PL EN


2017 | 17 | 42 | 363-388
Article title

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

Content
Title variants
PL
Akceptacja internetu rzeczy przez młodych konsumentów – wyniki badań
Languages of publication
EN
Abstracts
EN
On the background of theoretical considerations and literature review, this article presents the results of the preliminary study of young consumers about their adoption of the Internet of Things (IoT) - treated as the emerging technology, creating a new quality of information technology usage, despite perceived costs and privacy concerns. The data for the analysis came from purpose sample of 223 young consumers from Eastern Poland via CAWI questionnaire. The primary goal of the research was to explore the adoption of IoT by young consumers in Poland regarding the level of adoption and factors explaining this phenomenon. The main analysis used univariate analysis of variance (UNIANOVA) and covariance-based structural equation modelling (CB-SEM). The current level of adoption of IoT by young consumers looks rather high (80% of respondents used at least one IoT-enabled device), although 78% of owners of IoT devices were not aware of Internet of Things concept. Study participants rather declared the usage of connected things recognised by connecting technology (Wi-Fi, Bluetooth), than the conscious usage of IoT. Among factors influencing IoT adoption the Performance expectancy and Habit constructs, as well as Personal innovativeness in the domain of information technology (PIIT), had an impact on Behavioural intention to use IoT. For some groups of devices, the gender impact was significant. Declared income, including lack of funds as the reason of not to use IoT, was not relevant as an explanatory variable.
PL
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.
Year
Volume
17
Issue
42
Pages
363-388
Physical description
Dates
online
2017-07-15
Contributors
  • Maria Curie-Sklodowska University in Lublin, Poland
References
  • Agarwal, R. (2000). Individual acceptance of information technologies. Framing the Domains of IT Management: Projecting the Future Through the Past: 85–104.
  • 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.
  • Ashton, K. (2009). That “internet of things” thing. RFiD Journal 22(7): 97–114.
  • 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.
  • Benbasat, I.; Barki, H. (2007). Quo vadis, TAM? Journal of the Association of Information System. 8(4): 211–218.
  • Brill, J. (2014). The internet of things: Building trust and maximizing benefits through consumer control. Fordham Law Review 83(1): 205–217.
  • Chui, M.; Löffler, M.; Roberts, R. (2010). The internet of things. McKinsey Quarterly (2): 70–79.
  • Corcoran, P. (2016). The Internet of Things: Why now, and what’s next? IEEE Consumer Electronics Magazine 5(1): 63–68.
  • 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.
  • 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.
  • Evans, D. (2011). The internet of things: How the next evolution of the internet is changing everything. CISCO white paper 1: 1–11.
  • Fornell, C.; Larcker, D.F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research 18(FEBRUARY): 39–50.
  • 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.
  • 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.
  • 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.
  • 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.
  • 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.
  • 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.
  • 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.
  • Komiak, S.Y.; Benbasat, I. (2006). The effects of personalization and familiarity on trust and adoption of recommendation agents. Mis Quarterly : 941–960.
  • Kwiatkowska, E.M. (2014). Rozwój Internetu rzeczy–szanse i zagrożenia. Internetowy Kwartalnik Antymonopolowy i Regulacyjny 8(3): 60–70.
  • Mącik, R. (2013). Technologie informacyjne i komunikacyjne jako moderator procesów podejmowania decyzji zakupowych przez konsumentów. Lublin: Wydawnictwo UMCS.
  • Mącik, R. (2014). Osobista innowacyjność w dziedzinie technologii informacyjnych a wirtualizacja zachowań konsumenta. Marketing i Rynek (nr 11 (CD)): 392–403.
  • Mącik, R. (2015). Courtesy shopping online-between digital exclusion and rational behaviour. Economic and Environmental Studies 15(2): 211–229.
  • 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.
  • 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.
  • Ożadowicz, A. (2014). Internet Rzeczy w systemach automatyki budynkowej. Napędy i Sterowanie 12: 88–93.
  • 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.
  • 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.
  • 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.
  • 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.
  • 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.
  • 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.
Document Type
Publication order reference
YADDA identifier
bwmeta1.element.desklight-56277705-32b2-421c-817a-dbbd5ff04824
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.