中華大學碩士論文

(1)

中華大學碩士論文

題目：刑事資訊系統使用意圖的決定因素探討-以台北縣政府警察局刑事人員為例 A Study of the Behavior Intentions toward Using Criminal Information System in Taipei

County Government Police Bureau

系所別：科技管理研究所學號姓名：M09703038 廖盈如指導教授：楊振隆博士張世佳博士

中華民國九十八年八月

(2)

謝謝謝

謝辭辭辭辭

本篇論文之完成，首先要感謝指導教授楊振隆與張世佳博士於本論文撰寫過程中之悉心指導與協助。感謝俐文老師以及棟梁老師於百忙之中仍不吝撥空指導，並提供諸多寶貴意見，使本論文得以更加完善，在此謹向諸位師長致上最誠摯的謝意。

感謝台北縣政府警察局林國棟局長及各級長官給予我求學的機會，還有楊川隊長、許銘輝主任等都提供我很多寶貴的意見，因為有你(妳)們，讓我在工作之餘能夠全心全力完成學業。

再者，求學期間，感謝同窗好友，互相激勵與照顧，使能攜手渡過種種難熬的日子。感謝雅慧學姐、哈妹學姐還有秋美學姐的熱心協助與全力幫忙，特別是秋美學姐在多方面的不吝分享和特別指導，使我能夠順利完成論文。還有，

非常感謝同學們的相互扶持，使得我能夠有繼續研究的動力。

最後要感謝的，是我最摯愛的家人，媽媽的養育之恩、爸爸的關愛之情還有婆婆公公的細心照料，讓我在坐月子期間還能夠無慮地順利完成論文，當然還有建仲對我時時的支持與鼓勵，讓我在學習過程中亦無後顧之憂。另外，還有在我生命中最特別的人，親愛的小寶貝凱鈞，從懷你到生產後的這些日子以來，雖然一邊寫論文還要一邊餵奶及忍受幾乎沒有睡眠完整的日子，但是也因為有了你，讓我的生命更加完整，也更有勇敢前進的動力，看你睡著滿足的模樣，令我更加堅定要完成學業的信念。最後，由衷地感謝所有關心、愛護、協助及鼓勵我的人，謝謝你們!

廖盈如謹識於中華科管所中華民國 98 年 6 月 30 日

(3)

摘摘摘

摘要要要要

以資訊科技作為打擊犯罪的工具，已是實勢所趨，但要如何提升資訊系統的使用率及增強系統品質和提高實務上使用人員的使用意圖，以期能提昇犯罪偵查效能是管理者必須進一步了解的功課。故本研究以行為意圖的角度來探討，假設警察刑事人員對刑事資訊系統有其強烈的使用意圖，便會積極運用該資訊系統於犯罪偵查上。因此，掌握實際使用系統的使用者行為意圖亦即代表該機關能有效掌握犯罪偵查效能。

本研究以台北縣政府警察局的所有刑事人員為例，以上敘所有刑事人員為本研究之樣本。本研究運用 TAM 模型為基礎，並加以適當的修正後來探討台北縣政府警察局的刑事人員使用刑事資訊系統意圖的決定因素，並以迴歸之統計分析方法找出其中影響使用意圖的最重要決定因素。本研究主要在探討警察機關中的資訊科技人員在建置開發新系統時，如何來強化使用者的使用意圖，提昇刑事資訊系統使用強度，並嘗試對警政資訊管理者提供管理上的意涵與建議。

關鍵詞關鍵詞關鍵詞

關鍵詞：科技接受模式、刑事資訊系統、迴歸分析

(4)

ABSTRACT

It is already a trend to attack crime by information science and technology the tool. But how to promote the information system's utilization ratio and the enhancement system quality and enhances in the practice to user’s intention, so as to promote the crime detection potency by the time is the superintendent must further understand.

Therefore this research takes discussion from the angel of behavior intention.

We suppose that if the criminal police have solid intention on the Criminal Information System, they will also doing criminal detective work by using the system positively. So, it means that grasps the actual user behavior intention i.e. to represent this institution to be able to grasp the crime detection potency effectively.

This research is a case study of Taipei County Government Police Bureau. We take the so called Technology Acceptance Model for example and revise it to find out the main factors in using Criminal Information System. This research will be conducted through the survey method, which will be collected and regression analyzed to find the main factors in behavior intention.

The eventual purpose of the research is to provide strategic and new ideas to the Police Government, which can be reflected on building a more completed and well-formed criminal information system for the Criminal Police.

Keywords: Technology Acceptance Model, Criminal Information System, Regression Analysis

(5)

目目目

目次次次次

摘要... i

ABSTRACT ... ii

目次... iii

表次...v

圖次... vii

第一章緒論 ...1

第一節研究動機 ...1

第二節研究目的 ...1

第三節研究流程 ...2

第二章文獻探討 ...4

第一節資訊科技 ...4

第二節警政資訊系統 ...5

第三節警察刑事人員 ...9

第四節使用者行為意圖理論...11

第五節科技接受模式 ...13

第三章研究設計與方法 ...16

第一節研究範圍與對象...16

第二節研究架構與假設...18

第三節問卷設計 ...20

第四節資料分析方法 ...23

第四章研究結果與分析 ...26

第一節樣本資料分析 ...26

(6)

第二節描述性統計分析...31

第三節問卷的信度與效度分析 ...34

第四節科技接受因子、工作回饋因子與使用意圖之迴歸分析 ...41

第五章結論與建議...44

第一節結論...44

第二節建議...46

參考文獻...49

附錄 A...52

(7)

表表表

表次次次次

表 1 刑事資訊系統分類子系統功能簡述...8

表 2 科技接受模式相關研究 ...14

表 3 科技接受因子變項操作性定義與衡量 ...21

表 4 工作回饋因子變項操作性定義與衡量 ...22

表 5 刑事資訊系統使用意圖變項操作性定義與衡量...23

表 6 樣本回收統計表...26

表 7 調查樣本性別分佈情形表 ...27

表 8 調查樣本婚姻狀況分佈情形表...27

表 9 調查樣本年齡狀況分佈情形表...28

表 10 調查樣本合併年齡狀況分佈情形表...28

表 11 調查樣本服務年資狀況分佈情形表 ...29

表 12 調查樣本合併服務年資狀況分佈情形表 ...29

表 13 調查樣本學歷狀況分佈情形表...30

表 14 調查樣本職務狀況分佈情形表...30

表 15 調查樣本工作性質狀況分佈情形表...30

表 16 科技接受因子各構面之描述性統計量 ...31

表 17 工作回饋因子各構面之描述性統計量 ...33

表 18 使用意圖各問項之描述性統計量...34

表 19 本研究的問卷信度分析表 ...35

表 20 科技接受因子變項的 KMO 與 Bartlett 檢定 ...36

表 21 科技接受因子構面因素命名 ...36

表 22 科技接受因子變項之效度檢定...37

(8)

表 23 工作回饋因子變項的 KMO 與 Bartlett 檢定 ...38

表 24 工作回饋因子構面因素命名 ...39

表 25 工作回饋因子變項之效度檢定...40

表 26 科技接受因子與使用意圖迴歸分析解釋表 ...41

表 27 工作回饋因子與使用意圖迴歸分析解釋表 ...42

表 28 研究之假設驗證結果 ...46

(9)

圖圖圖

圖次次次次

圖 1 研究流程圖 ...3

圖 2 刑事資訊系統登入畫面 ...7

圖 3 刑事資訊系統使用介面 1 ...7

圖 4 刑事資訊系統使用介面 2 ...8

圖 5 理性行為理論模型(TRA) ...12

圖 6 計畫行為理論模型(TPB) ...13

圖 7 科技接受模式(TAM)...14

圖 8 本研究架構 ...18

(10)

第一章第一章第一章

第一章緒論緒論緒論緒論

第一節第一節

第一節第一節研究動機研究動機研究動機研究動機

新時代的來臨，為了因應日益多元且變化萬千複雜的社會環境下所發生的犯罪，資訊科技的運用於偵查犯罪成為推動警政革新時不得不正視的課題；同時，利用科技進行犯罪手法分析(如犯罪剖繪)，以及相關的資訊管理觀念(例如決策支援與知識發掘)已是目前實務上普遍採用的犯罪偵查手法，而不再採用過去以人工的方式去進行打擊犯罪工作。所以，內政部警政署在民國91年底開發建置了一套整合院、檢、警之刑事司法資料的資訊系統，能提供完整的刑案歷程紀錄，並能結合刑事局現有的犯罪資料庫以及在監在所等十幾種子系統，目前已開發成熟，能提供各項查詢、交叉比對等功能，讓全國各縣市警察局的偵查刑警大隊、警察分局的偵查隊與其它專業單位的刑事人員做為偵查刑案之有利參考工具。

因此同樣身為在公部門中的研究者，特別又是在警察機關當中，目前亦服務於刑事單位，故對該議題有更深的興趣與了解，再加上該系統為全國刑事人員必備之工具也是打擊犯罪有利之資訊科技運用，因此對該議題認為有其深入研究和探討之必要性，。

第二節第二節

第二節第二節研究目的研究目的研究目的研究目的

基於上述的研究背景與動機，本研究嘗試以服務於台北縣政府警察局中的所有刑事人員為調查對象，深入探討該警察機關中該系統目前的運作情形、使用比例、使用意圖，以及影響刑事人使用意圖的相關決定因素為何。進一步希望建構該警察機關中決定使用刑事資訊系統意圖的決定因素模型，以提供目前及未來開發建置警察機關系統的資訊科技人員一有效參考之方向及建議。

依據上述研究動機，本研究之目的有以下幾點：

(11)

1. 分析目前警察機關中刑事資訊系統(Criminal Information System, CIS)的運作情形。

2. 分析警察機關中刑事資訊系統的使用比例。

3. 了解本研究模式中相關變項對警察機關中刑事人員使用該系統的意圖之影響程度。

4. 根據研究結果，探究警察機關中影響刑事資訊系統接受行為意圖之最顯著主要因素，以期能提供警政資訊單位未來強化資訊系統的一可行之參考方向。

5. 根據研究結果，了解刑事人員對該刑事資訊系統之認知及執行情形並就推動上可能產生之問題提出解決方案。

第三節第三節

第三節第三節研究流程研究流程研究流程研究流程

本研究之流程如下圖1所示。本研究首先發掘問題的研究背景，其次確立研究目的；並藉由相關之國內外文獻探討，以瞭解本研究議題之學術論述基礎，

同時建立本研究的相關概念性架構及研究範圍。將根據彙整後的文獻資料擬定結構式問卷與闡明研究變項，並且於正式發放問卷時，事先進行問卷之預試及問卷修正。問卷完成修正後則進行相關的問卷調查，以利其後回收問卷的資料進行統計分析，並根據統計分析結果進行研究結果之論述，最後完成本研究建議，以提供警政機關未來修改該系統或建置新系統之參考，提昇使用者的使用意圖以達強化系統效能之目的。

(12)

圖1 研究流程圖

研究問題的背景與動機

確定研究目的

研究流程

確立研究範圍

建立研究架構與假設

問卷設計與前測

問卷發放與回收調查

資料分析與研究結果

研究結論與建議修正問卷

(13)

第二章第二章第二章

第二章文獻探討文獻探討文獻探討文獻探討

本章內容乃根據研究動機與目的，蒐集相關文獻，加以分析與探討，以作為本研究的理論基礎。本章共分為五節：第一節介紹資訊科技；第二節介紹我國目前警察機關中所使用的刑事資訊系統；第三節為警察刑事人員的定義和類別區分；第四節則探討使用者行為意圖理論；第五節為科技接受模式的介紹以及運用該模式而修正提出本研究的模式。

第一節第一節

第一節第一節資資資訊科技資訊科技訊科技訊科技

Porter and Millar (1985)認為資訊科技不只是電腦而已，還包含了資料識別設備、通訊設備、工廠自動化等，以及其它的軟硬體及相關服務。Davis (1985) 曾說：在觀念上即使沒有電腦，管理資訊系統仍然存在，但是電腦使得管理資訊系統變得更可行。Straub and Wetherbe (1989)曾在一項調查資訊科技在九零年代帶給組織何種衝擊的研究中，認為資訊科技應該包含了人機界面科技、通訊科技 (Communication Technologies) 、系統發展支援科技 (System Support Technologies)、衝擊有限之科技(Limited Impact Technologies)：亦即發展已成熟的資訊科技，包含大型主機(Mainframes)及資料壓縮與轉換軟體(Data Extraction

& Conversion software)等、發展未成熟之科技(Technologies Not Yet Mature )。

林東清(1995)提出資訊科技包括硬體、軟體、資料庫、通訊等新科技，再加上資訊系統在應用上的一些新觀念，例如：決策支援系統(DSS)、專家系統(ES)、

使用者自建系統(EUC)、辦公室自動化(OA)、高階主管資訊系統(EIS)、群體決策支援系統(GDSS)等。

張錦賢(2000)則認為資訊科技在過去的發展由系統時代(涵蓋大型主機與微電腦，主要任務是以機器替代人力，藉以提昇效率與節省成本的作業自動化)、

個人電腦時代(主要任務是提昇個人與群體的工作效能)並進入到網際網路時代

(14)

(主要任務是價值創造與企業運作模式的重塑)。

第二節第二節

第二節第二節警政資訊系統警政資訊系統警政資訊系統警政資訊系統

一一一

一、、、警政資訊系統的定義、警政資訊系統的定義警政資訊系統的定義警政資訊系統的定義

警政資訊系統是依照傳統的資訊架構所建立的資訊系統，主要著重在資料庫的建立及提供查詢，並取代部份人工作業，系統建構完成即停止。忽略了資訊在組織裡流動與分享的的情形，使得資訊科技只能成為組織流程的附屬品，

只有輸入與查詢資料時才能發揮功用。換言之，警政資訊系統是藉由完成「資料發生－輸入資料庫－提供查詢」這一串的動作來提高資料查詢的效率，並未改變組織裡填報書面資料層層簽核的流程(吳俊諗，2002)。

吳俊諗(2002)認為以往的警政資訊系統建立目標是單純希望將犯罪者的前科素行資料建立資料庫以提供刑警辦案時的參考之用，之後隨各業務單位的需要，陸續建置了人事、保防、交通、戶政等資訊系統，但各系統彼此之間的資料並不能相通，必須分別以人工分別查詢後，再以文書軟體彙整成為資訊。不僅浪費人力時間，也未能將資訊科技的價值充分發揮。原因在於規劃系統時唯一衡量的是「如何滿足業務單位提出的需求」，而忽略了「資訊」在組織裡的應用與分享，不僅是垂直上下，而且具有橫向跨單位、機關的特性，使得警政資訊系統成為孤島式系統的合稱。

二二

二二、、、刑事資訊系統、刑事資訊系統刑事資訊系統刑事資訊系統

(一一一)刑事資訊系統的定義與發展背景一刑事資訊系統的定義與發展背景刑事資訊系統的定義與發展背景刑事資訊系統的定義與發展背景

刑事資訊系統是刑事警察局最早從民國 91 年底開發刑案知識庫開始，原先只是一單純的知識庫系統，藉由整合法院、檢察署、警察等三大體制之刑事司法資料成一完整的刑案歷程紀錄，供全國的刑事偵查人員進行刑案資料查詢及刑案偵查參考。

(15)

爾後逐漸導入大型資料儲存架構(SAN)及三層式軟體開發(MVC)架構，以強化系統效能及安全。並且加入刑案相關的各項查詢作業子系統，包含在監在所子系統、前科相片子系統、同囚會客子系統、人頭資料庫子系統、警察電信金融聯防平台、刑案移送書子系統、幫派管理作業、遺失護照受理作業、全國贓車查緝網、機車車型查詢作業、有無性犯罪或重大暴力犯罪 DNA 查詢作業等。

目前為全國刑事偵查人員用於偵辦刑案的資訊科技利器，除了可以案查人、以人查案，更能顯示共犯結構(前科次數累積圖、共犯關係強弱圖、共案明細)、刑案流程圖等各種交叉比對查詢及積案查詢之刑案知識系統。

(二二二)刑事資訊系統的功能性介紹二刑事資訊系統的功能性介紹刑事資訊系統的功能性介紹刑事資訊系統的功能性介紹

刑事資訊系統能透過網路平台，將有關刑事案件以及相關的各種刑案知識資源整合在一起，並逐年逐步強化系統各項功能，由原先單純案件查詢演進為案類強弱分析比較，更可做各案類之交叉比對查詢，也提供智慧型全文檢索和分類。

刑事資訊系統具有群組權限的設定功能限制，使用者需先具備有刑事人員資格，並且事先向該單位資訊科室申請使用後，送交該所屬的警察總局之刑警大隊資訊室審核，審核及格後核發予帳號、密碼，才被授權登入系統，該系統只能在警政機關中連線使用，無法讓使用者透過網路在非警政網絡中登入。刑事資訊系統之登入畫面如下圖 2 展示。

(16)

圖2 刑事資訊系統登入畫面

當刑事人員以合格的身份登入系統後，將會看到如圖 3 的使用介面，該介面會顯示其真實姓名，並且在左欄顯示可用的各類子系統。

圖3 刑事資訊系統使用介面1

(17)

當刑事人員點選進入某種類別後，系統可顯示該類別下各種模組的使用介面，如圖 4，供刑事人員點選使用。

圖4 刑事資訊系統使用介面2

刑事資訊系統預設模組共分為十二大子系統，將其整理如下表 1 所示。

表 1

刑事資訊系統分類子系統功能簡述

分類功能簡述

1 刑案知識庫提供一般、批次、碰線及通緝等多方查詢，並有全文專卷設計，可檢視案件流程，掌握犯罪偵辦進度。

2 在監在所子系統運用犯罪者的姓名、身份證或出生年月日進行查詢作業，並且進行入出監時程分析，以及入出監原因比對。

(18)

表 1 (續)

分類功能簡述

3 同囚會客子系統

提供犯罪者在監在所時的相關紀錄，包含會客資料、

同囚犯罪者資料及歷程等，可做案類分析及有無共犯可能、再犯比率分析等，更有詳細的接見人探監分析，

可顯示有無親屬關係及共同探望人資料分析等。

4 人頭資料庫系統建立全國警察機關受理詐欺案後的人頭帳號資料及被害人相關資訊，提供日後案件追查比對。

5 警察電信金融聯防平台

透過此平台可以查詢比對金融機構是否設定該帳戶為警示帳戶，相關人頭是否有多版帳戶使用中及其下相關被害人資料等情資。

6 刑案移送書子系統刑案資料建立、維護等作業系統，方便刑事人員查詢案件是否上傳。

7 前科相片子系統

建有全國犯罪者相關案類相片，每犯一案就有正、背面及身高資料相片，提供人犯最新相片檔予偵辦單位進行交叉比對驗證。

8 幫派管理作業顯示幫派身份、堂口資料等，更可連結到刑案知識庫中透過案類(強盜、搶奪、殺人等)進行分析比對。

9 遺失護照受理作業簡單的護照遺失受理登記作業系統，提供作業人員方便快速建檔、上傳及日後查詢程序。

10 全國贓車查緝網

建有全國失竊車輛資料，包含車牌、引擎號碼、車主登記等，方便承辦員警在查緝贓車時，可以輸入車體號碼或是引擎號碼，就會連到到該車型的照片，這樣就可以看出是否為 AB 車，快速進行比對查詢分析。

11 機車車型查詢作業利用車牌號碼查調機車車型作業，分析可能犯罪工具樣態，提供偵辦思考方向。

12

有無性犯罪或重大暴力犯罪 DNA 查詢作業

連結刑案知識庫資料，進行犯罪者所犯案類中有無性犯罪或重大暴力犯罪等特殊案件背景分析，提供偵辦案件方向。

第三節第三節

第三節第三節警察刑事人員警察刑事人員警察刑事人員警察刑事人員

本研究將警察刑事人員界定為以下兩種工作為職掌的警政人員，其包括：

(19)

ㄧㄧㄧ

ㄧ、、、警察刑事偵查人員、警察刑事偵查人員警察刑事偵查人員警察刑事偵查人員

刑事警察，係基於業務性質之分工方式所為警察分類之一，亦即以執行違反社會秩序維護法之處分，預防犯罪及協助偵查犯罪，執行搜索、扣押、拘提、

逮捕等工作為主之警察人員。刑事警察我們又俗稱為刑事人員，在歐美稱之為

「偵探」，而我國、日本及德、法等國則稱為刑事警察。有關刑事警察行使職權之依據法律，主要有憲法、警察法、刑事訴訟法等。在實務上，台灣的刑事偵查人員雖係以犯罪偵查為其主要目的，然在基層警察分局偵查隊的刑事人員，除刑事案件之偵查、各類犯罪偵防績效之爭取外，亦須接任刑責區業務 (治安人口列管、監控、查訪及審核、移送轄區大大小小函送之刑事案件)、承辦各項刑事業務(如肅槍、肅毒、毒品人口調驗、肅竊、少年、查賄、金融機構、婦幼、家暴、流氓及不良組織幫派蒐報、經濟、詐欺、網路犯罪、通訊監察、預防犯罪宣導…等)，以及各項臨時或專案勤務支援(Luarn, & Lin, 2005)。

二二二

二、、、警察鑑識人員、警察鑑識人員警察鑑識人員警察鑑識人員

一般而言，警察鑑識人員所從事之工作包括指紋採證分析、鞋足印分析、

彈道比對、血液及唾液DNA比對、聲紋比對等等專業工作，而鑑識科學應用領域亦極為廣泛，學習領域包含物理、化學、生物的基礎知識，同時基於該基礎知識及警察專業知識加以綜合應用於刑事案件中的各種證據型態的採證鑑定、

分析與研判，不僅是可引導偵查工作的方向，更可能成為案件破案關鍵或是洗刷無辜者冤屈的最後防線。是故一個專業的刑事鑑識人員，不僅要懂得運用科學方法，更要瞭解科學上不可避免的限制；且要熟悉相關法律，亦要知曉證據法則；意即警察鑑識人員不僅要具備科學上的知識與技術，更要恪遵證據法則，

嚴守法律的公正無私。因此，除需接受當然的基礎科學教育及鑑識專業訓練外，

尚需接受警察人員必備的警察學科及術科教育訓練(Luarn, & Lin, 2005)。

(20)

第四節第四節

第四節第四節使用者行為意圖理論使用者行為意圖理論使用者行為意圖理論使用者行為意圖理論

相關決策理論指出意圖(Intention)是一種認知活動，往往是反映個人對從事某項行為的意願與有意識的計畫(Conscious Plans)，故決定個人行為意圖的要件包括下列幾項：

1. 態度(Attitude)或主觀效用理論(Subjective Expected Utility Theory)

主觀效用理論指個人在不明確的決策環境中，其決定受到他或她個人對於採該行為可能導致結果 (Expected Outcomes, bi) ，以及對這些結果的評價 (Evaluation, ei)加權和(就是 i ie b)的影響，而結果可能是以成本(Costs)或報酬 (Rewards)的期望值高低來衡量。

2. 理性行為理論(The Theory of Reasoned Action)

Azjen and Fishbein (1980)提出組織化的理論架構－理性行為理論(The Theory of Reasoned Action)，該理論指出“行為意向(Behavior Intention, BI)”反映 個人對從事某項行為(Behavior, B)的意願。BI由二個構面所組成：(1)對該行為所 持的態度(Attitude Toward the Behavior, AT)；(2)主觀規範(Subjective Norm, SN)。

是以除了主觀效用理論涵蓋的態度以外，也將社會規範(Social Norm)納入影響行為的考量因素。

TRA模型常被用來探討人類行為的意願(Fishbein & Ajzen, 1980)，而在MIS 領域中，則是被用於探討系統設計的特色、系統開發過程、工作特性、組織結構或使用者特徵等外部因素，對於科技接受度的影響議題上(Karahanna et al., 1999)。其完整架構模式如下圖5所示。

(21)

圖5 理性行為理論模型(TRA)

資料來源：“Understanding Attitudes and Predicting Social Behavior”, I. Ajzen, and M. Fishbein, 1980, Prentice-Hall, Englewood Cliffs, NJ.

3. 計畫行為理論(Theory of Planned Behavior, TPB)

在現實生活中的實際行為並非完全如TRA所假設的自由意志下產生，故 Ajzen (1988)提出該理論，認為除了態度和主觀規範對行為的影響外，應再加入認知行為控制之因素至模型中，探討個人是否有機會和資源去執行某一行為，

以及是否有控制執行某行為的能力。其架構如下圖6所示。

信念與評價 Belief and Evaluations

規範性信念與動機

Normative Belief and Normation to Comply

行為態度 Attitude

Toward Behavior

主觀規範 Subjective Norm

行為意圖 Behavior Intention

實際行為 Actual Behavior

(22)

圖6 計畫行為理論模型(TPB)

資料來源：“Attitudes, personality and behavior”, I. Azjen, 1988, Open University Press, Milton Keynes.

第五節第五節

第五節第五節科技接受模式科技接受模式科技接受模式科技接受模式

Davis et al. (1989)延伸並修正 Fishbein and Ajzen 的「理性行為理論」(TRA)，

提出科技接受模式(TAM)，主要是用來解釋並預測使用者對新系統(或新科技) 的接受程度。從一般人何以接受或質疑該資訊技術，逐步發展出基礎理論模式的各變項。

Davis et al. (1989)根據 TRA 的主張，並參考許多文獻後，排除了主觀規範，

並把影響使用者對某一系統的接受與否之因素歸納為知覺有用性(Perceived 信念與評價

Belief and Evaluations

規範性信念與動機 Normative Belief and Normation to Comply

行為態度 Attitude

Toward Behavior

主觀規範 Subjective Norm

行為意圖 Behavior Intention

實際行為 Actual Behavior

知覺行為控制 Perceived Behavior Control 控制信念與知

覺助益 Control Belief and

Perceived Facilitation

(23)

Usefulness)、知覺易用性(Perceived Ease of Use)兩大因素，建立一科技接受模式如下圖 7 所示。

圖7 科技接受模式(TAM)

資料來源：“User acceptance of computer technology : a comparison of two theoretical models”, F. D. Davis, R. P. Bagozzi, and R. P. Warshaw,.1989, Management Science, 35(8), pp.982-1003.

科技接受模式定義「知覺有用性」為使用者相信該資訊系統能加強其工作表現，而「知覺易用性」則是使用者相信無須努力即可使用該資訊系統的程度。

該模式利用此兩因素探討外部因素對使用態度與意圖的影響，進而影響科技使用情形的行為模式，比起理性行為理論更為簡單、有效，也更適用於解釋與使用者有關的資訊科技使用行為。近年來有關 TAM 或以其延伸或融合的相關模式實證研究越來越多，茲將近期有關 TAM 的研究整理如下表 2 所示。

表 2

科技接受模式相關研究

年份作者研究主題

2003 郭達沂以科技接受模式探討失業勞工對公共職業訓練採用線上學習的意願

2004 孫仲山、趙育玄、

劉金泉科技工具知覺、使用態度、及使用行為意圖分析

外部變因

知覺有用性

知覺易用性

實際使用行

為意圖使

用態度

(24)

表2 (續)

年份作者研究主題

2004 周家慧、張善斌、

范垂仁、顧為仁綜合所得稅網路結算申報系統的接受度研究 2004 楊惠合以科技接受模型探討數位學習滿意度之研究 2005 李友錚、鄧肖琳大專學生修習電子商務學程行為意向及其影響因

素研究 2004 Mcfarland, and

Hamilton

Adding contextual specificity to the technology acceptance model

2004 Ong, and Lai Gender differences in perceptions and relationships among dominants of e-learning acceptance

2005 Fu, Farn, and Chao Acceptance of electronic tax filing: A study of taxpayer intentions

2005 Luarn, and Lin Toward an understanding of the behavioral intention to use mobile banking

2005 Yang Exploring factors affecting the adoption of mobile commerce in Singapore

2008 Yu, Ha, Choi, and

Rho Extending the TAM for a t-commerce

(25)

第三章第三章第三章

第三章研究設計與方法研究設計與方法研究設計與方法研究設計與方法

本研究首先採文獻分析法蒐集國內外資訊科技與使用者行為意圖間相關論述學說以及研究報告，以釐清運用於刑事資訊系統與刑事人員使用意圖間之相關概念，並建立研究架構與研究假設。其次，本研究根據相關理論基礎編製設計對警察刑事人員使用刑事資訊系統的意圖決定因素之調查問卷。最後再以台北縣政府警察局所屬的所有刑事人員為樣本進行調查，並以分析軟體SPSS對問卷調查所得之結果進行分析。以下本研究將針對研究範圍、架構與假設發展、

問卷設計以及分析方法等部份進行詳細的說明。

第一節第一節

第一節第一節研究範圍與對象研究範圍與對象研究範圍與對象研究範圍與對象

一一

一一、、、研究範圍、研究範圍研究範圍研究範圍

台北縣地處大台北都會區內，東南接宜蘭縣，西南與桃園縣交界，北面臨海，總面積2,052平方公里，海岸線東起貢寮卯澳村，西迄林口鄉之瑞平村，全長126公里。全縣劃分為29個行政區，有10個縣轄市、4個鎮、15個鄉，人口 3,681,494人。轄內工商發展迅速，工廠帶來大量外來就業人口，社區公寓大廈林立，其中10個縣轄市現有人口即佔全縣總人口百分之78。人口最密集之永和市每平方公里有44,900餘人，每人只有22.79平方公尺之空間，全省罕見(台北縣政府資訊服務網，http://www.tpc.gov.tw)。

民國三十五年一月十六日，台北縣縣治成立縣警局，隸屬台北縣政府，並兼受內政部警政署之指揮監督，掌管轄內警衛事宜。初於本縣目前所轄行政區域內設有海山、汐止、文山、淡水、新莊及基隆區六個警察所。嗣後緣於本縣人口大幅成長，乃分別成立板橋、三重、永和、三峽、中和、蘆洲、金山、海山、土城分局以及98年3月新成立之中和第2分局，綜上計設有16個分局、15個交通分隊、150個分駐(派出)所及2個山地檢查所、還有2,617個警勤區(台北縣政

(26)

府警察局資訊服務網，http://www.police.tpc.gov.tw)。本研究根據研究之目的，

將台北縣政府警察局所屬之16個警察分局設定為本研究之研究範圍。

二二

二二、、、研究對象、研究對象研究對象研究對象

(一一一)警察局刑事人員一警察局刑事人員警察局刑事人員警察局刑事人員

1. 台北縣政府警察局刑警大隊台北縣政府警察局刑警大隊台北縣政府警察局刑警大隊台北縣政府警察局刑警大隊

內勤人員分設有行政、督察、預防、偵查、司法、肅竊、經濟、紀錄等八組；外勤則分別設有偵一隊、偵二隊、偵三隊、偵四隊、偵五隊、偵六隊、偵七隊、偵八隊及拘留所。預定編制員額：大隊長1人、副大隊長2人、組長8人、

隊長7人、主任2人、警務員7人、偵查員23人、小隊長17人、偵查佐31人，合計現有具備刑事資格人員為90人。

2. 刑事鑑識中心刑事鑑識中心刑事鑑識中心刑事鑑識中心

於民國94年9月成立，預定編制有股長1名、警務員5名、巡官10名、分隊長 1名，合計17人，主要工作職掌為刑案現場勘察，證物處理、鑑識、分析，防爆勤務，影像處理，罪犯照片沖洗、建檔及語音蒐證鑑定等事項。

(二二二)分局刑事及鑑識人員二分局刑事及鑑識人員分局刑事及鑑識人員分局刑事及鑑識人員

1. 刑事人員刑事人員刑事人員刑事人員

隸屬於各分局偵查隊之下，預定編制有隊長1名、副隊長1名、偵查佐28名，

主要工作為刑案偵查、犯罪預防及宣導、其它治安重點維護等，目前因人員均編制不足，縣警局下所屬十六個分局合計合格之刑事人員共為408名。

2. 鑑識小組鑑識小組鑑識小組鑑識小組

隸屬於各分局偵查隊之下，預定編制有小隊長1名、偵查佐3名，主要工作為刑案現場勘察、採證工作以及重要治安活動現場蒐證工作。縣警局下所屬十六個分局合計之鑑識人員共為42名。

(27)

本研究根據上述編制人員做為研究之樣本，以普查的方式進行問卷分析，

預計警察總局含其所屬之分局一共發出557份問卷。

第二節第二節

第二節第二節研究架構與假設研究架構與假設研究架構與假設研究架構與假設

本研究根據相關文獻以及實務上之考量並參酌警察人員組織與內部人員之特性，進而提出概念性架構(圖8)。在本模式中，分別以「科技接受因子」、「工作回饋因子」為自變數，「刑事資訊系統的使用意圖」為依變數，其中，科技接受因子包含認知有用性、認知易用性以及認知友善性等三構面，而工作回饋因子則包含破案績效貢獻性、犯罪偵查助益性、犯罪偵查知識獲益性以及主管決策支援效益性等四個構面。有關各構面與刑事資訊系統使用意圖間之關係假設發展則於第二部份進行詳細的說明。

一一

一一、、、研究架構、研究架構研究架構研究架構

圖8 本研究架構 科技接受因子

認知有用性認知易用性認知友善性

工作回饋因子破案績效貢獻性犯罪偵查助益性犯罪偵查知識獲益性主管決策支援效益性

刑事資訊系統的使用意圖

H1

H2

(28)

二二二

二、、、研究假設、研究假設研究假設研究假設發展發展發展發展

科技接受模式(Technology Acceptance Model，TAM)基於心理學的理性行為理論，嘗試詮釋科技工具使用者的知覺、態度、與行為意圖(Davis, 1989)。該理論著重於預測一般科技工具、特定資訊系統、套裝軟體、或系統工具的使用行為，而隨著網路的興起，也逐漸運用到探討網際網路的各種使用行為。科技接受模式涵蓋了科技工具界面、有用知覺 (Perceived Usefulness) 、易用知覺 (Perceived Ease of Use)、使用態度(Attitude Toward Using)、及使用行為意圖 (Behavior Intention to Use)，而使用者知覺到的有用性、易用性越高，使用態度可能越趨正向，使用的行為意圖也就越明顯(Davis, 1993; Davis, Bagozzi, &

Warshaw, 1989; Davis, & Venkatesh, 1996)。易用知覺會強化有用知覺，而有用知覺和易用知覺都可能受科技工具的相關介面如使用圖像顯示、觸控螢幕、滑鼠等因素的影響，進而影響使用行為意圖(Davis, 1993; Davis, Bagozzi, & Warshaw, 1989; Moon, & Kim, 2001)。綜合上述文獻回顧，有用知覺和易用知覺對使用行為態度是呈現正向關係。

根據上述的相關參考文獻，本研究採用Venkatesh et al. (1996)與Straub et al.

(1995)的觀點，刪去態度構面，直接探討知覺有用性、知覺易用性對於行為意圖的關係，並以科技接受模式為基礎提出本研究假設如下：

假設一：科技接受因子各種屬性變項對刑事資訊系統的使用意圖有顯著之正向影響。

H1-1：刑事人員的「認知有用性」對刑事資訊系統的使用意圖有正向影響。

H1-2：刑事人員的「認知易用性」對刑事資訊系統的使用意圖有正向影響。

H1-3：刑事人員的「認知友善性」對刑事資訊系統的使用意圖有正向影響。

在警察機關中，工作成果的衡量最後往往以警政績效為主，而績效的評量

(29)

方式與一般企業的績效不甚相同，主要是透過案件的發破，首重破獲案件亦即使用該系統最大目的是能對破案有所助益。因此本研究根據郭福氣(2005)的觀點，並參考警察機關中刑事資訊系統的獨特性，直接探討破案績效、犯罪偵查助益等構面對於行為意圖的關係。藉此提出以下研究假設：

假設二：工作回饋因子各種屬性變項對刑事資訊系統的使用意圖有顯著之正向影響。

H2-1：刑事人員的「破案績效貢獻性」對刑事資訊系統的使用意圖有正向影響。

H2-2：刑事人員的「犯罪偵查助益性」對刑事資訊系統的使用意圖有正向影響。

H2-3：刑事人員的「犯罪偵查知識獲益性」對刑事資訊系統的使用意圖有正向影響。

H2-4：刑事人員的「主管決策支援效益性」對刑事資訊系統的使用意圖有正向影響。

第第

第第三三三節三節節節問卷設計問卷設計問卷設計問卷設計

本研究問卷共分為四大部份：第一部份為工作接受因子，其包含評估使用者對刑事資訊系統的有用性、易用性及友善性的認知，第二部份為工作回饋因子，其包含評估使用者對刑事資訊系統的破案績效貢獻性、犯罪偵查助益性、

犯罪偵查知識獲益性以及主管決策支援效益性的認知，第三部份為測試使用者對於刑事資訊系統的使用行為意圖，第四部份則是刑事人員個人基本資料。

其中使用行為意圖、工作接受因子以及工作回饋因子三部份之操作性定義與評估問項，係根據Devis et al. (1989)、Wixom and Todd (2005)、廖惠珍與李婷 (2007)以及郭福氣(2003)所編製的內容翻釋修正而成(如表3、4、5)。且評估方式

(30)

係採用李克特(Likert)七點尺度給分方式量化，每一題皆有7個選項，1代表「非常不同意」，2代表「很不同意」，3代表「不同意」，4代表「沒意見」，5代表「同意」，6代表「很同意」，7代表「非常同意」。而第四部份的基本資料則包括性別、

婚姻、年齡、服務年資、學歷、職務以及工作性質。

表 3

科技接受因子變項操作性定義與衡量

衡量構面定義衡量問項參考來源

認知有用性

使用者相信使用刑事資訊系統能提昇其工作績效

1. 運用刑事資訊系統能更快完成工作任務。

2. 運用刑事資訊系統能完成更多工作任務。

3. 運用刑事資訊系統能提高工作效能。

4. 運用刑事資訊系統有助於工作任務完成。

Devis et al.

(1989)、Wixom, and Todd (2005)

認知易用性

個人相信使用刑事資訊系統能免除其努力的程度

5. 運用刑事資訊系統是容易的。

6. 運用刑事資訊系統能容易得到任務所需資料。

7. 運用刑事資訊系統能輕鬆完成工作任務。

Devis et al.

(1989)、Wixom, and Todd (2005)

認知友善性

使用者相信介面友善的刑事資訊系統能增加使用興趣及頻率

8. 運用刑事資訊系統執行任務是一件令人愉悅的事。

9. 我總是樂於運用刑事資訊系統的操作介面完成任務。

10. 我樂於運用刑事資訊系統而且使用的頻率很高。

廖惠珍與李婷 (2007)

(31)

表 4

工作回饋因子變項操作性定義與衡量

破案績效貢獻性

使用者相信使用刑事資訊系統能幫助破案績效。

1. 運用刑事資訊系統有助於更快偵破刑事案件。

2. 運用刑事資訊系統有助於破獲刑案的件數增加。

3. 運用刑事資訊系統有助於更好的破案績效。

郭福氣(2003)

犯罪偵查助益性

使用者相信使用刑事資訊系統對偵辦刑案是有效的

4. 運用刑事資訊系統有助於找尋犯罪跡證。

5. 運用刑事資訊系統有助於釐清案情。

6. 運用刑事資訊系統有助於找尋可疑的犯嫌。

郭福氣(2003)

犯罪偵查知識獲益性

使用者相信使用刑事資訊系統能獲得更多有關偵查犯罪的資訊和知識

7. 運用刑事資訊系統有助於了解案件偵辦流程。

8. 運用刑事資訊系統有助於了解偵辦案件的方向和技巧。

9. 運用刑事資訊系統有助於了解犯罪者之犯罪手法。

郭福氣(2003)

主管決策支援效益性

使用者相信刑事資訊系統能提供決策方向

10. 主管運用刑事資訊系統有助於偵辦案件的決策。

11. 主管運用刑事資訊系統進行決策後，對刑案偵辦進展有所突破。

12. 主管運用刑事資訊系統進行決策後，確實偵破刑案。

郭福氣(2003)

(32)

表 5

刑事資訊系統使用意圖變項操作性定義與衡量

使用意圖

使用者對使用刑事資訊系統有好感或產生依賴。

1. 我以前經常使用刑事資訊系統。

2. 我目前經常使用刑事資訊系統。

3. 我未來會經常使用刑事資訊系統。

4. 我相當依賴刑事資訊系統。

Wixom and Todd (2005)

另外，為避免問卷內容仍有語意方面的問題，導致使用者誤解意思而誤答問卷，進而影響問卷的效度，故本研究採問卷前測(Pretest)對問卷內容作一檢視。本研究前測的對象包含相關領域之學術專家以及警察機關刑事資深人員，

請其針對問卷各項目意義與表達之語意提供看法及意見。根據回收建議進行適度修正後，方確立本研究之最終問卷。

第第第

第四四四四節節節資料分析方法節資料分析方法資料分析方法資料分析方法

問卷回收後經過整理，去除無效問卷後，必須對其進行問卷資料之轉錄 (Coding)工作，將所有資料均轉化為數字代號登錄於數碼表(Coding Form)上，再者輸入電腦以便進行各種統計分析。根據欲研究之目的、研究假設，以及相關資料的型態，利用SPSS統計軟體進行統計分析，本研究所採用之各種統計分析方法敘述如下：

ㄧㄧ

ㄧㄧ、、、描述性、描述性描述性描述性統計統計統計統計分析分析分析分析

描述性統計分析主要用來了解研究各類別變項的分佈情況與各量表的基本數據，常用的有平均數、中位數、標準差、最大值、最小值等，主要用以表示數據的集中趨勢以及在各分組內散佈的狀況，本研究對於回收問卷填答者基本

(33)

資料，係採次數分配統計法，以樣本數及佔有率之百分比等，描述有效樣本之基本資料分佈情形，應用敘述性統計瞭解個人屬性特質以及樣本分佈情形作一概略呈現。例如本研究問卷中之性別、年齡、服務年資、學歷、職務、工作性質等。其次，本研究亦透過平均數分析來了解主觀認知有用性、主觀認知易用性、行為意圖以及四種工作回饋因子的得分情形，並藉此釐清目前刑事人員對刑事資訊系統的使用行為的現況。

二二

二二、、、信度分析、信度分析信度分析信度分析

所謂信度係指測量之可靠度，就是對於衡量工具之正確性與精確性，在進行因素分析或設計妥一套評價量表後，為瞭解問卷之可靠性及有效性，通常得再進行信度分析。量表之信度越高，代表其穩定性亦越高。於量表中，常用之信度檢定方法即為 Cronbach’s α，且依據 Guielfod (1965)的建議，當 α 值大於 0.7 時，表示信度很高，若 α 值介於 0.7 與 0.35 則為可接受之信度，而小於 0.35 者則為低信度。

三三三

三、、、因素分析、因素分析因素分析因素分析

所謂因素分析是用來縮減變數維度的技術，其主要目的在將原有很多變數之資料，縮減成較少的變數，但又能保持原資料所提供之大部份資訊。Hair et al.

(2006)提出其用途為「辨識資料 or 研究變項的結構」、「資料的縮減，以最少的因素變項來代替眾多的研究變數」、「以 FA 的結果進行後續其他的統計分析」、

「透過 FA 選擇重要的研究變項」。因此本研究欲針對科技接受因子以及工作回饋因子兩部份進行因素分析，以萃取出適當之因素數量，進而避免於後續分析中產生潛在之共線性問題。

四四四

四、、、效度、效度效度效度分析分析分析分析

效度即是衡量工具可真正衡量事項的程度。本研究問卷內容除了參考國內

(34)

外文獻，亦根據同領域專家之意見進行修正，故可視為相當程度的內容效度。

因此本研究將根據Kerlinger (1973)的建議，以因素負荷量大於0.5，來評估各變數是否具收斂效度，並總分和項目分數之相關(Correlation with Total)分析，來驗證問卷之建構效度。

五五五

五、、、迴歸分析、迴歸分析迴歸分析迴歸分析

回歸分析之主要目的在於找出一個線性組合，說明解釋一組自變項(Xi)與一 個依變項(Y)之間的關係；若存在此線性組合，分析者則可利用自變項(Xi)之線 性組合來預測依變項(Y)的趨勢。此外，回歸係數不僅可看出與依變項(Y)的方向 性，亦可說明哪些自變項(Xi)是影響依變項之決定因素。因此本研究透過回歸分 析探討刑事人員對於刑事資訊系統之科技接受因子以及工作回饋因子對使用行為意圖之影響，以尋找影響刑事人員使用刑事資訊系統之決定性因素。

(35)

第四章第四章第四章

第四章研究結果與分析研究結果與分析研究結果與分析研究結果與分析

第一節第一節

第一節第一節樣本資料分析樣本資料分析樣本資料分析樣本資料分析

一一

一一、、、研究樣本、研究樣本研究樣本研究樣本

本研究主要的目的在探討影響警察刑事人員使用刑事資訊系統的使用意圖決定因素，故本研究樣本對象仍限於警察刑事人員予以進行調查。惟顧及筆者時間暨經費與能力限制，無法做全台灣省各縣市全面性的普查，故本次問卷調查發放範圍，限於以服務於台北縣政府警察局的所有警察刑事人員共計有557 人，故實際發出問卷有557份，回收問卷份數為330份，回收率為59.2%。扣除無效樣本後，有效樣本共324份，有效回收率為58.2 %，樣本回收統計如表6。

表 6

樣本回收統計表

有效無效合計

樣本回收數 324 6 330

樣本回收率 58.2％ 1.1％ 59.3％

二二

二二、、、樣本特性、樣本特性樣本特性樣本特性

本次有效問卷調查經數碼化並轉錄後，進行次數分配統計，全部樣本的個人資料分怖情形及特性如下：

1. 性別

由表7得知，男性的人數為293人，佔90.4%，女性的人數為31人，佔9.6%，

由此可知，男性較女性為多。

(36)

表 7

調查樣本性別分佈情形表

類別人數 %

男性 293 90.4

女性 31 9.6

總和 324 100

2. 婚姻狀況

由表8得知，已婚的人數為249人，佔76.9%，未婚的人數為75人，佔23.1%，

由此可知，已婚的人數較未婚和其它如離婚等人數為多。

表 8

調查樣本婚姻狀況分佈情形表

類別人數 %

已婚 249 76.9

未婚 75 23.1

總和 324 100

3. 年齡狀況

由下表9得知，樣本中以36歲-40歲者共134人，所佔人數比例最高，為41.4

%，而以25歲以下者共5人，所佔人數比例最低，為1.5%。因樣本中25歲以下和 51-55歲的人數比例偏低，故將25歲以下合併採計為30歲以下；51-55歲合併為46 歲以上，產生合併後的年齡狀況分佈情形表如表10。因此合併後的樣本中以36 歲-40歲者共134人，所佔人數比例最高，為41.4%，而以46歲以上者共36人，所佔人數比例最低，為11.1%。

(37)

表 9

調查樣本年齡狀況分佈情形表

類別人數 %

25 歲以下 5 1.5

26-30 歲 40 12.3

31-35 歲 42 13.0

36-40 歲 134 41.4

41-45 歲 67 20.7

46-50 歲 27 8.3

51-55 歲 9 2.8

總和 324 100

表 10

調查樣本合併年齡狀況分佈情形表

類別人數 %

30 歲以下 45 13.9

31-35 歲 42 13.0

36-40 歲 134 41.4

41-45 歲 67 20.7

46 歲以上 36 11.1

總和 324 100

4. 服務年資狀況

由表11得知，樣本中以16年-20年服務年資者所佔人數比例最高，為37.3%，

而以30年以上服務年資者所佔人數比例最低，為0.6%。因樣本中30年以上人數比例偏低，故將其合併採計為26年以上，產生合併後的服務年資狀況分佈情形表如表12。因此合併後的樣本中仍以16年-20年者，所佔人數比例最高，為 37.3%，而以6年-10年者共18人，所佔人數比例最低，為5.6%。

(38)

表 11

調查樣本服務年資狀況分佈情形表

類別人數 %

3 年(不含)以下 19 5.9

3-5 年 28 8.6

6-10 年 18 5.6

11-15 年 56 17.3

16-20 年 121 37.3

21-25 年 54 16.7

26-29 年 26 8.0

30 年以上 2 0.6

總和 324 100

表 12

調查樣本合併服務年資狀況分佈情形表

類別人數 %

3 年(不含)以下 19 5.9

3-5 年 28 8.6

6-10 年 18 5.6

11-15 年 56 17.3

16-20 年 121 37.3

21-25 年 54 16.7

26 年以上 28 8.6

總和 324 100

5. 學歷狀況

由表13得知，樣本中以警專學歷者所佔人數249人為最多，佔76.9%，其次是特考班35人，佔10.8%，而以研究所佔人數最少，約佔2.2%。

(39)

表 13

調查樣本學歷狀況分佈情形表

類別人數 %

警專 249 76.9

特考班 35 10.8

警察大學 33 10.2

研究所 7 2.2

總和 324 100

6. 職務

由表14得知，樣本中主管職務55人佔17%，非主管職務269人，佔83%。

表 14

調查樣本職務狀況分佈情形表

類別人數 %

主管職務 55 17

非主管職務 269 83

總和 324 100

7. 工作性質

由表13得知，樣本中刑事類294人佔90.7%，鑑識類30人佔9.3%。

表 15

調查樣本工作性質狀況分佈情形表

類別人數 %

刑事 294 90.7

鑑識 30 9.3

總和 324 100

(40)

本次研究受訪者之基本屬性包括性別、年齡、婚姻、服務年資、學歷、職務及工作性質等共7項。從警察人員基本資料的分析中可以發現，台北縣政府警察局中參與警察工作的所有刑事人員，目前仍以男性、已婚者居多；年齡方面則以36歲至40歲為主力；而在服務年資方面最多者為16年至20年，其次為11年至15年，兩者合計約占多數；而學歷方面則以警專為主；職務方面以非主管職務為多；在工作性質方面刑事類別較多於鑑識類別。

第二節第二節

第二節第二節描述性統計分析描述性統計分析描述性統計分析描述性統計分析

表16彙整受測刑事人員對於科技接受因子評估問項之平均認知程度以及標準差。如分析結果所示，在認知有用性因素中，各評估問項之平均數均大於4，

表示受測之刑事人員認為刑事資訊系統具有高度之有用性，其中，刑事人員對於運用刑事資訊系統以提升工作效率之認同度為最高。而在認知易用性因素中，各評估問項之平均數均大於5，表示受測之刑事人員認為刑事資訊系統具有高度之易用性，且受測刑事人員認為易用性最高之項目為刑事資訊系統能夠提供工作任務所需資料。

表16

科技接受因子各構面之描述性統計量

因素問卷題項平均數標準差

1.運用刑事資訊系統讓我能更快完成工作任務。

4.98 0.629

2.運用刑事資訊系統讓我能完成更多工作任務。

5.40 0.749

3.運用刑事資訊系統讓我能更加提高工作效能。

5.48 0.849 認知有用性

4.運用刑事資訊系統讓我能更順利完成工作任務。

5.57 0.836

(41)

表16 (續)

5.運用刑事資訊系統對我而言是容易的。

5.22 1.248

6.運用刑事資訊系統讓我更容易得到工作任務所需資料。

5.58 0.895 認知易用性

7.運用刑事資訊系統讓我更輕鬆完成工作任務。

5.50 1.080

8.運用刑事資訊系統執行任務是令人愉悅的事。

5.34 1.291

9.我樂於運用刑事資訊系統操作介面完成任務。

5.33 1.295 認知友善性

10.我樂於運用刑事資訊系統且使用頻率很高。

5.42 1.275

另外，在認知友善性因素中，各評估問項之平均數亦大於 5，表示受測之刑事人員認為刑事資訊系統具有高度之友善性，此顯示受測刑事人員對於刑事資訊系統之使用態度是良好的。

表17彙整受測刑事人員對於工作回饋因子評估問項之平均認知程度以及標準差。如分析結果所示，在破案績效貢獻性因素中，各評估問項之平均數均大於6，表示受測之刑事人員認為刑事資訊系統對於破案績效具有正面的幫助。而在犯罪偵查助益性因素中，各評估問項之平均數均大於6，表示受測之刑事人員高度認同刑事資訊系統的運用有助於犯罪偵查的進行，其中，運用刑事資訊系統以加速找尋可疑犯嫌被認為是影響犯罪偵查效益之關鍵因素。

(42)

表 17

工作回饋因子各構面之描述性統計量

11.運用刑事資訊系統有助於更快偵破刑事案件。

6.00 0.842

12.運用刑事資訊系統有助於增加破獲刑案件數。

6.07 0.832 破案績效貢獻性

13.運用刑事資訊系統有助於更好的破案績效。

6.10 0.945

14.運用刑事資訊系統有助於更快速地找尋犯罪跡證。

6.15 0.859

15.運用刑事資訊系統有助於更快速地釐清案情。

6.02 0.858 犯罪偵查助益性

16.運用刑事資訊系統有助於更快速地找尋可疑犯嫌。

6.16 0.909

17.運用刑事資訊系統有助於更快速地了解案件偵辦流程。

5.94 0.937

18.運用刑事資訊系統有助於更快速地了解偵辦案件的方向及技巧。

5.81 1.001 犯罪偵查知識獲

益性

19.運用刑事資訊系統有助於更快速地了解犯罪手法。

5.84 0.947

20.主管運用刑事資訊系統有助於偵辦案件決策。

5.69 0.966

21.主管運用刑事資訊系統進行決策後，對刑案偵辦進展有所突破。

5.89 1.009 主管決策支援效

益性

22.主管運用刑事資訊系統進行決策後，確實偵破刑案。

5.57 1.043

另外，在犯罪偵查知識獲益性因素中，各評估問項之平均數均大於 5，表示受測之刑事人員認為刑事資訊系統對於犯罪偵查知識的增長具有正面的幫助。

其中，有助於更快速地了解案件偵辦流程為受測刑事人員認同度最高之項目。

(43)

而在主管決策支援效益性因素中，各評估問項之平均數均大於 5，表示受測之刑事人員認為刑事資訊系統的運用亦有助於主管人員進行刑案的偵辦。

表18彙整受測刑事人員對於刑事資訊系統使用意圖平均程度以及標準差。

如分析結果所示，各評估問項之平均數均大於5，表示受測之刑事人員對於刑事資訊系統具有高度之使用意圖，換言之，受測刑事人員具有高度的意願來使用刑事資訊系統以協助工作的執行。

表 18

使用意圖各問項之描述性統計量

23.我目前經常使用刑事資訊系統。

5.66 0.922

24.我未來仍會經常使用刑事資訊系統。

5.65 0.986

25. 我相當的依賴刑事資訊系統。

5.61 1.040 使用意圖

26.我未來仍會依賴刑事資訊系統。

5.62 1.032

第第第

第三三三節三節節節問卷的信度與效度分析問卷的信度與效度分析問卷的信度與效度分析問卷的信度與效度分析

一一一

一、、、信度分析、信度分析信度分析信度分析

在本問卷所採用的李克特七點尺度量表中常用的信度檢測方法為

「Cronbach’s α」或折半信度(Split-half)。本研究則是採用「Cronbach’s α」來檢驗本問卷之信度，茲將信度分析結果分述如下：如表 19 所示：科技接受因子的 Cronbach’s α 值達 0.917，工作回饋因子的 Cronbach’s α 值為 0.935，而刑事資訊系統使用意圖的 Cronbach's α 值達 0.962。根據 Nunnally (1978)之建議，只要

(44)

Cronbach’s α 值大於 0.7，則代表高信度，若低於 0.35 便需予以拒絕。故分析結果顯示本研究問卷具有高度之內部一致性。

表 19

本研究的問卷信度分析表

科技接受因子 Cronbach’s α 值( 0.917 )

因素問卷題號 Cronbach’s α 值

認知有用性 1-4 0.838

認知易用性 5-7 0.841

認知友善性 8-10 0.937

工作回饋因子 Cronbach’s α 值(0.935 )

破案績效貢獻性 11-13 0.860

犯罪偵查助益性 14-16 0.877

犯罪偵查知識獲益性 17-19 0.860 主管決策支援效益性 20-22 0.892 使用意圖 Cronbach’s α 值(0.962 )

使用意度 23-26 0.962

二二

二二、、、效度分析、效度分析效度分析效度分析

1. 科技接受因子

在效度方面，Kerlinger (1973)指出可用(1)因素分析及(2)總分和項目分數之相關(Correlation with Total)，來驗證問卷之建構效度。在進行因素分析前，本研究先以 Kaiser (1974)提出的「取樣適切性量數」(Kaiser-Meyer-Olkin Measure of Sampling Adequacy; KMO)及 Bartlett (1951)提出的「球形考驗」(Sphericity Test) 判別科技接受因子的量表變項是否適合進行因素分析，結果如表 20 所示，KMO 值為 0.907，在 0.8 以上，表示因素分析的適切性是良好的。此外，Barlett’s 球

(45)

形考驗的χ²值為 2442.299 達顯著，表示適合進行因素分析。

表 20

科技接受因子變項的KMO與Bartlett檢定

Kaiser-Meyer-Olkin 取樣適切性量數 0.907 近似卡方分配 2442.299

自由度 45

Barlett 球形檢定

顯著性 0.000

本研究透過主成份因素分析法(Principal Factor Analysis; PFA)來進行因素分析，而為了強化變數歸屬之識別性，本研究採用最大變異法(Varimax)來進行因素轉軸，而在因素的萃取方面則以特徵值(Eigenvalues)大於 1 來作為萃取的準則。根據分析結果顯示，於 10 個科技接受因子變數中，可萃取出三個因素，本研究依據各因素中之變數特性，依序將其命名，結果如表 21 所示。

表 21

科技接受因子構面因素命名

科技接受因子變數

Q1、Q2、Q3、Q4 Q5、Q6、Q7 Q8、Q9、Q10

特徵值 2.708 2.307 2.664

因素命名認知有用性認知易用性認知友善性

變異之解釋量 73.73%

本研究萃取之三個科技接受因子其可解釋之總變異量為 73.73%，而由表 22 之檢定結果顯示，認知有用性之各問項與總分的相關係數亦皆達 0.6 以上，此外認知有用性各項評估問項之因素負荷量介於 0.751~0.862(大於 0.5)，因此足以證明具有良好之收斂效度。認知易用性之各問項與總分的相關係數亦皆達 0.6 以

(46)

上，且認知易用性各評估問項之因素負荷量介於 0.859~0.899(大於 0.5)，顯示其具有良好之收斂效度。另外，認知友善性之各問項與總分的相關係數亦皆達 0.6 以上，且認知友善性各評估問項之因素負荷量介於 0.934~0.958(大於 0.5)，此亦證明具有良好之收斂效度。

表 22

科技接受因子變項之效度檢定研究

構面

衡量

變數題項 Correlation with

Total 因素負荷量運用刑事資訊系統讓我能更

快完成工作任務 0.730 0.751

運用刑事資訊系統讓我能完

成更多工作任務 0.852 0.862

運用刑事資訊系統讓我能更

加提高工作效能 0.834 0.815

認知有用性

運用刑事資訊系統讓我能更

順利完成工作任務 0.867 0.858 運用刑事資訊系統對我而言

是容易的 0.895 0.873

運用刑事資訊系統讓我更容

易得到工作任務所需資料 0.835 0.859 認知易用性運用刑事資訊系統讓我更輕

鬆完成工作任務 0.897 0.899

運用刑事資訊系統執行任務

是令人愉悅的事 0.899 0.935

我樂於運用刑事資訊系統操

作介面完成任務 0.878 0.958

科技接受因子認知友善性我樂於運用刑事資訊系統且

使用頻率很高 0.882 0.934

(47)

2. 工作回饋因子

在進行因素分析前，本研究先以 Kaiser (1974)提出的「取樣適切性量數」

(Kaiser-Meyer-Olkin measure of sampling adequacy; KMO)及 Bartlett (1951)提出的「球形考驗」(Sphericity Test)判別工作回饋的量表變項是否適合進行因素分析，結果如表 23 所示，KMO 值為 0.928，在 0.8 以上，表示因素分析的適切性是良好的。此外，Barlett’s 球形考驗的χ²值為 2953.441 達顯著，表示適合進行因素分析。

表 23

工作回饋因子變項的KMO與Bartlett檢定

Kaiser-Meyer-Olkin 取樣適切性量數 0.928 近似卡方分配 2953.441

自由度 66

Barlett 球形檢定

顯著性 0.000

本研究透過主成份因素分析法(Principal Factor Analysis; PFA)來進行因素分析，而為了強化變數歸屬之識別性，本研究採用最大變異法(Varimax)來進行因素轉軸，而在因素的萃取方面則以特徵值(Eigenvalues)大於 1 來作為萃取的準則。根據分析結果顯示，於 12 個科技接受因子變數中，可萃取出四個因素，本研究依據各因素中之變數特性，依序將其命名，結果如表 24 所示。

(48)

表 24

工作回饋因子構面因素命名

工作回饋因子變數

Q11、Q12、Q13 Q14、Q15、Q16 Q17、Q18、Q19 Q20、Q21、Q22 特徵值 2.351 2.410 2.345 2.470

因素命名破案績效貢

獻性

犯罪偵查助益性

犯罪偵查知識獲益性

主管決策支援性

變異之解釋量 71.68%

本研究萃取之四個工作回饋因子其可解釋之總變異量為 71.68%，而由表 25 之檢定結果顯示，破案績效貢獻性之各問項與總分的相關係數亦皆達 0.6 以上，

且破案績效貢獻性各項評估問項之因素負荷量介於 0.860~0.903(大於 0.5)，因此足以證明具有良好之收斂效度。而在犯罪偵查助益性部分，其各問項與總分的相關係數亦皆達 0.6 以上，且犯罪偵查助益性各項評估問項之因素負荷量介於 0.894~0.901(大於 0.5)，因此顯示具有良好之收斂效度。另外，犯罪偵查知識獲益性之各問項與總分的相關係數亦皆達 0.6 以上，且犯罪偵查知識獲益性各項評估問項之因素負荷量介於 0.847~0.911(大於 0.5)，亦證明具有良好之收斂效度。

而主管決策支援效益性方面，其各問項與總分的相關係數皆達 0.6 以上，且主管決策支援效益性各項評估問項之因素負荷量介於 0.897~0.919(大於 0.5)，因此足以證明具有良好之收斂效度。

(49)

表 25

工作回饋因子變項之效度檢定研究

構面

衡量

變數題項 Correlation

with Total 因素負荷量運用刑事資訊系統有助於更

快偵破刑事案件 0.858 0.860

運用刑事資訊系統有助於增

加破獲刑案件數 0.896 0.903

破案績效貢獻性運用刑事資訊系統有助於更

好的破案績效 0.900 0.893

運用刑事資訊系統有助於更

快速地找尋犯罪跡證 0.898 0.901 運用刑事資訊系統有助於更

快速地釐清案情 0.892 0.894

犯罪偵查助益性運用刑事資訊系統有助於更

快速地找尋可疑犯嫌 0.899 0.894 運用刑事資訊系統有助於更

快速地了解案件偵辦流程 0.850 0.847 運用刑事資訊系統有助於更

快速地了解偵辦案件方向及技巧

0.912 0.911 犯罪偵查知識獲益性運用刑事資訊系統有助於更

快速地了解犯罪手法 0.721 0.893 主管運用刑事資訊系統有助

於偵辦案件決策 0.901 0.906

主管運用刑事資訊系統進行決策後，對案件偵辦進展有所突破

0.918 0.919 工作回饋因子主管決策支援效益性主管運用刑事資訊系統進行

決策後，確實偵破刑案 0.902 0.897

中 華 大 學 碩 士 論 文