Problemy Zarzdzania, vol. 13, nr 2 (52), t. 1: 24 36 ISSN 1644-9584, Wydzia Zarzdzania UW DOI 10.7172/1644-9584.52.2 Uyteczno e-commerce w badaniach polskich uytkowników Nadesany 01.10.14 Zaakceptowany do druku 20.10.14 Jarosaw Bana *, Zbigniew Pastuszak ** Artyku dotyczy zagadnie uytecznoci e-commerce. Prezentuje wyniki badania na próbie 511 osób wformie opisu statystycznego i w ujciu modelowym. Do utworzenia modelu badawczego wykorzystano zaoenia Modelu Akceptacji Technologii oraz Modelu Adekwatnoci Zada i Technologii. Dodatkowo w pracy poszukiwano rónic w postrzeganiu e-commerce ze wzgldu na pe respondentów. W pracy wykorzystano zarówno proste analizy, jak równie analizy si oddziaywa w czterech wersjach modelu badawczego. Sowa kluczowe: e-commerce, Model Akceptacji Technologii, Modele Równa Strukturalnych. The Usefulness of e-commerce in Studies on Polish Users Submited 01.10.14 Accepted 20.10.14 This paper concerns the usability of e-commerce. It presents the results of research both as a statistical description and in a model approach. The sample included 511 people. The Technology Acceptance Model and Task-Technology Fit Model assumptions were used in this research. Additionally, differences in the perception of e-commerce by gender of respondents were also sought. The study used both asimple analysis (descriptive statistics) and an analysis of the interaction forces in four research models. Keywords: e-commerce, Technology Acceptance Model, Structural Equation Model. JEL: L81 * Jarosaw Bana dr, Uniwersytet Marii Curie-Skodowskiej, Wydzia Ekonomiczny, Zakad Systemów Informacyjnych Zarzdzania. ** Zbigniew Pastuszak dr hab. prof. UMCS, Uniwersytet Marii Curie-Skodowskiej, Wydzia Ekonomiczny, Zakad Systemów Informacyjnych Zarzdzania. Adres do korespondencji: Uniwersytet Marii Curie-Skodowskiej, Pl. M. Curie-Skodowskiej 5, 20-031Lublin; e-mail: jaroslaw.banas@umcs.pl, z.pastuszak@umcs.lublin.pl.
Uyteczno e-commerce w badaniach polskich uytkowników 1. Wstp Rozwój technologii wpywa na ewolucj sposobów wykonywania czynno- ci przez czowieka. Jednym z obszarów zmian byo powstanie i dynamiczny rozwój rynku elektronicznego. Jest to take obszar, w którym prowadzone s liczne badania. Zaproponowana przez autorów koncepcja badania uytecznoci e-commerce zawiera elementy statystki opisowej m.in. na potrzeby grupowania i prezentacji danych (zob. te: Bana, 2014). Rozwiniciem prostej analizy danych jest wykorzystanie modelowania do znalezienia ukrytych zalenoci. Modelowanie zostao zrealizowane z wykorzystaniem zaoe modelu akceptacji technologii oraz modelu adekwatnoci zada itechnologii. Praca ta zostaa zainspirowana publikacj I.M. Klopping ie.mckinney (2004). Opracowana na potrzeby niniejszego badania ankieta skadaa si z dwóch czci. W pierwszej zawarto pytania dotyczce miejsc dokonywania e-zakupów, kategorii kupowanych produktów, istotnoci elementów branych pod uwag podczas dokonywania zakupów, realizowanych form zapaty oraz udziau e-zakupów w zakupach ogóem. Dodatkowo cz ta pozwolia scharakteryzowa respondentów pod wzgldem dowiadczenia wkorzystaniu z Internetu idokonywaniu zakupów, wieku itp. W drugiej czci ankiety zawarto stwierdzenia (gównie w piciostopniowej skali Likerta), do których odnosili si respondenci. Stwierdzenia wystpujce w tej czci w duym stopniu zostay zaadaptowane z pracy Klopping i McKinney (2004). Wykorzystano je na potrzeby modelowania. W niniejszej pracy postawiono dwie hipotezy badawcze: H1. Postrzegana uyteczno oraz atwo uytkowania Internetu na potrzeby e-commerce dodatnio wpywaj na jego aktualne wykorzystanie. H2. Potrzeba wykorzystania e-commerce zaley od pci uytkownika. 2. Charakterystyka próby badawczej W wyniku przeprowadzanego badania ankietowego uzyskano odpowiedzi od 512 respondentów. Do dalszej analizy skierowano 511 ankiet (w jednej ankiecie nie podano pci respondenta). Próba badawcza zoona bya z 299 (58,5%) kobiet (N K ) oraz 212 (41,5%) mczyzn (N M ). Byy to osoby w wieku od 19 do 26 lat. rednia wieku respondentów wynosia 21,45 (SD=1,4). Respondenci cechowali si przecitnie ponad siedmioletnim dowiadczeniem w korzystaniu zinternetu (SD=2,4). Byy to take osoby posiadajce dowiadczenie w dokonywaniu zakupów za porednictwem Internetu. Dowiadczenie to wynosio rednio 3,5 roku (SD=1,7). Problemy Zarzdzania vol. 13, nr 2 (52), t. 1, 2015 25
Jarosaw Bana, Zbigniew Pastuszak 3. Charakterystyka wykorzystania Internetu jako narzdzia do przegldu ofert idokonywania zakupów W grupie badawczej okoo 40% respondentów dokonywao zakupów za porednictwem sklepów i aukcji internetowych. Jedna trzecia respondentów wykorzystuje do tego celu wycznie aukcje internetowe. Przeprowadzone badania (rysunek 1) wykazay istnienie grupy kobiet korzystajcych wycznie ze sklepów internetowych (32,4%) i grupy korzystajcej wycznie zaukcji internetowych (36,8%). W grupie mczyzn znaczco przewaaj osoby kupujce za porednictwem sklepów i aukcji internetowych (51,9%). 60 50 40 % 30 20 32,4 18,8 27,2 36,8 28,3 33,3 30,8 51,9 39,5 10 0 Wyłącznie sklepy internetowe Wyłącznie aukcje internetowe Sklepy i aukcje internetowe Kobiety Mężczyźni Razem Rys. 1. Miejsca dokonywania e-zakupów (wybór wielokrotny, %). ródo: opracowanie wasne (N=511, N K =299, N M =212). Klienci sklepów i aukcji internetowych za porednictwem Internetu dokonuj zakupów: odziey (55,4%), telefonów wraz z akcesoriami (50,7%), komputerów z akcesoriami (41,9%), butów (37,2%), kosmetyków i perfum (33,9%), biletów (30,3%), ksiek (26,8%) oraz sprztu RTV (21,7%). Mniej ni 21% respondentów wskazao nastpujce kategorie: sport, motoryzacja, biuteria, hobby, filmy, sprzt AGD, muzyka, zabawki, dom, oprogramowanie. Porównanie siedmiu najpopularniejszych kategorii w grupach kobiet i mczyzn (tabela 1) wskazuje, i obie grupy kupuj w sieci najczciej ubrania (odzie, buty) oraz sprzt elektroniczny (telefony, komputery, sprzt RTV z akcesoriami). W grupie kobiet przewaaj ubrania i kosmetyki. W grupie mczyzn telefony i komputery wraz z akcesoriami, co moe potwierdza stereotypowe postrzeganie tych grup. Dla kupujcych za porednictwem Internetu pewne elementy maj istotne znaczenie. Z przeprowadzonych bada wynika (rysunek 2), e najbardziej istotnym elementem jest cena, która zwykle jest nisza w Internecie ni wsklepach tradycyjnych (86,9%). Dla respondentów bardzo due znaczenie ma take szybko realizacji zamówienia (80,2%). Podczas wyboru oferty wanymi elementami s: moliwo porównywania ofert (54,8%) oraz sze- 26 DOI 10.7172/1644-9584.52.2
Uyteczno e-commerce w badaniach polskich uytkowników roko oferty idostpno rzadkich towarów (54,2%). W powyszych obszarach wystpuj nieznaczne rónice w grupach kobiet i mczyzn (< 5 pkt. proc.). Znaczce rónice w postrzeganiu sprzeday przez Internet w grupach badawczych dotycz zgodnoci towaru ze specyfikacj ze strony internetowej sklepu (rónica 14,3 pkt. proc.) oraz komunikacji ze sprzedawc (rónica 14,2 pkt. proc.) na korzy mczyzn. Kobiety Mczyni Odzie Telefony Bilety Buty Ksiki 64,2 42,1 42,1 35,1 33,4 29,1 27,8 Telefony Odzie Buty Sport Sprzt RTV Kosmetyki Komputery Komputery Motoryzacja 62,3 61,3 42,9 42,5 41,5 36,8 35,4 Tab. 1. Porównanie zainteresowania kategoriami produktów w grupach badawczych (wybór wielokrotny, %). ródo: opracowanie wasne (N K =299, N M =212). Profesjonalizm obsługi Monitorowanie drogi paczki Jakość opakowania/ /zabezpieczenia do transportu Obsługa posprzedażowa/reklamacje Komunikacja, dogodny kontakt ze sklepem Zgodność ze specyfikacją ze strony www sklepu Promocje i upusty Szerokość oferty/ /dostępność rzadkich towarów Możliwość porównania ofert Szybkość realizacji zamówienia Niska cena 0 10 20 30 40 50 60 70 80 90 100% Kobiety Mężczyźni Razem Rys. 2. Elementy istotne podczas dokonywania zakupów (wybór wielokrotny, %). ródo: opracowanie wasne (N=511, N K =299, N M =212). Na rynku istnieje wiele sposobów realizacji zapaty za zakupione przez Internet produkty. Wbadanej grupie (rysunek 3) najwiksza liczba respondentów korzystaa z moliwoci dokonywania patnoci z wykorzystaniem e-konta bankowego i szybkich przelewów bankowych (pay-by-link). Tak form deklaruje 59,1% ankietowanych. Liczna grupa kupujcych (47,0%) wybiera patno w momencie otrzymania przesyki (za pobraniem). Wynika to zapewne z ostronoci braku penego zaufania do sprzedawcy. W tym obszarze przewaaj mczyni (rónica 19,7 pkt. proc.). Problemy Zarzdzania vol. 13, nr 2 (52), t. 1, 2015 27
Jarosaw Bana, Zbigniew Pastuszak Płatność z wykorzystaniem portfela elektronicznego Płatność elektroniczna za pośrednictwem agregatora płatności Płatność kartą kredytową Płatność za pomocą SMS Płatność przelewem w oddziale banku lub na poczcie Płatność za pobraniem Płatność elektroniczna szybki przelew z banku 0 10 20 30 40 50 60 70% Kobiety Mężczyźni Razem Rys. 3. Sposoby realizacji patnoci za zamówione produkty (wybór wielokrotny, %). ródo: opracowanie wasne (N=511, N K =299, N M =212). Znaczca grupa respondentów (43,2%) za zakupy dokonywane z wykorzystaniem kanaów elektronicznych dokonuje zapaty w klasyczny sposób, np. w oddziale banku lub na poczcie. Wynika to zapewne z braku konta bankowego lub dostpu do niego w tej grupie respondentów, cho ta kwestia nie bya przez nas badana. Na korzystanie z innych form patnoci wskazuje znikoma liczba respondentów (< 5%). Wraz z rozwojem Internetu i adaptowania go na potrzeby handlu elektronicznego wzrasta udzia e-zakupów w zakupach ogóem. Ankietowane osoby proszone byy o wskazanie tego udziau, z wyczeniem ywnoci (rysunek 4). % 45 40 35 30 25 20 15 10 5 0 <10 11 20 21 30 31 40 41 50 51 60 61 70 71 80 81 90 >91 Kobiety Mężczyźni Razem Rys. 4. Udzia e-zakupów w zakupach ogóem, z wyczeniem ywnoci (%). ródo: opracowanie wasne (N=508, N K =297, N M =211). 28 DOI 10.7172/1644-9584.52.2
Uyteczno e-commerce w badaniach polskich uytkowników Najwiksza liczba respondentów (34,8%) zadeklarowaa, e udzia e-zakupów jest mniejszy ni 10%. Udzia w zakresie 11 20% zgosio 24,2% badanych osób. cznie zakres do 20% obejmuje 59,3% respondentów. Analogicznie w zakresie do 40% wystpuje a 88% odpowiedzi. Jak wynika z przeprowadzonych bada, istnieje znaczny obszar do zwikszania udziau zakupów realizowanych za porednictwem Internetu w zakupach ogóem. 4. Uyteczno e-commerce ujcie modelowe Model Akceptacji Technologii (Technology Acceptance Model, TAM) jest wykorzystywany do wyjaniania interakcji zachodzcych podczas uytkowania systemów informacyjnych. Model TAM (rysunek 5) zakada, e postrzegana atwo uytkowania (PEU) oddziauje bezporednio na postrzegan uyteczno (PU) oraz na postaw wobec wykorzystania (ATU). Postrzegana uyteczno (PU) wpywa na postawy (ATU) oraz intencje uytkowania (BI). Postawy bezporednio wpywaj na intencje uytkowania (BI), a te na aktualne wykorzystanie (AU) systemu informacyjnego (zob. wicej w: Bana, 2010). Postrzegana użyteczność (Perceived Usefulness) Czynniki zewnętrzne (External Variables) Postawa wobec wykorzystania (Attitude Toward Using) Behawioralna intencja użytkowania (Behavioral Intention to Use) Aktualne wykorzystanie (Actual System Usage) Postrzegana łatwość użycia (Perceived Ease of Use) Rys. 5. Model Akceptacji Technologii. ródo: F.D. Davis, R.P. Bagozzi, P.R. Warshaw (1989). User Acceptance of Computer Technology: A Comparison of Two Theoretical Models. Management Science, 35 (8), s. 985. Model Adekwatnoci Zada i Technologii (Task-Technology Fit Model, TTF) uwzgldnia zalenoci wystpujce midzy zadaniami a narzdziami (technologiami) wspomagajcymi wich wykonywaniu (Goodhue i Thompson, 1995). Technologia zostanie przyjta, jeli dobrze pasuje do wykonywanego zadania lub zada. Model TTF rozszerza model TAM o interakcje wynikajce zwpywu wykonywanych zada na wykorzystanie technologii (Pastuszak, 2007). Problemy Zarzdzania vol. 13, nr 2 (52), t. 1, 2015 29
Jarosaw Bana, Zbigniew Pastuszak Na potrzeby weryfikacji hipotez badawczych zosta utworzony model badawczy (rysunek 6). Model ten opracowano z wykorzystaniem modelu TAM oraz bazujc na modelu i koncepcji badania zaproponowanym przez Klopping i McKinney (2004). Analizy zwizków pomidzy zmiennymi zostay przeprowadzone z wykorzystaniem modeli równa strukturalnych (Structural Equation Model, SEM) (zob. wicej w: Konarski, 2009). TTF1 TTF2 TTF3 PU1 PU2 PU3 PU TTF PU4 AU1 PEU1 BI AU AU2 PEU2 PEU AU3 PEU3 BI1 BI2 BI3 Rys. 6. Model badawczy modyfikacja modeli TAM i TTF. ródo: opracowanie wasne. Dla zmiennych wystpujcych w modelu wyznaczono warto przecitn oraz odchylenie standardowe (tabela 2). Respondenci wskazuj, e Internet daje szerokie moliwoci porównywania ofert (4,48) oraz znajdowania iskorzystania z interesujcych ofert (4,31). Nabycie umiejtnoci uywania Internetu do czynnoci zwizanych z zakupami nie zajmuje duo czasu (4,39). Zmienne charakteryzujce aktualne wykorzystanie zostay okrelone z wykorzystaniem czterostopniowej (AU1 i AU2) oraz szeciostopniowej (AU3) skali (tabela 3). Przeprowadzona analiza w grupie cznej kobiet i mczyzn model TAM KiM) pozwolia na znalezienie relacji pomidzy zmiennymi latentnymi PU, PEU, BI oraz AU, a take pomidzy zmiennymi wystpujcymi wmodelu strukturalnym i pomiarowym: PEUPEU1 PEU3, PUPU1 PU4, BIBI1 BI3 oraz AUAU1 AU3 (rysunek 7). 30 DOI 10.7172/1644-9584.52.2
Uyteczno e-commerce w badaniach polskich uytkowników Zmienna PU1 PU2 PU3 PU4 PEU1 PEU2 PEU3 BI1 BI2 BI3 TTF1 TTF2 TTF3 Opis stanowiska w ankiecie badawczej Internet daje mi moliwo znacznie szybszego dokonywania zakupów Wykorzystanie Internetu sprawia, e zakupy s dla mnie prostsze Internet daje mi moliwo znajdowania i skorzystania z interesujcych ofert Internet daje mi szerokie moliwoci porównywania ofert Warto rednia Odchylenie standardowe 3,89 0,97 3,70 0,98 4,31 0,79 4,48 0,82 Trudno jest nauczy si, jak wykorzystywa Internet do czynnoci zwizanych z zakupami * 4,08 0,89 Nabycie umiejtnoci uywania Internetu doczynnoci zwizanych z zakupami zajo mi duo czasu Czsto jestem zagubiony, gdy wykorzystuj Internet do czynnoci zwizanych zzakupami Sdz, e byoby bardzo dobrze zwiksza wykorzystanie Internetu do dokonywania zakupów ze wzgldu na korzyci o charakterze ekonomicznym Sdz, e byoby bardzo dobrze zwiksza wykorzystanie Internetu do dokonywania zakupów ze wzgldu na korzyci o charakterze funkcjonalnym Internet jest bezpiecznym narzdziem doprzegldu ofert i dokonywania zakupów Na odwiedzanych przeze mnie stronach internetowych informacje oproduktach s umieszczone w sposób oczywisty lub atwy doznalezienia Na stronach internetowych, z których korzystaem, informacje o produktach byy wystarczajco dokadne jak na moje potrzeby Informacje o produktach na stronach internetowych s wystarczajco aktualne na moje potrzeby 4,39 0,86 4,27 0,94 3,61 0,86 3,60 0,77 3,43 0,91 3,75 0,83 3,77 0,85 3,76 0,79 * Stwierdzenia zawarte w ankiecie miay w przewaajcej wikszoci charakter pozytywny. Dla urozmaicenia budowy stwierdzenia PEU1, PEU2, PEU3 miay charakter negatywny. Do analizy danych dokonano konwersji otrzymanych odpowiedzi dla tych trzech zmiennych zgodnie ze algorytmem (15, 24 itd.). Tab. 2. Charakterystyka zmiennych wystpujcych w modelu. ródo: opracowanie wasne (N=494). Problemy Zarzdzania vol. 13, nr 2 (52), t. 1, 2015 31
32 DOI 10.7172/1644-9584.52.2 Zmienna AU1 AU2 AU3 Ile cznie sklepów internetowych, serwisów aukcyjnych itp. odwiedza Pan(i) rednio w miesicu? Ile rednio czasu w tygodniu spdza Pan(i) na czynnociach zwizanych z zakupami internetowymi? Jak czsto wykorzystuje Pan(i) Internet do czynnoci zwizanych z zakupami? Opis w ankiecie badawczej 1 2 0 5 min. raz w roku 2 3 razy wroku 3 5 6 15 min. 4 6 razy w roku Tab. 3. Charakterystyka aktualnego wykorzystania zawarta w ankiecie. ródo: opracowanie wasne (N=494). 6 20 16 60 min. co miesic kilka razy w miesicu >20 >60 min. kilka razy w tygodniu Jarosaw Bana, Zbigniew Pastuszak
Uyteczno e-commerce w badaniach polskich uytkowników PU1 PU2 PU3 PU4 PEU1 0,68 0,75 PU 1,59 1,73 0,62 BI 0,35 0,44 0,09 1,05 0,94 0,24 0,78 AU 0,41 0,78 0,69 AU1 AU2 AU3 PEU2 1,40 1,34 PEU BI1 BI2 BI3 PEU3 Rys. 7. Model badawczy modelowanie z wykorzystaniem zaoe TAM. ródo: opracowanie wasne (N=494). W wyniku modelowania otrzymano wartoci dodatnie wszystkich relacji. Postrzegana atwo uytkowania (PEU) wpywa na postrzegan uyteczno (PU) si 0,44. Na intencje (BI) wpywaj: postrzegana uyteczno si 0,62 oraz postrzegana atwo uytkowania si 0,09. Intencje wpywaj na aktualne uytkowanie (AU) si 0,35. Analiza cieek pozwolia na znalezienie wartoci oddziaywa porednich pomidzy postrzegan uytecznoci i postrzegan atwoci uytkowania a aktualnym wykorzystaniem. Wynosz one odpowiednio: PEUAU 0,13; PUAU 0,22. Oznacza to, e wzrost postrzeganej uytecznoci o jednostk wpywa na powikszenie aktualnego uytkowania o 0,22. A wzrost postrzeganej atwoci uytkowania o jednostk powoduje wzrost aktualnego uytkowania odpowiednio o 0,13. Dla znalezienia potencjalnych rónic w postrzeganiu Internetu na potrzeby e-commerce wykonano modelowanie w grupach kobiet (N K =287, model TAM K) i mczyzn (N M =207, model TAM M). Na rysunku 8 przedstawiono zestawienie wartoci otrzymanych si w grupach kobiet (K) i mczyzn (M). W grupie mczyzn uzyskano wiksze siy oddziaywania pomidzy zmiennymi latentnymi PEUPU, PUBI oraz PEUBI. W grupie kobiet uzyskano nieznacznie wiksz si relacji BIAU. Analiza cieek wykazaa, e porednie oddziaywania w obszarze PUAU s do siebie zblione i wynosz odpowiednio dla grupy kobiet 0,18, a dla grupy mczyzn 0,20. Nieco wiksz rónic uzyskano w obszarze PEUAU. W grupie kobiet wielko oddziaywania wyniosa 0,09, awgrupie mczyzn bya nieznacznie wiksza i wynosia 0,15. Problemy Zarzdzania vol. 13, nr 2 (52), t. 1, 2015 33
Jarosaw Bana, Zbigniew Pastuszak PU1 PU2 PU3 PU4 PEU1 PEU2 PEU3 K: 0,50 M: 0,86 K: 0,62 M: 0,91 K: 1,07 M: 3,01 K: 1,13 M: 2,53 K: 0,95 M: 0,58 K: 1,30 M: 1,68 K: 1,32 M: 1,27 PU K: 0,38 M: 0,54 PEU K: 0,56 M: 0,64 K: 0,07 M: 0,14 BI K: 0,94 M: 1,19 K: 0,77 M: 1,29 K: 0,33 M: 0,31 K: 0,15 M: 0,37 BI1 BI2 BI3 AU K: 0,31 M: 0,50 K: 0,78 M: 0,79 K: 0,58 M: 0,91 AU1 AU2 AU3 Rys. 8. Model badawczy modelowanie z wykorzystaniem zaoe TAM w grupach kobiet i mczyzn. ródo: opracowanie wasne (N K =287, N M =207). Model badawczy (TAM KiM) utworzony na bazie koncepcji modelu TAM zosta uzupeniony o interakcje z modelem TTF. Dla tak powstaego modelu (model TAM i TTF) zostay oszacowane wielkoci si oddziaywa, które zostay przedstawione na rysunku 9. TTF1 TTF2 TTF3 PU1 0,77 0,89 0,76 PU2 PU3 PU4 0,65 0,73 1,62 1,80 PU 0,37 TTF 0,60 0,45 0,04 AU1 0,28 0,41 PEU1 PEU2 0,77 1,39 PEU 0,09 1,06 BI 0,35 0,94 0,24 AU 0,78 0,69 AU2 AU3 PEU3 1,35 BI1 BI2 BI3 Rys. 9. Model badawczy relacje wystpujce w poczonych modelach TAM i TTF. ródo: opracowanie wasne (N=494). 34 DOI 10.7172/1644-9584.52.2
Uyteczno e-commerce w badaniach polskich uytkowników W wyniku przeprowadzonego modelowania uzyskano wielkoci si oddziaywa pomidzy elementami modelu. Na uwag zasuguj znaczce oddziaywania TTFPEU i TTFPU. W relacji TTFàBI oddziaywanie jest minimalne. W tak utworzonym modelu uzyskano dodatni efekt poredniego oddzia- ywania postrzeganej uytecznoci na aktualne uytkowanie. Wyniós on 0,21 i by zbliony do modelu bazujcego na koncepcji TAM. W obszarze oddziaywania PEUàAU uzyskano take dodatni efekt oddziaywania wynoszcy 0,09. By on jednak nieco mniejszy ni w modelu TAM KiM. Dla analizowanych modeli badawczych wyznaczono wskaniki dopasowania (tabela 4). Jedynie dla modelu TAM M wskaniki te s nieco nisze ni wartoci graniczne. Wynika to z poczenia znacznej liczby zmiennych w modelu pomiarowym (13) oraz niedostatecznie duej próby (207). Wpozostaych modelach wskaniki wiadcz o dobrym dopasowaniu modeli do danych. Wskanik dopasowania Model TAM KiM (rysunek 7) Model TAM K (rysunek 8) Model TAM M (rysunek 8) Model TAM i TTF (rysunek 9) Goodness of Fit Index (GFI) 0,917 0,902 0,848 0,910 Adjusted Goodness of Fit Index (AGFI) 0,876 0,854 0,773 0,873 Normed Fit Index (NFI) 0,908 0,869 0,833 0,914 Non-Normed Fit Index (NNFI) 0,904 0,875 0,829 0,917 Comparative Fit Index (CFI) 0,925 0,902 0,866 0,933 Root Mean Square Error ofapproximation (RMSEA) 0,087 0,092 0,125 0,080 Tab. 4. Wskaniki dopasowania modeli do danych. ródo: opracowanie wasne (N=494). Ograniczenia bada to: niski wiek respondentów, co moe powodowa specyficzne postrzeganie Internetu, wycznie polska narodowo respondentów. 5. Wnioski Na potrzeby weryfikacji postawionych hipotez analizie poddano znaczn grup (N=511) osób, które charakteryzoway si dowiadczaniem w korzystaniu z Internetu i e-zakupów. Przeprowadzone analizy z wykorzystaniem czterech modeli bazujcych na zaoeniach TAM i TTF wskazuj na istnienie we wszystkich przypadkach dodatnich si oddziaywania pomidzy zmiennymi. Konsekwencj tego s dodatnie siy oddziaywania pomidzy zmiennymi latentnymi PEUAU Problemy Zarzdzania vol. 13, nr 2 (52), t. 1, 2015 35
Jarosaw Bana, Zbigniew Pastuszak i PUAU. Dlatego te hipotez H1 stanowic, e postrzegana uyteczno oraz atwo uytkowania Internetu na potrzeby e-commerce dodatnio wpywaj na jego aktualne wykorzystanie, mona uzna za potwierdzon. Otrzymane wyniki z analiz z wykorzystaniem statystyki opisowej oraz z modelowania dla grup kobiet i mczyzn mona uzna za bardzo zbli- one. Nie mona zatem potwierdzi prawdziwoci hipotezy H2 stanowicej, e potrzeba wykorzystania e-commerce zaley od pci uytkownika. Respondenci nalecy do tych grup w bardzo zbliony sposób postrzegaj e-commerce. Bibliografia Bana, J. (2014). An Analysis of Aelected Aspects of e-commerce Based on Technology Acceptance Model. Referat wygoszony na: Management, Knowledge and Learning International Conference, Portorož, Slovenia. Bana, J. (2010). Uycie modeli na potrzeby analizy uytkowników systemów informatycznych. Ujcie teoretyczne. Organizacja i Zarzdzanie, Kwartalnik naukowy, 3 (11), 5 16. Davis, F.D., Bagozzi, R.P. i Warshaw, P.R. (1989). User Acceptance of Computer Technology: AComparison of Two Theoretical Models. Management Science, 35 (8). Goodhue, D.L. i Thompson, R.L. (1995). Task-Technology Fit and Individual Performance. MIS Quarterly, 19 (2), 213 236. Klopping, I.M. i McKinney, E. (2004). Extending the Technology Acceptance Model and the Task-Technology Fit Model to Consumer E-Commerce. Information Technology, Learning &Performance Journal, 22 (1), 35 48. Konarski, R. (2009). Modele równa strukturalnych. Teoria i praktyka. Warszawa Wydawnictwo Naukowe PWN. Pastuszak, Z. (2007). Implementacja zaawansowanych rozwiza biznesu elektronicznego w przedsibiorstwie. Warszawa: Placet. 36 DOI 10.7172/1644-9584.52.2