Using UTAUT2 model to examine the determinants of omnichannel technology acceptance by consumers

Nguyen, Ngoc My Hang; Borusiak, Barbara

doi:10.17270/J.LOG.2021.580

Artykuł - szczegóły

Tytuł artykułu

Using UTAUT2 model to examine the determinants of omnichannel technology acceptance by consumers

Autorzy

Nguyen Ngoc My Hang , Borusiak Barbara

Treść / Zawartość

Pełne teksty:

Pobierz

Identyfikatory

DOI

10.17270/J.LOG.2021.580

Warianty tytułu

Badanie determinant akceptacji technologii omnichannelingu przez konsumentów z wykorzystaniem modelu UTAUT2

Języki publikacji

Abstrakty

Background: The paper presents the problem of omnichanneling technology acceptance by consumers in the purchasing process. The omnichanneling technology is an innovative solution used by retailers operating both brick&mortar and online retail formats, consisting in the integration of sales channels which aims to deliver a seamless customer experience regardless of the channel. It is an expensive and operationally complex solution, hence the need to test customer willingness to accept it. The objective of the article is to examine the determinants of both the intentions of acceptance the omnichannel technology by consumers and its use in purchasing behavior in accordance with the adopted UTAUT2 model. Methods: The work uses a hypothetical-deductive scientific method. Based on the UTAUT2 model, hypotheses were formulated regarding the type and strength of the latent variables impact on intention to accept technology and technology acceptance. Results: Data were collected from 280 respondents using CAWI method. Then, the factors were verified by exploratory factor analysis. Confirmatory factor analysis was used to examine the determinants (and the strength of their impact) of the intention to accept the technology and its use in the purchasing process. Conclusions: The research identified personal innovatinveness as the strongest predictor of omnichannel purchase intention, accompanied by social impact and expected performance. It was also found that perceived risk and hedonic motivation were not relevant in this study. The habit was proved to be a reliable indicator of both the intention to accept omnichanneling technology in the purchasing process and the behaviour associated with using the technology, while the facilitating conditions turned out to be related only to the use of omnichanneling technology.

Wstęp: W pracy przedstawiono problem akceptacji technologii omnichannelingu przez konsumentów w procesie dokonywania zakupów. Technologia omnichannelingu jest innowacyjnym rozwiązaniem stosowanym przez detalistów wykorzystujących zarówno stacjonarne, jak i internetowe formaty handlu, polegającym na integracji kanałów sprzedaży. Jest to rozwiązanie kosztowne oraz złożone operacyjnie, stąd konieczność zbadania skłonności nabywców do jej akceptacji. Celem artykułu jest zbadanie uwarunkowań zarówno intencji przyjęcia technologii omnichannel przez konsumentów, jak i jej wykorzystania w zachowaniach zakupowych zgodnie z przyjętym modelem UTAUT2. Metody: W pracy zastosowano hipotetyczno-dedukcyjną metodę naukową. Na podstawie modelu UTAUT2 zostały sformułowane hipotezy dotyczące rodzaju i siły oddziaływania zmiennych latentnych, do weryfikacji których zastosowano konfirmacyjną analizę czynnikową. Pozwoliła ona wskazać determinanty i określić siłę ich wpływu zarówno na intencję akceptacji technologii omnichannelingu w procesie zakupu, jak i jej użycie. Wyniki: Dane do analizy pozyskano od 280 respondentów metodą CAWI. Następnie zweryfikowano czynniki przy pomocy eksploracyjnej analizy czynnikowej. Do zbadania determinant (i siły ich wpływu) intencji akceptacji technologii oraz jej zastosowania w procesie zakupu zastosowano konfirmacyjną analizę czynnikową. Wnioski: Przeprowadzone badanie wskazało osobistą innowacyjność jako najsilniejszy predyktor zamiaru zakupu, któremu towarzyszy wpływ społeczny i oczekiwana wydajność. Zaobserwowano także, że postrzegane ryzyko i motywacja hedoniczna były nieistotne w tym badaniu. Odkryto, że nawyk jest wiarygodnym wskaźnikiem zarówno intencji akceptacji technologii omnichannelingu w procesie zakupu, jak i zachowań związanych z wykorzystywaniem tej technologii, podczas gdy warunki ułatwiające okazały się mieć związek tylko z wykorzystywaniem technologii omnichannelingu.

Słowa kluczowe

omnichaneling UTAUT2 model technology acceptance customer intentions use behaviour

omnichanneling model UTAUT2 akceptacja technologii intencja akceptacji

Wydawca

Wyższa Szkoła Logistyki

Czasopismo

LogForum

Rocznik

2021

Tom

Vol. 17, no. 2

Strony

231--241

Opis fizyczny

Bibliogr. 42 poz., rys., tab.

Twórcy

autor

Nguyen Ngoc My Hang

hang.nguyenngocmy@gmail.com

CBRE Corporate Outsourcing, al. Niepodległości 245/8, 02-009 Warsaw, Poland

autor

Borusiak Barbara

barbara.borusiak@ue.poznan.pl

Department of Commerce and Marketing, Poznań University of Economics and Business, al. Niepodległości 10, 61-875 Poznań, Poland

https://orcid.org/0000-0003-0672-1135

Bibliografia

1. Bloomberg J., 2014,. Retrieved 5 10, 2019, from Forbes: https://www.forbes.com/sites/jasonbloomberg/2014/09/30/omnichannel-more-than-adigital-transformation-buzzword/
2. Brown S.A., Venkatesh V., 2005. Model of adoption and technology in households: a baseline model test and extension incurporating household life cycle. MIS Q., 29, 399-436. http://doi.org/10.2307/25148690
3. Byrne B., 1998. Structural Equation Modeling with LISREL, PRELIS and SIMPLIS: Basic Concepts, Applications and Programming. Mahwah. New Jersey: Lawrence Erlbaum Associates.
4. Chang H., Chen S., 2009. Consumer perception of interface quality, security and loyalty in electronic com- merce. Information & Management, 46(7), 411-417. http://doi.org/10.1016/j.im.2009.08.002
5. Childers T.L., Carr C.L., Peck J., Carson S., 2001. Hedonic and utilitarian motivations for online retail shopping behavior. Journal of Retailing, 77(4), 511-535. http://doi.org/10.1016/s0022-4359(01)00056-2
6. Cook G., 2014. Customer experience in the omni-channel world and the challenges and opportunities this presents. Journal of Direct, Data and Digital Marketing Practice, 15(4), 262-266. http://doi.org/10.1057/dddmp.2014.16
7. Cunningham S.M., 1967. The major dimensions of perceived risk, in Cox, D.F. (Ed). Risk taking and information handling in consumer behavior, 82-108.
8. Davis F.D., 1989. Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. MIS Quarterly, 13(3), 319-340. http://doi.org/10.2307/249008
9. Davis F.D., Bagozzi R.P., Warshaw P.R., 1989. User Acceptance of Computer Technology: A Comparison of Two Theoretical Models. Management Science, 35(8), 982-1003. http://doi.org/10.1287/mnsc.35.8.982
10. Escobar-Rodríguez T., Carvajal-Trujillo E., 2014. Online purchasing tickets for low cost carriers: An application of the unified theory of acceptance and use of technology (UTAUT) model. Tourism Management, 43, 70-88. http://doi.org/10.1016/j.tourman.2014.01.01 7
11. Field A., 2009. Discovering statistics using SPSS. London: SAGE.
12. Forsythe S., Liu C., Shannon D., Gardner L.C., 2006. Development of a scale to measure the perceived benefits and risks of online shopping. Journal of Interactive Marketing, 20(2), 55-75. http://doi.org/10.1002/dir.20061
13. George D., Mallery P., 2010. SPSS for Windows Step by Step: A Simple Guide and Reference 17.0 (10th ed.). Boston: Pearson.
14. Giesing I., 2003. User Perceptions Related To Identification Through Biometrics Within Electronic Business. South Africa: University of Pretoria.
15. Herhausen D., Binder J., Schoegel M., Herrmann A., 2015. Integrating Bricks with Clicks: Retailer-Level and Channel-Level Outcomes of Online-Offline Channel Integration. Journal of Retailing, 91(2), 309-325. http://doi.org/10.1016/j.jretai.2014.12.009
16. Hew J., Lee V., Ooi K.W., 2015. What catalyses mobile apps usage intention: an empirical analysis. Industrial Management & Data Systems, 115(7), 1269-1291. http://doi.org/10.1108/imds-01-2015-0028
17. Januszewski A., 2011. Modele równań strukturalnych w metodologii badań psychologicznych. Problematyka przyczynowości w modelach strukturalnych i dopuszczalność modeli. [Models of structural equantions in methodology of psychological researches and acceptance of models]. Studia z Psychologii w KUL, 17, 213-245.
18. Juaneda-Ayensa E., Mosquera A., Murillo Y., 2016. Omni-channel customer behavior: key drivers of technology acceptance and use and their effects on purchase intention. Frontiers in Psychology, 7(1117), 1-11. http://doi.org/10.3389/fpsyg.2016.01117
19. Kang S.M., Waller N.G., 2005. Moderated multiple regression, spurious interaction effects, and IRT. Applied Psychological Measurement, 29(2), 87-105. http://doi.org/10.1177/0146621604272737
20. Kazancoglu I., Aydin H., 2018. An investigation of consumers’ purchase intentions towards omni-channel shopping. International Journal of Retail & Distribution Management, 46(10), 959-976. http://doi.org/10.1108/ijrdm-04-2018-0074
21. Kim J., Forsythe S., 2007. Hedonic usage of product virtualization technologies in online apparel shopping. Int. J. Retail Distrib. Manage, 35, 502-514. http://doi.org/10.1108/09590550710750368
22. Lai J.Y., Debbarma S., Ulhas K.R., 2012. An empirical study of consumer switching behaviour towards mobile shopping: a Push-Pull-Mooring model. International Journal of Mobile Communications, 10(4), 386-404. http://doi.org/10.1504/ijmc.2012.048137
23. Limayem M., Hirt S.G., Cheung C.M., 2007. How habit limits the predictive power of intention: the case of information systems continuance. MIS Q, 31, 705-737. http://doi.org/10.2307/25148817
24. Lu J., Yao J.E., Yu C., 2005. Personal innovativeness, social influences and adoption of wireless Internet services via mobile technology. The Journal of Strategic Information Systems, 14(3), 245-268. http://doi.org/10.1016/j.jsis.2005.07.003
25. Memory A., 1999. Remembering what happened: Memory errors and survey reports. The science of self-report: Implications for research and practice.
26. Midgley D., Dowling G., 1978. Innovativeness: The Concept and Its Measurement. Journal of Consumer Research, 4, 229-242. http://doi.org/10.1086/208701
27. Moore G.C., Benbasat I., 1991. Development of an Instrument to Measure the Perceptions of Adopting an Information Technology Innovation. Information Systems Research, 2(3), 192-222. http://doi.org/10.1287/isre.2.3.192
28. Morgan G., Leech N., Gloeckner G., Barrett K., 2013. IBM SPSS for Introductory Statistics: Use and Interpretation (5th ed.). New York: Routledge.
29. Pantano E., Viassone M., 2015. Engaging consumers on new integrated multichannel retail settings: Challenges for retailers. Journal of Retailing and Consumer Services, 25, 106-114. http://doi.org/10.1016/j.jretconser.2015.04.003
30. Pascual-Miguel F.J., Agudo-Peregrina Á.F., Chaparro-Peláez J., 2015. Influences of gender and product type on online purchasing. Journal of Business Research, 68(7), 1550-1556. http://doi.org/10.1016/j.jbusres.2015.01.050
31. Pedotto K., Chen V., 2016. 2016 US Mobile App Report. Comscore.
32. Piotrowicz W., Cuthbertson R., 2014. Introduction to the Special Issue Information Technology in Retail: Toward Omnichannel Retailing. International Journal of Electronic Commerce, 18(4), 5-16. http://doi.org/10.2753/jec1086-4415180400
33. Rigby D.K., 2011. The Future of Shopping. Harvard Business Review, 89, 65-76.
34. Rippé C.B., Weisfeld-Spolter S., Yurova Y., Sussan F., 2015. Is there a global multichannel consumer? International Marketing Review, 32(3/4), 329-349. http://doi.org/10.1108/IMR-10-2013-0225
35. Rogers E.M., 2010. Diffusion of Innovations (4th ed.). NY: Simon and Schuster.
36. San Martín H., Herrero A., 2012. Influence of the user’s psychological factors on the online purchase intention in rural tourism: integrating innovativeness to the UTAUT framework. Tourism Management, 33, 341-350. http://doi.org/10.1016/j.tourman.2011.04.003
37. Schlager T., Maas P., 2013. Fitting International Segmentation for Emerging Markets: Conceptual Development and Empirical Illustration. Journal of International Marketing, 21(2), 39-61. http://doi.org/10.1509/jim.12.0066
38. Trojanowski M., Kułak J., 2017. The Impact of Moderators and Trust on Consumer’s Intention to Use a Mobile Phone for Purchases. Journal of Management and Business Administration, 25(2), 91–116. http://doi.org/10.7206/jmba.ce.2450-7814.197
39. 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. http://doi.org/10.2307/30036540
40. Venkatesh V., 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. http://doi.org/10.2307/41410412
41. Verhoef P.C., Kannan P., Inman J.J., 2015. From Multi-Channel Retailing to OmniChannel Retailing. Journal of Retailing, 91(2), 174-181. http://doi.org/10.1016/j.jretai.2015.02.005
42. Yurova Y., Rippé C.B., Weisfeld-Spolter S., Sussan F., Arndt A., 2017. Not all adaptive selling to omni-consumers is influential: The moderating effect of product type. Journal of Retailing and Consumer Services, 34, 271-277. http://doi.org/10.1016/j.jretconser.2016.01.009

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2021).

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-35423c7b-bcfe-4baa-9c5b-81fb545f0a45