determinants of membership websites’ stickiness intentions...

265June 2013

第十五卷　第二期　2013 年 6 月（pp.265～294）

會員制網站成員黏著意圖之決定因素研究：以華人第一時尚美容網站 Fashion Guide為例

池文海　許立群 *

國立東華大學企業管理學系

摘要

美妝網站的興起，已成為人們獲得所需保養品資訊的不可或缺工具。本研究從

長期觀點，採用承諾 - 信任理論的關係行銷理論典範進行理論的發展，探討哪些因子是業者經營會員制網站成功的決定因素，本研究主張可將其決定因子劃分為以系統

觀點的知覺網站品質及個人觀點的投資模型兩大觀點。研究對象為持續使用 Fashion Guide網站至少一年以上的會員，共計 409位有效樣本。本研究採用結構方程模式進行模式檢驗，其模式配適度佳。結果發現，除了知覺網站品質、替代品品質及投資規

模皆會影響使用者的信任與情感性承諾及計算性承諾之外；在間接效果部分，知覺網

站品質會透過信任與計算性承諾間接影響使用者的黏著意圖，而替代品品質與投資規

模亦會透過計算性承諾間接影響使用者的黏著意圖。而外在因素的知覺習慣除了會直

接影響使用者的黏著意圖之外，在知覺習慣上，使用者的信任對使用者的黏著意圖影

響亦具有顯著正向調節效果。最後，提出結論與實務管理上意涵。

關鍵詞：知覺網站品質、投資模型、承諾 - 信任理論、黏著意圖、知覺習慣

Determinants of Membership Websites’ Stickiness Intentions: An Empirical Study of Fashion Guide Website

Wen-Hai Chih　Li-Chun Hsu

Department of Business Administration, National Dong Hwa University

AbstractThe rise of beauty Websites has become an indispensable tool for people to

obtain information of skin care products. A research model of maintaining a successful membership beauty website was developed based on the commitment-trust theory (CTT)

* 通訊作者　電子郵件：[email protected] 本研究感謝兩位匿名審查委員的寶貴意見。 DOI: 10.6188/JEB.2013.15(2).04


266 June 2013

of the relationship marketing paradigm. This study proposes two determinants, including the perceived site quality of Website interfaces (system-based) and investment models (person-based). The research sample consists of 409 members who had used Fashion Guide Website for more than a year. This research adopts Structural Equation Modeling (SEM) to test the proposed model and the structural model shows a good fit. The results indicated that perceived Website quality, quality of alternatives and investment size directly influenced the user’s trust, affective commitment and calculative commitment, respectively. In the indirect effects, perceived Website quality appeared to indirectly influence stickiness intentions via trust and calculative commitment. Quality of alternatives and investment size appeared to indirectly influence stickiness intentions via calculative commitment. In addition, perceived habits directly influenced stickiness intentions and also moderated the effect of trust on stickiness intentions. This study also provides conclusions and practical implications to marketers.

Keywords: Perceived Website quality, investment model, commitment-trust theory (CTT), stickiness intentions, perceived habits

1. 緒論

愛美為女人天性，但男人對於保養也有開始成長趨勢，美容保養已經成為全民運

動。創市際市場顧問公司（2009）針對時尚美容網站之到達率調查，發現前三名網站分別為 Yahoo!奇摩時尚、Fashion Guide、MSN女性時尚頻道，其中 Fashion Guide則是除了提供美容保養等相關資訊外，亦有許多消費與折扣的相關情報，並提供了一

個消費者發表意見與交換訊息的平台。在網路廣告業績方面，Fashion Guide時尚美容網站也較 2010年成長兩成（王珮華，2009）。

放眼世界，在全球美容彩妝品市場中，前三大區域依序為西歐、亞洲及北美，亞

洲 650億美元的市場規模為第二大市場，估計至 2011年成長率僅低於東歐，顯示亞洲市場存在相當可觀的商機（創市際市場顧問公司，2009）。在美妝市場方面，依據Euromonitor IMIS對全球主要的 52個國家（占全球 95%之 GDP）進行美容彩妝品（Cosmetics and Toiletries）調查發現，2006年全球美容彩妝品的銷售額約為 2,700億美元，預期未來將以 3%的平均成長率，直至 2011年的市場規模可達 3,130億美元。若以媒體來看，網站 (網友部落格、美容資訊網站 )更是消費者的重要媒體管道，也

電子商務學報　第十五卷　第二期

267June 2013

是消費者取得商品訊息的來源。從創市際市場顧問公司（2011）調查發現，臺灣網友2010年造訪時尚美容類別網站的到達率約在 33%左右，平均每月每 10位上網的網友即有 3人會造訪此類型的網站。

基於上述研究背景，如何保留顧客，在諸多相關的電子商務研究中已開始受到

關注，亦有學者（Li, 2002; Li et al., 2006）證實承諾與信任因素是重要影響使用者是否願意與該網站維持長久的關係，如忠誠度、黏著性或持續使用意圖等。一個長期停

留於同一網站的使用者，越有可能影響其行為，黏著性也可被視為用來確認一個業者

獲利與否的關鍵（Wang, 2010）。Shih（2008）亦指出網站研究的價值觀點，探討使用者持續使用相較於頁面瀏覽量（page views）能提供企業關於網際網路廣告及行銷的有價值資訊。過去多數研究（van der Heijden, 2003）習慣將重點放在科技接受模式（Technology Acceptance Model; TAM）探討使用者的意圖，Shih（2008）則是從科技創新觀點（Perspective of Technological Innovation）進行探討網站使用者的意圖。不同於前述理論觀點，本研究提出以下兩點，說明如何創造網站會員對網站產生黏著

意圖的新觀點。

第一，在外生因子考量部分，過去研究往往僅考量個人觀點的投資模型：包括

替代品品質及投資規模（Li et al., 2006; Nusair et al., 2011），或其他學者僅採用以系統介面觀點的知覺網站品質進行衡量（Chang and Chen, 2008; Kuan et al., 2008; Liang and Chen, 2009）。在系統觀點考量上，知覺網站品質在網站的設計中佔有重要的作用，不但會影響顧客的購買決策，亦會影響顧客再造訪該網站的意願（Liang and Lai, 2002）；在投資模型變數考量，主要是基於過去研究多數僅考量如何創造使用者的品牌權益及顧客關係管理來達成短期黏著意圖，此一做法是容易受到競爭者的模仿

（Khalifa et al., 2002）；而投資模型正好提供網站業者如何創造一個使用者「長期」黏著意圖的最佳理論，其需要持續性的建立一個財務性障礙，以降低顧客轉換意圖

（Nemzow, 1999）。承前述，本研究試圖整合系統與個人觀點，從長期角度了解如何留住網站的會員使用者，將能更清楚釐清使用者黏著意圖的心理建構過程。

第二，在承諾 - 信任理論的結果變數部分，過去文獻（Chang and Chen, 2008; Huang et al., 2007; Li et al., 2006）常常忽略習慣在信任與黏著意圖間關係，隨著時代的發展，研究消費者心理和行為，探討使用者的黏著性，越來越多將焦點轉向使

用者的特性（Wang, 2010），涉及使用者的特性對於資訊系統的持續使用方面的研究，證實習慣會影響個人行為面對資訊系統的持續使用（Limayem and Cheung, 2008; Limayem et al., 2003）或再購意圖（Chiu et al., 2010）。所以，本研究主張知覺習慣可能扮演影響黏著意圖的外生因子，同時，過去少有研究針對知覺習慣在信任與黏著

意圖之間關係進行檢驗調節效果，僅有少數研究（Chiu et al., 2010）針對線上購物情境探討知覺習慣在信任與再購意願之間的關係，本研究主張知覺習慣會調節信任與黏


268 June 2013

著意圖間關係。

綜合上述，網站經營者若能清楚理解會員使用者所在意的網站特性與個人所投入

的時間及搜尋成本等因素，將能吸引更多使用者的黏著意圖。本研究提出以下幾點研

究目的：(1)整合承諾 - 信任理論（CTT）的外部因子兩大觀點，其一是以系統觀點為基礎的知覺網站品質，及以投資模型的使用者本身為基礎之「替代品品質」及「投資

規模」，其分別對信任及承諾影響的關係，以確認網站使用者的承諾 - 信任理論之決定因素；(2)探討信任及承諾對黏著意圖影響的關係，以確認決定使用者黏著意圖的因素；(3)納入探討知覺習慣對黏著意圖影響的關係及知覺習慣在信任與黏著意圖之間的權變觀點。

2. 文獻回顧及假說推論

2.1　知覺網站品質與信任之關係

在 Liao et al.（2006）對於網站的品質研究中，指出品質差的網站，會導致顧客流失到競爭對手，成本會逐步上升，利潤亦會減少。若網路零售商提供的資訊是模

糊、不準確及不完整的，將會在消費者心中產生懷疑，而對零售商從事有害的投機

行為，減少信任；相反地，在網站上提供高品質的內容將會增加顧客的信任（Liao et al., 2006）。因此，有必要瞭解網站品質對顧客信任的影響。

大多數研究評估網站品質與發展多題項量表進行衡量線上的購物經驗（Chang and Chen, 2008; Negash et al., 2003; Wolfinbarger and Gilly, 2003）。例如：Chang and Chen（2008）遵循 Aladwani and Palvia（2002）的主張，指出網站品質可含括網站的外觀、內容品質、特殊內容與科技充足性等四個構面。在外觀代表著一個網站的

視覺吸引力與專業性，如顏色、字體與多媒體功能；內容品質所具備的屬性，如資

訊的有用性、完整性、準確性等內容；特殊內容則包括協助顧客搜尋所需的相關產

品或服務、顧客支援、隱私政策及其他重要訊息的具體細節；科技充足性是指網站

業者已採用適當的科技工具，例如：導覽的易用性、網頁下載速度及正確的連結等

（Aladwani, 2006; Aladwani and Palvia, 2002），這些構面皆會直接影響網站使用者對於該平台的信任感。Cyr（2008）在跨文化的網站設計對關係的信任、滿意及網路忠誠（E-Loyalty）的研究中，發現網站品質的網站設計（包括導覽設計、視覺設計及資訊設計）對使用者的信任皆具有顯著正向影響。同樣地，網站的使用者對於網站的

知覺易於使用，例如導覽、搜索功能、網站地圖、產品索引及整體設計等，皆會影響

對於網站的信任（Beldad et al., 2010）。因此，本研究提出假說 1：

H1：使用者對於網站的「知覺網站品質」對其「信任」具顯著正向影響。


269June 2013

2.2　投資模型與承諾關係

2.2.1　替代品品質分別與情感性承諾及計算性承諾之關係替代品品質意指知覺可替代網站與當前網站的關係，當人們知覺到不可獲得、較

少的、或不能接受的替代品時，人們會對原先的關係較為堅定；相反地，在有較高品

質的替代者及承諾時，則會選擇離開（Nusair, 2007）。較少的替代品會有較高的承諾，較好的替代品品質則會負向影響承諾（Rusbult, 1983; Rusbult et al., 1998）。在Li（2002）對於網站資訊系統持續使用意圖之研究中，發現有較好的替代品品質時對於網站的情感性承諾具有顯著負向影響。綜合上述，當使用者有其它可替代的會員網

站提供的服務品質比現在使用的網站更好，則使用者可能會轉而去使用更好的替代網

站，因此會降低對於此網站的情感性承諾。因此，本研究提出假說 2：

H2：使用者對網站的「替代品品質」對其「情感性承諾」具顯著負向影響。

承上述推論，Li（2002）對於網站資訊系統持續使用意圖之研究中，亦發現有較好的替代品品質時對於網站的計算性承諾具有顯著負向影響。Li et al.（2006）將投資模型用在使用網站方面的研究中，發現有較好的替代品品質時對於網站的計算性承

諾亦具有顯著負向影響。因此，若有其他替代者的吸引力可選擇時，則會降低計算性

承諾。在 Geyskens et al.（1996）的研究中，發現在沒有其他替代者的吸引力時，計算性承諾會提昇。當使用者有更好可替代的網站可選擇時，知覺到離開此網站不會有

很大的損失及轉換成本時，則會降低對於此網站的計算性承諾。因此，本研究提出假

說 3：

H3：使用者對網站的「替代品品質」對其「計算性承諾」具顯著負向影響。

2.2.2　投資規模分別與情感性承諾及計算性承諾之關係投資規模可定義為歸屬到一個關係時投入龐大和重要的資源，當關係結束時，資

源的價值將會下降或失去（Rusbult et al., 1998）。投資規模可能被視為保持關係的一種心理誘因。投資規模這一概念是相似於在承諾 - 信任理論中的終止成本及轉換成本或沉沒成本（Morgan and Hunt, 1994）。人們往往感到被套牢在一個採取關係終止的行動所必須付出的昂貴代價及預期可能的損失。

Li et al.（2006）對於影響網際網路使用者對於特殊網站的黏著性研究中，發現使用者的投資規模對於網站的承諾具有正向影響。Li（2002）針對使用者持續性資訊系統（IS）使用的研究，主張投資規模對於情感性承諾具有正向影響。在 Nusair（2007）及 Nusair et al.（2011）對於線上 B2C旅遊網站環境研究中，發現顧客的投


270 June 2013

資規模對於網站的情感性承諾具有顯著正向影響。綜合上述，當使用者投入了大量的

時間與資源於此網站，因此覺得有必要繼續保持這個關係，因此會增加對於此網站的

情感性承諾。因此，本研究提出假說 4：

H4：使用者對於網站的「投資規模」對其「情感性承諾」具顯著正向影響。

在 Li（2002）對於網站資訊系統持續使用意圖之研究中，發現使用者的投資規模對於網站的計算性承諾具有正向影響。計算性承諾亦有學者將之認為即是持續承諾

（Li et al., 2006），Huang et al.（2007）在顧客對電子經紀商忠誠度之承諾研究中，發現顧客的投資規模對於電子經紀商之持續承諾具有正向影響。在 Nusair（2007）對於線上 B2C旅遊網站環境研究中，亦發現顧客的投資規模對於網站的計算性承諾具有顯著正向影響。綜合上述，當使用者知覺到離開此網站會有損失及轉換成本時，則

會增加對於此網站的計算性承諾。因此，本研究提出假說 5：

H5：使用者對於網站的「投資規模」對其「計算性承諾」具顯著正向影響。

2.3 承諾 - 信任理論與黏著意圖

2.3.1　承諾 - 信任理論承諾 - 信任理論（Commitment-Trust Theory）在關係行銷議題中是相當重要的理

論基礎，主要用以描述焦點公司與其關係交換者，透過承諾與信任來維持長期的關

係交換（Li et al., 2006）。承諾與信任會使交易雙方產生合作行為，有利於雙方間關係的維持與持續，即成功的關係行銷（Morgan and Hunt, 1994）。早期以承諾 - 信任理論為基礎的研究，例如：Morgan and Hunt（1994）發展出關係行銷的 KMV（Key Mediating Variable）模型，該模型指出承諾與信任為關係行銷中關鍵的中介構面，並將其應用於汽車輪胎零售商與其供應商的情境當中。Li et al. （2006）則主張承諾與信任為形成、探索並維持人際關係與行銷關係的最重要因子，並將其應用於以網頁為

中介的網路情境中。Vatanasombut et al.（2008）亦採承諾 - 信任為主要中介變數，並修正Morgan and Hunt（1994）所提出 KMV模型的前置因子，將其應用於網路銀行情境中，成為近年關係行銷理論基礎應用的研究主流。

2.3.2　信任與承諾之關係在電子商務研究中，信任與承諾是重要影響消費者是否願意與該網站維持長久關

係的因素（Li, 2002; Li et al., 2006; Morgan and Hunt, 1994）。Eastlick et al.（2006）指出線上 B2C的電子商務關係研究中信任對於承諾亦具有顯著正向影響。Wetzels et


271June 2013

al.（1998）在服務行銷關係研究中，發現顧客對於企業的信任（善意及誠實）對情感性承諾具有正向影響。在 Li et al.（2006）將承諾模型用在使用網站方面的研究中，發現顧客的信任對於情感性承諾具有正向影響。Nusair（2007）對於線上 B2C旅遊網站環境研究中，發現顧客的信任對於情感性承諾具有顯著正向影響。在 Dabholkar et al.（2009）對於線上 B2C群體關係的研究中，證實顧客的情感信任對於情感性承諾具有顯著正向影響。綜合上述，當使用者信任該一網站，因此得到顧客的情感認同，

覺得有必要繼續保持這個關係，因此會增加對於此網站的情感性承諾。因此，本研究

提出假說 6：

H6：使用者對於網站的「信任」對其「情感性承諾」具顯著正向影響。

計算性承諾是基於離開夥伴關係後會有預期的終止或轉換成本，因此合作夥伴間

認為有必要繼續保持關係（Geyskens et al., 1996; Nusair, 2007）。計算性承諾亦有學者將之認為即是持續承諾（Li et al., 2006）。Komiak and Benbasat （2004）在電子商務及傳統商務的研究中，發現顧客的認知信任會影響對企業的依賴性（如商務的採用

及網站的光顧），這即意味著會增強計算性承諾。Nusair（2007）對於線上 B2C旅遊網站環境研究中，發現顧客的信任對於旅遊網站的計算性承諾具有顯著正向影響。在

Dabholkar et al.（2009）對於線上 B2C群體的關係研究中，證實顧客的認知信任對於計算性承諾具有顯著正向影響。綜合上述，當知覺到離開此網站會有損失及轉換成本

時，則會增加對於此網站的計算性承諾。因此，本研究提出假說 7：

H7：使用者對於網站的「信任」對其「計算性承諾」具顯著正向影響。

2.3.3　黏著意圖黏著性（Stickiness）為近年來備受網路使用行為研究者關注的新興名詞。Zott et

al.（2000）主張黏著性代表一個網站受歡迎的程度，致使顧客可能會增加未來交易的可能性。從整體概念化定義上，可作為持續使用意圖（Continuance Intention）或是顧客忠誠（Customer Loyalty）的替代名詞。但部分學者仍會就字義將黏著性與網站持續使用或網站顧客忠誠加以區隔，例如：Li et al.（2006）將黏著性定義為：「網站使用者重覆到訪與使用的首選網站，因為一個根深柢固的承諾，在未來乃會一貫的使

用該網站」。後續學者 Lin（2007）則將其定義為：「使用者願意返回網站並延長他們在網站上停留的持續時間」。直至 Chen et al.（2010）則將黏著性定義為對使用網站的個人態度與整體依戀（attachment）程度。


272 June 2013

2.3.4　信任與黏著意圖之關係在使用者和網站之間的關係中，當知覺到對方（網站）缺乏誠信和信任，就會降

低一個人持續這個關係的動機（Li et al., 2006）。Li et al.（2006）對於影響網際網路使用者對於特殊網站的黏著意圖研究中，發現使用者的信任對於網站的黏著意圖具有

顯著正向影響。Lin（2007）在線上的黏著性前因和購買意願的研究中，發現使用者的信任對於網站的黏著性具有顯著正向影響。在 Chen et al.（2010）之網路市場的訊號及經驗對信任的影響及信任行為的研究中，發現顧客的信任對於網站的黏著性亦具

有顯著正向影響。Zott et al.（2000）更進一步指出創造顧客黏著，網站業者應該將重點放在建立信任作為前提。綜合上述，當使用者信任於此網站，覺得這個關係可以持

續，而會增加對於該網站的黏著意圖。因此，本研究提出假說 8：

H8：使用者對於網站的「信任」對其「黏著意圖」具顯著正向影響。

2.3.5　承諾與黏著意圖之關係在網站與使用者雙方關係的承諾方面，承諾是夥伴間有目的性的保證，及對於

資源一致性的約束，以維持一段長時間的關係，而互惠與雙方加入承諾可引領至長

期穩定的關係（Gao et al., 2005）。在使用者和網站之間的關係中，如果一個人從過去和網站的互動中有了承諾的意識，承諾很可能推動一個人在將來使用該網站（Li et al., 2006）。在 Li et al.（2006）探討影響網際網路使用者對於特殊網站的黏著性研究中，發現使用者的承諾對網站的黏著意圖具有顯著正向影響。

在情感性承諾與黏著意圖之關係，Wetzels et al.（1998）之服務行銷關係研究中，發現顧客情感性承諾對於停留於服務提供者的意圖具有顯著正向影響。在 Li et al.（2006）對於線上供應商之再惠顧意圖研究中，發現情感性承諾會增強對線上提供者之再惠顧意圖。在 Li（2002）對於網站資訊系統持續使用意圖之研究中，發現情感性承諾對持續使用網站資訊系統具有顯著正向影響。Huang et al.（2007）在顧客對電子經紀商忠誠度的研究中，發現情感性承諾對於顧客忠誠均具有顯著正向影響。

綜合上述，本研究對於網站的使用情形下，當使用者對於此網站有情感上的承諾時，

認為此一關係可以持續下去，會增加對於此網站的黏著意圖。因此，本研究提出假說

9：

H9：使用者對於網站的「情感性承諾」對其「黏著意圖」具顯著正向影響。

在Wetzels et al.（1998）之服務行銷關係研究中，發現顧客的計算性承諾，因離開這個關係會有高的轉換成本，因此亦對於停留意圖具有顯著正向影響。Li et al.（2006）對於線上供應商之再惠顧意圖研究中，發現計算性承諾會增強對線上提供


273June 2013

者再惠顧意圖。在 Li（2002）對於網站資訊系統持續使用意圖之研究中，亦發現計算性承諾對持續使用網站資訊系統具有顯著正向影響。綜合上述，當知覺到離開此網

站會有損失及轉換成本時，覺得對這個網站的關係需要保持，所以計算性承諾會增加

對此網站的黏著意圖。因此，本研究提出假說 10：

H10：使用者對於網站的「計算性承諾」對其「黏著意圖」具顯著正向影響。

2.4　知覺習慣對黏著意圖之關係在線上購物情境，Gefen（2000）指出偏好於過去的使用線上購物網站的習慣會

直接且增加使用者使用相同網站的持續使用意圖。在資訊系統使用研究中，根據自

我知覺理論，一個人越是使用該一資訊系統，越有利於個人對於該一資訊系統的評

價，人們有可能會經常表現出有關過去的行為形成有利的意圖（Ouellette and Wood, 1998）。當行為在過去已被執行了許多次，隨後的行為日益成為自動化控制之下的認知過程（Aarts et al., 1998）。當習慣性越強時，更會依賴於個人的習慣勝過於他們對外部訊息和再選擇的策略上（Gefen, 2003）。因此，一旦使用一個特定的網站成為例規 (routine)，習慣應該成為一個額外的力量，增加持續使用該網站的行為意圖。多數文獻證實了過去的行為習慣，會形成個人的判斷和行為意圖（Bagozzi et al., 1992; Conner and Armitage, 1998）。在此基礎上的理論和研究主流，知覺習慣已被視為是一個事後採取的信念和持續使用資訊系統意圖的決定因子（Jackson et al., 1997; Kim and Malhotra, 2005）。過去研究亦有學者指出習慣可以預測其個人的未來行為（Bamberg et al., 2003; Liao et al., 2006）。綜合上述，使用者知覺習慣會影響一個人的持續使用意願，本研究主要探討網站使用者的黏著意圖，亦有學者將之解釋為持續

使用或顧客忠誠（Li et al., 2006），可視為是持續使用或顧客忠誠的代理變數（e.g., Mohamed and Vanessa, 2003; Yen, 2009）。因此，本研究提出假說 11：

H11：使用者對於網站的「知覺習慣」對其「黏著意圖」具有顯著正向影響。

2.5　知覺習慣在信任及黏著意圖間之關係重複相同的行為，成功地一遍又一遍（例如：更多的經驗、蒐集資訊更易取

得），增加自動化的行為抑制，需要從事一個更主動的認知過程（例如：信任評價）

（James, 1980），會正向強化使用者信任與黏著意圖關係。相反地，亦有學者提出不同主張，在線上購物情境中，Chiu et al.（2010）指出買方擁有更多的購物經驗，就越有可能變得更容易是因為習慣性的行為所致，而非完全是基於信任的因素來決定，

在預測能力上，信任對重複購買意願的影響將因此被削弱。知覺習慣在不同研究中具


274 June 2013

有不同正、反面定義之解釋。本研究從正向觀點，主張知覺習慣是一種行為偏好的存

在，其表示個人傾向對特定行為所從事未來的行動（Liao et al., 2006）。大部分的習慣行為是毫不費力及不自覺的情況下產生（Aarts et al., 1998）。綜合上述，學者對於知覺習慣具有不同觀點，因此，本研究為了釐清使用者的知覺習慣高低，是否會增強

或削弱其信任與黏著意圖之間的影響關係，所以，本研究提出假說 12：

H12：使用者對於網站知覺習慣在「信任」對「黏著意圖」間關係具有顯著正向調節效果。

綜合上述假說推論，本研究為了釐清如何維持使用者與網站經營者保持良好互動

關係，讓使用者黏著於此網站，因此，本研究採用關係行銷理論典範，以「長期」觀

點的承諾 - 信任理論（Morgan and Hunt, 1994）做為理論基礎進行連結前因後果的關係，並輔以 Li et al. (2006)所提出以承諾為基礎模式 (Commitment-based Model)，將承諾劃分為情感性承諾與計算性承諾進行理論模型修正。此理論通常是應用於企業對

企業（B2B）及企業對消費者（B2C）的關係。本研究試圖以該理論進行延伸，加以整合兩大觀點：第一為以系統為基礎之知覺網站品質；其次，運用 Li et al. (2006)修正於 Rusbult（1983）的投資模型，將投資模型界定以使用者個人為基礎的替代性品質及投資規模進行考量。接續探討承諾 - 信任理論的結果變數在會員網站使用領域中對使用者黏著意圖的影響及知覺習慣於本研究模式中信任與黏著意圖之間可能存在的

調節角色。因此，形成本研究的假說模式，如圖 1所示。

H12 H11

H10

H9

H8

H6

H4 H5

個人觀點

知覺網站品質

替代品品質

H7

黏著意圖H2

H1

H3

情感性承諾

計算性承諾

投資規模

知覺習慣

系統觀點

信任

圖 1　研究模式


275June 2013

3. 方法

3.1　抽樣設計與資料收集

本研究以創世際顧問公司（2009）調查發現，臺灣地區網友較喜愛前往美容保養網站排名第一且單次造訪停留時間長的 Fashion Guide會員為母體，加上 Fashion Guide創站超過十年以上的歷史，社群實力雄厚，社群會員不僅精準且黏度高 (數位時代，2007)。所以，本研究界定以使用該網站至少持續一年或一年以上的會員為研究對象，進行回答本研究的問題。抽樣來源主要透過 Fashion Guide美容網站內各討論區張貼請求填寫問卷調查的訊息，並藉由電子郵件逐一發送給 Fashion Guide美容網站會員，請求會員填寫。

研究主要透過網路問卷方式進行資料的蒐集，使用 MY3Q平台進行網路問卷（http://www.my3q.com）發佈給受測者填答。本研究正式問卷發放於民國 100年 12月 18日至 101年 3月 3日止，為期約 2個半月左右，總計回收問卷 492份，扣除題項勾選不具一致性者之問卷 83份後，有效問卷總計 409 份，有效問卷率為 83.13%。

在樣本組成的性別部分，男性為 104人 (佔 25.4%)與女性為 305人 (74.6%)。樣本年齡分佈以 20歲以下佔 11.70%、21~30歲之間佔 35%、31~40歲之間佔 31.50%及 41歲以上佔 21.80%，年齡以青壯年族群為多數；受測者之教育程度大學學歷以上佔有 67.5%為多數；在每天平均上網時數方面，以 2~4小時以上者達 48.2%最多，5~7小時者為 28.4%居次、少於 1小時為 7.8%，8小時以上的重度使用者則佔15.6%。一星期內所花費於美容網站時間以一天內數次居多，1次以下佔 21.80%，1至 3次佔 38.85%，4至 6次佔 39.35%。

3.2　測量發展

本研究所衡量的各構念英文原始量表題項如附錄 1，包括知覺網站品質、替代品品質、投資規模、信任、情感性承諾及計算性承諾、黏著意圖及知覺習慣量表衡量尺

度均採用李克特七點尺度（7-Point Likert Scale）予以量化受訪者所填之資料，依序給予 1至 7分，1分為非常不同意，7分為非常同意。

3.2.1　知覺網站品質本研究將知覺網站品質定義為：「會員評價一個網站的功能是否符合使用者的需

求及反映出網站的整體卓越」。其為二階構念，可分為網站外觀（Appearance）、內容品質（Content Quality）、特殊內容（Specific Content）、科技充足性（Technical Adequacy）等四個構面。本研究將網站外觀定義為：「會員網站的視覺吸引力與專業性」；內容品質定義為：「會員網站所具備的資訊有用性、完整性及準確性等內容


276 June 2013

屬性」；特殊內容定義為：「會員網站能協助顧客搜尋所需的相關產品或服務、顧客

支援、隱私政策及其他重要訊息的具體細節」；科技充足性定義為：「網站業者所採

用適當的科技工具，如：導覽的易用性、網頁下載速度及正確的連結等」。問卷採用

Chang and Chen（2008）的 22個題項進行衡量。

3.2.2　投資模型本研究將投資模型劃分成兩個構念進行衡量，第一為替代品品質，其定義為：

「會員和現在使用的美容網站相比，對其它更好的可替代網站的吸引力程度」。第

二為投資規模，其定義為：「會員對於美容網站所投入時間、精力等資源大小的程

度」。兩個構念各有 5個題項，主要參考 Li et al.（2006）的量表進行衡量。

3.2.3　承諾 - 信任理論本研究將信任定義為：「會員對於美容網站所提供的資訊認為是誠實且值得信賴

的」。在電子商務網站方面的研究中，一般可將承諾再細分為二部份：情感性承諾與

計算性承諾（e.g., Li et al., 2006; Nusair, 2007）。第一為情感性承諾，本研究將其定義為：「會員對於美容網站的情感依戀及認同的程度」。第二為計算性承諾，本研究

將其定義為：「會員擔心停止使用美容網站所需付出成本的程度。」。在信任部分主

要有 5題、情感性與計算性承諾分別各有 3個題項，其主要為參考 Li et al.（2006）的量表進行衡量。

3.2.4　黏著意圖本研究將黏著意圖定義為：「會員對未來重覆到訪和持續使用美容網站的意

願」。衡量題項主要為參考 Li et al.（2006）的 3個題項進行衡量。

3.2.5　知覺習慣本研究將知覺習慣定義為：「會員經常使用這個美容網站，最後趨於自動之行為

而變為習慣的程度」。衡量題項主要為參考 Limayem et al.（2007）所提出的 3個題項進行衡量。

3.3　共同方法變異處理與檢測

本研究採用 Harman’s 因子檢定法，將所有題項進行探索性因素分析（Exploratory Factor Analysis; EFA），檢測結果發現可萃取出七個因子，且第一個因子的解釋力為 34.450%未達到 50%，由此可判定本研究樣本資料並無嚴重的共同方法變異；此外再採用單因子驗證性因素分析（Confirmatory Factor Analysis; CFA）


277June 2013

檢測，將所有 48題項納入單一因子檢測，檢測結果發現並無全部題項均顯著達到負荷水準 0.5以上，且此一因子驗證性分析的配適度（c2 = 8862.937, df= 1080, AGFI= 0.376, IFI= 0.471, CFI= 0.469, RMR= 0.110）與本研究模式（GFI= 0.855, IFI = 0.935, CFI= 0.934, RMSEA= 0.060）比較後不佳；此結果再次證明本研究樣本並無嚴重的共同方法變異問題。

4. 研究結果

本研究採以結構方程模式（Structural Equation Model）的統計技術，使用 AMOS分析軟體進行相關變數的分析。依據 Anderson and Gerbing（1988）指出，結構方程模式應採以兩階段進行分析，第一階段為測量模式分析：檢驗研究模式中的測量變項

是否能正確的量測到其潛在變項。第二階段為結構模式分析：經檢驗獲得接受之測量

模式再以結構模式分析因果關係之影響大小與解釋力。在調節因子部分，採用多群體

分析（multi-group causal analysis）進行檢驗知覺習慣的調節效果。

4.1　測量模式

在測量模式之驗證性因素分析，本研究依據 Anderson and Gerbing（1988）建議收斂效度分析準則、Bagozzi and Yi（1988）提出之驗證性因素分析評估標準及Gefen et al.（2000）之適配度指標建議數據進行評量，在各構面的衡量模型中，本研究顯示有良好的配適度，c2/df = 2.014、Goodness-of-Fit Index（GFI）= 0.827、Adjusted Goodness-of-Fit Index（AGFI）= 0.801、Comparative Fit Index（CFI）= 0.930及 Root Mean Square Error of Approximation（RMSEA）= 0.050；本研究配適度指標中的 GFI值與 AGFI值依據 Hu and Bentler（1999）指出 GFI與 AGFI只要高於 0.8以上，為可被接受的合理範圍。整體來說，本研究測量模式的配適度仍為可被接受的合理範圍。本研究組合信度與平均萃取變異量檢驗，主要依據 Gaski and Nevin（1985）之準則進行，本研究均符合上述區別效度準則，顯示各構面區別效度良好。各構面的組合信度與平均萃取變異量分別高於 0.7與 0.5。因此，依據資料分析顯示各子量表之收斂效度皆屬可接受範圍，測量模式分析結果詳見表 1。

根據 Doll et al.（1994）及 Noar（2003）建議指出，研究中若有二階驗證性因素分析的模式，研究者需要針對五個模式估計與比較，為了確認知覺網站品質的多構念

特性，本研究進行知覺網站品質模式的比較，結果發現知覺網站品質二階因子的階層

模式相較於其他模式呈現較佳配適度。所以，本研究所選用的知覺網站品質，採用二

階因子模式進行衡量較為適切，其結果如表 2所示。


278 June 2013

表 1　測量模式

構念MLE的估計參數題項信度

(SMC)組合

信度

平均萃取

變異量因素負荷量（x / y）衡量誤差 ( / )

知覺網站品質

一階因子

外觀（Appearance） 0.875 0.586

AP 1AP 2AP 3AP 4AP 5

0.708***0.785***0.847***0.817***0.653***

0.4990.3840.2830.3320.574

0.5010.6160.7170.6680.426

內容品質（Content Quality） 0.909 0.626

CQ 1CQ 2CQ 3CQ 4CQ 5CQ 6

0.749***0.854***0.880***0.790***0.775***0.682***

0.4390.2710.2260.3910.5700.399

0.5610.7290.7740.6090.6240.601

特殊內容（Specific Content） 0.888 0.613

SC1SC2SC 3SC 4SC 5

0.791*** 0.799*** 0.837*** 0.715*** 0.768***

0.3750.3610.2990.4890.410

0.6250.6390.7010.5110.590

科技充足性（Technical Adequacy） 0.891 0.580

TA1TA2TA3TA4TA5TA6

0.820*** 0.817*** 0.790*** 0.813*** 0.659*** 0.647***

0.3270.3320.3760.3390.4100.581

0.6730.6680.6240.6610.4340.419

二階因子 0.853 0.597

外觀

內容品質

特殊內容

科技充足性

0.654***0.916***0.671***0.795***

0.5730.1610.5500.369

0.4270.8390.4500.631

替代品品質 0.848 0.587

QA 1QA 2QA 3QA 4QA 5

0.755***0.858***0.826***0.874***0.775***

0.4290.4680.3550.2360.400

0.5710.7360.6820.7640.600


279June 2013

投資規模 0.918 0.693

IS 1IS 2IS 3IS 4IS 5

0.847***0.851***0.754***0.890***0.813***

0.2830.2760.4310.2080.339

0.7170.7240.5690.7920.661

信任 0.854 0.548

TR 1TR 2TR 3TR 4TR 5

0.857***0.879***0.765***0.511***0.623***

0.2660.2280.4140.7390.612

0.7340.7720.5860.2610.388

情感性承諾 0.841 0.642

AC 1AC 2AC 3

0.640***0.838***0.903***

0.5900.2970.185

0.4100.7030.815

計算性承諾 0.921 0.796

CC 1CC 2CC 3

0.868***0.930***0.878***

0.2460.1350.228

0.7540.8650.772

知覺習慣 0.885 0.720

PH 1PH 2PH 3

0.873***0.922***0.741***

0.2300.1430.452

0.7620.8570.548

黏著意圖 0.923 0.801

SI 1SI 2SI 3

0.924***0.932***0.824***

0.2300.1230.121

0.7700.8230.879

Fit statistics (N = 409)c2 = 1901.198d.f. = 944GFI = 0.827CFI = 0.930RMSEA = 0.050

註 1：知覺網站品質視為二階因子進行檢驗註 2：所有因素負荷量皆達顯著水準，***表 p 0.001


280 June 2013

表 2　知覺網站品質測量模式之比較

模式配適度指標

c2/d.f. GFI NFI CFI IFI RMSEA

虛無模式

（null model）5.750 0.207 -- -- -- 0.247

單一因子模式

（one factor model）3.179 0.868 0.891 0.922 0.923 0.073

無關因子模

（Uncorrelated factors model）5.750 0.772 0.799 0.827 0.828 0.108

相關因子模式

（Correlated factors model）3.176 0.870 0.892 0.923 0.923 0.073

階層模式

（Hierarchical model）2.014 0.873 0.895 0.930 0.930 0.050

建議值 ≦ 3 ≧ 0.8 ≧ 0.8 ≧ 0.9 ≧ 0.9 ≦ 0.08

註： GFI= goodness-of-fit index；NFI= Nonnormed Fit Index；CFI= Comparative Fit Index；IFI= Incremental Fit Index；RMSEA= Root Mean Square Error of Approximation

本研究的區別效度是依據 Fornell and Larcker（1981）作法，以平均萃取變異量（AVE）來進行衡量，若潛在變項的 AVE之平方根大於任一潛在構面間之相關係數，則該構面具有良好的區別效度。本研究符合檢定區別效度準則，檢驗結果各構面

的 AVE之平方根皆大於各構面間之相關係數。本研究相關係數矩陣為表 3左下角，各衡量變數之間均有顯著相關，適宜進行後續的結構方程模式分析。

表 3　相關矩陣分析

構念平均數標準差 PWSQ QA IS TR AC CC PH SI

PWSQ 5.329 0.566 0.772

QA 4.222 0.804 -0.177 0.766

IS 4.823 1.010 0.524 -0.215 0.832

TR 5.027 0.679 0.641 -0.212 0.476 0.740

AC 4.772 0.977 0.440 -0.250 0.569 0.440 0.801

CC 5.261 0.681 0.665 -0.162 0.474 0.632 0.407 0.892

PH 5.662 0.894 0.489 -0.270 0.604 0.444 0.631 0.426 0.848

SI 5.957 0.739 0.511 -0.186 0.409 0.365 0.453 0.404 0.534 0.895

註 1： PWSQ = 知覺網站品質； QA = 替代品品質；IS = 投資規模 ; TR= 信任；AC = 情感性承諾；CC = 計算性承諾；PH= 知覺習慣； SI = 黏著意圖

註 2：對角線數值為 AVE之平方根；下三角為 Pearson相關


281June 2013

4.2　結構模式

本研究模式配適度為 c2/df = 2.490，Goodness-of-Fit Index（GFI）= 0.855、Adjusted Goodness-of-Fit Index（AGFI）= 0.828、Nonnormed Fit Index（NFI）= 0.896、Comparative Fit Index（CFI）= 0.934、 Incremental Fit Index（IFI）= 0.935及 Root Mean Square Error of Approximation（RMSEA）= 0.060，本研究配適度指標中的 GFI值與 AGFI值依據 Hu and Bentler (1999)表示 GFI值與 AGFI值只要超過0.8以上仍屬可接受範圍，顯示結構模式與觀察資料的配適度良好（Baumgartner and Homburg, 1996）。

研究結果從表 4得知假說關係的標準化路徑係數（Path Coefficients），g符號表

示外生變數與內生變數之間的路徑關係，b符號表示內生變數與內生變數之間的路徑

關係。在系統觀點的部份：知覺網站品質對於信任具有顯著正向的直接影響（g11= 0.780, p0.001）。在個人觀點部分：替代品品質分別對於情感性承諾（g22= -0.131, p0.001）與計算性承諾（g32 = -0.089, p0.05）具有顯著負向影響；投資規模分別對於情感性承諾（g23 = 0.535, p0.001）與計算性承諾（g33 = 0.617, p0.001）具有顯著正向影響。信任對於情感性承諾具有顯著正向影響（b21 = 0.213, p0.001）；相反地，信任對於計算性承諾則不具有顯著正向影響（b31 = 0.088, p0.05）。在影響黏著意圖的假說關係中，信任對於黏著意圖具有顯著正向影響（b41 = 0.150, p0.001）；情感性承諾對於黏著意圖不具有顯著正向影響（b42 = 0.075, p0.05）；而計算性承諾對於黏著意圖具有顯著正向影響（b43 = 0.089, p0.05）。最後，知覺習慣對於黏著意圖則具有顯著正向的直接影響（g44 = 0.368, p0.001）。綜合上述，惟獨假說 7與假說 9未獲得支持。

表 4 　假說檢驗結果

路　徑路徑係數假說檢測結果

g11 知覺網站品質 à 信任 0.780*** H1 獲得支持

g22 替代品品質 à 情感性承諾 -0.131*** H2 獲得支持

g32 替代品品質 à 計算性承諾 -0.089* H3 獲得支持

g23 投資規模 à 情感性承諾 0.535*** H4 獲得支持

g33 投資規模 à 計算性承諾 0.617*** H5 獲得支持

b21 信任 à 情感性承諾 0.213*** H6 獲得支持

b31 信任 à 計算性承諾 0.088 H7 未獲支持

b41 信任 à 黏著意圖 0.150*** H8 獲得支持

b42 情感性承諾 à 黏著意圖 0.075 H9 未獲支持


282 June 2013

b43 計算性承諾 à 黏著意圖 0.089* H10 獲得支持

g44 知覺習慣 à 黏著意圖 0.368*** H11 獲得支持

信任 à R2 = 0.608；情感性承諾 à R2 = 0.504；計算性承諾 à R2 = 0.478；黏著意圖 à R2 = 0.309

Fit index:Chi-square= 1038.395, Degree of freedom= 417, Goodness-of-fit index (GFI) = 0.855, Nonnormed fit index (NFI) = 0.896, Comparative fit index (CFI) = 0.934, Incremental fit index (IFI) = 0.935, Root mean square error of approximation (RMSEA) =0.060

註：*** 表 p0.001；**表 p0.01

在黏著意圖之直接效果、間接效果分析上，由表 5可知，知覺網站品質對黏著意圖並無直接效果，間接效果包括：知覺網站品質à信任à情感性承諾à黏著意

圖，其間接效果值是 0.780 0.213 0.075 = 0.012、知覺網站品質à信任à計算性承諾à黏著意圖，其間接效果值是 0.780 0.088 0.089 = 0.006、知覺網站品質à信任à黏著意圖，其間接效果值是 0.780 0.150 = 0.117，合計三條路徑的間接效果值是 0.135，等於總效果為 0.135；替代品品質對黏著意圖無直接效果，間接效果路徑包括：替代品品質à情感性承諾à黏著意圖，其間接效果值是 (-0.131)

0.075 = -0.010、替代品品質à計算性承諾à黏著意圖，其間接效果值是 (-0.089) 0.089 = -0.008，合計兩條路徑的間接效果值是 -0.018，等於總效果為 -0.018；投資規模對黏著意圖無直接效果，間接效果路徑包括：投資規模à情感性承諾à黏

著意圖，其間接效果值是 0.535 0.075 = 0.040、投資規模à計算性承諾à黏著意圖，其間接效果值是 0.617 0.089 = 0.055，等於總效果為 0.095；信任對黏著意圖的直接效果路徑係數值為 0.150，間接效果路徑包括：信任à情感性承諾à黏著意圖，其間接效果值是 0.213 0.075 = 0.016、信任à計算性承諾à黏著意圖 )為0.088 0.089 = 0.008，等於總效果為 0.174；情感性承諾對黏著意圖的直接效果為0.075、無間接效果存在，等於總效果為 0.075；計算性承諾對黏著意圖的直接效果為0.089、無間接效果存在，總效果為 0.089；知覺習慣對黏著意圖無間接效果，知覺習慣對於黏著意圖的直接效果等於總效果為 0.368。由上述可知，整體影響黏著意圖之前因變項以知覺習慣為最高，其他依序為信任、知覺網站品質、投資規模、計算性承

諾、情感性承諾及替代品品質。若就外生變數而言，知覺網站品質對黏著意圖之影響

效果最高，其他依序為投資規模及替代品品質。


283June 2013

表 5　黏著意圖之直接效果、間接效果分析

變項直接效果間接效果總效果總效果排名外生變數排名

外生變數

知覺網站品質－ 0.135 0.135 3 1

替代品品質－ -0.018　 -0.018　 7 3

投資規模－ 0.095 0.095 4 2

信任 0.150 0.024 0.174 2

情感性承諾 0.075 － 0.075 6

計算性承諾 0.089 － 0.089 5

知覺習慣 0.368 － 0.368 1

註：－表示本研究未主張該構念對黏著意圖具有影響效果存在

4.3　知覺習慣的調節效果檢驗

受訪者主要分成高與低分群組，採用平均數進行分群，在結構模式中將假說 12的信任至黏著意圖之間的路徑連結，在限定模式中，將高與低知覺習慣的群組之間強

迫設定為相等的負荷量，在未限定模式中，高與低知覺習慣的群組之間則未設定為相

等的負荷量，接續再進行卡方檢定其路徑是否具有顯著差異性，其結果如表 6所示。其信任至黏著意圖之路徑，卡方值具有顯著差異性（Dc2 = 114.879, p0.001）。本研究發現假說 12的知覺習慣，在高知覺習慣群組，信任對黏著意圖之間具有顯著正向影響關係。相反地，本研究發現，當使用者知覺習慣低時，並不會因個人的習慣，

致使信任顯著正向影響使用者的黏著意圖。據此，強調在高知覺習慣情況之下，信任

的增加，能創造使用者對網站更高的黏著意圖。

表 6　知覺習慣之高、低群組的卡方差異比較

限制模式未限制模式 Dc2(1)

Fit index:

Chi-square (d.f.)

GFICFINFIIFI

RMSEA

215.881 (40)

0.8930.9120.8940.9120.104

101.002(38)

0.9410.9680.9510.9690.064

114.879*** (H12)

H4: 信任 à 黏著意圖 (b41)

知覺習慣

高分群組低分群組

0.233** 0.112


284 June 2013

為輔助判斷調節效果的方向性，本研究透過層級迴歸分析，輔以交互作用

圖呈現。在信任與知覺習慣之交互作用對黏著意圖影響，比較 F值有顯著改變(F=115.425，p0.001)，結果發現信任與知覺習慣之交互作用對黏著意圖具有顯著的正向影響 (b=0.566)，在使用者存在高知覺習慣群組，同時擁有高信任之情況下，其使用者的黏著意圖顯然高於低知覺習慣群組，如圖 2所示。

4.00

3.50

3.00

2.50

2.00

1.50

1.00

0.50

0.00

黏

著

意

圖

低信任高信任

低知覺習慣

高知覺習慣

2.352.27

3.73

1.88

圖 2　知覺習慣對於信任與黏著意圖之調節效果

5. 討論

5.1　結論與管理意涵

本研究採用承諾 - 信任理論的關係行銷理論典範邏輯之「長期」觀點，進行探討哪些因子是業者經營網站的重要決定性因素，藉以建構其關係模式。在理論延伸部

分，本研究試圖以系統觀點的知覺網站品質及個人觀點的投資模型加以整合成兩大觀

點，以釐清消費者黏著意圖的心理建構過程。本研究結果不僅證實了系統觀點之知覺

網站品質與信任間之關係，亦證實投資模型的替代品品質與投資規模對信任及承諾

（情感性承諾與計算性承諾）間之關係，同時，發現知覺習慣在信任與黏著意圖之間

扮演一個重要調節因素。

本研究證實美容網站使用者對於網站品質優劣會影響信任，與過去研究結果相符

（Bliemel and Hassanein, 2007; Deb and Chavali, 2009）。由此可知，網站的外貌、內容品質、特殊內容及科技充足性都會影響使用者對於美容網站的信任，所以，網站業

者應注重網站的品質，讓使用者知覺到美容網站的外觀、內容品質、特殊內容及科技

充足性等品質，將能提高使用者對網站的信任，進而促使會員使用者黏著於此網站的


285June 2013

意圖相對提昇。

在投資模型的各個變數與承諾的關係，本研究證實投資模型的「替代品品質」分

別對情感性承諾及計算性承諾的關係呈現顯著負向影響；同時，「投資規模」分別對

情感性承諾及計算性承諾的關係呈現顯著正向影響，與過去研究結果相符（Li, 2002; Li et al., 2006）。由此可見，如何讓使用者投入更多的時間、精力，將有助於提昇使用者對於網站產生情感及依戀等承諾，並確保網站的競爭優勢及不可替代性，讓使用

者覺得離開這個網站會有所損失，而會繼續留在這個網站，將有助於提昇使用者對於

網站的計算性承諾。

在信任與情感性承諾關係中，獲得支持網站使用者的信任會顯著正向影響情感性

承諾之研究（Dabholkar et al., 2009; Nusair, 2007）。因此，在網站的使用情境下，使用者對網站愈信任時，對於網站的情感性承諾也愈高。但在信任與計算性承諾關係中

卻不會存在顯著正向影響關係，推論使用者雖然信任這個網站，但各網站所提供的服

務差異不大，致使影響會員使用者的計算性承諾就不高。在計算性承諾與黏著意圖關

係中，本研究發現計算性承諾會影響使用者的黏著意圖，與過去研究的實證結果相符

（Li et al., 2006）。亦即會員使用者會從個人利益得失而非情感交流上進行評估，致使會員使用者會覺得離開這個網站會產生損失或轉換成本。因此，對於未來探討計算

性承諾方面相關研究時，對於網站的型態、服務及個人投資規模大小等方面，使用者

轉換到其它網站是否會有損失或轉換成本，是一重要考慮因素。另外一方面，本研究

發現在情感性承諾與黏著意圖關係中，並未發現情感承諾對黏著意圖具有顯著正向影

響關係，與Wu et al.（2010）的發現具有一致結果。本研究結果挑戰一般商業做法的傳統觀點，本研究發現會員在網站信任對黏著意圖關係具有直接且顯著影響，無須再

透過情感承諾的中介。相對地，計算性承諾的形成主要前因是受到個人所知覺替代品

品質與投資規模所影響，進而產生會員使用者的黏著意圖。

本研究主張在影響網站使用之黏著意圖部分，使用者的信任是對於網站黏著

意圖的一個重要因素，與過去研究結果相符（Chen et al., 2010; Li et al., 2006; Lin, 2007），該網站的業者，不僅主動地培養使用者的信任，而且還維持和持續地重新建立使用者信任（Gefen et al., 2003），由此可知信任是使用者產生黏著意圖的重要橋梁；知覺習慣除了會直接影響網站使用者黏著意圖之外，亦會增強使用者對網站信任

與黏著意圖之間的關係。亦即當一個顧客變成習慣於某件事情，他們不會有較大動機

去發現其他替代品（Colgate and Danaher, 2000），使用者所知覺習慣會影響一個人的持續使用意願。一個人重複相同行為的習慣之下，其會成功地一遍又一遍再次使用該

一平台來獲取其經驗，增加轉換行為的抑制，以增強主動的認知過程（例如：信任評

價）（James, 1980），其會對黏著意圖產生顯著正向影響關係。本研究將習慣的概念運用到具會員制的美容網站服務上。信任與黏著意圖間關


286 June 2013

係，又因當使用者在使用資訊平台而變成習慣（de Guinea and Markus, 2009）而有所不同。因此，本研究主張使用者對於使用網站的黏著意圖，與使用者的知覺習慣有

關。本研究發現，知覺習慣高之顧客群組相較於知覺習慣低之顧客群組，在信任增

加時，使用者黏著意圖會越高；而低知覺習慣使用者，在信任對黏著意圖關係中不具

顯著正向影響關係，此一結果表示信任對黏著意圖的影響並非是影響使用者的完全因

素，主要原因是高知覺習慣使用者更換使用平台必須投入更多時間及搜尋成本來重新

熟悉介面，使用者還是會繼續選擇使用原網站。因此，網站經營者應設法讓自己的網

站成為使用者的首選網站，讓使用者在平時需用到美容產品的網站服務時，自然而然

主動連結到美容網站並成為使用習慣。所以，網站的服務或經營模式，對於單一市場

的經營，成敗的關鍵點在與當地文化、個人網路使用習慣等因素進行結合。所以，如

何創造與結合使用者習慣，建立使用者對網站品牌產生極高辨識，將是影響會員黏著

意圖的重要屬性。

整體而言，本研究貢獻在於越來越多的文獻探討影響使用者行為主因在於網站平

台中信任所扮演的關鍵角色，並提供一個架構去說明信任前因及行為的結果（Wu et al., 2010）。本研究除了證實信任與黏著意圖的直接影響關係之外，從投資模型的個人觀點來看，替代品品質及投資規模與會員黏著意圖之間，計算性承諾扮演重要的中

介角色，並主張第三因子的知覺習慣會調節信任對黏著意圖的顯著正向影響關係。

5.2　研究限制與未來方向建議

首先，本研究採橫斷面調查方式，後續研究者可採取縱斷面調查方法，長期觀

察會員網站使用者在黏著意圖議題上的改變，除有助於了解結構模式之間因果關係

外，同時能發展有效的衡量工具以進行後續分析與實證研究。第二，不同國家文化，

網站可能存在差異性，本研究僅針對華人第一時尚網站的品牌領導者進行調查，研究

結果可能無法一般化至其他國家；本研究發現情感承諾與黏著意圖並非存在顯著正向

影響關係，在華人社會背景之下，互惠是中華文化價值觀主要深植於社會傳統規範之

一（Wu et al., 2008）。因此，如何能夠在華人社會的背景下，消費者與服務提供者的關係維持，個人的互惠不僅能夠豐富現有的文獻，亦是實務上必須考量的社會情境

因素，互惠已被視為是資源投資與顧客忠誠的概念性架構中關鍵因素（Morais et al., 2004），建議未來研究可納入互惠變數進行衡量。最後，本研究尚有未考量其他重要變項，例如：知覺風險（Chan and Lu, 2004; Jarvenpaa and Tractinsky, 1999），其是影響會員對於網站信任與否的重要因素；本研究承諾 - 信任理論方面僅採用信任的單一構念進行衡量，後續研究者亦可將信任再細分為能力、善意、正直等構面（Beldad et al., 2010）來進行探討；在情感性承諾對黏著意圖的影響，本研究結果與過去研究不符，本研究推論可能存在第三因子調節其路徑之關係，建議未來可納入個人特性的


287June 2013

電腦自我效能（Computer Self-efficacy）（Wangpipatwong et al., 2008）等變數進行考量；在控制變數考量上，例如：年齡、性別、上網時數及上網經驗等，並未納入本研

究模式進行第三因的控制，可能造成研究結果的偏誤，建議未來研究者在問卷設計

上，應考量個人基本資料與使用經驗等問題，以排除可能存在的第三因所導致研究結

果的偏誤。

參考文獻

王珮華（2009年 9月 14日）。入口網站廣告衰退、社群網站逆勢成長。自由電子報。取自 2011 年 10 月 1 日，http://www.libertytimes.com.tw/2009/new/sep/14/today-e7.htm

創市際市場顧問公司（2009）。ARO觀察：時尚美容網站使用狀況。取自 2011年 10月 1日，http://news.ixresearch.com/?p=951

創市際市場顧問公司（2011）。ARO觀察：時尚美容類別網站使用狀況。取自 2011年 10月 1日，http://news.ixresearch.com/?p=3309#more-3309

數位時代（2007）。你也能靠網路廣告養活自己。取自 2012年 3月 1日，http://www.bnext.com.tw/article/view/cid/0/id/4899

Aarts, H., Verplanken, B., & van Knippenberg, A. (1998). Predicting behavior from actions in the past: Repeated decision making or a matter of habit? Journal of Applied Social Psychology, 28(15), 1355-1374.

Aladwani, A. M. (2006). An empirical test of the link between web site quality and forward enterprise integration with web consumers. Business Process Management Journal, 12(2), 178-190.

Aladwani, A. M., & Palvia, P. C. (2002). Developing and validating an instrument for measuring user-perceived web quality. Information & Management, 39(6), 467-476.

Anderson, J. C., & Gerbing, D. W. (1988). Structural equation modeling in practice: A review and recommended two-step approach. Psychological Bulletin, 103(3), 411-423.

Bagozzi, R. P., Baumgartner, H., & Yi, Y. (1992). State versus action orientation and the theory of reasoned action: An application to coupon usage. Journal of Consumer Research, 18(4), 505-518.

Bagozzi, R. P., & Yi, Y. (1988). On the evaluation of structural equation models. Journal of the Academy of Marketing Science, 16(1), 74-94.


288 June 2013

Bamberg, S., Ajzen, I., & Schmidt, P. (2003). Choice of travel mode in the theory of planned behavior: The roles of past behavior, habit, and reasoned action. Basic and Applied Social Psychology, 25(3), 175-188.

Baumgartner, H., & Homburg, C. (1996). Applications of structural equation modeling in marketing and consumer research: A review. International Journal of Research in Marketing, 13 (2), 139-161.

Beldad, A., Jong, M. D., & Steehouder, M. (2010). How shall I trust the faceless and the intangible? A literature review on the antecedents of online trust. Computers in Hu-man Behavior, 26(5), 857-869.

Bliemel, M., & Hassanein, K. (2007). Consumer satisfaction with online health informa-tion retrieval: A model and empirical study. e-Service Journal, 5(2), 53-83.

Chan, S. C., & Lu, M. T. (2004). Understanding Internet banking adoption and use behav-ior: A Hong Kong perspective. Journal of Global Information Management, 12(3), 21-43.

Chang, H. H., & Chen, S. W. (2008). The impact of online store environment cues on pur-chase intention: Trust and perceived risk as a mediator. Online Information Review, 32(6), 818-841.

Chen, Y. H., Chien, S. H., Wu, J. J., & Tsai, P. Y. (2010). Impact of signals and experience on trust and trusting behavior. Cyberpsychology, Behavior, and Social Networking, 13(5), 539-546.

Chiu, C. M., Hsu, M. H., Lai, H., & Chang, C. M. (2010). Exploring online repeat purchase intentions: The role of habit. Proceedings of the Pacific Asia Conference on Informa-tion Systems (PACIS), Taipei, Taiwan.

Colgate, M. R., & Danaher, P. J. (2000). Implementing a customer relationship strategy: The asymmetric impact of poor versus excellent execution. Journal of the Academy of Marketing Science, 28(3), 375-387.

Conner, M., & Armitage, C. J. (1998). Extending the theory of planned behavior: A review and avenues for further research. Journal of Applied Social Psychology, 28(15), 1429-1464.

Cyr, D. (2008). Modeling Website design across cultures: Relationships to trust, satisfac-tion, and e-loyalty. Journal of Management Information Systems, 24(4), 47-72.

Dabholkar, P. A., Dolen, W. M., & Ruyter, K. D. (2009). A dual-sequence framework for B2C relationship formation: Moderating effects of employee communication style in online group chat. Psychology and Marketing, 26(2), 145-174.


289June 2013

Deb, M., & Chavali, K. (2009). A study on the significance of e-trust and e-loyalty in online banking. AIMS International Journal of Management, 3(3), 241-257.

Doll, W. J., Xia, W. D., & Torkzadeh, G. (1994). A confirmatory factor analysis of the end-user computing satisfaction instrument. MIS Quarterly, 18(4), 453-461.

Eastlick, M. A., Lotz, S. L., & Warrington, P. (2006). Understanding online B-to-C rela-tionships: An integrated model of privacy concerns, trust, and commitment. Journal of Business Research, 59(8), 877-886.

Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobserv-able variables and measurement error. Journal of Marketing Research, 18(3), 39-50.

Gao, T., Sirgy, M. J., & Bird, M. M. (2005). Reducing buyer decision-making uncertainty in organizational purchasing: Can supplier trust, commitment, and dependence help? Journal of Business Research, 58(4), 397-405.

Gaski, J. F., & Nevin, J. R. (1985). The differential effects of exercised and unexercised power sources in a marketing channel. Journal of Marketing Research, 22(2), 130-142.

Gefen, D. (2000). E-commerce: The role of familiarity and trust. Omega, 28(6), 725-738.Gefen, D. (2003). TAM or just plain habit: A look at experienced online shoppers. Journal

of End User Computing, 15(3), 1-13.Gefen, D., Karahanna, E., & Straub, D. W. (2003). Trust and TAM in online shopping: An

integrated model. MIS Quarterly, 27(1), 51-90.Gefen, D., Straub, D. W., & Boudreau, M. C. (2000). Structural equation modeling and

regression: Guidelines for research practice. Communications of AIS, 4(7), 1-80.Geyskens, I., Steenkamp, J., Scheer, L., & Kumar, N. (1996). The effects of trust and

interdependence on relationship commitment: A Trans-Atlantic study. International Journal of Research in Marketing, 13(4), 303-317.

Hu, L., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance. Structural Equation Modeling, 6(1), 1-55.

Huang, L. T., Cheng, T. C., & Farn, C. K. (2007). The mediating effect of commitment on customer loyalty towards e-brokerages: An enhanced investment model. Total Quality Management, 18(7), 751-770.

Jackson, C. M., Chow, S., & Leitch, R. A. (1997). Toward an understanding of the behav-ioral intention to use an information system. Decision Sciences, 28(2), 357-389.

James, W. (1980). The principles of psychology. New York: Henry Holt and Co.Jarvenpaa, S., & Tractinsky, N. (1999). Consumer trust in an Internet store: A cross-cultural


290 June 2013

validation. Journal of Computer Mediated Communication, 5(2), 1-5.Khalifa, M., Limayem, M., & Liu, V. (2002). Online consumer stickiness: A longitudinal

study. Journal of Global Information Management, 10(3), 1-15.Kim, S. S., & Malhotra, N. K. (2005). A longitudinal model of continued IS use: An inte-

grative view of four mechanisms underlying postadoption phenomena. Management Science, 51(5), 741-755.

Komiak, S. X., & Benbasat, I. (2004). Understanding customer trust in agent-mediated electronic commerce, Web-mediated electronic commerce, and traditional commerce. Information Technology and Management, 5(1-2), 181-207.

Kuan, H. H., Bock, G. W., & Vathanophas, V. (2008). Comparing the effects of Website quality on customer initial purchase and continued purchase at e-commerce Websites. Behaviour and Information Technology, 27(1), 3-16.

Li, D. (2002). Website? Investigating the continuous use of information systems from a relationship perspective. Unpublished doctoral dissertation, Texas Tech University, TX, USA.

Li, D., Browne, G. J., & Wetherbe, J. C. (2006). Why do Internet users stick with a specific Website? A relationship perspective. International Journal of Electronic Commerce, 10(4), 105-141.

Liang, C. J., & Chen, H. J. (2009). A study of the impacts of website quality on customer relationship performance. Total Quality Management, 20(9), 971-998.

Liang, T. P., & Lai, H. J. (2002). Effect of store design on consumer purchases: An empiri-cal study of on-line bookstores. Information and Management, 39(6), 431-444.

Liao, C., Palvia, P., & Lin, H. N. (2006). The roles of habit and Website quality in e-commerce. International Journal of Information Management, 26(6), 469-483.

Limayem, M., & Cheung, C. M. K. (2008). Understanding information systems continu-ance: The case of Internet-based learning technologies. Information and Management, 45(4), 227-232.

Limayem, M., Hirt, S. G., & Cheung, C. M. K. (2003). Habit in the context of IS continu-ance: Theory extension and scale development. Proceedings of the 11th European Conference on Information Systems (ECIS 2003), Naples, Italy.

Limayem, M., Hirt, S. G., & Cheung, C. M. K. (2007). How habit limits the predictive power of intention: The case of information systems continuance. MIS Quarterly, 31(4), 705-737.

Lin, J. C. C. (2007). Online stickiness: Its antecedents and effect on purchasing intention.


291June 2013

Behaviour and Information Technology, 26(6), 507-516.Mohamed, K., & Vanessa, L. (2003). Determinants of satisfaction at different adoption

stages of Internet-based services. Journal of the Association for Information Systems, 4(5), 206-232.

Morgan, R. M., & Hunt, S. D. (1994). The commitment-trust theory of relationship market-ing. Journal of Marketing, 58(3), 20-38.

Morais, D. B., Dorsch, M. J., & Backman, S. J. (2004). Can tourism providers buy their customers’ loyalty? Examining the influence of customer-provider investments on loyalty. Journal of Travel Research, 42(3), 235-243.

Negash, S., Ryan, T., & Igbaria, M. (2003). Quality and effectiveness in web-based customer support systems. Information & Management, 40(8), 757-68.

Nemzow, M. (1999). Ecommerce stickiness for customer retention. Journal of Internet Banking and Commerce, 8(3), 12-35.

Noar, S. M. (2003). The role of structural equation modeling in scale development. Structural Equation Modeling, 10(4), 622-647.

Nusair, K. (2007). A model of commitment in B-to-C travel context: A structural equation modeling. Unpublished doctoral dissertation, Ohio State University, OH, USA.

Nusair, K., Parsa, H. G., & Cobanoglu, C. (2011). Building a model of commitment for gneration Y: An empirical study on e-travel retailers. Tourism Management, 32(4), 833-843.

de Guinea, A. O., & Markus, M. L. (2009). Why break the habit of a lifetime? Rethinking the roles of intention, habit, and emotion in continuing information technology use. MIS Quarterly, 33(3), 433-444.

Ouellette, J. A., & Wood, W. (1998). Habit and intention in everyday life: The multiple processes by which past behavior predicts future behavior. Psychological Bulletin, 124(1), 54-74.

Rusbult, C. E. (1983). A longitudinal test of the investment model: The development (and deterioration) of satisfaction and commitment in heterosexual involvements. Journal of Personality and Social Psychology, 45(1), 101-117.

Rusbult, C. E., Martz, J. M., & Agnew, C. R. (1998). The investment model scale: Measur-ing commitment level, satisfaction level, quality of alternatives, and investment size. Personal Relationships, 5(4), 357-391.

Shih, H. P. (2008). Continued use of a Chinese online portal: An empirical study. Behav-iour and Information Technology, 27(3), 201-209.


292 June 2013

van der Heijden, H. (2003). Factors influencing the usage of Websites: The case of a generic portal in the Netherlands. Information and Management, 40(6), 541-549.

Vatanasombut, B., Igbaria, M., Stylianou, A. C., & Rodgers, W. (2008). Information sys-tems continuance intention of Web-based applications cusThe case of online banking. Information and Management, 45(7), 419-428.

Wang, H. (2010). Review of online stickiness research from consumer perspective. Proceedings of 2010 International Conference on Networking and Digital Society, Guiyang, China.

Wangpipatwong, S., Chutimaskul, W., & Papasratorn, B. (2008). Understanding citizen’s continuance intention to use e-government Website: A composite view of technology acceptance model and self-efficacy. Electronic Journal of E-Government, 6(1), 55-64.

Wetzels, M., de Ruyter, K., & van Birgelen, M. (1998). Marketing service relationships: The role of commitment. Journal of Business and Industrial Marketing, 13(4/5), 406-423.

Wolfinbarger, M., & Gilly, M. C. (2003). eTailQ: Dimensionalizing, measuring and predicting etail quality. Journal of Retailing, 79(3), 183-198.

Wu, J. J., Chen, Y. H., & Chung, Y. S. (2010). Trust factors influencing virtual community members: A study of transaction communities. Journal of Business Research, 63(9/10), 1025-1032.

Wu, W. P., Chan, T. S., & Lau, H. H. (2008). Does consumers’ personal reciprocity affect future purchase intentions? Journal of Marketing Management, 24(3-4), 345-360.

Yen, Y. R. (2009). An empirical analysis of relationship commitment and trust in virtual programmer community. International Journal of Computers, 3(1), 171-180.

Zott, C., Amit, R., & Donlevy, J. (2000). Strategies for value creation in e-commerce: Best practice in Europe. European Management Journal, 18(5), 463-475.


293June 2013

附錄：英文原始量表題項之修正

Construct/ item

Perceived Web Site Quality (Chang and Chen, 2008)

Appearance1. Fashion Guide Web site looks attractive.2. Fashion Guide Web site looks organised.3. Fashion Guide Web site uses fonts properly.4. Fashion Guide Web site uses colours properly.5. Fashion Guide Web site uses multimedia features properly.

Content Quality1. The content of Fashion Guide Web site is useful.2. The content of Fashion Guide Web site is complete.3. The content of Fashion Guide Web site is clear.4. The content of Fashion Guide Web site is current.5. The content of Fashion Guide Web site is concise.6. The content of Fashion Guide Web site is accurate.

Specific Content1. In Fashion Guide Web site, one can find contact information (e.g. email addresses,

phone numbers, etc.).2. In Fashion Guide Web site, one can find the firm’s general information (e.g. goals,

owners).3. In Fashion Guide Web site, one can find details about products and/or services.4. In Fashion Guide Web site, one can find information related to customers’ policies (e.g.

privacy and dispute details). Autonomous/Guided.5. In Fashion Guide Web site, one can find information related to customer service.

Technical Adequacy1. Fashion Guide Web site looks easy to navigate through.2. Fashion Guide Web site has adequate search facilities.3. Fashion Guide Web site is always up and available.4. Fashion Guide Web site has valid links (hyperlinks).5. Fashion Guide Web site has many interactive features.6. Fashion Guide Web site is easy to access.

Quality of Alternatives (Li et al., 2006)1. An alternative beauty Web site is appealing.2. An alternative beauty Web site is better than this Web site.


294 June 2013

3. To my knowledge, another beauty Web site is close to ideal.4. An alternative beauty Web site is attractive to me.5. My needs could easily be fulfilled by an alternative beauty Web site.

Investment Size (Li et al., 2006)1. I have put much time into using Fashion Guide Web site.2. Many aspects of my life have become linked to Fashion Guide Web site.3. I have invested a lot in learning how to use Fashion Guide Web site.4. The time I have spent on Fashion Guide Web site is significant.5. Compared to other beauty Web sites, I have spent a lot of effort using Fashion Guide

Web site.

Trust (Li et al., 2006)In your relationship with the Fashion Guide Web site, the Web site: 1. ⋯cannot be trusted at times. (R)2. ⋯can be counted on.3. ⋯has my confidence.4. ⋯has high integrity.5. ⋯is honest.

Commitment (Li et al., 2006)Affective Commitment1. I enjoy discussing the good aspects of Fashion Guide Web site with other people.2. It is easy to become attached to Fashion Guide Web site.3. Fashion Guide Web site has a great deal of attraction for me.

Calculative Commitment1. I am afraid something will be lost if I stop using Fashion Guide Web site.2. To stop using Fashion Guide Web site would require considerable personal sacrifice.3. Some aspects of my life would be affected if I stop using Fashion Guide Web site.

Stickiness Intention (Li et al., 2006)1. I plan to keep using Fashion Guide Web site in the future.2. I intend to continue using Fashion Guide Web site in the future.3. I expect my use of Fashion Guide Web site to continue in the future.

Perceived Habit (Limayem et al., 2007)1. I plan to keep using Fashion Guide Web site in the future.2. I intend to continue using Fashion Guide Web site in the future.3. I expect my use of Fashion Guide Web site to continue in the future.

Note. (R): Reverse coded.

determinants of membership websites’ stickiness intentions...

Documents