ANALYSIS OF MHRS AS A MANAGEMENT INFORMATION SYSTEM IN HEALTH WITH TECHNOLOGY ACCEPTANCE MODEL

Öz

Developing technology brings many innovations to make people's lives easier. In parallel with the innovations experienced, new management information systems are being developed in the field of health. In this sense, the Central Physician Appointment System (MHRS) used in our country is a solution developed to increase service quality, reduce costs, and increase planning and coordination. In this study, it is aimed to analyze the effectiveness of the technology acceptance model and the MHRS system. In this context, data were collected by applying a sampling questionnaire consisting of 248 people. The obtained data were analyzed with SPSS, AMOS and WarpPLS programs. In terms of the results obtained, it was determined that the quality of the MHRS system was effective in terms of perceived benefit (β=0.242). However, the resulting value is important in terms of showing that approximately one out of every four people using the MHRS system benefits. As a result of the resignation of doctors, it has unfortunately become impossible to make an appointment with many polyclinics. It is thought that these problems will be corrected in the coming period and the system will become functional again. This idea stems from the fact that the MHRS system has an easy-to-use system that can be accessed from many areas. It is seen that system quality has a significant and positive effect on attitude. The increase in the quality of the system directs the attitude of the patients towards the MHRS system in a way that increases. Ease of use increases the perceived benefit and enables patients to use and benefit from the system more.

Anahtar Kelimeler

• MHRS
• Technology Acceptance Model
• Governance
• Information Systems

SAĞLIKTA YÖNETİM BİLİŞİM SİSTEMİ OLARAK MHRS’NİN TEKNOLOJİ KABUL MODELİ İLE ANALİZİ

Öz

Gelişen teknoloji insanların hayatlarını kolaylaştırmak için birçok yeniliği de beraberinde getirmektedir. Yaşanan yeniliklere paralel olarak, sağlık alanında da yeni yönetim bilişim sistemleri geliştirilmektedir. Bu anlamda ülkemizde kullanılan Merkezi Hekim Randevu Sistemi (MHRS) de hizmet kalitesinin artırılması, maliyetlerin azaltılması, planlama ve koordinasyonun artırılması için geliştirilen bir çözümdür. Yapılan çalışmada teknoloji kabul modeli ile MHRS sisteminin etkinliğinin analiz edilmesi amaçlanmıştır. Bu kapsamda 248 kişiden oluşan örnekleme anket formu uygulanarak veriler toplanmıştır. Elde edilen veriler SPSS, AMOS ve WarpPLS programları ile analiz edilmiştir. Elde edilen sonuçlar bakımından MHRS sistem kalitesinin algılanan fayda açısından etkili (β=0,242) olduğu belirlenmiştir. Ancak ortaya çıkan değer MHRS sistemi kullanan her dört kişiden yaklaşık birinin fayda sağladığını göstermesi açısından önem arz etmektedir. Doktorların istifa etmesi sonucunda birçok polikliniğe randevu almak maalesef imkânsız hale gelmiştir. İlerleyen dönemde bu sorunların düzeltileceği ve sistemin tekrardan işlerlik kazanacağı düşünülmektedir. Bu düşünce MHRS sisteminin kullanım kolaylığından kaynaklanmaktadır. Sistem kalitesinin, tutum üzerinde anlamlı ve pozitif yönlü bir etkisinin bulunduğu görülmektedir. Sistem kalitesinin artması hastaların MHRS sistemine olan tutumunu artırıcı bir şekilde yön vermektedir. Kullanım kolaylığı algılanan faydayı arttırmakta, hastaların sistemi daha fazla kullanmasını ve faydalanmasını sağlamaktadır.

Anahtar Kelimeler

• MHRS
• Teknoloji Kabul Modeli
• Yönetişim
• Bilişim Sistemleri

Kaynakça

1. Akgün, İ. H. (2021). Sosyal Bilgiler Öğretmen Adaylarının Mobil Anlık Mesajlaşma Servisi Kullanımının Teknoloji Kabul Modeli Çerçevesinde İncelenmesi: WhatsApp Örneği. International Journal of Field Education, 7(2), 166-179. https://doi.org/10.32570/ijofe.1034582
2. Altındağ, İ. (2020). Examining the Factors Affecting Customers’ Adoption of Mobile Banking with Structural Equation Model. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi, 36(2), 254-263.
3. Aras, M., Özdemi̇r, Y., & Bayraktaroğlu, S. (2015). The Investigation of Perceptions for Human Resource Information Systems via Technology Acceptance Model. Ege Academic Review, 15(3), 343-352.
4. Avcı, İ., & Yıldız, E. (2021). Covid-19 Pandemi Sürecinde Uzaktan Eğitimi Kullanan Öğrencilerin Memnuniyet ve Davranışlarının Teknoloji Kabul Modeli Çerçevesinde İncelenmesi. Gümüşhane Üniversitesi Sosyal Bilimler Dergisi, 12(3), 814-830. https://doi.org/10.36362/gumus.886553
5. Bozpolat, C., & Seyhan, H. (2020). Mobil Ödeme Teknolojisi Kabulünün Teknoloji Kabul Modeli ile İncelenmesi: Ampirik Bir Araştırma. Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 10(1), 119-145. https://doi.org/10.18074/ckuiibfd.619852
6. Bucak, İ. H., Doğan, F., Almi̇s, H., Songur, L., & Turgut, M. (2019). Sending outpatient clinic appointment reminder information by short messages. Sağlık Akademisyenleri Dergisi, 6(3), 218-221.
7. Büyüköztürk, Ş., Çakmak, E., Akgün, Ö. E., Karadeniz, Ş., & Demiral, F. (2012). Bilimsel Araştırma Yöntemleri. Pegem Yayıncılık.
8. Chau, P. Y. K., & Hu, P. J. (2002). Examining a Model of Information Technology Acceptance by Individual Professionals: An Exploratory Study. Journal of Management Information Systems, 18(4), 191-229. https://doi.org/10.1080/07421222.2002.11045699

9. Chen, C. C., Wu, J., & Crandall, R. E. (2007). Obstacles to the adoption of radio frequency identification technology in the emergency rooms of hospitals. International Journal of Electronic Healthcare, 3(2), 193-207. https://doi.org/10.1504/IJEH.2007.013100
10. Çakır, İ., & Kazançoğlu, İ. (2020). Sanal Market Alışverişi Yapma Niyetinde Genişletilmiş Teknoloji Kabul Modeli Bileşenleri ile Risk Algılarının Etkisi. Manisa Celal Bayar Üniversitesi Sosyal Bilimler Dergisi, 18(2), 305-326. https://doi.org/10.18026/cbayarsos.685067
11. Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User Acceptance of Computer Technology: A Comparison of Two Theoretical Models. Management Science, 35(8), 982-1003.
12. Delone, W. H., & Ephraim, R. M. (2003). The DeLone and McLean Model of Information Systems Success: A Ten-Year Update. Journal of Management Information Systems, 19(4), 9-30. https://doi.org/10.1080/07421222.2003.11045748
13. Demirdağ, H. G., & Tuğrul, B. (2022). Dermatoloji Biriminde Merkezi Hekim Randevu Sistemi İle Kuyruk Sistemi Başvuruları, Şikâyet Sayısı Ve Hastalıkların İncelenmesi. Hacettepe Sağlık İdaresi Dergisi, 25(1), 1-16.
14. Doğan, M., Şen, R., & Yilmaz, V. (2015). İnternet Bankacılığına İlişkin Davranışların Planlanmış Davranış Teorisi ve Teknoloji Kabul Modeli Kullanılarak Önerilen Bir Yapısal Eşitlik Modeliyle İncelenmesi. Uşak Üniversitesi Sosyal Bilimler Dergisi, 8(2), 1-22. https://doi.org/10.12780/uusbd.89010
15. Doğrul, Ü., & Koşar, A. (2017). Perakendecilik sektöründe tüketicilerin kasiyersiz kasalara adaptasyonunu etkileyen faktörlerin incelenmesi üzerine ampirik bir çalışma. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 101-116. https://doi.org/10.18092/ulikidince.323098
16. Evirgen, H., & Yorulmaz, M. (2019). Merkezi Hekim Randevu Sistemi (MHRS): Bir Kamu Hastanesi Örneği. Avrasya Uluslararası Araştırmalar Dergisi, 7(16), 432-443. https://doi.org/10.33692/avrasyad.543825
17. Fishbein, M., & Ajzen, I. (1967). A behavior theory approach to the relations between beliefs about an object and the attitude toward the object. İçinde Readings in attitude theory and measurement (ss. 389-400). John Wiley & Sons.
18. Fishbein, M., & Ajzen, I. (1975). Belief, attitude, intention, and behavior: An introduction to theory and research. Addison-Wesley.
19. Fussell, S. G., & Truong, D. (2022). Using virtual reality for dynamic learning: An extended technology acceptance model. Virtual Reality, 26(1), 249-267. https://doi.org/10.1007/s10055-021-00554-x
20. Gopinathan, S., & Raman, M. (2016). Information system quality in work-life balance. Knowledge Management & E-Learning: An International Journal, 8(2), 216-226.
21. Güntepe, E. T., & Usta, N. D. (2022). Eğitim Teknolojilerinin Öğrenme Ortamında Kullanımı: Teknoloji Kabul Modeli Çerçevesinde Algodoo. Sivas Cumhuriyet Üniversitesi Eğitim Bilimleri Enstitüsü Dergisi, 1(1), 19-29.
22. Hair, J. F., Black, C. W., Babin, B. J., & Anderson, R. E. (2014). Multivariate Data Analysis (7.Baskı). Pearson Education Limited.
23. Holden, R. J., & Karsh, B.-T. (2010). The Technology Acceptance Model: Its past and its future in health care. Journal of Biomedical Informatics, 43(1), 159-172. https://doi.org/10.1016/j.jbi.2009.07.002
24. Hu, P. J., Chau, P. Y. K., Sheng, O. R. L., & Tam, K. Y. (1999). Examining the Technology Acceptance Model Using Physician Acceptance of Telemedicine Technology. Journal of Management Information Systems, 16(2), 91-112. https://doi.org/10.1080/07421222.1999.11518247
25. Ishfaq, N., & Mengxing, H. (2021). Consumer usage behavior of internet-based services (IBS) in Pakistan during COVID-19 crisis from the perspective of technology acceptance model. Environmental Science and Pollution Research, 1-16. https://doi.org/10.1007/s11356-021-15868-1
26. Kalyoncuoğlu, S. (2018). Tüketicilerin Online Alışverişlerindeki Sanal Kart Kullanımlarının Teknoloji Kabul Modeli İle İncelenmesi. Afyon Kocatepe Üniversitesi Sosyal Bilimler Dergisi, 20(2), 193-213. https://doi.org/10.32709/akusosbil.434874
27. Kıraç, R. (2019). Hastane randevu sistemlerinin hastalar açısından değerlendirilmesi. Sağlık Akademisyenleri Dergisi, 6(3), 189-195.
28. Kock, N. (2015). PLS-based SEM Algorithms: The Good Neighbor Assumption, Collinearity, and Nonlinearity. Information Management and Business Review, 7(2), 113-130. https://doi.org/10.22610/imbr.v7i2.1146
29. Kock, N., & Gaskins, L. (2014). The Mediating Role of Voice and Accountability in the Relationship Between Internet Diffusion and Government Corruption in Latin America and Sub-Saharan Africa. Information Technology for Development, 20(1), 23-43. https://doi.org/10.1080/02681102.2013.832129
30. Kock, N., & Lynn, G. (2012). Lateral Collinearity and Misleading Results in Variance-Based SEM: An Illustration and Recommendations. Journal of the Association for Information Systems, 13(7). https://doi.org/10.17705/1jais.00302
31. Kock, N., & Moqbel, M. (2016). Statistical power with respect to true sample and true population paths: A PLS-based SEM illustration. International Journal of Data Analysis Techniques and Strategies, 8(4), 316-331. https://doi.org/10.1504/IJDATS.2016.081365
32. Kurşun, A., & Kaygısız, E. G. (2018). Merkezi Hekim Randevu Sistemi MHRS Uygulamalarına Yönelik Memnuniyet ve Erişilebilirlik Düzeyinin Belirlenmesi. Acıbadem Üniversitesi Sağlık Bilimleri Dergisi, 4, 401-409.
33. Kurt Efiloğlu, Ö. (2016). Üniversite Öğrencilerinin Uzaktan Eğitime Bakış Açılarının Teknoloji Kabul Modeli ve Bilgi Sistemleri Başarı Modeli Entegrasyonu ile Belirlenmesi. Uluslararası Alanya İşletme Fakültesi Dergisi, 7(3).
34. Liang, H., Xue, Y., & Byrd, T. A. (2003). PDA usage in healthcare professionals: Testing an extended technology acceptance model. International Journal of Mobile Communications, 1(4), 372-389. https://doi.org/10.1504/IJMC.2003.003992
35. Maksüdünov, A., & Baktybekova, B. (2021). Mobil Cüzdanların Üniversite Öğrencileri Tarafından Benimsenmesi: KTMÜ Örneği. Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Dergisi, 22(1), 179-195. https://doi.org/10.37880/cumuiibf.743086
36. Özcan, H. P., Çeli̇k, Ş. S., & Özer, A. (2019). Bireysel Müşterilerin Mobil Bankacılık Kullanım Niyetini Etkileyen Faktörler. Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 9(2), 475-506. https://doi.org/10.18074/ckuiibfd.590493
37. Özmen, A., & Güleç, K. (2019). Merkezi Hekim Randevu Sisteminin İşleyişi İle İlgili Medyaya Yansıyan Haberlerin İçerik Analizi. Journal of Awareness, 3(5), 581-590. https://doi.org/10.26809/joa.2018548670
38. Peters, T., Işık, Ö., Tona, O., & Popovič, A. (2016). How system quality influences mobile BI use: The mediating role of engagement. International Journal of Information Management, 36(5), 773-783. https://doi.org/10.1016/j.ijinfomgt.2016.05.003
39. Rajak, M., & Shaw, K. (2021). An extension of technology acceptance model for mHealth user adoption. Technology in Society, 67, 101800. https://doi.org/10.1016/j.techsoc.2021.101800
40. Sarstedt, M., & Ringle, C. M. (2010). Treating unobserved heterogeneity in PLS path modeling: A comparison of FIMIX-PLS with different data analysis strategies. Journal of Applied Statistics, 37(8), 1299-1318. https://doi.org/10.1080/02664760903030213
41. Schermelleh-Engel, K., Moosbrugger, H., & Müller, H. (2003). Evaluating the Fit of Structural Equation Models: Tests of Significance and Descriptive Goodness-of-Fit Measures. Methods of Psychological Research Online, 8, 23-74.
42. Su, D. N., Nguyen, N. A. N., Nguyen, L. N. T., Luu, T. T., & Nguyen-Phuoc, D. Q. (2022). Modeling consumers’ trust in mobile food delivery apps: Perspectives of technology acceptance model, mobile service quality and personalization-privacy theory. Journal of Hospitality Marketing & Management, 1-35. https://doi.org/10.1080/19368623.2022.2020199
43. Şahin, F., Alkaya, A., & Taşkin, E. (2019). Determinants of Users’ Intention to Use Social Media Apps. Afyon Kocatepe Üniversitesi Sosyal Bilimler Dergisi, 21(3), 686-702. https://doi.org/10.32709/akusosbil.478170
44. Tenenhaus, M., Vinzi, V. E., Chatelin, Y.-M., & Lauro, C. (2005). PLS path modeling. Computational Statistics & Data Analysis, 48(1), 159-205. https://doi.org/10.1016/j.csda.2004.03.005
45. Toraman, Y., & Yüksel, C. (2022). Covid-19 salgını sürecinde tüketicilerin yeni teknolojileri benimsemelerinin teknoloji kabul modeli (TKM) çerçevesinde temassız teslimat özelinde incelenmesi: Mobil uygulamalar üzerine bir araştırma. Doğuş Üniversitesi Dergisi, 23(COVID-19 ÖZEL SAYISI), 17-34. https://doi.org/10.31671/doujournal.928518
46. Ünal, M., & Çokyaman, M. (2021). Bir Öğrenme Yönetim Sistemi Üzerinden Yürütülen Lisansüstü Derslerin Süreç Değerlendirmesi: AYDEP Örneği. Ahi Evran Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 7(2), 620-639. https://doi.org/10.31592/aeusbed.907624
47. Van Schaik, P., Bettany-Saltikov, J. A., & Warren, J. G. (2002). Clinical acceptance of a low-cost portable system for postural assessment. Behaviour & Information Technology, 21(1), 47-57. https://doi.org/10.1080/01449290110107236
48. Venkatesh, V. (2000). Determinants of Perceived Ease of Use: Integrating Control, Intrinsic Motivation, and Emotion into the Technology Acceptance Model. Information Systems Research, 11(4), 342-365. https://doi.org/10.1287/isre.11.4.342.11872
49. Venkatesh, V., & Davis, F. D. (2000). A Theoretical Extension of the Technology Acceptance Model: Four Longitudinal Field Studies. Management Science, 46(2), 186-204. https://doi.org/10.1287/mnsc.46.2.186.11926
50. Wu, J.-H., Wang, S.-C., & Lin, L.-M. (2007). Mobile computing acceptance factors in the healthcare industry: A structural equation model. International Journal of Medical Informatics, 76(1), 66-77. https://doi.org/10.1016/j.ijmedinf.2006.06.006
51. Yaşlıoğlu, M. M. (2017). Sosyal Bilimlerde Faktör Analizi ve Geçerlilik: Keşfedici ve Doğrulayıcı Faktör Analizlerinin Kullanılması. İstanbul Üniversitesi İşletme Fakültesi Dergisi, 46(Özel Sayı), 74-85.
52. Yavuz, M. S., & Akkılıç, M. emin. (2021). Üniversite Öğrencilerinin Covid-19 Sürecinde Çevrimiçi Eğitime İlişkin Tutum Ve Niyetlerinin Tespiti: Teknoloji Kabul Modeli Çerçevesinde Bir Araştırma. International Review of Economics and Management, 9(2), 250-271. https://doi.org/10.18825/iremjournal.1028130
53. Yeo, S., Rutherford, T., & Campbell, T. (2022). Understanding elementary mathematics teachers’ intention to use a digital game through the technology acceptance model. Education and Information Technologies, 1-22. https://doi.org/10.1007/s10639-022-11073-w
54. Zeybek, H. İ., & Çam, H. (2020). Mobil Coğrafi Bilgi Sistemlerinin Kullanımını Etkileyen Faktörlerin Teknoloji Kabul Modeli Çerçevesinde İncelenmesi. Gümüşhane Üniversitesi Sosyal Bilimler Dergisi, 11(Ek), 14-26. https://doi.org/10.36362/gumus.641493