dEjournals Nyitóoldal
Economica
Nyitólap Aktuális
Archívum Keresés
Regisztráció Bejelentkezés

Economica

Évf. 15 szám 3-4 (2024)
Folyóiratcikk

Online vásárlási- és elektronikus fizetési szokások feltérképezése UTAUT modellel – szakirodalmi áttekintés

Megjelent:
2024-12-31
DOI Linkhttps://doi.org/10.47282/economica/2024/15/3-4/14231
Szerzők
Piros Edina,
Fehér András
Megtekintés
pdf
Kulcsszavak
Online vásárlás Elektronikus fizetés Fintech UTAUT modell
Hogyan hivatkozzuk
Kiválasztott formátum: APA
Piros, E., & Fehér, A. (2024). Online vásárlási- és elektronikus fizetési szokások feltérképezése UTAUT modellel – szakirodalmi áttekintés. Economica, 15(3-4), 115-125. https://doi.org/10.47282/economica/2024/15/3-4/14231
Absztrakt

A szakirodalmak számos elméletet és keretrendszert határoznak meg az új technológiák felhasználói elfogadottságának és elfogadásának vizsgálatára, amelyek közül a TAM (technológiai elfogadás modell) és kiterjesztései, valamint az UTAUT (technológiaelfogadás és -használat egységesített elmélete) a legnépszerűbbek. Több kutatás is alátámasztja, hogy az UTAUT-modell eredményesnek bizonyult a viselkedési szándék okozati összefüggéseinek vizsgálatában. A szakirodalmi elemzés során célunk volt meghatározott paraméterek mellett feltérképezni milyen függő- és független változók mentén érdemes vizsgálni azt, hogy az egyének miként viszonyulnak az online vásárláshoz- és elektronikus fizetéshez. Emellett célunk volt feltérképezni, hogy az alap UTAUT modellt hogyan érdemes kiegészíteni a vizsgálat eredményességének növelése érdekében. Azáltal, hogy a megfelelő szakirodalmi háttértudást elsajátítjuk, megalapozzuk a primer kutatásunk megvalósulását, melynek célja az egyetemi hallgatók online vásárlási- és elektronikus fizetési szokásainak a feltérképezése az UTAUT modell segítségével. A szakirodalmi elemzés során arra jutottunk, hogy az alap UTAUT modell változóit érdemes kiegészíteni és vizsgálni még akár az észlelt bizalmat és kockázatot, emellett a szolgáltatás minőségét, tudatosságot stb. Ha a felhasználók úgy vélik, hogy egy technológia javítani fogja a teljesítményüket, nagyobb valószínűséggel fogadják el és használják azt. Az egyének nagyobb eséllyel fognak elfogadni egy új technológiát, ha az könnyen kezelhető. Mindezt meghatározzák a felhasználói felületek, a felhasználóbarátság, a technológia használatához szükséges feladatok összetettsége és az interakció észlelt könnyűsége. Azt, hogy az egyén, hogyan viszonyul egy új technológiához vagy rendszerhez, nézeteit befolyásolják azok a társadalmi körök is, amelyekben részt vesz.

Hivatkozások
  1. [1] Alismaiel, O. A., Cifuentes-Faura, J., & Al-Rahmi, W. M. (2022). Online learning, mobile learning, and social media technologies: An empirical study on constructivism theory during the COVID-19 pandemic. Sustainability, 14(18), 11134.
  2. [2] Almogren, A. S., & Aljammaz, N. A. (2022). The integrated social cognitive theory with the TAM model: The impact of M-learning in king saud university art education. Frontiers in Psychology, 13, 1050532.
  3. [3] Alrawad, M., Lutfi, A., Alyatama, S., Al Khattab, A., Alsoboa, S. S., Almaiah, M. A., . . . Alsyouf, A. (2023). Assessing customers perception of online shopping risks: A structural equation modeling–based multigroup analysis. Journal of Retailing and Consumer Services, 71, 103188.
  4. [4] Antonio, B., Juan, L., Ana, I., & Francisco, L. (2024). Examining user behavior with machine learning for effective mobile peer-to-peer payment adoption. Financial Innovation, 10(1), 94.
  5. [5] Asgari, B., & Izawa, H. (2023). Does FinTech penetration drive financial development? evidence from panel analysis of emerging and developing economies. Borsa Istanbul Review, 23(5), 1078–1097.
  6. [6] Asif, M., Khan, M. N., Tiwari, S., Wani, S. K., & Alam, F. (2023). The impact of fintech and digital financial services on financial inclusion in india. Journal of Risk and Financial Management, 16(2), 122.
  7. [7] Astari, A., Yasa, N., Sukaatmadja, I., & Giantari, I. (2022). Integration of technology acceptance model (TAM) and theory of planned behavior (TPB): An e-wallet behavior with fear of COVID-19 as a moderator variable. International Journal of Data and Network Science, 6(4), 1427–1436.
  8. [8] Bădîrcea, R. M., Manta, A. G., Florea, N. M., Popescu, J., Manta, F. L., & Puiu, S. (2021). E-commerce and the factors affecting its development in the age of digital technology: Empirical evidence at EU–27 level. Sustainability, 14(1), 101.
  9. [9] Bajunaied, K., Hussin, N., & Kamarudin, S. (2023). Behavioral intention to adopt FinTech services: An extension of unified theory of acceptance and use of technology. Journal of Open Innovation: Technology, Market, and Complexity, 9(1), 100010.
  10. [10] Balakrishnan, V., & Lay Gan, C. (2023). Going cashless? elucidating predictors for mobile payment users’ readiness and intention to adopt. SAGE Open, 13(4), 21582440231215111.
  11. [11] Basri, S., Hawaldar, I. T., & Kumar, K. N. (2021). Continuance intentions to use FinTech peer-to-peer payments apps in india. Available at SSRN 3996876,
  12. [12] Bongomin, G. O. C., & Ntayi, J. M. (2020). Mobile money adoption and usage and financial inclusion: Mediating effect of digital consumer protection. Digital Policy, Regulation and Governance, 22(3), 157–176.
  13. [13] Cavazos-Arroyo, J., & Máynez-Guaderrama, A. I. (2022). Antecedents of online impulse buying: An analysis of gender and centennials’ and millennials’ perspectives. Journal of Theoretical and Applied Electronic Commerce Research, 17(1), 122–137.
  14. [14] Çera, G., Phan, Q. P. T., Androniceanu, A., & Çera, E. (2020). Financial capability and technology implications for online shopping. E a M: Ekonomie a Management,
  15. [15] Che Nawi, N., Mamun, A. A., Hayat, N., & Seduram, L. (2022). Promoting sustainable financial services through the adoption of eWallet among malaysian working adults. Sage Open, 12(1), 21582440211071107.
  16. [16] Chopdar, P. K., Korfiatis, N., Sivakumar, V. J., & Lytras, M. D. (2018). Mobile shopping apps adoption and perceived risks: A cross-country perspective utilizing the unified theory of acceptance and use of technology. Computers in Human Behavior, 86, 109–128.
  17. [17] Coskun, M., Saygili, E., & Karahan, M. O. (2022). Exploring online payment system adoption factors in the age of COVID-19—Evidence from the turkish banking industry. International Journal of Financial Studies, 10(2), 39.
  18. [18] Daragmeh, A., Lentner, C., & Sági, J. (2021). FinTech payments in the era of COVID-19: Factors influencing behavioral intentions of “generation X” in hungary to use mobile payment. Journal of Behavioral and Experimental Finance, 32, 100574.
  19. [19] Edo, O. C., Etu, E., Tenebe, I., Oladele, O. S., Edo, S., Diekola, O. A., & Emakhu, J. (2023). Fintech adoption dynamics in a pandemic: An experience from some financial institutions in nigeria during COVID-19 using machine learning approach. Cogent Business & Management, 10(2), 2242985.
  20. [20] Fazekas, B., & Becsky-Nagy, P. (2015). The role of venture capital in the bridging of funding gaps: A real options reasoning.
  21. [21] Fazekas, B., & Becsky-Nagy, P. (2019). Mit jelez a tulajdonosi szerkezet?: A tulajdonosi szerkezet és a vállalkozások teljesítményének kapcsolata információs aszimmetriák mellett a magyarországi kockázatitőke-befektetések tükrében. Vezetéstudomány: A Budapesti Corvinus Egyetem Havi Szakfolyóirata, 50(7-8), 31–38.
  22. [22] Hamzah Muchtar, E., Trianto, B., Maulana, I., Alim, M. N., Marasabessy, R. H., Hidayat, W., . . . Masrizal. (2024). Quick response code indonesia standard (QRIS) E-payment adoption: Customers perspective. Cogent Business & Management, 11(1), 2316044.
  23. [23] Jain, N. K., Gajjar, H., & Shah, B. J. (2021). Electronic logistics service quality and repurchase intention in e-tailing: Catalytic role of shopping satisfaction, payment options, gender and returning experience. Journal of Retailing and Consumer Services, 59, 102360.
  24. [24] Jingnan, J., Teo, P., Ho, T. C., & Hooi Ling, C. (2023). The behavioral intention of young malaysians towards cashless society: Value-based adoption model. Cogent Business & Management, 10(2), 2244756.
  25. [25] Kamarási, V., & Mogyorósy, G. (2015). Szisztematikus irodalmi áttekintések módszertana és jelentősége. segítség a diagnosztikus és terápiás döntésekhez. Orvosi Hetilap, 156(38), 1523–1531.
  26. [26] Kilani, A. A. Z., Kakeesh, D. F., Al-Weshah, G. A., & Al-Debei, M. M. (2023). Consumer post-adoption of e-wallet: An extended UTAUT2 perspective with trust. Journal of Open Innovation: Technology, Market, and Complexity, 9(3), 100113.
  27. [27] Kim, D. J., Ferrin, D. L., & Rao, H. R. (2008). A trust-based consumer decision-making model in electronic commerce: The role of trust, perceived risk, and their antecedents. Decision Support Systems, 44(2), 544–564.
  28. [28] Koroleva, E. (2022). Attitude towards using fintech services: Digital immigrants versus digital natives. International Journal of Innovation and Technology Management, 19(08), 2250029.
  29. [29] Levy, S., Gvili, Y., & Hino, H. (2021). Engagement of ethnic-minority consumers with electronic word of mouth (eWOM) on social media: The pivotal role of intercultural factors. Journal of Theoretical and Applied Electronic Commerce Research, 16(7), 2608–2632.
  30. [30] Lissitsa, S., & Kol, O. (2016). Generation X vs. generation Y–A decade of online shopping. Journal of Retailing and Consumer Services, 31, 304–312.
  31. [31] Moher, D., Liberati, A., Tetzlaff, J., Altman, D. G., & PRISMA Group*, t. (2009). Preferred reporting items for systematic reviews and meta-analyses: The PRISMA statement. Annals of Internal Medicine, 151(4), 264–269.
  32. [32] Mou, J., Shin, D., & Cohen, J. F. (2017). Trust and risk in consumer acceptance of e-services. Electronic Commerce Research, 17, 255–288.
  33. [33] Nagy, P. (2004). Az informális és a formalizált kockázati tőke szerepe a finanszírozási rések feloldásában. VIII.Ipar-És Vállalatgazdasági Konferencia, Pécsi Tudományegyetem, Október, , 21–22.
  34. [34] Oghazi, P., Karlsson, S., Hellström, D., Mostaghel, R., & Sattari, S. (2021). From mars to venus: Alteration of trust and reputation in online shopping. Journal of Innovation & Knowledge, 6(4), 197–202.
  35. [35] Paul, J., Merchant, A., Dwivedi, Y. K., & Rose, G. (2021). Writing an impactful review article: What do we know and what do we need to know? Journal of Business Research, 133, 337–340.
  36. [36] Rehman, A. U., Bashir, S., Mahmood, A., Karim, H., & Nawaz, Z. (2022). Does e-shopping service quality enhance customers’e-shopping adoption? an extended perspective of unified theory of acceptance and use of technology. Plos One, 17(2), e0263652.
  37. [37] Shafiee, M. M., & Bazargan, N. A. (2018). Behavioral customer loyalty in online shopping: The role of e-service quality and e-recovery. Journal of Theoretical and Applied Electronic Commerce Research, 13(1), 26–38.
  38. [38] Siddiqui, M. S., Siddiqui, U. A., Khan, M. A., Alkandi, I. G., Saxena, A. K., & Siddiqui, J. H. (2021). Creating electronic word of mouth credibility through social networking sites and determining its impact on brand image and online purchase intentions in india. Journal of Theoretical and Applied Electronic Commerce Research, 16(4), 1008–1024.
  39. [39] Silva, J., Pinho, J. C., Soares, A., & Sá, E. (2019). Antecedents of online purchase intention and behaviour: Uncovering unobserved heterogeneity. Journal of Business Economics and Management, 20(1), 131–148.
  40. [40] Suchanek, P., & Kralova, M. (2018). The influence of customers'personal characteristics on their satisfaction with the food industry. Journal of Competitiveness, (4)
  41. [41] Tamilmani, K., Rana, N. P., Wamba, S. F., & Dwivedi, R. (2021). The extended unified theory of acceptance and use of technology (UTAUT2): A systematic literature review and theory evaluation. International Journal of Information Management, 57, 102269.
  42. [42] Tian, Y., Chan, T. J., Suki, N. M., & Kasim, M. A. (2023). Moderating role of perceived trust and perceived service quality on consumers’ use behavior of alipay e‐wallet system: The perspectives of technology acceptance model and theory of planned behavior. Human Behavior and Emerging Technologies, 2023(1), 5276406.
  43. [43] Yang, C., Yang, S., & Chang, Y. (2023). Predicting older adults’ mobile payment adoption: An extended TAM model. International Journal of Environmental Research and Public Health, 20(2), 1391.
  44. [44] Statista (2023): Digital payments in Hungary - statistics & facts. URL: https://www.statista.com/topics/10312/digital-payments-in-hungary/#topicOverview (Letöltés dátuma: 2024.02.25.)
Ugyanannak a szerző(k)nek a legtöbbet olvasott cikkei