学术报告：关于用户接受计算机技术的研究对比

研究作者及出版信息

这项研究的主要作者是 Fred D. Davis、Richard P. Bagozzi 和 Paul R. Warshaw，这三位作者分别来自美国密歇根大学商学院和加州波利技术州立大学商学院。该论文发表在 *Management Science*（管理科学）期刊的1989年8月第35卷第8期，页码为982至1003。

研究背景与研究动机

本研究的科学领域主要集中在信息系统（Information Systems，IS）和行为科学的交叉领域，特别是计算机技术在组织中的用户接受（User Acceptance）问题。随着计算机技术在规划、决策和沟通等领域的广泛应用，如何提高用户对计算机技术的接受程度成为信息系统研究的重要议题。然而，许多组织在引入信息技术时面临管理者和专业人员对新技术系统的抵触，这种抵触会影响系统的使用，并最终限制组织从技术投资中获取的效益。

在现有的研究中，理论上人们的使用行为可以通过“意图”（Intention）来预测，而“意图”又受到多种因素的影响，例如态度（Attitude）、主观规范（Subjective Norms）、感知有用性（Perceived Usefulness）和感知易用性（Perceived Ease of Use）。为解决用户接受技术的障碍，研究人员需要构建模型来更好地解释用户接受或拒绝技术的原因。基于此背景，Fred D. Davis 提出了一种称为“技术接受模型”（Technology Acceptance Model，TAM）的模型，为研究计算机技术接受行为提供理论框架。

本研究的目标是将技术接受模型（TAM）与另一种社会心理学模型——“理性行为理论”（Theory of Reasoned Action，TRA）进行比较，以评估它们在预测和解释用户技术接受行为方面的效果。

研究设计与工作流程

本研究通过跟踪107名管理学硕士（MBA）学生在14周内对一款名为 WriteOne 的文字处理软件的接受与使用过程，比较 TAM 和 TRA 两种模型的预测力和解释力。研究分为以下几个阶段：

第一阶段：定义理论模型和假设

1. 理性行为理论（TRA）：
   TRA 是社会心理学中广泛研究的模型，用于解释有意识行为的决定因素。根据该理论，行为意图（Behavioral Intention，BI）由态度（Attitude，A）和主观规范（Subjective Norm，SN）共同决定。

2. 技术接受模型（TAM）：
   TAM 是 TRA 的一个分支适配版本，专注于信息技术使用行为。它假设用户的行为意图（BI）受到感知有用性（Perceived Usefulness，U）和感知易用性（Perceived Ease of Use，EOU）的双重影响。

第二阶段：建立被试与研究情境
研究对象为107名新入学的密歇根大学商学院 MBA 学生。WriteOne 软件的选择出于以下理由：
1. 软件的使用是自愿的，而非课堂强制要求。
2. 学生有长期使用文字处理软件的需求，涉及提交报告、简历、备忘录等日常任务。
3. 文本处理软件在实际管理者中有较高的使用频率。

第三阶段：实施纵向研究与数据收集

• 初始测量（Time 1）：
  学生在完成为期1小时的 WriteOne 软件培训后，研究者通过问卷采集数据，涉及 TRA 和 TAM 中变量的量化衡量。

• 后续测量（Time 2）：
  在14周后的研究结束时，再次采集问卷数据。此外，通过2项自报告的行为频率指标测量实际使用频率（Usage）。

第四阶段：理论变量构建与数据分析

1. 变量量表设计：

   • TAM 的“感知有用性”（U）和“感知易用性”（EOU）通过多项自陈量表测量（Cronbach Alpha 分别为0.95和0.91）。
     
   • TRA 的主观规范（SN）和信念累加（Σbiei）采用单项尺度。

2. 因素分析与模型比较：
   对收集的数据进行因素分析，验证 TRA 与 TAM 的构念结构，以及探索性地分析信念的潜在维度。

研究结果

意图预测使用的效果

• 意图（BI）在 Time 1 时与14周后的系统使用行为的相关系数为0.35；在 Time 2，与实际使用频率的相关系数为0.63。结果表明，BI 可以显著预测技术的实际使用。
• 进一步分析发现，BI 完全中介了影响使用行为的其他变量（如 U、EOU、A、SN 等）。

两模型的解释力对比

1. TRA 模型：

   • 在 Time 1 和 Time 2，TRA 模型分别解释了32%和26%的 BI 方差。
     
   • A 对 BI 的影响显著，而 SN 对 BI 的影响不显著。
     

2. TAM 模型：

   • TAM 模型在两次测量中分别解释了47%和51%的 BI 方差。
     
   • U 在两个时间点的直接作用显著（β = 0.48和0.61），而 A 的作用逐渐减弱。

认知信念的变化与中介效应

• U 和 EOU 在 Time 1 即对 BI 具有显著的直接影响，但到 Time 2，EOU 的直接作用不显著，而通过 U 间接作用于 BI。
  
• TRA 的信念累加项（Σbiei）对 BI 具有部分直接作用，表明态度对信念与意图的中介作用并不完全。

信念的潜在结构分析

因素分析显示，信念可分为以下4个维度：
1. TRA 的特定感知有用性（US）。
2. TAM 的一般感知有用性（U）。
3. 感知易用性（EOU）。
4. 系统依赖性（D）。

在 Time 2，US 和 U 合并为总感知有用性（UT），成为 BI 的主要预测变量。

研究结论与意义

本研究的主要发现包括：

1. 模型预测力：
   用户对技术的使用意图能够在系统早期接触阶段较准确地预测后续实际行为。

2. 感知有用性的重要性：
   Perceived Usefulness 是用户接受技术的主要决定因素，表明系统设计需要优先关注能否满足用户的工作绩效需求。

3. 感知易用性的辅助作用：
   Ease of Use 对使用意图的影响较小，并随时间下降。这一发现淡化了很多设计者对“用户友好性”的过度强调，而强调系统功能的实际价值更为重要。

研究亮点与未来方向

• 本研究首次通过纵向设计比较了 TRA 和 TAM 两种模型，为理解用户接受提供了更明确的理论框架。
  
• 开发了可以用于早期系统评价的诊断工具，为即将引入的信息系统提供了预测性测量依据。
  
• 研究具有重要应用价值，特别是在评估系统设计时，为“用户接受测试”寻找理论支持。

希望未来的研究进一步探索社会影响和外部变量（如组织支持、教育训练）对模型框架的增强作用，更广泛考虑多元技术情境下的通用性。