Bu içeriği görüntülemek için JoVE aboneliğiniz gereklidir. Giriş yapın veya ücretsiz denemenizi bugün başlatın.

Araştırma makalesi

Kamu Bilişim Teknolojileri Benimsemesinin Teorik Temelleri ve Ampirik Bulgularla Önerilmesi

75 görüntülenme

⸱

DOI:

10.3791/73614

⸱

15 Eylül 2026

 ,  , 
1Seoul AI School, Seoul School of Integrated Sciences and Technologies (aSSIST University), 2School of Business, Sungkyunkwan University, 3Department of Management Information Systems, Dong-A University

Bu makalede

Özet

Bu çalışma, algılanan kazanımların ve kayıpların, havalimanı biyometrikleri gibi kamu bilişim (BT) hizmetlerinin kullanıcılar tarafından kabul edilmesini veya reddedilmesini nasıl yönlendirdiğini açıklayan, prospekt teorisine dayalı bir algı-niyet çerçevesi olan kamu BT benimseme modelini önermektedir. Biri çok uluslu olmak üzere iki anket ve uzman müdahaleleri modeli doğrulamış, prospekt teorisinin farklı ülkeler ve bağlamlar genelinde geçerli olduğunu desteklemiştir.

Özet

Bu araştırma, kamu bilişim teknolojileri benimseme (PITA) üzerine teorik bir model önermektedir. Kamu bilişim teknolojileri (BT) hizmetleri; e-devlet portalları, kamu sağlığı uygulamaları ve havalimanlarındaki biyometrik sistemler gibi kamu kurumlarının tüm vatandaşlara sunduğu BT tabanlı hizmetleri ifade eder. Kamu BT'sinin kendine özgü doğası nedeniyle, öncelikle birey ve firma düzeylerine odaklanan önceden geliştirilmiş modeller, kamu BT benimsemenin kritik kitlesini belirlemede yetersiz görülmüştür. Bu boşluğu doldurmak amacıyla, kullanıcıların yeni bir kamu BT hizmetini benimserken algıladıkları kayıpları ve kazanımları araştırmak için prospekt teorisine dayalı bir algı-niyet çerçevesi önerilmiş; bu algıların, yeni bir kamu BT hizmetini ya reddetmenin ya da kabul etmenin öncülleri olduğu öne sürülmüştür. Üç ülkeden (Güney Kore, Birleşik Krallık ve Amerika Birleşik Devletleri) alınan anket örneklerini içeren çalışma dahil olmak üzere iki araştırma yürütülmüştür. Ayrıca, modelin pratik bir senaryo içerisinde kullanılabilmesi için nitel olarak geliştirilmesi ve doğrulanması amacıyla, müdahale tabanlı bir araştırma yaklaşımıyla beş sektör uzmanı davet edilmiştir. Sonuçlar, ilgili yol katsayılarının toplamı olarak hesaplanan kabulün toplam değerinin, yani kullanıcıların hizmeti kabul etmesi için gereken toplam algılanan değerin, reddetme değerinden tutarlı bir şekilde daha yüksek olduğunu göstermiştir. Benzer bir bulgu, algılanan kaybın aksine hem kabulün hem de reddetmenin daha güçlü bir belirleyicisi olan algılanan kazanım için de görülmüştür. Bulgular kesitsel ve öz bildirime dayalı verilere dayansa da, prospekt teorisi için güçlü bir destek sağlamakta ve teorinin kamu BT benimsemedeki temel rolünün daha iyi anlaşılmasına katkıda bulunmaktadır. Böylece PITA, prospekt teorisini kamu sektörü BT bağlamına genişleterek araştırmacılara doğrulanmış bir teorik temel, uygulayıcılara ise kamu BT hizmetlerinin benimsenmesini teşhis etmek için pratik bir araç sunmaktadır.

Giriş

Bilgi teknolojileri (BT), son birkaç on yılda inovasyon arayışı için baskın ve yaygın bir araç haline gelmiş ve günlük yaşamı önemli ölçüde değiştirmiştir. Psikolojik perspektiflere dayalı BT benimseme modellerinin tanıtılmasından beri1,2,3,4, kullanıcılar ve BT arasındaki ilişki bireysel ve firma düzeylerinde derinlemesine araştırılmıştır5.

Bu arada, birçok kamu kuruluşu, havalimanı yoğunluğu gibi kamu hizmetlerinin etkinliğine ve kalitesine zarar veren aşırı toplumsal talepler altında operasyonel verimliliği sağlamakta zorlanmaktadır. Fiziksel altyapıların genişletilmesi anlık faydalar sağlayabilir ancak önemli miktarda zaman ve para yatırımı gerektirir6. Buna karşılık, yenilikçi kamu hizmeti sağlayıcıları bu soruna BT odaklı inovasyon yoluyla yaklaşmış7, hizmet kalitesini ve operasyonel verimliliği güvence altına almak için inovasyonları mevcut altyapılarla entegre etmişlerdir8,9,10,1. Kamu kuruluşları artık temel varlıkları canlandırmak için yeni BT teknolojilerini (örneğin, bulut hizmetleri, siber güvenlik ve biyometri) benimsemektedir, bu da ek benimseme zorlukları yaratmaktadır12. Bu sorun, gerçek kullanıcıların yetersiz anlaşılmasından kaynaklanıyor olabilir: önceki araştırmalar ağırlıklı olarak kabulü yönlendiren faktörlere odaklanırken reddetme faktörlerini ihmal etmiştir. Kullanıcıların aktif katılımı olmadan, kamu kurumlarındaki BT uygulamaları pratik bir benimseme düzeyine ulaşmayabilir.

Buna karşın, kamu sektöründeki BT benimseme süreçleri, özel sektör bağlamlarından farklı ve kendine özgü zorluklar sunmaktadır. “Kabul” ve “reddetme” durumları iki farklı statüko olarak birbirine zıt görünse de13, birinin teşvik edilmesi diğerini engelleyebileceğinden, karşıt etkinin her iki yönü de değerlendirilmelidir. Kamu BT hizmet inovasyonu üzerine yapılan önceki çalışmalar, pozitif sonuçları vurgulama eğilimindeydi10,1,14,15,16. Bu nedenle bu makalede, psikoloji tabanlı Bİ modelleri (yani inovasyon yayılımı ve inovasyon direnci) ile davranışsal ekonomi (yani beklenti teorisi) birleştirilerek “kabul” ve “reddetme” durumları birlikte incelenmiştir.

Biyometrik kimlik tespitinin belge tabanlı prosedürlerin yerini aldığı havaalanı biyometrikleri vakası; bu kamu bilişim hizmetinin tüm vatandaşlara sunulması, hassas kişisel bilgiler içermesi ve kullanıcıları net bir kabul veya reddetme kararıyla karşıya bırakması nedeniyle seçilmiştir. Çalışmaya iki araştırma sorusu yön vermiştir. RQ1: Algılanan kazanımlar ve kayıplar, kullanıcıların bir kamu bilişim hizmetini kabul etmesini veya reddetmesini nasıl etkiler? RQ2: Beklenti teorisinin öngördüğü gibi, kabul için gereken toplam değer, reddetme için gerekenden daha mı büyüktür? Buna paralel olarak, yeni bir teorik çerçeve ortaya konmuş ve IBR (müdahale tabanlı araştırma) stratejisi17 aracılığıyla sektör uzmanları tarafından doğrulanmıştır (Şekil 1). Böylece bu çalışma, beklenti teorisini Bİ benimseme modelleriyle entegre etmekte ve kamu bilişim yöneticileri için uygulanabilir içgörüler sunmaktadır.

Araştırma sürecinin akış şeması: teori, model, veri, analiz, önem, çıkarımlar, uzman incelemesi.
Şekil 1Teorik model çerçevelendirme ve geliştirme araştırma süreciDiyagram; önceki benimseme modelleri ve beklenti teorisine dayalı teorik model çerçevesinin oluşturulmasından başlayarak, her birini bir uzman müdahalesinin takip ettiği Çalışma 1 ve Çalışma 2 üzerinden PITA modelinin tamamlanmasına kadar olan genel araştırma akışını tasvir etmektedir. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

BT benimsenmesi kapsamlı bir şekilde çalışılmıştır: bireysel düzeyde teknoloji kabul modeli (TAM)2 ve teknoloji kabul ve kullanımı birleşik teorisi (UTAUT)4, firma düzeyinde ise yeniliklerin yayılımı (DOI)1 ve teknoloji-organizasyon-çevre çerçevesi (TOE)3; artırılmış gerçeklik ve dil öğrenimi18,19, sohbet botları ve dijital ödemeler20,21, mobilite hizmetleri2,23 ve uzaktan çalışma24 üzerine takip çalışmaları başlatmıştır. Ancak, bu modellerin kamu BT'si için belirgin sınırlılıkları vardır: TAM gönüllü kullanımı varsayar, DOI kullanıcı direncini ihmal eder ve UTAUT öncelikle organizasyonel ortamlar için geliştirilmiştir, bu nedenle yarı-zorunlu kamu BT hizmetlerine uygulanabilirlikleri sorgulanmaya devam etmektedir. Bu modellere dayalı kamu BT benimsenme çalışmaları da mevcuttur; örneğin, çevrimiçi bir kamu şikayet giderme sistemini incelemek için UTAUT'un genişletilmesi25 ve kamu sektöründeki insan kaynakları bilgi sistemlerine TOE'nin uygulanması14 gibi; birçok başka çalışma da benzer yaklaşımlar benimsemiştir26,27,28,29,30,31,32,3,34,35.

Buna karşın, kamu düzeyindeki BT benimsenmesi, bireysel veya firma düzeyindekinden önemli ölçüde farklılık göstermektedir (bkz. Tablo 1): benimseyen kurumlar ile kullanıcılar aynı değildir ve mevcut hizmetlerin statükosu ile psikolojik atalet nedeniyle kullanıcıların niyetleri belirgin değildir. BT'nin yıkıcı özellikleri, mevcut sistemlerin yeniden yapılandırılmasını engelleyebilir36; benimseme süreci ayrıca, kullanıcıların bakış açılarının net bir şekilde anlaşılmasını gerektiren kullanıcı tutum ve davranışlarının değiştirilmesini zorunlu kılar. Bu özellikler göz önüne alındığında, bireysel ve firma düzeylerini vurgulayan önceki modeller, kamu BT benimsenmesi için kritik kütleyi belirlemede yetersiz kalabilir. BT odaklı hizmet inovasyonu, maliyetlerin azaltılması ve hizmetlerin iyileştirilmesi için kritik olduğundan37,38 ve nihayetinde toplumu ileriye taşıdığından39, kamu BT benimsenmesine yönelik odaklanmış bir teorik çerçeve büyük önem taşımaktadır.

Bireysel düzeydeFirma düzeyindeGenel düzeyde
Benimseme varlığıBireylerFirmalar (özel)Firmalar (kamu)
KullanıcıBireylerŞirket çalışanlarıBireyler
Kullanıcı niyetiBelirliBelirli (zorlanmış)Belirsiz
Psikolojik ataletİhmal edilebilirİhmal edilebilir (zorlanmış)Belirgin
Değer algısıVazgeçilmezVazgeçilmez (zorunlu)Vazgeçilmez
Temel benimseme amacıKişiselVerimlilik, maliyet tasarrufuKamu yararı
İlgili BT benimseme modelleriTAM2, UTAUT4DOI1, TOE3Bu çalışma

Tablo 1: Farklı BT benimseme düzeyleri. Tablo; BT benimsemeyi bireysel, firma ve kamu düzeylerinde, temsili teorik modeller, benimseyen birimler ve kullanıcılar açısından karşılaştırmaktadır.

Mevcut literatür, bireylerin ve çalışanların belirli bir BT hizmetini kullanmaya yönelik a priori (birey düzeyinde) veya zorunlu (firma düzeyinde) bir niyete sahip olduklarını2,40, bunun da benimsemenin önceden belirlendiği anlamına geldiğini göstermiştir4,41. Ancak, tüm kullanıcılar BT kullanma niyeti taşımazlar42 ve sadece birkaç Bİ çalışması reddetme nedenlerini ve gerekçelerini tanımlamıştır43,4. Buna göre, yeni bir kamu BT hizmeti, inovasyon ya kabul edilene ya da başarısız olana kadar kasıtlı olarak reddedilecektir45.

Bu çalışmanın temel amacı, kullanıcıların bir kamu kurumunun BT hizmetini kabul etme veya reddetme durumlarını algılanan kazanç ve algılanan kayıp olmak üzere iki değer algısı üzerinden incelemektir. Algılanan kazanç, yeniliklerin yayılımı modelinden uyarlanmıştır1,46; bu yapılar, BT kabulünü destekleyen algıları incelemek için yaygın olarak kullanılmış47,48 ve farklı bağlamlarda yüksek geçerlilik göstermiştir40. Buna karşılık algılanan kayıp, insanların uyum sağlama baskılarına rağmen mevcut yaşam biçimlerini neden koruduklarını açıklayan özellikleri içerir; yeniliğe direnç kavramına dayanan42,49 bu araştırma hattı, bazı kişilerin bir yeniliği benimsemeyi neden geciktirdiğini veya onu neden tamamen reddettiğini incelemektedir49,50,51,52,53. Kayıp ve kazancı genel yapılar olarak ele almak yerine, bu algıları yakalamak için çok boyutlu bir yaklaşım benimsenmiştir.

Algılanan kayıp, beş yapı üzerinden operasyonelleştirilmiştir53,54. Zaman kaybı (TIL), hizmetin öğrenilmesi ve kullanılması sırasında ya da beklentiler karşılanmadığında kaybedildiği algılanan süredir53. Sosyal kayıp (SOL), aptalca görünerek veya güncelliğini yitirmiş izlenimi vererek sosyal bir gruptaki konumun kaybedilmesi riskidir54. Finansal kayıp (FIL), satın alma maliyetleri, ücretler veya kişisel bilgilerin çalınmasıyla oluşabilecek potansiyel parasal kayıpları kapsar54. Fiziksel kayıp (PHL), kullanımın zarar, rahatsızlık veya bitkinliğe yol açabileceği algısıdır53,54. Performans kaybı (PEL), arızalar ve istenen faydaların sağlanamaması da dahil olmak üzere, hizmet kalitesinde veya işlevselliğinde mevcut alternatiflere kıyasla algılanan düşüştür53.

Algılanan kazancı (PG) açıklamak için göreceli avantaj, uyumluluk, denenebilirlik ve karmaşıklık kullanılmıştır1,46. Göreceli avantaj (REA), bir yeniliğin öncülünden daha avantajlı olduğu düşünülen derecedir; uyumluluk (COM), potansiyel bir benimseyenin değerlerine, ihtiyaçlarına ve önceki deneyimlerine uyum sağlama derecesidir; denenebilirlik (TRI), benimseme öncesinde mümkün olan deneyleme kapsamıdır ve TAM'ın algılanan kullanım kolaylığı ile ilişkili olan karmaşıklık (CPX), yeniliğin kullanımının ve anlaşılmasının ne kadar zor olduğunu ifade eder. Gözlemlenebilirlik, ölçülemeyecek kadar belirsiz olduğu için46 ve kamu bilişim bağlamındaki biyometrik sonuçlar başkaları tarafından kolayca gözlemlenemediği için kapsam dışı bırakılmıştır.

Kayıp-kazanç çerçevesi, yeni bir kamu BT hizmetine verilen tepkileri motive eden algılanan değerleri açıklamak için önerilmiştir. Eğer hizmet radikal ise ve alışılagelmiş davranışları tehdit ediyorsa, algılanan kaybın algılanan kazançtan daha ağır basacağı ve bunun reddedilmeye yol açacağı hipotez edilmiştir; bu durum devam ederse, reddetme eylemi davranışsal niyetin sabit bir yönü haline gelebilir42,49. Aksine, algılanan faydalar beklenen kayıplardan daha ağır basarsa, kullanıcının hizmeti reddetmek için çok az nedeni olur. Bu nedenle, aşağıdaki hipotezler öne sürülmüştür:

H1. Algılanan kayıp, reddetme üzerinde pozitif bir etkiye sahip olacaktır.
H2. Algılanan kayıp, kabul etme üzerinde negatif bir etkiye sahip olacaktır.
H3. Algılanan kazanç, reddetme üzerinde negatif bir etkiye sahip olacaktır.
H4. Algılanan kazanç, kabul etme üzerinde pozitif bir etkiye sahip olacaktır.

Kamu hizmetlerinde BT odaklı her ilerleme toplumu geliştirmeyi amaçlar (örneğin, havalimanı biyometrik sistemleri aracılığıyla daha hızlı ve güvenli biniş işlemleri); ancak yakın zamanda başlatılan bir kamu BT hizmeti risk ve belirsizliklerle dolu olabilir ve kullanıcılar faydaları amaçlandığı şekilde kabul etmeyebilir. Beklenti teorisine göre5, insanlar bu tür irrasyonel kararları, bir referans noktasına göre değerlendirilen (referans bağımlılığı) alternatiflerin, değerlerin ve belirsizliğe karşı tutumların analizlerine dayanarak verirler. Teorinun temel çıkarımı, kayıpların eşdeğer kazançlardan daha ağır basma eğilimi olan kayıptan kaçınma ve buna eşlik eden azalan duyarlılıktır; mevcut duruma kıyasla kazanç ve kayıplara odaklanan bu yaklaşım, burada incelenen kabul-redikotomisi ile doğrudan örtüşmektedir. Beklenti teorisi, yapay zeka destekli çalışmalardan dijital sağlığa, halka açık Wi-Fi'dan mobil ödemelere kadar uzanan çeşitli bağlamlarda, risk ve belirsizlik altındaki irrasyonel kararları açıklamak için güncel Bİ ve BT çalışmalarında kullanılmıştır56,57,58,59,60. Bu çalışmalar teorinin geçerliliğini doğrulasa da, öncelikle kabul niyetlerine odaklanmış ve kamu BT bağlamının merkezinde yer alan reddetme boyutunu ihmal etmişlerdir.

Kamu bilişim hizmetleri kullanıcıları, hizmeti kabul edip etmeme kararını toplam gerekli değerlere (yani algılanan kazanç ve kaybın toplamına) dayanarak veriyormuş gibi hareket ederler. Kamu bilişim hizmetlerinin benimsenmesi üzerine yapılan önceki hiçbir çalışma, bu fenomeni bu bakış açısıyla incelememiştir. Buna göre, yol katsayıları (yani PL'den REJ'e) değerler olarak kodlanmış5 ve red ile kabul için gerekli toplam değerler şu şekilde hesaplanmıştır:

V(R) = CLR + CGR (1)
V(A) = CLA + CGA (2)

burada CLR, CGR, CLA ve CGA sırasıyla algılanan kaybın reddedilme üzerindeki, algılanan kazancın reddedilme üzerindeki, algılanan kaybın kabul üzerindeki ve algılanan kazancın kabul üzerindeki yol katsayılarıdır; bu standartlaştırılmış katsayılar V(R) ve V(A)'yı kaybın ve kazancın toplam etkisinin bileşik değerleri olarak verir. Kamu BT hizmetleri kullanıcılara fayda sağlamak için tasarlanmış olsa da, kullanıcılar mevcut durumu terk ederken kayıplara kazançlardan daha fazla ağırlık verdikleri için, daha riskli bir seçim olan kabulün, reddedilmeye kıyasla daha büyük bir toplam değer gerektirmesi bekleniyordu. H1–H4 üzerine inşa edilen H5, bu etkilerin net dengesini test eder:

H5. Kabul için gereken toplam değer, V(A), red için gerekenden, V(R), daha büyük olacaktır. Ortaya çıkan kavramsal PITA (kamu bilgi teknolojileri benimseme) modeli Şekil 2'de gösterilmiştir.

Karar verme süreci diyagramı; algılanan kayıp ve kazancın reddetme ve kabul etmeye akışı.
Şekil 2Kavramsal PITA modeli. Diyagram; algılanan kaybı (PL) ve algılanan kazancı (PG), reddetmenin (REJ) ve kabulün (ACC) öncülleri olarak göstermektedir; a, b, c ve d yolları, toplam V(R) ve V(A) değerlerini hesaplamak için kullanılan katsayılara karşılık gelmektedir. Not: a = CLR, b = CLA, c = CGR ve d = CGA  Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Protokol

Tüm çalışma prosedürleri, aSSIST Üniversitesi, Sungkyunkwan Üniversitesi ve Dong-A Üniversitesi'ndeki insan katılımcıların yer aldığı araştırmalar için geçerli olan etik ilkelere uygun olarak yürütülmüştür. Anket yanıtları toplama aşamasında anonimleştirildiği ve herhangi bir kişisel tanımlayıcı bilgi toplanmadığı için, aSSIST Üniversitesi Kurumsal İnceleme Kurulu (IRB), çalışmayı tam etik incelemeden muaf olarak sınıflandırmıştır. Katılımcı kurumlar, hem araştırma tasarımını hem de veri toplama prosedürlerini kapsayan aSSIST Üniversitesi Kurumsal İnceleme Kurulu tarafından verilen muafiyet kararına dayandıkları için ayrı IRB onayları almamışlardır. Bu karar, Kore Cumhuriyeti'nin Biyoetik ve Güvenlik Yasası'nın 15. Maddesi ve Uygulama Yönetmeliği'nin 13. Maddesi'nde belirtilen muafiyet kriterleri (https://public.irb.or.kr/pt/pt01/PT0103/PT0103R01.do) uyarınca verilmiştir. Qualtrics anketine erişmeden önce tüm katılımcılara; araştırmanın akademik amacını, yanıtların anonim olarak işleneceğini, verilerin yalnızca araştırma amaçlarıyla kullanılacağını ve makul ölçüde öngörülebilir herhangi bir riskin bulunmadığını açıklayan elektronik bir bilgilendirilmiş onam formu gösterilmiştir. Ankete devam etmelerine yalnızca açıkça onam veren katılımcıların izin verilmiştir.

Çalışmaların genel görünümü
Beş hipotezi ve önerilen PITA modelini test etmek için iki ampirik çalışma ve iki uzman müdahalesi gerçekleştirilmiştir. Sonuçlar Şekil 3'te gösterilmektedir. Yapıları farklı zamanlarda ayrı ölçmek, verilerdeki ortak yöntem yanlılığı (CMB) olasılığını azaltmak ve çalışmanın genellenebilirliğini artırmak amacıyla COVID-19 öncesinde (2019 4. çeyrek) ve COVID-19 sırasında (2020 2. ve 3. çeyrekler) iki dalgalı anketler yapılmıştır61,62.

Çalışma karşılaştırma akış şeması; COVID öncesi/sonrası, örnekler, bölgeler; araştırma zaman çizelgesi, müdahaleler.
Şekil 3Çalışmaların genel görünümü. Zaman çizelgesi, iki dalgalı tasarımı özetlemektedir: Çalışma 1 (2019 4. çeyrek, COVID-19 öncesi, Kore örneği, N = 322) ardından ilk uzman müdahalesi ve Çalışma 2 (2020 2-3. çeyrek, COVID-19 sırasında, Kore/Birleşik Krallık/ABD örnekleri, N = 602) ardından ikinci uzman müdahalesi. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Çalışma 1 modeli
İlk araştırma modeli, Şekil 4'te gösterildiği gibi, kullanıcıların yakın zamanda kullanıma sunulan bir kamu BT hizmetini (örneğin, havaalanlarındaki biyometrik sistemler) kabul etme veya reddetme niyetlerini ortaya çıkarmak amacıyla geliştirilen hipotezlere dayanarak oluşturulmuştur. Kullanıcıların kamu BT hizmetlerine ilişkin görüşleri, her biri kendi birinci düzey yapıları tarafından oluşturulan algılanan kayıp (PL) ve algılanan kazanç (PG) şeklindeki iki ikinci düzey yapı ile yansıtılmıştır. Bu iki ikinci düzey yapı, kullanıcıların kamu BT hizmetlerini kullanma niyetlerini temsil eden reddetme (REJ) ve kabul etmenin (ACC) öncülleri olarak hizmet eder.

Kavramsal diyagram; PL, PG, REJ, ACC yapılarını içeren yapısal eşitlik modeli; araştırma analizi.
Şekil 4Çalışma 1 araştırma modeli. Beş birinci düzey kayıp yapısı (PEL, TIL, SOL, PHL ve FIL) ikinci düzey olan algılanan kaybı; dört birinci düzey kazanç yapısı (REA, COM, TRI ve CPX) ise algılanan kazancı oluşturmaktadır; bu iki ikinci düzey yapı, reddetme ve kabul etmenin öncülleri olarak modellenmiştir (H1–H4). Lütfen bu şeklin daha büyük bir versiyonunu görüntülemek için buraya tıklayın.

Çalışma 1 araştırma verileri
Geçtiğimiz yıl içinde en az bir kez uçağa binme deneyimi olan toplam 322 Koreli katılımcıdan (kadın: %46,6 ve erkek: %53,4) oluşan ilk veri örneği, 13 Kasım ile 18 Kasım 2019 tarihleri arasında (COVID-19 pandemisi başlamadan önce) toplanmıştır. Kamu BT hizmetlerinin (örneğin, havalimanlarındaki biyometrik uygulamalar) tanımları ve örnekleri anket giriş bölümünde sunulmuştur. Çalışma 1'e ait ham veriler Ek Dosya 1'de verilmiştir. Uçuş sıklığı; geçtiğimiz yıl içindeki bir, iki, üç, dört ve beş veya daha fazla uçuşa karşılık gelen beş karşılıklı olarak dışlayıcı kategori (FF1–FF5) üzerinden ölçülmüştür (Çalışma 1: sırasıyla 138, 91, 34, 21 ve 38 katılımcı; Çalışma 2: sırasıyla 174, 153, 109, 82 ve 84 katılımcı).

Yordayıcı yapılar, “kesinlikle katılmıyorum (1)” ile “kesinlikle katılıyorum (7)” arasında değişen yedi noktalı bir Likert ölçeği kullanılarak değerlendirilmiştir (çalışma anketi için bkz. Ek Dosya 21,46,53,54,63,64). 20 katılımcı ile yapılan pilot testin ardından revizyonlar, soru maddelerinin istikrarını, uygulanabilirliğini ve yorumlanma kolaylığını artırmak amacıyla yalnızca ifade düzeyindeki düzeltmelerle sınırlandırılmış; pilot çalışma sonrası herhangi bir yapı veya madde eklenmemiş ya da çıkarılmamıştır. Destekleyici belge, anketin tamamının yanı sıra ilgili istatistikleri ve teorik bağlamı içermektedir. Doğrulayıcı faktör analizi (CFA) ve kovaryans tabanlı yapısal eşitlik modellemesi (CB-SEM) analizleri gerçekleştirilmiştir.

Çalışma 1 için uzman müdahalesi
Nesnelliği sağlamak ve bu çalışmanın kalitesini artırmak için, aralarında uluslararası kuruluşlardan (Airports Council International ve International Air Transport Association) iki, devlet kuruluşlarından (Singapore Changi Airport ve Korea Airports Corporation) iki ve kamu ortamında hizmet sunan özel bir şirketten (Korean Air) bir uzman olmak üzere, en az on yıllık deneyime sahip beş uzman davet edilmiştir. Bu uzman müdahalesi, modeli ve hedef ortamla ilgili alan bilgisini geliştirmek için geri bildirim sağlamak açısından temel bir rol oynamıştır. Hem nitel (yani öznel geri bildirim) hem de nicel (yedi dereceli Likert ölçeği) değerlendirmeler gerçekleştirilmiştir. Nicel değerlendirme için karar-rapor-özellikleri anket maddelerinin revize edilmiş bir versiyonu (bakınız Ek Dosya 3)65 benimsenmiş ve sınıf içi korelasyon katsayısı kullanılarak valide edilmiştir6. Her müdahale turunda, her uzman nicel anketi bireysel olarak doldurmuş ve ardından açık uçlu nitel geri bildirimler sağlamıştır; tekrarlanabilirliği sağlamak amacıyla her iki müdahalede de aynı panel, araçlar ve prosedür kullanılmıştır.

Çalışma 2
Çalışma 1'de belirlenen sorunları gidermek ve modelin genellenebilirliğini artırmak amacıyla Çalışma 2'de Çalışma 1 ile aynı model uygulanmıştır. Çalışma 2, 602 katılımcıyı içermiştir (kadın: %42,3, erkek: %57,7, Kore: 20, Birleşik Krallık: 201 ve ABD: 201). Veriler, 23 Temmuz ile 19 Ağustos 2020 tarihleri arasında (COVID-19 pandemisi sırasında) toplanmıştır. Çalışma 2'ye ait ham veriler Ek Dosya 4'te sunulmuştur. Gözlemlenen 3 gösterge ile bu örneklem boyutu, gösterge başına yaklaşık 18 gözlem sağlamakta olup, CB-SEM için yaygın olarak önerilen gösterge başına 10 gözlem kriterini ve yaygın olarak kullanılan 20 gözlemlik minimum eşiği aşmaktadır. Kore, Birleşik Krallık ve ABD; Temmuz 2019 ile Haziran 2020 arasında dünya genelindeki tüm hava yolu yolcularının %29,1'ini (yaklaşık 5,5 milyarın 1,6 milyarı) oluşturdukları için seçilmiştir. COVID-19 pandemisi bu ülkeleri farklı zamanlarda etkilemiş, Kore'de başlamış ve daha sonra ABD ile Birleşik Krallık'ı etkilemiştir. Ayrıca, bu üç ülke Doğu ve Batı kültürel geleneklerinin bir karışımını sunmuştur. Sonuç olarak, yeni kamu bilişim hizmetine (yani havaalanı biyometrik sistemlerine) yönelik kullanıcıların algı-niyet çerçevesini incelemek için bu ülkelerden elde edilen birleşik veri seti kullanılmıştır.

Çalışma 2 için uzman müdahalesi
Aynı uzmanlar davet edilmiş, aynı nicel ve nitel değerlendirmeler gerçekleştirilmiş ve Çalışma 2'deki bulguları doğrulamak için geri bildirimleri istenmiştir.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Sonuçlar

Çalışma 1
Kendi bildirimine dayalı verilerle ilişkili potansiyel CMB'yi (ortak yöntem varyansı) değerlendirmek için öncelikle tek faktör analizi gerçekleştirilmiştir67. Test bulgularına göre, tek bir faktör varyansın %36,56'sını açıklamıştır; varyansın %50'sinden daha azını açıklayan tek bir faktör, CMB'nin bir sorun teşkil etmediğini gösterir62,67,68. Ardından yapı geçerliliği ve güv...

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Tartışma

İki çalışmadan oluşan bu araştırma, kamu BT benimsemesinin PITA modelini test etmiştir; her iki çalışma genelinde beş hipotezin tamamı desteklenmiş ve riskli COVID-19 bağlamında V(A) ile V(R) arasındaki fark, riskli seçimlerin daha yüksek algılanan değer gerektirdiğine dair prospekt teorisinin tahminiyle uyumlu olarak genişlemiştir. TAM2 ve DOI1 dahil olmak üzere, kamu BT benimsemesini yeterince açıklayamayan BT benimseme literatürünün teorik temellerinde bir boşluk tespit ...

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Açıklamalar

Yazarlar herhangi bir çıkar çatışması olmadığını beyan ederler. Bu revize edilmiş taslağın hazırlanması sırasında, dil düzenleme ve biçimlendirmeye yardımcı olması amacıyla üretken bir yapay zeka aracı (ChatGPT 5o) kullanılmıştır. Yazarlar tüm içeriği gözden geçirmiş ve doğrulamıştır ve taslağın tüm sorumluluğunu üstlenmektedir; veri üretmek, analizler yapmak veya şekiller oluşturmak için hiçbir yapay zeka aracı kullanılmamıştır.

Teşekkürler

Bu çalışma, aSSIST University'den alınan araştırma fonu tarafından desteklenmiştir.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Malzemeler

Bu makalede kullanılan malzemelerin listesi
AdŞirketKatalog numarasıYorumlar
IBM SPSS Amos (CB-SEM yazılımı)IBM Corp. (Armonk, NY, USA)version 27; https://www.ibm.com/products/structural-equation-modeling-sem/Ölçüm modeli değerlendirmesi (CFA: bileşik güvenilirlik, AVE ve ayırt edici geçerlilik) ve yapısal model yol analizi dahil olmak üzere tüm kovaryans tabanlı yapısal eşitlik modellemesi (CB-SEM) analizleri için kullanılmıştır. 
Prolific (Çevrimiçi Katılımcı Alımı Platformu)Prolific Academic Ltdhttps://www.prolific.com/Anket katılımcılarını toplamak için kullanılan çevrimiçi platform. Katılımcılar uygunluk kriterlerine (örneğin, havaalanı deneyimi) göre taranmış ve Prolific'in adil ödeme yönergelerine göre ücretlendirilmiştir. 
Qualtrics (Çevrimiçi Anket Platformu)Qualtrics, LLCRRID:SCR_016728Anket tasarımı, dağıtımı ve yanıt verilerinin toplanması için kullanılan web tabanlı anket platformu. Tüm ölçüm maddeleri, Qualtrics üzerinden 7'li Likert ölçeği (1 = kesinlikle katılmıyorum, 7 = kesinlikle katılıyorum) kullanılarak uygulanmıştır. https://www.qualtrics.com/

Kaynaklar

  1. Rogers EM, Singhal A, Quinlan MM. Diffusion of innovations. In: An integrated approach to communication theory and research. London: Routledge; 2014. p. 432-448.
  2. Davis FD. A technology acceptance model for empirically testing new end-user information systems: theory and results [dissertation]. Cambridge (MA): Massachusetts Institute of Technology; 1985.
  3. Tornatzky LG, Fleischer M, Chakrabarti AK. Processes of technological innovation. Lexington (MA): Lexington Books; 1990.
  4. Venkatesh V, Morris MG, Davis GB, Davis FD. User acceptance of information technology: toward a unified view. MIS Q. 2003;27(3):425-478.
  5. Jeyaraj A, Sabherwal R. Adoption of information systems innovations by individuals: a study of processes involving contextual, adopter, and influencer actions. Inf Organ. 2008;18(3):205-234.
  6. Balliauw M, Onghena E. Expanding airport capacity of cities under uncertainty: strategies to mitigate congestion. J Air Transp Manag. 2020;84:101791.
  7. Marjanovic O, Cecez-Kecmanovic D. Open government data platforms - a complex adaptive sociomaterial systems perspective. Inf Organ. 2020;30(4):100323.
  8. Kim C, Lee KC, Costello FJ. The intention of passengers towards repeat use of biometric security for sustainable airport management. Sustainability. 2020;12(11):4528.
  9. Morosan C. Voluntary steps toward air travel security: an examination of travelers' attitudes and intentions to use biometric systems. J Travel Res. 2012;51(4):436-450.
  10. Negri NAR, Borille GMR, Falcão VA. Acceptance of biometric technology in airport check-in. J Air Transp Manag. 2019;81:101720.
  11. Morosan C. An empirical examination of US travelers' intentions to use biometric e-gates in airports. J Air Transp Manag. 2016;55:120-128.
  12. Price A, Prusak A, Wright M. Tech trends 2021: a government perspective. Deloitte Insights; 2021.
  13. Samuelson W, Zeckhauser R. Status quo bias in decision making. J Risk Uncertain. 1988;1(1):7-59.
  14. Troshani I, Jerram C, Hill SR. Exploring the public sector adoption of HRIS. Ind Manag Data Syst. 2011;111(3):470-488.
  15. Cordella A, Bonina CM. A public value perspective for ICT enabled public sector reforms: a theoretical reflection. Gov Inf Q. 2012;29(4):512-520.
  16. Warkentin M, Orgeron C. Using the security triad to assess blockchain technology in public sector applications. Int J Inf Manag. 2020;52:102090.
  17. Oliva R. Intervention as a research strategy. J Oper Manag. 2019;65(7):710-724.
  18. Oyman M, Bal D, Ozer S. Extending the technology acceptance model to explain how perceived augmented reality affects consumers' perceptions. Comput Hum Behav. 2022;128:107127.
  19. Hsu HT, Lin CC. Extending the technology acceptance model of college learners' mobile-assisted language learning by incorporating psychological constructs. Br J Educ Technol. 2022;53(2):286-306.
  20. Balakrishnan J, Abed SS, Jones P. The role of meta-UTAUT factors, perceived anthropomorphism, perceived intelligence, and social self-efficacy in chatbot-based services? Technol Forecast Soc Change. 2022;180:121692.
  21. Wu B, An X, Wang C, Shin HY. Extending UTAUT with national identity and fairness to understand user adoption of DCEP in China. Sci Rep. 2022;12(1):1-11.
  22. Epstein B. Two decades of e-government diffusion among local governments in the United States. Gov Inf Q. 2022;39(2):101665.
  23. Hasselwander M, Bigotte JF, Fonseca M. Understanding platform internationalisation to predict the diffusion of new mobility services. Res Transp Bus Manag. 2022;43:100765.
  24. Ng PM, Lit KK, Cheung CT. Remote work as a new normal? The technology-organization-environment (TOE) context. Technol Soc. 2022;70:102022.
  25. Rana NP, Dwivedi YK, Williams MD, Weerakkody V. Adoption of online public grievance redressal system in India: toward developing a unified view. Comput Hum Behav. 2016;59:265-282.
  26. Alawadhi S, Morris A. Factors influencing the adoption of e-government services. J Softw. 2009;4(6):584-590.
  27. Chan FKY, et al. Modeling citizen satisfaction with mandatory adoption of an e-government technology. J Assoc Inf Syst. 2010;11(10):519-549.
  28. Weerakkody V, El-Haddadeh R, Al-Sobhi F, Shareef MA, Dwivedi YK. Examining the influence of intermediaries in facilitating e-government adoption: an empirical investigation. Int J Inf Manag. 2013;33(5):716-725.
  29. Mensah IK. Impact of government capacity and e-government performance on the adoption of e-government services. Int J Public Adm. 2020;43(4):303-311.
  30. Al Mansoori KA, Sarabdeen J, Tchantchane AL. Investigating Emirati citizens' adoption of e-government services in Abu Dhabi using modified UTAUT model. Inf Technol People. 2018;31(2):455-481.
  31. Mukred M, et al. The key factors in adopting an electronic records management system (ERMS) in the educational sector: a UTAUT-based framework. IEEE Access. 2019;7:35963–35980.
  32. Naranjo-Zolotov M, Oliveira T, Casteleyn S. Citizens' intention to use and recommend e-participation: drawing upon UTAUT and citizen empowerment. Inf Technol People. 2019;32(2):364-386.
  33. Toufaily E, Zalan T, Dhaou SB. A framework of blockchain technology adoption: an investigation of challenges and expected value. Inf Manag. 2021;58(3):103444.
  34. Amron MT, Ibrahim R, Bakar NAA, Chuprat S. Acceptance of cloud computing in the Malaysian public sector: a proposed model. Int J Eng Bus Manag. 2019;11:1847979019880709.
  35. Chatfield AT, Reddick CG. The role of policy entrepreneurs in open government data policy innovation diffusion: an analysis of Australian federal and state governments. Gov Inf Q. 2018;35(1):123-134.
  36. Dahabiyeh L, Constantinides P. Legitimating digital technologies in industry exchange fields: the case of digital signatures. Inf Organ. 2022;32(1):100392.
  37. Feller I. Managerial response to technological innovation in public sector organizations. Manage Sci. 1980;26(10):1021-1030.
  38. Dawson GS, Denford JS, Desouza KC. Governing innovation in US state government: an ecosystem perspective. J Strateg Inf Syst. 2016;25(4):299-318.
  39. Oliveira T, Fraga M. Literature review of information technology adoption models at firm level. Electron J Inf Syst Eval. 2011;14(1):110-121.
  40. Tornatzky LG, Klein KJ. Innovation characteristics and innovation adoption-implementation: a meta-analysis of findings. IEEE Trans Eng Manag. 1982;EM-29(1):28-45.
  41. Harrison DA, Mykytyn PP Jr, Riemenschneider CK. Executive decisions about adoption of information technology in small business: theory and empirical tests. Inf Syst Res. 1997;8(2):171-195.
  42. Ram S. A model of innovation resistance. Adv Consum Res. 1987;14(1):208-212.
  43. Lapointe L, Rivard S. A multilevel model of resistance to information technology implementation. MIS Q. 2005;29(3):461-491.
  44. Davidson E, Baird A, Prince K. Opening the envelope of health care information systems research. Inf Organ. 2018;28(3):140-151.
  45. Bradley L, Stewart K. A Delphi study of the drivers and inhibitors of Internet banking. Int J Bank Mark. 2002;20(6):250-260.
  46. Moore GC, Benbasat I. Development of an instrument to measure the perceptions of adopting an information technology innovation. Inf Syst Res. 1991;2(3):192-222.
  47. Agarwal R, Prasad J. The role of innovation characteristics and perceived voluntariness in the acceptance of information technologies. Decis Sci. 1997;28(3):557-582.
  48. Karahanna E, Straub DW, Chervany NL. Information technology adoption across time: a cross-sectional comparison of pre-adoption and post-adoption beliefs. MIS Q. 1999;23(2):183-213.
  49. Ram S, Sheth JN. Consumer resistance to innovations: the marketing problem and its solutions. J Consum Mark. 1989;6(2):5-14.
  50. Ellen PS, Bearden WO, Sharma S. Resistance to technological innovations: an examination of the role of self-efficacy and performance satisfaction. J Acad Mark Sci. 1991;19(4):297-307.
  51. Gatignon H, Robertson TS. Technology diffusion: an empirical test of competitive effects. J Mark. 1989;53(1):35-49.
  52. Weber EU, Bottom WP. Axiomatic measures of perceived risk: some tests and extensions. J Behav Decis Mak. 1989;2(2):113-131.
  53. Stone RN, Grønhaug K. Perceived risk: further considerations for the marketing discipline. Eur J Mark. 1993;27(3):39-50.
  54. Featherman MS, Pavlou PA. Predicting e-services adoption: a perceived risk facets perspective. Int J Hum Comput Stud. 2003;59(4):451-474.
  55. Kahneman D, Tversky A. Prospect theory: an analysis of decision under risk. Econometrica. 1979;47(2):263-291.
  56. Verma S, Singh V. Impact of artificial intelligence-enabled job characteristics and perceived substitution crisis on innovative work behavior of employees from high-tech firms. Comput Hum Behav. 2022;131:107215.
  57. Fadel KJ, Meservy TO, Kirwan CB. Information filtering in electronic networks of practice: an fMRI investigation of expectation (dis)confirmation. J Assoc Inf Syst. 2022;23(2):491-520.
  58. Choi HS, Carpenter D, Ko MS. Risk taking behaviors using public Wi-Fi. Inf Syst Front. 2021:1-18.
  59. Khan WU, Shachak A, Seto E. Understanding decision-making in the adoption of digital health technology: the role of behavioral economics' prospect theory. J Med Internet Res. 2022;24(2):e32714.
  60. Wong D, Liu H, Meng-Lewis Y, Sun Y, Zhang Y. Gamified money: exploring the effectiveness of gamification in mobile payment adoption among the silver generation in China. Inf Technol People. 2022;35(1):281-315.
  61. Tarafdar M, Maier C, Laumer S, Weitzel T. Explaining the link between technostress and technology addiction for social networking sites: a study of distraction as a coping behavior. Inf Syst J. 2020;30(1):96-124.
  62. Podsakoff PM, MacKenzie SB, Lee JY, Podsakoff NP. Common method biases in behavioral research: a critical review of the literature and recommended remedies. J Appl Psychol. 2003;88(5):879-903.
  63. Szmigin I, Foxall G. Three forms of innovation resistance: the case of retail payment methods. Technovation. 1998;18(6-7):459-468.
  64. Lee MC. Factors influencing the adoption of internet banking: an integration of TAM and TPB with perceived risk and perceived benefit. Electron Commer Res Appl. 2009;8(3):130-141.
  65. Aldag RJ, Power DJ. An empirical assessment of computer-assisted decision analysis. Decis Sci. 1986;17(4):572-588.
  66. Shrout PE, Fleiss JL. Intraclass correlations: uses in assessing rater reliability. Psychol Bull. 1979;86(2):420-428.
  67. Podsakoff PM, Organ DW. Self-reports in organizational research: problems and prospects. J Manag. 1986;12(4):531-544.
  68. Podsakoff PM, MacKenzie SB, Podsakoff NP. Sources of method bias in social science research and recommendations on how to control it. Annu Rev Psychol. 2012;63:539-569.
  69. Fornell C, Larcker DF. Evaluating structural equation models with unobservable variables and measurement error. J Mark Res. 1981;18(1):39-50.
  70. Kline E, et al. Convergent and discriminant validity of attenuated psychosis screening tools. Schizophr Res. 2012;134(1):49-53.
  71. Tversky A, Kahneman D. Rational choice and the framing of decisions. In: Multiple criteria decision making and risk analysis using microcomputers. Berlin, Heidelberg: Springer; 1986. p. 81-126.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Yeniden basım ve izinler

Daha fazla makale keşfet

Beklenti TeorisiAlgı Niyet ÇerçevesiE-Devlet HizmetleriKamu Sağlığı UygulamalarıBiyometrik SistemlerKullanıcı KabulüAlgılanan DeğerUluslararası AnketMüdahale Araştırması
Bize Ulaşın
Kütüphaneye Öner

Gizlilik

Kullanım Koşulları

Politikalar

Telif Hakkı © 2026 MyJoVE Corporation. Tüm hakları saklıdır.