2017 年 2 月第二十卷一期 • Vol. 20, No. 1, February 2017

企業持續使用雲端運算服務: 企業規模大

小、認知有用性、以及員工滿意度之影響

蘇柏全 湯慧文

http://cmr.ba.ouhk.edu.hk

中華管理評論國際學報‧第二十卷‧第一期 2

企業持續使用雲端運算服務: 企業規模大小、認知有

用性、以及員工滿意度之影響

蘇柏全 湯慧文

摘要

雲端時代來臨，台灣雲端服務產值 2014 年將成長至新台幣 412 億元，複合年成

長率達 21.8%1。本研究聚焦兩個研究問題: (1) 若企業員工認為使用雲端運算對

自身工作績效愈有用，是否會影響其使用雲端運算的滿意度，進而持續使用該雲

端運算？(2) 企業規模與持續使用雲端運算服務是否有顯著關聯？研究針對曾

使用雲端運算及其服務模式的不同規模企業員工，共計 401人。研究結果顯示企

業規模並無顯著影響持續使用雲端運算之意願，否定了業界及學界的普遍認知，

亦即「企業規模愈大愈容易持續使用雲端運算系統、企業規模大小與持續使用雲

端運算系統之意願高低存在正向關係」。研究並發現 (1)企業資本額多寡對於持

續使用雲端運算之影響無顯著差異；(2)企業員工人數對持續使用雲端運算之影

響無顯著差異。本研究五個研究假說皆獲實證支持，研究結果將可提供雲端運算

供應商、企業決定是否持續使用雲端運算、亦或產業轉型資訊化之決策參考。

關鍵字：雲端運算、資訊系統持續使用、滿意度、認知有用性、結構方程模式

蘇柏全 東華大學資管系

湯慧文 東華大學企管系

中華管理評論國際學報‧第二十卷‧第一期 3

壹、緒論

雲端運算(Cloud Computing)成為全球企業資訊化的大趨勢、並帶來企業電子化的最佳良機。但在採用雲端服務前，企業會考量其利弊得失，例如: 企業的資訊技術(IT)及資訊系統(IS)成本大幅降低、透過雲端運算縮減其營運流程以提升其利潤、但也同時改變員工工作類型與使用資訊系統習慣等 1-3。麥肯錫(McKinsey &

Company)的研究報告指出，一家規模 200 人的公司使用雲端服務，光軟體部分就可省下目前 30%的成本 1，台灣雲端服務產值到 2014 年將成長至新台幣 412 億元，複合年成長率達 21.8%

1。而無論採用何種雲端運算服務，勢必都會對企業營運模式產生影響，進而改變企業員工使用資訊系統的模式與習慣。

雲端運算是透過網路架構將龐雜的資訊處理分散運算，雲端運算雖非全新技術，卻重塑資訊產業價值鏈，開啟以軟體服務為主的競爭時代 2-3。資訊軟硬體產業亟待朝高附加價值的軟體服務轉型升級；政府與企業也須從雲端運算應用，提昇經營效率，讓平台上的企業能共享資源，有節省營運成本與促進產業創新兩大效益，為企業省下資訊硬體建置成本，更有助於中小企業營運與新創事業的發展1-3。本研究的主要目的在於分析使用雲端運算服務改變了企業員工使用資訊系統之行為及工作績效，企業員工對於系統有用性及確認程度是否會影響滿意度，進而影響企業持續使用雲端運算系統。此外，企業持續使用雲端運算系統是否跟企業規模大小有關? 亦即業界及學界的普遍認知: 企業規模愈大愈容易持續使用雲端運算系統、企業規模大小與持續使用雲端運算系統之意願高低存在正向關係，因而本研究主要研究問題如下：

1.若.企業員工認為使用雲端運算服務對於自身工作績效愈有用，是否會影響其使用雲端運算的滿意度，進而持續使用該雲端運算？

2.企業規模 (資本額與員工人數) 與持續使用雲端運算服務是否有顯著關聯？

貳、文獻探討

一、雲端運算的定義與服務模式

Voas & Zhang4 認為雲端運算是一種資源共享平台，包括硬體基礎建設、軟

體、營運模式(Business Model) 都能共享，其關鍵就是透過虛擬化技術將資源彈性的分配。經建會計劃處的推動新興智慧產業系列報告中，認為雲端運算是一種經由網際網路，從遠端取用近乎無限電腦運算資源的服務模式與技術組成。資策會對於雲端運算(Cloud Computing)嚴謹的定義是「透過網際網路的分散式運算(Distributing Computing)架構，所提供的一種服務(Service)模式，並且具備彈性(Flexibility)與可擴充(Scalability)的能力」1。有別於傳統 IT 代管服務(Hosting

Services)，雲端運算特別強調「平行運算」的資源彈性和可用性(Availability)1，

而表 1 為相關文獻對雲端定義之整理。

中華管理評論國際學報‧第二十卷‧第一期 4

表 1 雲端運算的定義

雲 端 運 算 的 定 義 文獻來源

雲端運算是一種透過網路連結存取共享的運算資源池(如：網路、伺服器、儲存空間、應用程式及服務)與運作模式，可以在最少的管理工作或服務提供商介入下，自動迅速的提供資源配置和發佈。

美國國家標準與技術研究院 5

雲端運算是一種具備大量且可擴充之 IT 相關能力的運算，透過網際網路技術並以服務的方式(As a Service)提供給外

部的使用者。

Gartner6

雲端運算是一個具有高度彈性、抽象的運算中心，可以提供使用者所需要的應用程式，並可依據資源使用多寡來收費。

Forrester7

雲端運算是一種即時的 IT 運算網路平台，可被請求、被供應、被傳遞以及被消費。

IDC8

由此看來，雲端運算是一種服務模式，更是一個持續演進的典範。能夠打造一套便捷、隨選存取的運算網路，讓人們使用多方共享、可設定式的電腦運算資源(例如網路、伺服器、儲存裝置、應用程式、服務)，這些資源可快速供應與發佈，並將所需的管理工作與服務供應商介入降到最低。而雲端運算產業代表一個由眾多模型、供應商及市場利基組成的大型生態系統。其中，美國國家標準與技術研究院(NIST)於 2011 年發佈對於雲端運算的詳細定義及說明如下 5：雲端運算模式由五項基本特質(Characteristics): 三項服務模式(Service Model)及四項佈署模式(Deployment Model)所組成。

雲端運算的三大服務模式分別為基礎設施即服務(Infrastructure as a Service,

IaaS) 、平台即服務(Platform as a Service, PaaS) 、軟體即服務(Software as a Service,

SaaS)9，如表 2。

表 2 雲端三大服務模式

軟體即服務

(SaaS)

使用者利用供應商提供的應用程式，在雲端基礎設施上執行。這些應用程式可透過網路瀏覽器的簡單客戶端介面，利用各種客戶端裝置來存取。使用者對於應用程式的組態設定，可做有限度的調整及運用。

一種雲端運算型態，由線上中心提供應用程式，讓許多使用者同時利用，提升規模經濟，例如：Salesforce.com。

中華管理評論國際學報‧第二十卷‧第一期 5

平台即服務

(PaaS)

使用者在雲端基礎設施部署自行開發或取得的應用程式，這些程式必須使用雲端供應商支援的程式語言和工具。使用者不能管理或控制網路、伺服器、作業系統、儲存裝置等雲端基礎設施，但使用者可以控制其部署的應用程式以及可調整應用程式運作環境的配置。

以開發應用程式為主的雲端平台，例如：Salesforce.com的Visualforces與Apex。開發出來的程式符合平台的程式模式，可以在支援此一平台的雲

端系統執行，例如Force.com。

基礎設施即服務

(IaaS)

使用者使用處理、儲存、網路以及各種基礎運算資源，部署與執行作業系統或應用程式等各種軟體。使用者無法管理或控制底層的基礎設施，但能控制作業系統、儲存裝置、已部署的應用程式，亦可有限度的控制特定的網路元件（例如：主機防火牆）。

雲端運算的主要型態之一，由業者透過網路提供計費的電腦運算能力，例如：亞馬遜網路服務的 EC2。

二、雲端運算的佈署模式

雲端運算的佈署更有四大模式 : 公有雲 (Public Cloud)、私有雲 (Private

Cloud)、混合雲(Hybrid Cloud)、社群雲(Community Cloud)10，其說明如表 3。

表3 雲端運算四大佈署模式

公用雲

(Public Cloud)

乃雲端基礎設施提供一般公眾或大型產業集體使用，擁有它的組織可出售雲端服務。

電腦運算資源對公眾開放的資料伺服器系統，使用者

通常必須付費。如亞馬遜的EC2、微軟的Azure、Google

應用服務引擎都是典型的公用雲。

私有雲

(Private Cloud)

雲端基礎設施完全是為特定組織而運作，管理者可能是組織本身，也可能是第三方；位置可能在組織內部，也可能在組織外部。

以雲端運算原則來建構企業的資料中心，主體通常伺服器叢集，只限企業員工與合作夥伴存取，建立自助式服務的虛擬機器。設立目的之一是要與公用雲進行協調，亦稱內部雲。

中華管理評論國際學報‧第二十卷‧第一期 6

混合雲

(Hybrid Cloud)

雲端基礎設施由兩個或更多雲端系統組成(私有雲、社

群雲、公用雲)，這些系統仍保有獨立性。並藉由標準

化或封閉式專屬技術相互結合，確保資料與應用程式

的可攜性，如：在雲端系統之間進行負載平衡的雲爆

(Cloudburst)技術。

社群雲

(Community Cloud)

雲端基礎設施由幾個組織共享，它們支持特定的社

群，有共同的關切事項(如：使命任務、安全需求、策

略與法規遵循考量)。管理者可能是組織本身，也可能

是第三方；位置可能在組織內部，也可能在組織外部。

備 註

1.雲端軟體以服務為導向，超越國家界線、降低軟體

與硬體耦合度(coupling)、推動模組化(modularity)、追

求語義互通性(semantic interoperability)及充分彰顯雲

端典範。

2. 雲爆(Cloudburst)是指資料中心工作量暴增時，將部

分工作轉移到雲端環境繼續處理，以抒解中心的壓

力。早期的意義是指雲端系統服務中斷或客戶無法存

取自己的資料。

除雲端運算三大服務架構與四種佈署模式外，雲端運算的基礎是在資料中心，建立資料中心通常分為三個階段 11：(一) 集中化(Consolidation)：簡化、共享、彈性的動態基礎架構；(二) 虛擬化(Virtualization)：雲與端一樣重要；(三) 自動化(Automation)：讓 IT 從花錢部份變身為賺錢單位；如 IBM。因而雲端運算背後潛藏的龐大商機吸引 Amazon, Google、Microsoft、IBM 、HP、Cisco 等大廠積極搶進，加速產業鏈的成形，讓企業減少資訊架構的投資下，同時享有更強力的運算資源，對個人或企業皆可能帶來巨大影響。

三、持續行為意圖

(一) 持續意圖

在許多行為意圖相關的研究來說，其中理性行為理論 (Theory of reasons

action，TRA)是 Ajzen & Fishbein12為研究人類行為所提出的一種行為意圖模式，

運用社會心理學中的信念、態度、意願、行為對人類各種不同的行為進行描述及

中華管理評論國際學報‧第二十卷‧第一期 7

提出一個適合的解釋及預測模型，並認為個人的行為過程係由信念、態度、意圖、行為所構成；信念可作為衡量態度之指標，個人意圖將會致使其行為之發生，不同的動機可致使個人產生行為之意圖，進一步產生實際行為，而個人內部動機包含信念以及態度。

另一方面，與接受模式之相關文獻還有計畫行為理論(Theory of planed

behavior，TRB)、科技接受模式(TAM)，這些理論係從使用者觀點來加以論述，探討使用者對於科技的接受程度，具有良好的解釋及預測能力。學者 Ajzen

13 根據理性行為理論發展出計畫行為理論(TPB)，進一步擴展 TRA 提出 TPB 以擴充對行為之解釋；認為實際的行為表現決定於個人之行為意願，行為意願又受到個人對該行為所抱持之態度、主觀規範及認知行為控制之影響，TPB 比 TRA 多了認知行為控制(Petceive Behavior Control, PBC)及外部變數：控制信念及知覺助益。PBC 係指個人對於從事某行為之預期難易度(自身可控制從事某行為與否之程度)，而控制信念與知覺助益二者則是多個信念與其個別重要性之集合，透過知覺助益來衡量控制信念之重要性，以形成認知行為控制之外部變數；過去的行為會影響到意願，實際行為某些時候需由內在信念及外在信念來加以輔助。與行為意圖相關研究所發展出的理論模式及其相關的構面整理如下：

1. Oliver14提出期望確認理論(Expectation-Confirmation on Theory，ECT)，其主

要構面是期望(Expectation)及知覺績效(Perceived performance) 。

2. Davis16提出科技接受模式(Technology acceptance model，TAM)，其主要構面

是知覺易用性(Perceived Ease of use)及知覺有用性(Perceived Usefulness) 。

3. Ajzen13 提出計畫行為理論(TPB)，其主要構面為知覺行為控制(Perceived

behavioral)。

4. Venkatesh17 提出科技接受及使用之整合式模型(Unified theory of acceptance

and use of technology，UTAUT)，其主要構面有努力預期(Effort expectancy)、社會影響(Social influence)、 績效預期(Performance expectancy)、 以及便利條件(Facilitating conditions)。

(二) 持續意圖與期望確認理論

初次使用決策來自於間接經驗，不同於直接使用經驗的持續使用決策 18。而資訊科技之持續使用須針對、並納入系統使用之經驗(隨時間增加之經驗)來探討16。期望符合理論常被應用在一般行銷服務及消費者行為學，解釋並預測消費者購買後行為及其滿意度，因此，期望符合理論可適用及探討資訊科技之持續使用19-21。

四、資訊系統(IS)接受後持續使用模式

Engel et al.22認為意圖可成為預測個人行為之準確量測指標，而欲暸解持續使

用行為意圖(再購或再次使用之行為), 學者大多採用行為意圖來預測其實際行動。Bhattacherjee

23 以期望確認模式為基礎並納入持續使用意圖(主要受到使用者

中華管理評論國際學報‧第二十卷‧第一期 8

之顧客滿意所影響)，藉此暸解使用者持續使用資訊系統服務與否，並將持續使用意圖定義為使用者持續使用該系統之意圖。Bhattacherjee

23表示資訊系統使用者的持續採用與否相似於消費者再次購買之決策行為，使用者(或消費者)作決策前會歷經這些過程：採用資訊系統或購買產品(即初次接觸)，會受初次體驗(資訊系統或產品)影響，進而推翻最初之決策。而 Bhattacherjee

23認為過去的 ECT 有些許爭議，例如：忽略期望因素潛在之改變；其所採用之期望確認因素係事前之期望，但經購買後，期望可能會受到影響，進而改變其認知，他因而提出 IS 接受後持續採用模式，如圖 1。

圖 1 資訊系統(IS)接受後持續使用模式

Bhattacherjee23 認為影響資訊系統接受之因素不等於影響科技持續使用之因

素，因為持續使用之因素必須考慮使用者前與使用後的感覺。為有效解釋及預測資訊系統使用者之持續使用行為，也為使其更符合資訊系統之使用情境，他將ECT 加以修正，提出了系統持續使用的 IS 接受後持續採用模式(A Post-acceptance

model of IS Continuance)23-24，其主要修正如下：

1. 此模式中，係以「知覺有用性」構面來表示體驗後之期望。

2. 因採用前變數(pre-acceptance)所受到的影響(包含在滿意度及確認程度之構面內)，因此，此模式著重於採用之後的變數(post-acceptance)。

3. 由於使用者之期望會隨著體驗資訊系統的時間而改變，而舊有 ECT 構面僅有初期期望(pre-consumption expectation)，因此 IS 接受後持續採用模式將其構面修改為體驗後之期望(post-consumption expectation)。

Davis16 認為知覺有用性可代表使用者對於資訊系統有顯著的認知信念。

Bhattacherjee23 則認為使用者的使用後之滿意度及知覺有用性會影響使用者持續

採用資訊系統之意圖，使用者對於系統採用後之確認程度會影響知覺者之知覺有用性，而使用者對於系統採用後的確認程度及知覺有用性二者皆會正向影響使用

中華管理評論國際學報‧第二十卷‧第一期 9

者之滿意度， 其中滿意度預測持續採用之能力最高。為有效預測及解釋資訊系統使用者之持續使用行為，Bhattacherjee

23-24以線上銀行系統使用者為研究對象，改良 ECT 使其能符合資訊系統使用情境。Bhattacherjee

23-24 認為消費者的再購決策相似於使用者是否持續使用資訊系統；作決策之前，使用者會經過以下步驟：(1)初次接觸(購買產品或接受系統)；(2)會受到初次使用(產品或資訊系統)經驗之影響；(3)最終可能會推翻最初之想法。ECT 探討購物前後的價值，此模型架構主要係探討購物後的因素，先前接受度已被包含確認及滿意度之構面內。ECT 僅探討購物前的期望有影響，而不對購物後期望有所影響，但隨著時間改變，在資訊系統的情況上，產品或服務期望的購後期望顯得相當重要，因此修正後的 ECT，包含事後期望與有用認知，符合 ECT 期望之定義，為個人信念或信念之集合，因有用認知對資訊系統使用者係顯著認知信念 16。據此，改良 ECT 係為了符合資訊系統領域之特殊性及獨立性。

参、概念型研究架構發展及研究假說

一、概念型研究架構

本研究係根據 Bhattacherjee23-24提出之理論架構: 系統持續使用的 IS 接受後持

續採用模式(A Post-Acceptance Model of IS Continuance)來探討企業使用雲端運算及其影響持續使用意願之顯著因素。本研究的研究架構模型如圖 2 所示，說明如下：

說明 1. 「持續使用意願」受到「認知有用性」與「滿意度」二構面之影響，針對此三項變數，依變數(dependent variable)為：「持續使用意願」；自變數(independent variables)為：「認知有用性」及「滿意度」。

說明 2. 「滿意度」受到「認知有用性」及「確認」二構面之影響，此三變數中，依變數為：「滿意度」；自變數則為：「認知有用性」及「確認」。

說明 3. 「認知有用性」受到「確認」構面之影響，因而依變數為「認知有用性」，自變數為「確認」。

中華管理評論國際學報‧第二十卷‧第一期 10

圖 2 概念型研究架構

依據圖 2 概念型研研究架構，本研究提出以下研究假說，如表 4。

表 4 研究假說

H1 (確認與認知有用性)

使用者使用雲端運算後，其「確認」符合程度顯著影響其雲端運算系統之「認知有用性」。

H2 (認知有用性與持續使用意願)

使用者使用雲端運算後，其「認知有用性」顯著影響其雲端運算「持續使用意願」。

H3 (認知有用性與滿意度)

使用者使用雲端運算後，其「認知有用性」顯著影響其雲端運算「滿意度」。

H4 (確認與滿意度) 使用者使用雲端運算後，其「確認」符合程度顯著影響其雲端運算「滿意度」。

H5 (滿意度與持續使用意願)

使用者使用雲端運算系統後，其「滿意度」顯著影響其雲端算「持續使用意願」。

二、研究變項、操作性定義及衡量

本研究探討企業員工使用雲端運算，其影響持續使用之顯著因素。依據相關文獻，其研究變項、操作型定義如表 4。

認知有用性

（Perceived

Usefulness）

確認

（Confirmation）

滿意度

（Satisfaction）

持續使用意願

（IS Continuance

Intention）

H5

H4

H3

H1

H2

中華管理評論國際學報‧第二十卷‧第一期 11

表 4 研究變項及操作型定義

研究變項 操作型定義 文獻來源

持續使用意願

(IS Continuance Intention)

持續使用意願是使用者對持續使用某資訊系統之意願。

Bhattacherjee23

滿意度

(Satisfaction)

係期望及知覺二者差異之函數，為消費者將產品功能特性之知覺與對產品之期望二者比較後，所感到之愉悅程度。

Armstrong & Kotler 25

在資訊系統使用的情況下,使用者使用該資訊系統後之感受與經驗。

Bhattacherjee23

&

Spreng et al.20

認知有用性

(Perceived Usefulness）

使用者主觀認為使用某一系統對於工作會有助益。

Davis16

確認

(Confirmation)

預期的期望及實際績效之間認知的一致性。

Bhattacherjee23

肆、資料分析與研究發現

資料蒐集方式係以網路問卷來進行，填答對象需是曾經使用雲端運算及其服務模式的企業員工。因此，有效樣本建立在曾經使用雲端運算系統及其服務模式。本研究先進行問卷之預試(pre-test)，目的係檢驗問卷內容及其是否能讓填答者充分瞭解，其研究步驟，如圖 3 流程所示。研究使用線上問卷網站進行正式問卷設計，而正式問卷發放的管道主要為 PTT 電子公佈欄(BBS)之科技版、工作版、Cloud 版等相關版以及 Facebook 社群網路，共蒐集 423 份問卷，刪除無效填答的問卷計 22 份，總計有效問卷 401 份。資料採用 SPSS 17 與 AMOS 16 等二項統計軟體。研究採用敘述性統計、因素分析、信度分析、相關分析、結構分析模式等統計方法來分析回收問卷。敘述性統計為探討樣本的結構、因素分析是瞭解量表的因素結構、信度分析係瞭解本研究問卷所測量的結果其一致性、相關分析為瞭解兩變數間所呈現的關係，最後透過結構分析模式來進行本研究假說之檢定。正式問卷的分析方法如圖 3 所示。

中華管理評論國際學報‧第二十卷‧第一期 12

圖 3 本研究問卷分析方法

一、人口統計變數之敘述性統計

本研究回收之有效問卷 401 份，其中男性佔 69%，女性佔 31%；在年齡部分，以 25－30 歲的人數為最多(40%)，其次分別為 31－40 歲佔 26.75%以及 18－24

歲佔 25.5%，顯示雲端運算使用族群多為青年族群；在教育程度部分，以大學(專科)最多(佔 53%)，其次為碩士(41%)，顯示大部分雲端運算使用者具高等教育程度；在公司產業別的部分，以資訊科技業所佔比例最高，佔了將近一半之比例(66%)；在公司員工人數方面，以 100 人以下為最多(42.25%)，其次是 501 人以上(34.25%)；在公司資本額部分，新台幣 6,000 萬以上所佔比例最高(48.25%)，新台幣 1,000 萬以下(29.00%)次之；曾透過網路使用企業的資訊系統之部分，其它資

樣本資料分佈

確認、認知有用、滿意度、

持續使用意願

（個別分析）

確認、認知有用、滿意度、

持續使用意願

（關聯性分析）

研究總結

信度分析

因素分析

相關分析

結構方程模式

敘述性統計

中華管理評論國際學報‧第二十卷‧第一期 13

訊系統(非企業資源規劃系統ERP、顧客關係管理系統CRM、供應鏈管理系統SCM)

佔 34.95%，其次為 ERP(32.18%）， CRM(16.69%)，SCM(15.92%)；曾使用企業內雲端運算的服務模式，以 SaaS(軟體即服務)居冠，佔了 45.72%，其次依序為PaaS(平台即服務)，佔了 34.82% ，IaaS(基礎設施即服務)佔 4.70%；每日平均使用雲端運算，以 1 小時－4 小時所佔最高(50.12%)。

二、信度與因素分析

概念性研究架構中的確認(Confirmation)、認知有用性(Perceived Usefulness)、滿意度(Satisfaction)、持續使用意願(IS Continuance Intention)，其 Cronbach’s α 值介於 0.844～0.889 之間，皆大於 0.7 之標準，顯示本研究所採用問卷量表的內部一致性良好、具高信度。確認構面之 KMO=0.728，顯著性趨近於 0，顯示資料適合進行因素分析。利用主成分分析萃取共同因素，分析結果共選取一個主要因素，可解釋全部變異之 76.179%；認知有用性構面之 KMO=0.889、顯著性趨近於0，顯示資料適合進行因素分析，主成分分析萃取共同因素，分析結果共選取一個主要因素，可解釋全部變異之 57.031%。滿意度構面之 KMO=0.824、顯著性趨近於 0，顯示適合進行因素分析，主成分分析萃取共同因素，分析結果共選取一個主要因素，可解釋全部變異之 75.002%；持續使用意願構面之 KMO=0.882、顯著性趨近於 0，顯示適合進行因素分析，主成分分析萃取共同因素，分析結果共選取一個主要因素，可解釋全部變異之 69.135%。

三、結構方程模式（Structural Equation Models, SEM）

結構方程模式早期稱為共變數結構分析(Covariance Structural Analysis)，所參考之指標非以單一參數，而是注重整合性之指標。從模式中可設定三種類型之變數：(1)觀察變數(observed variable)：外顯變數或測量變數，可被觀察並加以測量之變數；(2)潛在變數(latent variable)：無法測量之變數；(3)誤差變數(unique

variable)：不具實際測量之變數。結構方程模式檢驗潛在變數之間的因果路徑關係，主要採用路徑分析(path analysis)之形式，因此，本研究架構透過結構方程模式來檢驗。

研究藉由 AMOS 軟體對本研究模型之標準化係數及顯著性與否來加以驗證研究假說，並透過模式適配度來檢測理論模式及研究假說模型之契合度。茲將配適度之指標、判斷準則與數據整理如表 5。根據常用的配適度指標數據，發現評估結果皆為通過，代表本研究模型配適度佳，故本研究以基礎模型架構進行路徑分析，透過分析結果探討標準化迴歸係數及直接與間接效果進行假說之驗證，研究模型架構經分析後之結構方程式模型路徑圖如圖 4。

中華管理評論國際學報‧第二十卷‧第一期 14

表 5 模式適配度指標評估結果

適配指標 本研究各項指標值

判斷準則通過與否 評估結果

GFI .949 愈趨近１愈佳，大於 0.9 通過

AGFI .906 愈趨近１愈佳，大於 0.9 通過

χ² .134 大於 0.05 通過

RMR .041 愈趨近 0 愈佳，小於 0.05 通過

RMSEA .047 愈趨近 0 愈佳，小於 0.1 通過

IFI .932 愈趨近 1，模型適合度愈佳 通過

CFI .955 愈趨近 1，模型適合度愈佳 通過

NFI .953 愈趨近 1，模型適合度愈佳 通過

圖 4 結構方程式路徑圖

認知有用性

（Perceived

Usefulness）

確認

（Confirmation）

滿意度

（Satisfaction）

持續使用意願

（IS Continuance

Intention）

0.497**

0.363**

0.642**

0.584**

*p < 0.05, **p < 0.01

GFI = .949 RMR = .041

AGFI = .906 RMSEA = .047

0.529**

中華管理評論國際學報‧第二十卷‧第一期 15

本研究經由結構方程模式分析所得的結果顯示五項研究假說皆被支持，茲將研究假

說結果匯整如表 6。

表 6 研究假說驗證結果

研究假說 假說內容 支持與否

H1 (確認與認知有用性)

使用者使用雲端運算後，其「確認」符合程度顯著影響其雲端運算系統之「認

知有用性」。

支持

H2 (認知有用性與持續使用意願)

使用者使用雲端運算後，其「認知有用性」顯著影響其雲端運算「持續使用意願」。

支持

H3 (認知有用性與滿意度)

使用者使用雲端運算後，其「認知有用性」顯著影響其雲端運算「滿意度」。

支持

H4 (確認與滿意度)

使用者使用雲端運算後，其「確認」符合程度顯著影響其雲端運算「滿意度」。

支持

H5 (滿意度與持續使用意願)

使用者使用雲端運算系統後，其「滿意度」顯著影響其雲端算「持續使用意願」。

支持

四、企業規模對持續使用雲端運算之差異性檢定

本研究透過變異數分析(ANOVA)探討企業規模(企業資本額與企業員工人數)

對雲端運算持續使用意願之差異性檢定。

(一) 企業資本額

企業資本額分為新台幣 1,000萬以下、新台幣 1,000萬～3,000萬、新台幣 3,000

萬～6,000 萬、新台幣 6,000 萬元以上，茲將分析結果整理如表 7，結果顯示不同企業資本額對持續使用雲端運算系統之影響無顯著差異，因此企業資本額的多寡並不會顯著影響企業持續使用雲端運算系統意願。

表 7 企業資本額對企業持續使用雲端運算意願之差異性檢定結果

中華管理評論國際學報‧第二十卷‧第一期 16

大型企業 中型企業 小型企業

F 值

顯著

水準 F 值

顯著

水準 F 值

顯著

水準

持續使用意願 0.403 0.864 0.433 0.59 0.394 0.699

群集係數 0.21 0.33 0.997 0.332 0.881 0.27

(二) 企業員工人數

本研究透過變異數分析(ANOVA)檢定不同企業員工數對雲端運算持續使用意願是否有顯著性之差異，員工人數分別為 100 人以下、101～500 人、501 人以上，茲將分析結果整理如表 8。根據分析結果發現，企業員工人數對持續使用雲端運算之影響並無顯著差異，因此企業員工人數的多寡並不會顯著影響企業持續使用雲端運算意願。

表 8 企業員工人數對企業持續使用雲端運算意願之差異性檢定結果

大型企業

(員工501人以上)

中型企業

(員工 101～500 人)

小型企業

(員工 100 人以下)

F 值

顯著

水準 F 值

顯著

水準 F 值

顯著

水準

持續使用意願 0.231 0.522 0.513 0.79 0.301 0.72

群集係數 0.39 0.711 0.073 0.841 0.594 0.47

伍、結論

本研究探討企業採用雲端運算後持續使用的意願，就長遠角度而言，企業持續使用雲端運算是增加營收獲利的重要轉變之一，因此企業是否持續使用雲端運算成為業界與學界重要研究課題。茲將研究結論說明如下：

一、企業用戶使用雲端運算後，其「確認」符合程度顯著正向影響其對該雲端運算之「認知有用性」

中華管理評論國際學報‧第二十卷‧第一期 17

Bhattacherjee23認為使用者對於系統採用後之確認程度會影響使用者之知覺

有用性。根據本研究分析結果顯示，雲端運算使用者的確認程度顯著影響其雲端運算認知有用性，影響程度為正向，代表使用者對使用雲端運算確認程度愈高，愈能提升其認知有用性。

二、企業用戶使用雲端運算後，其「認知有用性」顯著正向影響其對於該雲端運算之「持續使用意願」

Bhattacherjee23 認為使用者採用後之滿意度與知覺有用性會影響使用者持續

採用資訊系統之意願，而 Davis16 表示在組織的環境中，使用者對於使用特定之

應用系統將會提高其工作績效或學習表現的期望主觀機率，亦即當使用者認知到資訊系統的有用性程度愈高，採用資訊系統的態度愈正向。本研究分析結果顯示雲端運算使用者的認知有用性顯著影響其持續使用雲端運算，影響程度為正相關，代表使用者對使用雲端運算認知有用程度愈高，愈能提升其持續使用之意願。

三、企業用戶使用雲端運算後，其「認知有用性」顯著正向影響其對於該該雲端運算之「滿意度」

Davis16 認為知覺有用性可代表使用者對於資訊系統之認知信念，

Bhattacherjee23-24 則提出了系統持續使用的 IS 接受後持續採用模式 (A

Post-Acceptance Model of IS Continuance)，在此模式中，係以「知覺有用性」構面來表示使用後之期望，Bhattacherjee

23認為使用者使用後之滿意度與知覺有用性會影響使用者持續使用資訊系統之意圖，且使用者對於系統採用後的知覺有用性會正向影響使用者之滿意度。根據本研究分析結果顯示，使用者認知有用程度顯著影響其滿意度，影響程度為正相關，代表使用者對雲端運算認知有用程度愈高，愈能提升其滿意程度；此外，使用者覺得雲端運算愈有用，會顯著影響其使用雲端運算的滿意度，而使用者對於雲端運算之「確認」及「認知有用」程度愈高，愈能提升系統之「滿意度」，且系統滿意度對雲端運算之持續使用意願有顯著影響。

四、企業用戶使用雲端運算後，其「確認」符合程度顯著正向影響其對於該雲端運算之「滿意度」

Bhattacherjee23 使用者對於系統採用後之確認程度會影響知覺者之知覺有用

性，使用者對於系統採用後的確認程度會正向影響使用者之滿意度；而滿意度預測持續採用之能力最高。確認與滿意度標準化係數為 0.363，p 檢定結果為顯著0.00**，表示確認與滿意度呈現顯著正向相關，故 H4 假設成立。根據本研究分析結果顯示，使用者確認程度是顯著影響其滿意度，影響程度為正相關。使用者對雲端運算系統確認程度愈高，愈能提升其滿意程度。

五、企業用戶使用雲端運算後，其「滿意度」顯著正向影響其對於該雲端

中華管理評論國際學報‧第二十卷‧第一期 18

運算之「持續使用意願」

資訊科技之持續使用須針對並納入系統使用之經驗來探討 16。Bhattacherjee23

提出 IS 接受後持續採用模式，納入持續使用意願(主要受到使用者之顧客滿意所影響)，藉此暸解使用者持續使用資訊系統服務與否，並將持續使用意圖定義為使用者持續使用該資訊系統之意圖。本研究分析結果顯示使用者之採用後之滿意度會影響使用者持續採用雲端運算意願，使用者對於系統採用後的確認程度及知覺有用性二者也皆會正向影響使用者之滿意度。因而使用者如對使用雲端運算持正面態度，愈能提升其持續使用之意願。

六、企業規模與持續使用雲端運算並無顯著關聯

本研究顯示企業規模(資本額與員工人數)並不顯著正向影響持續使用雲端運算意願，否定了一般業界及學界的認知: 企業規模愈大愈容易持續使用雲端運算系統、企業規模的大小與持續使用雲端運算系統之意願高低存在正向之關係；研究並發現 (1)企業資本額多寡對於持續使用雲端運算之影響無顯著差異，企業資本額的多寡並不會影響企業持續使用意願之高低；(2)企業之員工人數對持續使用雲端運算之影響無顯著差異，也就是企業員工人數的多寡對於企業持續使用意願無顯著關係。

雖然研究發現企業規模與持續使用雲端運算並無顯著關聯，但在企業草創階段時期：較於大企業，中小企業所擁有的資源較為匱乏，但中小企業憑藉著高度彈性欲蛻變成為有規模、制度的企業、並改變營運決策，可透過雲端運算及其所提供之服務來降低其成本、提升獲利，在此情況下，中小企業對於雲端運算及相關技術之需求可能較高，據此，可推估中小企業在草創時期階段對於持續使用雲端運算系統之意願較大企業來得高。而大企業通常面對需拓展企業版圖或因應時代新科技的轉變，因此，持續使用雲端運算系統之意願會較中小企業來得高，並在拓展版圖之際順勢引入新科技，改變其營運模式，以創造最大利潤與引發其他合作的契機。對於中小企業未來發展趨勢與發展速度而言，則可透過持續使用雲端運算系統擬定完善的科技策略，並使其成為公司的競爭優勢，建立其特有之營運模式，以提高其營運績效，突破傳統既有的經營模式並創造朝向雲端運算服務之經營模式並預測其未來企業版圖擴展之經營能力。

六、研究貢獻與管理意涵

本研究研究結果全數對應研究目的與問題，相關貢獻及管理意涵整理如下：

（一）企業未來勢必得探究雲端運算的發展趨勢與雲端時代的營運型態，因而根據本研究結果，企業在決定持續使用雲端運算之前，應對使用者滿意度及知覺有用性多所考量，因持續使用雲端運算系統會改變企業商務運算及其營運模式，帶來營運之變革， 例如:員工持續使用雲端運算改變以往傳統工作習慣，企業持續使用雲端運算系統，則企業將會重新分配企業資源，不需再設置相關硬體之廠房或自行研發軟體等設備。而提升員工對於雲端運算之滿意程度，則企業愈能持續使用雲端運算系統；本研究之研究結果可提供雲端運算供應商及企業持續使用雲端運算或產業轉型資訊化之決策。

中華管理評論國際學報‧第二十卷‧第一期 19

（二）企業可透過本研究的發現，重新思考企業規模大小與持續使用雲端運算並無直接顯著關聯，也就是說，在中小企業草創時期，中小企業對於雲端運算系統之持續使用意願與需求可能高於大企業，大企業之企業規模愈大，對於雲端運算系統之持續使用意願與需求不一定愈高。主因是中小企業因其資源較為匱乏、但具高度彈性，據此，企業規模大小與持續使用雲端運算系統之間無顯著的關係，但可推估，進入雲端運算的門檻愈來愈低，使得中小企業在草創階段以及大企業拓展其營運版圖之際，透過持續使用雲端運算，應可達到營運目標及其未來發展前景。

（三）從本研究問卷蒐集填答之過程中發現，企業內非資訊部門的雲端使用者，其實正在使用雲端運算，卻不知其使用的資訊系統是否為雲端運算系統，可見企業對於員工之雲端概念的建立、提倡及企業內所有員工對於雲端及雲端運算之教育訓練，仍有改進加強空間。

七、研究限制與後續研究建議

本研究樣本採用網路問卷，礙於時間所限，回收問卷的樣本特徵多偏向於男性、25 歲至 30 歲、高學歷族群(大專院校及研究所)，是其研究限制，但也符合現今使用雲端運算的主要族群。而企業如何降低雲端運算資料外洩的風險、對於在企業內或外部的資料中心(Data Center)與資訊系統安全性進行預防、病毒偵測、隔離、資料加密，可為未來研究議題。此外，可將其研究對象分為資訊人員及非資訊人員，二族群使用雲端運算系統之比例差異、並納入資訊安全及隱私權、個資法等議題加以探討，來作為企業持續使用雲端運算系統的決策參考。

中華管理評論國際學報‧第二十卷‧第一期 20

參考文獻

1. 資策會數位教育研究所‧科技化服務（ITeS）中心 (2012). 取用時間:2014 年11 月 23 日; 網址: http://www.iiiedu.org.tw/ites/Cloud.htm

2. Choudhary, V. & Vithayathil, J. (2013). “The Impact of Cloud Computing: Should

The IT Department Be Organized as A Cost Center or A Profit Center?” Journal of

Management Information Systems, 30(2), 67-100.

3. Martens, B. & Teuteberg, F. (2013). “Decision-Making in Cloud Computing

Environments: A Cost and Risk Based Approach,” Information Systems Frontiers,

14(4), 871-893.

4. Voas, J. & Zhang, J. (2009).” Cloud Computing: New Wine or Just a New Bottle?”

IEEE IT Professional, 11(2), 15-17.

5. The NIST Definition of Cloud Computing (2011). 取用時間:2014 年 11 月 23 日;

網址: http://csrc.nist.gov/publications/nistpubs/800-145/SP800-145.pdf

6. 市場調查機構顧能 Gartner (2010). 取用時間:2014 年 11 月 23 日; 網址:

http://newsletter.tw.umww.asia/?p=379

7. Cloud Becomes the Motivator in 2015 (2014). 取用時間:2014年11月23日; 網址:

http://blogs.forrester.com/james_staten/14-11-13-cloud_becomes_the_motivator_in_

2015

8. 國際數據資訊中心 IDC (2009). 取用時間 :2014 年 11 月 23 日 ; 網址 :

http://www.idc.com.tw/research/detail.jsp?id=MzE=

9. Dikaiakos, M.D., Katsaros, D., Mehra, P, Pallis, G. & Vakali, A. (2009). “Cloud

Computing Distributed Internet Computing for IT and Scientific Research,” IEEE

Internet Ccomputing, 13(5), 10-13.

10. Hsu, P.F., Ray, S. & Li, Y.Y. (2014). “Examining Cloud Computing Adoption

Intention, Pricing Mechanism, and Deployment Model,” International Journal of

Information Management, 34(4), 474-488.

11. Owezarski, P., Lobo, J. & Medhi, D. (2013). “Network and Service Management

for Cloud Computing and Data Centers: A Report on CNSM 2012,” Journal of

Network and Systems Management, 21(4), 707-712.

12. Ajzen, I. & Fishbein, M. (1975). Belief, Attitude, Intention, and Behavior: An

Introduction to Theory and Research. Reading, MA: Addison-Wesley.

13. Ajzen, I. (1991). “The Theory of Planned Behavior,” Organizational Behavior and

Human Decision Processes, 50(2), 179–211.

14. Oliver, R.L. (1993). “Cognitive, Affective, & Attribute Bases of The Satisfaction

Response,” .Journal of Consumer Research, 20(3), 418-430.

中華管理評論國際學報‧第二十卷‧第一期 21

15. Bhattacherjee, A. (2001).Understanding Information Systems Continuance: An

Expectation-Confirmation Model, MIS Quarterly, 25(3), 351-370.

16. Davis, F. (1989). “Perceived Usefulness，Perceived Ease of Use and User

Acceptance of Information Technology,” MIS Quarterly, 13(3), 319-341.

17. Venkatesh, V. (2003). “User Acceptance of Information Technology: Toward A

Unified View,“ MIS Quarterly, 27 (3), 425-478.

18. Venkatesh, V. (2000). “Determinants of Perceived Ease of Use: Integrating Control,

Intrinsic Motivation, and Emotion into The Technology Acceptance Model,

“ Information Systems Research, 11(4), 342–365

19. Patterson, M., West, M., Lawthorn, R. & Nickell, S. (1997). The Impact of People

Management Practices on Business Performance. London, IPD.

20. Spreng R.A, Mackenzie, S.B. & Olshavsky, R.W. (1996). “A Reexamination of the

Determinants of Consumer Satisfaction,” Journal of Marketing, 60(3), 15-3

21. Swan, J.E. & Trawick, I. F. (1981). “Disconfirmation of Expectations and

Satisfaction with a Retail Service, “Journal of Retailing, 57, 49-67.

22. Engel, J.F., Blackwell, R.D. & Miniard, P.W. (1995). Consumer Behaviour, 8th ed,

Fort Worth: Dryden Press.

23. Bhattacherjee, A. (2001a). "Understanding Information Systems Continuance: An

Expectation-Confirmation Model," MIS Quarterly, 25(3), 351-371.

24. Bhattacherjee, A. (2001b). "An empirical analysis of the antecedents of electronic

commerce service continuance", Decision Support System, 32(2), 201-214.

25. Armstrong, G. & Kotler, P. (2000). Marketing, Fifth ed., Prentice Hall: 488-489.