Çevrimiçi Yemek Uygulamalarına İlişkin Davranış Ölçeğinin Geliştirilmesi: Geçerlik ve Güvenirlik Çalışması

Yıl 2026, Sayı: 41, 260 - 275, 25.01.2026

Dilan Malgaz Güçlü , Rabia Acemioğlu

https://doi.org/10.54600/igdirsosbilder.1807605

Öz

Bu araştırmanın amacı, üniversite öğrencilerinin çevrimiçi yemek uygulamalarına yönelik davranışlarını belirlemeye yönelik geçerli ve güvenilir ölçme aracı geliştirmektir. Günümüzde çevrimiçi yemek uygulamaları, bireylerin tüketim alışkanlıklarını ve yaşam biçimlerini önemli ölçüde etkilemektedir. Bu doğrultuda geliştirilen ölçek, bireylerin bu uygulamalara ilişkin bilişsel, duygusal ve sosyal eğilimlerini ortaya koymayı hedeflemektedir. Araştırma, nicel araştırma yöntemlerinden tarama modeliyle yürütülmüştür. Çalışmanın örneklemini, 2024-2025 eğitim-öğretim yılında bir devlet üniversitesinde öğrenim görmekte olan 18-35 yaş aralığındaki 529 öğrenci oluşturmuştur. Katılımcılardan elde edilen veriler faktör analizine tabi tutulmuştur. Açımlayıcı faktör analizi 226, doğrulayıcı faktör analizi ise 303 öğrenci ile yürütlmüştür. Analizler sonucunda ölçeğin üç faktörlü bir yapıya ve 23 maddeye sahip olduğu belirlenmiştir. Ölçeğe ilişkin alt boyutlar; “Etkilenme”, “Tercih” ve “Sosyal Dinamikler” şeklindedir. Elde edilen ölçeğin cronbach alpha katsayısının 0.95, alt boyutlarına ilişkin iç tutarlılık katsayıları ise 0.79 - 0.83 aralığındadır. İlgili güvenirlik katsayıları geliştirilen ölçeğin güçlü psikometrik özelliklere sahip olduğunu göstermektedir. Araştırmadan elde edilen sonuçlar, Çevrimiçi Yemek Uygulamaları Ölçeği’nin bireylerin dijital tüketim davranışlarını güvenilir ve geçerli biçimde ölçebilen bir araç olarak kullanılabileceği sonucuna ulaşılmıştır.

Anahtar Kelimeler

Davranış , Eğitim , Beslenme , Bilişsel , Psikoloji , Çevrimiçi , Bağımlılık , Tutum , Öğrenme , Eğilim

Developing a Behavioral Scale on Online Food Applications: Validity and Reliability Analysis

Öz

The purpose of this study is to develop a valid and reliable measurement instrument aimed at determining university sutends’ behaviors toward online food delivery applications. Today, online food applications significantly influence individuals’ consumption habits and lifestyles. In this context, the developed scale seeks to reveal individuals’ cognitive, emotional, and social tendencies regarding these applications.The research was conducted using the survey model, one of the quantitative research methods. The study sample consisted of 529 students aged between 18 and 35 who were enrolled at a public university during the 2024–2025 academic year. Data collected from participants were subjected to factor analysis. Exploratory factor analysis (EFA) was performed with 226 students, while confirmatory factor analysis (CFA) was conducted with 303 students. The analyses revealed that the scale comprised 23 items grouped under a three-factor structure. The subdimensions of the scale were identified as “Influence,” “Preference,” and “Social Dynamics.”The Cronbach’s alpha coefficient of the scale was calculated as 0.95, while the internal consistency coefficients for the subdimensions ranged between 0.79 and 0.83. These reliability coefficients indicate that the developed scale possesses strong psychometric properties. The results of the study suggest that the Online Food Applications Behaviour Scale can be utilized as a valid and reliable tool for measuring individuals’ digital consumption behaviors.

Anahtar Kelimeler

Behavior , Education , Nutrition , Cognitive , Psychology , Online , Addiction , Attitude , Learning , Tendency

Kaynakça

• Altıntaş, D. (2023). Dönüştürücü etkiyi ortaya çıkarmak: COVID-19 salgını dönemindeki çevrimiçi alışveriş deneyimleri üzerine nitel bir araştırma. Sosyal Mucit Academic Review, 4(2), 219-260. https://doi.org/10.54733/smar.1290686
• Ateşgöz, K. (2023). An investigation of online shopping practices within the framework of the technology acceptance model from 2000 to the present: A systematic literature review. Nevşehir Hacı Bektaş Veli Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 13(3), 1733-1758.
• Bakır, E., & Özmen, N. (2024). Üniversiteli gençlerde çevrimiçi (online) alışveriş bağımlılığı düzeyinin incelenmesi ve sosyal hizmet uygulamaları kapsamında çözüm önerileri. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (65), 91-108. https://doi.org/10.30794/pausbed.1495309
• Bandura, A. (1977). Social learning theory. Prentice Hall.
• Bardakcı, A., Kantar, M., & Madak Öztürk, N. (2024). Türkiye’de faaliyet gösteren çevrimiçi market alışverişi uygulamaları iş modelleri. Girişimcilik ve İnovasyon Yönetimi Dergisi, 13(1), 9-41.
• Buckingham, D. (2008). Introducing identity. In D. Buckingham (Ed.), Youth, identity, and digital media (pp. 1–24). MIT Press.
• Buettner, S. A., Pasch, K. E., & Poulos, N. S. (2023). Factors associated with food delivery app use among young adults. Journal of Community Health, 48(5), 840-846.
• Büyüköztürk, S. (2010). Sosyal bilimler için veri analizi el kitabı (31. baskı). Pegem Akademi Yayıncılık.
• Büyüköztürk, Ş., Kılıç Çakmak, E., Akgün, Ö. E., Karadeniz, Ş., & Demirel, F. (2018). Bilimsel araştırma yöntemleri (25. baskı). Pegem Akademi.
• Bybee, R. W. (2013). The case for STEM education: Challenges and opportunities.NSTA Press.
• Casteran, G., & Plotkina, D. (2023). The importance of perceived proximity in local food mobile apps. Journal of Food Products Marketing, 29(5), 139-154. https://doi.org/10.1080/10454446.2023.2222067
• Chakraborty, D. (2019). Customer satisfaction towards food service apps in Indian metro cities. FIIB Business Review, 8(3), 245-255. https://doi.org/10.1177/2319714519844651
• Chotigo, J., & Kadono, Y. (2021). Comparative analysis of key factors encouraging food delivery app adoption before and during the COVID-19 pandemic in Thailand. Sustainability, 13(8). https://doi.org/10.3390/su13084088
• Cortellazzo, L., & Vaska, S. (2025). HRM practices in app work: exploring training and feedback in the food delivery ecosystem. The Learning Organization, 32(2), 191-216. https://doi.org/10.1108/TLO-01-2023-0021
• Creswell, J. W. (2014). Research design: Qualitative, quantitative, and mixed methods approaches (4th ed.). SAGE Publications.
• Das, M., Ramalingam, M., & Goyal, K. (2024). Fear-driven surge: Food delivery apps in a changing world. Journal of Global Marketing, 37(5), 417-439. https://doi.org/10.1080/08911762.2024.2417658
• Demirel, A. C., & Tapan, M. G. (2023). Üniversite öğrencilerinin sosyal medya ve kompulsif çevrimiçi alışveriş bağımlılığı arasındaki ilişkinin incelenmesi. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 12(1), 60-78. https://doi.org/10.15869/itobiad.1147669
• Dogra, N., Adil, M., Sadiq, M., Dash, G., & Paul, J. (2023). Unraveling customer repurchase intention in OFDL context: An investigation using a hybrid technique of SEM and fsQCA. Journal of Retailing and Consumer Services, 72, 103281. https://doi.org/10.1016/j.jretconser.2023.103281
• Etikan, I., Musa, S. A., & Alkassim, R. S. (2016). Comparison of convenience sampling and purposive sampling. American Journal of Theoretical and Applied Statistics, 5(1), 1-4. https://doi.org/10.11648/j.ajtas.20160501.11
• Fauzi, A. (2019). Critical factors on SME managers’ adoption of online delivery service applications. International Journal of Business and Society, 20(3), 1130-1148.
• Field, A. (2005). Discovering statistics using SPSS (2nd ed.). Sage Publications.
• Güneş, Y., & Arıkan, M. (2023). Twitter veri seti içeriğinin tanımlayıcı analiz ile keşfi: Çevrimiçi yemek siparişi üzerine bir uygulama. Bilişim Teknolojileri Dergisi, 16(2), 119-133. https://doi.org/10.17671/gazibtd.1190184
• Hao, N., Wang, H., & Zhu, B. Q. (2023). Can food ordering apps help combat food fraud through providing food safety information? Consumer responses to gutter-oil-free claim on Koubei. International Food and Agribusiness Management Review, 26(1), 111-122.
• Hodson, D. (2014). Becoming part of the solution: Learning about activism, learning through activism, learning from activism. In L. Bencze & S. Alsop (Eds.), Activist science and technology education (pp. 67–98). Springer.
• Hong, J., & Kang, E. (2022). Food delivery applications becoming alligator of hotel supply chain: An empirical analysis. Journal of Distribution Science, 20(9), 97-107.
• Jimoh, F., Lund, E., Harvey, L., Frost, C., Lay, W., Roe, M., Berry, R., & Finglas, P. (2018). Comparing diet and exercise monitoring using smartphone app and paper diary: A two-phase intervention study. JMIR MHealth and UHealth, 6 (1), e17. doi:10.2196/mhealth.7702
• Kaiser, H. F. (1974). An index of factorial simplicity. Psychometrika, 39(1), 31-36.
• Karahan, M. (2021). Fırat Üniversitesi öğrencilerinin çevrimiçi alışveriş davranışlarını etkileyen faktörler ve risk algıları. Fırat Üniversitesi Harput Araştırmaları Dergisi, 8(15), 43-66.
• Karasar, N. (2020). Bilimsel araştırma yöntemi: Kavramlar, ilkeler, teknikler (36. baskı). Nobel Yayıncılık.
• Kılıçalp, M., & Özdoğan, O. N. (2019). Paket yemek siparişlerinde çevrimiçi aracı kullanan tüketici davranışlarının genişletilmiş teknoloji kabul modeliyle araştırılması. Uluslararası Güncel Turizm Araştırmaları Dergisi, 3(2), 148-163. https://doi.org/10.30625/ijctr.618952
• Kline, R. B. (2011). Principles and practice of structural equation modeling (2nd ed.). Guilford Press.
• Kumar, S., & Shah, A. (2021). Revisiting food delivery apps during COVID-19 pandemic: Investigating the role of emotions. Journal of Retailing and Consumer Services, 62, 102595. https://doi.org/10.1016/j.jretconser.2021.102595
• Lee, W. S., Song, M., Moon, J., & Tang, R. (2023). Application of the technology acceptance model to food delivery apps. British Food Journal, 125(1), 49-64. https://doi.org/10.1108/BFJ-05-2021-0574
• Lin, P. M. C., Au, W.C.W., & Baum, T. (2024). Service quality of online food delivery mobile applications: An examination of the spillover effects of mobile app satisfaction. International Journal of Contemporary Hospitality Management, 36(3), 906-926. https://doi.org/10.1108/IJCHM-09-2022-1103
• Natesan, V., & Venkatesalu, S. (2020). Food purchase using food delivery apps and gender influence: Study of a small sample in Coimbatore City. International Journal of Online Marketing, 10(4), 57-73.
• Prisco, A., Sepe, F., Nanu, L., & Tani, M. (2025). Exploring food delivery app adoption: Corporate social responsibility and perceived product risk’s influence. Corporate Social Responsibility and Environmental Management, 32 (2), 1767-1778. https://doi.org/10.1002/csr.3041
• Ravichandran, S., Osakwe, C. N., Elgammal, I. M. Y., Abbasi, G. A., & Cheah, J. H. (2024). Feeding trust: Exploring key drivers, moderators, and consequences related to food app usage. Journal of Services Marketing, 38 (7), 872-891. https://doi.org/10.1108/JSM-11-2023-0437
• Saronga, N., Mosha, I. H., Stewart, S. J., Bakar, S., Sunguya, B. F., Burrows, T. L., Leyna, G. H., Adam, M. T. P., Collins, C. E., & Rollo, M. E. (2022). A mixed-method study exploring experiences and perceptions of nutritionists regarding use of an image-based dietary assessment system in Tanzania. Nutrients, 14 (3), 417. https://doi.org/10.3390/nu14030417
• Satcharoen, K. (2017). The influence of colour on intention to adopt food delivery service mobile app. In Proceedings of the 3rd International Conference on Communication and Information Processing (ICCIP 2017) (pp. 87-91).
• Saydam, M. B., Borzyszkowski, J., & Karatepe, O. M. (2024). An exploration of employees’ experiences of online food delivery: Evidence from employee reviews. International Journal of Contemporary Hospitality Management, 36(9), 2909-2931. https://doi.org/10.1108/ijchm-12-2022-1540
• Sinha, A. P., Srivastava, P., Srivastava, S.K., & Nag, A. (2024). Customer satisfaction and loyalty for online food service providers in India: An empirical study. Vision: The Journal of Business Perspective, 28(3), 327-343. https://doi.org/10.1177/09722629211034405
• Şahin, R., & Aydın, H. (2022). Çevrimiçi alışverişte tüketici kafa karışıklığı sonuçlarının değerlendirilmesi. Pazarlama ve Pazarlama Araştırmaları Dergisi, 15(2), 505-542.
• Şeker, A. (2020). Çevrimiçi alışveriş yapan tüketici davranışlarına yönelik çevrimiçi bir araştırma. İşletme ve İktisat Çalışmaları Dergisi, 8(2), 11-27.
• Tabachnick, B.G., & Fidell, L.S. (2013). Using multivariate statistics (6th ed.). Pearson.
• Tajfel, H., & Turner, J. C. (1979). An integrative theory of intergroup conflict. In W. G. Austin & S. Worchel (Eds.), The social psychology of intergroup relations (pp. 33–47). Brooks/Cole.
• Terry, D. J., & Hogg, M. A. (1996). Group norms and the attitude–behavior relationship: A role for group identification. Personality and Social Psychology Bulletin, 22(8), 776-793. https://doi.org/10.1177/0146167296228002
• Uçar, H. (2019). Çevrimiçi eğitimde motivasyon. Açıköğretim Uygulamaları ve Araştırmaları Dergisi, 5(2), 107-112.
• Üstünkardeşler, D., & Güzel, D. (2023). Türkiye’de çevrimiçi market alışverişinin kabulü. Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (47), 106-134. https://doi.org/10.61904/sbe.1264297
• Yaraş, E., & Aytaç, M.B. (2016). Analyzing factors distinguishing e-buyers from brick-and-mortar buyers. İnternet Uygulamaları ve Yönetimi Dergisi, 7(1), 5-19. https://doi.org/10.5505/iuyd.2016.37450
• Yıldırım, F., & Güröz, B. (2022). Z kuşağının vlogger takibi ve çevrimiçi alışveriş sıklığı üzerine bir araştırma. Turkish Journal of Marketing Research, 1(1), 1-16.