ..................................................... 58 表 18 每位使用者曾經使用過的 SaaS 服務種類數 ................................................... 59 表 19 各種服務使用過的人數統計 ............................................................................. 59 表 20 整體量表敘述統計表.......................................................................................... 61 表 21 使用行為意向 ...................................................................................................... 62 表 22 相關性分析 .......................................................................................................... 63 表 23 使用行為意向對實際使用行為的模式摘要表 ................................................. 65 表 24 使用行為意向對實際使用行為的係數表 ......................................................... 65 III.

(10) 表 25 每一個構面對於「使用行為意向」路徑係數分析表 .................................... 65 表 26 性別對於 BI、PE、EE、SI 的影響的平均數 t 檢定分析表 .......................... 67 表 27 性別影響各構面→BI 的路徑係數表 ................................................................ 68 表 28 不同性別的 BI→UB 的路徑係數表 ................................................................. 68 表 29 年齡對於 BI、PE、EE、SI 的影響的 ANOVA 分析表................................. 70 表 30 年齡影響各構面→BI 的路徑係數表 ................................................................ 71 表 31 不同年齡的 BI→UB 的路徑係數表 ................................................................. 71 表 32 經驗對於 BI、PE、EE、SI 的影響的 ANOVA 分析表................................. 73 表 33 使用經驗影響各構面→BI 的路徑係數表 ........................................................ 74 表 34 不同使用經驗的 BI→UB 的路徑係數表 ......................................................... 74 表 35 職業對於 BI、PE、EE、SI 的影響的 ANOVA 分析表................................. 76 表 36 職業影響各構面→BI 的路徑係數表 ................................................................ 77 表 37 職業影響 BI→UB 的路徑係數表...................................................................... 78 表 38 教育程度對於 BI、PE、EE、SI 的影響的 ANOVA 分析表 ........................ 80 表 39 教育程度影響各構面→BI 的路徑係數表 ........................................................ 81 表 40 不同教育程度的 BI→UB 的路徑係數表 ......................................................... 81. IV.

(11) 圖次圖 1 雲端運算的定義 .................................................................................................... 11 圖 2 廣泛的網路連接(Broad network access) ............................................................. 12 圖 3 雲端運算的 3 個模式 ............................................................................................ 13 圖 4 雲端運算的 4 個部署模式.................................................................................... 14 圖 5 雲端運算服務模式的挑戰.................................................................................... 17 圖 6 UTAUT 整合八種模型示意圖 .............................................................................. 22 圖 7 理性行為理論 TRA .............................................................................................. 23 圖 8 計劃行為理論 TPB .............................................................................................. 23 圖 9 科技接受度模型 TAM ......................................................................................... 24 圖 10 簡化後的 TAM .................................................................................................... 26 圖 11 社會認知理論 SCT ............................................................................................ 28 圖 12 Compeau 模式 SCT .............................................................................................. 30 圖 13 MPCU 架構........................................................................................................... 31 圖 14 動機模式 MM ..................................................................................................... 32 圖 15 創新特性架構 IDT ............................................................................................. 34 圖 16 C-TAM-TPB 模型 ................................................................................................ 35 圖 17 整合性科技接受度模型 UTAUT...................................................................... 36 圖 18 研究流程 .............................................................................................................. 44 圖 19 研究架構 .............................................................................................................. 47 圖 20 路徑分析圖 .......................................................................................................... 64 圖 21 不考慮控制變數的修正後路徑分析圖 ............................................................. 66 圖 22 考慮「性別」影響的路徑關係圖 ..................................................................... 69 圖 23 考慮「年齡」影響的路徑關係圖 ..................................................................... 72 圖 24 考慮「經驗」影響的路徑關係圖 ..................................................................... 75 V.

(12) 圖 25 考慮「職業」影響的路徑關係圖 ................................................................... 79 圖 26 考慮「教育程度」影響的路徑關係圖 ............................................................. 82. VI.

(13) 第一章緒論. 第一節研究背景與動機資訊科技的發展、網際網路的興盛及蓬勃發展，已徹底地影響了我們的日常生活。除了對於整體社會經濟產生重大的影響與改變，也往往影響了人類知識的傳遞模式。根據 Computer Industry Almanac(2000)的研究調查指出，1999 年底全球總上網人口已超過 2 億 5 千 9 百萬人，根據 Miniwatts Marketing Group(2009)的 Internet Usage Statistics，全球總上網人口已達 18 億人，佔全球總人口數約 26.6%， 10 年的時間成長了 7 倍。由中國網路資訊中心的報告，顯示至 2009 年底，中國網路人口已達 3.84 億，為全球擁有最多上網人口的國家（CNNIC, 2010）。受 3G 業務發展的影響，中國使用手機上網的用戶，較 2008 年增加了 1.2 億，佔所有上網人口的 60.8%。網路瀏覽器開發商 Opera（2009）發表的全球行動上網瀏覽行為報告，針對使用行動上網年成長率做出使用分析，其中台灣的年成長率為 65%。經濟部技術處委託資策會電子商務應用推廣中心 FIND 進行的「我國網際網路用戶數調查統計」(Find, 2010)自 1996 年即開始進行「我國網際網路用戶數調查」，截至 2010 年 3 月底，我國的有線寬頻網用戶數為 493 萬，我國商用網際網路帳號總數為 2,408 萬，2010 年第 1 季我國經常上網人口為 1,068 萬人，上網普及率為 46%。故行動網路將會提供總用戶術成長的動能。網際網路的特質上具有無時間限制、無空間限制、互動性高、成本低廉與進入障礙低的特性，Quelch 與 Klein(1996)認為網際網路對於企業界而言，具有無窮的市場潛力。而 Rayport 與 Sviokla(1994)則認為商業的模式已從傳統的「實體市場（Physical Marketplace）」移轉到「網路空間市場（Marketspace）」。 1980 年代，網際網路的興起，Internet 成為最熱門、應用最廣範的研究主題。 Google 至 1995 年已經處理了 Internet 上 80%的蒐尋請求。2005 年，Dougherty 和 1.

(14) Cline(2005)共同提出了「使用者為中心」的 Web 2.0。Web2.0 不是一個技術的標準，因為它僅是一個用來闡述技術轉變的術語。它透過網路應用，並鼓勵使用者透過網路平台，提供個人化的資料內容予他人，加深人與人間的資訊交換和協同合作，其中著名的例子為 Wikipedia、Yahoo 奇摩知識家、Youtube 等(盧諭緯, 2006)。 2007 年 10 月，Google 與 IBM 建立藍雲全球資料中心(Blue Cloud)，並在開始在美國大學校園，包括卡內基美隆大學、麻省理工學院、史丹佛大學、加州大學柏克萊分校及馬里蘭大學等五間大學，推廣雲端運算（Cloud Computing）的計畫，這項計劃以降低分散式運算技術在學術研究的成本為目標，並為這些大學提供相關的軟硬體設備及技術支援，「雲端運算」一詞正式誕生。同年 11 月，IBM 宣佈把雲端運算帶入商業應用市場的應用，也開啟其在網路應用上的革命(Blue Cloud, 2007)。雲端運算的概念在於將使用者的運算需求分解成多項執行程序(Process)後，透過網路傳輸交付分散各處的伺服器進行運算，完成後回傳給使用者以完成所需之資訊應用服務；而此一模式已被廣泛視為未來網路服務應用的重要發展趨勢 (ABI,2009)。透過這項技術，遠端的服務供應商(Service Provider)可以在數秒之內，達成處理數以千萬計甚至億計的資訊，達到和「超級電腦」同樣強大效能的網路服務。雲端運算的商機可以從以下 3 家著名的公司所提出的研究觀察。 1. Gartner 公司為美國著名的資訊技術研究與咨詢的公司，它於 2009 年 10 月提出 2009 的十大關鍵技術，分別為虛擬化 (Virtualization) 、雲端運算 (Cloud Computing)、伺服器變革(Computing Fabrics)、Web 導向架構(Web-oriented Architecture)、企業系統與 web 混搭(Enterprise Mashups)、專業化系統整合 (Specialized Systems)、社會軟體及網路(Social Software and Social Networking)、通訊系統整合(Unified Communications)、商用智慧(Business Intelligence)、綠能技術(Green IT)。(Gater 2009) 2.

(15) 2. IDC 公司為著名的市場研究與分析公司，它提出雲端運算的市場產值，從 2009 年的 162 億美元，到 2013 年時將成長為 422 億美元。(曹永暉, 2009) 3. 美林證卷(Merrill Lynch)為全球最大的證券零售商與投資銀行，它認為 2011 年雲端運算的市場產值將達到 1600 億美元。(Hamilton, 2008) 網際網路的商業模式、行動上網再加上雲端運算的組合，可以說是目前產業界相當熱門的研究，ABI research(2010)的研究指出，在 2014 年「行動雲端運算 (Mobile Cloud Computing)」將取代現行必須依賴智慧型手機運算能力的應用模式；並估算行動應用市場每年將可創造 200 億美金的市場規模。其進一步指出，透過雲端運算將可降低手機的硬體規格要求，並避免現階段智慧型手機作業系統差異對應用設計的限制。使用者可透過行動雲端運算進行如居家保全監控、社會網路的資訊分享、或企業業務協同操作等廣泛的應用領域，目前已經有產品出現，如中興保全的 My CASA(林珮萱, 2009)。日本著名 IT 系媒體 ITpro 於 2009 年 12 月中旬，進行的一份線上調查，其編輯部由「管理/資訊系統」、「平台」、「網際網路/行動」、「電腦/網路安全」、「軟體開發」等五大 IT 領域中分別挑選出 20 到 30 個關鍵名詞，總計 124 個關鍵字進行線上票選。意料之中的，日本與全球的趨勢一致，最熱門 IT 關鍵字為「雲端運算」，如表 1 所示。表 1 日本 2009~2010 IT 關鍵字調查 TOP20. 2009 年. 排名. 2010 年. 1. 雲端運算. 雲端運算 (Cloud Computing). 2. Windows 7. Windows 7. 3 4. iPhone Pandemic (H1N1 的大流行). IPv6 私有雲端 (Private Cloud). 5. 軟體即服務 (SaaS). 6. 內部管理 / 日本版 SOX 法. Android 國際會計基準 (IFRS). 7. 小筆電 (Netbook). 免費防毒軟體. 8. 可視化指標 (visualization). 9. Twitter 免費防毒軟體. Chrome OS IPv4 網址不足問題. 10. 虛擬伺服器 3.

(16) 11. iPhone 應用程式. 加密技術問題. 12. 虛擬伺服器. 13. USB 病毒. Gree IT 可視化指標 (visualization). 14 15. Android 精簡型電腦 (thin client). Mobile WiMax iPhone 應用程式. 16. VM ware. 17 18. Gree IT 固態硬碟 (Solid State Drive). iPhone 軟體即服務 (SaaS). 19. IPv4 網址不足問題. 20. 國際會計基準 (IFRS). 智慧電網 (Smart Grid) Twitter 桌面虛擬化 (Desktop Virtualization. 資料來源：資策會 FIND(民國 99)。日本 2009~2010 年度 IT 關鍵字調查-雲端運算位居首位。檢索日期：民 99 年 6 月 15 日。URL: http://www.find.org.tw/find/home.aspx?page=news&id=5723. 由上述調查可以推測，雲端運算服務極有可能是未來生活上相當重要的一環，也經由了解使用者的基礎才能預言未來的服務趨勢。然而，目前對於雲端服務的相關研究仍在啟蒙階段，大多數的資料還是來自於各形式的研討會、新聞報導，大多數的資料皆屬於現況的描述及新聞相關報導，內容較聚焦於技術、商機、資訊安全上。美國國家標準與技術局(National Institute of Standards and Technology: NIST) 的資訊技術實驗室(Information Technology Laboratory)定義雲端運算的服務模式有軟體即服務(Saftware as a Service, SaaS)、平台即服務(Platfrom as a Service, PaaS)與設備即服務(Infrastructure as a Service, IaaS)；根據 Mahowald(2011)的報告指出， 2010 年的 SaaS 市場分佈，其中公共雲(Public Cloud)就佔了 71%。軟體即服務(SaaS) 的服務有三個主要的市場：應用程序(Applications)、應用開發和部署(Application Development and Deployment)與系統基礎軟體(System Infrastructure Software)。 O'Neill(2011)的報告指出，公共雲中成長爆量的就屬 SaaS。 Pew Internet & American Life Project(2008)對網路使用者進行調查發現有 6 種主要的雲端服務最常為網路使用者採用，如表 2。. 4.

(17) 表 2 不同年齡層的使用者最常採用的雲端運算服務 (單位：%). 18~29 歲 30~49 歲. 50~64 歲. 65 歲以上. 網頁郵件服務. 77. 58. 44. 27. 照片儲存服務. 50. 34. 26. 19. 除郵件、儲存空間之線上應用程式. 39. 28. 25. 19. 影音檔案儲存服務. 14. 6. 5. 2. 付費購買檔案儲存服務. 9. 4. 5. 3. 在網站上備份硬碟資料. 7. 5. 5. 4. 在以上 6 項裡，至少使用過 1 項. 87. 71. 59. 46. 在以上 6 項裡，至少使用過 2 項. 59. 39. 31. 21. 資料來源：耿慧茹, "當前最受歡迎的 6 種雲端運算服務", DIGITIMES, 2008.. 目前使用最普遍的服務就屬公共雲的軟體即服務 SaaS，本研究即以此為研究範圍。使用者最常使用的六項服務，皆屬於 SaaS 的部份。而同時能提供的這六項服務的企業，就非 Google 莫屬。Google 所提供的各種服務，對應到這六項服務如下所示。 1. 網頁郵件服務(Webmail)： GMail 2. 照片儲存服務(網路相簿)：Picasa 3. 影音檔案儲存服務：Youtube 4. 除郵件、儲存空間之線上應用程式：Google Docs, Google Calendar, Google MAP… 5. 付費購買檔案儲存服務：Google 儲存空間 6. 在網站上備份硬碟資料：Google 儲存空間. 5.

(18) SalesForce 對於雲端運算服務提出雲端運算服務的七個標準，分別是世界級的安全、信任和透明度、真正的多租戶、經過驗證的規模、高性能、完整的災難恢復以及高可用性。由此可以觀察到服務業界重視的服務標準，重視的仍偏重於資訊安全的部份。有關於探討使用者對於新科技的接受度與使用行為的研究，在近代的研究議題中持續有新研究進行，其研究的範圍遍及社會心理學、組織行為學、資訊管理學，包括理性行為理論(Ajzen & Fishbein, 1975)、計劃行為理論(Ajzen, 1991)、科技接受度模型(Davis et al., 1989)、社會認知理論(Bandura, 1986)、電腦使用模型 (Thompson et al., 1991)、動機模型(Davis et al., 1992)、創新擴散理論(Rogers, 1995)、科技接受度模型結合計劃行為理論的模型(Taylor & Todd, 1995)及整合型科技接受度模型(Venkatesh et al., 2003)等各種理論。由上述所列的各種模型可以幫助研究者去研究新資訊科技對於使用者產生的各種使用情況與接受度的情況，但由於各種理論所包含變數會因應研究主題的不同而有所不同，所以使用上也不盡相同。對於科技接受行為理論的應用研究來說，需要有更多的實證研究來支持。雲端運算可能是未來的趨勢，而服務業也是未來台灣產業的走向，本研究試圖在這兩個未來的趨勢之中，尋找以使用者為主的服務走向與目標。本研究將以文獻分析以及問卷調查法調查使用者對於雲端運算的 SaaS 網路服務的使用動機與實際使用情況是否會因性別、年齡層、使用經驗、職業與教育程度的不同而有差異。. 6.

(19) 第二節研究目的根據本章第一節之動機，本研究的目的有以下 1. 在於探討整合型科技接受模式應用於解釋使用者對於 Google 提供的 SaaS 服務使用意願的適用性。 2. 從整合型科技接受模式分析使用者使用雲端運算 SaaS 服務意願，並探究影響使用意願的原因。 3. 探討使用者使用雲端運算 SaaS 服務的意願程度與實際使用雲端運算 SaaS 的服務之間的關係。. 第三節研究問題根據研究目的設計之研究問題如下： 1. 使用者對於雲端運算 SaaS 的績效期望程度，是否影響其使用的意向與實際使用？ 2. 使用者對於雲端運算 SaaS 的付出期望程度，是否影響其使用的意向與實際使用？ 3. 使用者因為社群對於雲端運算 SaaS 的影響，是否影響其使用的意向與實際使用量就越高？ 4. 性別、年齡、經驗、職業、教育程度的差異是否影響使用者的使用行為意向？ 5. 性別、年齡、經驗、職業、教育程度的差異是否影響使用者的實際使用？. 7.

(20) 第四節研究的範圍與限制雲端運算網路服務的種類繁多，本研究的研究標的乃針對於 SaaS 的服務進行研究，而 SaaS 又屬於公共雲的部份最多，故本研究乃取樣使用 Google 所提供的服務的使用者為研究目標。選擇 Google 為取樣標的的原因有： 1.Google 於2004 年就已經將雲端的概念應用在它所提供的各種服務上，例如 Gmail、 Pisaca、Youtube、Google Docs、Google Calendar、Google Map…等。 2.Google 於 2008 年已經將雲端運算定為未來的發展策略。. 第五節名詞解釋本次取樣的 Google 服務簡介： 1.Gmail(Google Mail) Gmail 是 Google 公司於 2004 年 4 月 1 日發布的一個免費的電子郵件服務。最初推出時，需要有現有使用者的邀請才能申請，於 2007 年 2 月 7 日完全開放註冊。最初每位使用者擁有 1GB 的儲存空間，目前每位使用者已擁有超過 7.5GB 的儲存空間，並且以每個月 10MB 的速度增加中。使用者如果需要額外更大的儲存空間，可以另外付費購買。Google 於近期內推出手機版的 java 版 Gmail，只要使用者透過手機下載免費的應用程式，即可直接登錄使用。 2.Picasa Picasa 是 Google 提供的免費網路相簿，Google 帳戶使用者可以免費使用約 1GB 的空間，並支援外部連接。使用者可以使用其它的相片管理軟體向 Pisaca 上傳照片，但若需要下載照片，則需要使用 Pisaca 軟體。Picasa 網路相簿透過驗證金鑰使用「未列入目錄的編號」處理私人相簿的網址。相簿允許使用者寄出私人相簿網址的電子郵件給想要的人。收件者不需要建立使用者帳號就可以檢視相簿。Picasa 說明檔案提到，私人相簿除了使用者以外，是搜尋不到的。 8.

(21) 3.Youtube Youtube 是 Google 提供的影片分享網站，讓使用者上傳、觀看及分享影片或短片。使用者可以自由的上傳影片，目前的限制為一次上傳不超過 15 分鐘的影片為原則，但若與 Google 有合作的大眾媒體，可以上傳超過 15 分鐘的影片。若上傳的檔案為 Flash 檔案，檔案限制為 2GB，若為 Java 檔案，其限制為 20GB。 4.Google Docs Google Docs 是 Google 所開發的線上文書處理服務，使用者能透過網路直接建立與編輯文件，並可以即時與其它使用者協同創作。目前 Google Docs 可以製作多種格式的文件，如文件檔、簡報檔、試算表、表單、繪圖等，並於編輯中自動儲存，以防止資料遺失。而檔案更新的歷史檔也會被記錄。 5.Google Calendar Google Calendar 是 Google 所開發的免費行事曆服務，只要擁有 Google 帳號的使用者即可以免費使用。使用者可以利用來進行連絡人管理與時間管理。除了可以分享行事曆給他人之外，尚提供電子郵件與簡訊的提醒功能。 6.Google Map Google Map 是 Google 所開放的全球電子地圖服務。包括局部詳細的衛星照片。它能夠提供傳統式向量地圖之外，並在地圖上標示道路與商業資訊；另一種為衛星照片模式。於 2007 年 5 月開始提供街景全景服務，目前已遍及全世界數十個國家的主要城市。於 2006 年也提供 Google Maps for Mobile，於 Android 上可以使用羅盤模式與離線地圖模式。. 9.

(22) 10.

(23) 第二章文獻探討本章旨在探討相關文獻以建立研究的理論基礎。從雲端運算的相關文獻探討其定義、優缺點、熱門議題與相關研究。並將整合性科技接受度模型(Unified Theory of Acceptance and Use of Technology, UTAUT)的演進依序介紹。. 第一節雲端運算的定義美國國家標準與技術局(NIST)定義雲端運算(Cloud Computing)是一種概念模式，依使用者的需要透過網路去連接共享的資源（如網路，伺服器，儲存，應用程序和服務），可以使用最少的管理而達到迅速的配置與發佈。雲端運算共有 5 個基本特徵，3 個服務模式，和 4 個部署模式(圖 1)。. 圖 1 雲端運算的定義資料來源：NIST(民 98)。檢索日期：民 99 年 5 月 13 日。URL： http://csrc.nist.gov/groups/SNS/cloud-computing/cloud-def-v15.doc. 一、雲端運算的 5 個基本特徵：. 11.

(24) 1.隨需應變自助服務(On-demand Self-service)：使用者可以單方面的使用其計算能力，並能自動的得到所需要的資料，並不需要隨時與服務供應商互動。 2.廣範的網路連接(Broad Network Access)：使用者可以使用各種平台來連接網路，例如手機、筆記型電腦、PDA 等，如圖 2 所示。. 圖 2 廣泛的網路連接(Broad network access). 3.資源共享(Resource Pooling)：它所提供的計算資源可以組成多租戶使用模式，依使用者的需求自動將資源做動態分配。使用者使用上有獨立的位階感，但使用者無法得知也無法控制資源位於何處來提供服務。 4.快速彈性(Rapid Elasticity)：它所提供的服務是快速且有彈性的。對於使用者而言，它可配置的功能似乎是無限的。使用者可以依需求增減運算能力的採購。 5.計量服務(Measured Service)：雲端服務的各層級均由服務供應商來掌控與監控，由監控資源的使用，可以使雲端系統達到自動控制及優化，並且對於計費、處理能力規劃而言，是非常重要的。 12.

(25) 二、雲端運算的 3 個服務模式(圖 3)：. 圖 3 雲端運算的 3 個模式資料來源：Edgewater Technology Weblog。檢索日期：民 99 年 6 月 25 日。 URL：http://edgewatertech.wordpress.com/2009/03/23/cloud-computing-trends-thinking-ahead-part-1/. 1.軟體即服務(Software as a Service, SaaS)：它是一種透過 Internet 提供軟體的模式，廠商將應用軟體統一部署在雲端伺服器上，客戶可以根據自己實際需求，透過網際網路向廠商定購所需的應用軟體服務，按定購的服務多少和時間長短向廠商支付費用，並透過網際網路獲得廠商提供的服務。使用者不用再購買軟體，而改用向提供商租用 Web-base 的軟體，且無需對軟體進行更新維護，服務提供商會全權管理和維護軟體。除了雲端服務供應商所提供的商用 SaaS 應用之外，有些廠商還提供企業客制化的商用 SaaS 應用。參與者為世界各地的軟體開發者。其代表者有 Google 應用程式， Microsoft Office Live，facebook，Salesforce 等。 2.平台即服務(Platform as a Service, PaaS)：它是廠商將雲端伺服器的應用開發及部署平台開放給使用者，使用者可以自行部署應用程序、自行使用撰寫程式，但不管理或控制雲端設備，包含網路設備、伺服器等。該平台一般包含資料庫、中介軟體及開發工具。參與者為 Google App Engine， Windows Azure 等。. 13.

(26) 3.設備即服務(Infrastructure as a Service, IaaS)：廠商將基礎設備(IT 系統、資料庫)等整合起來，再分租給使用者。參與者為 IBM TSAM(IBM Trivoli Services Automation Manager)、AWS(Amazon Web Services)等。三、雲端運算的 4 個部署模式：(圖 4) 1.私有雲(Private Cloud)：企業內自行經營雲端的基礎設備，並提供企業內部服務。 2.社區雲(Community Cloud)：雲端的基礎設備共享給一些組織和關注於特定議題的特定團體。 3.公共雲(Public Cloud)：雲端的基礎設備提供給一般民眾或大產業團體。 4.混合雲(Hybrid Cloud)：雲端的基礎設備是兩個或兩個以上的雲組成。其結合方式有其標準與專有技術，使數據和應用程序具有可移植性。. 圖 4 雲端運算的 4 個部署模式資料來源：本研究整理. 14.

(27) 第二節雲端運算的優缺點一、雲端運算的優點： 1.較低的使用成本：使用者不需要使用昂貴且耗電量的電腦來執行應用程式，因為應用程式在雲端上實行。除此之外，資料也儲存於雲端內，所以也不需要更大的硬碟與更多的記憶體。也因為硬體設備的支出減少，維護的費用也跟著降低。軟體的部份，除了部份公司提供出租的服務之外，如 Google 等大公司採行免費提供網路應用程式，更大大的降低使用的費用。也由於這些應用程式都置於雲端之上，軟體的維護由提供服務的公司負責。該公司只要針對此軟體做一次的更新及可完成，故使用者可以隨時使用到最新版本的軟體，不需要支付費用與更新版本。 2.改善效能：針對於需要大量計算的應用程式放到雲端上執行，可以讓個人電腦的負載降低。也藉由雲端強大的計算能力，使用者能更快得到需要的結果。 3.改善不同作業系統間的相容性：在雲端上執行程式，使用者使用網路連接上及可以享受其服務，不用擔心使用的是何種作業系統。Google 於 2008 年宣稱他們的平台可以支援麥金塔(Machintosh)和 Linux 系統；Microsoft 的 Azure 也在 2009 年起積極的運作、推行。Amazon 與 Red Hat 於 2010 年 4 月也宣佈結盟，讓 Red Hat 運行於 Amazon 的 EC2 上。 4.更易於集體合作：在雲端上作業的文件，參與者可以同時存取該文件，當其中一位使用者對此文件做了修改之後，文件會自動的反應到其它使用者的內容裡。集體合作代表著整體計劃可以更快、更迅速的完成，並且不局限於空間的限制。 5.消除特定裝置的限制：這是雲端運算的最大優勢，不管使用者使用的是任何一種電腦，或者是任何一種可攜式裝置，如智慧型手機、大筆電、小筆電...等，只要使用者可以連上網路就能享受到服務。 15.

(28) 二、雲端計算的缺點 1.需要不間斷、連線品質好的網路環境：當使用者無法連到網路，或者連線的品質不佳時，使用上就會出現障礙。 2.儲存的資料可能不安全：任何一家的雲端服務廠商皆表示資料儲存於雲端是安全的，但是沒有人可以保證完全不會有問題。著名的 Google 與 Amazon 都曾經發生過資料遺失的情況。. 第三節雲端運算目前熱門的議題從文獻中觀察到，目前雲端運算的熱門議題，分別為資訊安全、寬頻上網與雲端運算的關係、行動上網與雲端運算的關係與雲端運算未來的市場。並觀察近年來與雲端運算相關的研究現況，以下依序介紹。一、資訊安全的考量不管雲端運算的議題如何的發燒，未來性如何的被看好，最終還是必須回歸到網路使用上的最大疑慮：安全性與穩定度。雲端運算服務的一切皆仰賴網際網路為其媒介，而網路伺服器被攻擊的事件早已層出不窮；雲端安全聯盟(Cloud Security Alliance)在 RSA 2010 Conference 中發佈更新版的雲端運算關鍵項目的安全指引，針對與雲端相關的 13 個領域安全議題做了分析與評選建議。並且發表雲端運算高度威脅報告，就是希望提醒企業在評估雲端環境的同時，應該在界面上、惡意的內部用戶、共享平台科技、資訊安全、帳號與服務等問題上進行評估。由 IDC 在 2008 年對於 244 位 IT 主管與資訊長，進行了調查，對於雲端運算服務模式的挑戰，資訊安全仍是居於首位(圖 5)。. 16.

(29) 圖 5 雲端運算服務模式的挑戰資訊來源：IT Cloud Services User Survey, pt.2: Top Benefits & Challenges URL：http://blogs.idc.com/ie/?p=210. 立法院於 2010 年 4 月 27 日三讀通過的新版「個人資料保護法」，未來不管是人為蓄意疏失或外部入侵而造成企業客戶資料外洩，都將予加重處罰。台灣微軟法務暨公共事務部資深法務長施立成說，企業所面臨法規遵循和內控壓力增加，要有效防堵並降低個資外洩風險，企業應先就可能外洩管道做好盤點，包括外部入侵、內部人員洩露、委外廠商洩露及內控程序疏失，事前做好預防、規劃，才能避免不慎造成損失。二、寬頻上網與小筆電的興起，扮演了雲端運算的推手何宛芳(2009)說明小筆電這幾年來的興起，這種讓電腦更簡單、更輕薄短小、更省電的概念架構下，正好提供了雲端運算最正面的助益。Google 台灣區總經理簡立峰認為，「雲端運算所帶來的驚人改變，就是讓人們對硬體的依賴度下降，網路比硬體設備扮演更重要的角色。」根據財團法人台灣網路資訊中心(TWNIC)2010 年台灣寬頻網路使用調查報告，指出台灣的網路普遍率已達 67.21%，較 2009 年成長了 0.74%，呈現穩定成長，使 17.

(30) 用網路社群的比率也介於 63.45%至 75.33%。此外，現代使用者多認為無法連網的小筆電，稱不上是一台 Fully Function 的電腦。何雅雯(2009)指出使用行動寬頻最常發生的 3 大難題，包括驅動程式不相容、安裝不成功，無法通過防火牆/VPN 或防毒軟體、以及裝置與系統的的網路連線管理設定產生衝突。在目前小筆電所搭配的 Win7 作業系統提供統一的行動寬頻平台(Mobile Broadband Platform)與驅動模式，可幫助驅動程式與作業系統易於溝通，解決上述問題。三、行動上網與雲端運算服務對使用者行為的改變新科技往往促使使用者的資訊行為改變。十年前，使用者可能認為手機只需要提供電話功能即可，不需要其它附加的功能。不過，這種觀念應該已經完全的被改變了。全球行動通訊大會(Mobile World Congress: MWC)於 2010 的年會上指出，行動通訊是未來的趨勢，其重點發展在於軟體。未來的硬體設備的價格會降低之外，網路頻寬也絕不會是大問題。在行動通訊與雲端運算服務的相符相成之下，它的未來發展是很值得期待的。台灣地區使用寬頻上網的人口其中使用行動上網的部份，比例為 10.86%，其中以使用「3.5G」的方式行動上網最高為 44%，其次為「3G」28.1%，也是呈穩定成長。四、雲端服務未來的市場以下從 3 個層面來檢視雲端服務的未來市場： 1.線上商務：使用者可以經由行動載具連上網路(雲)，無論在任何時間、任何地點，都可以使用他所需要的服務，如買賣交易、線上拍賣、網路訂票等。 2.政府機構：「政府資訊公開法」內規定政府應建立政府資訊公開制度，便利人民共享及公平利用政府資訊，保障人民知的權利，增進人民對公共事務之瞭解、信賴及監督，並促進民主參與。所以大量的資訊最好經由雲端運算的方式，進行轉檔與儲存，以方便普羅大眾的使用。 3.教育：數位學習網(E-learning) 是以數位工具，透過有線或無線網路，取得數位教材，進行線上或離線之學習活動。在近幾年內發展迅速的電子書與電子閱讀器，更是可以看出其未來的重要性。美國 ADL(Advanced Distributed Learning) 18.

(31) 提出的可再使用學習元件的參考模式 SCORM(Sharable Content Object Reference Model)，要求：「同一教材內容可在不同平台上操作，同一平台可操作不同廠商開發的教材」的要求，也符合雲端服務跨平台的特色。五、雲端運算相關研究研究者於 100 年 6 月於 Web of Science 以「Cloud Computing」蒐尋最近兩年半(2009.01-2011.05)的研究，結果顯示，與雲端運算相關的文章數共有 129 篇。分析如表 3。. 表 3 與 Cloud Computing 相關的研究 (From: 2009.01-2011.06). Subject Areas. No. 篇數. 1. Computer Science, Software Engineering. 44. 2. Computer Science, Hardware & Architecture. 25. 3. Computer Science, Theory & Methods. 21. 4. Computer Science, Information Systems. 19. 5. Engineering, Electrical & Electronic. 16. 資料來源：本研究整理. 從表 3 可以看出軟體應用相關的文章最多，其次為硬體設計。資訊系統的相關的文章，大都以資訊安全相關。理論方面，以商業模式為主要研究重點。研究者於 100 年 6 月於台灣期刊論文索引系統以「Cloud Computing」、「雲端運算」蒐尋最近兩年半(2009.01-2011.05)的研究顯示，與雲端運算相關的文章數，共有 50 篇。其中以如何應用於商業模式的文章居多，其次為資訊安全相關的文章。研究者於 100 年 6 月於台灣博碩士論文系統以「Cloud Computing」、「雲端運算」蒐尋最近兩年半(2009.01-2011.05)與雲端運算相關的文章數，共有 68 篇。. 19.

(32) 其中探討商業契機的文章居多；與雲端運算服務導向的有 5 篇；技術性虛擬化的有 3 篇；SaaS 的應用有 3 篇。綜合以上分析可以觀察到目前的研究只說明了雲端運算的正面前景以及帶來的諸多便利，強調未來可能的商機，但與使用者相關的研究尚屬少數，本研究即針對使用者對於雲端運算的期望進行研究。. 六、小結雲端服務就是計算能力和儲存功能從桌面端移到網路端（雲端），雲端運算最大的特色在於終端用戶不需要瞭解「雲」中基礎設施的細節，不必具有相應的專業知識，也無需直接進行控制，只要關注自己真正需要的資源，以及如何通過網絡來得到相應的服務。雲端服務所帶來巨大的好處，包括大量減少硬體配備、儲存設備的投資與採購；減少 IT 管理的維運成本；減少相關人力資源的配置；釋放 IT 資源；按所需付費、避免多餘投資；不受系統供應廠商的制約，可以隨時視需要與成本調整或轉換供應廠商。雲端運算近兩年半(2009.01-2011.05)的研究主要仍以應用於企業的商用論文為主，其次為技術性論文；從 Google Trends 來觀察，雲端運算檢索次數仍呈現穩定成長，相信未來將會有更多相關的論文與研究產生。. 20.

(33) 第四節整合型科技接受度模型的定義整合型科技接受度模型(Unified Theory of Acceptance and Use of Technology, UTAUT)主要由科技接受度模型(Technical Acceptance Model, TAM)衍生而來。 TAM 是一個研究科技接受度的基礎模型，其目的是從使用者內在認知的觀點來解釋其採用資訊科技之行為意願(Davis et al., 1989)，且其被用以解釋資訊系統之接受度已獲諸多驗證與肯定(Patrick et al., 1996)。在實務上，隨著不同的研究主題，其對應的外部變數也隨之改變。Venkatesh(2003)等人針對歷年來的研究加以整理，發現經過各種實證之後的模型各具特色，也分別在各個領域範疇內被驗證，其中在眾多文獻中，整理出來八個模型，如表 4。. 表 4 八種研究的模型. 模型. No. 提出者. 1. 理性行為理論(Theory of Reasoned. Fishbein & Ajzen(1975). 2. Actionm, TRA) 計劃行為理論(Theory of Planned. Ajzen(1991). 3. Behavior, TPB) 科技接受度模型(Technical Acceptance. Davis et al.(1989). 4. Model, TAM) 社會認知理論(Social Cognitive Theory,. Bandura (1986). 5. SCT) 電腦使用模型(Model of PC Utilization,. Thompson et al.(1991). 6. MPCU) 動機模型(Motivation Model, MM). Davis et al.(1992). 7. 創新擴散理論(Diffusion of Innovations. Rogers(1995). 8. Theory, IDT) TAM 與 TPB 整合的模型. Taylor & Todd(1995). (C-TAM-TPB) 資料來源: Venkatesh, V., Morris, M.G., Davis, G.B., and Davis, F.D., (2003).“User acceptance of information technology: Toward a unified view,” MIS Quarterly, 27(3), p.425-478. 21.

(34) 之後，由這八種模型加以整合如圖 6，提出了 UTAUT。. 圖 6 UTAUT 整合八種模型示意圖資料來源：本研究整理. 以下依序介紹與 UTAUT 相關的研究理論。一、理性行為理論 (Theory of Reasoned Action, TRA) 理性行為模式源自於社會心理學，由 Ajzen & Fishbein(1975)提出的理論，可用來解釋與預測人類的行為。理性行為模式認為人類通常是理性的，可以有系統的使用取得的資訊，並應用於假設之上(Igbaria et al., 1995)。根據此理論，人類的某些特定行為是由其行為意向(Behavioral Intention)所決定，而行為意向又由個人的態度(Attitude)和主觀的行為規範(Subjective Norm)所決定，如圖 7。. 22.

(35) 圖 7 理性行為理論 TRA 資料來源：Igbaria, M., J. Iivari & H. Maragahh (1995). "Why do indivivuals use computer technology? An Finnish case study." Information & Management 29: 227-238.. 二、計劃行為理論 (Theory of Planned Behavior, TPB) 計劃行為理論由 Ajzen(1991)提出，乃從理性行為理論衍生而來。計劃行為理論認為個人的信念(Belief) 會影響對於個人對於事件的態度(Attitude) ，而這種態度就是一種感知自我的認知控制(Perceived Behavioral Control)，而由自我的認知可以產生實際的行為，如圖 8。. 圖 8 計劃行為理論 TPB 資料來源：Ajzen, I. (1991). "The theory of planned behavior. Organ." Behavior & Human Decision Processed 50: 179-211. 23.

(36) 三、科技接受度模型 (Technical Acceptance Model, TAM) 科技接受度模型(TAM)是由 Davis(1989)等人以理性行為理論(TRA)與計劃行為理論(TPB)(Ajzen, 1991)為基礎，並加以修改之後所提出，從使用者的認知，探討使用者與科技使用之間的關係。科技接受度模型把影響使用者對於某一科技的接受與否的認知，歸納為認知有用性(Perceived Usefulness, PU)和認知易用性(Perceived ease of Use, PEOU)兩種認知，並以這兩種認知來推論其使用態度(Attitude Toward Use, AT)、行為意向 (Behavioral Intention to Use, BI)、與實際使用情況(System Usage, SU)的關係，其理論架構如圖 9。. 圖 9 科技接受度模型 TAM 資料來源：Davis, F. D., Bagozzi, L., R. P. & Warshaw, P. R. (1989). "User acceptance of computer technology: a comparison of two theoretical models." Management Science 35(8): 982-1003.. 科技接受度模型(TAM)中所解釋，使用者實際使用科技，乃受到使用行為意向(BI)所影響，而使用行為意向(BI)又會受到使用態度(AT)的影響，所以當使用者對於新科技使用的態度越趨正向，則想要使用新科技的行為意向就越正向，當然使用的情況就越多，則表示接受度越高。科技接受度模型(TAM)的兩個重要的信念：認知有用性(PU)與認知易用性 (PEOU)，其認為影響使用者接受資訊科技行為的外在變數(External Variables, EV)，是透過認知有用性(PU)與認知易用性(PEOU)兩個信念，再影響到使用者的使用態 24.

(37) 度(AT)，進而影響其使用行為意向(BI)，然後產生實際系統使用行為，以下依序介紹。 1. 認知有用性(PU)為使用者主觀認為使用某一特定系統，對於未來的工作或需求有幫助。 2. 認知易用性(PEOU)為使用者主觀認為使用某一特定系統，容易上手與使用。 3. 使用行為意向(BI)為使用者願意持續使用某特定系統的程度。其中使用態度 (AT)與認知有用性(PU)是決定使用行為意向(BI)最重要的因素。 Davis(1989)等人的研究中，驗證了認知有用性(PU)會直接影響使用行為意向 (BI)。例如當使用者有需求必須使用某科技，雖然知道此科技可能操作不易而產生負向的態度，但由於處在必須使用的情況下，仍然會產生較高的使用行為意向 (BI)。認知易用性(PEOU)會影響到使用者對於科技產生認知有用性(PU)。外部變數(EV)是指任何可能影響使用者的因素，例如使用者的個人經驗、科技的特性、外來訊息的影響…等。這些外部變數都會透過認知有用性(PU)與認知易用性(PEOU)來影響使用者的認知(Venkatesh & Davis, 1996; Igbaria et al., 1995)。從科技接受度模型(TAM)的發展觀察，即使研究的過程嚴謹可信，卻仍然是一個「針對於特定對象，來解釋特定行為」的純理論模型(Davis et al., 1989)，如果要應用到現實的環境與行為上，就必須經過相當程度的測試與修改。 Davis(1992)等人的研究發現使用態度(AT)在整個意向過程中，只具有部份的中介作用。而且 Igbaria (1995)等人的研究也發現，使用態度(AT)對於使用行為意向(BI)的影響有限，故 Venkatesh & Davis(2000)的研究將科技接受度模型(TAM)簡化，如圖 10。. 25.

(38) 圖 10 簡化後的 TAM 資料來源：Venkatesh V. & Davis D. (2000). "A Theoretical Extension of the Technology Acceptance Model: Four Longitudinal Field Studies." Management Science: 46(2): 186-204.. 從過去的研究來看，科技接受度模型是由使用者內在認知的觀點來解釋使用者使用資訊科學的行為，是目前最常被用來研究使用者科技接受度的理論模式之一，也是用來解釋並預測使用者對於資訊科學的行為意向的有效工具(Chen et al., 2002)。科技接受度模型(TAM)是一個探討科技的基礎理論，自從被提出之後，後續的研究就從不間斷過。依據 Legris(2003)等人的研究指出將有更多研究產出，大略的整理如表 5 所示。表 5 與 TAM 相關的研究作者. 研究目的. 研究結果. Davis (1989). 驗證認知有用性(PU)與認知易用性(PEOU). Davis et al. (1989). 解釋影響使用行為意向的因素. 1. PU→AU 2. PEOU→AU 3. PU→AU > PEOU→AU 1. PU→BI 2. PEOU→BI. Adams et al. (1992) 驗證 Davis 的模型，並解釋 1. 驗證 Davis 的模型之間的關係 2. AU 不會影響到 PU、PEOU 與 BI 之間的關係 26.

(39) Davis (1993). 分析系統特性與認知與行為的關係. Igbaria et al. (1995) 驗證電腦使用的概念模型. Chau (1996). 分析修正的 TAM. 1. PU→AU > PEOU→AU 2. 系統設計會影響到接受度 1. PEOU→PU 2. PU→AU 1. 短期使用對於 BI 的影響大於長期使用 2. 長期使用對 BI 有正向影響，但較小。 3. PEOU 與 BI 沒有直接的影響。. 資料來源：Legris, P., J. Ingham, & P. Collerette, “Why do people use information technology? A critical review of the technology acceptance model”, Information & Management, 40, 2003, p.191-204.. 根據 Agarwal & Prasad (1998)的研究發現，認知有用性與認知易用性這兩個信念並不足以完全解釋態度，除了這兩個信念之外，應該還有其它的認知信念會影響對科技的態度。. 27.

(40) 四、社會認知理論(Social Congnitive Theory, SCT) 社會認知理論(SCT)由 Bandura(1986)提出，是一具有影響力的人類行為理論。它結合行為主義(Behaviorism)與社會學習(Social Learning)的概念，並被廣泛應用在醫療(Bandura, 1982)、決策管理(Wood et al., 1990)、人力資源(Schunk, 1989)、教育(Zimmerman, 1990)與電腦技能訓練(Compeau and Higgins, 1995)等領域上。社會認知理論主要分為三個部份，包含環境的影響(Environment)、個人認知 (Person)和行為(Behavior)，這三者持續相互影響的影響關係來解釋人的行為，如圖 11。. 圖 11 社會認知理論 SCT 資料來源：Bandura, A. (1986), Social Foundations of Thought and Action: A Social Cognitive Theory, Prentice Hall, Englewwd Cliffs, NJ.. 在這樣雙向互動的因果關係模式中，行為是被外在環境控制或是被內在意向所左右的一種活動。在這個可以互相影響的模式中，行為、認知和其他有關人及環境等的因素，將會雙向的彼此影響。相互的影響並不是表示來自不同方向的力量具有相同的影響力，也並不是表示這兩個方向的影響作用將會同時發生。要產生這些相互間的影響作用必需要花費時間，也由於這種雙向互相影響的關係，所以人在這個環境內，同時扮演了產品及生產者兩個角色 (Bandura, 1989) 。 Bandura(1988)認為社會認知理論最適合用來解釋動態環境中人的行為，並且將認知、自律行為(Self-regulatory)及自省的程序(Self-reflective Processes)當成是因果模式的主要架構。個人認知、環境和行為會經過這個操作模式去發展，以培養個人 28.

(41) 使用某種能力的信心，如此個人將會有效的使用這種能力去完成任務，並且透過目標系統(Goal System)去加強個人的動機。自律是指在某一期間及改變的環境中，個人內心(Internal)的過程，該過程是一個引導個人去達成其目標的活動(Bandura, 1986)。因此從目標的產生到目標的達成會受到許多內在因素的影響，包含了自我效能(Self-efficacy)的高低等，具有不同自我效能的人可能採用不同的搜尋策略，因此可能產生不同的搜尋結果。社會認知理論指出對於動機及表現間的自律行為是很多不同自律機制所結合而成的。其中一個相當重要的自律機制就是透過能夠表示個人信心的自我效能，自我效能考量到個人對於動機實現的能力、認知的資源及對於活動過程中所需事件的運用控制能力，擁有某項能力及是否能夠好好的運用技能及資源外，自信 (Self-belief)也會造成不同的影響，具有相同能力的個人可能因為信心的不同而表現過少、適當或過量，這是因為個人常會因為對於效能的自信不同，而增減他們的動機及對於解決問題時的努力。個體行為研究中，多數將社會認知理論將焦點放在個人行為的認知因素，以解釋資訊科技的接受與使用行為(Compeau & Higgins, 1995)。Compeau 等人將研究焦點放在認知因素影響行為的兩個預期設立上，這個預期為對於績效結果的預期與個人結果的預期。前者為表現行為，指個人認為預期有良好的結果，則更有可能去表現其行為。後者為自我效能，指個人執行某一行為的個體信念。Compeau 等人的研究，試圖去測量環境、認知和行為因素的影響，所列出的測量因素包含其他鼓勵、其他使用、組織支援、結果預期、感覺、焦慮與用法，如圖 12。. 29.

(42) 圖 12 Compeau 模式 SCT 資料來源：Compeau, D. R., and Higgins, C. A. (1995) “Application of Social Cognitive Theory to Training for Computer Skills”, Information Systems Research Vol.6, No.2, pp.132.. 30.

(43) 五、電腦使用模型(Model of PC Utilization, MPCU) 電腦使用模型由 Thompson 等人於 1991 年提出，將社會心理學中的人類行為理論(Theory of Human Behavior)(Triandis, 1977)改造而成，將此模式應用到資訊系統(IS)背景以預測電腦使用。在 MPCU 模式中，影響科技使用的因素有社會因素(Social Factors Influencing PC Use)、促進條件(Facilitating Conditions)、系統複雜度(Complexity)、對科技的態度(Affect Toward)、工作相關(Job Fit)、長期使用結果 (Long-Term Consequences)，如圖 13。. 圖 13 MPCU 架構資料來源：Ronald L. Thompson, C. A. H. a. J. M. H. (1991). "Personal Computing: Toward a Conceptual Model of Utilization." MIS Quarterly 15(1): 125-143.. 31.

(44) 六、動機模型(Motivation Model, MM) 動機模型由 Davis 等人於 1992 年提出，是假設動機是個人行為意圖的重要影響原因，動機可分為「內在動機」與「外在動機」兩個主要構面。兩個構面主要以個人與工作作為分野，若刺激來源是由個人所提供，例如個人興趣、冒險傾向等，則此類的動機稱為內在動機；反之，若刺激來源是由工作提供，例如金錢、職位或權力等，則此類的動機稱為外在動機，如圖 14。. 圖 14 動機模式 MM 資料來源：Fred D. Davis, Richard P. Bagozzi, Paul R. Warshaw (1992). "Extrinsic and Intrinsic Motivation to Use Computers in the Workplace." Journal of Applied Social Psychology 22(14): 1111-1132. 32.

(45) 七、創新擴散理論 (Diffusion of Innovations Theory, IDT) 創新擴散理論由 Rogers 於 1983 年第一次提出，他將創新定義為「一種被個人或者接受者認為是新穎的觀念、行為或物件」。Rogers(1995)認為創新應具備相對的便利性、相容性、複雜性可試驗性及可觀察性。創新的採用者分為革新者、早期採用者、早期追隨者和落後者。創新擴散包括 5 個階段：瞭解階段、興趣階段、評估階段、試驗階段和採納階段，以下說明。 1. 瞭解階段：接觸新技術、新事務，但知之甚少。 2. 興趣階段：發生興趣，並尋求更多的信息。 3. 評估階段：聯繫自身需求，考慮是否採納。 4. 試驗階段：觀察是否適合自己的情況。 5. 採納階段：決定在更大範圍內實施。 Moore & Benhasat(1991)以 Rogers(1983)的理論為基礎，對創新特質作深入的研究，提出八個創新的特質，分別為相對優勢 (Relative Advantage) 、相容性 (Compatibility)、易用性(Ease of Use)、可試驗性(Traceability)、可視性(Visibility)、結果展示性(Result Demonstrability)、印象(Image)及自願性(Voluntariness of Use)，其架構如圖 15。. 33.

(46) 圖 15 創新特性架構 IDT 資料來源：Moore, G. C., Benbasat, I. (1991). "Development of an Instrument to Measure the Perceptions of Adopting an Information Technology Innovation." Information Systems Research 2(3): 192-222. 34.

(47) 八、TAM 與 TPB 整合的模型(C-TAM-TPB) Taylor & Todd 於 1995 年的研究中，將理性行為理論(TRA)與計畫行為理論 (TPB)中的行為態度、主觀規範與科技接受度(TAM)中的認知有用性結合，提供一個混合的模式為 C-TAM-TPB 模式。在研究中增加了使用者經驗的考量，依據使用者經驗分群，結果顯示有經驗的使用者在行為意圖上比沒經驗的使用者更加明顯。對於有經驗的使用者而言，認知行為控制比認知有用性更加顯著影響行為意圖。對於沒有經驗的使用者而言，認知有用性則較明顯影響行為意圖。C-TAM-TPB 的模式如圖 16。. 圖 16 C-TAM-TPB 模型資料來源：Taylor, S., & Todd, P. A. (1995). “Understanding Information Technology Usage: A Test of Competing Models.” Information Systems Research: 6(2): 144-176.. 35.

(48) 九、整合性科技接受度模型(Unified Theory of Acceptance and Use of Technology, UTAUT) Venkatesh(2003)等人的研究中顯示，此模型對其使用行為的解釋能力高達 70%，比之前的各種模型都更有解釋力，其新的架構圖如圖 17 所示。. 圖 17 整合性科技接受度模型 UTAUT 資料來源：Venkatesh et al.(2003), “User acceptance of information technology: Toward a unified view,” MIS Quarterly, 27(3): 425-478.. Venkatesh(2003)等人在提出整合性科技接受度模型(UTAUT)時，將經驗證過的 8 種理論、32 個構面，進行比較性的實證研究，最後整合成 4 個構面，分別為： 1. 對績效的期望(Performance Expectancy, PE) 2. 對付出的期望(Effort Expectancy, EE) 3. 社群的影響(Social Influence, SI) 4. 配合的情況(Facilitating Conditions, FC) 其中 PE、EE 與 SI3 個構面是影響使用者的行為意向的因素，而 FC 與使用行為意向(Behavioral Intention, BI)是直接對使用者產生實際使用的影響。 36.

(49) 而這 4 個構面分別受到 4 個控制變數的影響，分別為： 1. 性別(Gender) 2. 年齡(Age) 3. 經驗(Experience) 4. 自願性(Voluntariness of Use) UTAUT 的構面與變數解釋如下： 1. 對績效的期望(Performance Expectancy, PE) 是指「使用者認為使用科技可以讓他獲得工作績效的程度」，其中可分為 5 個子構面： a. 認知有用性(Perceived Usefulness)：由 TAM/C-TAM-TPB 獲得。 b. 外在動機(Extrinsic Motivation)：由 MM 獲得。 c. 工作相關(Job-fit)：由 MPCU 獲得。 d. 相對優勢(Relative Advantage)：由 IDT 獲得。 e. 對成果的預期(Outcome Expectation)：從 SCT 獲得。 Venkatesh(2003)等人認為績效期望是使用系統後可以獲得顯著的結果，在該次研究中發現男性比女性更加重視對績效的期望。 2. 對付出的期望(Effort Expectancy, EE) 是指「使用者認為使用科技的容易程度」，其中可分為 3 個子構面： a. 認知易用性(Perceived Ease of Use)：由 TAM/C-TAM-TPB 獲得。 b. 系統複雜度(Complexity)：由 MPCU 獲得。 c. 操作簡單性(Ease to Use)：由 IDT 獲得。系統的使用既然與工作相關，如果系統的使用簡單容易，則使用者在學習或者實際使用時可以花費更少的努力即可以完成；Venkatesh(2003)等人在該 37.

(50) 次研究時發現，對付出的期望會因性別、年齡不同有所差異，由其以女性與年長者的影響較為顯著，但會隨著使用經驗的增加而減少影響。 3. 社群的影響(Social Influence, SI) 是指「使用者知覺到對其重要的人認為他應該使用新科技的程度」，屬於外來的影響，其中可分為 3 個子構面： a. 主觀規範(Subject Norm)：由 TPB/C-TAM-TPB 獲得。 b. 社會因素(Social Factors)：由 MPCU 獲得。 c. 公眾形象(Image)：由 IDT 獲得。主觀規範是指「當事人被周遭的人所賦予某種的形象」或者「周遭的人認為當事人應該如何做」；公眾形象是指「當事人認為某一種形象有利於維持或提升自己在團體中的地位」(Moore & Banbasat, 1991)。故主觀規範與公眾形象呈現正相關。而社會因素是指某一團體文化的內化及與他們的協議； Venkatesh(2003)等人認為社群的影響會受到性別、年齡、經驗與自願性等的變數因素影響，由其是非自願使用的年長女性使用者，且此影響會隨著使用經驗的成長而降低。 4. 配合的情況(Facilitating Conditions, FC) 是指「個人感受到組織與技術相關系統的使用上的支持程度」，其中可分為 3 個子構面： a. 認知行為控制(Perceived Behavioral Control)：由 TPB/C-TAM-TPB 獲得。 b. 促進條件(Facilitation Conditions)：由 MPCU 獲得。 c. 相容性(Compatibility)：由 IDT 獲得。認知行為控制是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是否能使用系統的判斷；促進條件是指客觀環境所提供的技術協助，例如教育訓練、支援協助等；相容性是系統與組織價值的一致性。. 38.

(51) 5. 控制變數(Moderators) UTAUT 的理論架構上，有 4 個控制變數： a. 性別(Gender) b. 年齡(Age) c. 使用經驗(Experience) d. 自願性(Voluntariness of Use) 過去的相關研究有不少是因於性別(Gender)對於使用行為意向(BI)的討論，例如對績效的期望(PE)對使用意願(BI)的影響，女性就比男性擁有較高的影響力。從過去的研究顯示，如果同時考慮兩個以上的變數時，就會產生兩個變數的複合作用(Complex Interaction)，則會使因變數產生的影響更加的明顯。例如對績效的期望(PE)對使用意願(BI)的影響，若再加上年齡(Age)變數，則年輕的男性反而會比女性擁有更高的影響力。從過去的研究顯示，對付出的期望(EE)，與社群的影響(SI)對於對使用意願(BI) 的影響，女性的影響力也高於男性；但社群的影響(SI)會隨著使用時間增加而呈現遞減的情況，而使用經驗(Experience)的影響卻變高。依據以上的介紹，將與 UTAUT 相關的內容作一整理，如下表 6 為八個模型與 UTAUT 相對應影響構面彙整所示；表 7 為 UTAUT 各個構面定義彙整。. 39.

(52) 表 6 八個模型與 UTAUT 相對應影響構面彙整研究的模型. 提出學者. 年代. 影響構面. 理性行為理論. Fishbein & Ajzen. 1975. SI. Ajzen. 1991. SI, FC. Davis et al.. 1989. PE, EE. Bandura. 1986. PE, FC. Thompson et al.. 1991. PE, EE, SI, FC. Davis et al.. 1992. PE. Rogers. 1995. PE, EE, SI, FC. Taylor & Todd. 1995. PE, EE, SI, FC. (TRA) 計劃行為理論 (TPB) 科技接受度模型 (TAM) 社會認知理論 (SCT) 電腦使用模型 (MPCU) 動機模型 (MM) 創新擴散理論 (IDT) TAM-TPB 整合模型 (C-TAM-TPB). 40.

(53) 表 7 UTAUT 各個構面定義彙整主構面. 對績效的期望. 子構面. 定義. 認知有用性. 使用者認為使用系統可以改善工作績效的程度. 外在動機. 使用者因為一些活動、作業的改善、薪水、宣傳而想要表現行動的感受. 工作相關. 系統加強個人工作績效的程度. 相對優勢. 使用新方法因而可以作到更好的程度. 對成果的預期. 與行為的結果相關，可分為績效預期與個人預期. 對付出的期望. 認知易用性. 使用者相信使用系統是簡單的程度. (Effort Expectancy, EE). 系統複雜度. 系統是難以瞭解與使用的程度. 操作簡單性. 使用的新系統，讓人感受到難以使用的程度. 主觀規範. 使用者感受到別人覺得他應該或不應該有哪些行為. 社會因素. 個人對團隊文化的內化及與他們的協議. 公眾形象. 使用新系統可以強化別人印象的程度. 配合的情況. 認知行為控制. 個人所感受到內部與外部對自己行為的限制. (Facilitating Conditions, FC). 促進條件. 讓人認為在某環境中是容易行動的主觀因素. 相容性. 使用者感受到新系統與存在的價值、需求、經驗一致的程度. (Performance Expectancy, PE). 社群的影響 (Social Influence, SI). 41.

(54) 十、小結從本章第一、二、三節的介紹，我們可以知道雲端運算的優缺點與熱門研究，在利用雲端運算的服務推陳出新時，我們必需瞭解使用者需要的是什麼樣的服務、使用者為何使用雲端運算服務與影響使用者的可能變數為何。 Venkatesh(2003)等人提出的整合性科技接受度模型(UTAUT)，是提供管理者一種使用工具。企業導入新科技前，管理者可以利用此模型來衡量與預測使用者對於接受新科技的行為。本研究即利用 UTAUT 來探討使用者對於雲端運算 SaaS 服務的接受與使用的動機，並從可能影響的變數來觀察其影響程度。. 42.

(55) 第三章研究方法本研究旨在了解使用者對雲端運算 SaaS 服務的認知與期望。依據文獻分析的內容，歸納出使用者對於雲端運算 SaaS 服務的期望與其影響的原因。期望透過文卷調查法，來獲得相關資料並歸納出結論，以供未來研究雲端運算使用者時的參考。本章可分為第一節研究方法的選擇、第二節研究流程、第三節研究架構、第四節量表設計、第五節問卷變項結構、第六節問卷前測信度分析與第七節資料分析工具。. 第一節研究方法的選擇經由上述的文獻探討，本研究選擇以整合性科技接受度模型(UTAUT)為基礎，再經由問卷調查法的方式，針對軟體即服務(SaaS)進行研究。. 第二節研究流程本研究之研究流程從首先從研究動機開始，開始做一系列的資料蒐集與整理，資料整理完畢後研讀並確認研究目的與研究問題，問題確認之後開始針對研究問題相關文獻做一回顧與探討。在相關文獻回顧與探討之後，依據選定的研究理論進行建立研究架構，再由架構中設計問卷。問卷設計完成後進行前測，再依前測結果重新整理問卷，整理完成後再行施測。待問卷回收後進行資料的蒐集與分析歸納，完成後產生結論與建議。. 研究流程以流程圖方式顯示，見圖 18。. 43.

(56) 圖 18 研究流程. 44.

(57) 第三節研究架構本研究以整合性科技接受度模型(UTAUT)為基礎，設計上原有 4 個構面，在變數的設計原有 4 個變數，但為符合本研究所需，調整其模型，其原因有：一、由於本研究的研究標的置於網路上，其使用上皆無限制，且 Google 的服務已經非常普及，故本研究將配合的情況(Facilitating Conditions, FC)構面忽略。二、由於本研究的標的置於網路上，使用者可以自由使用，故本研究亦將自願性 (Voluntariness of Use)變數忽略，並加上職業(Job)與教育程度(Education)變數，以求變數影響的完整性。加上職業與教育程度，主要參考以下列使用 UTAUT 的相關研究，見表 8。這些也將職業與教育程度的變項加入分析，故本研究亦加上職業與教育分析。這些研究有個共同點為對於使用者的定義皆較不局限於某種類型的使用者，故使用者的職業影響或許可以提出來分析。. 表 8 與 UTAUT 相關的研究研究者張月美. 年代 2007. 研究主題. 研究發現. 消費者採用網路銀行. 消費者對網路銀行的「使用意圖」會正向影響「使. 之相關因素探討. 用行為」，消費者對網路銀行之「績效預期」、「付出期望」、「社會影響」、會正向影響「使用意圖」，消費者對網路銀行之「知覺風險」會負向影響「使用行為」，性別會干擾「績效預期」、「付出期望」對「使用意圖」的影響，及「知覺風險」對「使用行為」的影響、年齡會干擾「績效預期」、「付出期望」對「使用意圖」的影響，使用經驗會干擾「付出期望」對「使用意圖」的影響。. 謝松豪. 2008. 網站可用性對旅遊網. 研究結果顯示，在不考慮外部變數之情況下，旅遊. 站使用者接受度之影. 網站使用者認為「語言與內容」與「ㄧ致性」對促. 響. 進使用旅遊網站之「行為意向」的影響最為顯著，. 45.

(58) 其次為「導覽性」、「功能性」、「使用者控制」與「視覺清晰度」。在外部變數涉入後，研究結果亦證實，在「性別」方面，以「語言與內容」與「ㄧ致性」對於促進使用旅遊網站之「行為意向」方面最為顯著，特別是女性；「年齡」方面，以「系統與使用者回饋」最為顯著，特別是 30 歲以上；「經驗」方面，以「線上協助」與「網站障礙性」最為顯著，特別是一週上網 9 個小時以下的輕度網路使用者；「自願使用性」方面，與「年齡」相同，以「語言與內容」與「ㄧ致性」最為顯著，特別是特定的旅遊商品；「職業」方面，同樣與「年齡」相同，以「語言與內容」與「ㄧ致性」最為顯著，特別是學生族群。。林心慧. 2009. 張雲豪. 以 UTAUT 為基礎之. 本研究結果發現，績效預期、易用預期、社會影響、. 消費者電子折價劵使. 幫助條件對於使用意願皆有顯著影響，其中以社會. 用行為之預測模式：. 影響的效果最高。另外，干擾變項之分析結果如下：. 直接與干擾效果. (1) 性別在績效預期對電子折價劵使用意願之影響上有顯著差異；(2) 年齡在易用預期對使用意願之影響有顯著差異；(3) 高低涉入產品分別在社會影響、幫助條件上對使用意願之影響皆無顯著差異；(4) 電子折價劵種類在幫助條件上對使用意願之影響有顯著差異。. 盧育鼎. 2009. 生活型態、生產性消. 一、男性在使用 YouTube 網站上的功能明顯要比女. 費者與整合型科技接. 性來的得心應手。. 受程度-以台灣參與 Youtube 網站為例. 二、不同的職業對於使用 YouTube 的上手程度有明顯的差異；同儕間對於使用 YouTube 的影響力，也會因為職業的不同而有所差異。三、平均每日上網時數愈久的 YouTube 使用者對於同儕、家人去使用 YouTube 會有很大的影響力。四、研究嘗試將生活型態分類族群加入到控制變數當中，並探討與外部變數之間的關係，發現休閒愛家族與效率性和社會影響性有顯著的差異。. 46.

(59) 修改後的模型設計有 3 個構面，分別為對於績效的期望 (Performance Expectancy, PE) 、對付出的期望 (Effort Expectancy, EE) 與社群的影響 (Social Influence, SI)，變數的設計有 5 個，分別為性別(Gender)、年齡(Age)、經驗 (Experience)、職業(Job)與教育程度(Education)。使用行為意向(Behavioral Intention, BI)與實際使用行為(Use Behavioral, UB)為使用者的認知與使用頻率。本研究架構如圖 19。. 圖 19 研究架構. 47.