- Autor
- Sagan Adam (Uniwersytet Ekonomiczny w Krakowie), Grabowski Mariusz (Uniwersytet Ekonomiczny w Krakowie)
- Tytuł
- Informacja a priori w ocenie jakości modeli TAM na przykładzie platformy Moodle
A Priori Information in the Assessment of TAM Quality Models on the Example of Moodle Platform - Źródło
- Ekonometria / Uniwersytet Ekonomiczny we Wrocławiu, 2016, nr 3 (53), s. 21-31, rys., tab., bibliogr. 16 poz.
Econometrics / Uniwersytet Ekonomiczny we Wrocławiu - Słowa kluczowe
- Ekonometria bayesowska, Modele bayesowskie, Nowe technologie
Bayesian econometric, Bayesian models, High-tech - Uwagi
- streszcz., summ.
- Abstrakt
- Artykuł jest poświęcony roli informacji wnoszonej na podstawie metaanalizy w ocenie dopasowania i trafności predykcyjnej modeli akceptacji technologii (Technology Acceptance Model - TAM). Ten rodzaj modeli jest szczególnie wykorzystywany do analizy postaw i zachowań użytkowników wobec nowych technologii. W ich budowie stosowane są zarówno modele strukturalne ze zmiennymi ukrytymi (SEM), jak również predykcyjne modele ścieżkowe, w których parametry są szacowane na podstawie metody cząstkowych najmniejszych kwadratów (PLS-PM). Celem artykułu jest ocena roli informacji wnoszonej (subiektywnej wiedzy badacza i wyników przeszłych badań) na stabilność oszacowania parametrów modelu akceptacji technologii TAM i na dopasowanie modelu. Wykorzystanie informacji uprzedniej o rozkładach parametrów i wartościach punktowych oszacowań pozwala na poprawne określenie punktów startowych procesu estymacji oraz jest istotnym warunkiem budowy modelu w podejściach bayesowskich. W procesie modelowania zostały porównane modele zbudowane wyłącznie na podstawie danych (bez uwzględnienia informacji uprzedniej) z modelami wykorzystującymi subiektywną wiedzę badacza (estymowanymi w podejściu klasycznym i bayesowskim).(abstrakt oryginalny)
The article is devoted to the role of a priori information on the basis of a meta- -analysis in the evaluation of the fit and accuracy of Technology Acceptance Model (TAM). This type of model is particularly used to analyze the attitudes and behavior towards new technologies (Moodle platform). In model construction three approaches are compared: structural model with the latent variables (SEM), Bayesian SEM with informative priors based on metanalysis. The aim of the paper is to assess the role of information a priori (subjective knowledge of the researcher and the results of past studies) to assess the stability of the model parameters and fit of the model. Use of information about the prior distributions of parameters and values of point estimates allows to determine the starting points of estimation process and is an essential condition for building a model in bayesian approach. In the process of modeling two models are compared: one built solely on the basis of data (without prior information) and the other that use subjective knowledge of the researcher.(original abstract) - Dostępne w
- Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu - Pełny tekst
- Pokaż
- Bibliografia
-
- Chin W.W., Johnson N., Schwarz A., 2008, A fast form approach to measuring technology acceptance and other constructs, MIS Quarterly, vol. 32, no. 4, s. 687-703.
- Davis F.D., 1989, Perceived usefulness, perceived ease of use, and user acceptance of information technology, MIS Quarterly, vol. 13, no. 3, s. 319-340.
- Davis F.D., Bagozzi R.P., Warshaw P.R., 1989, User acceptance of computer technology: A comparison of two theoretical models, Management Science, vol. 35, no. 8, s. 982-1003.
- Kaczmarczyk S., 2007, Zastosowanie badań marketingowych, PWE, Warszawa.
- Kaplan D., Depaoli S., 2012, Bayesian Structural Equation Modeling, [w:] Handbook of Structural Equation Modelling, Hoyle R.H. (red.), NY, Guilford, New York.
- King W.E., He J., 2006, A meta-analysis of the technology acceptance model, Information and Management, 43, s. 740-755.
- Lee S.Y., 2007, Structural Equation Modeling. Bayesian Approach, Wiley.
- Moodle, 2016a, Moodle Statistics, https://moodle.net/stats (28.06.2016).
- Moodle, 2016b, Philosophy, https://docs.moodle.org/24/en/Philosophy (28.06.2016).
- Rossi P., Allenby G., McCulloch R., 2005, Bayesian Statistics and Marketing, Wiley.
- Sagan A., 2010, Bayesowska rewolucja w badaniach marketingowych ze zmiennymi ukrytymi - porównanie podejść, [w:] Marketing. Rozwój działań, Dąbrowski D. (red.), Politechnika Gdańska.
- Sagan A., Grabowski M., 2015, TAM Model as an Assessment Method for Moodle e-Learning Platform, [w:] IT for Practice 2015, Ministr J. (red.), Technical University, Ostrava.
- Sharma R., Yetton P., Crawford J., 2009, Estimating the effect of common method variance: The method-method pair technique with an illustration from TAM research, MIS Quarterly, vol. 33, no. 3, s. 473-490.
- Van de Schoot R., Kaplan D., Denissen J., Asendorpf J.B., Neyer F.J., van Aken M.A.G., 2014, A gentle introduction to Bayesian analysis: Applications to developmental research, Child Development, 85, s. 842-860.
- Wu J., Lederer A., 2009, A meta-analysis of the role of environment-based voluntariness in information technology acceptance, MIS Quarterly, vol. 33, no. 2, s. 419-432.
- Zachowania konsumenta. Koncepcje i badania europejskie, 2001, Lamkin M., Foxall G., van Raaij F., Heilbrun B. (red.), PWN, Warszawa.
- Cytowane przez
- ISSN
- 1507-3866
- Język
- pol
- URI / DOI
- http://dx.doi.org/10.15611/ekt.2016.3.02
