臺灣博碩士論文加值系統

在現今資訊發達的時代，人們幾乎無時無刻都在接收外在所發生的資訊，從過去透過電視、報紙、廣播，到現今透過電腦網路甚至在手機經由連線上網的技術已漸完備的情況下，也越來越多人開始透過手機上網來取得資訊或是發送資訊。雖然手機上網乎是個趨勢，相關技術逐漸克服，但整體在台灣仍有多數的人目前未開始使用手機上網，因此本研究試圖是想瞭解什麼樣的因素可以讓消費者想要開始使用手機上網的功能。
本研究除了將結合科技接受度(Technology Acceptance Model, Davis 1989)、計畫行為理論(Theory of Planned Behavior, Ajzen 1985)之外也加入了轉換成本作為干擾變數進一步對消費者使用手機上網因素做進一步的探討。本研究以一般消費者為研究對象，採用便利抽樣的方式進行線上問卷調查，並運用結構方程模型(Structural Equation Model，SEM)進行假說驗證。研究結果如下：
一、 知覺有用性、知覺易用性以及娛樂性顯著影響消費者使用手機上網的態度及行為意圖。
二、 在計畫行為理論中，知覺行為控制並無顯著影響消費者使用手機上網之意圖，然而在這裡發現到態度以及主觀規範受到轉換成本的高低的干擾，高轉換成本的族群或低轉換本族群，雖然對態度都保持正面的，但高轉換成本族群卻明顯比低轉換成本族群的行為意圖上低上許多。也就是說高轉換成本的人相較之下比較沒有使用手機上網的意圖。至於主觀規範的部份，高轉換成本的人所受的主觀規範較低轉換成本的人深。
關鍵字：手機上網、科技接受度、計畫行為理論、轉換成本

At present, information and technology are very advanced, people almost received information about what happened outside all the time. In the past, people through television, newspapers and radio to received information, but now, because of technology of internet is more and more advanced they can through computer or mobile to received anything they want know. Although the mobile internet is very advanced, but there are still have not many people to use it in Taiwan. This study is want to know what factors can attract people to use mobile internet.
This study proposes a research framework that integrates enjoyment and switch cost with technology acceptance model (TAM), theory of planned behavior (TPB). We used the proposed model to explore antecedents of consumers’ behavioral intention to adopt mobile internet.
We used structural equation modeling (SEM) to examine relationships among constructs in the proposed model. Our findings indicated that perceived ease of use, perceived useful and perceived enjoyment are significantly influence on attitude toward and behavioral intention, and perceived behavioral control is not significantly influence behavioral intention. The group of high switch costs is less effect than group of low switch cost on behavioral intention, and subjective norm is more heavily effect group of high switch cost than group of low switch cost.
Keywords: switch cost, TAM, TPB, mobile internet

目錄 Ⅰ
圖目錄 Ⅲ
表目錄 Ⅳ
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 2
第三節 研究流程 3
第二章 文獻探討 5
第一節 手機上網 5
第二節 理性行為理論 9
第三節 科技接受度模型 10
第四節 計畫行為理論 14
第五節 科技接受模型結合計畫行為理論 18
第六節 科技接受度結合娛樂性 19
第七節 轉換成本 20
第三章 研究方法 26
第一節 研究架構 26
第二節 研究假說推導 27
第三節 研究變數之操作型定義與衡量 32
第四節 問卷設計與資料收集 36
第五節 資料分析與方法 37
第四章 資料分析與結果 42
第一節 樣本特性描述 42
第二節 信度和效度檢定 50
第三節 模型配適度 56
第四節 路徑分析與假說驗證 59
第五節 干擾效果 62
第五章 結論與建議 65
第一節 研究結果 65
第二節 管理意涵 68
第三節 研究限制 69
第四節 未來研究與建議 70
參考文獻 71
附錄一消費者使用手機上網因素問卷 77

圖 目 錄

圖1.1研究流程 4
圖2.1各家電信公司無線上網使用市佔率 7
圖2.2理性行為架構圖 10
圖2.3科技接受度模型 11
圖2.4計劃行為理論模式 15
圖2.5科技接受模型結合計畫行為 18
圖2.6科技接受度模型結合知覺娛性 20
圖3.1研究架構 27
圖3.2結構方程模型的基本程序 39
圖4.1高轉換成本之路徑係數 59
圖4.2低轉換成本之路徑係數 61

表 目 錄

表2.1台灣三大電信公司上網吃到飽費率 7
表2.2過去對行動上網的研究 8
表2.3過去使用過科技接受度模型的研究 12
表2.4過去使用計畫行為理論的研究 16
表2.5轉換成本分類 22
表2.6 Burnham等人對轉換成本評估構面 23
表3.1變數之操作定義 32
表3.2操作變數與對應問項 33
表3.3模型配適指標 41
表4.1低轉換成本族群基本資料分析 42
表4.2高轉換成本族群基本資料分析 44
表4.3低轉換成本族群受訪者平常所使用的交通工具 46
表4.4高轉換成本族群受訪者平常所使用的交通工具 46
表4.5低轉換成本族群目前消費者最常使用手機之功能及目的 47
表4.6高轉換成本族群目前消費者最常使用手機之功能及目的 48
表4.7低轉換成本族群消費者希望透過手機上網達到什麼目的 49
表4.8高轉換成本族群消費者希望透過手機上網達到什麼目的 49
表4.9低轉換成本族群使用手機上網經驗 50
表4.10 轉換成本族群使用手機上網經驗 50
表4.11因素負荷量分析 51
表4.12高轉換成本之組合信度及平取萃取變異 53
表4.13低轉換成本之組合信度及平取萃取變異 54
表4.14高轉換成本之區別效度 55
表4.15低轉換成本之區別效度 55
表4.16 Cronbach’s α信度分析表 56
表4.17絕對模型配適度 57
表4.18增量模型配適度 58
表4.19高轉換成本族群之路徑係數與假說驗證 60
表4.20低轉換成本族群之路徑係數與假說驗證 61
表4.21轉換成本對模型干擾效果 63
表4.22轉換成本研究結果 64

1.王瀅雯(2009)，「以知覺價值探討行動上網使用者滿意度與使用意願之研究」，東吳大學資訊管理學系研究所未出版碩士論文。
2.李慶長、張銀益、王祖康、蔡聰源(2010)，「以消費者特性與創新性探討消費者採用第三代行動通訊服務之關鍵因素研究」，北商學報，第17期，73-89頁。
3.李順連(1999)，「行動上網的代名詞」，生活科技教育，第32卷7期，39-40頁。
4.李美慧(2000)，「科技接受模式在非同步網路學習系統使用意向之應用」，國立中正大學資訊管理學系碩究所未出版碩士論文。
5.吳明隆(2007)，「結構方程模式：AMOS的操作與應用」，五南圖書出版有限公司，台北。
6.吳盛(2007)，「以計畫行為理論探討資訊人員得知識分享行為」，中山大學資訊管理研究所博士論文。
7.沈旭豐(2007)，「以科技接受模式探討數位學習之學習滿意及購買意願」，國立東華大學企業管理學系碩究所未出版碩士論文。
8.林美菊(2007)，「探討行動上網採用行為之研究」，彰化師範大學資訊管理學系研究所未出版碩士論文。
9.邱郁文、方國定(2005)，「整合知覺玩興構面擴充資訊科技接受模式─ 以入口網站為例」，資訊管理展望，第7卷第1期。
10.邱皓政(2006)，「結構方程模式:LISREL的理論技術應用」，雙葉書廊出版，台北。
11.唐資文(2004)，「顧客網路瀏覽行為與網路購物行為之科技接受模式分析」，國立東華大學企業管理學系研究所未出版博士論文。
12.許麗玲、徐村和(2008)，「影響部落格使用意向之因素」，電子商務學報，第1卷第1期，1-28頁。
13.梁世安、余國瑋(2005)，「以科技接受模式探討二輪式電動代步車消費者接受程度」，行銷評論，第2卷第2 期，135-148頁
14.郭鑑德(2003)，「科技接受模式在行動上網市場之實證研究---以大台北地區為例」，銘傳大學管理學院高階經理碩士學程未出版碩士論文。
15.陳孟功(2002)，「校園無線區域網路(WLAN)－科技接受模式(TAM)之研究」，國立高雄師範大學工業科技教育研究所碩士論文。
16.陳宣卉(2009)，「從轉換成本觀點探討消費者網路生鮮購物之意圖」，彰化師範大學企業管理學系研究所未出版碩士論文。
17.楊明盈(2010)，「消費者對行動商務為行為意圖研究」，彰化師範大學行銷與流通管理研究所未出版碩士論文。
18.劉忠陽(2005)，「應用資料探勘技術於消費者採用行動上網之研究」，傳播管理學刊，第6卷第1期，143-159頁。
19.劉家儀(2000)，「以人際關係論與計畫行為論探討網路交友之現象」，國立中山大學資訊管理學系研究所未出版碩士論文。
20.潘泓名、吳傳春(2010)，「消費者對於數位內容產品購買行為之關係研究-以電視遊樂器遊戲軟體為例」，義守大學資訊管理學系碩士班未出版碩士論文。
21.欒斌、李靜怡(2004)，「手機使用者對手機行動上網之創新抵制來源因素探討」，行銷評論，1卷1期，21-35頁



英文文獻
1. Aaker, D.A ., (1992), “ The Value of Brand Equity,” Journal of Business Strategy, .13, pp.27-32.
2. Ahn, T. , Ryu, S. and Han, I. (2007), “The Impact of Web Quality and Playfulness on User Acceptance of Online Retailing,” Information and Management , .44 (3), pp. 263–275.
3. Ajzen, I. and Fishbein, M., (1975), Belief, attitude, intention and behavior: An introduction to theory and research, MA: Addison-Wesley.
4. Ajzen, I. (1985), “From intentions to actions: A theory of planned behavior,” In Julius Kuhl and Jürgen Beckmann (Eds.), Action control: From cognition to behavior. Berlin: Springer-Verlag
5. Assael, H. (1987), Consumer Behavior and Marketing Action, 3rd ed., Boston: PWS-Kent
6. Bagozzi, R.P., and Yi, Y.（(1988), “On the evaluation of structural equation models”, Academy of Marketing Science, 16(1),pp.74-94.
7. Bendapudi, N., and Berry L. (1997), “Customers’ Motivations for Maintaining Relationships with Service Providers”, Journal of Retailing, 73(1),pp.15-37.
8. Bollen, K. A. (1989), Structural equations with latent variables, New York: John Wiley and Sons
9. Burnham,T.A., Frels, J.K. and Mahajan, V. (2003), “Consumer Switching Costs: A Typology, Antecedents, and Consequences,” Journal of the Academy of Marketing Science, 31(2), pp. 109-126.
10. Chae, M., Kim, J., Kim, H. and Ryu, H. (2002), “Information quality for mobile internet services: A theoretical model with empirical validation,” Electronic markets, .12(1), pp.38-46
11. Chen, C.D., Fan Y.W. and Farn, C.K. (2007), “Predicting electronic toll collection service adoption: An integration of the technology acceptance model and the theory of planned behavior,” Transportation Research Part C: Emerging Technologies, 15(5), pp.300-311
12. Davis, F.D. (1989), “Perceived usefulness, perceived ease of use,and user acceptance of information technology,” MIS Quarterly, 12(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, 35(8), pp.982-1003
14. France, F.J.,France, C.R., and Himawan L.K. (2007), “A path analysis of intention to redonate among experienced blood donors: an extension of the theory of planned behavior,” Transfusion, 47(6), pp.1006-1013
15. Gronhaung K. and Gilly M. C. (1991), “A Transaction Cost Approach to Customer Dissatisfaction and Complaint Actions”, Journal of Economic Psychology, 12, pp.165-183
16. Hair, J. F., Black, B., Babin, B., Anderson, R. E., and Tatham, R. L. (1992), “Multivariate Data Analysis (6th ed.)”. New York: Macmillan.
17. Hans van der Heijden(2003), “Factors Influencing the Usage of Websites: The Case of a
Generic Portal in the Netherlands,” Information & Management, 40(6), pp.541-549
18. Yu, J., Ha, I., Choi, M. and Rho, J. (2005), “Extending the TAM for a t-commerce,” Information and Management, 42, pp.965-976.
19. Jones, M. A., David L.M. and Sharon E.B. (2000), “Switching Barriers and Repurchase Intention in Service,” Journal of Retailing, 76, pp.259-274.
20. Klemperer, P. (1995), “Competition When Consumers Have Switching Costs: An Overview With Applications to Industrial Organization, Macroeconomics, and International Trade,” Review of Economic Studies, 62, pp.515-539.
21. Lee, M.and Cunningham, L.F. (2001), “A Cost Benefit Approach to Understanding Service Loyalty,” The Journal of Services Marketing, 15(4), pp. 113
22. Lee,H.H., Fiore, A.M., and Kim, J. (2006), “The role of the technology acceptance model in explaining effects of image interactivity technology on consumer responses,” International Journal of Retail and Distribution Management, 34( 8), pp.621-644.
23. Liao, C., Chen, J.L., and David C.Y. (2006), “Theory of planning behavior (TPB) and customer satisfaction in the continued use of e-service: An integrated model,” Computers in Human Behavior, 23(6), pp. 2804-2822.
24. Lu, J., Yu, C. S., Liu, C., and Yao, J. E. (2003), “ Technology acceptance model for wireless Internet,” Internet Research, 13(3), pp.206-222.
25. Yi, M.Y. and Hwang Y. (2002), “Predicting the use of web-based information systems: self-efficacy, enjoyment, learning goal orientation, and the technology acceptance model,” International Journal of Human-Computer Studies, 59(4), pp.431-449.

26. Moon, J.W. and Kim, Y.G. (2001), “ Extending the TAM for a World-Wide-Web context,” Information and Management, 38, pp.217-230.
27. Pavlou, P.A. (2006), “Understanding and predicting electronic commerce adoption: An extension of the theory of planned behavior,” MIS Quarterly, 30(1), pp.115-143.
28. Porter, M.E. (1980), “Competitive advantage: Techniques for analyzing industries and competitors,” Macmillan, New York.
29. Samuelson, W. and Zeckhauser, R. (1998), “Status Quo Bias in Decision Marketing,” Journal of Risk and Uncertainty, 1, pp. 7-59.
30. Sharma, N., Paul G, Patterson, (2000), “Switching costs, alternative attractiveness and experience as moderators of relationship commitment in professional, consumer services”, International Journal of Service Industry Management, 11(5), pp. 470-490.
31. Shih, H.P. (2003), “Extended technology acceptance model of Internet utilization behavior,” Information and Management, 41(6), pp. 719-729.
32. Taylor, S. and Todd, P. A. (1995), “Understanding information technology usage: A test of competing models,” Information Systems Research, 6(2), pp.144-176.
33. Verkasalo, H,T. (2009), “Analysis of mobile internet usage among early-adopters,” Journal of Policy, Regulation and Strategy for Telecommunications, Information and Media, 11(4), pp. 68-82.
34. Vlachos, P. and Vrechopoulos A. (2008), “ Determinants of Behavioral Intentions in the Mobile Internet Services Market,” Journal of Services Marketing, 22(6), pp.280-291 .

網路資料
IDC，「全球行動上網人口四年後超越10億」，2009年12月10號，http://www.ithome.com.tw/itadm/article.php?c=58589

資策會FIND，「智慧型手機用戶成為行動服務從通訊晉升至數據的關鍵族群」2010年5月24日，
http://www.iii.org.tw/service/3_1_4_c.aspx?id=80

資策會FIND，「2009台灣民眾無線寬頻服務上網現況與需求調查—3G/3.5G/WiFi上網概況」2009年10月1日，http://tw.myblog.yahoo.com/jw!CltmqQ2CGRAETk1M20nC8s6UVK4-/article?mid=5350

資策會MIC，「2009年智慧型行動電話銷售成長超越50%」2009年8月24日，http://www.edntaiwan.com/article-14129-%B8%EA%B5%A6%B7MIC%A1G2009%A6%B4%BC%BCz%AB%AC%A6%E6%B0%CA%B9q%B8%DC%BEP%B0%E2%A6%A8%AA%F8%B6W%B6V50-Asia.html

DIGITIMES，「行動網路電話市場」2010年5月13日，http://www.digitimes.com.tw/tw/dt/n/shwnws.asp?CnlID=10&Cat=&Cat1=&id=182502

國家通訊傳播委員會NCC，「我國行動通信用戶普及率持續攀升至116.6％，行動上網服務總用戶數達1,820萬戶，占行動通信總用戶比例提升至67.5％，行動上網可望流行」2010年2月14日，
http://nccwatch.org.tw/node/58403