2009年9月24日 星期四

[PR] Status Quo Bias for User Resistance

Author(s): Kim, H.-W.; Kankanhalli, A.
Title: Investigating User Resistnace to Information Systems Implementation: A Status Quo Bias Perspective
ResearchSource: MIS Quarterly, 33(3), 2009, pp. 567-582

[摘要]
IS導入的使用者抗拒是新系統失敗的主要原因,過去研究曾探索使用者抗拒之原因,對於使用者如何評估與新系統之變革以及抗拒之決定的理解仍有缺口,特別是缺乏使用者決策之解釋,亦即現況偏好(status quo bias)之概念,也就是使用者抗拒可能是因為想要保持在目前情況下的偏誤或偏好;此研究發展一個用來解釋使用者在新系統導入前的抗拒,結合科技接受、抗拒、與現狀偏好觀點,透過新企業系統導入為情境檢驗模型,並現示轉換成本在增加使用者抗拒中的主要角色,轉換成本亦在其他前置因素(同僚意見變革自我效能)與使用者抗拒間扮演中介角色;認知價值組織支持變革發現可以降低使用者抗拒,此研究有助於瞭解使用者接受與抗拒新IS導入之理論面,並提供組織管理抗拒之建議。

  • [緒論]
    使用者抗拒已經被視為影響IS導入專案失敗的重要因素,一項針對375間組織的調查發現,使用者抗拒是大型IS 導入的首要挑戰 (ITtoolbox, 2004),特別是那些在社會面與科技面都有所變革的IS (Gibson, 2003),為了回應這些變革,使用者會抗拒新的IS,造成專案期間的延遲、超支、與新系統的低使用率 (Beaudry & Pinsonneault, 2005; Kim & Pan, 2006),IS導入前的使用者抗拒是廣泛而且對IS成功相當重要 (Markus, 2004)。
    雖然使用者抗拒很重要,但只有少數研究針對使用者抗拒提供理論解釋,較多以個案的方式而非量化的實徵驗證;此研究之目的為推導與實徵檢驗導致使用者抗拒因素之理論模型,此理論發展聚焦於導入前,因此,從過去文獻找出不同的科技接受或抗拒之前置因素,現狀偏好觀點 (Samuelson & Zeckhauser, 1988)能提供新IS相關變革演變之理論解釋,以及使用者抗拒之理由,以此觀點整合過去文獻,並透過新企業系統導入之調查進行驗證。
  • [理論背景與架構]
    2.1 科技接受
    新系統導入時,使用者可能會基於與系統相關變革之評估而選擇接受或抗拒 (Joshi, 2005),這是可能用來解釋使用者接受或抗拒之理論基礎,科技接受研究採用包括TAM、TPB、UTAUT之理論。
    TAM (Davis, 1989)假定兩信念(有用性與易用性)能預測個人的科技使用意圖,TPB (Ajzen, 1991)考量廣泛影響科技接受行為的解釋基礎 (Taylor & Todd, 1995),人們的行為受到三個考量的影響:(1) 行為信念:行為的可能結果與相關評估;(2) 規範信念:他人所期望之規範與這些期望所伴隨之動機;(3) 控制信念:促進或抑制某行為表現之因素與這些因素的強度,而控制信念更進一步區分為內部與外部控制 (Ajzen, 2002);UTAUT企圖統整科技接受之前置因素 (Venkatesh et al., 2003),解釋績效期望、付出期望、社會影響、與促進情境如何影響行為意圖與使用行為,這些信念被用來解釋使用者對新IS科技接受之評估,本研究將之用於理解使用者抗拒行為。

    2.2 使用者抗拒
    IS研究中的使用者抗拒被視為是有害反應(adverse reaction) (Hirschheim & Newman, 1988),或是使用者感受到新IS導入相關變革的反抗 (Markus, 1983),此研究將使用者抗拒定義為使用者對新IS導入相關變革之反抗,Lapointe & Rivard (2005)發現有四份研究提供使用者抗拒之理論解釋:(1) Markus (1983):以系統特性與使用的社會情境交互作用來解釋,主要可以在新系統所造成之組織內權力分配變革,而導致使用者的抗拒;(2) Marakas & Hornik (1996):以使用者對新系統相關威脅之回應;(3) Martinko et al. (1996):使用者基於內外在影響對新系統的歸因,此歸因會導致使用者抗拒的負向期望的結果與效能期望;(4) Joshi (1991)
    Lapointe & Rivard (2005)提出一流程模型包括初始情境、交互作用、威脅、與行為,初始情境與客觀的抗拒交互作用而發展決定抗拒行為的威脅之感受,系統結果的實際經驗與外部因素引發下組交互作用與行為,這些模型強調失去或威脅感對使用者抗拒的重要性,但對如何評估並無法得知。
    與本研究較接近的為淨導入模型 (equity-implementation model, EIM) (Joshi, 1991),使用者以淨值來評估新系統導入相關之變革,淨值是變革結果與變革投入之差異,若無淨值則會抗拒變革,本質上,EIM提出一種變革的成本效益分析,成本表示結果的減少與投入的增加,而效益是增加結果與減少投入。此研究提出兩種增強對變革評估之理解:(1) 考量變革評估的其他影響;(2) 考量理論解釋。

    2.3 SQBT
    SQBT目的是去解釋人們對維持目前狀態或情境的偏好,Samuelson & Zeckhauser (1988) 以三個類別描敘現狀偏好的解釋:(1) 理性決策制定 (rational decision making):也就是在轉換到新選項之前對相關成本與效益之評估,成本較效益大時會導致現狀偏好,從理性決策觀點,可以判別出兩種成本:轉變成本(採用新情境所發生的成本)與不確定成本(心理的不確定與感受到新選擇之風險);(2) 認知錯覺 (cognitive misperceptions):規避損失為人類決策制定中可觀察到的心理原則 (Kahneman & Tversky, 1979),即使損失會被放大;(3) 心理契約 (psychological commitment):包括沉入成本、社會規範、及控制下的付出 (Samuelson & Zeckhauser, 1988);沉入成本指先前之承諾,造成不情願的轉換到新選擇,此研究中,這些成本包括與過去工作方式相關的技巧,在轉換到新IS後便會失去;社會規範指在工作環境中對變革的普通規範,可能會增加或減弱個人的現況偏好;控制付出指個人決定其本身情境之慾望;社會規範與控制類似科技接受文獻中的規範與控制信念 (Ajzen, 1991)。
    表1以SQBT分類過去IS研究所判別之使用者抗拒之成因,個人的保守、死板、慣性、或歸因風格構成歸避風險的認知錯覺,與SQBT中的淨效益相同,過去研究認為淨負效益、成本大於效益、或負向結果預期會是使用者拒絕的理由。就轉換成本,過去研究指出像是失去權力、缺乏系統品質所造成更多付出、或是工作本質/安全的變革所造成的必要學習,都是使用者抗拒的理由。不確定的本身以及恐懼是使用者抗拒的原因,而就沉入成本,認為我去有市場的技術是主要原因。從社會規範觀點,同事對新系統的反應是抗拒的原因,另外還有內、外部的控制因素也是抗拒的原因。

    2.4 整合架構
    根據TPB,行為信念會產生對某行為喜好與不喜好之態度,規範信念是來自認知社會壓力或主觀規範,控制信念是來自認知行為控制;某行為之態度是指某行為的表現程度是正值或負值 (Ajzen, 2002),若某行為被認為可以提供相較於目前個人狀態的優勢時為正,此研究中以認知價值 (perceived value),指以成本效益來評估與新系統相關變革 (Kahneman & Tversky, 1979),對應到理性決策制定中的淨效益與EIM中的net equity,而SQBT中的規避損失原則是以如何評估變革的認知價值來量化。
    此研究中,與認知價值相比較的效益與成本分別為轉換效益與轉換成本,因為被用來將目前現況轉換成新系統,轉換效益是指轉換到新選擇相關的效用,增加產出減少投入,轉換成本是指與轉換相關的害處,增加投入減少產出;同僚通常是個人在工作相關議題上的重要參考,因為同僚意見是個人在工作環境中所認同的重要社會規範 (Lewis et al., 2003),行為控制包括內、外在部份,變革自我效能與組織變革支援分別為內、外在媒介 (Ajzen, 2002)。圖1顯示TPB、SQBT、EIM與此研究構念之對應。
  • [模型假說]
    認知價值(PV):認知與新IS相關變革之淨效益 (Kahneman & Tversky, 1979),根據SQBT,認知價值是從現況改變到新情境下所引發的成本帶來的效益,若認知價值低時,使用者可能會有較高的抗拒,過去文獻也指出,人們傾向最大化其決策制定之價值 (Sirdeshmukh et al., 2002),因此較不可能去抗拒有較高認知價值之變革:
    H1:認知價值對使用者抗拒有負向效果。
    轉換成本(SC):從現況轉換到新IS所引發的認知缺點,包括轉換成本、不確定成本、與沉入成本;轉換成本包括與變革相關的短暫費用與永久損失,當費用與損失增加時,人們會因希望減少損失而更不願意去變革 (Kahneman & Tversky, 1979);人們也傾向在制定決策中避色不確定性,在不確定的情況下感覺到不適當的行為 (Brown & Venkatesh, 2005),不確定性會造成負面心理反應 (Inder & O'Brien, 2003),也就是造成使用者偏向現況;因為人們不願放棄對現況的投資,因為沉入成本會讓使用者抗拒:
    H2:轉換成本對使用者抗拒有正向效果
    除了SC對UR的直接效果外,也預期有透過PV的中介效果,就理性決策制定原則,高轉換成本會降低淨效益或認知價值,因為淨效益是以加校的成本效益來評估。
    H3:轉換成本對認知價值有負向效果
    轉換效益(SB):使用者從現況轉換到新系統所認知效用,轉換後可能會增加績效並相對的報酬,而增加變革的認知價值。
    H4:轉換效益對認知價值有正向效果
    變革自我效能被視為能增加控制感覺的內部因素,以Bandura (1995)為主,變革自我效能 (SEC):個人有信心擁有足夠的能加去適應新系統;使用者有較高的自我效能會較有信心面對變革。
    H5:變革自我效能對使用者抗拒有負向效果
    變革自我效能亦可能透過轉換成本影響使用者抗拒,高自我效能會認為有較低的不確定與轉換成本。
    H6:變革自我效能對轉換成本有負向效果
    組織變革支持 (OSC):組織提供促使使用者儘早適應新系統,例如訓練與提供資源會影響使用者對新系統變革的反應 (Hirschheim & Newman, 1988)。
    H7:組織變革支持對使用者抗拒有負向效果
    如果管理支對會增加科技的易用性 (Lewis et al., 2003),組織以訓練及資源來支持變革可以降低認知適應固難,而降低轉換成本,也就是組織變革支持會透過降低轉換成本而影響使用者抗拒。
    H8:組織變革支持對轉換成本有負向效果
    同僚意見(CO):對同僚喜歡新系統相關變革的感知,因為需要社會支持,但也害怕不配合的約束,使用者會傾向符合其同僚的意見 (Ajzen, 2002; Lewis et al., 2003)。
    H9:同僚意見對使用者抗拒有負向效果
    同僚意見也會透過轉換成本與轉換效益間接影響抗拒,同僚意見被內化後,可能會改變原本的轉換成本與效益。
    H10:同僚意見對轉換成本有負向效果
    H11:同僚意見對轉換成本有正向效果
  • [研究方法]
    驗證資料來自某新ES使用者的實徵調查,接洽一些即將要推動新系統的組織,與其主管談話以得知使用者對該系統的態度,目標組織顯示出使用者對新系統有所憂慮,並且可能抗拒之。

    3.1 目標組織與系統
    一間超過5,800個員工的IT服務公司,提供許多IT服務,包括IS顧問、IS解決方案、與IS開發,該公司發展一新的ES名為NOP,花費12個月進行客製化,NOP為企業入口網站與KMS之結合,主要功能有全公司溝通與任務處理、同事間的協同合作、個人排程、與知識管理;為了NOP專案,公司重設計並自動化工作流程,透過導入BPMS處理任務以整合相關系統的工作流程,導入也帶來許多組織變革,包括科技、任務、與人;所有員工必須使用NOP系統來處理其任務,因此造成多重的變革。....(略)

    3.2 問項發展
    PV修改自Sirdeshmukh et al. (2002),包括投入的時間與努力、面對的困難、與損失;SB來自Moore & Benbasat (1991);SC來自Jones et al. (2000)...(略, 見表2)

    3.3 資料蒐集
    NOP上線前5天,除了調查資料外,也與使用者與及PM進行訪談,隨機選了500名員工,有202份有效問卷,包含10個企業單位;比較較早與較晚回覆的兩組受測者,發現在性別、年齡、年資、與職位沒有顯著差異。
  • [資料分析與結果]
  • [討論與意涵]
  • [結論]

2009年9月3日 星期四

[PR] Estimating the CMA effect with MA

Author(s): Sharma, R.; Yetton, P.; Crawford, J.
Title: Estmating the Effect of Common Method Variance: The Method-Method Pair Technique with an Illustration from TAM Research
Source: MIS Quarterly, 33(3), 2009, pp. 437-490
[摘要]
本研究利用以MA為基礎的方法,估計同源誤差(CMV)對個別理論效度的影響之估計,並以個別研究所使用之CMV方法之函數來解釋研究間觀察相關之變異,擴充單一方法研究,並以PEU及U間的觀察相關為例,說明如何使用此技術。

  • [緒論]
    因共同方法所造成的衡量間人為共變,會膨漲觀測相關並提供理論檢驗的虛假支持 (Campbell & Fiske, 1959),CMV是社會科學研究潛在的效度威脅,Doty & Glick利用一個例子說明CMV的強度對研究結果的效度有威脅,Woszczynski & Whitman (2004)估計約有一半以上的IS研究受到影響,Malhotra et al. (2006)認為IS領域偏誤的程度並不大,且不構成效度威脅,CMV是否對IS文獻發現有潛在效度威脅?
    要處理這個問題需要一種可以讓研究者評估那些CMV會影響個別研究領域發現的技術,估計CMV效果是一個方法上的主要挑戰 (Podsakoff et al., 2003),多處理多方法 (multitrait-multimethod, MTMM)技術是最被接受估計CMV影響之技術 (Doty & Glick, 1998; Podsakoff et al., 2003),而社會科學領域通常使用單一方法衡量 (mono-method measurement),造成MTMM不可行;反而使用包括 Harman 單因子檢定,以及marker variable technique (Podsakoff et al., 2003),這些技術的效度仍需建立。
    此研究利用MTMM方法變異原則,發展MA為主的技術,從使用單一方法衡量之研究發現估計CMV效果,MTMM仰賴個別研究中方法與處理設計上的差異,以評估衡量的收斂與區別效度,並評估CMV對結果之影響。本研究以目前研究間方法之變異進行CMV效果之估計,將挑戰從設計控制CMV之個別研究,到以MA進行累積實徵研究之理論檢驗。
    本研究先回顧CMV之文獻,並說明方法成對技術 (method-method pair),並以TAM文獻中的PEU與U間之關係為例,分析發現,超過56%相關變異可以用方法之效果來說明,與Malhotra et al.之結論不同,認為CMV對IS研究結果有潛在效度威脅。
  • [CMA Effect]
    社會科學研究之衡量會受限於衡量誤 (Burton-Jones & Gallivan, 2007; Podsakoff et al., 2003),受測者對衡量的回覆可以區分為兩個要素 (Le et al., 2009, p. 13):(1) 潛在構念之效果;(2) 不同衡量產物 (artifacts)之效果;這些衡量誤會在從觀察分數計算構念層次關係估計時引入偏誤 (Doty & Glick, 1998; Le et al., 2009),當用共同或相似的方法
    衡量兩個變數時,衡量誤在兩分數中共變,包括偏誤其相關 (見圖1),因此,觀察相關被膨漲。
    Podsakoff et al. (2003) 將觀察相關區分為三個部份:
    觀察相關 = 構念層次相關 + CMV產生之虛假相關 + 誤差
    上述誤差項包含非CMV之衡量誤差,CMV通常會膨漲觀察相關 (Le et al., 2009, p.13),衡量誤差則會減少觀察相關,後者可以透過校正衡量信度來處理 (Hunter & Schmidt, 2004; Schmidt et al., 2003)

    2.1 MTMM
    兩種被提出用來控制CMV效果的方法:(1) MTMM:要求研究者應使用多種處理來操作各個變數,並用多種方法衡量該處理 (Campbell & Fiske, 1959);(2) 單一方法研究設計,包括 Harman 單因子檢定及marker variable technique,這些方法的效度可以參考附錄A,本研究以MTMM為發展的點,故以下回顧之。
    MTMM是由Campbell & Fiske (1959)提出,除了用來評估研究衡量之區別與收斂效度外,也用來評估來自CMV之效度威脅,主要的概念以方法間的變異來估計CMV效果,因Campbell & Fiske沒有排除替代的技術,MTMM通常視為使用多重,且在個別研究中最大差異方法以獲得各個處理 (Williams et al., 1989),分析MTMM資料,目前較多使用SEM技術 (Williams et al., 2003),能讓研究者估計處理、方法與誤差變異之程度,並估計控制方法效果與衡量誤差之構念相關 (Millsap, 1995; Podsakoff et al., 2003)。
    雖然以MTMM解釋相關矩陣中的型態較少在IS領域使用,Straub et al. (2004)指出一些例子,如Venkatraman & Ramanujam (1987) 用MTMM來評估收斂效度,兩種資料收集方式,自我報導與檔案資料,以三種處理:銷售成長、獲利成長、及獲利性來取得商業經濟表現之構念,雖然一開始處理是指個人特性,也就是他們用來發展MTMM技術中用來反應人格特性研究之情境。
    研究以MTMM技術來報導CMV影響社會科學中研究結果的影響 (williams et al., 1989),分析28份研究之MTMM矩陣,Doty & Glick (1998, p. 394)認為共同方法造成對觀測相關中度的26%偏誤,Podsakoff et al. (2003, p. 80)發現,當有CMV時之解釋變異為35%,沒有則變成11%。
    其限制是要求在個別研究中使用多種方法來獲得代表各構念之多重處理 (Doty & Glick, 1998),也因為這樣繁重的要求,許多研究採用單一方法衡量構念,如用Likert-type問項,缺乏多重方法,使得在研究中的效用大小無法被區分為構念相關與虛假相關。另一個限制是,並沒有一個可以用來區分方法相似程度,例如計算不同方法衡量變數之相關如何影響觀察相關。Spector (1987)分析十個MTMM矩陣,發現資料中並沒有方法差異;Williams et al. (1989)假設其方法並不是最大差異下再次檢驗資料,卻發現有方法變異,這樣衝突的結果顯示需要發展方法來評估方法對CMV之敏感度。

    2.2 MA
    研究者要評估CMV對實徵結果在理論的影響主要有兩個挑戰:(1) 現有在單一方法研究中用來控制CMV技術之效度還沒建立;(2) 沒有足夠的MTMM矩陣可以進行以MTMM為主之技術。有些學者累積來自多個領域之MTMM矩陣以估計平均CMV (Doty & Glick, 1998),其他研究者分析特別因素對CMV之效果,如:Crampton & Wagner (1994)從組織行為與人力資源管理研究中使用自我報導的40,000相關之CMV效果,這分析能突顯CMV對觀察相關之效果,但不能讓研究者去估計某研究領域之程度。
    此研究所提出之技術是基於單一方法研究間的方法差異,以解釋研究間效用大小之差異,單一方法研究中的效用大小包含CMV之效果,其強度無法在各研究中被估計 (Avolio et al., 1991),這些效用是研究中用來衡量IV與DV方法之函數:方法的相似度愈高時,則預期增加方法間的共變異,且增加結果被偏誤的可能性 (Doty & Glick, 1998, p. 379),且當方法對方法變異愈敏感時,則效果會增加,例如自我報導的Likert尺度對上主觀衡量。
    作者提出可以用研究間方法變異來估計CMV對多個單一方法研究之結果的影響,此效果為MMP用來衡量DV與IV之函數,研究在衡量變數的方法上不同,則CMV效果在研究間也不同,例如用Likert衡量會受到CMV的限制,使用主觀衡量則較不會 (Podsakoff et al., 2003)。
    過去研究指出許多方法因素會增加CMV對觀察效用大小之效果,包括:使用抽象構念與相同的回覆格式 (Doty & glick, 1998; Podsakoff et al., 2003),IV與DV來自相同來源與同一時間點會有較大的CMV效度威脅。也就是,觀察效用大小會對衡量焦點變數之MMP的CMV而有所差異,CMV造成的偏誤程度可以用研究中所使用之MMP為函數計算研究間的效用大小,MA為基礎的技術適合用來評估個別研究間的差異 (Erez et al., 1996)。
    MA是在控制誤差與衡量產物效果下,用來系統化的累績多研究發現 (Hunter & Schmidt, 2004),估計研究間CMV之效果,有助於在控制下進行實徵證明的累積,因為在個別研究中,通常受限於在個別研究中無法估計之誤差與偏誤 (Avolio et al., 1991; Hunter & Schmidt, 2004)。
    MMP以MTMM為發展基礎,兩種技術依賴將效用大小變異區分為構念效果與CMV之效果,MTMM並不說明多方法使用之CMV的敏感性,而MMP提供一矩陣來估計之,另外,MTMM依賴研究中方法設計差異,MMP針對研究間的實際差異。主要有兩個貢獻:(1) 將估計CMV之問題重製為MA之應用,讓研究者可以從單一方法之研究結果來看CMV之效果;(2) 讓研究者可以針對特地研究領域估計CMV之效果。

  • [MMP]
  • [例子]
  • [討論]
  • [結論]
  • [附錄]