行銷評論,2011 年夏季 第八卷, 第二期, 頁 The Study of ewom Adoption Model Chien-Wen Chen Feng Chia University Wen-Kuo Chen Chaoyang University of Technology

Transcription

1 行銷評論,2011 年夏季 第八卷, 第二期, 頁 The Study of ewom Adoption Model Chien-Wen Chen Feng Chia University Wen-Kuo Chen Chaoyang University of Technology Yung-Ying Hsu Feng Chia University Abstract ewom arises from a possibly unlimited number of unknown participants and the presence of vast amounts of unfiltered information makes the information validity uncertain. Therefore, understanding how consumers adopt ewom becomes an important issue. The objective of this study is to investigate how ewom in online communities affects the consumption decisions by discovering which factors encourage information adoption. This research model was build upon the Information Adoption Model and included three factors (confirmation with prior belief, recommendation consistency, and credibility) to aid evaluations of ewom adoption. The data used in the study were gathered from online questionnaires. A message was posted on Mobile01.com requesting respondents who are members to complete an online questionnaire. Data were gained from 466 usable respondents. The research model was analyzed by using structural equation modeling techniques. The finding shows that information usefulness and credibility have significant impact on the ewom adoption. The results strengthen the explanatory power of Information Adoption Model. Keyword: ewom, information usefulness, credibility, information adoption

2 176 行銷評論 網路口碑採用模式之研究 陳建文逢甲大學企業管理學系陳文國朝陽科技大學行銷與流通管理系徐永穎逢甲大學企業管理學系 摘要 由於資訊技術的進步與電子商務的蓬勃發展, 網路已成為消費者分享產品經驗與意見交流的平台, 而線上社群更是消費者最常瀏覽商品資訊與評論的地方 然而, 由於線上社群的成員大都以匿名的方式發表產品或服務的評論, 使得網路口碑的正確性較難以評估 因此, 了解消費者如何相信網路口碑, 進而影響其採購決策是一個重要的議題 本研究依據資訊採用模型再輔以先前信念確認 推薦一致性 可相信性因素探討影響消費者採用網路口碑之意願 以線上社群會員為調查對象, 採用網路問卷, 共取得 466 份有效的問卷資料 資料分析方法採用結構方程模式, 研究結果發現消費者除了覺得網路口碑對其有用, 會願意接受該網路口碑 此外, 若消費者覺得網路口碑讓其覺得可信則更強化接受網路口碑之意願, 此研究結果強化了資訊採用模式的解釋力 關鍵字 : 網路口碑 資訊有用性 可相信性 資訊採用

3 Marketing Review Xing Xiao Ping Lun 壹 緒論 消費者採購決策模式顯示 消費者進行購物決策時 會蒐集產品或服務相關資 訊 以擬定購物決策 而蒐集商品資訊最常見的途徑有廣告 傳單 銷售人員介紹 商品包裝與親人 朋友或同事等參考群體的意見 其中這些參考群體的建議即所謂的 口碑(Word-of-Mouth, WOM) 口碑是資訊傳播者與接收者之間 分享產品或服務的經 驗之途徑 因而這些口碑常是消費者真實的體驗 也因此口碑影響消費者購買決策 且被認為比傳統行銷工具和廣告媒體來得更有效 1 Web 2.0 的興起造成種類繁多的資訊分享與交換服務平台相繼出現 如 blog virtual community social networking websites 等 2 這些網路平台讓人們得以跨越地理 時間等限制 進行溝通 資訊分享 意見交換等互動活動 3,4 這類平台的優勢也改變 了消費者資訊搜尋的行為 5 尤其當主動的成員願意在平台上分享個人使用某項產品 或服務的經驗 6,7 也願意回應其他成員採購的意見 因此 造成消費者因平台上的評 論而影響其採購決策 1,2,8 透過這些平台分享的資訊稱為網路口碑(eWOM) 9 根據尼爾森調查公司調查台灣網路民眾購物時訊息參考來源 調查結果顯示 41 的受訪者在購物決策時相信網路上的產品評論 31 的受訪者信賴網路討論區 14 在決定購物時會相信有影響力的部落客 10 調查結果也發現 將近五成的消費者認 為 當其購買消費性電子產品時 若沒有參考網路評論是不會購買 因此 隨著消費 者利用網路口碑的訊息協助其採購決策 但產品與服務廠商也開始利用此機會在這種 線上意見交換平台推廣產品與服務 且由於線上社群的成員大都以匿名的方式發表產 品或服務的意見 使得網路口碑的正確性較難以評估 11 造成影響消費者對於訊息來 源的可信度難以判斷 因此 了解消費者如何選擇相信網路口碑 進而影響其採購決 策是一個重要的議題 5,12 雖然已有少部分學者透過推敲相似模型(elaboration likelihood model, ELM) 解釋 資訊接收者如何受到所接受之資訊影響 卻不能有效解釋接收者如何評估決定採用之 資訊 13 ELM 模型解釋人們處理資訊時 會透過中央路徑(central route)和邊陲路徑 (peripheral route)來判斷他們處理所收到的資訊 並進而探討這些資訊影響使用者行 為 但從 Sussman and Siegal 13 Cheung et al.1 的研究可知 人們評估電腦溝通環境 (computer mediated communication, CMC)下的資訊影響使用者行為 除了從 ELM 模式 所探討中央路徑和邊陲路徑來判斷資訊的影響外 更重要的是資訊接收者認為該資訊 1

4 178 行銷評論 對其有用(information usefulness)才能有效預測接收者因接收到這些資訊而影響其行為 意圖 本研究將以 Sussman and Siegal 13 的資訊採用模式(information adoption model, IAM)為基礎 探討影響消費者採用網路口碑的模式 研究模式主要探討資訊有用性 資訊可相信性(credibility)對資訊接受意願之影響 另外 也探討影響資訊有用性 可 相信性的前置因素 如論點品質(argument quality) 來源可信度(source credibility) 先 前 信 念 的 確 認 (confirmation with prior belief) 與 推 薦 一 致 性 (recommendation consistency) 本研究將以 Mobile01 網路平台的社群成員為對象 驗證社群成員們對 於 3C 產品網路口碑的接受意願模式 貳 文獻探討 一 網路口碑(eWOM) 口碑 word-of-mouth, WOM 指 在不具商業意圖下 傳播者和接收者間面對面 討論關於品牌 產品或服務的溝通過程 14 消費者認為口碑相對於廣告較不具有商 業意圖 因此 對口碑具有較高的可信度和接受度 因而較容易接受口碑內容並進而 影響消費者採購決策 15 由於 Web 2.0 的興起造成種類繁多的資訊分享與交換服務平台相繼出現 如 blog virtual community social networking websites 等 2 使得消費者可以透過這些網 路平台進行溝通與資訊傳播 因而出現網路口碑(electronic word-of-mouth, ewom)一 詞 Hennig-Thurau et al.9 將網路口碑定義為 經網際網路平台 以正面或負面陳述公 司潛在的 實際的或是先前顧客對於產品或是服務所做出的任何經驗說明 消費者搜尋網路口碑 常基於個人主動性的搜尋 對於接收到的資訊排斥感較 低 故容易被視為可信的參考來源 16 然而 Gwinner 17 認為網路口碑存於兩個平台 一種為消費者意見交換的網站平台 此平台提供討論區讓消費者發表產品或服務的使 用經驗 以供其他消費者參考 另一種為廠商自行建構之產品銷售網站內的討論區 主要內容為針對該廠商所銷售之產品的使用經驗談 以供後續有意購買者參考 然 而 不論在哪一種平台上搜尋到的網路口碑 皆有廠商邀請消費者使用產品後 提出 的產品使用報告 這些受廠商邀請而傳遞的消費者口碑 最大的目的是製造商品使用 經驗的假象 而誘使消費者相信商品 並進而採購該商品 這是因為網路口碑具有匿

5 Marketing Review Xing Xiao Ping Lun 名的特性 使得消費者更難以分辨口碑是否具有商業意圖 11 因此對於網路口碑的接 受度議題是急於解決的重要議題之一 二 資訊採用模型(Information Adoption Model) 在溝通相關文獻研究顯示 資訊接收者會依個人重視的面向不同 而對所接收到 的資訊有不同的反應 1,5,13,18,19 也因此 學者們不斷的透過不同的理論尋找影響資訊 接收者的因素 其中 Petty and Cacioppo20 提出的推敲相似模型(ELM)最著名 但 ELM 僅能解釋接收者是如何受接收到資訊的影響 卻不能清楚地解釋接收者決定採用資訊 的原因 13 Sussman and Siegal 13 整合科技接受模式(TAM)和 ELM 建立的一個資訊採用模 型 如圖 1 此研究探討組織中知識工作者在電腦媒介溝通(CMC)下 影響其資訊採 用以幫助工作 調查的資訊媒介為電子郵件( ) Sussman and Siegal 13 所提之資訊 採用模式共有四個構面 分別為 (一)論點品質(argument quality) 意指資訊中的訊息可說服人的強度 若使用者認為資訊的論點品質越高 則其認 知此資訊越有用的 (二) 來源可信度(source credibility) 意指相信評論者的觀點及專業程度 來源可信度指的是接收者所認為訊息的來源 是具可信度的 並非訊息本身 21 而訊息中來源的可信度可泛指傳遞訊息的媒體 組 織和評論者 21,22 若使用者認為資訊的來源可信度越高 則其認知此資訊是越有用的 (三) 資訊有用(information usefulness) 意指資訊被認為是具有資訊被認為是具有價值的 可以增廣見聞的和有幫助的 若使用者認為資訊有用性越高 則採用此資訊的行為意圖就越高 (四) 資訊採用(information adoption) 意指人們有目地的從事於使用資訊 而資訊採用行為是使用者試圖在線上社群上 進行活動 資訊採用行為是採用一種主張想法和行為 1

6 180 行銷評論 人們在判斷及蒐集網路上的資訊時 論點品質和來源可信度已經被認為是很重要 的因素 會影響人們對於接收到訊息時的判斷與處理 18,23,24 其中論點品質被視為是 中央路徑 而來源可信度被視為是邊陲路徑 論點品質是指資訊中的訊息可以說服人 的強度 19 而來源可信度是指相信評論者的觀點和專業程度 1,5 在網路口碑溝通中 來源可信度特別指的是評論者聲譽的可信度(reputed credibility) 通常是透過其他的網 路口碑的使用者所評價出來的 5 在眾多網路口碑的網站上 評論者的聲譽系統最常 被使用來傳遞有關資訊評論者的可信度 5 通常評論者的可信度是被網站的管理者以 及其他網站的使用者所評價 且評論者所累積的評價/聲譽將被顯示給使用者來瀏覽 由於線上社群上消費者評論同樣也是網路口碑的一種 故論點品質和來源可信度也適 用於探討消費者在處理線上社群上消費者評論的判斷 而後 Cheung et al. 1 透過資訊採用模型探討哪些因素會導致消費者願意去採用線 上社群上消費者評論 進而去影響其購買決策 該研究將焦點放在線上社群上資訊採 用的前置因素 研究結果顯示 論點品質與來源可信度顯著的影響資訊有用性 資訊 有用性也正向的顯著影響消費者在線上社群上的資訊採用 此研究最主要的貢獻為 將 Sussman and Siegal 13 的研究模式 從組織內部的資訊採用延伸到線上社群成員對於 網路口碑的接受考量因子 論點品質 資訊有用性 資訊採用 來源可信度 圖 1 資訊採用模型 三 可相信性(credibility) 可相信性被定義為可信任的 22,25 並且可以具體說明某人或某事的論點會使其他 人相信和信任他們 可相信性的概念可以被運用在不同的目標 像是人 媒體 科技 或資訊 本研究之可相信性指的是網路上推薦或是評論本身 而非指信任一個人或一 個組織的信念 事實上 可相信性是非常複雜的概念 它跟很多術語都有相關 像是 相信 可靠 準確性 威信和品質 26 在不同的操作型定義上 可相信性有不同的定 義包括準確性 公正性 誤差 可信賴 完全性 聲譽 完整性和及時等等 27 而網

7 Marketing Review Xing Xiao Ping Lun 181 路上資訊的可相信性指的是使用者認為網站上的資訊是具可依賴的 28, 故本研究將線上社群上評論的可相信性定義為評論是可相信地 準確的和真實性 因此, 本研究將 可相信性定義為人們認為此推薦 / 評論被視為是可相信地 事實的具有真實性地 可相信性除了適用於傳統的溝通中, 對於網路上的溝通也同樣具有影響力 25,29 5,22 人們並不會接收每次所獲得的資訊, 而是去瀏覽和接收他們認為是有用的資訊 而可相信性將是網友們篩選有用資訊的其中一個衡量標準 28 從上述資訊採用模型的文獻中可知, 人們處理溝通中會受到訊息 來源及接收者的影響 ; 而 Wathen and Burkell 22 認為, 訊息來源的特性 ( 像是來源可信度 ) 訊息的特性( 像是訊息的內容 ) 以及接收者的特性 ( 像是接收者的文化背景或是其先前信念 ) 將會影響使用者判斷資訊可相信性 由此可知, 使用者願意接收資訊後, 可相信性將視為他們決定採納的重要依據 此外資訊的可相信性終究將會影響接收者的信念 態度或行為意圖, 特別是口碑的研究 McKnight et al. 30 認為, 使用者認為所接收到的資訊是具有可相信性, 他們將會更有信心去採用此網路口碑並且使用它來幫助購買決策 此外, Cheung et al. 1,5 研究, 資訊採用指的是採用線上社群上評論後所產生的購買意圖 由此可知, 消費者若認為線上社群上消費者評論具有高度的可相信性, 他們將會採用此評論幫助其做購買決策 雖然,Mcknight and Kacmar 28 的研究已經證實資訊可相信性與資訊採用之間的關係, 他們認為接收者認知資訊的可相信性將會正向影響他們是願意接收網站上的資訊 除此之外,Mcknight and Kacmar 28 的研究也指出網站上資訊的可相信性除了會影響到人們是否會去採用網站上資訊外, 同時也會影響資訊有用性 由此可知, 可相信性將會是影響資訊有用性的前置因素 本研究是在探討消費者瀏覽線上社群上的產品或服務的評論後, 影響消費者接收此評論進而產生後續的行為意圖 ; 因此, 本研究將加入 可相信性 此構面來探討消費者評估是否採用線上社群上產品或服務評論的依據 參 研究架構與假說 本研究以 Sussman and Siegal 13 所提出的資訊採用模型為主要架構, 加入 Cheung et al. 5 所提出的先前信念確認和推薦一致性兩個前置因素, 及可相信性為本研究的架 構, 如圖 2 所示

8 182 行銷評論 論點品質 H1 a 資訊有用性 H2a H1 H7 來源可信度 H5 b 資訊採用 H6 b H2 先前信念的確認 H3 可相信性 H4 推薦一致性 圖 2 本研究架構 一 論點品質 來源可信度和資訊有用性 可相信性的關係 論點品質指的是資訊中的訊息可以說服人的強度 19 而來源可信度指的是相信評 論者的觀點和專業程度 34 當人們在處理資訊時 論點品質和來源可信度將扮演很重 要的角色 22 論點品質和來源可信度除了會影響人們在處理實體的溝通外 對於在他 們在處理網路資訊上也是重要的影響因素 1,5,22,29 根據資訊採用模型 論點品質和來 源可信度會讓消費者認同產品或服務的評論 並進而採用線上社群上消費者評論 1 消費者認為評論中的論點品質越高 他們將認為此評論是很有用的 認為評論的來源可信度越高 他們將會認為此資訊越有用 13,33 32,33 另外 人們 綜合上述說明 本研 究提出以下假說 H1a: 論點品質會正向影響資訊有用性 H1b 來源可信度會正向影響資訊有用性 Nabi and Hendriks 29 研究證實 論點品質將會影響可相信性 而在網路的環境中 接收者認為線上社群上評論的論點品質越高 他們也會去相信此評論 5 此外 接收 者認為線上社群上評論的來源可信度越高 他們將會認為此評論的可相信性也越高 5 Wathen and Burkell 22 的研究指出 接收者認為網站上評論的來源可信度越高 此 評論的可相信性也會越高 綜合上述說明 本研究提出以下假說 H2a : 論點品質會正向影響可相信性

9 Marketing Review Xing Xiao Ping Lun 183 H2b: 來源可信度會正向影響可相信性 二 先前信念確認與可相信性的關係 先前信念確認指的是消費者會透過直接或間接的經驗比較接收到的產品或服務之評論與自己先前對此產品或服務的認知差異 5,18 Cheung et al. 5 認為先前信念確認會影響人們在溝通上的判斷, 他們在處理資訊時總會受其先前信念影響 另外, 從消費者行為研究得知, 當消費者認為網路上資訊中所包含的訊息跟其先前信念不一致時, 會懷疑與確認這些評論, 以幫助他們評估此訊息是否對他們是有效的 18,22 然而, 當使用者認為此刻的評論與先前的評論或期望是一致時, 他們就會更相信此評論並使用它來去幫他們做決策 18 因此, 如果線上社群上評論與接收者對此評論的先前信念確認並無差異, 此評論的可相信性將會越高 ; 反之, 接收者會拒絕去接收此評論並認為此評論不具可相信性 綜合上述說明, 本研究提出以下假說 : H3: 先前信念確認將會正向影響可相信性三 推薦一致性與可相信性的關係 推薦一致性指的是使用者評估產品 / 服務的評論與其他提供者對於產品 / 服務的評論具有一致性的 5,18 ; 在線上社群, 人們能輕易地去比較相關產品或服務的不同人所撰寫之評論 5,18 ; 因此, 使用者將可以評估其他先前所發表的評論是否有所差異以辨 別該評論是否具可相信性 5 Zhang and Watts 18 認為, 如果線上社群的評論與其他使用者意見一致, 接收者比較有可能認為此評論的可相信性越高並且傾向去遵從和相信此評論 5 另外, Vandenbosch and Higgins 35 也認為網路上產品的評論跟其他相同產品的評論不一致時, 接收者會認為這些產品的評論是缺少可相信性 ; 由此可知, 接收者在評估線上社群的評論時會去比較先前評論來是否具有一致性, 進而會去相信此評論 綜合上述說明, 本研究提出以下假說 : H4: 推薦一致性將會正向影響可相信性四 可相信性與資訊有用性的關係 可相信性指的是人們認為推薦評論是可令人相信的 根據事實的或真實的 29 可 相信性已被認為是人們評估網路上資訊採用的另外一種重要依據 5,28 Mcknight and Kacmar 28 的研究指出, 可相信性除了會影響到人們是否會去採用網路上資訊外, 且同

10 184 行銷評論 時也會影響認知有用性 因此 人們如果認為網站上的資訊可相信性越高 他們視此 網站所提供的資訊是有用的 綜合上述說明 本研究提出以下假說 H5: 可相信性將會正向影響資訊有用性 五 可相信性 資訊有用性與資訊採用的關係 資訊採用指的是消費者試圖使用線上社群上消費者評論影響其購買決策 1,13 Park et al. 12 認為網 路 上 資 訊 將 會 影 響 消 費 者 的 購 買 決 策 Sussman and Siegal 13 研 1 究 指 出 資 訊 有 用 性 會 影 響 資 訊 採 用 後 的 行 為 意 圖 Cheung et al. 認為 消費 者認為線上社群上的評論越有用 他們將會很有意願去採用上面的評論影響其購買決 策 因此 當消費者認為線上社群的評論對其購買決策是有幫助的 有用的 他們就 會採用此評論影響其購買決策 而在 Cheung et al. 5 探討消費者接受網路口碑之研究 研究結果也顯示當消費者相信該網路口碑 消費者會接受該口碑的建議 此外 McKnight and Kacmar 28 研究結果也同樣顯示 當消費者瀏覽線上社群的資訊後 若消 費者相信該資訊 則消費者會願意依據該資訊的建議而影響消費者的行為 綜合上述 說明 本研究提出以下假說 H6:可相信性會正向影響資訊採用 H7:資訊有用性會正向影資訊採用 肆 研究方法 一 研究對象 依據創市際 36 調查顯示 有 63.1%的消費者在購買 3C 產品時 會十分重視網路 口碑的資訊 且依據尼爾森 10 的調查報告顯示 約有五成的消費者購買 3C 產品時 若沒有參考網路口碑將不會購買 根據數位時代 2008~2010 年的針對台灣 100 大網站 排名調查指出 Mobile01 是目前台灣最具專業 同時連續三年皆是排名第一的 3C 資 訊類型的線上社群 因此 本研究將以 Mobile01 線上社群會員為研究對象 以網路 問卷蒐集 Mobile01 會員的資訊採用行為 受測問卷張貼於手機 筆記型電腦 相機 與電腦等討論區 為了增加受訪者的填答意願 本研究以抽獎方式 獎勵 有效問卷 的受訪者

11 Marketing Review Xing Xiao Ping Lun 二 問卷設計 本研究採用 Likert 七點尺度 分別從非常不同意到非常同意 所採用的問項皆來 自相關文獻 並調整成適合 Mobile01 的情境 各因素的定義與問項如表 1 所示 調 查期間共回收 677 份問卷 扣除重複填寫與無效問卷 211 份 共有 466 份有效問卷 有效問卷比率為 69% 表 1 衡量變項與定義 因素 論點 品質 (AQ) a 5,13 衡量變項 消費者願意接收線上社群上可說服採用評論的程度 AQ1 當新產品發表後 Mobile01網站上將立即發佈有關該產品的評論 AQ2 我認為Mobile01網站上產品的評論很明確 AQ3 我相信Mobile01網站上對產品的評論是完整的 消費者相信線上社群上評論發表者的觀點及專業的程度 來源 可信度 (SC) 5,13 先前 信念 確認 (CB) 5 SC1 我相信Mobile01網站上評論者所發表產品的評論是可靠的 SC2 根據Mobile01網站上評論者的個人積分 我相信Mobile01網站上評論者是具有聲譽 的 SC3 若會員於Mobile01網站上具有較高的個人積分 會讓我覺得他的評論較可信 SC4 根據我使用Mobile01網站的經驗 評論者所發表的產品評論是值得信賴的 消費者認為線上社群上評論與他們先前所認知的評論具有一致的程度 CB1 Mobile01網站上對產品的評論符合我原先對產品的印象 CB2 Mobile01網站上的評論會強化我已知道某產品的資訊 論者對於產品/服務評估的經驗是一致的程度 推薦 一致性 (RC) 5 可相 信性 (CRE) 5 RC1 我在Mobile01所看到的產品評論與其他網友的評論相似 RC2 Mobile01網站上的評論可以增強我對於購買此產品的信心 RC3 我在Mobile01所看到的產品評論與其他網友的評論差異不大 線上社群的評論與是可相信的程度 CRE1 我認為Mobile01網站上的產品評論是貼近事實的 CRE2 我認為Mobile01網站上產品的評論是正確的 CRE3 我認為Mobile01網站上產品的評論是具有可靠的 線上社群的評論是具有價值的程度 資訊 有用性 (IU) 1,13 IU1 我認為Mobile01網站上產品的評論是有價值的 IU2 我認為Mobile01網站上產品的評論對我是有幫助的 IU3 我認為瀏覽Mobile01網站上的評論可以使我對產品更加了解 IU4 Mobile01網站上能提供有幫助的產品的評論 線上社群的評論會影響消費者購買決策的程度 資訊 採用 (IA) 1,5 IA1 我會密切注意Mobile01網站上的意見並且會購買所推薦產品 IA2 Mobile01網站上的評論與我的見解相符 IA3 Mobile01網站的評論可以使我較容易去做購買決策 IA4 Mobile01網站上的評論可以加強我購買產品的決定 1

12 186 行銷評論 伍 資料分析與結果 一 資料分析方法 本研究採用結構方程模式進行研究假設檢定 分析工具為 Smart PLS version 2.0 PLS 是結構方程分析方法(structural equation modeling)之ㄧ 此種分析方法以整體因素 觀(component-based approach)檢驗研究模式顯著性 37 因此 分析結果可以說明整體 模式的解釋力 也因此 PLS 分析法具有兩項特性 其一為不需要太多樣本數則可進 行模式分析 所需的樣本數只需要每個研究構面的 10 倍樣本數即可 37 而本研究共 有 7 個研究構面 故只需要 70 份樣本即可滿足要求 另一個特色是 PLS 分析法並不 要求樣本為常態分配 38 分析步驟分兩階段 第一階段為測量模式進行信度及效度檢 驗 第二階段則針對結構模型中路徑係數(path coefficient)與模型解釋力(r-square, R2) 進行估算與檢定 39 路徑係數代表因素間的關係強度與方向 R2 值指的是外生變數對 內生變數所能解釋之百分比 表示研究模型的預測能力 二 樣本特徵 在樣本個人特徵上 男性與女性使用 Mobile01 的比率分別為 80%與 20% 顯示 此次受訪者以男性居多 在年齡分佈上可發現 大部分的使用者以 16~25 歲與 26~35 歲居多 分別為 55.57%與 35.62% 職業以學生居多 59.65% 此結果與資策會的調查 一致 電腦週邊商品較受男性青睞 且年輕族群較願意相信線上社群上產品的口碑 40 而受教育程度則以具有大學(專)學歷者最多占 64.5% 其次是為研究所以上佔 30.4% 在樣本的使用特徵上 曾有網路購物經驗的比例約 89.6% 曾因看了 Mobile01 的評論後而有採購行為的比例為 69% 約 92%的使用者在 Mobile01 網站主要為瀏覽 者 使用 Mobile01 的資歷未滿 1 年的約 40% 然而 1-3 年的使用資歷約 34.7% 超過 3 年以上的使用者資歷約 25.3% 顯示使用者皆有多年的資歷 常瀏覽的 Mobile01 討 論版以 3C 產品為主 如手機 筆記型電腦 相機 電腦等 約佔 55.4% 平均每次 使用的時間 30 分鐘至 1 小時 約佔 40.5% 但使用未滿 30 分鐘與 1-3 小時的使用者 各佔 28% 平均每週瀏覽 Mobile01 的天數以 1 天以上~未滿 3 天 為主 佔 37.5% 三 衡量模式檢定 信度分析在瞭解問卷各問項數據的穩定性與內部一致性程度 Nunnally 41 建議組 成信度(composite reliability, CR)值應在 0.7 以上 各變項之負荷係數(loading)也應在 0.5

13 Marketing Review Xing Xiao Ping Lun 187 以上 42 效度即是正確性, 也就是問卷是否能真正測消費者心理的反應 效度常檢驗建構效度, 指測量工具能測量所建構理論的概念或特質的程度 建構效度分成收斂效度 (convergent validity) 與區別效度 (discriminant validity) 兩部分 收斂效度, 表示多個衡量變項皆為同一因素的相符程度, 個別因素所抽取之平均變異抽取量 (average variance extracted, AVE) 必須大於 區別效度需檢驗衡量變項(indicator level) 與因素層級 (construct level) 44 衡量變項層級檢驗可藉由交叉負荷矩陣(cross-loading) 檢驗每個因素內的衡量變數之負荷量大於該衡量變數位於其他因素內的負荷量 44 因素層級則檢驗平均變異抽取量 (AVE) 之平方根大於任兩構面間的相關係數, 表示每個變項 與測量同一因素的其他變項的相關程度, 應大於該因素與其他因素的相關係數 45 分析結果顯示, 各因素之組成信度介於 0.79 至 0.94, 於皆大於 0.7, 且各衡量變項的因素負荷量皆大於 0.7 且顯著, 顯示本研究具有良好的信度 且各因素的平均變異抽取量 (AVE) 均大於 0.5, 顯示符合收斂效度 各因素之衡量變項的平均變異抽取量 (AVE) 之平方根均大於任兩構面間的相關係數且從交叉負荷矩陣可看出, 各變項只隸屬於某一個因素, 表示具有區別效度 此結果可參考表 2 表 3 表 2 相關係數矩陣 CR AVE AQ SC CB RC CRE IU IA AQ SC CB RC CRE IU IA 註 :CR= 組合信度 ; AVE= 平均變異抽取量 ; 對角線之值即為該構念的平均變異量 (AVE) 平方根 本研究各變項資料均來自同一來源, 可能發生同源偏差 (Common Method Bias) 的問題 本研究依據 Podsakoff et al. 46 建議, 採用兩種方式來控制與檢驗同源偏差問題 : (1) 研究程序 ;(2) 統計方法 研究程序部分,Podsakoff et al. 46 提出各變項應避免出現容易讓人混淆的描述 避免多問項 (double-barreled) 的問題等 而本研究蒐集資料前, 先由兩位具有博士學位且專長為虛擬社群議題的學者進行問卷之問項檢測 接著, 由一班 MBA 學生進行問卷語意的檢驗, 並修正語意不清之問項 最後, 進行正式問卷資料蒐集 統計方法部分, 則是檢驗同源偏差, 本研究採用 Harman 單一因素檢驗 (Harman s single-factor test) 採用驗證性因素分析(confirmatory factor analysis, CFA) 進

14 188 行銷評論 行檢驗 若有同源偏差的問題將會造成單一重要因素即可解釋整體的變異(p. 889) 本 研究經由因素交叉負荷量矩陣(如表 3)顯示 本研究的各變項只隸屬於某一個因素 顯示本研究同源偏差問題的程度較小 表 3 交叉負荷量矩陣 因素負荷量 a AQ SC CB RC CRE IU IA AQ AQ AQ SC SC SC SC CB CB RC RC RC CRE CRE CRE IU IU IU IU IA IA IA IA a 註 所有問項的因素負荷量皆 p<0.01 四 結構模式檢定 本研究模式以 bootstrap 方法檢驗整體模式的顯著性 本研究採用 bootstrap 程序 進行研究假設檢定 並依據 Chin 45 的建議 採用 500 次的 re-samples 進行分析 以求 取分析結果 模式假設皆顯著 影響資訊採用的因子以可信任性最大(H5) 且論點品

15 Marketing Review Xing Xiao Ping Lun 質 來源可信度與可信任性顯著影響資訊有用性 表示消費者覺得線上社群的評論若 其覺得有用 受該評論的論點品質 發表評論之會員之整體評論的可相信度影響 論 點品質與來源可信度顯著影響可信任性(H2a and H2b)與資訊有用性(H1a and H1b) 其 中對於可信任性的影響性最大 表示消費者覺得網路口碑的內容品質與來源的可信度 影響可相信性的效果較大 此外 先前信念確認與推薦一致性也顯著影響可信任性(H3 and H4) 而以推薦一致性的顯著性最大 可信任性與資訊有用性顯著影響資訊採用(H6 and H7) 其中可信任性的影響性最大 表示消費者覺得網路口碑的採用除了讓其覺得 該資訊有用外 更重要的是讓他覺得可相信該資訊更為重要 內生變數(endogenous construct)的解釋力可透過 R2 表示 其中 資訊有用性的 R2 為 0.52 顯示論點品質 來源可信度與可信任性對資訊有用性的解釋力為 52% 可相 信性的 R2 為 0.67 顯示論點品質 來源可信度 先前信念確認與推薦一致性對可相 信性的解釋力為 67% 資訊採用的 R2 為 0.54 顯示資訊有用性與可相信性對資訊採 用的解釋力為 54% 所有的解釋力皆大於門檻值 0.1 以上 47 顯示內生變數對於整體 模式具有高度的解釋力 研究假設檢定結果如表 4 圖 2 所示 表 4 研究假設檢定 研究假說 關係 路徑係數 t值 結果 H1a 論點品質 資訊有用性 支持 H1b 來源可信度 資訊有用性 支持 H2a 論點品質 可相信性 支持 H2b 來源可信度 可相信性 支持 H3 先前信念確認 可相信性 支持 H4 推薦一致性 可相信性 支持 H5 可相信性 資訊有用性 支持 H6 可相信性 資訊採用 支持 H7 資訊有用性 資訊採用 支持 1

16 190 行銷評論 論點品質 * 0* * 資訊有用性 0.3 來源可信度 0.4 8* 6* * 2* 資訊採用 先前信念的確認 0.06* 可相信性 * 推薦一致性 圖 2 研究結果 陸 結論與建議 本研究探討使用者接受網路口碑之意願 研究模式整合 Sussman and Siegal 13 資 5 訊採用模式與 Cheung et al. 所提之網路口碑信任模式 研究模式主要探討資訊有用 性 資訊可相信性對資訊接受意願之影響 也探討影響資訊有用性 可相信性的前置 因素 本研究以 Mobile01 線上社群為蒐集問卷的對象 探討消費者對於 3C 產品或服 務的網路口碑接受度 研究結果顯示當消費者認為該網路口碑對其有用且相信該口碑 的內容或發佈者時 消費者會接受該網路口碑 一 研究發現與討論 (一) 資訊有用性 可相信性與網路口碑採用 由於網路口碑具有匿名性特質 網路口碑的來源可能來自於消費者以自身經驗撰 寫產品使用心得 產品專家以評論的方式發表對於該產品的意見 廠商自行或委託他 人對於自家產品的宣傳 甚至可能來自產品競爭對手所散佈的謠言等 因此 消費者 對於線上論壇所取得之網路口碑資訊難以判斷發佈者的動機 而需要透過許多判斷以 確定是否接受該網路口碑 本研究證實當消費者認為該資訊對其有用或可信時 則消 費者會接受該網路口碑 也就是影響消費者接受網路口碑同時受資訊有用性與可相信 性兩因素影響 而影響消費者接受意願最大的為可相信性 此部分的研究結果強化了

17 Marketing Review Xing Xiao Ping Lun Sussman and Siegal 13 的研究 該研究認為當消費者覺得該網路口碑對其是有用的 就 會影響其接受該資訊 此外 也強化 Cheung et al. 5 的研究 當消費者認為網路口碑是 可信的 則會接受該資訊 且研究解釋力也較強 如 Sussman and Siegal 13 Cheung et al. 5 以及本研究的資訊採用因素的 R2 分別為 得證 (二) 網路口碑前置因素與資訊有用性 可相信性 而在影響資訊有用性的三個因素中 影響最大的是可相信性 顯示消費者相信線 上社群的網路口碑評論 並非只是確認評論內容與發表評論的人之評比 更重要的是 要讓消費者的整體評估該評論後 感受到信賴感才行 此部分與 Mcknight and Kacmar 28 之研究相同 使用者認為線上社群上產品評論較能貼近產品事實 產品評論的可靠 性及正確性越高 將能提高其認為線上社群上資訊有用性 而影響可相信性的四項因素中 以來源可信度影響最大 論點品質次之 而推薦 一致性與先前信念確認的影響最低 顯示消費者較傾向以單篇評論比較 從單篇評論 看該電子評論的發佈者對該商品或服務的介紹與評斷 以及看該篇評論者的可相信 性 反而對於該篇評論與自己的信念是否一致以及對同一商品或服務的評論是否一致 的影響不大 此項結果與 Cheung et al. 5 之研究結果一致 由此可知 使用者認為線上 社群上產品評論對於產品的描述是完整的 明確的及符合使用者需求 且評論者被認 為對產品的認知具有高度的專業性 將會提高使用者認為線上社群上資訊的可相信 性 由此可知 線上社群網站經營者若想提升消費者資訊採用 必須先強化線上社群 上產品評論的可相信性 以提升消費者認為線上社群上產品評論的資訊有用性 此 外 線上社群網站經營者提升線上社群上產品評論中的論點品質 來源可信度 先前 信念確認和推薦一致性 便能提高消費者願意採用線上社群網站上產品評論的動機 二 研究貢獻 (一) 學術貢獻 本研究以 Sussman and Siegal 13 的資訊採用模型為基礎並結合 Cheung et al. 5 提出 的先前信念確認和推薦一致性兩個採用前的動機 以補足資訊採用模型中缺乏探討接 收者的特性以及線上社群上規範性力量兩種採用前的影響因素 並納入可相信性視為 決定去採用資訊的準則 Sussman and Siegal 13 的資訊採用模式用以解釋個人在組織內 部 CMC 環境下受到建議與推薦而影響其行為 而 Cheung et al. 5 則利用網路口碑信任 1

18 192 行銷評論 模式探討線上社群使用者接受線上社群評論, 是因會員相信該評論 而本研究整合 Sussman and Siegal 13 與 Cheung et al. 5 的觀點, 形成一個新的線上社群訊息接受模式, 研究模式顯示影響消費者接受網路口碑, 並非只受資訊有用性或可相信性影響, 而是 同時受此兩因子的影響 本研究也驗證 Cheung et al. 1,5 針對使用者採用線上社群上資訊前的影響因素, 論 點品質 來源可信度 分別對 資訊有用性 和 可相信性 有顯著影響 ; 先前 信念確認 及 推薦一致性 對 可相信性 亦有顯著影響 另外, 本研究也印證 Mcknight and Kacmar 28 研究, 可相信性 除了會影響採決定採用資訊的依據外, 同 時也會影響線上社群上評論的 資訊有用性 ( 二 ) 實務上的貢獻 線上社群的蓬勃發展及網路購物日漸成熟, 網友們可簡單地連上網去瀏覽各線上社群, 故如何建造一個讓使用者願意採用線上社群上產品評論幫助其做購買決策是很重要的議題 本研究以資訊採用模型為基礎, 加上先前信念確認和推薦一致性兩個採用前的動機, 並藉由可相信性和資訊有用性來評估使用者接受評論的準則, 探討影響線上社群的消費者網路口碑採用, 期望藉由本研究成果, 提供線上社群的經營者發展提升線上社群資訊採用策略 本研究根據研究結果, 提出以下幾點實務上的建議 : 線上社群的管理者若要促進使用者的 資訊採用 應著重提升線上社群上產品評論的 資訊有用性 ; 而使用者認為評論具有 可相信性 會正向影響 資訊有用性 因此, 線上社群的各討論區版主必須隨時注意網友的回覆 ( 例如 : 能及時回覆 解答評論者的疑問 更新或補足最新產品資訊 ), 使用者將會相信此產品評論具有高度的可相信性, 進而提升線上社群上評論的有用性, 故使用者最後會採用此產品評論幫助其做購買決策 線上社群的管理者若要促進消費者願意接收線上社群上的產品評論 ; 從研究結果可以得知, 論點品質 來源可信度 先前信念確認 和 推薦一致性 皆會正向影響讀者接收線上社群網站上產品評論的意願 因此, 線上社群的經營者需不斷地彙整評論者們所提供的產品資訊 ( 例如 : 將相同產品的圖片 簡介 價格 使用經驗和影片 購買地點和店家 優惠資訊彙整到精華區 ) 讓接收者更容易接收此資訊的意願 另外, 針對評論的來源可信度, 線上社群的經營者應該定時選拔優良的評論者透過獎

19 Marketing Review Xing Xiao Ping Lun 193 勵方案 ( 例如 : 透過紅利積點抵換成虛擬貨幣直接在線上社群上購物 ) 來促進評論者發表高可信度的評論 對於推薦一致性, 線上社群的管理者因該增加評價系統或某種機制讓讀者能輕易的瀏覽到某主題相關的產品評論, 便於讀者去做產品資訊的交叉比較 ( 例如 : 某主題產品評論, 底下將呈現相關產品的評論 ), 像是 Yahoo 奇摩拍賣, 該產品網頁的左方皆呈現其他相關產品的資訊或圖片連結, 讓使用者能立即比較或瀏覽相似產品的資訊 三 研究限制與未來研究建議 本研究主要研究對象為 Mobile01 的社群成員, 若欲將研究結論推導在其他類型的線上社群時, 可能會有所偏誤 建議未來研究可以與其他類社群 ( 例如 : 愛合購 雅虎奇摩 露天拍賣 ) 進行研究與調查, 以瞭解影響整體線上社群使用者接受網路口碑意圖之研究 此外, 消費者除了會受網路上媒體影響外, 同時也會受實體環境活動的影響, 例如 : 親朋好友的建議 實體店面的廣告等 1, 故未來可加入實體環境因素, 探討是否會影響使用者採用線上社群上產品評論之行為 Park et al. 11 認為, 網站上的資訊品質會影響使用者決定採用網站上資訊的重要因素, 故未來可以加入網站品質, 以解釋影響消費者接受網路口碑 再者, 本研究透過網路問卷蒐集資料, 採用無記名調查方式, 使受測者能安心填答, 研究問項也以簡明易懂為原則, 避免衍生不同解讀或難以作答的情況, 以減少受測者偏誤 本研究也採取事後檢驗的作法, 檢驗結果顯示同源偏差 (Common Method Bias) 的問題程度較小 然而, 本研究各變項資料均來自同一來源, 仍然可能發生同源偏差的問題, 因而在推論上仍可能有限制 46 因此, 建議後續研究者可以試圖從不同的來源處, 蒐集不同變項的資料或是自變數 (independent variable) 與因變數 (dependent varibale) 的蒐集時間要錯開等, 以避免同源偏差問題 致謝 感謝國科會提供經費補助計畫, 計畫編號 NSC H 參考資料 [1] Cheung, M.K., Lee, M.K.O., and Rabjohn, N. (2008). The Impact of Electronic Word of Mouth: The Adoption of Online Opinions in Online Consumer Communities, Internet Research, 18(3),

20 194 [2] 行銷評論 Goldsmith, R.E. (2006). Electronic word-of-mouth. In: Khosrow-Pour, M. (Ed.) Encyclopedia of E-Commerce, E-Government and Mobile Commerce, Idea Group Publishing, Hershey, PA, [3] Wang, Y., Yu, Q., and Fesenmaier, D.R. (2002). Defining the Virtual Tourist Community: Implications for Tourism marketing, Tourism Management, 23(4), [4] Shang, R.A., Chen, Y.C., and Liao, H.J. (2006). The Value of Participation in Virtual Consumer Communities on Brand Loyalty, Internet Research, 16(4), [5] Cheung, M.Y., Luo, C., Sia, C.L., and Chen, H. (2009). Credibility of Electronic Word-of-Mouth: Informational and Normative Determinants of On-line Consumer Recommendations, International Journal of Electronic Commerce, 13(4), [6] Ratchford, B.T., Talukdar, D., and Lee, M.S. (2001). A Model of Consumer Choice of the Internet as an Information Source, International Journal of Electronic Commerce, 5(3), [7] Lee, M.K.O., Cheung, M.K., Lim, K.H., and Sia, C.L. (2006). Understanding Customer Knowledge Sharing in Web-Based Discussion Boards: An Exploratory Study, Internet Research, 16(3), [8] Pentina, I., Prybutok, V.R., and Zhang, X. (2008). The Role of Virtual Community as Shopping Reference Group, Journal of Electronic Commerce Research, 9(2), [9] Hennig-Thurau, T., and Walsh, G. (2004). Electronic word of mouth: Motives for and consequences of reading customer articulations on the Internet, International Journal of Electronic Commerce, 8(2), [10] 尼爾森調查公司 影響消費者購物決策 口碑行銷力量大(2010 年 6 月 28 日) 2010 年 7 月 30 日 取自 [11] Park, J., Chung, H., and Yoo, W.S. (2009). Is the Internet a Primary Source for Consumer Information Search? Group Comparison for Channel Choices, Journal of Retailing and Consumer Services, 16(2),

21 Marketing Review Xing Xiao Ping Lun 195 [12] Park, D.H., Han, I., and Lee, J. (2007). The Effects of On-Line Consumer Reviews on Consumer Purchasing Intention: The Moderating Role of Involvement, International Journal of Electronic Commerce, 11(4), [13] Sussman, S.W., and Siegal, W.S. (2003). Informational Influence in Organizations: An Integrated Approach to Knowledge Adoption, Information Systems Research, 14(1), [14] Arndt, J. (1967). Word of Mouth Advertising:A Review of the Literature. New York: Advertising Research Foundation. [15] Bansal H.S. and Voyer P.A. (2000). World-of-mouth processes within a services purchase decision context, Journal of Service Research, 3(2), [16] Briggs, R. and Nigel, H. (1997). Advertising on the web: Is there response before click-through, Journal of Advertising Research, 37(2), [17] Gwinner, K. (2004). Product Related Consumer-to-Consumer Communication via the Internet, International Journal of Internet Marketing and Advertising 1(2), Retrieved on June , from: [18] Zhang, W., and Watts, S. (2003). Knowledge Adoption in Online Communities of Practice. In: S.T. March, A. Massey, and J.I. DeGross (eds.), 24th International Conference on Information Systems. Atlanta: AIS, [19] Bhattacherjee, A. and Sanford, C. (2006). Influence Processes for Information Technology Acceptance: An Elaboration Likelihood Model, MIS Quarterly, 30(4), [20] Petty, R., and Cacioppo, J.T. (1986). Elaboration Likelihood Model. In: L.Berkowitz (ed.), Advances in Experimental Social Psychology. San Diego: Academic Press, [21] O Keefe, D.J. (2002). Persuasion:Theory & Research. Thousans Oaks, CA:Sage Publications. [22] Wathen, C.N., and Burkell, J. (2002). Believe It or Not: Factors Influencing Credibility on the Web, Journal of the American Society for Information Science and Technology, 53(2),

22 196 行銷評論 [23] Xu, Y., Tan, C.Y., and Yang, L. (2006). Who Will You Ask? An Empirical Study of Interpersonal Task Information Seeking, Journal of the American Society for Information Science and Technology, 57(12), [24] Sundar, S.S., Knobloch-Westerwick, S., and Hastall, M.R. (2007). News Cues: Information Scent and Cognitive Heuristics, Journal of the American Society for Information Technology, 58(3), [25] Fogg, B.J., Marshall, J., Laraki, O., Osipovich, A., Varma, C., Fang, N., Paul, J., Rangnekar, A., Shon, J., Swani, P., and Treinen, M. (2001). What Makes Websites Credible? A Report on a Large Quantitative Study. In: Proceedings of the Conference on Human Factors in Computing Systems, ACM Press, New York, [26] Rieh, S.Y. (2002). Judgment of Information Quality and Cognitive Authority in the Web, Journal of the American Society for Information Science and Technology, 53(2), [27] Liu, Z. (2004). Perceptions of Credibility of Scholarly Information on the Web, Information Processing and Management, 40, [28] McKnight, D.H., and Kacmar, C.J. (2007). Factors and Effects of Information Credibility. Proceedings of the Ninth International Conference on Electronic Commerce. Minneapolis, MN, USA, ACM. [29] Nabi, R.L., and Hendriks, A. (2003). The Persuasive Effect of Host and Audience Reaction Shots in Television Talk Shows, Journal of Communication, 53(3), [30] McKnight, D.H., Choudhury, V., and Kacmar, C. (2002). The Impact of Initial Consumer Trust on Intentions to Transact with a Web Site: A Trust Building Model, Journal of Strategic Information Systems, 11(3/4), [31] Grewal, D., Gotlieb, J., and Marmorstein, H. (1994). The Moderating Effects of Message Framing and Source Credibility on the Price-Perceived Risk Relationship, Journal of Consumer Research, 21(1),

23 Marketing Review Xing Xiao Ping Lun 197 [32] Saeed, K.A., and Abdinnour-Helm, S. (2008). Examining the Effects of Information System Characteristics and Perceived Usefulness on Post Adoption Usage of Information Systems, Information & Management, 45(9), [33] Jin, X.L., Cheung, M.K., Lee, M.K.O., and Chen, H.P. (2009). How to Keep Members Using the Information in a Computer-Supported Social Network, Computers in Human Behavior, 25(5), [34] Sengupta, J. and Johar, G.V. (2002). Effect of Inconsistent Attribute Information on the Predictive Value of Product Attitudes: Toward a Resolution of Opposing Perspectives, Journal of Consumer Research, 29(1), [35] Vandenbosch, B., and Higgins, C. (1996). Information Acquisition and Mental Models: An Investigation into the Relationship between Behavior and Learning, Information Systems Research, 7(2), [36] 創市際市場研究顧問公司, 網路口碑行銷夯左右八成網友的消費決策 (2009 年 10 月 30 日 ) 2010 年 7 月 30 日, 取自 : [37] Chin W.W., Marcolin, B.L., and Newsted, P.R. (2003). A Partial Least Squares Latent Variable Modeling Approach for Measuring Interaction Effects: Results from a Monte Carlo Simulation Study and an Electronic-Mail Emotion/ Adoption Study, Information Systems Research, 14(2), [38] Fornell, C. and Bookstein, F. (1982). Two structural equation models: LISREL and PLS applied to consumer exit-voice theory, Journal of Marketing Research, 19(4), [39] Anderson, J.C. and Gerbing, D.W. (1988). Structural Equation Modeling in Practice: A Review and Recommended Two-Step Approach, Psychological Bulletin, 103(3), [40] 劉楚慧 (2010) 2009 年台灣網友線上購物行為暨消費發展趨勢, 資策會 MIC [41] Nunnally, J.C. (1978). Psychometric Theory. New York: McGraw-Hill. [42] Carmines, E.G. and Zeller, R.A. (1979) Reliability and Validity Assessment. Beverly Hills, CA: Sage Publications.

24 198 行銷評論 [43] Fornell, C., and Larcker, F. (1981). Evaluating Structural Equation Models with Unobservable Variables and Measurement Error, Journal of Marketing Research, 18(1), [44] Barclay, D., Higgins, C., and Thompson, R. (1995). The Partial Least Squares (PLS) Approach to Causal Modeling: Personal Computer Adoption and Use as An Illustration, Technology Studies, 2(2), [45] Chin, W.W. (1998). The Partial Least Squares Approach to Structural Equation Modeling. In: Marcoulides, G.A. (Ed.). Modern Business Research Methods. Mahwah, NJ: Lawrence Erlabaum Associates, [46] Podsakoff, P.M., MacKenzie, S.B., Lee, J.Y., and Podsakoff, N.P. (2003). Common Method Biases in Behavioral Research: A Critical Review of the Literature and Recommended Remedies, Journal of Applied Psychology, 88(5), [47] Falk, R.F. and Miller, N.B. (1992). A Primer for Soft Modeling. Akron, Ohio: The University of Akron Press. 作者簡介 陳建文目前任教於逢甲大學企業管理學系副教授 電子郵件為 chencw@fcu.edu.tw 研究興趣包括電子商務 網路口碑與企業績效衡量 學術論文發 表於 Asian Journal of Technology Innovation, Behaviour & Information Technology, Journal of Information Management, International Journal of Production Research, Integrated Manufacturing Systems, Journal of the Chinese Institute of Industrial Engineers, Electronic Commerce Studies, Bulletin of Library and Information Science and Industry & Management Forum. 陳文國[通訊作者]現任朝陽科技大學行銷與流通管理系助理教授 電子郵件為 wkchen@cyut.edu.tw 國立台灣大學資訊管理博士 主要研究領域 行動商務 電子 商務 網路行銷 消費者行為等 學術論文曾發表於 Psychology & Marketing Behaviour & Information Technology 資訊管理學報等 徐永穎為逢甲大學企業管理系碩士