Factors influencing consumers’ intention to use Internet of Things (IoT) technology based solutions

  1. MSc thesis
  2. Νούλας, Σπύρος
  3. Διοίκηση Επιχειρήσεων (MBA)
  4. 08 Σεπτεμβρίου 2018 [2018-09-08]
  5. Αγγλικά
  6. 59
  7. Δεληγιάννη, Ιωάννα
  8. IoT, User Acceptance, Behavioral Intention to Use, UTAUT, Smart Wearables | Διαδίκτυο των Πραγμάτων, Πρόθεση Χρήσης, Αποδοχή Χρήστη, Έξυπνες φορούμενες συσκευές
  9. 86
  10. Περιέχει : πίνακες, σχήματα, διαγράμματα, εικόνες
    • Καθώς η ανάπτυξη σύνθετων προϊόντων με βάση την τεχνολογία του Διαδικτύου των Πραγμάτων (ΙοΤ) επεκτείνεται ταχύτατα και δεδομένου ότι η επιτυχής εφαρμογή της τεχνολογίας βασίζεται έντονα στην πρόθεση αποδοχής χρήσης, είναι ζωτικής σημασίας να επαληθευτούν οι καθοριστικοί παράγοντες της αποδοχής και της πρόθεσης χρήσης τέτοιων IoT λύσεων. Στο πλαίσιο αυτό, η παρούσα έρευνα στοχεύει στη μελέτη της πρόθεσης χρήσης ΙοΤ λύσεων. Μέσα από μια συνοπτική παρουσίαση του IoT οικοσυστήματος, και μετά από μια κριτική σύγκριση των μοντέλων αποδοχής τεχνολογίας, ο ερευνητής προτείνει ένα τροποποιημένο μοντέλο που βασίζεται στην ενοποιημένη θεωρία αποδοχής και χρήσης της τεχνολογίας UTAUT (Venkatesh et al., 2003) για τον εμπειρικό προσδιορισμό των σχετικών προγνωστικών παραγόντων σε μια τυπική εφαρμογή IoHT (έξυπνο φορητό σύστημα παρακολούθησης της υγείας). Το μοντέλο δοκιμάστηκε με ένα δείγμα έρευνας (n = 168), το ερωτηματολόγιο της οποίας δημιουργήθηκε βάσει ερωτήσεων από το μοντέλο UTAUT, ενώ το εργαλείο ανάλυσης δεδομένων SPSS χρησιμοποιήθηκε για την εξαγωγή στατιστικών στοιχείων καθώς και για την μελέτη της συσχέτισης και παλινδρόμησης των δεδομένων του δείγματος. Τα στατιστικά ευρήματα της ανάλυσης συσχέτισης αποδεικνύουν ότι όλες οι εξεταζόμενες μεταβλητές στο προτεινόμενο μοντέλο έχουν σημαντική άμεση σχέση με την πρόθεση χρήσης. Τα αποτελέσματα της ανάλυσης παλινδρόμησης εμφανίζουν ότι οι μεταβλητές συνδυαστικά αντιπροσωπεύουν το 75,8% της μεταβλητότητας στη πρόθεση χρήσης τέτοιων ΙοΤ τεχνολογιών (υψηλότερος δείκτης από το 70% που επιτυγχάνει το γενικό μοντέλο UTAUT). Επιπλέον, αν και όλες οι εξεταζόμενες μεταβλητές επηρεάζουν θετικά την πρόθεση συμπεριφοράς στη χρήση (Behavioral Intention to Use), επιβεβαιώνεται ότι η Πρόβλεψη Απόδοσης (Performance Expectancy) και η Στάση Απέναντι στην Τεχνολογία (Attitude Towards Technology) την επηρεάζουν σε ιδιαίτερα σημαντικό βαθμό. Εν κατακλείδι, τα αποτελέσματα της έρευνας επεκτείνουν το μοντέλο UTAUT στο πλαίσιο της αποδοχής της τεχνολογίας ΙοΤ, προσθέτοντας τον παράγοντα της στάσης απέναντι στην τεχνολογία στη δομή του, και εξετάζουν την άμεση επίδραση των Συνθηκών Διευκόλυνσης (Facilitating Conditions) στη Πρόθεση Συμπεριφοράς στη Χρήση. Παράλληλα, παρέχουν σε υπεύθυνους ανάπτυξης προϊόντων και αρχιτέκτονες λύσεων πληροφορικής χρήσιμες οδηγίες για να σχεδιάσουν ένα επιτυχημένο IoT προϊόν. Τέλος, με βάση τα παραπάνω ευρήματα, παρατίθενται ορισμένοι περιορισμοί καθώς και συγκεκριμένες προτάσεις για μελλοντική έρευνα.
    • As multipart IoT products are rapidly being developed globally, and since the successful implementation of IT technology strongly relies on users’ acceptance, it is vital to verify the fitting predictors of use acceptance and behavioral intention to use IoT solutions and products. In this context, the current research aims at studying intention to adopt IoT technology based products and services. After putting together an brief presentation of the IoT ecosystem, in addition to presenting a comprehensive summary of technology adoption models, the study proposes a customized model derived from the unified theory of UTAUT, to experimentally verify the relevant determinants on a typical IoHT application (smart wearable health monitoring system). The modified model was subsequently tested with a survey sample (n=168), for which the questionnaire was created using preexisting questions from the UTAUT, and the correlation and regression data of the Statistical Package for Social Sciences (SPSS) was used to perform necessary analysis. Statistically, the correlation analysis results of our study indicate that all examined constructs on the proposed model have significant direct association with behavioral intention to use. The regression analysis findings illustrate that the moderating variables collectively account for 75,8% of the changeability in general behavioral intention to use IoT technologies (higher than the 70% that the standard UTAUT model achieves in adoption behavior). Even more, while all predictors positively influence behavioral intention to use, only Performance Expectancy and Attitude Towards Technology are further confirmed to significantly influence that dependable variable. To conclude, the outcome of this study extend the UTAUT in the perspective of IoT acceptance, by adding attitude towards technology to the structure of UTAUT and examining the direct influence of facilitating conditions to behavioral intention, while they also provide product managers and solution architects with useful guidelines for designing a successful IoT product. Based on above results, certain implications and several ideas for future examination are proposed.
  12. Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.