近幾年來台灣隨著網際網路的快速發展，網路購物成為一種新的新興通路，這種新興通路也逐漸地改變人們的生活習慣，因此，如何改善消費者滿意度就成為網路商店業者持續提高獲利能力所必須重視的重要課題，而消費者對網際網路的易用性知覺與有用性知覺很可能是驅使消費者選擇使用網路購物的原因，因此本研究試圖以技術接受模型來解釋網路購物的消費者滿意度與偏好，並且更進一步導入網路購物的涉入程度當作干擾變項，用以探討不同網路購物涉入程度對研究模型的影響。為實證本研究的觀念架構，本研究採用結構方程式模式(structural equation modeling, SEM)來進行資料分析，而主要的研究發現描述如下： 
1.消費者對網路購物的滿意度會正面影響消費者的偏好。
2.消費者對網路購物的易用性知覺與有用性知覺會正面影響消費者的滿意度。
3.對網路購物的高涉入群而言，只有網路購物的易用性知覺會正面影響消費者滿意度，但是對網路購物的低涉入群而言，易用性知覺與有用性知覺皆會正面影響消費者滿意度。

As the World Wide Web (WWW) grows rapidly in these years, the on-line shopping has become an up and coming retail channel. It also has gradually changed human living habits. Therefore, how to improve customers’ satisfaction and preference has been a crucial issue for on-line stores to keep making profits. However, the perceived ease of use and perceived usefulness of Internet might be the factors of what drives customers to use on-line shopping. Therefore, this study attempt to use TAM model（Technology Acceptance Model）to explain the customers’ satisfaction and preference of on-line shopping. Moreover, we examines the involvement of on-line shopping as a moderator and tries to find out the differences of the model between the cluster of high involvement and the cluster of low involvement. To confirm this research, we analysis the survey samples by structural equation modeling. The major findings of this study are as follows:
1.Consumers’ satisfaction from on-line shopping will influence Consumers’ preference positively.
2. Consumers’ perceived ease of use and perceived usefulness from on-line shopping will influence Consumers’ satisfaction positively. 
3.For cluster with high involvement, only the perceived ease of use will influence Consumers’ satisfaction positively. But for cluster with low involvement, both perceived ease of use and perceived usefulness will influence Consumers’ satisfaction positively.

目錄•••••••••••••••••••••••••••••••I
表目錄••••••••••••••••••••••••••••••Ⅲ
圖目錄••••••••••••••••••••••••••••••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••••••••••••••••••••••••••3
第三節 研究範圍與對象•••••••••••••••••••••••3
第四節 研究流程••••••••••••••••••••••••••4
第二章 文獻回顧與探討•••••••••••••••••••••6
第一節 網路購物相關文獻探討••••••••••••••••••••6
第二節 技術接受模型與相關模式回顧•••••••••••••••••9
第三節 滿意度•••••••••••••••••••••••••••14
第四節 涉入理論••••••••••••••••••••••••••16
第三章 研究方法•••••••••••••••••••••••••22
第一節 研究架構••••••••••••••••••••••••••22
第二節 研究假設••••••••••••••••••••••••••23
第三節 研究變數之定義與衡量••••••••••••••••••••26
第四節 研究設計與抽樣•••••••••••••••••••••••31
第五節 資料分析方法••••••••••••••••••••••••35
第四章 資料分析與結果•••••••••••••••••••••38
第一節 敘述性統計分析•••••••••••••••••••••••38
第二節 信度與效度分析•••••••••••••••••••••••42
第三節 結構方程模式(structural equation modeling , SEM)分析••••42
第四節 網路購物涉入程度之集群分析•••••••••••••••••51
第五節 投入樣本之高、低涉入群特徵分析•••••••••••••••54
第六節 網路購物不同涉入群之結構方程模式分析••••••••••••57
第五章 研究結論與建議•••••••••••••••••••••66
第一節 研究結論••••••••••••••••••••••••••66
第二節 研究發現••••••••••••••••••••••••••68
第三節 實務上建議•••••••••••••••••••••••••69
第四節 研究限制與未來研究建議•••••••••••••••••••70

參考文獻••••••••••••••••••••••••••••72
一、中文部分•••••••••••••••••••••••••••72
二、英文部分•••••••••••••••••••••••••••72
附錄一 研究問券••••••••••••••••••••••••77


表目錄
表2-4-1Zaichkowsky 修正後的個人涉入量表•••••••••••••••20
表3-3-1網路購物易用性之變數定義與衡量•••••••••••••••27
表3-3-2網路購物有用性之變數定義與衡量•••••••••••••••28
表3-3-3網路購物的顧客滿意度之變數定義與衡量••••••••••••29
表3-3-4網路購物的偏好之變數定義與衡量•••••••••••••••30
表3-3-5網路購物的涉入程度•••••••••••••••••••••31
表3-4-1分層樣本之配置情況•••••••••••••••••••••34
表3-4-2抽樣結果••••••••••••••••••••••••••35
表4-1-1有效樣本之網路購物經驗分佈表••••••••••••••••38
表4-1-2有網路購物經驗之個人基本資料表•••••••••••••••39
表4-1-3有關網路購物經驗之基本資料•••••••••••••••••41
表 4-2-1構面之衡量變數與信度••••••••••••••••••••42
表4-3-1結構方程模式之參數說明•••••••••••••••••••45
表4-3-2本研究整體模式之配適度評估•••••••••••••••••46
表4-3-3本研究衡量模式之評估••••••••••••••••••••47
表4-3-4研究假說驗證結果••••••••••••••••••••••48
表4-3-5整體模式之路徑效果分析•••••••••••••••••••50
表4-4-1單因子多變量變異數分析之總檢定•••••••••••••••52
表4-4-2單因子多變量變異數分析之邊際檢定••••••••••••••53
表4-4-3集群的命名•••••••••••••••••••••••••54
表4-5-1投入樣本的高、低涉入群分佈表••••••••••••••••54
表4-5-2高、低網路購物涉入群之單因子多變量變異數分析總檢定•••••55
表4-5-3高、低網路購物涉入群之單因子多變量變異數分析邊際檢定••••56
表4-5-4每月可支配所得之最小平方均值表•••••••••••••••56
表4-5-5每次網路購物平均購買金額之最小平方均值表••••••••••57
表4-6-1網路購物高涉入群下整體模式之配適度評估•••••••••••58
表4-6-2網路購物高涉入群之研究假說驗證結果•••••••••••••59
表4-6-3高涉入群路徑效果之說明•••••••••••••••••••61
表4-6-4網路購物低涉入群下整體模式之配適度評估•••••••••••62
表4-6-5網路購物低涉入群之研究假說驗證結果•••••••••••••63
表4-6-6低涉入群路徑效果之說明•••••••••••••••••••65
圖目錄
圖1-3-1本研究之研究流程••••••••••••••••••••••5
圖2-2-1合理化行動理論模型（TRA）•••••••••••••••••10
圖2-2-2 計劃行為理論（TPB）••••••••••••••••••••12
圖2-2-3 技術接受模型（TAM）••••••••••••••••••••14
圖3-1-1本研究之研究架構••••••••••••••••••••••23
圖4-3-1本研究整體模式之線性關係圖•••••••••••••••••44
圖4-3-2整體模式結構關係路徑分析圖•••••••••••••••••49
圖4-4-1最適相對群數••••••••••••••••••••••••51
圖4-6-1網路購物高涉入群之結構關係路徑分析圖••••••••••••60
圖4-6-2 網路購物低涉入群之結構關係路徑分析圖••••••••••••64

參考文獻
一、中文部分
王祖健（2003），「網站技術、服務品質及購買成本對於網路商店顧客滿意度與忠誠度之影響」，國立成功大學國際企業研究所碩士論文。
邱皓政(2003)，結構方程模式：LISREL的理論、技術與應用，初版，台北市：雙葉書廊有限公司。
倪碧瑩（2001），「從書籍市場的涉入區隔探討實體與網路書店的消費者行為」，國立東華大學企業管理學系碩士班碩士論文。
張俊惠(1999)，「消費者對資訊線索來源使用差異之研究─構建式觀點」，國立臺灣大學商學研究所博士論文。
張義富（2003），「壽險業行銷業務自動化之研究」，淡江大學國際貿易學系國際企業學碩士在職專班碩士論文。
莊妙華（2001），「網路商店使用智慧型店員對消費者購買意願影響之研究」，國立中山大學資訊管理研究所碩士論文。
康志瑋 (2001)，「涉入理論於網路商品行銷之研究」，長庚大學企業管理研究所碩士論文。

二、英文部分
Anderson, Eugene W. and Mary W. Sullivan (1993), “The Antecedents and Consequences of Customer Satisfaction for Firms,” Marketing Science, 12(Spring), 125-43.
Arora, Raj (1983), “Validation of an S-O-R Model for Situational, Enduring, and Response Components of Involvement,” Journal of Marketing Research, 19(Novermber), 505-516.
Ajzen, I. (1985), “From Intentions to Actions: A Theory of Planned Behavior,” In J. Kuhl and J. Beckman(Eds.), Action Control: From Cognition to Behavior. Heidelberg: Springer.
Ajzen, I. (1989), “Attitude Structure and Behavior,” in A. R. Pratkanis, S. J. Breckler and A. G. Greenwald (Eds.). Attitude Structure and Function, Lawrence Erlbaum Associates, Hillsdale, NJ, 1989, 241-274.
Bagozzi, P. P. and Y. Yi (1998), “On the Evaluation of Structural Equation Models,” Journal of the Academy of Marketing Science, 16(1), 74-94.
Beatty, S. E., P. M. Homer, and L. R. Kahle (1988), “The Involvement-Commitment Model: Theory and Implications,” Journal of Business Research, 16(2), 149-167.
Bentler, P. M. and D. G. Bonett (1980), “Significance Tests and Goodness of Fit in the Analysis of Covariance Structures,” Psychological Bulletin, 88, 588-606.
Bhattacherjee, Anol (2001), “An Empirical Analysis of the Antecedents of Electronic Commerce Service Continuance,” Decision Support Systems, 32 (2) 201-214.
Bloch, P.H. and M.L. Richins (1983), “A Theoretical Model for The Study of Product Importance Perceptions,” Journal of Marketing, 47, 69-81.
Bolton, R. N., P. K. Kannan, and M. D. Bramlett (2000), “Implications of Loyalty Program Membership and Service Experiences for Customer Retention and Value,” J. Acad. Marketing Sci., 28 (1), 95-108.
Cochran, William Gemmell (1977), Sampling Techniques, 3rd ed, N. Y.: John Wiley and Sons.
Coughlan, Anne T., E. Anderson, L. Stern, and A. El-Ansary (2001), Marketing Channels, Prentice Hall, Upper Saddle River, NJ.

Czepiel, J. A., L. J. Rosenberg and A. Akerele (1974), “Perspective on Consumer Satisfaction,” in AMA Educators' Proceedings, Chicago: American Marketing Association, 119-123.
Davis, F.D. (1986), “A Technology Acceptance Model for Empirically Testing New End-User Information Systems: Theory and Results,” Doctoral Dissertation, MIT Sloan School of Management, Cambridge, MA., 1986.
Davis, F. D. (1989), “Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology,” MIS Quarterly, 13(3), 319-340.
Davis, F. D., R. P. Bagozzi and P. R. Warshaw (1989), “User Acceptance of Computer Technology: A Comparison of Two Theoretical Models,” Management Science, 35(8), 982-1003.
Devaraj, Sarv, Ming Fan, and Rajiv Kohli (2002), “Antecedents of B2C Channel Satisfaction and Preference: Validating e-Commerce Metrics,” Information System Research, 13 (3), 316-333.
Fishbein, M. and Icek Ajzen (1975), “Belief, Attitude, Intention, and Behavior: An Introduction to Theory and Research,” Addison Wesley Publishing Company Inc. 
Gefen, D. and D. Straub (2000), “ The Relative Importance of Perceived Ease of Use in IS Adoption: A Study of e-commerce Adoption,” J. Assoc. Inform. Systems, 1(8), 1-28.
Geyskens, I., Jbem Steenkamp and N. Kumar (1999), “A Meta-Analysis of Satisfaction in Marketing Channel Relationships,” Journal of Marketing Research, 36(2), 223-238.
Geyskens, I. and Jbem Steenkamp (2000), “Economic and Social Satisfaction: Measurement and Relevance to Marketing Channel Relationships,” Journal of Retailing, 76 (1), 11-32.
Gronholdt, L., A. Martensen and K. Kristensen (2000), “The Relationship Between Customer Satisfaction and Loyalty: Cross-Industry Differences,” Total Quality Management, 11, 509-514.
Guielford, J. P. (1965), Fundamental Statistics in Psychology and Education. ,Chapter 2, McGraw Hill Publishing Company, Inc.
Housten, M. L. and M. L. Rothschild (1978), “Conceptual and Methodological Perspectives on Involvement,” In S. C. Jain (Ed.), Educator’s proceedings, 184–187. Chicago: American Marketing Association.
Jones, T. O. and W. Earl Sasser (1995), “Why Satisfied Customer Defect,” Harvard Business Review, 88-99.
Kalakota, R. and A. B. Whinston (1996), “Frontiers of Electronic Commerce,” Addision-Wesley Publishing Company, Inc.
Kotler, P. (1991), “Marketing Management Analysis, Planning, Implementation, and control,” Prentice-Hall, Inc., Englewood Cliffs, New Jersey 07632. Seventh Edition, 162-194.
Krugman, H. E. (1965), “The Impact of Television Advertising: Learning without  Involvement,” Public Opinion Quarterly, 29, 349-356.
Laurent, Gilles and Jean-Noel Kapferer (1985), “Measuring consumer involvement profiles,” Journal of Marketing Research, 22(February), 41-53.
Oliver, R. L. (1997), “Satisfaction-A Behavioral Perspective on the Consumer,” McGraw-Hill Publishing Companies, Inc.
Petty, Richard E., John T. Cacioppo and David Schumamm (1983), “Central and Peripheral Routes to Advertising Effectiveness: The Moderating Role of Involvement,” Journal Of Consumer Research, 10(September), 135-146
Rothschild and L. Michael (1979), “Advertising Strategies for High and Low Involvement Situations,” in Attitude Research Plays for High Stakes, J. C.Maloney and B. Silverman eds., Chicago: American Marketing Association, 74-93
Petty, Richard E., John T. Cacioppo and David Schumamm (1983), “Central and Peripheral Routes to Advertising Effectiveness: The Moderating Role of Involvement,” Journal Of Consumer Research, 10(September), 135-146
Sharma, Subhash, Terence A. Shimp, and Jeonghsin Shin (1995), “Consumer Ethnocentrism: A Test of Antecedents and Moderators,” Journal of the Academy of Marketing Science, 23 (1), 26-38.
Sherif, C. W. (1965) “Attitude and Attitude Change: The Social Judgment Involvement Approach,” Yale University Press, New Haven Conn. 
Singh, J. (1991), “Understanding the Structure of Consumers’ Satisfaction Evaluations of Service Delivery,” Journal of the Academy of Marketing Science, 19(3), 223-244.
Sirohi, N., E. W. McLaughlin, and D. R. Wittink (1998), “A Model of Consumer Perceptions and Store Loyalty Intentions for a Supermarket retailer,” J. Retailing, 74 (4), 223-245. 
Szymamski, D. M. and R. T. Hise (2000), “E-Satisfaction: An Initial Examination,” Journal of Retailing, 76(3), 309-322.
Tse, David K and P. C. Wilton (1988), “Models of Consumer Satisfaction Formation: An Extension,” Journal of Marketing Research, 25, 204-12. 
Wigand, R. T. (1997), “Electronic Commerce: Definition, Theory, and Context,” Information Society, 13 (1), 1-16.
Wilson, Susan G., Ivan Abel (2002), “So You Want to Get Involved in E-commerce,” Industrial Marketing Management, 31 (2), 85-94.
Yim, C. K. and P. K. kannan (1999), “Consumer Behavioral Loyalty: A Segmentation Model and Analysis,” J. Bus. Res., 44 (2), 75-92.
Zaichkowsky, J. L. (1985), “Measuring the Involvement Construct,” Journal of Consumer Research, 12, 341-352.
Zaichkowsky, J. L.(1986). “Conceptualizing Involvement,” Journal of Advertising, 15(2), 4-14.
Zaichkowsky, J.L. (1994), “The Personal Involvement Inventory: Reduction, Revision, and Application to Advertising,” Journal of Advertising, 23(December), 59-70.