非專業知識虛擬社群產品知識分享行為之研究

非專業知識虛擬社群產品知識分享行為之研究 The Research of Products Knowledge Sharing Behavior in Non-Professional Knowledge Virtual

Communities

洪秀婉（國立中央大學企業管理學系助理教授）

鄭敏芝（銘傳大學國際企業學系碩士）

摘要

以人為本是近代企業之價值創新核心理念，本研究提出非專業知 識虛擬社群使用者的產品知識分享理論架構並進行實證研究，藉以幫 助企業經理人利用網路社群更進一步認識消費者對產品知識之擴散。

研究結果發現，消費者的正面科技準備度特質對於社群知識認知上多 為正向影響；負面特質如不適應感對於知識易用認知及相容性具正向 影響，而不安全感對於知識的有用認知亦具正向影響。實證結果顯示，

提昇個人對科技的適應能增進非專業知識虛擬社群中的產品知識分享 意圖，但是個人對科技的不適應傾向並不會阻礙知識分享意圖。研究 結果可提供電子商務相關業者擬定相關策略之參考。

關鍵詞：科技接受模式、創新擴散理論、科技準備度、虛擬社群、知識 分享

緒論

現今知識經濟時代的來臨，網路幫助我們接受及傳達各種不同的 資訊，電腦成為主要的知識流通工具，企業及個人常使用網路社群做 為流通產品知識的管道，一般常見網路虛擬社群的型態多數為綜合型、

多元化的知識社群，主要目的是將各類產品之知識及經驗藉由此類社 群分享。這樣的虛擬社群越來越多，之前研究也未能針對此一型態的 社群做更深一層的探討。在此本研究將此類綜合型知識社群稱為「非專 業知識虛擬社群」，並將以此類社群做為研究對象來探討個人產品知 識分享之探討。

在多元化的虛擬社群環境下，知識若沒有經過整理，雜亂無章的

知識會使知識無效率化，有系統化的分類管理可以讓人找尋知識時能

更加容易搜尋及使用，個人在網路科技搜尋知識的方式才是影響產品

知識收集或分享的重要關鍵，卻少有文獻探討個人對於科技使用的心

理因素與科技使用上的關係。針對於此，本研究將以消費者的角度來

觀察在非專業知識虛擬社群中不同科技傾向的社群使用者對於產品知

識分享行為預測影響，並運用科技接受模式（Technology Acceptance

Model, TAM）及創新擴散理論（Innovation Diffusion Theory, IDT）之

因素做為研究支持，預期能透過實證瞭解其影響。

綜上而述，本研究目的有三：第一，將為「非專業知識虛擬社群」

進行闡述；第二，欲從個人對於科技使用的心理傾向來探討其知識分 享之關係；第三，整合科技接受模式及創新擴散理論的因素來探討非 專業知識虛擬社群之間的產品知識分享行為意圖。

文獻探討

本研究將以非專業知識虛擬社群使用者為研究對象。在此先敘述 過去各家學者對於虛擬社群之定義及類型，並依據文獻歸納出非專業 知識虛擬社群之意涵。

1.虛擬社群

各學者對虛擬社群定義皆有些許不同，其中 Rheingold（1993）認 為 虛 擬 社 群 係 源 自 於 電 腦 中 介 傳 播 所 建 構 成 的 虛 擬 空 間

（Cyberspace），是一種社會集合體（Social Aggregation），由虛擬 空間上足夠的人、足夠的情感、與人際關係在網路上長期發展而成 。 Romm, Plisjin and Clarke（1997）以「非面對面溝通」作為定義發展基 礎，定義虛擬社群是「一群人透過電子媒體互相溝通的社會現象。」而 Wellman（2000）認為虛擬社群是一種以電腦維持的社會網絡，可以 為成員提供友誼、社會資源、資訊及歸屬感。綜合上述學者定義，本研 究認為虛擬社群是「一群人透過電子媒體，讓人共同為一個義務或目 的進行非面對面的溝通，並為成員提供收集資訊、社會資源的一種虛 擬社會空間。」

而隨著社會變遷，虛擬社群的發展也越趨多元化，過去有許多學 者針對虛擬社群的發展變化將其分類，各種不同類型之虛擬社群的形 成 ， 基 本 上 則 可 由 人 們 參 與 社 群 的 動 機 得 知 。 Hagel and Armstrong（1997）以虛擬社群滿足人類不同基本需求的觀點，提出興 趣 型 、 人 際 關 係 型 、 幻 想 型 、 交 易 型 等 四 種 社 群 ； Adler and Christopher（1999）則區分人口特質型、專業型、和個人興趣型三種虛 擬社群；Chaudhury, Mallick and Rao（2001）以目標導向將虛擬社群 分成關係聚焦和任務聚焦兩類。各家學者分類眾多卻未有一致標準，

不過不同類型社群之間並不是互斥的，一個多樣化的虛擬社群可以同 時滿足參與者各項不同的需求（Hagel and Armstrong, 1997）。一般虛 擬社群常常可見深具內涵的知識，但過去卻少有探討，故本研究試圖 綜 合 Hagel and Armstrong （ 1997 ） 以 及 Wenger, McDermott and Snyder（2002）之定義，將非專業知識虛擬社群認為是「以電子媒介 為基礎，成員因各種不同的興趣或目的所組成並以非面對面的方式共 同探討各類主題，是為成員提供收集資訊、社會資源並綜合各類主題 的一種虛擬社會空間。」後續本研究將以此類型虛擬社群做為研究探討 對象。

2.科技接受理論

Davis, Bagozzi and Warshaw 在 1989 年 提 出 科 技 接 受 模 式

（Technology Acceptance Model, TAM）。在科技接受模式中實際行為

會受到行為意願的影響，而行為意願主要是受到態度以及有用認知的

直接影響。態度則是受有用認知與易用認知兩個因素的影響。有用認知

又會受易用認知的影響。有用認知與易用認知都會受到外部的變數所 影響。而 Davis et al.（1989）在比較理性行為理論與科技接受模式在人 們對電腦接受的解釋程度時發現，兩模型當中的態度因素都只是信念 與行為意願之間的中介變數，因此可以捨棄並精簡，來應用不同領域 中使用者對電腦接受度的研究（Venkatesh and Morris, 2000; Chismar and Wiley-Patton, 2003）。在 Taylor and Todd（1995）的研究中也發現 態 度 與 行 為 意 願 並 無 顯 著 的 關 係 。 在 Venkatesh, Morris, Davis and Davis（2003）整合八種科技採用模型所發展出來的整合性科技接受與 使 用 理 論 （ Unified Theory of Acceptance and Use of Technology, UTAUT）中，也支持了態度與使用意願並沒有顯著的關係。

有關網路及網站使用方面的研究，先前已有研究應用科技接受模 式 來 解 釋 （ Koufaris, 2002; Gefen, Kaahanna and Straub, 2003;

Castañeda, Muñoz-Leiva and Luque, 2007）。經由上述文獻可知科技接 受模式在網路科技相關的研究方面已獲得相當程度的支持，故本研究 將以此理論為基礎並整合創新擴散理論發展出本研究架構，以下將說 明創新擴散理論之概念。

3.創新擴散理論

創新擴散主要是要了解某項創新的事物如何在社會體系中被廣泛 使用的一種過程（Rogers, 2003）。Rogers（1983）指出創新不一定是 指新的知識，它也可能是採用者對某些知識形成一種新的態度或新的 決定。故本研究認為創新是對採用者對某些知識形成的一種新的想法 或決定，只要對市場而言是「相對」新的產品、服務、貢獻或概念皆可視 之。本研究認為知識亦屬於創新的一種形式，因此將創新擴散理論中 的相對利益（Relative Advantage）、相容性（Compatibility）、複雜性

（Complexity）三項特質設為知識分享行為意圖之因素，其理由有三：

第一，知識分享是長期的，管理上較少涉及到知識分享的可觀察性；

第二，知識分享涉及重大的組織變革，這是一種難以徹底改變的影響。

因此，可試驗性在此不太可能成為管理上的考量因素；第三，這三種 特性（相對利益、相容性、複雜性）都一致對於行為意圖有重要的影響

（Sia, Teo, Tan and Wei, 2004）。此外，本研究參考過去學者研究

（Davis, 1989），將有用認知替代相對優勢，易用認知替代複雜性，

因此綜合上述文獻，本研究將以有用認知、易用認知及相容性做為預 測產品知識分享行為意圖的因素。

研究設計

本研究旨在探討非專業知識虛擬社群使用者對產品知識分享行為

之影響，並依據上述文獻提出以下研究架構：

圖 1 研究架構圖

1.研究假設

實際生活中樂觀主義者傾向使用積極正面的生活信念來面對，而 這些正面信念通常也帶來了更好的成效（Scheier and Carver, 1992）。

樂觀的人很少重視負面影響的存在，因此更容易接納科技，很少有逃 避科技或科技焦慮的情況產生，因此，樂觀主義者較願意使用新的科 技及知識（Scheier and Carver, 1987）。人們對科技的觀感會影響其採 用新科技的態度與意願，若使用者對科技存正面觀感，則他們會相信 科技可使人們增加日常生活的效率（Parasuraman, 2000）。因此具樂觀 特質的社群使用者較容易接受在非專業知識虛擬社群中的知識及經驗。

基於上述實證與研究發現，本研究推導出假設如下：

假設 1a ：樂觀性的社群使用者與知識有用認知呈正向顯著影響；

假設 1b ：樂觀性的社群使用者與知識易用認知呈正向顯著影響；

假設 1c ：樂觀性的社群使用者與知識相容性呈正向顯著影響。

Karahanna, Straub and Chervany（1998）研究指出越來越多具有創 新特質的人，如：早期採用者（Early Adopters），他們很少認為新的 科技是複雜的、難以理解的。當一個人的創新特質相當高時，他們不願 意錯過任何某些探索新事物的機會。因此，具創新特質的人對於任何 事 情 會 抱 持 較 正 面 的 想 法 （ Walczuch, Lemmink and Streukens, 2007），也會根據先前的經驗做比較，並產生更多有用的知識並加以 分享（DeSanctis and Monge, 1999）。而在 Rogers（1983）所提出的創 新擴散理論當中，創新特質對於創新擴散過程有著重要的影響，在電 子 商 務 的 研 究 中 也 相 當 常 見 ， Citrin, Sprott, Silverman and Stem（2000）指出，使用者的特殊領域創新特質越高會增強網路使用 程度。因此，具創新特質的社群使用者會較容易接受非專業知識虛擬 社群中的知識及經驗，本研究根據上述文獻推導假設如下：

假設 2a ：創新性的社群使用者與知識有用認知呈正向顯著影響 假設 2b ：創新性的社群使用者與知識易用認知呈正向顯著影響；

假設 2c ：創新性的社群使用者與知識相容性呈正向顯著影響。

樂觀性 有用認知

易用認知

相容性

產品知識分 享行為意圖

科技準備度 產品知識認知

H5a H5b

H5c H6

H1 創新性 H2

不適應感 H3

不安全感 H4

而對於科技感到極不適應的人，會強烈地認為科技是無法控制或 是有種被科技駕馭的感覺；但對科技低度不適應人可以透過向他人求 助以減低不適應的感覺（Norman, 1998）。

在科技與知識分享之間的關係，Richard and Carla（2001）認為發 達的資訊技術雖然可以協助知識分享的進行，但資訊科技卻不是知識 分享成功與否的主要決定因素。當人們對科技使用有不甚熟悉的情況，

便會拒絕使用或不接受此項科技。Triandis（1980）在研究中探討人與 人之間的行為、價值與態度的研究中發現，一個人採取某種行為的意 願，可能因為某些外在的障礙，導致於他沒辦法付諸於真正的行動，

要在其他條件不變下，所耗的時間與金錢越少或科技相容性越高，才 會讓使用者的使用意圖越高。基於上述實證與推論，本研究提出假設 如下：

假設 3a ：不適應感的社群使用者與知識有用認知呈負向顯著影響；

假設 3b ：不適應感的社群使用者與知識易用認知呈負向顯著影響；

假設 3c ：不適應感的社群使用者與知識相容性呈負向顯著影響；。

Tsikriktsis（2004）在科技準備度的延伸性研究中指出，不同科技 準備度的使用者，對於資訊服務的使用現狀與未來使用意圖皆有所不 同。然科技並不能解決組織對於分享知識的抗拒，因為在大部分的組 織裡，知識仍然是權力的來源，分享知識就像放棄權力，如果沒有任 何 激 勵 措 施 去 促 使 員 工 分 享 知 識 ， 員 工 仍 會 不 願 意 和 他 人 分 享

（Roberts, 2000），故為了鞏固自身的地位將不願意分享知識。

不安全感在 Kwon and Chidambaram（2000）的解釋中是指個人由 於先天恐懼科技，對於科技會產生不信賴的感覺因而逃避使用電腦。

這種情況可能的原因在於個人對新的科技產生懷疑及不確定性，而不 願意將知識放置於網路分享。Chen, Gillenson and Sherell（2002）以科 技接受模式研究虛擬商店的消費者行為，結果發現有用認知的程度雖 然會正向影響虛擬商店使用意圖，但由於網路安全性的考量而降低使 用虛擬商店消費的意願，因此當人對於虛擬商店存有不安全感時，便 會拒絕使用電腦進入虛擬商店消費，也因為沒有這方面的經驗而無法 斷定現存的想法與先前想法是否一致。依上述過去研究發現，提出假 設推導如下：

假設 4a ：不安全感的社群使用者與知識有用認知呈負向顯著影響；

假設 4b ：不安全感的社群使用者與知識易用認知呈負向顯著影響；

假設 4c ：不安全感的社群使用者與知識相容性呈負向顯著影響。

關於影響知識分享對於知識分享意圖的探討，之前已有多位學者 研究過，並由 Ajzen and Fishbein（1980）發展成理性行為理論。後續 Davis（1989）也提出科技接受模式做為科技使用驗證的模型，而許多 學者也發展了相關研究（Venkatesh and Davis, 2000; Yu, Ha, Choi and Rho, 2005）。推動知識分享可為組織及個人帶來更大的利益及相容性

（Lin and Lee, 2006）。在網際網路蓬勃發展的現今，亦有研究證實科

技 接 受 模 式 可 以 用 來 評 估 全 球 資 訊 網 的 接 受 度 （ Moon and Kim,

2001）。

而在 Davis et al.（1989）的科技接受模式中，行為意圖會直接受 到有用認知的影響，已在許多資訊科技相關的實證都已得到證實，故 在對使用者的行為意圖上能進行有效的預測（Lin and Wu, 2004; Wu and Chen, 2005）。而易用認知對於行為意圖的直接影響經過許多學者 過去的研究也得到證實（Chismar et al., 2003; Venkatesh et al., 2003）。

在知識分享的構成要素中，較好的相容性若在知識分享活動是值得擁 有的，因為這可以成為企業 員工發展新想法的一項動機（ Hislop, 2003）。所以，當社群中認為知識分享是與社群中的策略相容性高時，

則社群使用者會傾向發展知識分享。而 Moore and Benbasat（1991）研 究使用者採用資訊科技的影響因素中，結果也發現當相容性越高，則 對資訊科技採用的意願也就越高。依上述研究發現，本研究提出假設 如下：

假設 5a ：社群使用者的知識有用認知與其行為意圖呈正向影響；

假設 5b ：社群使用者的知識易用認知與其行為意圖呈正向影響；

假設 5c ：社群使用者的知識相容性與其行為意圖呈正向影響。

而科技接受模式的理論觀點提到，行為意圖的影響會受到有用認 知及易用認知的決定，而易用認知也是影響有用認知的決定因子，而 有關科技接受模式的實證相當多，不論在解釋能力或者是簡潔程度上 都可得到相當程度的支持（Moon and Kim, 2001; Koufaris, 2002）。因 此根據過去文獻提出假設如下：

假設 6 ：社群使用者的知識易用程度與知識有用程度具正向影響。

2.衡量方式及研究變數定義

本研究衡量方式主要透過 My3q 網站製作網路問卷收集資料，問 卷題項與操作型定義與乃參考過去學者之研究，並根據非專業知識虛 擬社群情境修正得之，研究對象為使用非專業知識虛擬社群分享或收 集知識的使用者，採非隨機抽樣方式收集問卷。各項研究變數、操作型 定義及文獻出處如表 1 所示，科技準備度及知識認知採 Likert 六點計 分法，受試者勾選「非常不同意」者給一分；勾選「非常同意」者則給六 分。而「知識分享行為意圖」則採語意七點尺度計分，第三題為反向題，

得分愈高則表示受試者對該題意的接受程度愈高；反向題部分則是越 低。

表 1 各項變數操作型定義及衡量問項

構面 研究變數 操作型定義 問項出處參考

科技準備度

樂觀性 社群使用者對科技的正面觀感，

並相信科技可使人們增加日常生 活的掌控、彈性與效率。

Parasuraman（2000）

創新性 社群使用者成為科技先鋒或思想

領袖的傾向。

不適應感 社群使用者意識到對科技無法控 制，並產生科技淹沒的感覺。

不安全感 社群使用者不相信科技並質疑科 技能否正確工作的疑慮。

產品知識認知 有用認知 個人相信使用非專業知識虛擬社

群之知識將增進個人學習能力的 程度。

Davis（1989）; Adams,

Nelson and Todd（1992）

易用認知 在非專業知識虛擬社群中的知識 是否容易被了解、學習與操作的程 度。

相容性 在非專業知識虛擬社群中所獲得

的知識與社群使用者本身既有的 價值、先前的經驗一致的程度。

Chow, Deng and Ho（2000）; Sia et al.

（2004）

產品知識分享

行為意圖 知識分享行為

意圖 非專業知識虛擬社群中對產品知

識分享行為意圖之程度。 Ajzen（1991）；Bock and Kim（2002）

資料來源：本研究整理

實證分析

1.樣本敘述性資料分析

本研究透過網路問卷施測回收的有效樣本共 218 份，各人口統計 變數所佔的人數及百分比詳細資料參見表 2。在本研究回收的樣本上，

男性與女性各為 109 人，各佔 50%，主要以 16~35 歲的大學學歷以上 的工商學系學生居多，顯示本研究樣本以年輕學子為主。在知識分享 次數上，以不定期分享的人數所佔最多，共 174 人，佔 79.82%；經調 查得知大多數人都有意願分享知識但卻不積極分享自身知識；而在參 與虛擬社群類型方面，結果顯示以電腦網路類型參與人數為最多，顯 示人們在網路上常參與的社群也多以找尋電腦網路的資訊為主。

表 2 社群使用者基本資料

類別 人數 百分比（%） 類別 人數 百分比（%）

性別 職業

男 109 50 無 10 4.59

女 109 50 學 生 142 65.15

合計 218 100 製造業 22 10.09

年齡 資訊電子業 11 5.05

15 歲以下 2 0.91 金融及保險業 6 2.75

16~25 歲 157 72.00 軍公教 5 2.29

26~35 歲 54 24.80 家 管 1 0.46

36~45 歲 3 1.38 自由業 10 4.59

46 歲以上 2 0.91 通信服務業 5 2.29

教育程度 研究單位 2 0.91

高中職以下 16 7.34 其 它 4 1.83

專 科 33 15.13

大 學 120 55.05

研究所以上 49 22.48 經常參與虛擬社群類型

所學科系 電腦網路 78 35.78

工程學系 49 22.48 語言學習 10 4.59

商業學系 108 49.54 藝術人文 17 7.80

設計學系 9 4.12 線上交友 5 2.29

語文學系 11 5.05 美容保養 11 5.05

其 它 41 18.81 金融理財 4 1.83

個人知識分享次數 生活資訊 28 12.84

三天一次 13 5.96 休閒娛樂 47 21.55

一週一次 10 4.59 運動體育 15 6.88

不定期 174 79.82 其 它 3 1.38

不曾分享過 21 9.63

資料來源：本研究整理

2.信度與效度分析

本研究依 Bagozzi and Yi（1988）的建議來衡量本研究問卷信度。

驗證性因素分析模型配適分析顯示 x ² 檢定之 p 值小於 0.05，以及基準 配適度指標（NFI=.883）值都未達大於 0.9 的標準，但其它指標如配 適度指標（GFI=.884）、比較配適度指標（CFI=.958）、平均近似值誤 差平方根（RMSEA= .047）、卡方/自由度比例（x ² /df = 1.477），皆達 到指標建議值，顯示衡量模型具有相當程度之適配。

個別項目的信度分析時先以因素負荷量判斷其值是否大於 0.5 標 準，再觀察各變項信度的 Squared Multiple Correlation（SMC）值來輔 助判斷。茲將各觀察變項之因素負荷量及 SMC 值列於表 3。經分析後 發現 E8、E9、C13 的因素負荷量與 SMC 值皆小於 0.5，不具收斂及區 別效度，故將此三題刪除；另有七題問項 SMC 值小於 0.5，但因素負 荷量都符合 Hair, Anderson Tatham and Black（1992）所建議之標準，

故保留題項。其餘觀察變項的因素負荷量及 SMC 值都大於 0.5，基本 上個別項目已具有良好信度。

表 3：個別項目之信度分析表

研究變項 測量變數 平均數 因素負荷量 t 值

SMC

樂觀性

E1 4.33 .594 -- .353

E2 4.36 .655 10.27

.429

E3 4.64 .701 9.94

.492

E4 4.32 .949 8.83

.901

創新性

E5 3.91 .842 -- .701

E6 4.00 .755 10.59

.571

E7 3.89 .653 9.22

.427

不適應感

E8 3.08 .392 4.73

.392

E9 3.94 .373 4.70

.373

E10 3.72 .580 -- .336

E11 3.65 .875 6.00

.765

不安全感 E12 4.21 .760 -- .577

E13 4.27 .795 9.14

.632

E14 4.15 .637 8.04

.406

有用認知

C1 4.44 .821 -- .674

C2 4.31 .856 14.54

.734

C3 4.30 .752 12.63

.565

C4 4.43 .753 12.54

.566

C5 4.24 .794 12.68

.631

易用認知

C6 4.38 .716 -- .513

C7 4.37 .764 11.78

.584

C8 4.20 .751 10.06

.564

C9 4.29 .817 10.93

.667

C10 4.21 .921 9.45

.690

相容性

C11 4.02 .921 -- .849

C12 3.85 .737 8.67

.543

C13 3.99 .458 5.50

.422

知識分享 行為意圖

F1 5.13 .816 -- .666

F2 5.24 .796 9.50

.633

F3 5.18 .601 5.21

.361

資料來源：本研究整理

根據 Fornell and Larcker（1981）的建議衡量潛在構念的組成信度

（CR）值及各個潛在構念的平均變異抽取量（AVE），組成信度為 0.6 以上表示其信度良好，而平均變異抽取量（AVE）值為 0.5 以上，

則表示潛在構念具有愈高的信度與收斂效度。由表 4 可知各構面解釋 能力皆達到學者所建議之標準，另以 Cronbach α 係數衡量也發現整體 問項 Cronbach α（0.901）與各項變數之 Cronbach α 係數衡量亦顯示均 在 0.7 的標準之上，表示本研究內部一致性具高信度。從以上各個衡量 可發現，本研究問卷之信度整體測量指標皆具有良好信度。而各構面 題項衡量亦符合區別效度的標準（見表 5）。因此，根據衡量可發現本 研究問卷整體是具有良好信度及效度。

表 4：整體信度效度分析表

衡量構面 各成份量表

名稱 題

數 組成信度

（CR） AVE Cronbach α 係數

科技準備度

樂觀性 4 0.8215 0.5435

0.795 創新性 3 0.7964 0.5685

不適應感 2 0.7022 0.5510 不安全感 3 0.7763 0.5385 知識認知

有用認知 5 0.8962 0.6339

0.908 易用認知 5 0.8962 0.6352

相容性 2 0.8187 0.6957 知識分享行為

意圖 知識分享行為

意圖 3 0.7853 0.5536 0.824

整體問項 27 0.901

資料來源：本研究整理

表 5：.衡量構面區別效度分析表

有用認知 易用認知 樂觀性 創新性 行為意圖 不安全感 相容性 不適應感

C3 .839 .148 .070 .107 .062 .044 .123 .014

C2 .805 .183 .174 .023 .166 .058 .136 -.031

C1 .777 .215 .150 .105 .217 .042 .105 .047

C4 .712 .296 .118 .075 .260 .123 .088 -.108

C5 .639 .405 .270 .065 .096 .089 .063 .075

C8 .141 .755 .162 .282 .076 -.025 .045 .064

C9 .211 .721 .253 .189 .092 .020 .154 .123

C7 .388 .713 .007 .152 .212 .093 .072 .065

C6 .363 .711 .156 .080 .068 .101 .036 -.047

C10 .185 .654 .208 .028 .116 -.064 .414 -.024

E2 .099 .149 .833 .154 .074 .067 .125 .015

E3 .203 .195 .784 .124 .171 .054 .092 -.114

E1 .198 .110 .744 .203 .123 .083 .103 .132

E4 .169 .388 .636 .437 .031 -.018 .046 -.125

E7 .066 .134 .098 .859 .127 .001 .121 .000

E6 .074 .264 .214 .832 .000 -.039 .064 .027

E5 .153 .124 .408 .698 .028 .037 .134 -.017

F2 .218 .098 .149 .080 .852 .066 .061 -.151

F1 .198 .075 .150 .152 .798 .046 .207 -.090

F3 .165 .177 .046 -.049 .780 -.068 .017 .125

E13 .050 .025 .166 -.049 -.030 .815 -.018 .169

E14 .142 -.005 .001 .022 .101 .808 .007 -.024

E12 .031 .046 .017 .005 -.047 .795 -.015 .245

C12 .121 .148 .181 .125 .082 -.070 .842 .135

C11 .259 .184 .097 .167 .165 .063 .809 .052

E10 -.006 .000 .077 -.062 -.092 .144 .111 .878

E11 -.006 .149 -.138 .095 .024 .408 .059 .708

資料來源：本研究整理

3.假設驗證分析

本研究採用結構方程模式進行假設驗證，由圖 2 可知整體模式各

項配適值皆為良好，本研究針對模型的個別解釋力做驗證可得知研究

模 式 十 六 項 假 設 中 有 八 項 假 設 成 立 。 H 1a （ R ² =.17, p<0.01） 、H 1b （R ² =.40, p<0.01）、H 1c （R ² =.25, p<0.01）為正向顯著獲 得 假 設 支 持 ； H 2a （ R ² =-.05, p>0.1 ） 為 負 向 不 顯 著 未 獲 支 持 ， H 2b （R ² =.22, p<0.01）、H 2c （R ² =.24, p<0.01）為正向顯著獲假設支持；

H 3a （ R ² =-.03, p>0.1 ） 為 負 向 不 顯 著 未 獲 支 持 ， H 3b （ R ² =.11, p<0.05） 、H 3c （R ² =.19, p<0.01）達到顯著水準支持但與原假設呈現反 向結果，因此不支持；H 4a （R ² =.12, p<0.05）達到顯著水準但與預設假 設相反，故不獲支持；H 4b （R ² =.02, p>0.1）與 H 4c （R ² =-.08, p>0.1）因 未達顯著水準並未獲得支持；H 5a （R ² =.38, p<0.01）、H 5b （R ² =.13, p<0.1）正向顯著獲得假設支持，H 5c （R ² =.07, p>0.1）因未達顯著水準 未獲假設支持；假設 6（R ² =.54, p<0.01）獲得支持。後續結論建議部 分會進行詳細說明。

圖 2：結構方程模式完全標準化結果

結論與建議

本研究主要探討非專業知識虛擬社群成員科技使用的傾向對於產 品知識分享間的關係並建立模型驗證，以下為本研究所得之結論與意 涵，最後講述本研究之限制及後續研究方向。

1.研究結論

本研究經過分析驗證後歸納出以下結論：

科技準備度正面傾向方面，樂觀性對於知識認知方面的假設是完 全支持（假設 1 支持），表示具樂觀特質的社群使用者對於新科技使 用皆存正面觀感並樂意推廣，因此對於非專業知識虛擬社群中產品知 識容易認同並接受；而創新性對於易用認知及相容性具有顯著的直接 影響（H 2b 、H 2c 支持），表示喜歡搶先使用新產品科技的人因本身在多 次新科技使用已從中建立些許專業知識基礎或使用者本身已具專業知 識，故在判別產品知識認知時較能比其它使用者快速上手，因而易用 認知及相容性認知會較高；而相對的也會因為自身專業知識而更容易 判斷在非專業知識虛擬社群中的知識之質量，故判定的標準也較他人 嚴謹，因此在本研究中創新性對於有用認知的部分是呈負向，但不具

.38^***

.13^* .54^***

.17^***

.40^***

.25^***

.22^***

.24^***

.11^**

.12^**

***

表 p<0.01 ，

表 p<0.05 ，

表 p<0.1

樂觀性 H1

創新性 H2

不適應感 H3

不安全感 H4

有用認知

易用認知

相容性

知識分享 行為意圖

-.05

-.03

.02 -.08

.07

顯著支持 顯著但不支持 不顯著

Chi square=14.641(p=.262), AGFI=.95, RMSEA=.03, NFI=.97, TLI=.99, CFI=.99

顯著水準（H 2a 不支持）。而在科技準備度負面傾向，可以發現不適應 感對於有用認知是具有負向關係的，與預期方向一致，但不具顯著水 準，故假設 H 3a 不支持，而在不適應感對於易用認知及相容性的關係 是具有正向顯著水準，與預期符號相反，因此假設 H 3b 、H 3c 不支持。以 本研究收集數據來看，對科技不適應的族群多為 30 歲以上的電腦使 用者，他們可能僅因工作上需要而使用到科技相關的設備，而工作以 外的科技設備的應用則較為缺乏，為求能將科技產品應用在工作上，

他們必須透過管道來學習如何使用來克服科技設備的不適應進而接納 使用，因此在本研究中具不適應特質的社群使用者對於非專業知識虛 擬社群中產品知識的易用程度及相容性是為正向顯著影響 ；而假設 H 4a 是為正向顯著，但與預期符號相反；假設 H 4b 及 H 4c 則是具負向關 係但不顯著，其原因為某些虛擬社群在網路上具有相當程度的知名度，

而統計也發現樣本中大部分社群使用者會使用大型知名社群來搜尋知 識，像 Yahoo!奇摩知識+、無名小站、維基百科等社群，這些社群的能 見度高，對於不正確的知識會有自然淘汰的機制，因而對科技感到不 安全感的社群使用者會因為信任知名社群而願意使用電腦來搜尋知識，

故假設 3 和假設 4 為不支持。

在本研究對非專業知識虛擬社群的調查中，關於產品知識有用認 知及易用認知對於 產品知識分享行為意圖的關係是明確的（假設 H 5a 、H 5b 支持），但知識的相容性對於產品知識分享行為的意圖卻未達 顯著水準（假設 H 5c 不支持），因此假設 5 為部分支持。而有用認知及 易用認知皆會直接影響知識分享行為意圖；而易用認知亦會透過有用 認知來間接影響知識分享行為意圖，在本研究之研究設計中假設 H6 獲得支持，與過去學者驗證相同（Davis, 1989; Moon and Kim, 2001;

Koufaris, 2002; Venkatesh et al., 2003）。

以上研究結果顯示，科技準備度無論正負傾向，對於知識分享行 為之意圖皆有不同程度的正面顯著影響，尤以樂觀性的社群使用者對 於知識分享行為的解釋能力最強，表示非專業知識虛擬社群中若具樂 觀特質的社群使用者越多，則越能有助於該社群的知識交流與推廣；

亦能吸引需要知識的人們加入社群，繼而建立社群口碑，而企業也可 藉由這些具有口碑的非專業知識虛擬社群瞭解使用者對於企業產品的 看法而改善產品。

2.研究貢獻與意涵

過去學者對於非專業知識的虛擬社群並無一致的規範，針對目前 社群多元化的情況，本研究試圖對目前不屬專業知識範疇的虛擬社群 以及結合各類不同興趣、想法且主題具多樣化的非專業知識虛擬社群 進行探討，為本研究貢獻之一。

其次，本研究試從非專業知識虛擬社群的角度來探討社群使用者 對於科技使用的傾向是否會對非專業知識虛擬社群中的知識分享產生 影響。研究結果發現在非專業知識虛擬社群中，個人的科技使用傾向 確實會分別對不同的知識認知產生不同的影響。為本研究貢獻之二。

在實務意涵方面，對於社群管理者而言，有效的管理與分類知識

是相當重要的，此外為社群建立明確的目標也可以吸引不同需求的使

用者加入社群，也可為社群建立知名度；對企業而言，企業也可以藉 由非專業知識虛擬社群為產品建立形象口碑。例如：邀請該社群中較 活躍的社群成員為公司產品做評測或試用，可以從中獲得消費者的需 求來改良；而對於社群使用者來說，非專業知識虛擬社群多樣化的特 性可為使用者提供更多相關知識搜尋的管道，亦可從同一虛擬社群中 取得，無形中節省許多搜尋的時間，顯示網路資源的豐富性的確為人 們生活中帶來了相當程度的方便，也再次證實了電腦與網路的重要。

3.研究限制與建議

由於本研究是經由網路問卷來進行調查，只針對少數虛擬社群來 進行宣傳，雖然網路問卷能解決傳統問卷在時空上的限制，但卻會造 成樣本隨機性的問題，因此可能會發生降低研究的外部效度之問題。

建議可找尋具代表性的非專業知識社群之母體進行抽樣檢測並進行長 期觀察。

本研究僅探討在非專業知識虛擬社群的產品知識分享行為意圖，

而未對知識分享行為加以研究，本研究認為知識分享行為是一個知識 學習流程的產出，是需要從知識學習開始到實踐付出的長期過程而得 出，而從知識付出的想法到實際付出的行為尚有許多因素會干擾，本 研究因時間的限制並無法逐一釐清之間的關係，建議後續可應用其它 理論架構或是針對單一產品、社群來檢驗其關係。

參考文獻

1. Adams, D. A., Nelson, R. R. and Todd P. A. (1992), “Perceived usefulness, ease of use, and usage of information,” MIS Quarterly, Vol.

16, No. 2, pp. 227-247.

2. Adler, P. R. and Christopher, J. A. (1999), Internet Community Primer Overview and Business Opportunities, Harper Collins Publishing Inc.

3. Ajzen, I. (1991), “The theory of planned behavior,” Organizational Behavior and Human Decision Processes, Vol. 50, pp. 179-211.

4. Ajzen, I. and Fishbein, M. (1980), Understanding Attitudes and Predicting Social Behavior, Englewood Cliffs, NJ: Prentice-Hall.

5. Bagozzi, R. P. and Yi, Y. (1988), “On the evaluation of structural equation models,” Journal of the Academy of Marketing Science, Vol.

16, pp. 74-94.

6. Bock, G. W. and Kim, Y. G. (2002), “Breaking the myths of reward:

An exploratory study of attitudes about knowledge sharing,”

Information Resource Management Journal, Vol. 15, No. 2, pp. 14-21.

7. Chaudhury, A., Mallick, D. N. and Rao, H. R. (2001), “Web channel in e-commerce,” Association For Computing Machinery, Vol. 44, No. 1, pp. 99-104.

8. Chen, L., Gillenson, M. L. and Sherell, D. L. (2002), “Sherell, enticing

online consumers: An extended technology acceptance perspective,”

Information & Management, Vol. 39, No. 8, pp.705-719.

9. Chismar, W. G. and Wiley-Patton, S. (2003), “Does the extended technology acceptance model apply to physicians,” Proceedings of the 36 ^th Annual Hawaii International Conference on System Sciences (HICSS’03), pp.160-167.

10. Chow, C. W., Deng, F. J. and Ho, J. L. (2000), “The openness of knowledge sharing within organizations: A comparative study of the united states and the people’s republic of china,” Journal of Management Accounting Research, Vol. 12, pp. 65-95.

11. Citrin, A. V., Sprott, D. E., Silverman, S. N. and Stem D. E. (2000),

“Adoption of internet shopping: The role of consumer innovativeness,”

Industrial Management & Data Systems, Vol. 100, No. 7, pp. 294-300.

12. Davis, F. D. (1989), “Perceived usefulness, perceived ease of use, and user acceptance of information technology,” MIS Quarterly, Vol. 13, No. 3, pp. 319-340.

13. Davis, F. D., Bagozzi R. P. and Warshaw P. R. (1989), “User acceptance of computer technology: A comparison of two theoretical models,” Management Science, Vol. 35, No. 8, pp. 982-1003.

14. DeSanctis, G. and Monge, P. (1999), “Introduction to the special issue:

Communication processes for virtual organizations,” Organization Science, Vol. 10, No. 6, pp. 693-703.

15. Fomell, C. and Larcker, D. F. (1981), “Evaluating structural equation model with unobservable and measurement error. A comment,”

Journal of Marketing Research, Vol. 18, No. 3, pp. 39-50.

16. Gefen, D., Karahanna, E. and Straub, D. (2003), “Trust and TAM in online shoppings: An integrated model,” MIS Quarterly, Vol. 27, No.1, pp. 51–90.

17. Hagel III, J. and Armstrong, A. G. (1997), Net Gain: Expanding Markets Through Virtual Communities, Boston, MA: Harvard Business School Press.

18. Hair, J. F. Jr., Anderson, R. E., Tatham, R. L. and Black, W. C. (1992), Multivariate Data Analysis with Reading (3 edition), New York:

Macmillan Publising Company.

19. Hislop, D. (2003), “Linking human resource management and knowledge management via commitment,” Employee Relations, Vol.

25, No. 2 , pp. 182-202.

20. Jöreskog, K. G.. and Sörbom, D. (1993), LISREL 8 User’s Reference

Guide. Mooresville, IN: Scientific Software, Inc.

21. Karahanna, E., Straub, D. W. & Chervany, N. L. (1998), “Information technology adoption across time: A cross-sectional comparison of pre- adoption and post-adoption beliefs,” MIS Quarterly, Vol. 23, No. 2, pp. 183-213.

22. Koufaris, M. (2002), “Applying the technology acceptance model and flow theory to online consumer behavior,” Information Systems Research, Vol. 13, No. 2, pp. 205-224.

23. Koufaris, M. (2002), “Applying the Technology Acceptance Model and flow theory to online consumer behavior,” Information Systems Research, Vol. 13, No. 2, pp. 205–223.

24. Kwon, H. S. and Chidambaram, L. (2000), “A test of the technology acceptance model: The case of cellular telephone adoption,”

Proceedings of the 33 ^rd Hawaii International Conference on System Sciences.

25. Lin, F. H. and Wu, J. H. (2004), “An empirical study of end-user computing acceptance factors in small and medium enterprises in Taiwan: Analyzed by structural equation modeling,” Journal of Computer Information Systems, Vol. 44, No. 3, pp. 98-108.

26. Lin, H. F. and Lee, G. G. (2006), “Effects of socio-technical factors on organizational intention to encourage knowledge sharing,”

Management Decision, Vol. 44, No. 1, pp. 108-125.

27. Moon, J. W. and Kim, Y. G. (2001), “Extending the TAM for a world- wide-web context,” Information & Management, Vol. 38, No. 4, pp.

217–230.

28. Moore, G. C. and Benbasat, I. (1991), “Development of an instrument to measure the perceptions of adopting an information technology innovation,” Information Systems Research, Vol. 2, No. 3, pp. 192- 222.

29. Morris, M. G. and Venkatesh, V. (2000), “Age differences in technology adoption decisions: Implications for a changing work force,” Personnel Psychology, Vol. 53, pp. 375-403.

30. Norman, D. A. (1998), The Invisible Computer: Why Good Products Can Fail, the Personal Computer is so Complex, and Information Appliances are the Solution, MIT Press, Cambridge and London.

31. Parasuraman, A. (2000), “Technology readiness index (TRI): A multiple-item scale to measure readiness to embrace new technologies,” Journal of Service Research, Vol. 2, No. 4, pp. 307-320.

32. Parasuraman, A. and Colby, C. (1998), A Scale for Measuring

Customers’ Technology Readiness: Teplication, Refinement and

Implications for Service Orqanisations, Frontiers in Services Conference, New Orleans.

33. Parasuraman, A. and Grewal D. (2000), “The impact of technology on the quality-value-loyalty chain: A research agenda,” Journal of the Academy of Marketing Science, Vol. 28, No. 1, pp. 168-174.

34. Rheingold, H. (1993), The Virtual Community, Addison-Wesley Press.

35. Richard M. and Carla O. (2001), Overcoming cultural barriers to sharing knowledge,” Journal of knowledge management, Vol. 5, No.1, pp. 76–85.

36. Roberts, B. (2000), “Pick employees’ brains,” HR Magazine, Vol. 45, No.2, pp. 115-120.

37. Rogers, E. M. (1983), Diffusion of Innovations, New York: The Free Press.

38. Rogers, E. M. (2003), Diffusion of Innovations, New York: The Free Press.

39. Romm, C., Plisjin, N. and Clarke, R. (1997), “Virtual communities and society: Toward and integrative three phase model,” International Journal of Information Management, Vol. 17, No.4, pp. 261-270.

40. Scheier, M. F. and Carver, C. S. (1987), “Dispositional optimism, and physical well-being: The influence of generalized outcome expectancies on health,” Journal of Personality and Social Psychology, Vol. 55, pp. 169-210.

41. Scheier, M. F. and Carver, C. S. (1992), “Effect of optimism on psychological and physical well-being: Theoretical overview and empirical update,” Cognitive Therapy and Research, Vol. 16, pp. 201- 228.

42. Sia, C. L., Teo, H. H., Tan, B. C. Y. and Wei, K. K. (2004), “Effect of environmental uncertainty on organizational intention to adopt distributed work arrangements,” IEEE Transaction on Engineering Management, Vol. 51, No. 3, pp. 253-267.

43. Taylor, S., and Todd, P. (1995), “Understanding information technology usage: A test of competing models,” Information Systems Research, Vol. 6, No. 2, pp. 144-176.

44. Triandis, H. C. (1980), Values, Attitudes, and Interpersonal Behavior, in Nebraska Symposium on Motivation, 1979: Beliefs, Attitudes, and Values, Lincoln, NE: University of Nebraska Press, pp. 195-259.

45. Tsikriktsis, N. (2004), “A technology readiness-based taxonomy of

customers: A replication and extension,” Journal of Service Research,

Vol. 7, No. 1, pp. 42-52.

46. Venkatesh, V. and Davis, F. D. (2000), “A theoretical extension of the technology acceptance model: Four longitudinal field studies,”

Management Science, Vol. 46, No. 2, pp. 186-204.

47. Venkatesh, V. and Morris, M. G. (2000), “Why don’t men ever stop to ask for directions? Gender, social influence, and their role in technology acceptance and usage behavior,” MIS Quarterly, Vol. 24, No. 1, pp. 115-139.

48. Venkatesh, V., Morris, M. G., Davis, G. B. and Davis, F. D. (2003),

“User acceptance of information technology: Toward a unified view,”

MIS Quarterly, Vol. 27, No. 3, pp. 425-478.

49. Walczuch, R., Lemmink J. and Streukens, S. (2007), “The effect of service employees’ technology readiness on technology acceptance,”

Information & Management, Vol. 44, pp. 206-215.

50. Wellman, B. (2000), “Computer networks as social networks:

Collaborative work, telework and virtual community,” Annual Review of Sociology, Vol. 22, pp. 211-238.

51. Wenger, E. C., McDermott, R. and Snyder, W. M. (2002), Cultivating Communities of Practice: A Guide to Managing Knowledge, Boston:

Harvard Business Publishing.

52. Wu, I. L. and Chen, J. L. (2005), “An extension of trust and TAM model with TPB in the initial adoption of on-line tax: A empirical study,” International Journal of Human-Computer Studies, Vol. 62, pp. 784-808.

53. Yu, J., Ha, I., Choi, M. and Rho, J. (2005), “Extending the TAM for a

t-commerce,” Information & Management, Vol. 42, No. 7, pp. 965-

976.