Mobil Alışveriş Bağlamında Sürekli Kullanım Niyetinin İncelenmesi: İki Kuramsal Modelin Karşılaştırılması

Yıl 2017, Cilt: 1 Sayı: 2, 74 - 83, 29.12.2017

Mehmet Cem Bölen , Üstün Özen , Ersin Karaman

Öz

Teknolojik alışkanlıkların çok hızlı değiştiği günümüzde teknoloji
tabanlı bir ürün ya da hizmetin sürekli kullanımının sağlaması kuşkusuz en az
benimsenmesi kadar önemlidir. Dolayısıyla son yıllarda teknoloji kabulü sonrası
sürece (post-adoption)  yönelik
çalışmaların sayısı gittikçe artmaktadır. Bu çalışmaların birçoğu Teknoloji Kabul
Modeli (TKM) veya Bilgi Sistemleri Beklenti Onaylama Modelini (BSBOM) kuramsal
altyapı olarak kullanmaktadır. Çalışma kapsamında teknoloji kabulü sonrası
süreçte kullanıma devam etme niyetini etkileyen faktörleri belirlemek amacıyla
kullanılan bu iki model, mobil alışveriş bağlamında test edilmiş ve
kullanıcıların mobil alışveriş uygulamalarının ve sitelerinin kullanmaya devam
etme niyetlerini açıklama güçleri yönünden birbiriyle karşılaştırılmıştır. Veri
analizi AMOS yazılımı kullanılarak yapısal eşitlik modellemesi (YEM) yöntemiyle
yapılmıştır. Çalışma sonucunda BSBOM’un TKM’ye göre kullanıma devam etme
niyetini çok daha yüksek oranda açıkladığı sonucuna ulaşılmış (BSBOM R²= %71,
TKM R²=%53) ve mobil alışveriş bağlamında teknoloji kabulü sonrası süreç içerisinde
kullanım niyeti olgusunu incelemek için BSBOM’un TKM’ye göre daha etkili bir
model olduğu ortaya konmuştur.

Anahtar Kelimeler

Teknoloji Kabul Modeli, Bilgi Sistemleri Beklenti Onaylama Modeli, Model Karşılaştırma, Mobil Alışveriş, Kullanıma Devam Etme Niyeti

Kaynakça

• Roca, J. C., & Gagne, M. (2008). Understanding e-learning continuance intention in the workplace: A self-determination theory perspective. Computers in Human Behavior, 24(4), 1585-1604.
• Halilovic, S., & Cicic, M. (2013). Understanding determinants of information systems users' behaviour: a comparison of two models in the context of integrated accounting and budgeting software. Behaviour & Information Technology, 32(12), 1280-1291.
• Shaikh, A. A., & Karjaluoto, H. (2015). Making the most of information technology & systems usage: A literature review, framework and future research agenda. Computers in Human Behavior, 49, 541-566.
• Cassidy, A. (2016). A practical guide to information systems strategic planning (İkinci Baskı). Boca Raton: CRC press.
• Deng, L. Q., Turner, D. E., Gehling, R., & Prince, B. (2010). User experience, satisfaction, and continual usage intention of IT. European Journal of Information Systems, 19(1), 60-75.
• Davis, F. D. (1989). Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. Mis Quarterly, 13(3), 319-340.
• Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425-478.
• Khalifa, M., & Liu, V. (2007). Online consumer retention: contingent effects of online shopping habit and online shopping experience. European Journal of Information Systems, 16(6), 780-792.
• Lee, S., Shin, B., & Lee, H. G. (2009). Understanding post-adoption usage of mobile data services: the role of supplier-side variables. Journal of the Association for Information Systems, 10(12), 2.
• Hsieh, J.-K., Hsieh, Y.-C., Chiu, H.-C., & Feng, Y.-C. (2012). Post-adoption switching behavior for online service substitutes: A perspective of the push–pull–mooring framework. Computers in Human Behavior, 28(5), 1912-1920.
• He, W., Qiao, Q., & Wei, K.-K. (2009). Social relationship and its role in knowledge management systems usage. Information & Management, 46(3), 175-180.
• Bhattacherjee, A. (2001). Understanding information systems continuance: An expectation-confirmation model. MIS Quarterly, 25(3), 351-370.
• Bhattacherjee, A., & Barfar, A. (2011). Information technology continuance research: current state and future directions. Asia Pacific Journal of Information Systems, 21(2), 1-18
• Larsen, T. J., Sorebo, A. M., & Sorebo, O. (2009). The role of task-technology fit as users' motivation to continue information system use. Computers in Human Behavior, 25(3), 778-784.
• Recker, J. (2010). Continued use of process modeling grammars: the impact of individual difference factors. European Journal of Information Systems, 19(1), 76-92.
• Premkumar, G., & Bhattacherjee, A. (2008). Explaining information technology usage: A test of competing models. Omega, 36(1), 64-75.
• Yıldırım, E. (2015). İstatistiksel Araştırma Yöntemleri Su Tüketim Bilinci Üzerine Bir Kamuoyu Araştırması. Ankara: Seçkin Yayınevi.
• Baş, T. (2013). Anket nasıl hazırlanır, nasıl uygulanır, nasıl değerlendirilir (Yedinci Baskı). Ankara: Seçkin Yayınevi.
• Meydan, C. H., & Şeşen, H. (2015). Yapısal eşitlik modellemesi AMOS uygulamaları (İkinci Baskı). Ankara: Detay Yayıncılık.
• Anderson, J. C., & Gerbing, D. W. (1988). Structural Equation Modeling in Practice - a Review and Recommended 2-Step Approach. Psychological Bulletin, 103(3), 411-423.
• Kline, R. B. (2005). Principles and Practice of Structural Equation Modeling. New York: Guilford Press.
• Loehlin, J. C. (2004). Latent Variable Models: An Introduction to Factor, Path, and Structural Equation Analysis: Taylor & Francis.
• Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. L. (1998). Multivariate Data Analysis (Beşinci Baskı). Upper Saddle River, New Jersey: Pearson Prentice Hall.
• Hoyle, R. H. (1995). Structural Equation Modeling: Concepts, Issues, and Applications. California: SAGE Publications.
• Byrne, B. M. (2010). Structural Equation Modeling with AMOS: Basic Concepts, Applications, and Programming (İkinci Baskı). New York and London: Routledge.
• Nunnally, J. C. (1978). Psychometric theory. New York: McGraw-Hill.
• Raykov, T. (1997). Estimation of composite reliability for congeneric measures. Applied Psychological Measurement, 21(2), 173-184.
• Ketchen, D. J., & Bergh, D. D. (2005). Research Methodology in Strategy and Management: Emerald Group Publishing Limited.
• Hair, J., Black, W., Babin, B., & Anderson, R. (2010). Multivariate Data Analysis (Yedinci Baskı). New Jersey: Pearson Prentice Hall.
• Çokluk, Ö., Şekercioğlu, G., & Büyüköztürk, Ş. (2010). Sosyal bilimler için çok değişkenli istatistik: SPSS ve LISREL uygulamaları. Ankara: Pegem Akademi.
• Bagozzi, R. P., & Yi, Y. (1988). On the evaluation of structural equation models. Journal of the academy of marketing science, 16(1), 74-94.
• Gefen, D., Straub, D., & Boudreau, M.-C. (2000). Structural equation modeling and regression: Guidelines for research practice. Communications of the association for information systems, 4(1), 7.
• Fornell, C., & Larcker, D. F. (1981). Evaluating Structural Equation Models with Unobservable Variables and Measurement Error. Journal of Marketing Research, 18(1), 39-50.
• Gujarati, D. (2009), Basic Econometrics. Singapore: McGraw Hill.
• Hong, S. J., Thong, J. Y. L., & Tam, K. Y. (2006). Understanding continued information technology usage behavior: A comparison of three models in the context of mobile internet. Decision Support Systems, 42(3), 1819-1834.
• İlhan, M., & Çetin, B. (2014). LISREL ve AMOS programları kullanılarak gerçekleştirilen yapısal eşitlik modeli (yem) analizlerine ilişkin sonuçların karşılaştırılması. Eğitimde ve Psikolojide Ölçme ve Değerlendirme Dergisi, 5(2).