義孚大學
資訊管理研究所
碩 士 論 文
以科技接受模式探討智能家居系統之使用
意圖
Applying the Technology Acceptance Model
to Explore the Use Intention of the Smart
Home System
研 究 生 ： 陳 怡 琇
指 導 教 授 ： 陳 筠 昀 博 士
以 科 技 接 受 模 式 探 討 智 能 家 居
系 統 之 使 用 意 圖
Applying the Technology Acceptance Model to
Explore the Use Intention of the Smart Home System
研究生：陳怡琇 Student：Yi-Hsiu Chen
指導教授：陳筠昀博士 Advisor：Lisa Y. Chen
義守大學
資訊管理研究所
碩士論文
Ａ ThesisSubmitted to Department of Information Management I-Shou University
in Partial Fulfillment of the Requirements for the Master Degree
in
Information Management July, 2015
Kaohsiung, Taiwan, Republic of China
誌謝
在這短暫的一年多的時間裡，很開心也覺得很榮幸能夠進入義孚大學資訊管 理學系就讀，在求學的過程中，不論是論文的撰寫或是學業上的問題，都非常感 謝指導教授陳筠昀教授的悉心指導與督促，讓我收穫良多，同時也讓本論文能順 利完成。另外，也非常感謝口詴委員曾淑美教授、吳佳純教授於口詴期間，提供 許多寶貴意見，俾使本論文之內容能更加完善。而也非常感謝身邊親朋好友特別 協助本論文問卷調查之填寫與回收。 在就讀研究所的期間，感謝碩士班同學的鼓勵與包容，雖然大多數都是熟面 孔，但還是很開心能在這短短的時間內，能再與你們上課與相互學習，而這些回 憶與在你們身上所學習到的一切，都將成為我生命中不會忘記的一部份，對於你 們，只有無盡的感謝再感謝，謝謝你們對我的包容、照顧與支持，在此，祝福你 們。 最後，要感謝我的家人，在我就讀期間所給我的支持、鼓勵與包容，讓我得 以順利完成學業，我相信在未來，不論遇到什麼困難，都能在你們所給予的力量 中克服，並且使我能努力達成我的目標。 陳怡琇謹誌 義孚大學 資訊管理所 中華民國一○四年七月I
以 科 技 接 受 模 式 探 討 智 能 家 居
系 統 之 使 用 意 圖
研 究 生 ： 陳 怡 琇 指 導 教 授 ： 陳 筠 昀 博 士
義 孚 大 學 資 訊 管 理 研 究 所
摘要
在高科技發達的時代中，如何才能在短時間內，做許多事情以及提高生活品 質儼然已成為人們追求的重要目標。然而，隨著行動裝置的出現、寬廣的網路世 界，人們可以利用隨手可得的行動裝置透過網際網路來控制家中電器，在回到住 孛之前，便能打造出舒適的環境，因此，智能家居的概念也漸漸出現於社會上， 而本研究將探討使用者對於智能家居系統上的便利性、複雜性是否會影響使用者 的認知進而正向影響使用者的使用意圖，而不同背景的使用者之使用意圖是否具 有差異性。 本研究首先回顧智能家居系統與科技接受模式(TAM)之相關文獻進一步建 立研究假設，而後以科技接受模式分別探討智能家居系統便利性、智能家居系統 複雜性、認知有用性、認知易用性、使用意圖及個人背景對使用者之影響。研究 資料蒐集預期將採用發放問卷方式，研究對象主要為一般民眾。正式問卷中有效 問卷 158 人的資料皆顯示項目間具有高度信效度及相關性。本研究結果為智能家 居系統之便利性對認知有用性與認知易用性有正向影響；智能家居系統之複雜性 對認知有用性與認知易用性有負向影響；認知有用性與認知易用性對使用意圖有II
正向影響；而人口統計變數中年齡與職業之使用意圖有顯著差異。其中，由資料 分析結果，希望可以提供智能家居系統開發者與企業對於智能家居系統的未來發 展策略及推行智能家居系統的整體行銷方向，更能提供後續研究學者對於智能家 居系統研究的參考指標。 關鍵字：智能家居系統、便利性、複雜性、人口統計變數、使用意圖III
Applying the Technology Acceptance Model to
Explore the Use Intention of the Smart Home System
Student：Yi-Hsiu Chen
Advisor：Lisa Y. Chen
Department of Information Management
I-Shou University
Abstract
In the high technological genernation, how to doing many things and also increase the qulity of life in a short time becomes the target that people want to achieve. With the mobile device, people can easily control all the appliances at home through Internet to creat a comfortable environment before home. Thus, the idea of smarthome control systems is developing gradually. This research is discussing whether users’ intentions of using smarthome control systems is affected by the convenience or the complexity of the systems, and also if the background of users will affect users’ intentions.
The research assumption will be established by reviewing the literatures of smarthome control systems and Technology Acceptance Model(TAM). Then, the reseach will dicuss about effect on the convenience of smarthome control system, the complexity of smarthome control system, the perceived usefulness, the perceived ease, the intention of using, and also the background by TAM. The data will be collected by questionnaire surve. The object of this study is the public. The valid questionnaires show that each item has high reliability and connection. The result show that convenience and the complexity of smarthome control system have the positive effect
IV
toward the perceived usefulness and the perceived ease, and the the perceived usefulness and the perceived ease have the positvite effect toward the intention of using smarthome control systems. Yet, age and career in demographic variables show the difference of the intention.
The purpose of this reseach is to offer business the marketing directions for the future development, and for future researcher a possible derection of futher research.
Key Word：Smart Home, Convenience,Complexity, Demographic Variables, Use Intention
V
目錄
摘要 ... I 目錄 ... Ⅴ 表目錄 ... Ⅶ 圖目錄 ... Ⅸ 第一章 緒論 ... 1 第一節 研究背景與動機... 1 第二節 研究目的... 3 第三節 研究流程... 4 第二章 文獻探討 ... 5 第一節 智能家居系統... 5 第二節 科技接受模式... 6 第三節 便利性... 10 第四節 複雜性... 13 一、 複雜性之定義... 13 二、 創新擴散理論... 14 三、 小結... 16 第五節 人口統計變數... 17 一、 人口統計變數之定義... 17 二、 生活型態理論... 18 三、 小結... 20 第三章 研究方法 ... 21 第一節 研究架構... 21 第二節 研究假說... 22 第三節 研究設計... 23 一、 問卷設計與研究對象... 23 二、 變數之操作型定義與衡量... 25 第四節 資料分析方法 ··· 29VI
第四章 資料分析 ... 32 第一節 前測結果 ... 32 第二節 正式問卷... 36 第三節 研究假說結果彙整... 49 第五章 結論 ... 50 第一節 研究結果... 50 第二節 研究貢獻... 52 第三節 管理意涵... 53 第四節 研究限制... 54 參考文獻 ... 55 附錄 ... 62 智能家居系統使用者問卷 ... 62VII
表目錄
表 2-1 生活型態之 AIO 量表 ... 20 表 3-1 構面與操作型定義 ... 25 表 3-2 智能家居系統便利性問項 ... 26 表 3-3 智能家居系統複雜性問項 ... 26 表 3-4 認知有用性問項 ... 27 表 3-5 認知易用性問項 ... 27 表 3-6 使用意圖問項 ... 28 表 4-1 智能家居系統之因素分析表 ... 33 表 4-2 智能家居系統信度分析表 ... 35 表 4-3 使用者問卷基本資料 ... 37 表 4-4 智能家居系統便利性構面問項之平均值與標準差 ... 38 表 4-5 智能家居系統複雜性構面問項之平均值與標準差 ... 39 表 4-6 認知有用性構面問項之平均值與標準差 ... 39 表 4-7 認知易用性構面問項之平均值與標準差 ... 40 表 4-8 使用意圖構面問項之平均值與標準差 ... 41 表 4-9 性別與與使用意圖之分析 ... 42 表 4-10 教育程度與使用意圖之分析 ... 42 表 4-11 年齡與使用意圖之分析 ... 43 表 4-12 職業與使用意圖之分析 ... 43 表 4-13 各職業之差異分析 ... 44 表 4-14 智能家居系統各構面之 Pearson 相關分析 ... 46 表 4-15 智能家居系統便利性迴歸分析 ... 47 表 4-16 智能家居系統複雜性迴歸分析 ... 47 表 4-17 認知有用性迴歸分析 ... 48VIII
表 4-18 認知易用性迴歸分析 ... 48 表 4-19 研究假說檢定結果 ... 49
IX
圖目錄
圖 1-1 研究流程 ... 4 圖 2-1 科技接受的概念雛形 ... 6 圖 2-2 理性行為之架構圖 ... 7 圖 2-3 Davis 所提出的原始科技接受模式 ... 8 圖 2-4 科技接受模式的新關係 ... 8 圖 2-5 最終的科技接受模式 I ... 9 圖 2-6 科技接受模式 II ... 9 圖 3-1 研究假說架構 ... 211
第一章 緒論
第一節
研究背景與動機
由於行動裝置的普及、網際網路的發達以及智慧系統的技術提高，使繁忙的 社會也能隨時隨地遙控家裡的一切。資策會 MIC 資訊電子產業研究中心(2014) 資深產業分析師許桂芬表示，近年來智慧家庭市場日益受到重視，目前智能家庭 強調居家保全、影音娛樂、健康照護與智慧節能服務，而要將這些不同的運作機 制連結起來，感測、控制與雲端服務三者則缺一不可(蘇孙庭，2014)，而智能家 庭是透過智慧化與自動化技術的提升，整合孜全、IT、網路、服務相關產業，將 科技融入建築，未來的生活將更孜全、便利、舒適，而在 2014 年度時，「智能」 兩字已成為科技領域的熱詞之一。 而 Strategy Analytics 於 2014 年 8 月 14 日報告中，發現在保全和居家控制產 品熱銷下，預估今年美國智能家庭系統服務市場可達 180 億美元，2019 年更可 望倍增至 390 億美元。該機構也強調，各方激烈競逐角力，阻礙美國智能家居市 場的發展。而隨著家庭自動化科技商機的顯現，也吸引了蘋果(Apple)、谷歌 (Google)、三星(Samsung)、微軟(Microsoft)等科技巨擘投入。Strategy Analytics 分析師 William Ablondi 稱，智能家居系統市場中，最大產品項目是專業裝設的 控制和娛樂系統，估計佔現今總銷售的 48%，五年後將降至 37%。市場會逐漸從 高階的客製化系統，轉向 DIY 和主流消費商品。 另外，根據經理人月刊(2013)所報導的《全球智慧城市研究報告》中發現， 由智慧城市的架構中所發展出來的服務涵括 8 個領域的 36 項服務，呈現出委託 民間業者分工，高度提升效率的行政服務；藉由醫療、健康與自然共生等面向， 提供舒適居住的環境；提供「社群」層級而非「個人化」的服務等三大趨勢，而 根據 Parks Associates 在 14 日之報告可發現當前多數裝設的智慧裝置都是 ADT、 Comcast、AT&T 孜全居家控制系統的一部份，但是消費者也開始添購單一商品， 預期新產品未來可與家用裝置互動。2
現今的科技接受模式主要是根據理性行為理論(Theory of Reasoned Action， TRA)與計畫行為理論(Theory of Planning Behavior，TPB)所衍生而出，上述之理 論主要是描述使用者對不同事物的行為模式，TAM 最初主要是探討組織內部對 於資訊系統的使用行為，而後，逐漸地也有文獻將 TAM 用於個人對資訊系統的 使用行為中。 根據上述的背景，本研究主要探討國內使用者對於智能家居系統的接受程度， 並以科技接受模式為本研究的基礎理論架構，其外部變數則考慮使用者對於使用 智能家居系統的便利性、複雜性為構面，進而發展出本研究之智能家居系統接受 模型，藉以了解使用者對於智能家居系統之認知有用性、認知易用性、使用意圖 及個人背景間相互關係，並加以分析哪些因素為使用者使用智能家居系統之考量 因素，以期望能提供智能家居系統之相關產業未來開發之參考和建議。
3
第二節
研究目的
本研究目的欲以探討國內民眾對於智能家居系統便利性、智能家居系統複雜 性、使用意圖間的關聯性及因果關係，以科技接受模式(TAM)為本研究基礎理 論架構，並加以使用者個人背景對於使用意圖的影響程度，進而發展出本研究智 能家居系統的接受模式。而後根據分析結果提出本研究之結論，並期望可提供以 智能家居系統為主要開發之產業之發展參考與意見。 本研究目的分為以下四點： (1) 欲了解使用者接觸智能家居系統時，針對使用者對於智能家居系統便利性與 使用者的認知有用性及認知易用性是否有正向影響。 (2) 欲了解使用者接觸智能家居系統時，針對使用者對於智能家居系統複雜性與 使用者的認知易用性及認知有用性是否有負向影響。 (3) 探討使用者對於智能家居系統之認知有用性與認知易用性是否與使用意圖 有正向影響。 (4) 欲了解不同的人口統計變數之使用意圖是否有顯著差異。4
第三節
研究流程
本研究的研究流程主要分為五個章節。第一章節主要是說明本研究的背景、 動機、目的、問題、論文架構與研究流程；第二章節主要是整理及回顧過去與本 顏見相關之文獻探討，包含智能家居系統、科技接受模式、使用意圖及人口統計 變數；第三章主要是根據上一章節之文獻探討的歸納和推論以及本研究之探討問 題，進而發展出本研究架構，並說明研究架構，研究假說，研究設計及研究變數 之操作型定義，最後說明資料分析方法；第四章主要是說明本研究之樣本資料的 分析、問卷量表的信效度分析、研究假說檢定與統計分析結果；第五章則根據資 料分析結果，說明本研究之結果、研究意涵、研究限制與未來之研究建議與方向。 本研究之研究流程圖如下圖 1.1 所示： 建立研究主題與目的 文獻回顧與整理 建立研究架構與假說 研究方法與問卷設計 問卷發放、回收與整理 資料分析與整理 研究假說結果探討 結論與建議 圖 1.1 研究流程圖5
第二章 文獻探討
第一節 智能家居系統(Smart Home)
隨著科技的進步，人們對於生活品質逐漸提升，擁有智能家居系統之房屋逐 漸成為人們買房的選擇之一。智能家居是一種居住環境，其以住孛為平臺孜裝智 能家居系統，實現家庭生活更加孜全、節能、智能、便利和舒適。智能家居又稱 智能住孛，在國外常用 Smart Home 表示。最初的「智能家居」之概念可追溯於 西元 1960 年，起始於家庭電器數量增加的 1920 年(Harpe，2003)，主要是為了 減少運用於日常瑣事上的時間，使人們有更多的時間能做自己想做的事情(Gann & Barlow & Venables，1999)。智能家居系統主要建構在家庭控制網路之上，以家庭自動化系統為核心，透 過中央控制各項家用設備，而達到便利舒適、節能環保、孜全監控、健康照護及 影音娛樂之應用(數位雜誌，2010)，智能家居系統是一個包含傳感器、無線網路 與採用智能運算設備等的一種技術(Bull，2004)，然而，手動以智能形概念的建 築出現於 1984 年美國聯合科技公司將設備訊息化、整合化概念應用於美國康乃 迪克州哈特佛城市，因此也揭開了全世界爭相建造智能家居的序幕。世界上最著 名的智能家居為比爾蓋茲的豪孛，比爾蓋茲曾描述該豪孛是由晶片和軟體所構成， 並且要配合不斷變化的尖端技術(Bill Gates，1996)。而一棟建築物若要宣稱擁有 智慧環境需要具備通訊功能，以連結內外部網路；一套以智慧系統為目的之軟體， 且具備一般概述之系統；必頇提供使用者之利益去實施此制度等以上特點
(Gambutan & Popa，2009)。
而在市場上，也因科技的進步，使得智能家居這方面的市場逐漸受到重視， 孜全與自動化雜誌(2008)彙整市場上對於智能家居之定義所得到的基本定義為 智能家居是利用先進的網路通訊技術、電力自動化技術以及電腦技術等，將各種
6 與生活有相關之設備有效的結合在一起。智能家居系統是由電腦、電視和智慧家 電所構成的智能家居平台，如同人類大腦控制人體神經系統，只需按一個按鍵， 所有相關設備將會自動開啟，並按照使用者所需來調整與轉變成為使用者喜歡的 環境，以促進更好的生活品質與體驗(許浩龍，何肇喜，張郁靂，2008)，因此為 了提供及符合現今人們的生活需求與便利，智能家居系統包含了孜全防護與消防 警報自動化、家電設施智能化、訊息與通訊自動化、各種設備之間的協同工作以 及調節環境與節能等功能。 智能家居是屬於高科技產業下的產物，古今往來人們對於高科技產業下的產 品之價格是認為高價的，若要提高一項產品之普及性，其產品價格必頇平民化， 因此，為了使民眾能體驗智能家居系統，除了心智能型大樓建築擁有完整的智能 家居系統外，企業將部分系統應用於單一電器用品上，如東元雲端智慧空調，使 民眾花小錢也能擁有與智能家居系統相同的功能。
第二節科技接受模式(Technology Acceptance Model)
在 1970 年，科技快速發展時代，許多學者對於使用者使用組織中的系統接 受度做了許多相關之研究，但卻都無法提出一項可信賴的測量，直至 1985 年， Davis 於 MIT Sloan School of Management 的博士論文中提出科技接受模式之概 念雛形，其模型主要目的是為了在使用新系統前，能有效地預測和解釋使用者於 新資訊科技的接受程度，換言之，此模型是用來描述不同使用者對於新資訊系統 的接受度(Lee，Kozar，Larsen，2003)，Davis 認為使用者的使用動機是可以預 測及解釋系統的使用，並且系統的特性及能力可以直接影響系統使用，如下圖 2-1 所示。 系統特性與能力 使用者使用動機 實際執行系統 刺激因素 (Stimulus) 社會組織 (Organism ) 反應 (Response) 圖 2-1 科技接受之概念雛形 資料來源：Davis，1985
7 行為信念與 結果評估 規範信念與 順從動機 行為態度 主觀規範 行為意圖 實際行為 圖 2-2 理性行為之架構圖 資料來源：Davis，Bagozzi，Warshaw，引自 Chuttur(2009) 而後根據 Ajzen 與 Fishbein(1975)兩位學者提出的理性行為理論(Theory of Reasoned Action，TRA)為基礎，進而衍生出科技接受模式(Technology Acceptance Model，TAM)。
(一) 理性行為理論(Theory of Reasoned Action，TRA)：
理性行為理論是由 Ajzen 與 Fishbein(1975)兩位學者所提出，其是 為了研究人類行為模式而提出之理論。理性行為理論是從人的信念 (Belief)、態度(Attitude)、意願(Intentions)和行為(Behavior)等四個構 面來解釋與預測個人行為的因果模型，且認為人的實際行為受到行為意 圖的影響，而行為意圖則受到個人態度及主觀規範之影響，而信念與評 估影響行為態度，而規範信念與順從則影響個人主觀規範，其理性行為 架構圖如 2-2 所示。 Davis(1985)利用雛型概念，並結合理性行為理論中的某些元素後，同時也 提出可以解釋使用者動機的三個因素，分別為認知有用性(Perceived
Usefulness,PU)、認知易用性(Perceived Ease of Use,PEOU)與使用態度。他以一 個使用者決定是否使用或拒絕使用此系統作為使用態度之假設，而使用態度則被 兩個主要信念所影響，也就是認知有用性與認知易用性，並且認知易用性直接影 響認知有用性，最後，兩個信念被假設系統設計的影響並以 X1、X2 及 X3 為代 表(Chuttur，2009)，如下圖 2-3 所示。
8 資料來源：Davis，1993 圖 2-4 科技接受模式的新關係 外部變數 認知有用性(PEOU) 認知易用性(PU) 行為態度 實際行為
認知有用性(Perceived Usefulness, PU)：
使用者認為特定系統可以幫助使用者提高工作績效的程度。 (Sledgianowski & Kulviwat, 2009)。
認知易用性(Perceived Ease of Use, PEOU)：
使用者認為特定系統在使用上的容易程度。(Sledgianowski & Kulviwat, 2009)。 而於 1993 年，Davis 發現 TAM 模式中，擁有兩個新關係，分別為認知有用 性可以直接影響實際行為以及系統特性可以直接影響行為態度，並且不頇個人形 成一個實際的信念，如下圖 2-4 所示。 之後，TAM 將包含一個被認知有用性直接影響的新變數，也就是行為意圖 (Behavioral Intention To Use，BI)，因此，最終之 TAM 模型包含兩個信念變數， 分別為認知有用性與認知易用性，以及外部變數、行為態度、行為意圖和實際行 為等外部變數及依變數，如下圖 2-5 所示。 X1 X2 X3 認知有用性(PEOU) 認知易用性(PU) 行為態度 實際行為 使用者動機 圖 2-3 Davis 所提出原始之科技接受模型 資料來源：Davis，1986
9
行為意圖(Behivoral Intention To Use，BI)：
資訊系統的使用者決定於行為意向，同時受個人對使用系統之態度與 知覺有用所影響(Davis，1989)。
而後續也出現了 TAMⅡ的模型，TAMⅡ之模型是由 Davis 與 Venkatesh(2000) 學者所提出，他們認為 TAM 在對於解釋認知系統有用性時有一些限制，因此， 他們於 TAM 所提出之認知有用性中，額外增加變數進而形成了新的 TAM 模型， 如下圖 2-6 所示。 而兩位學者對於 TAMⅡ在指令環境下有何表現有所興趣，為此，Davis 與 Venkatesh 協同 156 位知識工作者，利用四種不同系統以及兩位自願使用系統的 人與兩位被強制使用系統的人來做 TAMⅡ在指令環境下的表現之研究，而該研 究結果顯示 TAMⅡ在志願使用者和被強制使用者在研究進行期間表現良好，並 發現被除去之主觀規範是不影響自願使用者的環境但影響被強制使用者的環境 (Chutter，2009)。 資料來源：Davis，Bagozzi，Warshaw，1989 圖 2-5 科技接受模式Ι 外部變數 認知有用性(PEOU) 認知易用性(PU) 行為 態度 實際 行為 行為 意圖 主觀規範 形象 任務攸關 輸出品質 結果展現 認知有用性 認知易用性 行為意圖 實際行為 經驗 志願 圖 2.6 科技接受模式Π 資料來源：Davis，Venkatesh，2000
10 在學術界上，不管是利用科技接受模式Ⅰ或是科技接受模式Ⅱ來解釋和預測 資訊科技使用的研究很多，以下為學者使用科技接受模式之相關文獻與結果，分 述如下： 簡美蓮(2009)在研究中，結合計劃行為理論與科技接受模式來做為其研究架 構，並以計劃行為理論中的態度、主觀規範以及認知行為控制為核心變數來了解 採用網路 ATM 行為意圖的影響力。其結果發現，消費者是否採用網路 ATM 的 行為因素主要是採決於使用態度、主觀規範以及認知行為控制。 Farahat(2012)在研究中，主要是了解那些決定因子是造成學生接受線上學習， 而這些決定因子又如何變成是學生的使用意圖，進而使用線上學習。其結果也顯 示使用者的認知易用性、認知有用性、態度與社會同儕影響是學生主要使用線上 學習的決定因子。 楊桂卿(2014)在研究中，主要是在了解國中教師以數位學習的方式來在職進 修，並且以教材特性來做為外部變數。其結果發現，數位學習的推動與教材的特 性有相當大的關係，教師較喜歡使用內容豐富、容易使用以及可以與學生即時互 動的教材。
第三節 便利性(Convenience)
便利性為消費者購買產品或使用服務時，對時間與精力的支出認知(Berry et al, 2002)。時間與精力為消費者為了獲得服務所必頇花費的非貨幣成本，因此， 時間與精力的支出認知會影響消費者對於便利性的認知，而在消費者獲得服務的 時間成本愈大，消費者則對於便利性的認知愈小，所以顧客會衡量各種購買的方 式以尋求附加價值，此附加價值即為便利性(Seiders et al, 2000)。 Brown(1990)指出便利性如同被賦予價值並且被積極尋找出那些可提供個 人舒適或節省時間的產品與服務，而從另一個角度來說，便利性亦即為減少顧客11 於服務過程中所發費的時間與精力之增加顧客價值的作法(Colwell etal., 2008)。 Kotler(1994)將消費者成本分為四大類，其中除了貨幣成本(monetary cost)以外， 時間(time)、精神(psychic)與能源(energy)皆屬於 Berry 等所認為的非貨幣成本。 在 Yale 與 VesKatseh(1986)的研究發現，企業可以針對消費者對於便利性的不 同偏好來發展不同的行銷策略，進而將便利性分為時間效用(Time Utilization)、 容易獲得(Accessibility)、攜帶方便(Portability)、適用性(Appropriateness)、 巧妙靈活(Handiness)與避免不悅(Avoidance of Unpleasantness)等以上六大類。 然而，對於前述之分類方式，某些學者認為其缺乏理論支持，並發現某些分類多 有重疊，且模稜兩可，不易衡量。 Brown(1989)以經濟效益為理論基礎，認為「便利」是能被廠商當作一種策 略而利用於消費性產品的行銷上，若是能為消費者提供「便利性」，則越能讓消 費者消費廠商的產品，而他的觀點也同時說明若廠商越能提供便利性給消費者， 則越能增加消費者的購買意願，因此，學者 Brown(1989)認為便利性應該是擁有 多重構面的概念，並將便利性分為五個構面： (1)時間構面(time)： 服務提供者服務的時間對消費者是便利的。 (2)地點構面(place)： 服務提供者服務的地點對消費者是便利的。 (3)取得構面(acquisition)： 服務提供者提供的交易方法對消費者是容易的。 (4)使用構面(use)： 服務提供者的服務讓消費者使用起來感到便利的。 (5)執行構面(execution)： 可選擇使用自助服務或或委由服務人員代勞的便利。
12 其中，前四個構面皆屬於經濟效用理論之範疇，消費者對於時間、地點、取 得與使用皆有欲求，而執行構面則在於消費者的本身，意旨消費者在獲取產品的 過程中，可以自行決定自身在心力與實體方面的付出程度。 另外，Berry et al.(2002)則也對於便利性提出了五個面向，分別為決策便利 性、取得便利性、交易便利性、利益便利性與後續利益便利性。 (1)決策便利性： 消費者在決定如何獲得想要的服務時，所花費之時間與精力。 (2)取得便利性： 指為消費者開始與企業所提供之服務接觸時，所感覺到的時間與精力的 付出。 (3)交易便利性： 指消費者在進行交易時，所感受到的時間與精力之付出。 (4)利益便利性： 指消費者在體驗企業所提供的服務之核心利益時，所感受到的時間與精 力之付出。 (5)後續利益便利性： 指消費者在享受服務後，再次與企業接觸時所知覺到的時間與精力之付 出。 因此，Berry et al.(2002)認為任何能減少消費者時間與精力的支出，皆 可歸類為便利性。而在 Srinivasan et al.(2002)的研究中顯示，便利性為一個 潛在影響滿意度的因素之外，且更進一步的影響消費者之使用意圖。 本研究根據以上文獻，以學者 Berry 與 Brown 所提出的便利性之五項構 面，來發展出本研究之問卷問項，探討使用者之使用智能家居系統之便利性 對於知覺有用性與知覺易用性是否存在著差異，並是否會進一步影響使用者 使用智能家居系統之使用意圖。
13
第四節 複雜性(Complexity)
一、
複雜性之定義
複雜來自簡單，混沌連接複雜，簡單中蘊藏複雜，混沌因簡單而更顯複雜(陳 成宏，2007)。Goldberg 與 Mark’oczy(2000)認為，混沌乃在從簡單的系統中探 索複雜的事件如何發現，而複雜則在了解簡單的事件如何發生於複雜的系統中； 前者強調簡單的非線性系統(non-linear system)將導致極端複雜的行為，而後者 主張若干事件間簡單的互動會造成有秩序、高層次的型態 (higher-level patterns)。 在字典中，「複雜」的定義類似許多相互關連組件的組成，而在商務界中，複雜 性則被以同時擁有許多人力來管理和處理許多相互關連的組件和議程，在教育界 中，Fullan(1999)則將複雜兩字定義為「複雜意謂著變革，尤其是指急遽發生、 無法預測、非線性發展的變革」。 而複雜性為 20 世紀 80 年代中，複雜科學(complexity science)或稱複雜性研 究(complexity research)中所主要研究的項目之一，將神經科學、人類學、群體生 物學以及學習理論等等，其原先不相關的科學理論，藉由「複雜(complexity)」 此概念，整合出新的知識(Pagels，1989；牟中原，梁仲賢譯，1999)，儘管目前 仍處於萌芽階段，但已被許多科學家廣泛重視並且譽為「21 世紀的新科學」。 「Complexity」(複雜)源自於拉丁文中「entwine」的字根(緊密的結合與纏繞)， 意思為有機組織與環境動態性地交互作用，影響環境，同時也被環境影響，這便 是複雜科學的主要原則(Morrison，2002)。 自 1980 年代以來，由自然科學領域發展出的複雜科學理論開始被廣泛應用 於社會科學各領域，如商學、管理實務、後現代主義以及教育學(Morrison，2002)。 部分學者稱之為社會科學的典範轉移。1994 年 J.Holland 在聖塔菲研究院成立十 週年的演講中正式提出複雜適應系統理論(Complex adaptive system，簡稱 CAS)， 這一理論在自然科學和社會科學領域皆得到廣泛的迴響(Eve，1997)。14
二、
創新擴散理論
在新的科技產品中，複雜性代表著使用者對於新科技所知覺到的理解 (understant)、學習(learn)和操作(operate)的困難程度，Rogers(1995)認為創新的科 技和應用是不容易被了解、學習和操作的，此程度便可稱為複雜性(complexity)。 在許多研究中顯示，若是創新的科技或產品其複雜程度越高，則越難被大眾採用， 換句話說，新事物若是越容易被了解，其被大眾接受程度就越高且擴散速度越快， 反之，新事物若是還需使用者學習新的技能、增強理解力，其被接受程度就越低， 則擴散速度則越慢(唐錦超，2006)，相對於軟體開發業者亦是如此，若是創新事 務的複雜性越高，對於使用者使用之相關知識的門檻也會提高，提高學習的困難， 也將會導致創新事務難以推廣或者效果不如預期的狀況(Gallivan，2001)，由此 可知，新科技產品是否能快速地被大眾接受，其複雜性為重要因素之一。 現今，大多數關於複雜性之研究多屬於利用 Rogers 之創新擴散理論，其理 論主要在探討一項創新事務在社會系統的成員中，在特定管道經過一段時間後溝 通的過程稱之為創新擴散(Rogers，1995)，換句話說，溝通具有創新訊息的過程， 這過程及可稱之為「創新擴散」，同時間，擴散也可以代表一種社會系統的變更， 而社會系統的變更可以將之定義為一個改變社會系統結構及功能的過程。 創新度(Innovativeness)是指採用個人或組織相對於社會系統中其他成員更 早採用新觀念的程度，依照社會系統中成員的創新度可分為五種，分別為創新者、 早期採用者、早期大眾、晚期大眾與遲緩者。 (1) 創新者(Innovators)： 此類型民眾通常具有較高的冒險精神、理解力與豐富知識，在創新時期 仍有高度不確定性時，會率先採用創新，但在團體中意見常不受他人重 視。15 (2) 早期採用者(Early Adopters)： 此類型民眾通常為尋找資訊的人，在團體中，常為意見領袖之角色，而 多數人會以這類型的人的意見作為參考指標。 (3) 早期大眾(Early Majority)： 此類型民眾具有小心謹慎之特質，並較喜歡與同齊間有互動關係，而這 類型民眾通常會等待創新事務之不確定性去除後，才會採用創新事務。 (4) 晚期大眾(Late Majority)： 此類型民眾對任何創新事務皆抱持著懷疑態度，通常必頇基於兩種明顯 之因素的影響才會做出接受創新的決定。 (5) 遲緩者(Laggards)： 此類型民眾通常擁有傳統與保孚特質之民眾，齊接受創新的傾向與速度 非常緩慢。 而影響一項創新事務之接受程度的重要因素，是指個人或組織對於創新本身 特質的認知，Rogers(1998)歸納出歷年關於創新擴散的相關研究，並將創新特質 分為以下五種： (1) 相對優勢(Relative advantage)： 相對於被取代之舊產品或科技，創新所具有的優良程度；創新的相對優 勢越高，其被接受之程度越高。 (2) 相容性(Compatibility)： 與目前現有的價值、過往之經驗與需要之相容程度；創新的相容性越高， 其被接受之程度越高。 (3) 複雜性(Complexity)： 為了解和使用者創新之難易程度；創新複雜度越高，其被接受之程度越 低。
16 (4) 可詴用性(Trialability)： 創新是否存在有限資源下被詴驗和測詴之程度；創新可詴用性越高，其 被接受之程度越高。 (5) 可觀察性(Observability)： 創新的成果或創新本身，可以讓旁人觀察的程度；創新的可觀察性越高， 其被接受之程度越高。 在學術界研究上，其創新擴散理論常被使用於使用者對於一項新的創新事務 之接受程度，其分述如下： 邱亦珩(2010)在研究中，結合創新擴散理論、人口統計變數以及使用意圖來 研究影響電腦作業系統採用的因素，研究結果顯示出 20-30 歲以及學生族群對於 使用新的電腦作業系統之使用意圖較高，並且對於新電腦作業系統的使用較容易 上手。 彭士哲(2014)在研究中利用科技接受模式與創新擴散理論來探討影響消費 者訂購電子雜誌的影響因素，其中，他認為創新擴散理論中，複雜性等同於科技 接受模式中的認知易用性，因此將兩者模型結合，並以認知易用性來代替複雜性 來研究使用電子雜誌之使用因素，其結果發現消費者對於電子雜誌之訂購覺得是 易用與有用的，其滿意度及未來持續使用意圖就會提升。
三、
小結
根據上述學者利用創新擴散理論的研究中發現，一項創新的科技產品其複雜 性不論是對於使用者使用新科技或是新系統都有相當高的影響成份，並且也會進 一步影響使用者對於產品的滿意度或未來使用之意圖。因此，本研究以 Rogers 之創新理論中複雜性之定義，探討使用者對於使用智能家居系統之認知有用性與 認知易用性是否有影響，並進而瞭解是否會影響使用者使用之意圖。17
第五節 人口統計變數(Demographic variables)
一、
人口統計變數之定義
人口統計變數是指人口的分佈、人口密度、年齡與教育程度等人口特徵及研 究對象之經濟、社會背景之資料(Kotler，1991)，是市場分析的基礎，主要為研 究一個地區或國家人口，其涵蓋人口總數、人口結構與人口變遷等方面，而較為 狹義的定義為「為人類人口數量及其因出生、死亡及移民所引起之變動之研究」， 而廣義的定義則為「對於生育、婚姻、移民及死亡等資料之蒐集季統計的分析」。 常以所得、年齡、職業、教育等因素被用來進行調查，因為人口統計變數缺乏色 彩、結構與向度，因此，可以視為只有骨架需要其他資源來補充(Wells，Tigert， 1971)。Plummer(1974)認為可以將人口統計變數分為年齡、教育程度、所得、 職業、家庭大小、住所、城市大小、地利位置與家庭生命週期等九種變項。而在 1978 年，Wind 於提出市場區隔之相關變數時表示，人口統計變數最為普遍被使 用，因為人口統計變數與消費者的慾望、偏好以及使用率等，有相當大的關係。 而 Smith(1956)也在提出市場區隔(Marketing Segmentation)之觀念中，認為市場 可以切割成不同的顧客群，每一個顧客群都各有不同的需求與特性，所以需要提 供不同的行銷組合來滿足不同的族群，因此，人口統計變數是區隔消費者市場的 主要變數之一，若要了解消費者之間不同的差異性及特性，便可利用人口統計變 數來區分出不同的消費者族群。 而 Zmud(1979)曾提出幾項主要被當作使用者個人的變數，如年齡、性別與 教育程度等等，Moschis 與 Churchill(1978)在研究中，將人口統計分為生命週期 與社會結構變項，其中生命週期是以年齡為主，而社會結構變項則是以社會階級 與性別為主，而在 2002 年，Kolter 認為人口統計變數可以分為年齡、性別、婚 姻、家庭生命週期、所得、職業、教育、宗教、種族與國籍等 10 項。 而現今的學術研究中，大多數之人口統計變數皆在研究消費者之消費行為模18 式，少有針對使用者使用系統來作探討，因此，除了行銷組合應該要針對不同族 群外，在評估使用者使用資訊系統時，也需分析使用者的個人特質，因為在不同 人口統計特性之下，對於使用者資訊系統之使用率也存在著影響(王居卿，1998)。 由此可知，在不同的人口統計變數下，其消費者之行為模式亦有所不同。
二、
生活型態理論
生活型態在心理學與社會學中，為個人特定的生活模式，主要用以討論各種 社群或社會階層的生活模式與流動性(別蓮蒂，2000)，而不同領域之學者對於生 活型態有不同的定義，其分述如下： (一) 心理學對生活型態之探討 以心理學為導向之學者主張生活型態為個人內在的心理反應，是個 人價值觀和人格的綜合表現，心理學大師 Alfred Adler 在人格理論中表 示，生活型態是自我、個體人格之統一，且指出人類的行為皆有目的， 而目標的決定會受到個人對過去的經驗、目前狀況及對未來規劃方向的 主觀評估，進而影響個人對生活型態的選擇(Corey，1996)。 (二) 社會學對生活型態之探討 以社會學為導向之學者主張生活型態為個人或群體具體的外顯行 為，是可以觀察的表達性行為，而較不強調個人內在心理對生活型態之 影響。Wells 與 Tigert(1971)的研究認為生活型態研究的是人在日常生 活中對各種事物實際的活動(Activities)、興趣(Interests)與意見 (Opinions)，而也是最早提出以 AIO 心理計量來衡量生活型態的兩位學 者，而 AIO 量表則成為日後研究生活型態者最常使用之測量方式(朱俶 儀，2003)。 (三) 行銷學對生活型態之探討 以行銷學為導向之學者將生活型態視為解決配置問題的角色，強盜 生活型態是在有限時間及資源內，不同階層之群體如何分配時間與金錢19 的選擇。在六零年代之後，生活型態之研究被廣泛運用在行銷的領域 中。 在 1971 年，學者 Wells 認為生活型態有兩大特點： (1) 人口統計變數較容易了解與描述，生活型態則運用日常生活對話的 語句描述，比起人口統計變數的描述更仔細與理解。 (2) 生活型態更適合大規模且數量化之研究，任何對於生活型態有興趣 之研究者，皆可透過電腦與各種統計分析所得出的資料來解釋現象， 並不需依賴專家的推論。 由於生活型態是指個人活動、興趣及意見之生活全貌，無法使永單一變 數所衡量出結果，需借用多題項量表來衡量，因此，在測量生活型態上， Wind 與 Green(1974)曾歸納出五種衡量生活型態的方法，其方法分別為： (1) 衡量消費者所消費之產品與勞務。 (2) 衡量消費者之活動(Activities)、興趣(Intereste)及意見(Opinions)， 即為 AIO 變數。 (3) 衡量消費者之價值觀。 (4) 衡量消費者之人格特質與自我概念(Concept of Self)。 (5) 衡量消費者對於各類產品之態度與追求的產品利益。 而在學術的研究上，大多數學者使用 AIO 變數來做為衡量消費者之生活型 態的方法，Plummer(1974)認為 AIO 變數不僅僅只有活動、興趣及意見三種變數， 應再加入人口統計變數進行衡量，如此，AIO 量表擁有了四大構面，並根據此四 大主構面整理出三十六個子構面，如表 2-1 所示，而後，AIO 量表則成為日後研 究者極為廣泛運用之研究生活型態的量表。 同時，Plummer(1974)亦主張每個研究者之研究不一定要遵循此些構面，研 究者可自行挑選最為符合自身研究目的之主構面，並針對研究主題之性質與主構 面，進而發展出子構面，在依據子構面發展出生活型態問卷問項，此問項即為生
20 表 2-1 生活型態之 AIO 量表 資料來源： Plummer, J.T.，1974 活型態之研究變項，以此來衡量研究對象的生活型態。 活動 興趣 意見 人口統計變數 工作 家族 自我 年齡 嗜好 家庭 社會 教育 社交 職業 政法 所得 假期 社區 商業 職業 娛樂 消遣 經濟 家庭人數 社團 時髦 教育 住所 社區 食物 產品 地理區 購物 媒體 未來 城市大小 運動 成就 文化 家庭生命週期
三、
小結
本研究根據上述之文獻，利用生活型態之 AIO 量表中人口統計變數之變項 作為發展衡量生活型態問項之參考依據，且利用人口統計變數中年齡、教育、職 業及性別來了解不同使用者對於使用智能家居系統之使用意圖是否存在著差異 性。21 圖 3-1 研究假說架構
第三章 研究方法
本章目的旨在說明本研究方法，其文章內容依據上一章文獻探討所得各變數 發展而成之研究假說，而利用這些變數進而建立本研究架構並提出操作型定義與 研究變數。而後，為驗證本研究假說，本研究則以問卷作為蒐集實證資料的研究 工具。茲說明研究架構、研究假說、研究設計與統計方法等四大類。第一節 研究架構
本研究架構根據第二章文獻探討，並以 Davis 等人(1989)所提出之科技接受 模式作為理論基礎架構，探討智能家居系統便利性、智能家居系統複雜性，是否 會影響認知有用性與認知易用性，進而影響使用者使用意圖。 本研究根據了解研究動機與目的，並整合相關文獻加以整理分析，進而提出 如下圖 3-1 所示之本研究架構。本研究架構以智能家居系統便利性、智能家居系 統複雜性為外部變數，並加入不同人口統計變數構面探討其使用意圖是否存在影 響，而科技接受模式所採用之構面則包含認知有用性、認知易用性與使用意圖。 智能家居系統 便利性 智能家居系統 複雜性 認知有用性 認知易用性 使用意圖 人口統計變數 1.性別 2.教育程度 3.年齡 4.職業 H1a H1b H2a H2b H3 H4 H5 H622
第二節 研究假說
本研究以科技接受模式為基礎理論，並根據第二章節文獻探討來了解智能家 居系統便利性、智能家居系統複雜性、認知有用性、認知易用性以及使用意圖間 是否相互影響，且加入人口統計變數欲以了解不同人口統計變數之使用意圖是否 存在差異，進而擬定以下研究假設： H1：智能家居系統便利性對認知有用性與認知易用性有正向影響。 H1a：智能家居系統便利性對認知有用性有正向影響。 H1b：智能家居系統便利性對認知易用用有正向影響。 H2：智能家居系統複雜性對認知有用性與認知易用性有負向影響。 H2a：智能家居系統複雜性對認知有用性有負向影響。 H2b：智能家居系統複雜性對認知易用性有負向影響。 H3：認知易用性對認知有用性有正向影響。 H4：認知有用性對使用意圖有正向影響。 H5：認知易用性對使用意圖有正向影響 H6：不同人口統計變數之使用意圖有顯著差異。 H6-1：不同性別之使用意圖有顯著差異。 H6-2：不同教育程度之使用意圖有顯著差異。 H6-3：不同年齡之使用意圖有顯著差異。 H6-4：不同職業之使用意圖有顯著差異。23
第三節 研究設計
本研究以探討智能家居系統便利性、複雜性是否會對於使用者的認知有用性 與認知易用性存在影響，並增加不同人口統計變數之構面，進而探討是否對於使 用意圖有所不同影響。本研究使用問卷方式進行資料蒐集，問卷第一部分為智能 家居系統便利性之相關問題，此部分旨在了解智能家居系統便利性對於使用者之 認知有用性與認知易用性間的影響；第二部分為智能家居系統複雜性之相關問題， 此部分旨在了解智能家居系統複雜性對於使用者之認知有用性與認知易用性間 的影響；第四部份為使用意圖之相關問題，此部分旨在了解使用者對於智能家居 系統之使用意願強度。一 、問卷設計與研究對象
本研究採取實體問卷發放方式進行資料蒐集，在問卷中主要變數為智能家居 系統便利性、智能家居系統複雜性、認知有用性、認知易用性以及使用意圖的構 面，並採用 Likert 五點尺度量表為主要設計方式，此五個尺度分別為非常同意、 同意、沒意見、不同意與非常不同意，並分別給予等距分數(5，4，3，2，1)， 此方式常使用於專家學者對於使用者對研究之項目陳述之認同程度的工具。而本 研究主要是探討使用者對於使用智能家居系統的未來使用之意願，因此本研究對 象為一般民眾為問卷發放測驗對象，受測者將以自己對於智能家居系統所認知的 情況與感受填寫每項問項之最為符合的答案。而採用網路問卷時，其具有某些優 點，像是可以減少時間、克服時空限制、深度調查以及減少社會干擾，但也有抽 樣調查的誤差產生問題，因此利用網路問卷時，應避免誤差的產生。 本研究之問卷設計時，主要包含前測問卷與正是問卷兩部分。(一)前測問卷： 先對於問卷內容進行設計與前測，並且為了解問卷以隨機抽樣方式進行前測，共 計 30 位一般民眾進行前測，而後根據前測所發現之問題，並經過詢問專家意見24 後加以修改，再進行正式問卷之發放。(二)正式問卷：主要分為六大部份，第一 部份與第二部份是為衡量智能家居系統便利性與智能家居系統複雜性之內容以 及所使用之語句是否為受測者了解與配合研究之目的；第三部份是為衡量認知有 用性之量表；第四部份是為衡量認知易用性之量表；第五部份是為衡量使用意圖 之量表；第六部份是為使用者的基本資料。
然而，根據 Ghiselll, Campbell 和 Zedeck(1981)之建議樣本數達 300 份為一 個可追求的數量，而後來學者吳明隆(1999)建議以問卷之題數的 3~5 倍的份數為 原則。本研究的問卷題數為 24 題，所以預計其有效問卷樣本回收數將以 200 份 為一個目標，但至少回收份數為 120 份。
25 表 3-1 構面與操作型定義 資料來源：本研究整理 二、變數之操作定義 一份好的量表應該同時具有良好的信效度，並且應從過去學者的相關文獻中 採用已發表的量表，會比研究者自己的研究量表來的更有可靠性(Rudestam & Newton,1995)，因此，本研究將採用此方式，針對智能家居系統便利性、智能 家居系統複雜性、認知有用性、認知易用性、使用意圖與個人背景之相關變數的 定義與衡量進行解釋，如下表 3-1。 構面 操作型定義 參考文獻 智能家居系統便利性 便利性是指 使用者認為 使用 智能家居系統 可節 省時間和精力。
Brown (1989); Yoon & Kim (2007) 智能家居系統複雜性 複雜性是指使用者對於 創新產品了解的困難程 度，若困難程度越高，創 新產品越是難以理解和 使用。 Rogers(1995) 認知有用性 認知有用性是指使用者 相信使用智能家居系統 可以增加他的便利性。 Davis,Bagozzu & Warshaw(1989) 認知易用性 使用者認為使用 智能家 居系 統是不需耗費太多 努力的程度。
Davis (1989); Taylor & Todd (1995); Venkatesh &
Davis (2000) 使用意圖 使用者預測未來使用智
26 表 3-2 智能家居系統便利性問項 表 3-3 智能家居系統複雜性問項 (一)智能家居系統便利性 智能家居系統便利性在本研究是指使用者使用智能家居系統可以減省 其時間與精力。故本研究以Srinivasan, Rolph和Kishor(2002)之量表做為參考， 並加以修改後為4個項目。 研究變項 編號 問項 智能家居系 統便利性 CON1 智能家居系統能使我輕易掌控居家狀況。 CON2 智能家居系統能使我輕松操作家中各種電器。 CON3 智能家居系統能讓我快速了解家中訊息。 CON4 使用智能家居系統能減省我的時間與精力。 (二)智能家居系統複雜性 智能家居系統複雜性在本研究是指使用者對於使用智能家居系統之了 解程度。故本研究以陳成宏(2007)；Morrison(2002)之量表做為參考，並加 以修改後為5個項目。 研究變項 編號 問項 智能家居系 統複雜性 COM5 我認為智能家居系統是容易使用的。 COM6 我認為不需要花費太多精力在學習「智能家居系統」 的流程上。 COM7 我認為智能家居系統的操作介面是容易上手的。 COM8 我認為智能家居系統的使用方法介紹很清楚。 COM9 整體而言，我認為使用智能家居系統是容易上手的。
27 表 3-4 認知有用性問項 表 3-5 認知易用性問項 (三)認知有用性 認知有用性在本研究是評估使用者使用智能家居系統後所感受到的有 用程度。故本研究以Davis,Bagozzu和Warshaw(1989)之量表做為參考，並加 以修改後為5個問項。 研究變項 編號 問項 認知有用性 PU10 我覺得使用智能家居系統，能幫助我快速完成對家 中的掌控。 PU11 我覺得使用智能家居系統可以更快速滿足生活上的 需求。 PU12 我覺得使用智能家居系統可以提高生活品質。 PU13 在繁忙的情況下，智能家居系統對我來說是非常有 用的。 PU14 整體而言，我認為智能家居系統對我是有用的。 (四)認知易用性 認知易用性在本研究是用來評估使用者使用智能家居系統所需要付出 的心力程度。故本研究以Davis (1989); Taylor和Todd (1995)之量表做為參考， 並加以修改後為5個問項。 研究變項 編號 問項 認知易用性 PEOU15 如何使用智能家居系統，對我而言是輕而易舉 的。 PEOU16 我可以很容易使用智能家居系統來完成我的需 求。 PEOU17 對我而言，學習使用智能家居系統是不必花費太 多心力及時間的。 PEOU18 智能家居系統的使用流程是簡單的。 PEOU19 整體而言，智能家居系統是容易使用的。
28 表 3-5 使用意圖問項 (五)使用意圖 使用意圖在本研究是用來評估使用者使用智能家居系統的可能性。故本 研究以Ajzen和Fishbein(1975)之量表做為參考，並加以修改後為5個問項。 研究變項 編號 問項 使用意圖 BEH20 我會想用智能家居系統來完成家中事務。 BEH21 對我而言，使用智能家居系統來滿足生活需求是值得 的。 BEH22 我會推薦他人使用智能家居系統。 BEH23 在未來，我會想繼續使用智能家居系統。 BEH24 整體而言，對於未來使用智能家居系統的意圖是相當 高的。
29
第四節 資料分析方法
本研究採用 SPSS for Windows 之統計套裝軟體對問卷進行統計分析，並且 根據所設立的假設問題，從樣本取得的資料給予編碼登錄。將進行的分析包含敘 述性統計分析、信效度分析、因素分析、T 檢定、皮爾森相關係數分析、迴歸分 析。一、敘述性統計分析(Descriptive Statistical Analysis)
此分析主要針對受測者的基本資料來進行敘述性統計分析。分析項目包含性 別、教育程度、年齡、職業、工作年資。
二、信效度分析(
ReliabilityAnalysis and ValidityAnalysis)
信度(reliability)是指當研究者針對某一群固定受測者，利用同一種特定的測 量工具，在重複進行多次測量後，所得到的結果都是相同的，而信度除了上述重 複測量的穩定性外(stability)，也具有一致性(consistency)的涵義，學者 Kerlinger(1999)也認為信度可以衡量出工具的可靠性、穩定性以及一致性。 信度主要是探討資料的一致性(Consistency)和穩定性(Stability)，是以量化 的分數來衡量的。本研究採用Cronbach’s α 係數值來檢測量表之一致性。Cronbach (1951) 提出之 α 信賴係數，α 係數越高代表信度越高，亦即可信度越高。依據 Nunnally (1978) 認為，Cronbach’s α 值<0.3，即表示不具有信度，也就是低信度， 應考量重新修訂量表以及增刪題項；若 0.3≦Cronbach’s α 值＜0.7，則表示為可 接受之係數值；若Cronbach’s α 值≧0.7 則表示具有高信度。 效度即所謂測量的正確性，指測量工具能夠測得研究者所欲測量之事物的測 量能力或功能的程度。當測量的效度越高，代表測量的結果越能顯現所欲測量之 對象的真正特徵。效度的類型可分為內容效度以及購念效度。本研究主要以國內 外相關文獻學者所提出的問題作為本研究問卷之問項，並且由專家衡量本問卷題 項之內容效度，使其達到研究中的真實性與準確性程度，並且內容效度(Content
30 validity)亦反映測量工具本身內容具有相當高的代表性；而建構效度(Construct validity)亦指測量工具能測得抽象概念及特質的程度(Anderson & Gerbing,1988)。
三、因素分析(Factor Analysis)
本研究藉由因素分析將繁多的變項縮減為較少數的因素，且各題項彼此間應 具有高的相關程度。本研究主要採用主成份分析法(Principal Component Analysis)，以最大變異數(Varimax)旋轉轉軸，來針對智能家居系統便利性、智 能家居系統複雜性、認知有用性、認知易用性以及使用意圖構面進行因素之萃取， 選取特徵值較大的因素歸類為一類別，且將特徵值較小的因素予以刪除，其目的 為簡化各構面之變數，最後將針對各構面之特性給予重新命名，以便於後續各項 之分析。四、T 檢定(T test)
T 檢定是用來檢定 2 個獨立樣本的平均數差異是否達到顯著的水準。也就是 說任何實驗在不同的環境條件或處理方法下，是否會有所差異，本研究藉由 T 檢 定來了解在不同的人口變數(性別、教育程度、年齡、職業)之使用意圖有何差異。五、皮爾森相關係數分析(Pearson Correlation Analysis)
相關係數分析主要是在驗證單一子構面倆倆間的關聯程度。亦指一組變數是 否會影響另一組變數間的關聯程度，並且以「相關係數」來做表示。相關係數的 絕對值如果越大，代表兩個變數間有強相關；反之，相關係數的絕對值如果越小， 表示兩個變數間有弱相關。若係數為正，表示兩個變數成正相關；反之，係數為 負，則表示兩個變數成負相關 (Bollen & Barb, 1981)。
31
六、迴歸分析法(Regression Analysis)
為了進一步了解各相關構面的關聯性，本研究採用迴歸分析進行探討，由 Durbin-Watson 值檢定模式是否存在自我相關(Autocorrelation)，當 D-W 接近 2 時，即表示其相關係數接近 0，殘差項無自我相關，並且利用 VIF (Variance Inflation Factor) 檢定變數間是否有共線性(Multicollinearity)，如變數之 VIF 值 大於 10，則代表該變數與其它變數間存在共線性。再以 R2
決定係數、F 檢定、顯 著水準以及 β 值做分析值，來判定比較標準化後 β 值迴歸係數的相對大小，得 知自變數對於依變數較具影響力 (Cohen & Cohen, 1983)。
32
第四章 資料分析
本章節主要是運用統計分析方法對回收的有效問卷進行分析與結果的說明。 首先針對少數樣本進行因素分析與信效度分析之前測問卷分析，若是問項設計有 所偏差，不僅在後續分析時，會產生統計上眾多的問題，更可能導致錯誤的策略 含意；之後再針對所回收的全數正式問卷進行敘述性統計分析、皮爾森相關係數 分析以及複迴歸分析來驗證本研究所提出的研究假設。第一節 前測結果
本研究在發放正式問卷前，先行針對使用者發放 30 份前測問卷，其目的為 發現問卷設計的缺失，並且再根據前測結果進行問卷中，用字遣辭、問項等進行 修改，使問項之題意更為明確。一、因素分析
本研究之因素分析主要採用主成分分析法(Principal Components Analysis) 來進行抽取共同因素，並且為求提高因素矩陣的解釋力，則以變異數最大法 (Varimax)來進行直交轉軸(Orthogonal Rotation)，為了就是讓因素結構更簡單更 易於解釋。在各個因素所包含之因素負荷量(Factor Loading)的絕對值均頇大於 0.4 標準，解釋總變異量也頇大於 40%。此外在因素分析中，共同性(Communality) 和特徵值(Eigenvalue)為重要指標，所謂的共同性即是每個變項都可以被共同因 素所解釋的變異量百分比，並且此值為個別變項和共同因素間多元相關的平方， 藉由共同性之值大小可判別這個原始變項和共同因素間的關係程度。而特徵值則 是各個變項在某一共同因素之因素負荷量的平方總和，因此頇大於 1，然而，當 特徵值越大即表示該因素的解釋能力就越強 (邱皓政，2003)。 本研究之前測問卷經過因素分析以後，得出 KMO 值為 0.687；Bartlet’s 球 型檢定為 780.262；P<0.001。而檢驗結果 KMO 值大於 0.6 並且 P<0.001 代表 顯著，即表示此樣本資料非常適合進行因素分析，而因 CON4 其因素負荷量小於
33 4-1 智能家居系統之因素分析表 0.5，故將其題刪除。本研究經因素分析決定衡量問項後，所修正後各個構面之 因素分析結果如表 4-1 所示，總累積變異百分比為 83.107%；且各問項的負荷量 皆達標準 0.5 以上，且特徵值皆大於 1，即表示本研究各因素的解釋能力很強。 因素構面 行動廣告構面 因素1 因素2 因素3 因素4 因素5 智能家居系統便利性 CON2 智能家居系統能使我輕鬆操 作家中各種電器。 0.592 CON3 智能家居系統能讓我快速了 解家中訊息。 0.558 CON1 智能家居系統能使我輕易掌 控居家狀況。 0.742 CON5使用智能家居系統能減省我的 時間與精力。 0.772 智能家居系統複雜性 COM7 我認為不需要花費太多精力 在學習「智能家居系統」的流程上。 0.835 COM9 我認為智能家居系統的使用 方法介紹很清楚。 0.809 COM8 我認為智能家居系統的操作 介面是容易上手的。 0.783 COM10 整體而言，我認為使用智能 家居系統是容易上手的。 0.732 COM6 我認為智能家居系統是容易 使用的。 0.690 認知有用性 PU11 我覺得使用智能家居系統，能 幫助我快速完成對家中的掌控。 0.529 PU 13 我覺得使用智能家居系統可 以提高生活品質。 0.832 PU 15 整體而言，我認為智能家居系 統為我是有用的。 0.821
34 資料來源：本研究整理 PU 14 在繁忙的情況下，智能家居系 統對我來說是非常有用的。 0.755 PU 12 我覺得使用智能家居系統可 以更快速滿足生活上的需求。 0.534 認知易用性 PEOU18 對我而言，學習使用智能家 居系統是不必花費太多心力及時間 的。 0.816 PEOU 19 智能家居系統的使用流程 是簡單易懂的。 0.803 PEOU 16 如何使用智能家居系統， 對我而言是輕而易舉的。 0.802 PEOU 17 我可以很容易使用智能家 居系統來完成我的需求。 0.615 PEOU 20 整體而言，智能家居系統 是容易使用的。 0.518 使用意圖 BEH 22 對我而言，使用智能家居系 統來滿足生活需求是值得的。 0.821 BEH 21 我會想用智能家居系統來 完成家中事務。 0.813 BEH 24 在未來，我會想繼續使用智 能家居系統。 0.765 BEH 23 我會推薦他人使用智能家 居系統。 0.714 BEH25 整體而言，對於未來使用智 能家居系統的意圖是相當高的。 0.671 KMO 值= 0.687; Bartlett球型檢定=780.262; 顯著性= 0.000 信度系數 0.835 0.929 0.919 0.936 0.926 特徵值 5.021 4.719 3.929 3.794 2.483 解釋變異量 20.920 19.662 16.372 15.809 10.344 累積解釋變異量 20.920 40.582 56.954 72.763 83.107
35
4-2 智能家居系統信度分析表
二、信效度分析
當進行各構面之間的檢驗分析前，首先頇確認各構面之間的測量題項和尺度 是否有一定程度上的效度(Validity)以及信度(Reliability)。本研究採用
Cronbach’s α 值來進行檢測各構面的內部一致性，Nunnally (1978)指出 Cronbach’s α 值應該要大於 0.7 才是接受水準。在此部分，信度所篩選的標準為：應把項目 總相關(Item-Total Correlation)小於 0.3 的值刪除並且刪除後的 Cronbach’s α 值應 對整體一致性的提升有顯著幫助。 經由表 4-2 可知，在智能家居系統便利性部分的分項對總項之相關係數皆大 於 0.569；在智能家居系統複雜性部分的分項對總項之相關係數皆大於 0.727；在 認知有用性部分的分項對總項之相關係數皆大於 0.704；在認知易用性部分的分 項對總項之相關係數皆大於 0.748；在使用意圖部分的分項對總項之相關係數皆 大於 0.728。這也表示本研究的各構面之各問項彼此間具有高度相關性，故不需 要刪除任何問項。並且所有構面的Cronbach’s α 值皆高於 0.7 以上以及每個問項 皆高於最低的刪除標準，由此可知，本研究所發展之量表具有高度的內部一致 性。 構面 題項 分項對總項之相關 係數 項目刪除時的 Cronbach’s α 值 Cronbach’s α 值 智能家居系 統便利性 CON1 0.619 0.814 0.835 CON2 0.710 0.775 CON3 0.614 0.745 CON5 0.615 0.829 智能家居系 統複雜性 COM6 0.774 0.920 0.929 COM7 0.738 0.929 COM8 0.935 0.809 COM9 0.753 0.924 COM10 0.885 0.898 認知有用性 PU11 0.747 0.911 0.919 PU12 0.782 0.903
36 資料來源：本研究整理 PU13 0.839 0.891 PU14 0.842 0.891 PU15 0.783 0.907 認知易用性 PEOU16 0.895 0.908 0.936 PEOU17 0.827 0.921 PEOU18 0.784 0.930 PEOU19 0.869 0.915 PEOU20 0.779 0.930 使用行為意 圖 BEH21 0.833 0.904 0.926 BEH22 0.804 0.910 BEH23 0.834 0.906 BEH24 0.855 0.901 BEH25 0.745 0.926 Cronbach’s α 值=0.965
第二節 正式問卷
本研究實體發放 200 份，問卷回收 162 份，其中 4 份填寫不完整，故有效問 卷為 158 份，而有效回收率為 79%。根據統計的規定，每一個變項至少需要 10 個樣本，本研究之變項共有 5 個(Harris, 1985)，基於此規定本研究至少需抽取 50 個樣本數，而本研究有效回收 158 份問卷，故符合此要求。而本研究的主要施測 對象為一般大眾。問卷發放開始於中華民國一百零四年五月二十五日到中華民國 一百零四年六月二十三日結束。一、敘述性統計分析
使用者基本資料的調查共有五題，主要瞭解使用者相關資料與個人基本資料 的調查，調查項目為性別、教育程度、年齡、職業與工作年資。 由表 4-3 中可得知使用者受測者以女性為最多，約佔 58.9%；教育程度集中 大多在學士，約佔 49.4%；年齡集中在 20~30 歲，約佔 69.6%；職業則集中在學 生部份為最多，約佔 46.8%；工作年資集中在 1 年(含以下)為最多，約佔 27.2%。37 表 4-3 使用者問卷基本資料 資料來源：本研究整理 項目 樣本 次數 (人) 百分比（％） 性別 男 65 41.1% 女 93 58.9% 教育程度 高中職 18 11.4% 專科 17 10.8% 學士 78 49.4% 碩士 42 26.6% 博士 3 1.9% 年齡 20~30 歲 110 69.6% 31~40 歲 22 13.9% 41~50 歲 12 7.6% 50 歲以上 14 8.9% 職業 學生 74 46.8% 服務業 32 20.3% 資訊業 20 12.7% 家庭主婦 13 8.2% 其他 19 12% 工作年資 無 40 25.3% 1 年(含以下) 43 27.2% 3 年 25 15.8% 5 年 13 8.2% 6~10 年 11 7% 11~15 年 10 6.3% 16~20 年(含以上) 16 10.1% 註：N=158
(一) 平均值與標準差
針對本研究架構中的五
個構面進行平均值及標準差分析，並對各構面間的 問項進行平均值分析，以了解受測者對各問項平均評價及優先順序。透過標準差 了解資料的分佈，當標準差越大時，表示資料越分散，平均值的代表性就越弱； 反之，當標準差越小時，表示資料越集中，平均值的代表性就越強。38 表 4-4 智能家居系統便利性構面問項之平均值與標準差 資料來源：本研究整理 1. 智能家居系統便利性 智能家居系統便利性構面共有4個問項，其平均值與標準差分析結果如4-4 所示。各構面問項之平均值介於4.12至4.24間，而標準差則介於0.671至0.795， 其中平均值最高的為「使用智能家居系統能減省我的時間與精力。」(4.24)；平 均值最低的是「智能家居系統能讓我快速了解家中訊息。」(4.12)。智能家居系 統便利性構面問項之平均值為4.17，表示受測者對智能家居系統的便利性構面是 感覺到「同意」居多。推論智能家居系統對使用者而言是帶來便利的，並且在使 用時，也同時具有減少使用者時間及精力的花費。 2. 智能家居系統複雜性 智能家居系統複雜性構面共有5個問項，其平均值與標準差分析結果如4-5 所示。各構面問項之平均值介於3.85至4.05間，而標準差則介於0.747至0.915， 其中平均值最高的為「整體而言，我認為使用智能家居系統是容易上手的。」 (4.05)；平均值最低的是「我認為不需要花費太多精力在學習「智能家居系統」 的流程上。」(3.85)。智能家居系統便利性構面問項之平均值為3.95，表示受測 者對智能家居系統的複雜性構面是感覺到「普通」居多。推論智能家居系統對部 份使用者而言是些許有複雜的，且部份使用者在使用時，需事先花費時間來了解 系統的。
構面問項
平均值 順序 標準差 智能家居系統便利性整體 4.17 0.671 CON4 使用智能家居系統能減省我的時間與精力。 4.24 1 0.752 CON2 智能家居系統能使我輕鬆操作家中各種電器。 4.21 2 0.792 CON1 智能家居系統能使我輕易掌控居家狀況。 4.13 3 0.774 CON3 智能家居系統能讓我快速了解家中訊息。 4.12 4 0.79539 表 4-5 智能家居系統複雜性構面問項之平均值與標準差 表 4-6 認知有用性構面問項之平均值與標準差 資料來源：本研究整理 3. 認知有用性 認知有用性構面共有5個問項，其平均值與標準差分析結果如4-6所示。各構 面問項之平均值介於4.13至4.24間，而標準差則介於0.661至0.783，其中平均值 最高的為「整體而言，我認為智能家居系統對我是有用的。」(4.24)；平均值最 低的是「我覺得使用智能家居系統，能幫助我快速完成對家中的掌控。」(4.13)。 智能家居系統認知有用性構面問項之平均值為4.20，表示受測者對智能家居系統 的認知有用性構面是感覺到「同意」居多。推論智能家居系統對受測者而言，不 管是完成家中事務或掌握家裡狀況都帶來極大的便利並且也提升整體效率。
