The Adoption of The Internet of Things by  Young Consumers   – an Empirical Investigation

Radosław Mącik

doi:10.25167/ees.2017.42.13

Opublikowane: 2020-11-24

Tom 17 Nr 2 (42) (2017)

Akceptacja internetu rzeczy przez młodych konsumentów – wyniki badań

Radosław Mącik

Economic and Environmental Studies

Dział: Articles

https://doi.org/10.25167/ees.2017.42.13

Abstrakt

W artykule przedstawiono, na tle rozważań teoretycznych i przeglądu literatury, wyniki wstępnych badań młodych konsumentów na temat akceptacji tzw. internetu rzeczy (IoT) - traktowanego jako technologia tworząca nową jakość korzystania z technologii informatycyjnych przez konsumenci, pomimo zauważalnych kosztów jej wdrożenia i obaw związanych z prywatnością. Badanie zostało przeprowadzone za pomocą ankiety internetowej (CAWI), na celowej próbie 223 młodych konsumentów z Polski Wschodniej. Głównym celem badania była eksploracja poziomu akceptacji technologii internetu rzeczy przez młodych konsumentów w Polsce oraz czynników wyjaśniających to zjawisko. W analizie wykorzystano jednozmiennową analizę wariancji (UNIANOVA) oraz oparte na kowariancji modelowanie równań strukturalnych (CB-SEM). Obecny poziom akceptacji internetu rzeczy przez młodych konsumentów nie może być uznany za wysoki, pomimo stosunkowo wysokiego odsetka badanych posiadających urządzenia zaliczane do IoT (80% respondentów) Jednak aż 78% właścicieli urządzeń IoT nie zetknęła się z takim pojęciem, więc korzystanie to nie jest świadome. Uczestnicy badania deklarowali raczej wykorzystanie pojedynczych urządzeń podłączonych do internetu lub sieci domowej przez znane technologii (Wi-Fi, Bluetooth) nie widząc szerszego kontekstu takiego ich wykorzystania. Wśród czynników wpływających na akceptację internetu rzeczy zidentyfikowano następujące konstrukty: oczekiwana wydajność i nawyk, jak również osobista innowacyjność w dziedzinie technologii informacyjnych (PIIT), które w modelu strukturalnym wyjaśniały behawioralną intencję wykorzystania internetu rzeczy. Ponadto dla niektórych grup urządzeń IoT znaczący był wpływ płci. Natomiast poziom deklarowanego dochodu, a także brak funduszy jako powód nie używania urządzeń IoT, nie miały znaczenia jako zmienne objaśniające akceptację internetu rzeczy.

Słowa kluczowe:

internet rzeczy, IoT, konsumenci, akceptacja technologii informacyjnych, wstępny model

Inne teksty tego samego autora

Radosław Mącik, Internetowe zakupy grzecznościowe – między wykluczeniem cyfrowym a zachowaniem racjonalnym , Economic and Environmental Studies: Tom 15 Nr 2 (34) (2015)

Pobierz pliki

PDF (English)

Zasady cytowania

Mącik, R. (2020). Akceptacja internetu rzeczy przez młodych konsumentów – wyniki badań. Economic and Environmental Studies, 17(2 (42), 363–388. https://doi.org/10.25167/ees.2017.42.13

Cited by / Share

Bibliografia

Agarwal, R. (2000). Individual acceptance of information technologies. Framing the Domains of IT Management: Projecting the Future Through the Past: 85–104.
Google Scholar

Agarwal, R.; Prasad, J. (1998). A Conceptual and Operational Definition of Personal Innovativeness in the Domain of Information Technology. Information Systems Research 9(2): 204–215.
Google Scholar

Ashton, K. (2009). That “internet of things” thing. RFiD Journal 22(7): 97–114.
Google Scholar

Bagozzi, R.P. (2007). The legacy of the technology acceptance model and a proposal for a paradigm shift. Journal of the Association of Information Systems 8(4): 244–254.
Google Scholar

Benbasat, I.; Barki, H. (2007). Quo vadis, TAM? Journal of the Association of Information System. 8(4): 211–218.
Google Scholar

Brill, J. (2014). The internet of things: Building trust and maximizing benefits through consumer control. Fordham Law Review 83(1): 205–217.
Google Scholar

Chui, M.; Löffler, M.; Roberts, R. (2010). The internet of things. McKinsey Quarterly (2): 70–79.
Google Scholar

Corcoran, P. (2016). The Internet of Things: Why now, and what’s next? IEEE Consumer Electronics Magazine 5(1): 63–68.
Google Scholar

Davis, F.D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly: Management Information Systems 13(3): 319–339.
Google Scholar

Dijk, J.A.G.M. van. (2005). The Deepening Divide: Inequality in the Information Society. SAGE. Dutton, W.H. (2014). Putting things to work: Social and policy challenges for the Internet of things. Info 16(3): 1– 21.
Google Scholar

Evans, D. (2011). The internet of things: How the next evolution of the internet is changing everything. CISCO white paper 1: 1–11.
Google Scholar

Fornell, C.; Larcker, D.F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research 18(FEBRUARY): 39–50.
Google Scholar

Gao, L.; Bai, X. (2014). A unified perspective on the factors influencing consumer acceptance of internet of things technology. Asia Pacific Journal of Marketing and Logistics 26(2): 211–231.
Google Scholar

Hair, J.F.; Ringle, C.M.; Sarstedt, M. (2011). PLS-SEM: Indeed a silver bullet. The Journal of Marketing Theory and Practice 19(2): 139–152.
Google Scholar

Hair Jr., J.F.; Ringle, C.M.; Sarstedt, M. (2013). Partial Least Squares Structural Equation Modeling: Rigorous Applications, Better Results and Higher Acceptance. PLS applications in strategic management: Partial Least Squares modeling in strategy research 46(1–2): 1–12.
Google Scholar

Henseler, J.; Ringle, C.M.; Sarstedt, M. (2014). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science 43: 115.
Google Scholar

Hooper, D.; Coughlan, J.; Mullen, M.R. (2008). Structural Equation Modelling: Guidelines for Determining Model Fit. Electronic Journal of Business Research Methods 6(1): 53–59.
Google Scholar

Hsu, M.-H.; Yen, C.-H.; Chiu, C.-M.; Chang, C. M. (2006). A longitudinal investigation of continued online shopping behavior: An extension of the theory of planned behavior. International Journal of Human Computer Studies 64(9): 889–904.
Google Scholar

IAB Polska. (2015). Internet Rzeczy w Polsce. IAB Polska: Warszawa. Iacobucci, D. (2010). Structural equations modeling: Fit indices, sample size, and advanced topics. Journal of Consumer Psychology 20(1): 90–98.
Google Scholar

Komiak, S.Y.; Benbasat, I. (2006). The effects of personalization and familiarity on trust and adoption of recommendation agents. Mis Quarterly : 941–960.
Google Scholar

Kwiatkowska, E.M. (2014). Rozwój Internetu rzeczy–szanse i zagrożenia. Internetowy Kwartalnik Antymonopolowy i Regulacyjny 8(3): 60–70.
Google Scholar

Mącik, R. (2013). Technologie informacyjne i komunikacyjne jako moderator procesów podejmowania decyzji zakupowych przez konsumentów. Lublin: Wydawnictwo UMCS.
Google Scholar

Mącik, R. (2014). Osobista innowacyjność w dziedzinie technologii informacyjnych a wirtualizacja zachowań konsumenta. Marketing i Rynek (nr 11 (CD)): 392–403.
Google Scholar

Mącik, R. (2015). Courtesy shopping online-between digital exclusion and rational behaviour. Economic and Environmental Studies 15(2): 211–229.
Google Scholar

Mącik, R.; Mącik, D. (2016). Trust and Product/Sellers Reviews as Factors Influencing Online Product Comparison Sites Usage by Young Consumers. Managing Global Transitions 14(2): 193–213.
Google Scholar

Nov, O.; Ye, C. (2008). Personality and Technology Acceptance: Personal Innovativeness in IT, Openness and Resistance to Change. In: Hawaii International Conference on System Sciences. Proceedings of the 41st Annual: 448–448. Presented at the Hawaii International Conference on System Sciences.
Google Scholar

Ożadowicz, A. (2014). Internet Rzeczy w systemach automatyki budynkowej. Napędy i Sterowanie 12: 88–93.
Google Scholar

Venkatesh, V.; L. Thong, J.Y.; Xu, X. (2012). Consumer Acceptance and Use of Information Technology: Extending the Unified Theory of Acceptance and Use of Technology. MIS Quarterly 36(1): 157–178.
Google Scholar

Venkatesh, V.; Morris, M.G. (2000). Why don’t men ever stop to ask for directions? Gender, social influence, and their role in technology acceptance and usage behavior. MIS Quarterly: Management Information Systems.24(1): 115–136.
Google Scholar

Venkatesh, V.; Morris, M.G.; Ackerman, P.L. (2000). A Longitudinal Field Investigation of Gender Differences in Individual Technology Adoption Decision-Making Processes. Organizational Behavior and Human Decision Processes 83(1): 33–60.
Google Scholar

Venkatesh, V.; Morris, M.G.; Davis, G.B.; Davis, F.D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly 27(3): 425–478.
Google Scholar

Vermesan, O.; Friess, P. (2015). Building the Hyperconnected Society: Internet of Things Research and Innovation Value Chains, Ecosystems and Markets. River Publishers. Wei, J. (2014). How wearables intersect with the cloud and the internet of things: Considerations for the developers of wearables. IEEE Consumer Electronics Magazine 3(3): 53–56.
Google Scholar

Yi, M.Y.; Fiedler, K.D.; Park, J.S. (2006). Understanding the Role of Individual Innovativeness in the Acceptance of IT-Based Innovations: Comparative Analyses of Models and Measures. Decision Sciences 37(3): 393–426.
Google Scholar