電子商務之服務品質衡量模式.doc

中華管理學報 第三卷 第三期 第75-94頁 民國九十一年電子商務之服務品質衡量模式以數位行銷為例王怡舜 湯宗益 湯宗泰國立彰化師範大學資訊管理學系 彰化市500師大路2號Tel: 04-7232105ext7331 Fax: 04-22599909E-mail: .tw國立政治大學資訊管理學系 台北市文山區116指南路二段64號Tel: 02-29387507ext7120 Fax: 02-29387507E-mail: .tw國立雲林科技大學資訊管理學系 雲林縣斗六市640大學路三段123號Tel: 05-5342601ext5212 Fax: 05-5312077E-mail: .tw摘 要如何有效衡量網路行銷環境中的服務品質，在電子商務研究中並沒有受到重視，由於目前的SERVQUAL及IS-SERVQUAL量表，主要著重於傳統行銷及資訊系統環境，因此SERVQUAL必須經過驗證及調整，才能符合網路行銷的環境。本文主要的目的便是，發展一個適用於數位產品網路行銷環境的服務品質衡量模式。首先，本文將探討服務品質構念的概念化及操作化，接著描述服務品質量表的問項調整程序、資料蒐集方法、以及量表的驗證程序。本研究運用配額抽樣法，分析了260個有效樣本，進一步確認了電子商務服務品質衡量模式的信度與效度。而本文也說明了服務品質衡量模式對實務界及學術界可能的應用方向。最後，本文則討論了研究限制，並提出一些未來的研究方向供後續學者參考。本研究所發展出具有信度與效度的衡量模式，將是電子商務理論發展的基礎，更提供了不同研究結果之間相互比較與解釋的共同架構。關鍵詞：網路行銷、服務品質、信度與效度、衡量模式Measuring Customer Perceptions of Service Quality in Electronic Commerce EnvironmentYi-Shun Wang Tzung-I Tang Jeung-tai Eddie TangDepartment of Information Management, National Changhua University of Education Department of Management Information Systems, National Chengchi University Department of Management Information Systems, National Yunlin University of Science & TechnologyAbstractThe measurement of customer perceptions of service quality in Internet marketing environment has been largely ignored in the EC literature. It is argued that the current SERVQUAL and IS-SERVQUAL instruments need to be refined and validated to fit Internet marketing environment as they are targeted primarily towards either traditional marketing or information systems context. This article validates and refines a comprehensive model and instrument for measuring customers perceptions of service quality in organizations providing digital products and services. After a discussion of the conceptualization and operationalization of service quality construct, the procedure used in modifying items, collecting data, and refining a multiple-item scale is described. Subsequently, evidence of reliability and validity on the basis of analyzing data from a quota sample of 260 adult respondents is presented. The potential applications for practitioners and researchers are then explored. Finally, this paper concludes by discussing limitations that could be addressed in future studies. The final EC-SERVQUAL instrument with good reliability and validity will be essential to the development and testing of EC theories, and provides researchers with a common framework for explaining, justifying, and comparing difference across results.Keywords: Internet marketing, Service Quality, Reliability and Validity, Measurement Model.一、緒 論數位產品本文所指的數位產品，若無特別說明，則包括數位產品與數位服務網路行銷是過去五年內電子商務環境中最蓬勃發展的現象。因為很多公司才剛開始採用電子商務，但卻不知道如何測量組織電子商務的效益。為了提供實務界更好的網路行銷管理，我們必須投入更多的研究在電子商務活動的效益衡量方面的議題，其中服務品質的衡量，在傳統行銷領域，受到極大重視，然而在數位產品的網路行銷環境中，如何有效衡量公司的服務品質卻很少受到重視；對學術界而言，標準化的服務品質衡量模式將是發展電子商務及網路行銷理論的基礎，它提供了一個共同的架構，可以讓研究人員相互比較不同研究結果之間的異同。因此，發展網路行銷環境中的一般化服務品質衡量模式，將是本研究的主要目的。為了發展顧客知覺的服務品質衡量模式，本研究首先探討傳統服務行銷領域的SERVQUAL量表(E.g., Parasuraman et al., 1998, 1991)，以及資訊系統環境中的IS-SERVQUAL量表(E.g., Kettinger & Lee 1994, 1995; Pitt et al., 1995)方面的相關文獻，並進一步設計起始的電子商務服務品質量表(EC-SERVQUAL)，接著以驗證性因素分析方法，來檢驗EC-SERVQUAL的信度與效度。最後，本研究將提出數位行銷本文所稱的數位行銷是指數位產品及數位服務的網路行銷環境中的服務品質衡量模式，對實務界以及學術界的可能應用方向。二、SERVQUAL及IS-SERVQUAL服務品質是服務行銷中的重要研究領域(Fisk et al., 1993)。Parasuraman et al. (1985)指出，服務品質類似於態度，是一個整體的評估。他們進行了12個焦點群體的訪談，接觸了四個不同服務業的顧客，並對服務品質構念進行概念化(Conceptualization)。Parasuraman et al. (1988)指出：服務品質是顧客對某個實體的整體判斷(Zeithaml, 1987)。它不同於主觀的品質（如Garvin, 1983及Hjorth-Anderson, 1984所定義的）服務品質是一個態度的型式，其與滿意度相關，但卻不相同，它是導因於績效預期(Epectations)與績效知覺(Prceptions)之間差距的比較。基於先前焦點群體的研究(Parasuraman et al., 1985)，Parasuraman et al. (1988)進一步發展了22個問項的SERVQUAL服務品質衡量模式，此模式可以運用到不同的服務產業、甚至組織內部的環境(Zeithaml et al., 1990)。Parasuraman et al. (1988)更發現，不論是什麼樣的服務種類，顧客在評估服務品質時，基本上都使用了類似的評估準則。而這22個服務品質衡量問項，可以歸類為下列五個構面：有形性(Tangibles)：實體設施、設備、以及人員的外觀。可靠性(Reliability)：可以正確且可靠地完成允諾服務的能力。反應性(Responsiveness)：幫助顧客以及提供立即服務的意願。保證性(Assurance)：員工知識與禮貌、以及給予顧客信任與信心的能力同理心(Empathy)：服務提供著給予的個人照顧與關懷。對於每一個構面的服務品質是由一個差距分數(gap score G)所求得，此差距分數代表每個問項的知覺服務品質，亦即：G=P-E而P與E是每個問項對應的知覺(perception)與期望(expectation)敘述的評等。因為服務品質是行銷領域中重要的研究主題，因此SERVQUAL (Parasuraman et al., 1988, 1991, 1993, 1994a, 1994b)也引起相當大的爭論，其爭論的議題包括：(1)差距分數的使用(Peter et al., 1993; Cronin and Taylor 1992)，(2)期望構念(Epectation)的定義模糊(Teas, 1993, 1994)，(3) SERVQUAL跨產業之適用性，(4)差距分數的適用性(Brown et al., 1993; Peter et al., 1993)，(5)預測效度(Pedictive validity)與收歛效度(Cnvergent validity)的問題(C. Babakus and Boller, 1992; Brown et al., 1993; Cronin and Taylor, 1992; Parasuraman et al., 1991, 1993, 1994b)，(6)SERVQUAL構面不穩定的問題(Eg., Carman, 1990; Babakus and Boller, 1992)。雖然SERVQUAL引起這麼多的爭論，但是Fisk et al. (1993)認為大多數研究人員認同SERVQUAL量表是整體服務品質的良好預測指標。Kettinger & Lee (1994)將SERQUAL運用在資訊系統的環境中，來補強使用者資訊滿意度(UIS)的衡量方法。Kettinger et al.(1995)更進一步蒐集四個國家的資料來探討IS-SERVQUAL在不同文化的適用性。此外，Pitt et al.(1995)則是把資訊系統服務品質運用到資訊系統成功模式中(Delone and McLean, 1992)，並利用三個組織的樣本資料來檢驗SERVQUAL的信度與效度。Van Dyke et al.(1997, 1999)把服務品質衡量模式的爭論，從行銷領域帶入資訊系統領域中。他們著重於探討IS-SERVQUAL(Kettinger and Lee, 1994; Pitt et al., 1995)在概念上與實證上所遇到的困難，並從行銷文獻中歸納出SERVQUAL的問題與爭論點（表1所示）為了解決這些問題，Van Dyke et al.建議採用不同的服務品質問項格式；其中一種是使用只有知覺績效的衡量方式(SERVPERF)，另一種則是Carman(1990)與Babakus and Boller(1992)所建議的方式，亦即把SERVQUAL中知覺(Prception)及期望(Prception)兩個問項，修改成只有一個問項。表1 文獻中有關於SERVQUAL的問題 議題問題文獻差距分數的使用在複雜的心理構念衡量中，使用差距分數是一個不當的測量方法Lord, 1958; Wall & Payne, 1973; Johns, 1981; Peter et al., 1993信度使用Cronbachs alpha會高估差距分數的信度Lord, 1958; Wall & Payne, 1973; John, 1981;Prakash & Lounsbury, 1983; Peter et al., 1993區別效度因為差距分數與知覺分數有很高的相關性，所以很難證明說差距分數所衡量的特質是不同於知覺分數所衡量的特質Cronin & Taylor, 1992; Peter et al., 1993相關性的假象差距分數與其他變數的相關係數並不符合真實的情況Peter et al., 1993變異數的限制E分數比P分數高，這造成系統性的變異數限制，而這將對很多統計分析造成問題Peter et al., 1993; Brown et al., 1993效度知覺分數比知覺期望分數更能預測整體服務品質Parasuraman et al., 1988; Cronin & Taylor, 1992, 1994; Babakus & Boller, 1992; Boulding et al., 1993; Brensinger & Lambert, 1990期望構念模糊期望構念的多種定義將造成多種解釋方式，這些不同的解釋方式可能導致嚴重的測量效度問題Tea, 1993; 1994不穩定的構面非理論性的建構以及差距分數的運用，造成了服務品質因素結構的問題Babakus & Boller, 1992; Brensinger & Lambert, 1990; Finn & Lamb, 1991; Carman, 1990; Cronin & Taylor, 1992; Cronbach & Furby, 1970; Parasuraman et al. 1991資料來源：Van Dyke et al, 1999Pitt et al.(1997)以及Kettinger et al.(1997, 1999)隨後對Van Dyke et al.(1997, 1999)的評論作出回應，並主張除非在概念上、實證上、以及實務上都顯示資訊系統服務品質量表(IS-SERVQUAL)與行銷的服務品質量表(SERVQUAL)有很大的不同，否則我們應該接受IS-SERVQUAL，因為一般化的服務品質量表，將有助於跨產業與跨組織間的比較。此外，Kettinger & Lee (1997)亦建議使用Parasuraman et al. (1994a)所提出的三個服務品質衡量替代方案：1. SERVQUAL (一個欄位的格式)：其直接衡量期望服務水準與知覺服務水準之間的差距；這種格式最容易使用，對整體服務品質的預測力也很高，但診斷力較差。2. SERVQUAL(二個欄位的格式)或是Kettinger & Lee(1994)的濃縮格式：這種格式適用在需要較高的構面診斷能力時。3. SERVQUAL+ (三個欄位的格式)：這種格式衡量受測者的期望(Dsired)服務水準、適當的(Aequate)服務水準、以及知覺的(Prceived)的服務水準；很顯然，這種格式比SERVPERF及SERVQUAL更佳，但是其缺點就是量表太長了，不容易使用。由上述的探討可以得知，SERVQUAL可以運用到不同服務產業、不同組織、甚至組織內部資訊系統的服務品質衡量。而目前的SERVQUAL及IS-SERVQUAL衡量模式主要是適用於傳統行銷或是資訊系統環境，因此我們必須進一步驗證及調整SERVQUAL，使其適用於數位行銷環境的服務品質衡量上。在量表格式上，本研究擬採用Kettinger & Lee(1994)的二欄位格式，以使發展出的衡量工具可以同時兼顧上述所提及的預測力、容易使用、以及診斷能力。三、EC-SERVQUAL的驗證性因素分析3.1 驗證性因素分析由於B2C電子商務中銷售者與顧客之間的互動愈來愈重要，所以本研究的主要目的在於建立數位行銷環境中的服務品質衡量模式，藉以幫助銷售者了解顧客的知覺服務品質。因此，本研究將針對Parasuraman et al.(1991)所提出的服務品質模式，運用驗證性因素分析來驗證與調整其服務品質量表，進而發展出適用於電子商務環境的服務品質衡量工具(EC-adapted SERVQUAL)。驗證性因素分析(CFA)或結構方程模式(SEM)常用在量表驗證與調整過程；驗證性因素分析通常用來描述及估計因素模式，而因素模式中包括了一組用來解釋可觀察變數(observed variables)的潛伏變數(latent variables) (Bagozzi, 1980; Bollen, 1989b; Jreskog and Srbom, 1993)。如同Byrne(1998)所述，驗證性因素分析適合用於當研究人員對於基礎的潛伏變數結構有一定的了解時；依據理論或實證研究的知識，研究人員事先描述潛伏變數與可觀察變數之間的關係，再進一步用統計方法來檢定假設的模式結構(p.6)。運用驗證性因素分析可以提供測量效度的證據，也可以降低在完整結構方程模式(SEM)中由於大量測量誤差所引起的混淆(Anderson, 1987; Anderson and Gerbing, 1988; Jreskog, 1993; Segars and Grover, 1993)。和共同因素分析或多特質多方法矩陣(MTMM)比較起來，運用驗證性因素分析方法來檢定構念效度(Cnstruct validity)有更多的優點(Anderson and Gerbing, 1988; MacCallum, 1986; Marsh and Hocevar, 1985; Segars and Grover, 1993)；驗證性因素分析方法中對於多指標測量模式的嚴謹描述，將可以方便研究人員進行更嚴謹的單構面性(unidimensionality)評估(Gerbing and Anderson, 1988, p. 189)。本研究將使用LISREL 8.10 for Windows軟體來進行二階驗證性因素分析，並檢定EC-SERVQUAL的信度與構念效度(Bagozzi and Phillips, 1982; Bagozzi et al., 1991)，其中包括了收歛效度(convergent validity)及區別效度(discriminant validity) (Marsh and Hocevar, 1988)。3.2 比較模式配適度的準則在理想上，模式配適度(Godness-of-fit)的評估應該從各種不同的準則來進行(Byrne, 1998)。因此，本研究除了採用絕對性的配適度指標(例如：、GFI、AGFI、PGFI、以及RMSEA等)，亦採用比較性的配適度指標(例如：/df)，來比較不同模式之間配適度的強弱。是一種概度比檢定，其是傳統上用來檢定被限定的共變異矩陣()與未被限定的樣本共變異矩陣S之間的接近程度(Byrne, 1998)。一般來說，Ho: =()等同於() = 0.0的假設；因此是同時檢定()矩陣中所有殘差值等於零的程度。是故，的機率值(p value)愈高，則代表假設模式與完美模式之間的配適度愈高(Bollen, 1989b)。然而統計量在應用時必須小心的解釋(Jreskog and Srbom, 1993)，因為其對於樣本大小及偏離多變量常態會有較高的敏感度。RMSEA則是將母體中的近似誤差加進來考慮，此統計量低於0.05代表模式有良好的配適度，若RMSEA的值在0.08左右，則代表母體中有合理的近似誤差。GFI與AGFI兩個指標是屬於絕對的配適度指標，因為其未與其他模式做比較(Hu and Bentler, 1995)；AGFI和GFI的主要差異在於，AGFI針對模式中的自由度做過調整。這兩個指標都是介於0到1之間，而愈接近1則表示模式的配適度愈高。大多數研究人員認為，若GFI或AGFI的值介於0.8到0.9之間時，則模式具有合理的配適度，而這兩個指標若大於0.9時，則表示該模式具有極佳的配適度。PGFI是由James et al.(1982)所提出，該指標在評估整體配適度時，也同時考量了結構方程模式中的精簡性(parsimony)與完整性(Byrne, 1998)。Mulaik et al.(1989)主張若值是在0.9的範圍內時，則大致上PGFI是在0.5的範圍內。/df是用來衡量不同模式之間配適度的相對效率，研究人員建議/df小於5.0表示模式具有合理的配適度(Marsh and Hocevar, 1985)。表2 受測者產業與職位分佈受測者產業分佈受測者職位分佈製造業38.2%高階管理5.7%財務金融與保險業10.7%中階管理22.3%教育14.2%低階管理28.4%批發與零售業6.6%專業人員25.7%運輸與通訊事業8.9%作業人員17.9%政府部門9.4%總和100.0%健康與醫療事業6.7%其他5.3%總和100.0%3.3 抽樣方法在管理及社會科學的研究中，使用隨機抽樣方法(probability sampling)要比非隨機抽樣方法(non-probability sampling)精確的多，然而，在許多研究情境經常使得隨機抽樣方法變為不可能且不適合，在這種情況下，非隨機抽樣經常是最適合的方式(Babbie, 1998)。在本研究中，研究的對象為數位產品的消費者，然而目前不但沒有一份所有數位產品消費者的現成名單，也不太可能造一份名冊，來執行隨機抽樣方法，即使隨機抽樣方法有可能施行，但其所花費的成本亦太高，因此本研究考量抽樣之精準性、經濟性、以及可行性之後，決定採用非隨機抽樣中的配額抽樣方法(Quota Sampling)。為了使發展出的衡量模式更具一般化能力(Generalization)，本研究從十三種數位產品的消費者中抽取出樣本，這十三種數位產品包括資訊性產品、產品資訊、圖形、音樂、影像、訂位訂票、財務工具、政府服務、電子訊息、企業程序、電子拍賣、遠距教學、以及互動式娛樂(Choi et al., 1997)。隨後，本研究從參加台北電子商務展的民眾中，以配額抽樣法抽取出260位年滿二十歲的數位產品消費者，亦即每一類數位產品各抽出20位消費者，且受測者必須在最近三個星期之內曾經使用過上述13種數位產品的其中一種。Kerlinger(1978)認為在進行因素分析時，樣小與問項數目的比值至少要大於10:1，而本研究的比值(約為12:1)，則超過Kerlinger所建議的10:1。22個問項的服務品質量表問卷分別發給這260個合格受測者填答。問卷第一部分，受測者必須填答基本資料，依據這些基本資料得知，本研究的受測者分佈在不同的產業及職位階層(如表2所示)；問卷第二部分，受測者必須填入其最近三個星期內所使用過的數位產品網站名稱，而對於每一個量表問項(如附錄1所示)，受測者必須勾選出最適合的答案。3.4 檢查統計假定驗證性因素分析的兩個重要的假定是：模式辨識性(Model Identification)以及多變量常態(Multivariate Normality)。驗證性因素分析所描述的模式應該滿足過度辨識(Over-Identification)的情況。過度辨識的模式是指模式估計的參數小於資料點數目(即觀察變數的變異數與共變異數)，則該模式會有正的自由度。本研究所假設的模式都是屬於過度辨識的模式。然而，過度辨識模式是解決模式辨識性問題的必要條件，但並非充分條件(Byrne, 1998, p.29)，或許最好的解決方法是利用LISREL程式來做為模式辨識性的檢驗工具。在本研究中的模式參數估計的過程中，LISREL程式顯示，並沒有模式辨識性的問題存在。為了檢定多變量常態，Hair et al.(1992)建議先檢定資料是否符合單變量常態；對本研究的變數進行統計分析之後發現，並沒有嚴重違反單變量常態與多變量常態的情況。3.5 參數估計方法本研究的參數是用最大概似法(ML)來加以估計。West et al.(1995)主張使用最大概似法估計時，必須滿足下列幾點條件：(1)大樣本；(2)可觀察變數必須為連續變數；(3)可觀察變數必須為多變量常態；(4)假設的模式具有效性。然而，Bentler & Chou(1987)認為，若分類變數滿足常態分配，而且分類數目大於四以上，則研究人員可以放心的使用連續性的參數估計方法(例如最大概似法)。因此，本研究可以把EC-SERVQUAL(如附錄1所示)的7等分問項視為連續變數，而且使用最大概似法來估計模式參數。3.6 電子商務服務品質衡量模式Parasuraman et al.(1991)主張SERVQUAL問項可以代表跨公司及跨產業的服務品質評估準則，因此本研究採用Parasuraman et al.(1991)的SERVQUAL量表，來發展數位行銷環境下的服務品質量表。該量表經過些微的修改，例如：第三題原來的員工被修改為螢幕顯示，因為在數位行銷的環境中，消費者無法察覺員工的服裝是否整齊。經過幾位電子商務人員及研究生對EC-SERVQUAL量表進行前測之後，本研究進一步對某些問項敘述進行潤飾。附錄1列示了EC-SERVQUAL的起始問項，每一個問項包括二個敘述，其中一個是測量期望水準，另一個是測量知覺水準。受測者必須對每個問項勾選出最適合的同意水準；同意水準採七等分的量表設計，從非常不同意(1分)到非常同意(7分)。而對於每一個問項，必須計算差距分數，亦即把該問項對應的知覺水準減去期望水準，起始EC-SERVQUAL量表中22個問項的差距分數則依序表示為Q1到Q22，而抽樣所得的相關係數矩陣則如附錄2所示。雖然研究人員在設計起始EC-SERVQUAL時，應該考量SERVQUAL構面不穩定性的問題，也應該考慮加入某些電子商務服務品質的構面，但是本研究更同意Pitt et al.(1997)的主張，其認為SERVQUAL是一般化的衡量工具，且可以提供一個跨產業及跨功能的比較基礎。Kettinger et al.(1997)也同意，即使在行銷領域中，對於SERVQUAL有很多的辯論，但是很少有學者質疑SERVQUAL的內容效度問題，而且SERVQUAL提供一個比較不同公司服務品質的準則與診斷工具。因此，一般化的SERVQUAL衡量工具，將有助於提供研究人員進行不同研究結果之間的比較與解釋。本研究進一步評估起始EC-SERVQUAL的信度與效度，並據以調整該量表的問項，使其成為適用於數位行銷環境的服務品質衡量工具。SERVQUAL在理論上與實證上被認為是一個二階構念，且此構念包含了五個因素，即有形性(Tangible)、可靠性(Reliability)、反應性(Responsibility)、保證性(Assurance)、以及同理心(Empathy)。因此，本研究將運用二階驗證性因素分析來檢驗EC-SERVQUAL的22個問項差距分數(Gap Score)。為了得到最適合的服務品質衡量模式，本研究採用MacCallum(1986)及Anderson & Gerbing(1988)所建議的指導原則。最初，我們針對起始22問項模式(模式1)進行二階驗證性因素分析，其配適度如表3的模式1所示，RMSEA大於0.05，GFI與AGFI均小於0.9，這表示該模式配適度並不理想，也意謂著刪除模式1中的某些問項可能提高模式配適度；一般要求測量模式中每個問項的SMC值至少要大於0.5，在檢視模式1的SMC值之後，有6個SMC低於0.5的問項被刪除，即問項1, 2, 3, 4, 14, 19(SMC值分別為0.43, 0.41, 0.35, 0.49, 0.46, 0.33)。在經過問項刪除之後，我們重新計算模式配適度發現，新衡量模式(模式2)的RMSEA小於0.05，GFI與AGFI均大於0.9，亦即模式2具有高度的配適度(如表3所示)，而在模式2中每個問項的SMC值均大於0.5，再進一步檢視調整指數 對於每一個固定參數，LISREL都會提供調整指數(Modification Index, MI)，該值代表如果某參數更改設定為自由參數時，則預期會下降的幅度。對於所有自由參數，其調整指數自動設為0 (Byrne, 1998, p.122)，該指數常用來判斷是否存在跨因素負荷的問項。(Modification Index)之後發現，模式2並沒有跨因素負荷(Cross-Loading)的問項存在。表3 不同EC-SERVQUAL衡量模式的配適度 (樣本大小=260)模式/dfRMSEAGFIAGFIPGFI模式1542.84(204)2.66.00模式2134.27(100)1.34.09SMC值(又稱為R-Square)是代表某一個可觀察變數的變異中，可以被其潛伏變數所解釋的比例，因此SMC常被用來做為每個問項的信度指標，其值是介於0.00到1.00之間(Bollen, 1989a)。在模式2中，所有可觀察變數(問項)的SMC值是介於0.51到0.70之間(如表4所示)，這顯示所有問項都具有可接受的信度。除了信度分析，本研究進一步評估模式2的收歛效度，Gerbing & Anderson(1988)認為模式配適度指標，尤其，可以用來評估模式的收歛效度(Convergent Validity)與單構面性(Unidimensionality)，而顯著的因素負荷以及低的殘差值也可以進一步確認收歛效度的存在(Segars and Grover, 1998)。依據上述原則我們得知，在模式2中，值相對較低，而且GFI與AGFI都大於0.9，此外所有問項的因素負荷都很高(如表4所示)且在統計上都具有顯著性(t2.0)，而標準化殘差值皆在合理範圍之內，這表示16個問項的EC-SERVQUAL衡量模式(如圖1所示)具有良好的收斂效度。此外，模式2中每個因素的標準化結構係數(係數)也都具有統計上的顯著性(t2.0)，這也進一步強化了該模式的收斂效度(如表4所示)。接下來進一步檢視模式的區別效度(Discriminant Validity)，實證上我們可以經由評估二個因素的限制模式與非限制模式，來獲得區別效度的證據。限制模式是指將二個因素的相關性固定為1.0，而非限制模式是指讓LISREL自由估計二個因素的相關性，若兩個模式的差距是顯著的，則表示非限制模式的配適度較高，如此也證明了這兩個因素之間具有區別效度(Anderson, 1987; Bagozzi and Phillips, 1982; Bagozzi et al., 1991; Gerbing and Anderson,1988; Venkatraman, 1989)。表5列示了EC-SERVQUAL模式中(模式2)，兩兩構面之間的區別效度，如表所示，所有差在統計上都具有顯著性(p.001)，因此我們可以確定，數位行銷環境下的服務品質衡量模式包含了四個不同的構面，且具有區別效度。表4 模式2的信度與標準化參數估計 (樣本大小=260)觀察變數潛伏變數問項因素負荷SMC(信度)因素標準化結構係數Q5.72*.52可靠性.90 (11.40)Q6.75 (11.46).56Q7.79 (12.07).62Q8.79 (12.06).62Q9.80 (12.25).64Q10.78*.60反應性.91 (12.48)Q11.81 (13.67).66Q12.79 (13.13).62Q13.80 (13.34).63Q15.83*.68保證性.70 (9.8)Q16.75 (11.58).57Q17.71 (11.04).51Q18.77*.60同理心.67 (9.36)Q20.77 (12.55).60Q21.79 (12.74).62Q22.83 (13.56).70註：*表示該參數在起始參數估計時被固定為1.0每個問項因素負荷以及每個因素結構係數所對應的t值顯示於括號內表5 EC-SERVQUAL構面的區別效度檢定最大概似估計t值受限制模式的值未受限制模式的值 差可靠性 與反應性保證性同理心0.830.610.6028.92*11.99*12.12*122.06 (27)173.25 (20)303.38 (27)42.60 (26)30.13 (19)33.97 (26)79.46*143.12*269.41*反應性 與保證性同理心0.620.6012.32*12.01*154.46 (14)274.68 (20)15.91 (13)18.56 (19)138.55*256.12*保證性 與同理心0.6814.02*167.18 (14)125.17 (13)42.01*註：* p .001值得一提的是，最終16個問項的EC-SERVQUAL完全排除了Parasuraman(1991)的SERVQUAL量表中的有形性構面(Tangible)，這樣的結果與先前的服務品質研究類似(例如：Cronin & Taylor, 1992; Parasuraman et al., 1991; Pitt et al., 1995; Kettinger & Lee, 1994)。EC-SERVQUAL完全排除有形性構面可能是因為，在虛擬的數位行銷環境中，公司全部的行銷行銷活動都可以透過網際網路來進行，因此顧客並不重視實體的(有形的)服務品質構面；由於本研究所探討的數位行銷包括了數位產品與數位服務的行銷，而數位產品本質上是一種資訊導向的產品，例如：電子報、隨選視訊等，其可以透過網際網路來傳輸，而數位服務本質上是一種資訊處理導向的服務，例如：證券交易、電子銀行、基金購買、轉帳等，其亦可以完全透過網際網路或網站來進行服務的處理，因此數位行銷特性與傳統行銷或實體商品行銷特性有極大的不同，其強調整個行銷活動及價值創造的過程(如查詢、訂購、送貨、付款等)都是透過網際網路或網站來進行，消費者不必到實體公司據點便可進行交易並取得產品或服務，省卻了產品的實體流通，也減少了消費者與公司人員的接觸活動，然而傳統SERVQUAL量表中的有形性構面是指公司的實體設施、設備、以及人員的外觀等層面，但這些實體層面在虛擬的數位行銷環境中，並不容易被消費者所感受，也因此消費者並不重視傳統SERVQUAL中的有形性構面。圖1 電子商務環境之服務品質衡量模式(EC-SERVQUAL)註：*表示該參數在起始參數估計時被固定為1.0每個問項因素負荷以及每個因素結構係數所對應的t值顯示於括號內四、討 論4.1 研究上的意涵本研究對於電子商務的服務品質研究做出了重要的貢獻，而本研究所發展的EC-SERVQUAL量表，可以用來評估數位行銷環境中的服務品質。後績的研究人員可以運用此量表，來探討服務品質與其他電子商務效能變數之間的關係，例如：消費者態度、滿意度、行為、使用度等變數。傳統行銷領域中的服務品質研究，大多著重於服務品質與消費者滿意度之間的關係(Cronin & Taylor, 1992, 1994; Parasuraman et al., 1988, 1994; Teas, 1993, 1994; Oliver, 1993)；同樣地，後續的學者也可以進一步探討在數位行銷環境中，服務品質與消費者滿意度之間的因果關係。而本研究所發展出具有信度與效度的EC-SERVQUAL量表，正提供後續研究人員在發展電子商務理論時的一個服務品質衡量工具，這也使得不同的研究結果之間，有一個共同比較與解釋的基礎。4.2 實務上的啟發在實務上，行銷數位產品的公司可以運用EC-SERVQUAL，來評估其顧客知覺的服務品質。對於每一個數位行銷的網站來說，或多或少都有提供一些服務；在市場上競爭的數位產品提供者(例如：隨選視訊提供者)，他們可能都提供消費者類似的產品，但是他們所提供的服務品質可能是差異化的主要來源；另外，對於只賣服務的數位服務提供者而言(例如：網路銀行)，他們所提供的服務品質更是公司成敗的重要關鍵。因此，不論是行銷數位產品的網站，或是行銷數位服務的網站，都必須重視其服務品質的管理。如果業者定期運用EC-SERVQUAL量表來評估顧客知覺的服務品質，則他們可以及早發現服務品質的問題，並採取正確的因應措施來改善其服務品質。除了整體評估以外，EC-SERVQUAL還可以用來比較不同網站之間，在特定服務品質構面(有形性、反應性、保證性、同理心)上的評價。本研究所發展的服務品質衡量模式，可以適用在各種不同的數位產品產業，使得不同產業之間有一個共同比較的架構。業者也可以視需要而些微的調整EC-SERVQUAL的問項敘述，以符合該產業的特性。4.3 研究限制雖然本研究所發展的衡量模式經過嚴謹的信度與效度檢定，但是本研究仍面臨一些限制，後續的研究人員可以進一步加以探討。第一、本研究所使用的樣本只針對台灣地區，為了使EC-SERVQUAL更具一般化(Generalization)與適用性，未來的研究可以進行跨文化的比較研究，探討不同文化之間的服務品質衡量構面是否相同。是故，自不同國家或文化區域進行抽樣，並運用驗證性分析方法來評估量表的信度、效度、以及因素結構，是一個值得研究的方向。第二、EC-SERVQUAL的再測信度應該進一步探討。衡量工具的信度包括內部一致性以及穩定性，再測信度則是檢視工具的穩定性。Nunnally(1978)主張一個衡量工具要能真正測量一個特質(Trait)，它必須能夠在一定期間內保持測量結果的穩定性。因此，EC-SERVQUAL的長期與短期穩定性評估，是未來一個重要的研究課題。第三、本研究所發展的EC-SERVQUAL僅針對數位產品與數位服務產業，這使得EC-SERVQUAL僅能適用於數位行銷的環境，也因而大幅降低該衡量工具的一般化程度。因此，後續的研究人員可以針對非數位產品產業，發展一個新的服務品質量表，並比較新量表與EC-SERVQUAL量表在因素結構上的異同。五、結 論本研究代表電子商務環境中，服務品質研究的新起點。研究發現傳統行銷環境中的SERVQUAL量表以及資訊系統環境中的IS-SERVQUAL量表，並不適用於數位行銷的環境。然而，缺乏一個標準化的服務品質衡量模式，將會限制電子商務與網路行銷理論之發展，因此本研究以Parasuraman et al.(1991)所發展的SERVQUAL量表為基礎，探討了服務品質構念之概念化、並在操作上調整SERVQUAL之問項，設計出起始的EC-SERVQUAL量表，接著以實證資料對EC-SERVQUAL進行驗證與調整，使其具備良好的信度與效度。而本研究所發展出的服務品質衡量模式，可以提供後績研究人員以及實務界人員一個共同的評估工具。參考文獻1. Anderson, J.C., “An Approach for Comfirmatory Measurement and Structural Equation Modeling of Organizational Properties,” Management Science, 33(4), 525-541(1987).2. Anderson, J.C. and D.W. Gerbing, “Structural Equation Modeling in Practice: A Review and Recommended Two-Step Approach,” Psychological Bulletin, 103(3), 411-423(1988).3. Babakus, E. and G.W. Boller, “An Empirical Assessment of the SERVQUAL Scale,” Journal of Business Research, 24(3), 253-268(1992).4. Babbie, E., The Practice of Social Research, 8th ed., Belmont, CA: Wadsworth Pub (1998).5. Bagozzi, R.P., Causal Modeling in Marketing, Wiley & Sons, New York, NY(1980).6. Bagozzi, R.P. and L.W. Phillips, “Representing and Testing Organizational Theories: A Holistic Construal,” Administrative Science Quarterly, 27(3), 459-489(1982).7. Bagozzi, R.P., Yi, Y. and L.W. Phillips, “Assessing Construct Validity in Organizational Research,” Administrative Science Q