شناسایی فاکتورهای مؤثر در پذیرش اینترنت‌اشیاء از دیدگاه کاربران با استفاده از مدل تکمیلی TAM ارائه‌شده در مدل گایو و بای. مورد مطالعه: مشتریان شرکت ارتباطات سیار ایران ـ همراه‌اول
محورهای موضوعی : مديريت تکنولوژي
محمد کارگرشریف آباد
1
(دانشگاه آزاد اسلامی واحد علوم تحقیقات،تهران،ایران)
محسن گرامی
2
(کره جنوبی)
احمد علی یزدان پناه
3
(موسسه پژوهش و برنامه ریزی آموزش عالی)
کلید واژه: فناوری اینترنت‌اشیاء مدل‌های پذیرش فناوری مدل پذیرش فناوری پذیرش فناوری اینترنت‌اشیاء معادلات ساختاری,
چکیده مقاله :
بازارهای اپراتورهای تلفن‌همراه به سرعت در حال تغییر و به صورت فزاینده رقابتی شده‌اند و برای پاسخ سریع و اثربخش به تغییر نیازهای مشتریان در این بازارها همچنین جهت باقی‌ماندن در سطوح بالایی از رقابت، اپراتورها به صورت مستمر به دنبال کشف راه‌هایی جهت غلبه بر رقبا می‌باشند. بهره‌گیری از فرصت ارزشمند فناوری اینترنت‌اشیاء جهت ایجاد مزیت رقابتی توسط شرکت همراه اول به‌عنوان بزرگ‌ترین اپراتور تلفن‌همراه در سطح خاورمیانه يکي از مباحث مهم و تأثيرگذار در جلب رضايت و حفظ مشتري و نهایتاً کسب سهم بازار بیشتر در بازار رقابتی کنونی می‌باشد. در اين تحقيق با استفاده از مدل پذيرش فناوری TAM (Acceptance Model Technology) و اضافه‌نمودن سه عامل فناوری، زمینه اجتماعی و خصوصیت فردی و ایجاد یک مدل پذیرش فناوری اینترنت اشیاء فرضيه‌هاي موجود مورد بررسی قرار گرفتند. هدف پژوهش حاضر بررسی عوامل مؤثر بر پذیرش فناوری اینترنت‌اشیاء بوده است. بدین منظور تعداد 384 داده از مشتریان شرکت همراه اول از طریق پرسشنامه جمع‌آوری شده است. داده‌های این تحقیق با استفاده از نرم‌افزار Smart PLS و روش معادلات ساختاری مورد تجزیه و تحلیل قرار گرفته است. طبق نتایج بدست‌آمده در این تحقیق از جمله عوامل مؤثر بر پذیرش فناوری اینترنت‌اشیاء در بین مشترکین همراه اول، سودمندی ادراک‌شده، تأثیرات اجتماعی، لذت به‌دست آمده و کنترل رفتاری احساس شده است. و در این بین متغیر کنترل رفتاری احساس شده و تأثیرات اجتماعی بیشترین تأثیر را بر پذیرش این فناوری دارند.
The markets for mobile operators are changing rapidly and increasingly competitive, and for quick and effective responses to change customer needs in these markets, in order to remain at high levels of competition, operators are continually looking for ways to Overcoming rivals. Utilizing the valuable opportunity of Internet technology to create competitive advantage as the largest mobile phone operator in the Middle East is one of the key issues affecting customer satisfaction and preservation, and ultimately gaining market share in the current competitive market. In this research, using the TAM (Technology Acceptance Model) and adding three factors of technology, social context and individual characteristics, and creating a model for accepting Internet technology, the objects of existing hypotheses were studied. The purpose of this study was to investigate factors affecting the adoption of Internet technology of objects. For this purpose, 384 data from the first company customers were collected through a questionnaire. The data of this research have been analyzed using Smart PLS software and Structural Equation Method. According to the results obtained in this research, factors affecting the acceptance of Internet technology of objects among first-time subscribers, perceived usefulness, effects Social, pleasure and behavioral control. Meanwhile, behavioral control variable is felt and social impact has the greatest impact on adoption of this technology.
1- خراسانی، مجتبی. "بررسی عوامل پذیرش فناوری اینترنت‌اشیاء در سازمان‌های تولیدی". پایان‌نامه کارشناسی‌ارشد. دانشگاه پیام‌نور استان تهران،1396.
2- فدیشه‌ای، حمید، علیرضا محمدباقر تهرانی، "حال و آینده تحقیق در دنیای اینترنت‌اشیاء"، سومین کنفرانس بین‌المللی پژوهش‌های کاربردی در مهندسی کامپیوتر و فناوری اطلاعات، تهران، دانشگاه صنعتی مالک‌اشتر، ۱۳۹۴.
3- ابراهيم‌زاده صانع، محمد، سرگلزايي، شريفه، محمد ابراهيم‌زاده، صمد، اكبرپور، محمد، "طراحی مدلی برای افزایش امنیت فناوری اینترنت‌اشیا در حمل و نقل هوشمند" اولین کنفرانس بین‌المللی اینترنت‌اشیاء کاربردها و زیرساخت‌ها، 1396.
4- سعیدی، مهدیه، تاجفر، امیرهوشنگ، وحدت، داود."ارزیابی عوامل مؤثر در پذیرش فناوری اینترنت‌اشیاء در هوشمندسازی ساختمان‌ها (مورد مطالعه مشتریان شرکت‌های فعال در زمینه هوشمندسازی ساختمان‌ها در تهران)"، سومین کنفرانس بین‌المللی پژوهش در علوم و مهندسی، بانکوک، دبیرخانه دایمی کنفرانس، 1396.
5- میرمحمدیان, سیدمیلاد، برهلیا، ساسان، بابامحمودی، رمضان، آخوندی، زهرا، "مروری بر چالش‌ها و راهکارهای پیشگیری از چالش‌های اینترنت‌اشیاء"، دهمین همایش پژوهش‌های نوین در علوم و فناوری، بصورت الکترونیکی، شرکت علم محوران آسمان، ۱۳۹۶.
6- رحیمی، بهنام، ولی‌زاده، سیدجعفر، اکبرپور سکه، محمد، غلامعلی‌پور مقدم، هدا، "کاربرد فناوری اینترنت‌اشیاء در شهر هوشمند و چالش‌های آن"، چهارمین کنفرانس بین‌المللی علوم و مهندسی، ایتالیا- رم، مؤسسه مدیران ایده‌پرداز پایتخت ویرا، ۱۳۹۵.
7- Barnaghi, P., Wang, W., Henson, C. & Taylor, K. Semantics for the Internet of Things: early progress and back to the future. International Journal on Semantic Web and Information Systems, 8(1): 1-21. (2012).
8- Miorandi, D., Sicari, S., De Pellegrini, F., & Chlamtac, I. Internet of things: Vision, applications and research challenges. Ad Hoc Networks, 10(7), 1497-1516. (2012).
9- Atzori, L., Iera, A., & Morabito, G. The internet of things: A survey. Computer networks, 54(15), 2787-2805. (2010).
10- Gubbi, J., Buyya, R., Marusic, S., & Palaniswami, M. Internet of Things (IoT): A vision, architectural elements, and future directions. Future generation computer systems, 29(7), 1645-1660. (2013).
11- Shen, G., & Liu, B. Research on Application of Internet of Things in Electronic commerce. In Electronic Commerce and Security (ISECS), 2010 Third International Symposium on IEEE, 13-16. (2010).
12- Uckelmann, D., Harrison, M., & Michahelles, F. An architectural approach towards the future internet of things. In Architecting the internet of things. Springer Berlin Heidelberg ,1-24. (2011).
13- ITU Strategy and Policy Unit (SPU). ITU Internet Reports 2005: The internet of things. Geneva: International Telecommunication Union (ITU), Retrieved from http://www.itu.int/wsis/tunis/newsroom/stats/The-Internet-of- Things-2005.pdf. (Accessed on 02.11.2014). (2005).
14- Rogers, E. M. Diffusion of innovations. Simon and Schuster. (2010).
15- Thong, J. Y., & Yap, C. S. CEO characteristics, organizational characteristics and information technology adoption in small businesses. Omega, 23(4), 429-442.(1995).
16- Lee, Gwanhoo, & Xia, Weidong. Organizational size and IT innovation adoption: A meta-analysis. Information & Management, 43(8), 975-985. (2006).
17- Martins, C., Oliveira, T., & Popovič, A. Understanding the Internet banking adoption: A unified theory of acceptance and use of technology and perceived risk application. International Journal of Information Management, 34(1), 1-13. (2014).
18- Hameed, M. A., Counsell, S., & Swift, S. A conceptual model for the process of IT innovation adoption in organizations. Journal of Engineering and Technology Management, 29(3), 358-390 .(2012).
19- Yang, Z., Kankanhalli, A., Ng, B. Y., & Lim, J. T. Y. Analyzing the enabling factors for the organizational decision to adopt healthcare information systems. Decision Support Systems, 55(3), 764-776. (2013).
20- Gao, L., & Bai, X. A unified perspective on the factors influencing consumer acceptance. Asia Pacific Journal of Marketing and Logistics, 26(2), 211-231. (2014).
21- Yi-Cheng, C., Yi-Chien, L. V., & Ron-Chuen, Y. Examining factors influencing behavioral intentions to use asynchronous web-based language learning. PACIS 2006 Proceedings, 65. (2006).
22- Kim, G.S., Park, S. B. and Oh, J. An examination of factors influencing consumer adoption of short message service (SMS), Psychology & Marketing, Vol. 25 No. 8, pp. 769-786. (2008).
23- Martínez-Caro, E., Cegarra-Navarro, J. G., García-Pérez, A., & Fait, M. Healthcare service evolution towards the Internet of Things: An end-user perspective. Technological Forecasting and Social Change. (2018).
24- Luthra, S., Garg, D., Mangla, S. K., & Berwal, Y. P. S. Analyzing challenges to Internet of Things (IoT) adoption and diffusion: An Indian context. Procedia Computer Science, 125, 733-739. (2018).
25- Mital, M., Chang, V., Choudhary, P., Papa, A., & Pani, A. K. Adoption of Internet of Things in India: A test of competing models using a structured equation modeling approach. Technological Forecasting and Social Change. (2017).
26- Park, E., Cho, Y., Han, J., & Kwon, S. J. Comprehensive Approaches to User Acceptance of Internet of Things in a Smart Home Environment. IEEE Internet of Things Journal, 4(6), 2342-2350. (2017).
27- Lu, M. T., Lin, S. W., & Tzeng, G. H. Improving RFID adoption in Taiwan's healthcare industry based on a DEMATEL technique with a hybrid MCDM model. Decision Support Systems, 56, 259-269. (2013).
28- Gefen, D. D., Straub, A. Practical guide to factorial validity using PLS-Graph: Tutorial and annotated example. Communications of the AIS. 16. 91–109. (2005).
29- Cronbach, L. Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297–334. (1951).
30- Fornell, C., & Larcker, D. Evaluating struc¬tural equation models with unobservable variables and measurement error. Journal of Marketing Re¬search, 18(1), 39–50. (1981).
31- Chin, W. Issues and opinion on structural equation modeling. Management Information Sys¬tems Quarterly, 22(1), 7–16. (1998).
32- Huber, F., Herrmann, A., Frederik, M., Vogel, J., Vollhardt, K. Kausalmodellierung mit Partial Least Squares- Eine anwendungsorientierte Einführung. Wiesbaden: Gabler. (2007).
33- Lu, H.-P. and Su, P.Y.-J. Factors affecting purchase intention on mobile shopping web sites, Internet Research, Vol. 19 No. 4, pp. 442-458.(2009).
34- Venkatesh, V., Thong, J. and Xu, X. Consumer acceptance and use of information technology: extending the unified theory of acceptance and use of technology, MIS Quarterly, Vol. 36 No. 1, pp. 157-178. (2012).
35- Ha, S. and Stoel, L. Consumer e-shopping acceptance: antecedents in a technology acceptance model, Journal of Business Research, Vol. 62 No. 5, pp. 565-571. (2009).
36- Chong, A.Y.-L., Chan, F.T. and Ooi, K.-B. Predicting consumer decisions to adopt mobile commerce: cross country empirical examination between China and Malaysia, Decision Support Systems, Vol. 53 No. 1, pp. 34-43. (2012).