Sanal Influencerların Kullanıcı Benimsenmesini Anlamak İçin Teknoloji Kabul Modelinden Yararlanmak: Algılanan Özgünlük ve Antropomorfizmin Rolü

Özet

Bu çalışma, kısa video platformlarında sanal influencer benimsemesini inceleyen genişletilmiş bir Teknoloji Kabul Modeli kullanarak, algılanan faydalılığın, kullanım kolaylığının, özgünlüğün ve antropomorfizmin, PLS-SEM ile analiz edilen anket verileriyle kullanıcı tutumlarını ve davranışsal niyetlerini önemli ölçüde etkilediğini göstermektedir.

Özet

Sanal Influencerlar (VI'lar), TikTok, YouTube Shorts ve Instagram Reels gibi kısa video uygulamalarında giderek daha önemli oyuncular haline geliyor. Önceki araştırmalar VI'ları antropomorfizm, özgünlük ve tüketici etkileşimi açısından incelemiş olsa da, önceki çalışmaların çoğu Instagram veri setleri veya içerik analizine odaklanmış, sistematik bir davranışsal çerçeve benimsememiştir. Bu sınırlamaları ele almak için, bu çalışma Algılanan Faydalılık (PU) ve Algılanan Kullanım Kolaylığı (PEOU) ile kullanıcı tutumunu ve kısa video platformlarında VI'ları takip etme veya onlarla etkileşime konu davranışsal niyetini nasıl etkilediğini incelemek amacıyla Teknoloji Kabul Modeli (TAM) kullanmaktadır. Çalışma, Algılanan Özgünlük ve Antropomorfizmi moderatör değişkenler olarak önererek, TAM'ı psikolojik ve sosyal dinamikleri yakalamak için genişletiyor. TAM'ı bu moderatörlerle entegre eden kavramsal bir çerçeve geliştirildi. Veriler, düzenlenmiş VI içeriğine maruz kalan 350 kısa video kullanıcısının çevrimiçi anketiyle toplandı ve doğrulanmış Likert ölçeği aletleriyle ölçüldü. Katılımcılar önce standart sanal influencer video uyarıcılarına maruz kaldılar ve ardından çevrimiçi bir anket platformu aracılığıyla yönetilen yapılandırılmış bir anket doldurdular. Veri seti, ölçüm güvenilirliği, yapısal ilişkiler ve moderatör etkileri değerlendirmek için Kısmi En Küçük Kare Yapısal Denklem Modellemesi (PLS-SEM) kullanılarak analiz edildi. Analizden önce, veri seti eksik yanıtlar, eksik değerler ve yanıt tutarsızlıkları açısından tarandı. Sonuçlar, VI bağlamında TAM'ın uygulanabilirliğini doğrulamaktadır. PEOU, PU'yu olumlu etkiledi (β = 0.46, p < 0.001), PU Tutumu (β = 0.39, p < 0.001) ve Attitude Davranışsal Niyeti güçlü şekilde öngördü (β = 0.58, p < 0.001). Algılanan Özgünlük, PU ile Tutum ile Tutum ile Davranışsal Niyet arasındaki ilişkiyi güçlendirirken, Antropomorfizm hem PU hem de PEOU'nun Tutum üzerindeki etkilerini artırdı. Model uyum indeksleri (R² = 0.64 Attitude için; R² = 0.57 Davranışsal Niyet için) güçlü açıklayıcı gücü gösterir. Bu bulgular, kısa video platformlarında sanal influencer benimsenmesini açıklamada genişletilmiş TAM'ı desteklemektedir.

Giriş

Son yıllarda, sosyal medya influencerları (SMI'ler), hayatlarının, bilgilerinin, ürünlerinin ve markalarının yönlerini topluluk yayın^{platformları 1,2'de} paylaşarak önemli bir takipçi kitlesi kazandılar. Sanal Influencerlar (VI'lar), Instagram, Facebook ve TikTok 3 gibi platformlarda mal ve hizmetlerin tanıtımında yenilikçi bir yaklaşım olarak hem akademik hem de iş dünyası topluluklarından önemli ilgi çekmiştir^. İnsan influencer'ların (HI'ler) aksine, VI'lar gerçek bireyler değil, tasarımcı ekipleri tarafından insan görünümünü ve davranışlarını taklit etmek veya animasyonlu personalara benzemek için geliştirilen bilgisayar tarafından oluşturulmuş^{karakterlerdir.} Güçlü etkileşim yetenekleri nedeniyle, birçok marka VI'ları influencer pazarlaması için kullanıyor; ya iş birliği yoluyla ya da özel^{VI'lar oluşturarak 5}. Sonuç olarak, BMW gibi tanınmış markalar, müşteri etkileşimini artırmak ve satın alma kararlarını etkilemek için Lil Miquela gibi VI ile iş birliği yaptı.

SMI'lardan etkilenen bireylerin sayısı artmaya devam ettikçe, influencer pazarlaması da^artıyor. Influencer Pazarlama Hub, influencer pazarlama hizmetlerine uzmanlaşmış şirket sayısının 2021 yılında %26 arttığını ve dünya genelinde 18.900'e ulaşması öngörüldüğünü^{bildiriyor 7}. SMI'ların en dikkat çekici yeni kategorilerinden biri, insan davranışını ve görünümünü taklit edebilen "3D, bilgisayar tarafından oluşturulmuş karakterler^{"dir 8,9,10}. VI'lar tüketiciler arasında hızla popülerlik kazandı ve insan influencer'larına kıyasla giderek güvenilir tat yapıcılar olarak^{algılanıyor 11}. 2017 ile 2019 yılları arasında sosyal platformlardaki VI sayısı 27'den 125^12'ye yükseldi. Popülerlikleri arttıkça, VI'ler uluslararası^{markalarla iş birliği yapmaya başladı 12}. VI'lar, insan influencerlarının avantajlarını görünüş ve mesajlaşma üzerindeki daha fazla kontrolle birleştiren etkileyici bir^{alternatifi temsil eder 13}.

Bu alandaki özellikle yenilikçi bir gelişme, sanal influencerların kısmen veya tamamen yapay (örneğin, bilgisayar tarafından oluşturulmuş 3D avatarlar) sosyal medya varlıkları olarak ortaya çıkmasıdır; ancak insan influencerlara benzer içerik üretebilen içerikler. Hızlı yükselişleri akademik dikkat çekti, ancak mevcut araştırmalar sınırlı^{kalıyor 14}. Bu açığı gidermek için, mevcut çalışma parasosyal etkileşimleri (PSI) ele almaktadır; bunlar medya figürlerine bilişsel, duygusal ve davranışsal tepkiler^{olarak tanımlanır. 15}. Önceki araştırmalar, benzer özelliklere sahip insansı ve sanal influencerlarla izleyici tepkilerini karşılaştırarak PSI'yi incelemiştir.

Son çalışmalar, özellikle sosyal video ortamlarında kullanıcı algılarını şekillendirmedeki VI'lar ile insan influencerlar arasındaki farkları incelemiştir. Kanıtlar, VI onaylarının ürün algılarını etkileyebileceğini (örneğin, lüks çağrışımları güçlendirerek) ve insan influencerlarla algılanan fayda ve güvenilirlik açısından rekabet edebileceğini göstermektedir. Ancak, insan influencerlarla özdeşleşme daha güçlü olmaya devam ediyor ve kısa video bağlamlarında benimseme kararlarını etkileyen bir özgünlük boşluğunu^{ortaya koyuyor} 16,17,18. Nicel araştırmalar, PU ve PEOU'yu davranışsal niyetin temel öngörücüleri olarak tutarlı bir şekilde tanımlar; genellikle keyif, sosyal varlık ve topluluk katılımı gibi yapılarla desteklenir ve bu alanda TAM'ın uygulanabilirliğini^{pekiştirir 19,20}.

Artan bir araştırma koleksiyonu, VI bağlamında doğrudan özgünlüğü ele almaktadır. Hem nitel hem de nicel çalışmalar, algılanan özgünlüğün güven, katılım ve ikna etmeyi önemli ölçüde etkilediğini göstermektedir. Yapay zeka açıklaması ve insan benzerliği gibi faktörler güvenilirlik ve kullanıcı yanıtını^{etkiler 21,22}. Ek araştırmalar, "makine sezgisi" ipuçlarının, kullanıcılar yapay zeka kökenlerini tanıdığında algılanan özgünlüğü azaltabileceğini ve^23–25 arasında kabul için kritik bir sınır koşulu olarak özgünlüğü pekiştirdiğini gösteriyor. Antropomorfizmin incelemeleri, sosyal varlık ve güven gibi mekanizmalar aracılığıyla TAM ilişkilerini güçlendirebilen veya zayıflatabilen bir moderatör olarak teorik^{rolünü daha da vurgular.}

Benzer şekilde, Uyarıcıdır–Organizma–Yanıt (SOR) modeli, antropomorfik ipuçlarının ve sosyal uyarıcıların yapay zeka odaklı sistemleri kullanıcı kabulünü nasıl etkilediğini^{incelemek için uygulanmıştır 27}. SOR, teknolojik uyaranlara karşı gerçek zamanlı duygusal tepkileri ve durumsal değişkenlerin davranışı şekillendirmedeki rolünü yakalamada özellikle^{etkilidir 28}. Bu, hızlı sistem–kullanıcı geri bildirimi dinamik duygusal tepkiler üreten yapay zeka destekli etkileşimli^{ortamlarla uyumludur 29}. SOR çerçevesi ayrıca çoklu duygusal ve bilişsel uyarıcıların entegrasyonunu da mümkün kılar. Ancak, TAM ve UTAUT gibi modeller yaygın olarak kullanılsa da, önceden tanımlanmış yapılara odaklanır (örneğin, algılanan faydalılık ve kullanım kolaylığı), bu da kullanıcı davranışı üzerindeki çok boyutlu etkileri yakalama yeteneklerini^{sınırlayabilir.} Bu modeller genellikle dinamik karar verme bağlamlarından ziyade statik analizlere daha uygundur³¹. Örneğin, mega-influencerlar küresel kitlelere ulaşabilir, marka bilinirliğini artırabilir ve önemli etkileşim yaratabilir; ancak etkinlikleri bağlamlara göre^{değişir 32}. SOR duygusal süreçlere tamamlayıcı içgörüler sunarken, TAM davranışsal niyetleri modellemek için sade ve öngörülebilir bir çerçeve sunar.

Ampirik çalışmalar, mega-influencerların daha güçlü etkileşim, ürün tutumları ve bilgi edinimi^{yarattığını öne sürmektedir 33}. Ancak, alt seviyedeki influencerlar farkındalık ve özgünlüğü artırabilir, bazen hedefli reklamlardan daha iyi performans^{gösterebilir.} Diğer bulgular, mega-influencerların daha geniş katılımı sağladığını gösterirken, küçük influencerların daha güçlü özgünlük ve güven^{sergilediğini gösteriyor35}. Bu karışık bulgular, bağlamlar arasında influencer etkinliğindeki^{tutarsızlıkları ortaya koyuyor ve} sanal influencerlar^{da dahil olmak üzere ek influencer türlerinin araştırılması gerekliliğini vurguluyor 38}.

VI'lara artan ilgiye rağmen, mevcut araştırmalar kapsam açısından sınırlı kalıyor. Çoğu çalışma, etkileşim metriklerini (örneğin, beğenmeler, yorumlar, dilsel özellikler) değerlendirmek için Instagram tabanlı veri setleri ve içerik analizine dayanır; bu da benimseme niyetini davranışsal bir bakış açısından anlamada boşluk bırakır. Ayrıca, sınırlı araştırmalar, algoritma odaklı maruz kalma, hızlı içerik tüketimi ve yoğun parasosyal etkileşimler gibi benzersiz sosyo-teknik özellikler sunan kısa video platformlarında VI'nın benimsenmesini incelemiştir.

Bu boşlukları gidermek için, bu çalışma kısa video platformlarında VI'nın benimsenmesini etkileyen faktörleri sistematik olarak incelemek üzere Teknoloji Kabul Modeli'ni (TAM) uygulamaktadır. TAM, güçlü açıklayıcı gücü, kısayısı ve dijital bağlamlarda kapsamlı ampirik doğrulaması nedeniyle seçilmiştir. SOR ve UTAUT gibi alternatif çerçeveler değerli içgörüler sağlarken, bu çalışmanın bilişsel odağının ötesinde duygusal veya kurumsal faktörleri vurgular. Buna göre, TAM inanç oluşum aşamasında algılanan özgünlüğü ve antropomorfizmi kapsayacak şekilde genişletilir.

Özellikle, bu çalışma Algılanan Kullanım Kolaylığı (PEOU)'nun Algılanan Faydalılık (PU) üzerindeki etkisini ve bu yapıların kullanıcı tutumunu ve VI'lere karşı davranışsal niyetini nasıl şekillendirdiğini inceler. Bu ilişkileri şekillendiren algılanan özgünlük ve antropomorfizmin moderatör rollerini daha da inceler. Ampirik olarak, çalışma kısa video kullanıcıları üzerinde nicel bir anket kullanır ve genişletilmiş modeli PLS-SEM kullanarak test eder. İçerik analizinden davranışsal benimseme çerçevesine geçerek, bu araştırma kritik bir açığı ele alır ve gelişmekte olan dijital ortamlarda VI benimsemesinin anlaşılmasına katkıda bulunur.

Bu çalışma üç önemli katkı sağlamaktadır. İlk olarak, TAM'ı kısa video platformlarındaki sanal influencerlara genişletiyor ve yapay zeka tarafından oluşturulan varlıklara uygulanabilirliğini gösteriyor. İkinci olarak, TAM'ın inanç oluşum aşamasına antropomorfizm ve algılanan özgünlüğü dahil ederek inanç–tutum–niyet yolunu güçlendirir. Üçüncü olarak, ölçüm geçerliliği, yapısal ilişkiler ve moderasyon etkilerini değerlendirmek için anket verileri ve PLS-SEM kullanarak nicel davranışsal yaklaşım kullanarak metodolojiyi ilerletir.

Genel olarak, çalışma özgünlük ve insana benzesi tasarımın VI'nın benimsenmesini nasıl etkilediğine dair teorik ve pratik içgörüler sunmaktadır. PEOU ve PU'nun Tutum (ATT) ve Davranışsal Niyet (BI) üzerindeki etkilerini inceler, PU–ATT ve ATT–BI ilişkilerindeki Algılanan Özgünlük (PA) ve PEOU–ATT ve PU–ATT ilişkilerindeki Antropomorfizmin (ANTH) moderatör rollerini test eder. Bu ilişkilere dayanarak aşağıdaki hipotezler önerilmiştir:

H1:P kabul edilen Kullanım Kolaylığı (PEOU), Algılanan Faydalılığı (PU) olumlu etkiler.
H2: Algılanan Faydalılık (PU), sanal influencerlara karşı tutumu (ATT) olumlu etkiler.
H3: Tutum (ATT), sanal influencerları kullanma konusunda Davranışsal Niyeti (BI) olumlu etkiler.
H4: Algılanan Kullanım Kolaylığı (PEOU), sanal influencerlara karşı tutumu (ATT) olumlu etkiler.
H5: Algılanan Özgünlük (PA), PU ile ATT arasındaki ilişkiyi olumlu ölçüde yumuşatıyor.
H6: Algılanan Özgünlük (PA), ATT ile BI arasındaki ilişkiyi olumlu bir şekilde yumuşatır.
H7: Antropomorfizm (ANTH), PEOU ile ATT arasındaki ilişkiyi olumlu ölçüde artar.
H8: Antropomorfizm (ANTH), PU ile ATT arasındaki ilişkiyi olumlu ölçüde artar.

Şekil 1 , kısa video platformlarında Sanal Influencer benimsemesi için genişletilmiş Teknoloji Kabul Modeli (TAM) temelli kavramsal çerçeveyi sunmaktadır. Model, ilgili sosyal ve psikolojik etkileri yakalamak için temel TAM yapılarını ve iki moderatör değişkenini—Algılanan Özgünlük ve Algılanan Antropomorfizm—içeriyor. Doğrudan ilişkiler katı oklarla temsil edilirken, moderatör etkileri ilgili yapısal yolları hedefleyen kesik çizgiler olarak gösterilir. Bu temsil, kavramsal modeli önerilen hipotezlerle uyumlu hale getirir ve doğrudan ile etkileşim etkilerini ayırt ederek netliği artırır.

Protokol

Bu çalışma, Kuala Lumpur, Malezya'daki Teknolojioloji Üniversitesi AzmanHashim Uluslararası İşletme Okulu'nun Araştırma Etik Komitesi tarafından onaylanmıştır (Onay No.: UTM. AHIBS/REC/2025/012). Tüm prosedürler kurumsal etik standartlara ve Helsinki Bildirgesi'nin ilkelerine uyuyordu. Veri toplamadan önce tüm katılımcılardan bilgilendirilmiş onay alındı. Katılımcılar, çalışmanın amacı, katılımlarının gönüllü niteliği, yanıtlarının gizliliği ve herhangi bir zamanda cezasız çekilme hakkları hakkında bilgilendirildi. Akademik yayınlarda anonimleştirilmiş anket verilerinin kullanımı için de yazılı onay alınmıştır. Bu makalede kişisel olarak tanımlanabilir veya hassas veriler yer almamaktadır.

Bu çalışmada kısa video platformlarında sanal influencerların tüketicilerin benimsenmesini incelemek için kullanılan metodolojik araştırma süreci Şekil 2'de gösterilmiştir. Çalışma prosedürü, uyarıcı hazırlığı, katılımcı maruziyeti, anket yönetimi, veri ön işleme ve istatistiksel analiz dahil olmak üzere ardışık bir şekilde gerçekleştirildi. Kullanıcılar, TikTok, YouTube Shorts ve Instagram Reels gibi kısa video platformlarında özenle seçilmiş Sanal Influencer uyarıcılarına ilk kez maruz kalıyor. Algılanan Kullanım Kolaylığı (PEOU), Algılanan Faydalılık (PU), Tutum (ATT) ve Davranışsal Niyet (BI) gibi temel Teknoloji Kabul Modeli (TAM) yapılarını yakalamak için, anket yanıtları doğrulanmış Likert ölçeği araçları kullanılarak toplanır. Toplanan veriler, veri kalitesi için veri temizliği ve geçerlilik ile güvenilirlik değerlendirmeleri dahil olmak üzere ön işlenir.

Moderatif değişkenleri içeren genişletilmiş TAM çerçevesi, daha sonra geliştirilmiş veri setine uygulanır. Özellikle, Antropomorfizm (ANTH), PEOU → ATT ile PU → ATT arasındaki ilişkileri aderlerken, Algılanan Özgünlük (PA) PU → ATT ile ATT → BI arasındaki ilişkileri yönetir. Bu moderatör etkiler, yapısal yollar üzerindeki etkileşimler olarak açıkça modellenmiştir. Son olarak, ölçüm modeli, yapısal ilişkiler ve moderasyon etkileri Kısmi En Küçük Kare Yapısal Denklem Modelleme (PLS-SEM) kullanılarak değerlendirilir. Bulgular, kısa video platformlarında sanal influencer'lara yönelik kullanıcı benimseme davranışının kapsamlı ve sistematik bir analizini sunar; hem doğrudan ilişkileri (PEOU, PU → ATT → BI) hem de moderatör etkileri vurgular.

Çalışma metodolojisi ve tasarımı
Metodoloji, kavramsal çerçeve geliştirme, veri toplama ve ampirik analizler olmak üzere üç aşamada geliştirilmiştir.

Kavramsal çerçeve geliştirme
Bu aşama, teorik çerçevenin geliştirilmesini ve sanal etkileyicilerle ilgili iki sosyal-psikolojik moderatörle Teknoloji Kabul Modeli (TAM) genişletilmesini içeriyordu: Algılanan Özgünlük ve Antropomorfizm. Model, PEOU'nun PU'yu etkilediğini, PU ve PEOU'nun ise birlikte Tutumu etkilediğini, bunun da Davranışsal Niyeti etkilediğini varsayar (Şekil 3).

Veri toplama
Ampirik veriler, TikTok, YouTube Shorts ve Instagram Reels gibi kısa video platformlarının 350 kullanıcısına uygulanan çevrimiçi bir anket aracılığıyla toplandı. Katılımcılardan, popüler sanal influencerların yer aldığı standart videoları izlemeleri istendi. Veriler TAM yapıları ve moderatör değişkenleri üzerinde toplandı. Kontrol değişkenleri demografik ve kullanım özelliklerini içeriyordu. Etik hususlar dikkate alındı.

Ampirik analiz
Veriler, iki aşamalı Kısmi En Küçük Kare Yapısal Denklem Modelleme (PLS-SEM) prosedürü kullanılarak analiz edildi. Güvenilirlik ve geçerlilik, faktör yüklemeleri, Cronbach alfası, bileşik güvenilirlik, Ortalama Varyans Çıkarılması (AVE), Fornell–Larcker kriteri ve Heterotrait–Monotrait oranı (HTMT) kullanılarak değerlendirildi. 5.000 yeniden örneklemeyle bootstrapping, yapısal yollar ve moderasyon etkileri test etmek için kullanıldı; TAM modeli özgünlüğü ve antropomorfizm olarak moderatörler olarak doğrulandı.

Yapısal model formülasyonu
Çalışma, kısa video platformlarında Sanal Influencerların sosyal-duygusal yönlerini dahil ederek TAM modelini genişletiyor. Geleneksel yapılara (PU, PEOU, Tutum, Davranışsal Niyet) ek olarak, iki moderatör değişken—Algılanan Özgünlük ve Antropomorfizm—sırasıyla inandırıcı ve insana benzerliğin psikolojik boyutlarını temsil etmek için dahil edilmiştir.

Ölçüm düzeyinde, tüm gizli yapılar (PEOU, PU, ATT, BI, PA, ANTH) yansıtıcı olarak tanımlanır ve her gizli^{faktör 39'a} birden fazla anket öğesi yüklenir. Ölçüm modeli şu şekilde ifade edilir:

(1)

burada x_j gözlemlenen gösterge, η gizli yapı, λ_j faktör yükü ve ε_j ölçüm hatasıdır. Bu, nedensel yolların test edilmesinden önce önceden güvenilirlik, yakınsak rasyonalite ve ayrımcı rasyonellik sağladı.

Yapısal düzeyde, temel TAM denklemleri trail⁴⁰ olarak tanımlanmıştır. Algılanan faydalılık, Algılanan Kullanım Kolaylığı ile öngörüldü:

(2)

Tutum daha sonra PU ve PEOU'nun bir fonksiyonu olarak tanımlandı:

(3)

Son olarak, davranışsal niyet tutumla açıklandı ve PU isteğe bağlı doğrudan bir öngörücü olarak kullanıldı:

(4)

Ölçümlülüğü eklemek için etkileşim terimleri getirilir. Antropomorfizm (ANTH), PU ve PEOU'nun ATT üzerindeki etkilerini hafiflerken, Algılanan Özgünlük (PA) PU'nun ATT üzerindeki etkilerini ve ATT'nin BI üzerindeki etkilerini yumuşatır. Moderatörlü yapısal denklemler şunlardır:

(5)

Etkileşim katsayıları (β₆, β₇, β₈, β₉), TAM ilişkilerinin antropomorfizm ve otantiklik seviyelerine bağlı olarak değişip değişmediğini gösterir. Örneğin, PU'nun ATT üzerindeki koşullu etkisi şudur:

β₂ + β₆· ANTH + β₈· PA

Benzer şekilde, ATT'nin BI üzerindeki koşullu etkisi şudur:

β₄ + β₉· PA

Çerçeve ayrıca arabuluculuk ve moderatörlüğü de katıyor. Temel modelde PEOU'nun ATT üzerinden PU üzerindeki dolaylı etkisi şudur:

(6)

Moderatörler dahil edildiğinde, bu koşullu dolaylı bir etki haline geldi:

(7)

burada a ve p, sırasıyla antropomorfizm ve algılanan özgünlük değerlerini temsil eder.

Bu, PU'nun hakem karakterinin VI'ların sosyal özelliklerine bağlı olup olmadığının incelenmesine olanak tanır ve böylece moderatlı arabuluculuğun kanıtını sağlar.

Algılanan Özgünlük (PA) ve Antropomorfizm (ANTH), kısa video platformlarında Sanal Influencerların kullanıcı kabulünü moderatörler olarak görür; bu durum Şekil 3'te gösterilmiştir. Düz çizgiler doğrudan TAM ilişkilerini gösterirken, kesik çizgiler ise moderatör etkileri gösterir. Genel olarak, model teknolojik ve sosyal-psikolojik faktörleri entegre ederek sanal influencer benimsenmesini kapsamlı bir şekilde açıklıyor.

Veri seti toplama
Bu araştırma, bir anket veri setine dayanmaktadır (N = 350 katılımcı). Katılımcılar TikTok, YouTube Shorts ve Instagram Reels gibi kısa video platformlarının düzenli kullanıcılarıydı. Düzenlenmiş Sanal Influencer klipleri gösterildi ve TAM yapıları (PEOU, PU, ATT, BI) ve moderatörler (PA, ANTH) için doğrulanmış Likert ölçeği ölçümleriyle yapılandırılmış bir anket doldurmaları istendi. Veriler kendi kendine bildirildi ve kamuya açık bir veritabanından alınmadı; ancak ölçüm yapısı, teknoloji benimseme ve sanal influencer araştırmalarında yerleşik ölçeklerden uyarlanmıştır.

Tablo 1, davranışsal benimseme veri setinin yapısını tanımlar. Her satır, genişletilmiş TAM modelinde bir yapıyı, ölçüm öğelerini, ölçek tipini ve analitik rolüyle birlikte temsil eder. PEOU ve PU, 7 puanlık Likert ölçeğinde her biri dört madde kullanılarak ölçüldü.

Tablo 2, katılımcıların demografik profilini sunmaktadır. Katılımcıların demografik profili (N = 350) nispeten dengeli bir cinsiyet dağılımını gösteriyor; erkekler %50,86, kadınlar %45,43 ve küçük bir oran (%3,71) ise diğer olarak tanımlanıyor. Yaş açısından, katılımcıların çoğunluğu 25–34 yaş grubu (%44,57) içinde, ardından 18–24 yaş grubu (%29,43) ve 35–39 yaş (%26,00) gelir; bu da veri setinin esas olarak genç ve orta yaşlı bireylerden oluştuğunu göstermektedir. Eğitim başarısı açısından, katılımcılar farklı seviyelere adil şekilde dağılmıştır; en yüksek oran yüksek lisans derecesine sahiptir (%23,14), ardından lise (%22,86), lisans (%20,29), diploma (%17,43) ve doktora nitelikleri (%16,29) gelir. Bu, katılımcılar arasında çeşitli eğitim geçmişini yansıtmaktadır. Platform kullanım davranışı açısından, katılımcıların önemli çoğunluğu (%61,71) günlük kullanım bildirirken, %29,14'ü haftalık ve %9,14'ü ara sıra platformu kullanıyor. Bu, örneklenen popülasyon arasında platforma yüksek düzeyde bir etkileşim olduğunu gösterir. Bu özellikler, örneklemin kısa video platformlarının aktif kullanıcılarını temsil ettiğini gösterir.

Veri analizi
Veri toplandıktan sonra, teori genişletme, tahmin odaklı araştırmalar ve moderasyon değişkenli karmaşık modeller için uygun olan Kısmi En Küçük Kare Yapısal Denklem Modelleme (PLS-SEM) kullanılarak 350 geçerli yanıt analiz edildi. Analiz, ölçüm modeli değerlendirmesi, yapısal model değerlendirmesi, moderasyon analizi ve genel model tahminini içeriyordu.

Ölçüm modeli doğrulaması
İlk adım, tüm kavramların güvenilirliğini ve rasyonelliğini ölçmekti. İç güvenilirlik, Cronbach'ın Alpha (α) ve Bileşik Güvenilirlik (CR) ile test edildi ve 0.70'in üzerindeki standartlar tatmin edici olarak değerlendirildi. Yakınsak rasyonalite, Ortalama Varyans Çıkarılması (AVE ≥ 0.50) ile belirlenmiştir. Ayrımcı kısrarlılık, Fornell–Larcker standardı aracılığıyla doğrulandı; burada her yapının AVE'sinin kare kağı, ek kavramlarla ilişkilerinden daha büyüktü. Bir yapı j'nin AVE'si şu şekilde hesaplandı:

(8)

burada λ_ij, yapı j üzerindeki madde i'nin standartlaştırılmış faktör yükü ve ölçüm hatasıdır.

Mevcut çalışmanın ölçüm modeli Şekil 4'te gösterilmiştir. Her uzun süren TAM çerçevesi gizli yapısı, birkaç yansıtıcı gösterge tarafından operasyonel hale getirilmiştir. Özellikle, Algılanan Kullanım Kolaylığı (PEOU) ve Algılanan Faydalılık (PU) 4 maddeyle ölçülürken, Tutum (ATT) ve Davranışsal Niyet (BI) 3 maddeyle ölçüldü. Moderatörler—Algılanan Özgünlük (PA) ve Antropomorfizm (ANTH)—her biri üç gösterge kullanılarak değerlendirildi. Tüm yollar, kavramlardan bireysel işaretçilerine kadar uzanıyor ve ölçüm modelinin yansıtıcı doğasını yansıtıyordu. Kavramların güvenilirliği ve geçerliliği, faktör yüklemeleri, Cronbach alfası, Bileşik Güvenilirlik (CR) ve Ortalama Varyans Çıkarılması (AVE) kullanılarak doğrulandı. Bu durum, ölçüm modeli ve kavramların, kısa video platformlarında Sanal Influencer'lara karşı kullanıcı tutumlarının ve davranışsal niyetlerinin istenen boyutlarını ölçtüğü istatistiksel olarak sağlam bir şekilde ortaya çıktı.

Yapısal Model Testi
Ölçüm geçerliliği belirlendikten sonra, genişletilmiş TAM modelinin yapısal yolları incelendi. Öne sürülen doğrudan ilişkiler şunlardır:

(9)

(10)

(11)

Burada: β₁ PU → etkisini inceledi,_{β 2} β₃ PU ve PEOU'nun ATT → etkisini inceledi β₄ ATT → BI'nin etkisini yakaladı. Yol katsayıları (β) bootstrapping yöntemiyle (5000 yeniden örnekleme) hesaplandı ve anlamlılık t-değerleri ve p-değerleri üzerinden hesaplandı.

Moderasyon analizi
Etkileşim etkilerini incelemek için moderasyon analizi yapıldı. TAM genişletilmesinde moderatör olarak Algılanan Özgünlük (PA) ve Antropomorfizm (ANTH) yer aldı. Moderasyon, bağımsız değişkenler ile moderatörler arasında etkileşim terimleri oluşturularak test edildi. Genişletilmiş model şu şekilde tasvir edilmiştir:

(12)

Burada: PU × PA: Gerçekliğin faydalılığın tutum üzerindeki rolünü artırıp artırmadığını test ettim. PEOU × ANTH: Algılanan Kullanım Kolaylığı sonucunu antropomorfizmin etkisi artırıp artırmadığı değerlendirildi. TT × PA: Gerçekliğin davranışsal niyet üzerindeki tutumun sonucunu güçlendirip güçlendirmediği değerlendirildi. Önemli bir_{β 7}, β₈ veya β₁₀ katsayısı moderasyonun gerçekleşmesini doğrulamıştır.

Model değerlendirmesi
Model genel olarak açıklayıcı ve öngörücü güç açısından değerlendirildi:

Belirleme katsayısı (R²): Endojen yapılarda (ATT ve BI) netleştirilmiş değişikliği belirtir. R² ≥ 0.50 davranış çalışmalarında büyük olarak kabul edildi.

Öngörücü önem (Q²): Göz bağıyla belirlendi, Q² > 0 öngörücü geçerliliği belirtir.

Etki boyutu (f²): Model üzerindeki her yapının etkisini belirlemek için kullanıldı ve şu şekilde hesaplanır:

(13)

Bir tahmin gösterici dahil edildiğinde varyans nerede açıklandı ve hariç tutulduğunda varyans olarak açıklandı. Sonuç olarak, veri analizi başlangıçta yapı güvenilirliğini ve geçerliliğini doğrular, TAM'ın yapısal ilişkilerini test eder, antropomorfizm ve özgünlüğün moderasyon etkilerini değerlendirir ve son olarak tipik olanın tanımlayıcı ve ekstrapolatif kontrolünü kontrol eder. Bu kapsamlı yaklaşım, bulguların sağlamlığını sağlar ve TAM'ı kısa video platformlarındaki Sanal Influencerlar için de genişletir.

Hipotez testi
Genişletilmiş TAM çerçevesini doğrulamak için, PLS-SEM ile bootstrapping (5000 yeniden örnekleme) kullanılarak sekiz hipotez test edildi. Bootstrapping süreci, kritik eşik değerine (p < 0.05) karşı ayarlanan trail sabitleri (β), t-değerleri ve p-değerleri oluşturdu.

Doğrudan Etkiler (H1–H4)
Klasik TAM'ın doğrudan etkileri önce değerlendirildi. Bulgular, Algılanan Kullanım Kolaylığı (PEOU) ile Algılanan Faydalılık (PU) üzerinde önemli bir etkiye sahip olduğunu doğruladı. Tahmini denklem şudur:

(14)

Burada β₁=0.46, t=8.72, p < 0.001. Buna göre H1 desteklenmektedir.

İkinci olarak, Algılanan Faydalılık (PU) ve PEOU'nun da Tutumu (ATT) üzerinde olumlu etkileri bulunmuştur:

(15)

β₂=0.39, t=7.64, p < 0.001 ve β₃=0.21, t=2.14, p < 0.05. Bu bulgular, H2'yi güçlü bir şekilde desteklemekte, kısmi H4'ü desteklemekte olup, hem Algılanan Kullanım Kolaylığı hem de Faydalılık tutumları değiştirdiğini güçlendirmektedir.

Son olarak, ATT'nin Davranışsal Niyet (BI) üzerindeki etkisi önemliydi:

(16)

β₄=0.58, t=10.12, p < 0.001. Bu nedenle, H3 güçlü bir şekilde desteklenmekte olup, olumlu tutumların Sanal Influencer'ları kullanma niyetlerini güçlü şekilde yönlendirdiği vurgulanmaktadır.

Moderatör etkiler (H5–H8)
Algılanan Özgünlük (PA) ve Antropomorfizmin (ANTH) aracılık edici etkileri, etkileşim terimlerinin dahil edilmesiyle test edildi.

H5 için, PU'nun ATT üzerindeki etkisi PA tarafından denetlendi:

(17)

β₅=0.15, t=3.21, p < 0.01. Bu, VI'ların gerçek olarak görüldüğünde, faydalarının tutumlar üzerinde daha güçlü bir etkisi olduğunu gösterir.

H6 için, PA'nın ATT → BI moderasyonu da önemliydi:

(18)

β₆=0.12, t=2.94, s<0.01. Bu, özgünlüğün olumlu tutumlar ile davranışsal niyet arasında daha güçlü bir bağlantı olduğunu gösterir.

H7 için antropomorfizm ANTH, PEOU'nun ATT üzerindeki etkisini yumuşatıyor:

(19)

β₇=0.14, t=3.08, p < 0.01. Buna göre, VI'lar daha insana benzeydiğinde, kullanım kolaylığı olumlu tutumlara daha güçlü şekilde dönüşür.

H8 için antropomorfizm ayrıca ANTH'nin PU → ATT yolunu da güçlendirmiştir:

(20)

β₈=0.11, t=2.21, p < 0.05.

Model performansı, açıklayıcı güç için R² , öngörücü önem için Q² ve her tahmincinin katkısını değerlendirmek için etki boyutu (f²) kullanılarak değerlendirildi.

Sonuçlar

Kısa video uygulamalarının (Instagram Reels, YouTube Shorts ve TikTok) aktif kullanıcılarından toplam 350 kullanılabilir yanıt alındı. Veriler, SmartPLS 4.0'da Kısmi En Küçük Kare Yapısal Denklem Modelleme (PLS-SEM) kullanılarak ön işleme ve eksik yanıtların hariç tutulmasının ardından analiz edildi. Bu yaklaşım, hem ölçüm hem de yapısal modellerin değerlendirilmesini ve ölçülenme etkilerini mümkün kıldı.

Sonuçlar, önerilen genişletilmiş TAM çerçevesinin geçer...

Tartışma

Yapıları doğrulamak için, ölçüm modeli güvenilirlik, yakınsak geçerlilik ve ayrımcı^{geçerlilik 39,40} açısından değerlendirildi. Çalışmanın bulguları, kısa video platformlarında kullanıcıların Sanal Influencer'ları (VI) benimsemesini etkileyen faktörler hakkında önemli içgörüler sunmaktadır. Sonuçlar, hem teknolojik (Algılanan Faydalılık ve Algılanan Kullanım Kolaylığı) hem de psikolojik (Algılanan Özgünlük ve Antropomorfizm) faktö...

Malzemeler

Bu makalede kullanılan malzemelerin listesi

Ad	Şirket	Katalog numarası	Yorumlar
Computer System (PC/Laptop)	Generic (HP/Dell/Lenovo or equivalent)	Yok	Veri toplama ve analiz için kullanılır
Google Forms	Google LLC	Yok / https://forms.google.com	Anket tasarımı ve veri toplama için kullanılır
Instagram Reels	Meta Platforms Inc.	Yok / https://www.instagram.com/reels/	Sanal influencer video uyaranı platformu
Internet Connection	Yerel İnternet Servis Sağlayıcı	Yok	Ankete ve platformlara erişim için gerekli
Microsoft Excel	Microsoft Corporation	365 / https://www.microsoft.com/excel	Veri ön işleme ve organizasyon için kullanılır
Python	Python Software Foundation	3.x / https://www.python.org	Opsiyonel ön işleme ve veri işleme için kullanılır
SmartPLS	SmartPLS GmbH	4.0 / https://www.smartpls.com	PLS-SEM analizi dahil HTMT, Q² (körleştirme) ve f² etki büyüklüğü için kullanılır
TikTok	TikTok Inc.	Yok / https://www.tiktok.com	Sanal influencer video uyaranı platformu
Virtual Influencer Video Clips	Yazar tarafından oluşturulan veri seti	Yok	Katılımcılara sunulan standart video uyaranı
YouTube Shorts	Google LLC	Yok / https://www.youtube.com/shorts	Sanal influencer video uyaranı platformu