Afstudeerproject Bachelor Informatiekunde 2014 Universiteit van Amsterdam
Wearable technologie: acceptatie nog te
voorspellen?
Naam student: Rutger van Gennep
E-mail: rutger.vangennep@student.uva.nl Opleiding: Bachelor Informatiekunde
Begeleider: dr. Dick Heinhuis
Tweede beoordelaar: Prof. dr. Tom van Engers/dr. Peter Weijland Datum ingediend: 09-07-2014
2
Abstract
Dit onderzoek richt zich enerzijds op de information system (IS) literatuur en anderzijds op de acceptatie van wearables. De wearable technologie verschilt aanzienlijk van de
technologie die wij tot op heden kennen. Het zijn namelijk gebruiksvoorwerpen, zoals de bril of het horloge, waar de technologie in verwerkt is. De information system literatuur beschrijft dat mensen diverse beweegredenen hebben om een technologie te accepteren en te gaan gebruiken, voorbeelden hiervan zijn hoe gemakkelijk het in gebruik is en wat het toevoegt aan hun leven (Davis, 1989; Venkatesh, et. al, 2012). Door deze factoren in modellen onder te brengen kan er voorspeld worden of een technologie geaccepteerd wordt. Echter zijn deze modellen gebaseerd op enigszins verouderde technologie, oftewel, op technologieën zoals de PC. Daardoor zijn deze minder geschikt voor de voorspelling van de acceptatie van wearables. Door de snelle opkomst van de wearable technologie moet beseft worden dat er naast de bestaande factoren en beweegredenen ook een aantal nieuwe een rol spelen. De nieuwe factoren en beweegredenen zijn in dit onderzoek door middel van interviews naar voren gekomen en geven daarmee aanleiding tot vervolgonderzoek dat mogelijk kan leiden tot aanpassing of uitbreiding van de bestaande modellen.
3
Inhoudsopgave
Abstract ... 2 1. Inleiding ... 5 2. Scope ... 7 2.1 Wearables ... 7 2.1.1. Google Glass ... 7 2.1.2. Smartwatches ... 7 2.2. Conclusie ... 8 3. Literatuuronderzoek ... 83.1. Toonaangevende information system modellen ... 8
3.2. TAM ... 9 3.2.1. Conclusie TAM ... 10 3.3. TAM2... 10 3.3.1. Sociale invloeden ... 11 3.3.2. Determinanten ... 11 3.3.3. Conclusie TAM2 ... 12 3.4. TAM3... 13
3.4.1. Determinanten perceived ease of use ... 13
3.4.2. Nieuwe relaties in TAM3 ... 14
3.4.3. Conclusie TAM3 ... 15 3.5. UTAUT ... 15 3.5.1. Performance expectancy ... 16 3.5.2. Effort expectancy ... 16 3.5.3. Social influence ... 16 3.5.4. Facilitating conditions ... 16 3.5.6. Bemiddelende factoren ... 16 3.5.6. Conclusie UTAUT ... 17 3.6. UTAUT2 ... 17
3.6.1. Nieuwe relatie facilitating conditions ... 18
3.6.2. Hedonic motivation ... 18 3.6.3. Price value ... 18 3.6.4. Habit ... 18 3.6.5. Bemiddelende factoren ... 18 3.6.6. Conclusie UTAUT2 ... 19 3.7. Conclusie ... 19 4. Onderzoeksmethode ... 20
4
4.1. Motivatie kwalitatief onderzoek ... 20
4.2. Interviewtechniek ... 21 4.2.1. Interviewvragen ... 21 5. Resultaten ... 22 5.1. Algemeen ... 22 5.2. Codeerschema ... 22 5.2.1. Samenvoegen factoren ... 24 5.2.2. Vergelijk UTAUT2 ... 25 5.2.3. Nieuwe determinanten ... 27 5.3. Analyse ... 27 6. Conclusie ... 29 7. Discussie ... 30 8. Referenties ... 31 9. Appendix ... 33
9.1. Objectieve beschrijving wearables ... 33
Google Glass ... 33
5
1. Inleiding
In 2012 staken de eerste nieuwsberichten over Google Glass de kop op, men had het over geruchten dat Google bezig was met de ontwikkeling van een bril met een
zogenaamde HUD, een heads-up display. De bril zou in staat zijn om augmented reality mogelijk te maken, dit zou vermoedelijk worden gedaan door middel van een een kleine camera met flitser die in de bril verwerkt is (Funnekotter, Tweakers, 2012). Wat ruim twee jaar geleden nog ver weg klonk is inmiddels ontwikkeld tot een product dat bijna klaar is voor de consumentenmarkt. Google Glass wordt door middel van een intensief, zogenaamd explorer-programma, door en door getest. Google biedt de ontwikkelaars, welke zijn aangesloten bij dit programma, de bril in een vroeg stadium aan om zo de bril klaar te stomen voor gebruik door de massa. In april 2014 was het mogelijk voor alle Amerikanen om een Glass aan te schaffen (Wokke, Tweakers, 2014). Het lijkt erop dat Google Glass is ontwikkeld om te blijven en het zal alleen nog maar meer aandacht krijgen. Deze ultieme vorm van een wearable technologie komt dus steeds dichter bij ons als consument.
Tegelijkertijd met de ontwikkeling van Google Glass is er de afgelopen jaren ook een opkomst te zien van smartwatches. Dit zijn horloges welke voorzien zijn van
technologie en vormen een verlengstuk van de smartphone, notificaties (van de smartphone) kunnen snel bekeken worden en er kan via stem gereageerd worden op berichten. Het succes van de smartwatches zit volgens Business Insider in het feit dat mensen in staat zijn om onopvallend informatie te vergaren waar een smartphone dit niet kan (Danova, BI, 2014).
Men suggereert dat de revolutie van de smartphones en de tablets zijn tijd heeft gehad en men constateert de opkomst van de wearable technologieën (Kelly,
CNNMoney, 2014). Volgens ABI Research (2013) zal in 2018 de afzet van wearables de 485 miljoen bereiken. Deze ontwikkeling, die ervoor zorgt dat mensen op een
fundamenteel andere manier worden voorzien van dezelfde informatie, ziet de komende jaren dus een stijging in populariteit. De hierboven beschreven wearable technologie verschilt aanzienlijk van de technologie die wij tot op heden kennen. Het zijn namelijk gebruiksvoorwerpen zoals de bril en het horloge waar de technologie in verwerkt is. Dit in tegenstelling tot bijvoorbeeld de smartphone, wat technologie is omwille van de technologie, oftewel producten die met de hand bediend horen te worden en veel
gelijkenis tonen met de computer (PC) waar iedereen bekend mee is. Maar wat beweegt mensen tot de acceptatie en gebruik van Google Glass of een smartwatch?
In de afgelopen decennia is er in de wetenschap veel aandacht besteed aan modellen op het gebied van nieuwe technologie en de acceptatie daarvan. Anno 2014 is er in de information system literatuur een groot aantal modellen en theorieën ontwikkeld (Heinhuis, 2013). Deze complementeren elkaar en bekijken de acceptatie van nieuwe technologie vanuit verschillende hoeken en vakgebieden. Op deze manier wordt een zeer compleet beeld geschetst van wat mensen beweegt om een bepaalde technologie te gebruiken (Davis, 1989). Ook externe factoren die de acceptatie en het mogelijke gebruik van nieuwe technologie kunnen beïnvloeden worden in de modellen
ondergebracht, zoals sociale invloeden. Op de consumentenmarkt maar ook in de wetenschap is men zeer geïnteresseerd in de beweegredenen en factoren die mensen aanzetten tot de aanschaf en het gebruik van een bepaalde technologie.
Kan de acceptatie en gebruik van wearable technologie echter nog wel voorspeld worden met de beschikbare modellen en theorieën uit de information system literatuur? De verandering die hier boven beschreven is, in hoe wearable technologie zich
manifesteert, zorgt er wellicht voor dat de acceptatie en het gebruik van wearable technologie onder consumenten niet meer goed voorspeld kan worden. Wellicht zijn de
6 beweegredenen anders dan bij traditionele technologie, zoals bijvoorbeeld de PC, waar de technologie acceptatie modellen voornamelijk op gericht zijn.
Het is een interessante optie voor fabrikanten om te investeren in wearables voor consumenten (Forbes, 2013), maar wat mensen beweegt om deze apparaten te gaan gebruiken kan wellicht niet meer accuraat worden voorspeld met de bestaande modellen in de information system literatuur. De wearables verschillen van de gebruikelijke
technologieën in de bestaande literatuur, door het feit dat de technologie in dit geval verwerkt is in de dagelijkse gebruiksvoorwerpen die opzichtig op het lichaam worden gedragen. Dit kan eventueel zorgen voor andere factoren en beweegredenen die meespelen bij de aanschaf van een dergelijk product. Met dit onderzoek wordt getracht een hernieuwde blik te werpen op de factoren die een gebruiker doen beslissen of zij een technologie gaan gebruiken. De factoren die in de meest toonaangevende modellen naar voren komen zijn gebaseerd op traditionele technologieën, zoals de PC. Deze zullen wellicht aangepast of uitgebreid moeten worden omdat er gezien de opkomst van wearables, andere factoren een rol kunnen gaan spelen.
Zowel fabrikanten als de wetenschap zullen baat hebben bij de identificatie van eventueel nieuwe factoren en beweegredenen van consumenten. Met het bovenstaande in het achterhoofd kunnen we tot de volgende onderzoeksvraag komen:
In hoeverre zijn de modellen uit de information system literatuur nog toereikend voor de voorspelling van technologie acceptatie, kijkend naar de opkomst van de
wearable technologie?
De bijbehorende deelvragen zijn als volgt:
Wat zijn de meest toonaangevende modellen op het gebied van technologie acceptatie?
Welke factoren en beweegredenen spelen een rol bij mensen als zij denken over het gebruik van wearable technologie?
Zijn er redenen om de meest toonaangevende modellen in de information system literatuur aan te passen?
7
2. Scope
In de inleiding is duidelijk gedefinieerd wat het doel is van het onderzoek, welke
onderzoeksvraag behandeld wordt en waarom dit onderzoek wetenschappelijk relevant is. De logische volgende stap is het afbakenen van het onderzoek door middel van een scope bepaling. De inleiding laat information system literatuur passeren, dit is een zeer divers en uitgebreid onderwerp waar al gedurende een lange tijd veel onderzoek naar wordt gedaan en welke daardoor veel artikelen biedt (o.a. Heinhuis, 2013). Er moeten keuzes gemaakt worden aangaande de modellen en theorieën die relevant zijn en waarom precies deze behandeld zullen worden. Daarnaast bevat de onderzoeksvraag een begrip, wearable technologie, dat nader toegelicht zal moeten worden.
Dit onderzoek zal zich richten op het gebruik van nieuwe technologie onder consumenten, het bedrijfsleven wordt hier echter buiten beschouwing gelaten. Dit omdat de interesse van de onderzoeker uitgaat naar de beweegredenen van de consument om een bepaalde technologie te gebruiken in het dagelijkse leven, beweegredenen die in een puur werkgerelateerde sfeer wellicht kunnen differentiëren. Het kan namelijk van grote invloed zijn als mensen een technologie dienen te gebruiken voor hun
werkzaamheden, het is misschien minder vrijwillig dan als zij het zelf zouden kopen. De werkgever zal het ook aanschaffen wat ervoor zorgt dat de gebruiker geen kosten heeft, iets wat ook van invloed is.
2.1 Wearables
In de onderzoeksvraag wordt gesproken over wearable technologie. Als men het in de literatuur over wearables heeft, worden hier veelal de sensoren en andere apparaten bedoeld die bijvoorbeeld in de medische wereld interessante data kunnen genereren (bijvoorbeeld: Wundersitz, et al., 2013).
In dit onderzoek wordt er echter gefocust op wearable technologie voor
consumenten. Technologie in gebruiksvoorwerpen die we reeds kennen. Er is namelijk een verschuiving te zien, de technologie de we al kenden in de vorm van laptops en smartphones bijvoorbeeld wordt verwerkt in brillen en horloges, voorwerpen die we al veel langer kennen dan de technologie. De scope beperkt zich tot consumenten
wearables, namelijk Google Glass en smartwatches. In onderstaande paragrafen zullen de twee technologieën nader toegelicht worden.
2.1.1. Google Glass
Glass is een project van Google met als doel een wearable computer te creeëren dat het perspectief van de gebruiker op de wereld opneemt en
informatie verschaft via een head-up display (HUD) (Furlan, 2013).
Het heeft de vorm van een bril. De
technologie is verwerkt in het deel wat op het oor rust. Voor het oog bevindt zich een vierkant gevormd stuk glas wat de informatie
projecteert Afbeelding 1. Google Glass
voor de gebruiker. De informatie is real-time en handsfree beschikbaar. Het apparaat kan de gebruiker voorzien van het weerbericht en vertrektijden van het openbaar
vervoer als het dat, gebaseerd op je locatie, nuttig acht. Glass kan door middel van stem geïnstrueerd worden om een bericht te sturen, een foto te maken of de locatie van je vrienden weergeven (Velazco, TechCrunch, 2012).
2.1.2. Smartwatches
De smartwatch is een van technologie voorzien horloge. Het kan een besturingssysteem bevatten, bijvoorbeeld Android Wear, een systeem specifiek ontwikkeld voor
8 smartwatches en dit jaar onthuld door Google (Honan, Wired, 2014). De smartwatches zijn er in twee soorten; als standalone apparaat en als verlengstuk van de smartphone. Als verlengstuk van de smartphone geeft het notificaties weer zodat de telefoon in de zak kan blijven. De smartwatches kunnen daarnaast net als Google Glass locatie gebaseerde informatie verschaffen over het weer of het openbaar vervoer. Berichten kunnen gemakkelijk beantwoord worden met de stem. Daarnaast zijn de smartwatches vaak in staat om de hartslag te meten en hebben zij een stappenmeter ingebouwd.
Het succes van de smartwatches zit, zoals reeds genoemd, volgens Business Insider in het feit dat mensen in staat zijn om onopvallend informatie te vergaren waar een smartphone dit niet kan (Danova, BI, 2014).
2.2. Conclusie
Met de scope vastgesteld is duidelijk waar het onderzoek zich op zal focussen. Daarnaast is de term wearables gedefinieerd en welke specifieke producten uit deze categorie de focus zullen krijgen in dit onderzoek.
Om vast te stellen welke modellen en/of theorieën het meeste invloed hebben gehad door de jaren heen en welke nu het meest toonaangevend zijn op het gebied van technologie acceptatie, zal eerstvolgende hoofdstuk de literatuur behandeld worden.
3. Literatuuronderzoek
Wat zijn de meest toonaangevende modellen op het gebied van technologie acceptatie?
3.1. Toonaangevende information system modellen
De information system literatuur is zeer uitgebreid en divers. De scope van dit onderzoek zal echter beperkt worden tot de meest toonaangevende modellen. Wat wordt er verstaan onder meest toonaangevend? In 1989 sloeg Davis met zijn
Technology Acceptance Model (TAM) en heel nieuwe weg in en ontwikkelde daarmee
het meest toonaangevende model op het gebied van technologie acceptatie (Davis, 1989; Davis et al., 1989). “As of January 2000, the Institute for Scientific Information’s
Social Science Citation Index listed 424 journal citations to the two journal articles that introduced TAM (i.e., Davis 1989, Davis et al. 1989). In 10 years, TAM has become well-established as a robust, powerful, and parsimonious model for predicting user
acceptance” (Venkatesh & Davis, 2000, p. 187). Inmiddels is Davis (1989) bijna 20.000
keer geciteerd. TAM werd getest in vele verschillende omgevingen en cases
(bijvoorbeeld: Venkatesh, 2000). TAM wordt nog altijd als uitgangspunt gebruikt bij de ontwikkeling van nieuwe modellen.
TAM2 (Venkatesh & Davis, 2000) en TAM3 (Venkatesh & Bala, 2008) volgden en borduurden voort op TAM. Terwijl TAM doorontwikkeld werd waren Venkatesh, Morris, Davis G. B. & Davis, F. D. (2003) van mening dat er één overkoepelende theorie moest komen. Dit uitte zich in de Unified Theory of Acceptance and Use of Technology
(UTAUT). UTAUT2 voegt een consumenten context toe aan UTAUT (Venkatesh, et al., 2012). Dit model is op dit moment het meest recent en beschikt, zoals gezegd, over een consumenten context, wat het geschikt maakt gezien de richting van dit onderzoek. UTAUT2 zal daarom beschouwd worden als een incorporatie van de vier voorgaande modellen en daarmee de meest uitgebreide en recente op het gebied van technologie acceptatie. Deze zal dan ook vergelijkend worden gebruikt met de resultaten van dit onderzoek.
Deze modellen vormen de scope van dit onderzoek omdat deze naar aanleiding van uitvoerig literatuuronderzoek bestempeld kunnen worden als meest toonaangevend. Ook zit er een duidelijke lijn in de ontwikkeling van de modellen en borduren ze op elkaar voort. TAM wordt als uitgangspunt gebruikt en de keuze voor de twee UTAUT
9 modellen komt voort uit het feit dat, ook in UTAUT, TAM nog steeds de basis vormt van deze modellen. Daarom worden deze als doorontwikkeling gezien en daarmee
essentieel voor het onderzoeksgebied. Er ligt echter een nog groter aantal modellen ten grondslag aan de hierboven genoemde modellen, deze zullen echter niet uitvoerig besproken worden.
3.2. TAM
Fred Davis is de grondlegger van het Technology Acceptance Model (TAM) (Davis, 1989). TAM is één van de meest invloedrijke modellen op het gebied van acceptatie van nieuwe technologie. Onderzoek naar de factoren die de acceptatie van technologie bij mensen verklaren is volgens Davis (1989) veelal belemmerd door een tekort aan solide, hoge kwaliteit maatstaven. Naast het feit dat het van theoretische waarde is, is het ook voor bedrijven die een nieuw idee hebben van groot belang om in te kunnen schatten of er behoefte is aan het idee dat zij hebben (Davis, 1989). Ook voor managers binnen bedrijven kan het inzicht scheppen in hoe een technologie kan bijdragen aan de
efficiëntie van bijvoorbeeld de bedrijfsprocessen. Deze efficiëntie kan echter pas hoger worden als de werknemers, oftewel de gebruikers de technologie willen gebruiken en ook verwachten dat het nuttig zal zijn. De beslissingen die hierin worden genomen door managers zijn zeer belangrijk. Als deze beslissingen worden genomen op basis van niet gevalideerde maatstaven bestaat de kans dat men verkeerd geïnformeerd zal worden over de acceptatie bij de gebruikers (Davis, 1989).
Het doel van TAM is om betere maatstaven te verkrijgen voor het voorspellen en uitleggen van het gebruik van technologie (Davis, 1989). TAM borduurt voort op Ajzen en Fishbein’s Theory of Reasoned Action (TRA), welke beschrijft dat het gedrag van een persoon afhankelijk is van de intentie van de persoon om bepaald gedrag te vertonen (Fishbein & Ajzen, 1975; Ajzen & Fishbein, 1980). Om de theory of reasoned action kracht bij te zetten en zijn gedrag voorspellende karakter te verbeteren werd door Ajzen de Theory of Planned Behaviour bedacht. Hierin werd de verwachte controle over het vertoonde gedrag toegevoegd (Ajzen, 1985). TAM vervangt een aantal maatstaven voor attitudes, bedacht door Ajzen en Fishbein, door twee technologie acceptatie
maatstaven, perceived ease of use en perceived usefulness (Davis, 1989). Davis was op zoek naar de meest belangrijke factoren die het gebruik van technologie konden voorspellen en vond de twee bovenstaande. Perceived ease of use wordt beschreven als de mate waarin een persoon gelooft dat het gebruik van een bepaald systeem zonder moeite is (Davis, 1989). Perceived usefulness is daarnaast de mate waarin een persoon gelooft dat het gebruik van een systeem zijn of haar werkprestaties zal
verbeteren (Davis, 1989). Deze twee begrippen samen met de intentie tot en het daadwerkelijke gebruik van een systeem, leidde tot het ontstaan van het Technology Acceptance Model, zie figuur 1.
10 De begrippen in, en het bovenstaande model zelf, kunnen op veel manieren worden gebruikt. Bijvoorbeeld bij het ontwerpen van een nieuw systeem kan er door middel van feedback van de gebruikers worden ingeschat of het op de juiste manier wordt
ontworpen en of het makkelijk in gebruik is (Adams, et al., 1992). Ook kunnen ze gebruikt worden achter de reden te komen waarom een systeem niet geaccepteerd wordt bij de gebruikers (Adams, et al., 1992). Maar hoe wordt er bij gebruikers gemeten hoe gemakkelijk men het in gebruik vindt? En hoe weet men dat de technologie ook daadwerkelijk iets bijdraagt aan de werkprestaties van de gebruiker in kwestie? Dat vroegen ook Adams, Nelson en Todd (1992) zich af, hoe valide zijn de termen ease of
use en usefulness? Ook in dit onderzoek is het van groot belang om de validiteit van
deze termen vast te stellen. Dit vanwege het feit dat de nieuwe technologie, in de vorm van wearables wellicht vraagt om andere factoren omdat deze aanzienlijk verschilt van de technologie die geëvalueerd is bij de ontwikkeling van TAM. Uit het onderzoek blijkt dat zowel ease of use als usefulness een sterk verband hebben met hoe vaak een systeem daadwerkelijk gebruikt wordt (Adams, et al., 1992). Oftewel, hoe gemakkelijker in gebruik en hoe meer ondersteunend bij het werk, des te meer wordt de technologie gebruikt. Ook onderling bestaat er een verband, als een persoon een technologie als makkelijk in gebruik ervaart, zal het ook hoogstwaarschijnlijk nuttig zijn voor de persoon in kwestie (Adams, et al., 1992). In het model is duidelijk te zien dat perceived ease of
use en usefulness invloed hebben op zowel de intentie tot en het daadwerkelijke gebruik
van een bepaald systeem. De externe variabelen die invloed hebben op perceived ease
of use en perceived usefulness laten zich zien in de vorm van functies van het systeem,
denk hier bijvoorbeeld aan vormgeving en gebruik van menu’s. Ook is het van invloed wat voor persoon het systeem gebruikt, personen kunnen namelijk verschillen in hun houding ten opzichte van een systeem en het gebruik daarvan (Davis et al., 1989). 3.2.1. Conclusie TAM
Moeten de twee maatstaven, ontdekt door Davis, echter als ultiem worden gezien? Of zijn deze, ondanks hun getoonde robuustheid (Adams, et al., 1992), nog uit te breiden met eventueel andere factoren? Davis (1989) stelt, net als anderen (Baroudi en
Orlikowski, 1988; Moore en Benbasat, 1991; Straub, 1989; allen genoemd door Adams et al., 1989, p. 245), terecht dat er geprobeerd moet worden om, door middel van veel verschillende studies, de validiteit zoveel mogelijk te testen en om op die manier de modellen en theorieën op het gebied van technologie acceptatie zo compleet mogelijk te maken. Ook Legris en Ingham (2003) concluderen dat TAM een goed bruikbaar model is, maar het moet worden geïntegreerd in een groter model waarin ook
veranderingsprocessen bij mensen gemodelleerd worden.
Zoals gesteld wordt TAM als uitgangspunt gebruikt in dit onderzoek. Deze is namelijk in essentie hetzelfde gebleven, maar heeft door de jaren heen de nodige aanpassingen en uitbreidingen gehad. Deze zullen worden behandeld in onderstaande paragrafen.
3.3. TAM2
Het originele TAM is in vele studies gevalideerd en getest en daaruit blijkt dat het model goed in staat is om te verklaren waarom er een verschil bestaat tussen het intentionele en daadwerkelijke gebruik van een technologie (Venkatesh & Davis, 2000). De twee meest belangrijke determinanten van TAM, zoals hierboven beschreven, perceived ease
of use en perceived usefulness werden ook individueel aan veel empirische
experimenten onderworpen. Hieruit blijkt dat perceived usefulness een belangrijke determinant blijft voor de intentie van een gebruiker om een technologie te gebruiken (Venkatesh & Davis, 2000). Gezien het feit dat deze determinant een belangrijke rol
11 speelt is het volgens Venkatesh en Davis (2000) van belang om vast te stellen wat voor effect het heeft als iemand steeds vaker het gebruik van een bepaald systeem ervaart.
In veel onderzoek lag de focus op het identificeren van factoren die de perceived
ease of use beïnvloeden (Venkatesh, 2000). Er werd echter minder onderzoek gedaan
naar de factoren voor perceived usefulness (Venkatesh & Davis, 2000). Als men een beter beeld kan krijgen van de factoren die perceived usefulness beïnvloeden kan dit bijdragen aan het beter begrijpen van de reden waarom nieuwe systemen geaccepteerd worden, of juist niet (Venkatesh & Davis, 2000). Het bovenstaande gaf Venkatesh en Davis de aanleiding om het originele technology acceptance model uit te breiden met de factoren welke perceived usefulness beïnvloeden, maar ook wat voor effect het heeft op de intentie tot gebruik als iemand meer ervaring krijgt met het gebruik van een systeem. Dit leidde tot TAM2, een uitbreiding van TAM
3.3.1. Sociale invloeden
In TAM2 komen Venkatesh en Davis (2000) tot de ontdekking van drie factoren welke beschreven kunnen worden als sociale invloeden. Ten eerste de subjective norm, oftewel “de perceptie van een persoon dat mensen die belangrijk zijn voor hem vinden
dat hij het gedrag in kwestie wel of niet moet vertonen.” (Fishbein & Ajzen, 1975, p.
302). Ten tweede voluntariness, dus hoe vrijwillig het gebruik van een systeem is. De intentie van een persoon om een systeem te gaan gebruiken kan beïnvloed worden door wat andere personen van hem verwachten of hem opdragen. Als het gebruik van een systeem volledig vrijwillig is zullen potentiële gebruikers hetzelfde systeem wellicht minder snel gebruiken (Venkatesh & Davis, 2000). Als derde is er image, oftewel het beeld dat mensen van iemand hebben. Sommige mensen kunnen een bepaalde technologie of innovatie gebruiken als een soort status symbool (Venkatesh & Davis, 2000).
De invloed van de drie hierboven beschreven sociale factoren kan echter minder worden naarmate een persoon meer ervaring heeft met een systeem (Hartwick & Barki, 1994). De onderzoekers tonen aan dat de subjectieve norm een significante invloed heeft op de intenties van de gebruiker voordat de ontwikkeling van een systeem gestart. Echter, drie maanden na implementatie bleek dit niet meer significant (Hartwick & Barki, 1994). Reden hiervoor kan zijn dat gebruikers moeten vertrouwen op meningen van anderen voordat een systeem ontwikkeld is (Venkatesh & Davis, 2000). Als een persoon daarna zelf aan de slag kan met het systeem en kan wennen aan het gebruik ervan, zal deze persoon dus ook minder af hoeven gaan op de meningen van anderen. Ervaring heeft hier dus een belangrijke rol in.
3.3.2. Determinanten
Naast de sociale invloeden die een impact hebben op de perceived usefulness en de intentie tot gebruik worden er door Venkatesh en Davis (2000) nog vier factoren in het model naar voren gebracht: job relevance, output quality, result demonstrability en
perceived ease of use . TAM2 gaat uit van het feit dat mensen op de werkvloer zich bij
het gebruik van een systeem afvragen: bevordert het mijn prestaties? Met andere woorden, wat is de perceived usefulness? De bovenstaande determinanten spelen daar allemaal een rol in.
De eerste determinant uit zich in de relevantie van de technologie voor de baan die de gebruiker heeft. Dus hoe goed past een systeem bij de werkzaamheden van een persoon (Venkatesh & Davis, 2000). Bij de gebruikers bestaat er zulke specifieke kennis over hun baan dat zij goed in staat zijn om te bepalen welke taken uitgevoerd kunnen worden met behulp van het systeem in kwestie (Polson, 1987, genoemd door Venkatesh & Davis, 2000).
Naast het feit dat een systeem in staat is om bepaalde taken uit te voeren die specifiek van toepassing zijn op een bepaalde baan, is de kwaliteit van het resultaat van
12 de uitgevoerde taak ook van groot belang. Dit wordt in het model omschreven als de
output quality. Als een gebruiker twee systemen van toegevoegde waarde vindt bij zijn
werkzaamheden, zal de output quality een beslissende factor zijn voor de keuze die de gebruiker in kwestie maakt.
De derde determinant, result demonstrability, beschrijft dat gebruikers eerder een positief beeld zullen creëren van een systeem als aan hen wordt getoond dat het
gebruik van het systeem ook daadwerkelijk leidt tot betere resultaten (Moore &
Benbasat, 1991). Ook Agarwal en Prasad (1997) (genoemd door Venkatesh & Davis, 2000) vonden een significante correlatie tussen intentie tot gebruik en aantoonbaarheid van het resultaat.
TAM2 behoudt perceived ease of use uit TAM als een factor die invloed heeft op
perceived usefulness (Davis, et al., 1989). Dit omdat het feit blijft gelden, dat als een
systeem gemakkelijk in gebruik is, het positief zal bijdragen aan de werkprestaties van de gebruiker.
Figuur 2: TAM2
3.3.3. Conclusie TAM2
Met TAM2 stellen Venkatesh en Davis (2000) een extensie op TAM voor. Er worden drie factoren toegevoegd welke onder sociale invloeden geschaard kunnen worden,
namelijk; subjective norm, voluntariness en image. Daarnaast worden er nog vier
factoren beschreven welke hun invloed uitoefenen op een andere manier. Deze factoren gaan namelijk meer over de kwaliteit en relevantie van een systeem en de
aantoonbaarheid daarvan. De begrippen zijn job relevance, output quality, result
demonstrability en perceived ease of use en hebben allemaal invloed op de perceived usefulness van een systeem.
13 TAM2 geeft ten opzichte van TAM een gedetailleerder beeld van de externe variabelen. Er blijkt echter dat er nog meer ruimte is voor uitbreiding van het origineel. Dit zal behandeld worden in de paragraaf hieronder.
3.4. TAM3
In TAM3 worden TAM2 van Venkatesh en Davis (2000) en de determinanten van
perceived ease of use van Venkatesh (2000) gecombineerd tot een model dat wederom
een verdieping is op het originele technology acceptance model, zie figuur 3 (Venkatesh & Bala, 2008).
Figuur 3: TAM3
3.4.1. Determinanten perceived ease of use
Voor de volledigheid zullen eerst de factoren die hun invloed uitoefenen op perceived
14 determinanten naar voren. Deze zijn, zoals te zien in figuur 3, onderverdeeld in twee categorieën, namelijk anchor en adjustment. De term anchor komt voort uit het feit dat het over het algemeen zo is dat mensen, voordat zij gebruik maken van een nieuw systeem, het gebruiksgemak van het desbetreffende systeem gelijkstellen aan hun verwachting van computers in het algemeen en het gebruik daarvan (Venkatesh, 2000).
Adjustment ontstaat als de gebruiker meer ervaring heeft met het systeem en zijn
mening over het gebruiksgemak zal bijstellen (Venkatesh, 2000).
De zes determinanten van perceived ease of use zullen hier verder worden toegelicht. Computer self-efficacy gaat over hoe een persoon denkt over zijn
vaardigheden met een computer en hoe goed hij in staat is om een bepaalde taak uit voeren (Compeau & Higgins, 1995, genoemd door Venkatesh & Bala, 2008, p. 279).
Perception of external control is het beeld van een werknemer over de middelen die
beschikbaar zijn om hem of haar te helpen bij het gebruik van een bepaald systeem (Venkatesh, et al., 2003). Computer anxiety wordt omschreven als de angst voor het feit dat een persoon mogelijk een computer zou moeten gebruiken (Venkatesh, 2000).
Computer playfulness vertaalt zich in hoe gemakkelijk de gebruiker leert en inspringt op
acties van de computer (Webster & Martocchio, 1992). Daarnaast wordt perceived
enjoyment omschreven als de hoeveelheid plezier er wordt gehaald uit het gebruik van
het systeem. Het gaat daarbij minder om eventuele verbeteringen in werkprestaties (Venkatesh, 2000). Als laatste is objective usability in het model verwerkt. Dit gaat, zoals in de term te zien, over de objectieve bruikbaarheid van een systeem. Een systeem kan verschillend ervaren worden door mensen, maar dat is bij deze factor niet van belang (Venkatesh, 2000).
3.4.2. Nieuwe relaties in TAM3
In TAM3 worden drie nieuwe relaties voorgesteld welke niet naar voren kwamen in TAM2 (Venkatesh & Davis, 2000).
Ten eerste wordt er voorgesteld dat ervaring een bemiddelend effect heeft op de invloed van perceived ease of use op perceived usefulness. Zoals meerdere malen genoemd, naarmate de ervaring met een systeem stijgt zal de gebruiker een steeds beter idee krijgen van het gebruiksgemak. Dit genoemde gebruiksgemak zal daarnaast ook altijd meegenomen worden als een persoon nadenkt over de, voor hem,
toegevoegde waarde van een systeem, oftewel de perceived usefulness (Venkatesh & Bala, 2008). Dit leidt tot de relatie tussen deze twee determinanten en de invloed van ervaring daarop.
Ten tweede bestaat er, volgens Venkatesh en Bala (2008), een relatie tussen
computer anxiety en perceived ease of use, welke ook wordt beïnvloed door ervaring.
Naarmate een persoon meer ervaring krijgt met een systeem zal de invloed van
computer anxiety op perceived ease of use zo goed als verdwijnen (Venkatesh & Bala,
2008). De gebruiker zal minder angst voelen als hij of zij steeds meer bekend raakt met het systeem. Als het systeem geen geheimen meer kent voor de gebruiker en er is duidelijk hoe bepaalde taken uitgevoerd moeten worden, dan kan het gebruik zelfs als prettig worden ervaren (Venkatesh & Bala, 2008).
Ten derde is er de relatie tussen perceived ease of use en behavioral intention welke net als bovenstaande relatie beïnvloed wordt door ervaring met een systeem (Venkatesh & Bala, 2008). In eerste instantie is perceived ease of use en belangrijke maatstaf voor een individu om een systeem te gaan gebruiken (Davis, 1989). Het gebruiksgemak is echter van groter belang als een persoon nog nooit met een systeem heeft gewerkt. Als een persoon meer ervaring krijgt met een systeem zal deze persoon in kwestie minder waarde hechten aan het gebruiksgemak als hij of zij beslist over het eventuele gebruik van een systeem, oftewel de behavioral intention (Venkatesh & Bala, 2008).
15 3.4.3. Conclusie TAM3
Één van de doelen van TAM3 is om een handvat te creëren om potentiële pre- en postimplementatie interventies te begeleiden (Venkatesh & Bala, 2008). Dit valt echter buiten de scope van dit onderzoek. Met TAM3 is geprobeerd om een model te creëren welke voortborduurt op TAM(2) en een aantal nieuwe factoren introduceert welke de adoptie en gebruik van technologie probeert te voorspellen (Venkatesh & Bala, 2008). Dat is wel relevant voor dit onderzoek. Deze factoren zijn uitgebreid beschreven.
Er moet echter wel bedacht worden dat de voorgaande modellen vooral toegespitst zijn op het bedrijfsleven en er in dit onderzoek meer een focus ligt op de consumenten. Daarom zal in de volgende paragraaf UTAUT besproken worden, gevolgd door een paragraaf met een beschrijving van UTAUT2, welke een consumenten context toevoegt aan het model.
3.5. UTAUT
Zoals reeds beschreven is er, op het gebied van acceptatie van nieuwe technologie, zeer veel onderzoek gedaan. Het wordt vaak beschreven als één van de meest
volwassen onderzoeksgebieden in de information system literatuur (Hu, et al., 1999). De hierboven beschreven ontwikkeling van TAM is niet de enige in de information system literatuur. Vele verschillende modellen, ontstaan vanuit diverse vakgebieden, zijn ontwikkeld (Venkatesh, et al., 2003). Het grote aanbod deed een aantal onderzoekers beslissen om één uniform model te creëren, dit resulteerde in de Unified Theory of
Acceptance and Use of Technology (UTAUT) (Venkatesh, et al., 2003).
De volgende modellen worden besproken; theory of reasoned action, technology
acceptance model, the motivational model, the theory of planned behavior, the model of PC utilization, the innovation diffusion theory en the social cognitive theory. Uit deze
modellen werden factoren gehaald en samengevoegd tot degene die te zien zijn in figuur 4. Uit de analyse blijkt dat de intentie tot gebruik van een systeem door zeven determinanten beïnvloed kan worden, van deze zeven, worden er vier gekozen door Venkatesh, et al. (2003) namelijk: performance expectancy, effort expectancy, social
influence en facilitating conditions. Deze zullen hieronder toegelicht worden.
16 3.5.1. Performance expectancy
Performance expectancy, linksboven in het model terug te vinden, kan worden
vergeleken met perceived usefulness. Het beschrijft in welke mate een systeem als bruikbaar wordt ervaren door gebruikers, maar ook hoeveel het toevoegt aan hun dagelijkse leven en de werkzaamheden behorend tot hun werk. Daarnaast ook in
hoeverre deze vergemakkelijkt worden door het gebruik van het systeem (Venkatesh, et al., 2003; Venkatesh, et al., 2012).
3.5.2. Effort expectancy
Effort expectancy is de mate van gemak die wordt ervaren bij het gebruik van een
systeem, oftewel het gebruiksgemak (Venkatesh, et al., 2003). Deze kan op zijn plaats vergeleken worden met perceived ease of use (Davis, 1989).
3.5.3. Social influence
Social influence is de mate waarin een persoon zich laat beïnvloeden door zijn sociale
omgeving. Een persoon kan zich soms sterk laten sturen door wat andere mensen van deze persoon vinden als hij gebruikt maakt van een bepaalde technologie (Venkatesh, et al., 2003). In één van de hiervoor beschreven paragrafen over TAM2 komt social
influence terug als subjective norm en ook andere modellen, welke worden
geanalyseerd in Venkatesh, et al. (2003) bevatten een soortgelijke factor. 3.5.4. Facilitating conditions
Met facilitating conditions worden de hulpmiddelen bedoeld die aanwezig zijn in een organisatie om gebruikers te helpen bij het gebruik van een systeem (Venkatesh, et al., 2003). Dat kan zijn in de vorm van hardware maar ook door middel van een afdeling gespecialiseerd in ondersteuning bij de systemen. Dit kan voor gebruikers een doorslaggevende factor zijn.
In het model is te zien dat facilitating conditions geen directe invloed hebben op de intentie tot gebruik, maar wel op het daadwerkelijke gebruik van het systeem
(Venkatesh, et al., 2003). Als het gebruiksgemak en de toegevoegde waarde van een systeem in positieve zin aanwezig zijn, dan zal de ondersteuning geen significante invloed hebben op de intentie tot gebruik (Venkatesh, et al., 2003). Als de ondersteuning voor een systeem vanuit de organisatie goed is, zal dit zorgen voor langdurig gebruik, omdat belemmeringen worden weggenomen (Bergeron, et al., 1990). Met andere
woorden, de facilitating conditions hebben een directe invloed op daadwerkelijke gebruik van een systeem (use behavior).
3.5.6. Bemiddelende factoren
Onderaan In het model zijn een aantal factoren te zien, namelijk; geslacht, leeftijd, ervaring en vrijwilligheid van gebruik. Deze factoren hebben allen een verschillende invloed op de determinanten die de intentie tot en het daadwerkelijke gebruik van een technologie bepalen . Het geslacht kan bijvoorbeeld een factor zijn als er wordt gekeken naar de social influence, dit komt voort uit het feit dat vrouwen over het algemeen gevoeliger zijn voor de mening van anderen (Venkatesh, et al., 2000). Dit effect neemt echter af naarmate de ervaring toeneemt (Venkatesh & Morris, 2000). Daarmee is ervaring ook een belangrijk component. Zoals te zien in het model heeft ervaring invloed op drie determinanten. Leeftijd is daarnaast ook een component met veel invloed op de determinanten links in het model. Hall en Mansfield (1975) vonden bijvoorbeeld dat oudere werknemers veel waarde hechten aan het ontvangen van hulp bij het uitvoeren van hun taken. Dit zal als gevolg hebben dat het voor oudere mensen veel meer van belang is of zij goede ondersteuning krijgen bij het product, oftewel de facilitating
conditions.
Het interessante wat naar voren komt als beïnvloedende factor, in UTAUT, is de mate van vrijwilligheid oftewel voluntariness of use (Venkatesh, et al., 2003). Als het
17 gebruik van een systeem wordt verplicht zal dit een effect hebben op de intentie om het systeem te gebruiken. Echter, als het gebruik vrijwillig van aard is, is dit effect niet significant aanwezig (Venkatesh, et al., 2003). De intentie tot het gebruik van één en hetzelfde systeem zal dus verschillen door de mate van vrijwilligheid.
3.5.6. Conclusie UTAUT
Met UTAUT kan 70% van de variatie in intentie tot gebruik verklaard worden (Venkatesh, et al., 2003). Wellicht komt dit in de buurt van wat mogelijk is om te voorspellen over de acceptatie en gebruik van technologie in organisaties (Venkatesh, et al., 2003). Ook al is er een groot aantal factoren in veel detail beschreven, er zijn altijd gevallen die niet verklaard kunnen worden door middel van een model.
Met UTAUT is er een model neergezet dat acht modellen samenvoegt en een sterk overzicht geeft van de determinanten die het gebruik van een technologie bepalen. Het is een stap in de goede richting voor het onderzoeksgebied om een eenduidig beeld te creëren. Hetgeen wat echter nog mist voor dit onderzoek is een consumenten
context. Deze wordt door Venkatesh, et al. (2012) toegevoegd aan UTAUT in de vorm van UTAUT2. Deze zal in de volgende paragraaf behandeld worden.
3.6. UTAUT2
UTAUT2 is, zoals de naam doet vermoeden, een doorontwikkeling en extensie van UTAUT, het hierboven beschreven model. UTAUT2 identificeert, naast de bestaande in UTAUT, nieuwe determinanten en relaties. Deze zullen geïntegreerd worden in UTAUT om zo een consumenten context toe te voegen (Venkatesh, et al., 2012). Op die manier vormt UTAUT2 het perfecte uitgangspunt voor dit onderzoek.
Ten eerste worden er in UTAUT2 drie nieuwe determinanten geïdentificeerd. Ten tweede zullen er bepaalde relaties, welke in het originele model naar voren kwamen, aangepast worden. En ten slotte worden er nieuwe relaties voorgesteld (Venkatesh, et al., 2012).
18 3.6.1. Nieuwe relatie facilitating conditions
Naast de, in UTAUT bestaande, directe relatie tussen facilitating conditions en use
behavior wordt er door Venkatesh, et al. (2012) een relatie voorgesteld tussen
facilitating conditions en behavioral intention. De eerste relatie is gebaseerd op het feit
dat er binnen bedrijven veel ondersteuning is voor gebruikers als er een nieuw systeem wordt geïntroduceerd. Dit zal echter significant verschillen als een consument een nieuw product of systeem aanschaft (Venkatesh, et al., 2012). De ondersteuning zal dan niet in dergelijke mate aanwezig zijn en het zal bovenal per product verschillen hoeveel hulp er wordt geboden vanuit de fabrikant (Venkatesh, et al., 2012). Vanuit de consument gezien zullen de facilitating conditions zowel de intentie als het daadwerkelijke gebruik beïnvloeden (Venkatesh, et al., 2012). Hiermee is aangetoond dat er, zeker op het gebied van ondersteuning, een duidelijk verschil bestaat tussen het gebruik van een technologie in een werkomgeving en het gebruik hiervan door consumenten in hun privé omgeving.
3.6.2. Hedonic motivation
Hedonic motivation wordt gedefinieerd als “het plezier of voldoening die gehaald wordt uit het gebruiken van een technologie.” (Venkatesh, et al., 2012, p. 161). Er blijkt dat als
mensen plezier halen uit het gebruik van een technologie dit een positief effect heeft op de intentie tot gebruik van de desbetreffende technologie (Brown & Venkatesh, 2005). Daarom is deze determinant van belang voor de consumenten context van het model. 3.6.3. Price value
De prijs die mensen moeten betalen voor een technologie zal altijd een rol spelen. Het grote verschil is echter dat er in UTAUT wordt gekeken naar de werknemer die een technologie gebruikt. Deze technologie zal aangeschaft worden door de werkgever, oftewel, de gebruiker heeft daar geen kosten aan. In UTAUT2 wordt er gekeken naar de consument, deze zal zelf de kosten moeten dragen voor de aanschaf van een nieuwe technologie (Venkatesh, et al., 2012). Daarom zal de prijs een belangrijke factor zijn in de overweging om een technologie te gaan gebruiken.
3.6.4. Habit
Een gewoonte is gecreëerd als mensen bepaald gedrag automatisch gaan vertonen doordat zij dit zichzelf hebben aangeleerd (Limayem, et al., 2007)
Habit heeft, zoals in het model te zien, een direct effect op het gebruik (use behavior) van een technologie (Venkatesh, et al., 2012). Het herhaaldelijke gebruik van
een technologie in een bepaalde omgeving kan ervoor zorgen dat het zien van die omgeving leidt tot het gebruik van de desbetreffende technologie. Dat is de reden achter het feit dat habit een directe invloed heeft op het daadwerkelijke gebruik (use behavior) van een apparaat (Venkatesh, et al., 2012). Een voorbeeld hiervan kan zijn dat een persoon bijvoorbeeld altijd zijn Wi-Fi aanzet als deze zijn huis binnenkomt. Door dit constant bij binnenkomst van zijn huis te herhalen wordt dit een gewoonte en denkt deze persoon er na verloop van tijd niet meer over na.
3.6.5. Bemiddelende factoren
Net als in UTAUT, zijn in UTAUT2 dezelfde factoren behouden die hun invloed uitoefenen op de determinanten die links in het model zijn gepositioneerd, namelijk; leeftijd, geslacht en ervaring. In UTAUT2 komt vrijwilligheid (voluntariness of use) echter te vervallen. Dit is een logische ontwikkeling gezien het feit dat UTAUT2 zich richt op de consumenten en het gebruik van een technologie niet verplicht wordt door een
organisatie (Venkatesh, et. al., 2012).
De invloed van geslacht en leeftijd kan zich bijvoorbeeld tonen in het feit dat de vrouw over het algemeen beter oplettend is dan de man, wat betreft de prijs en zullen zij meer letten op wat voor ondersteuning er bij het product wordt geboden (Venkatesh, et
19 al., 2012). Uit onderzoek van Venkatesh, et al. (2012) blijkt ook dat mannen over het algemeen meer waarde hechten aan technologie dan vrouwen, omdat zij het leuk vinden om te spelen met nieuwe technologie. Echter, als de ervaring met het apparaat toeneemt zal de technologie minder aantrekkelijk worden en zal de hedonic motivation, oftewel het plezier in het gebruik ervan, afnemen en zal het apparaat alleen gebruikt worden als het echt nodig is (Venkatesh, et al., 2012). Uit onderzoek van Chau en Hui (1998) blijkt dat mannen op jongere leeftijd een grotere neiging hebben om nieuwe innovaties uit te proberen.
Vrouwen die wat ouder zijn en een gezin hebben om voor te zorgen hebben de neiging om zichzelf in de familie op te stellen als beheerder van de gezamenlijke uitgaven (Deaux & Lewis, 1984). Gevolg hiervan is dat zij ten opzichte van de man een stuk prijsbewuster is. Waar een man dus zou kiezen voor de aanschaf van een nieuwe innovatie omdat hij het interessant vindt om te proberen, zal een vrouw dit veel minder snel doen. Vrouwen zullen over het algemeen meer bezig zijn met wat het kost en wat het gaat toevoegen in hun leven (Venkatesh, et al., 2012).
Vrouwen hebben, ten opzichte van mannen, de neiging om meer waarde te hechten aan ondersteuning van buitenaf als zij het gebruik van een bepaalde
technologie niet begrijpen (Venkatesh, et al., 2012). Mannen zullen daarentegen meer moeite doen om een eventuele tegenslag zelf op te lossen (Venkatesh & Morris, 2000). Dit is ook een manier waarop geslacht invloed kan hebben op de intentie tot gebruik. Met andere woorden, als de mate van ondersteuning (facilitating conditions) bij een product laag is zal dit voor vrouwen van grotere invloed zijn dan voor mannen. 3.6.6. Conclusie UTAUT2
Het effect van ervaring is niet uitgebreid behandeld in deze paragraaf. Het is voor dit onderzoek minder van belang vanwege het feit dat er vooral zal worden gekeken naar wat mensen beweegt om een product aan te schaffen dat nog nauwelijks beschikbaar is, namelijk Google Glass. Ervaring zal in die fase nog geen factor zijn die meespeelt in de voorspelling of een technologie gebruikt zal worden. Nog maar weinig mensen hebben ervaring op kunnen doen met het gebruik van Google Glass of smartwatches.
UTAUT2 toont aan dat bij consumenten de intentie tot en het daadwerkelijke gebruik van een technologie beïnvloed wordt door een groot aantal factoren. Naast de al bestaande determinanten uit UTAUT, zijn er drie nieuwe determinanten zijn naar voren gebracht; hedonic motivation, price value en habit
3.7. Conclusie
Terugkijkend op het gedane literatuuronderzoek kan er geconcludeerd worden dat er sinds 1989, toen Davis het technology acceptance model introduceerde, veel gebeurd is in de information system literatuur. Modellen zijn doorontwikkeld, sommige met veel succes en met als gevolg een groot draagvlak in de wetenschap. Met UTAUT kan 70% van de variatie in intentie tot gebruik van een bepaalde technologie verklaard worden (Venkatesh, et al., 2003). Wellicht komt dit in de buurt van wat menselijk mogelijk is voor wat betreft het voorspellen van acceptatie en gebruik van technologie in organisaties (Venkatesh, et al., 2003).
Met UTAUT2 is er een verschuiving te zien van de focus. Waar deze focus eerst voornamelijk op het bedrijfsleven lag is er sinds 2012 met UTAUT2 ook een model met een consumenten context (Venkatesh, et al., 2012). Echter is nu de vraag of met de opkomst van de wearables, in de vorm van Google Glass en smartwatches, dit model nog wel zijn goede voorspellende karakter kan behouden.
Zoals eerder genoemd verschilt de technologie in de vorm van wearables
aanzienlijk van de technologie die als leidraad wordt gebruikt in de besproken modellen. De producten die door de afgelopen jaren verschenen zijn, is technologie omwille van de technologie, oftewel hardware die met de hand bediend hoort te worden en veel
20 raakvlakken kent met de computer (PC) zoals wij deze allemaal kennen. Met de
wearables is er duidelijk een nieuwe weg ingeslagen. De technologie uit de smartphone, laptop en desktop wordt verwerkt in gebruiksvoorwerpen die wij al veel langer kennen, zoals het horloge en de bril. Voorwerpen die zichtbaar op het lichaam worden gedragen. Deze verschuiving zorgt ervoor dat de factoren, die de intentie tot gebruik van de
traditionele technologie voorspellen, geëvalueerd moeten worden. Daarnaast moet er gezocht worden naar eventueel nieuwe factoren die bij consumenten meespelen als zij denken over de aanschaf van technologie in de vorm van wearables.
De keuze om in dit onderzoek UTAUT2 ter vergelijking te gebruiken komt voort uit het feit dat dit model tot nu toe het meest geschikt zou zijn voor de voorspelling van de acceptatie van wearable technologie. Wellicht brengt het onderzoek naast de bestaande determinanten uit UTAUT2 ook nieuwe naar voren. Kijkend naar dit hoofdstuk blijkt ook dat UTAUT2 een doorontwikkeling is van TAM welke al jaren één van de meest toonaangevende modellen is in de information system literatuur. Ook gezien het aantal toepassingen van UTAUT2 in verschillende cases (bijvoorbeeld: Raman & Don, 2013), maakt het een sterk model en daarmee een goede basis voor vergelijk met de uitkomsten van dit onderzoek.
4. Onderzoeksmethode
4.1. Motivatie kwalitatief onderzoek
Om vast te stellen of er nieuwe determinanten zijn die de acceptatie van wearable technologie, zoals Google Glass of smartwatches, voorspellen en of UTAUT2 daarom herzien of uitgebreid zal moeten worden, zullen er in dit onderzoek interviews
afgenomen worden. De keuze voor interviews komt voort uit het feit dat kwalitatieve data een beter beeld geven, van de factoren en beweegredenen van potentiële kopers van nieuwe technologie, dan kwantitatieve data (Kaplan & Maxwell, 1994).
Kwalitatieve onderzoeksmethoden komen voort uit de sociale wetenschappen, waar deze veelal gebruikt werden om sociale en culture verschijnselen te bestuderen en verklaren (Myers, 1997). De grootste motivatie voor een kwalitatief onderzoek is,
volgens Myers (1997), dat de data voortkomt uit de gesprekken die onderzoekers hebben met de deelnemers. Het feit dat mensen onderling kunnen praten onderscheidt ons (Myers, 1997). Als er wordt geprobeerd een bepaald fenomeen te begrijpen door middel van een kwantitatief onderzoek zal de context verloren gaan, antwoorden kunnen namelijk sneller uit hun verband worden getrokken. Dit omdat de tekstuele data
gekwantificeerd wordt (Kaplan & Maxwell, 1994).
In dit onderzoek is er weloverwogen niet gekozen voor kwantitatief onderzoek. Bij enquêtevragen over een relatief onbekende technologie, zoals Google Glass, zal er een uitleg vereist zijn van het product en het beoogde nut. Zonder dat de persoon de
technologie ooit gebruikt heeft zal deze in zijn mening sterk gestuurd worden door vragen over wat de technologie voor hem of haar zou kunnen betekenen. In dit onderzoek wordt geprobeerd om, door middel van een interview, achter de echte beweegredenen tot de aanschaf van een wearable technologie te komen. De persoon zal dus geen vragen krijgen die hem laten nadenken over de, uit de literatuur, bekende beweegredenen en factoren. Bijvoorbeeld: Moet het apparaat gemakkelijk in gebruik zijn? Op deze manier kunnen de persoonsafhankelijke beweegredenen en factoren geïdentificeerd worden om zo uiteindelijk een conclusie te trekken over de mogelijke aanwezigheid van nieuwe factoren die het gebruik van een wearable technologie voorspellen.
21 Kwalitatief onderzoek is daarnaast een goede manier voor het verzamelen van data, vooral bij het vormen van nieuwe theorieën of het verfijnen van bestaande, wat het geschikt maakt voor dit onderzoek (Shah & Corley, 2006).
4.2. Interviewtechniek
“Qualitative data are gathered primarily from observations, interviews, and documents, and are analyzed by a variety of systematic techniques. This approach is useful in understanding
causal processes, and in facilitating action based on the research results.” (Kaplan &
Maxwell, 2005, p. 30).
Om de benodigde data te verkrijgen worden er open interviews afgenomen met behulp van een laddering techniek. De laddering techniek houdt in dat de interviewer, bij veel van de beweringen van de geïnterviewde direct doorvraagt met een “waarom-vraag”. Dit om duidelijk te krijgen waarom precies dat gezegd wordt door de persoon in kwestie over het product (Reynolds & Gutman, 1988). De techniek wordt veel gebruikt in de marketing wereld, waar men door middel van laddering probeert vast te stellen welke associaties een persoon heeft tussen een product en een merknaam (Reynolds & Gutman, 1988). In het geval van dit onderzoek wordt op deze manier geprobeerd om eventueel nieuwe factoren te identificeren. Het wordt ook gebruikt om de argumentatie achter het noemen van een bepalende factor, in de aanschaf van bijvoorbeeld Google Glass, te weten te komen. Er wordt gebruik gemaakt van een means-end analyse. In de literatuur verstaat men hieronder dat de kennis van een persoon over een product hiërarchisch is ingedeeld, met verschillende levels van abstractie (Reynolds, et al., 1995). Een beschrijving van deze levels van abstractie kan als volgt zijn (abstractie neemt toe): een persoon weet waar het product uit bestaat, wat zij uit het gebruik kunnen halen en welke waarden het voor hen bevredigt (Reynolds, et al., 1995).
Daarom stelt in dit onderzoek de onderzoeker een doel (de aanschaf van een wearable) voor aan de geïnterviewde en probeert het gehele proces tot de aanschaf en het gebruik hiervan te identificeren. Hierbij wordt geprobeerd om achter de factoren en
determinanten te komen die van invloed zijn op de eventuele aanschaf en gebruik van een wearable.
4.2.1. Interviewvragen
Het aantal vooropgestelde vragen zal door de, in bovenstaande paragraaf beschreven, redenen klein zijn. De volgende persoonsgegevens worden aan iedereen gevraagd: naam, leeftijd, geslacht en opleiding. Voordat het interview begint worden de personen ingelicht met het feit dat het een open interview zal zijn. Ter oriëntatie wordt gevraagd of de persoon bekend is met de technologieën Google Glass en smartwatches. Als dit niet het geval is worden zij voorzien van een objectief overzicht (zie appendix) van wat de twee technologieën inhouden.
Daarna zal de vraag zijn welke beweegredenen de geïnterviewde kan bedenken om Google Glass juist wel of niet aan te schaffen? Mocht dit niet genoeg gespreksstof opleveren wordt dezelfde vraag gesteld over smartwatches.
Door middel van de laddering techniek wordt geprobeerd om de echte motivatie te vinden achter het noemen van een bepaalde beweegreden of factor. Er wordt zo min mogelijk gestuurd in de interviews om zo een exact mogelijk beeld te krijgen van de factoren die juist voor die specifieke geïnterviewde persoon van belang zijn.
22
5. Resultaten
Welke factoren en beweegredenen spelen een rol bij mensen als zij denken over het gebruik van wearable technologie?
In dit hoofdstuk zullen de resultaten worden beschreven. Ten eerste zullen de interviews gecodeerd worden en zullen de resultaten daarvan beschreven worden. Ten slotte zal er een analyse volgen.
5.1. Algemeen
Het aantal afgenomen interviews in dit onderzoek is achttien. De reden achter dit aantal is te verklaren door een fenomeen bekend als verzadiging. Uit onderzoek komt naar voren dat in kwalitatief onderzoek over het algemeen vijftien het minimum aantal interviews is voor een gedegen onderzoek (Berteaux, 1981, p. 35, genoemd door Mason, 2010). Deze aantallen zijn echter in grote mate afhankelijk van het soort onderzoek dat wordt uitgevoerd (Mason, 2010). Daarom is er ook in dit onderzoek gekeken naar de verzadiging van de data. Na het afnemen van het achttiende interview kon er geconcludeerd worden dat er gedurende de vijf voorgaande interviews geen nieuwe, interessante feiten meer naar boven kwamen. Dit bevestigde zich in het feit dat ook tijdens het coderen is gebleken dat de laatste vijf interviews geen nieuwe factoren of beweegredenen naar voren brachten. Dit sluit aan bij de aanname dat achttien
interviews voldoende is voor dit onderzoek.
De achttien interviews bestaan uit acht vrouwelijke en tien mannelijke respondenten. Met een gemiddelde leeftijd van 32, waarvan de jongste 20 is en de oudste 66.
5.2. Codeerschema
Om een vergelijking te maken tussen de determinanten uit UTAUT2 en de
determinanten die voortkomen uit de afgenomen interviews zal er een codeerschema opgesteld moeten worden. Op deze manier kan er antwoord gegeven worden op de vraag of er redenen zijn om de meest toonaangevende modellen op het gebied van technologie acceptatie aan te passen. De focus zal, zoals beschreven, liggen op UTAUT2.
23
Tabel 1: Overzicht van factoren en beweegredenen uit interviews
De factoren en beweegredenen die de geïnterviewden naar voren brengen zijn gedistilleerd uit de interviews (zie appendix 1).
Zoals te zien in tabel 1 is er voor gekozen om een overzicht te maken waarin alle factoren en beweegredenen links in de tabel worden omschreven en rechts het nummer van de geïnterviewde persoon. Als er in een interview nieuwe factoren naar voren komen zullen deze toegevoegd worden en zal dit aangegeven worden bij de persoon in kwestie door middel van een kruis. Na de eerste keer doorlopen van alle interviews zullen overlappende factoren samen worden gevoegd in een tweede versie. De reden voor het samenvoegen zal worden beargumenteerd in de volgende paragraaf. Op deze manier zal er worden geprobeerd om alle factoren en beweegredenen in een zo klein mogelijk aantal overkoepelende determinanten te vatten. Daarna zal er een vergelijking
24 worden gemaakt tussen de determinanten die uit het onderzoek naar voren komen en die in het UTAUT2 model staan. Ten slotte zullen de nieuwe determinanten, die niet ingepast kunnen worden in UTAUT2, geanalyseerd worden.
5.2.1. Samenvoegen factoren
Tabel 2: Samenvoegen van gelijkende factoren
In de bovenstaande tabel zijn de factoren en beweegredenen, die naar voren kwamen in de eerste versie en een overlap vertoonden, samengevoegd.
Ten eerste kunnen een groot aantal factoren ondergebracht worden bij de factor die de toegevoegde waarde of het nut van een product beschrijft, oftewel de usefulness, een determinant die ook in het besproken TAM naar voren komt (Davis, 1989; Davis, et al., 1989). ‘Word ik er wijzer van’ en ‘meer kennis door gebruik’ zijn voorbeelden van dat men zich verrijkt door gebruik van het product en kan daarom als toegevoegde waarde worden gezien. Ook ‘gemak door gebruik’ en ‘handig voor werk’ zijn een vorm van
usefulness. Als mensen de technologie gebruiken zullen zij in staat zijn om bepaalde
werkzaamheden gemakkelijker of beter uit te voeren (Davis, 1989; Davis, et al., 1989). Uit een interview komt naar voren dat een ‘technologie zich bewezen moet hebben’, met andere woorden een technologie is pas nuttig of een toegevoegde waarde voor die persoon als het product zich bewezen heeft op de consumentenmarkt en dus niet net nieuw is. Daarom zal ook die overweging ondergebracht worden bij usefulness.
De functionaliteit van een technologie wordt ook meerdere keren genoemd als factor die een belangrijke rol speelt. Functionaliteit omvat een groot aantal factoren, bijvoorbeeld ‘batterijduur’ kan worden gezien als een belangrijke functionaliteit blijkt uit de interviews. Het ‘always on’ aspect van bijvoorbeeld Google Glass volgt uit hoe het product is ontworpen en kan daarom ook onder functionaliteit worden geschaard. Net als de ‘vrijheid tot aanpassing’ wat ook een resultaat is van hoe de fabrikant zijn product ontwerpt en op de markt brengt. Daarom wordt dit ook gezien als een functionaliteit.
‘Onhandig klein scherm’ en ‘comfort/gewicht’ zijn factoren die volledig onder de determinant vormgeving kunnen worden geschaard. Het feit dat men denkt ‘geleefd te
25 worden’ door de technologie kan worden gezien als een vorm van afleiding of als een vermoeiende factor, daarom zal deze daar onder geschaard worden. De ‘mening van anderen afwachten’ geeft aan dat de persoon die dit noemt, zich laat beïnvloeden door de mening van anderen over de technologie en zal daarom onder sociale invloed vallen. Dat mensen ‘geen gadgetfreak’ zijn komt in grote mate overeen met het liever willen vasthouden aan traditionele technologie. Deze worden daarom samengevoegd. ‘Privacy issues’ worden geschaard onder inbreuk op de sociale omgeving.
‘Vernieuwend’ in essentie hetzelfde als dat het iets moet toevoegen ten opzichte van reeds beschikbare apparaten en zal daarom daar onder vallen. Ten slotte is ‘merk’ weggevallen, dit is maar door één persoon genoemd en zal daarom niet interessant zijn voor de resultaten. Een aantal factoren uit de tabel zijn in deze paragraaf niet aan bod gekomen omdat deze niet samengevoegd zijn met een andere factor. Deze zullen in de volgende paragrafen naar voren komen.
5.2.2. Vergelijk UTAUT2
Tabel 3: Vergelijk met UTAUT2 determinanten
In tabel 3 worden de determinanten die uit de interviews naar voren komen onderverdeelt in de determinanten van UTAUT2. De factoren die niet onder de
26 determinanten van UTAUT2 vallen worden, zoals in tabel 3 te zien, geschaard onder ‘overigen’, voor verdere analyse.
Performance expectancy omvat een groot aantal factoren. Uit de literatuur blijkt
dat men praat over performance expectancy als de technologie; iets toevoegt aan het dagelijkse leven, het helpt bij het behalen van gestelde doelen, taken sneller voltooid en over het algemeen de mens dus productiever maakt (Venkatesh, et al., 2012). De determinanten usefulness, nut en toegevoegde waarde, welke in tabel 3 als één factor worden beschreven, worden door alle geïnterviewden genoemd en past in de hierboven gegeven beschrijving van performance expectancy. De functionaliteiten van een
apparaat kunnen worden omschreven als de mogelijkheden die het apparaat biedt om bepaalde werkzaamheden te vergemakkelijken. Bijvoorbeeld de functionaliteit van een telefoon om e-mail te ontvangen maakt het voor de gebruiker makkelijker om zijn e-mail te verwerken, er is dan namelijk geen computer nodig. Dit past in de omschrijving van
performance expectancy. Het feit dat het iets moet toevoegen of vervangen ten opzichte
van reeds beschikbare of vergelijkbare apparaten kan ook geschaard worden onder
performance expectancy, de mensen die dit noemen zullen het apparaat niet zo snel
gaan gebruiken als het niet iets toevoegt aan hun dagelijkse leven.
Effort expectancy wordt omschreven als hoe gemakkelijk een technologie in
gebruik is , oftewel het gebruiksgemak, maar ook hoe snel de gebruiker door heeft hoe de technologie werkt (Venkatesh, et al., 2012). Daarom worden de factoren ‘ermee leren omgaan’ en ‘gebruiksgemak/snelheid’ geschaard onder effort expectancy.
‘Sociale invloed’ kan één op één naar social influence worden vertaald. Deze factor laat zich beschrijven als de mate waarin mensen zich laten beïnvloeden door de mening van anderen die hij of zij belangrijk achten in hun leven (Venkatesh, et al., 2012).
‘Ondersteuning/updates’ kunnen worden gezien als facilitating conditions
(Venkatesh, et al., 2012). Mensen die dit noemen vinden het belangrijk dat er vanuit de fabrikant veel ondersteuning komt in de vorm van updates van de software. Hier kan echter ook de afhandeling van klachten of defecte apparaten onder worden verstaan.
Het plezier dat mensen halen uit het gebruik van een technologie kan gevat worden in de term hedonic motivation, welke naar voren komt in UTAUT2 (Venkatesh, et al., 2012). Uit de interviews blijkt dat mensen soms een technologie aanschaffen uit nieuwsgierigheid voor de nieuwe innovatie. Ook kunnen zij plezier halen uit het feit dat zij de eerste zijn met een bepaald product, in de zin van early adopter zijn. Daarom zullen de factoren ‘happiness’ en show off/new gadget/early adopter onder hedonic
motivation geschaard worden.
De prijs van een bepaalde technologie blijft een doorslaggevende factor. Sommige van de geïnterviewden zijn echter bereid om een zeer hoge prijs te betalen om zo als één van de eerste de technologie uit te proberen. De in tabel 2 naar voren gekomen factor ‘prijs’ valt onder price value.
Dat mensen in eerste instantie al ‘geen behoefte’ hebben aan een wearable technologie kan worden geschaard onder behavioral intention. Het heeft namelijk een directe invloed op het daadwerkelijke gebruik (use behavior) als mensen geen intentie hebben om het product te gaan gebruiken, wat ook blijkt uit UTAUT2 (Venkatesh, et al., 2012).
27 5.2.3. Nieuwe determinanten
Tabel 4: Nieuwe determinanten
De nieuwe factoren en beweegredenen (‘overigen’ in tabel 3) die naar voren komen uit de interviews en niet geschaard kunnen worden onder de determinanten van UTAUT2 zullen hier besproken worden. Ten opzichte van tabel 3 zijn er in tabel 4 overkoepelende termen bedacht voor de overige factoren en beweegredenen die dienen als
determinanten welke niet naar voren komen in UTAUT2.
Ten eerste komt er in veel interviews (13) naar voren dat het handsfree aspect van de wearable technologie als belangrijke factor wordt gezien, waarom handsfree niet als functionaliteit wordt gezien zal in de volgende paragraaf worden beargumenteerd. Ook wordt er door vijftien van de ondervraagde personen genoemd dat het essentieel is hoe de technologie is vormgegeven, oftewel het design. Een factor die ook vaak naar voren komt is dat men denkt dat het teveel een inbreuk maakt op de sociale omgeving. Dertien van de ondervraagde personen vinden, vooral Google Glass, erg opzichtig en soms zelf raar. Deze factoren worden samengevat in de term social impact. Ook kan de wearable technologie als een afleidende of vermoeiende factor worden gezien (9), aangezien dit invloed heeft op de persoon zelf wordt dit beschreven als personal impact.
Veel van de geïnterviewden zien niet in waarom zij het zouden aanschaffen en geven als beweegreden dat ze geen gadgetfreak zijn en liever vasthouden aan de technologie die ze nu hebben en waar zij bekend mee zijn, dit wordt samengevat in de term adaptation. Ten slotte is er een enkeling die zich enigszins zorgen maakt om straling (radiation) als diegene denkt over het aanschaffen van een wearable.
5.3. Analyse
Zijn er redenen om de meest toonaangevende modellen in de information system literatuur aan te passen?
Nu de interviews verwerkt zijn en de factoren en beweegredenen deels onderverdeeld zijn in de determinanten uit UTAUT2 en deels in nieuwe determinanten, zal deze uitkomst geanalyseerd worden.
Één van de belangrijkste determinanten, die de aanschaf en het gebruik van wearable technologie door consumenten voorspellen, is design. Deze komt niet naar
28 voren in UTAUT2, echter, vijftien van de achttien geïnterviewden vinden het van
essentieel belang dat de technologie is voorzien van een mooi design. Dit kan verklaard worden door het feit dat de technologie opzichtig op het lichaam wordt gedragen. In tegenstelling tot traditionele technologie, bijvoorbeeld in de vorm van een smartphone, waar het design een stuk minder van belang is, omdat mensen het niet constant zien. Een smartwatch komt in de plaats van een accessoire dat mensen veelal als sieraad dragen en moet daardoor voorzien zijn van een mooi design. “Dat betekent dus ook wel,
dat ik een horloge wil die er redelijk goed uitziet omdat ik het bij m’n pak moet dragen.”
Ten tweede wordt het handsfree aspect meerdere malen genoemd (13). Het feit dat de wearable technologie handsfree is kan worden gezien als een functionaliteit van het apparaat en zal daarmee onder performance expectancy vallen. Hier is echter niet voor gekozen en daarom wordt deze als aparte determinant behandeld. Het blijkt voor mensen een dusdanig voordeel dat zij, bijvoorbeeld met Google Glass, de handelingen die zij normaliter met de hand op hun smartphone uitvoeren, nu zonder handen kunnen doen en zich daarnaast kunnen focussen op waar zij op dat moment mee bezig zijn. “Ja
ik bedoel als je in de auto zit of iets waar je allebei je handen voor nodig hebt, fietsen bijvoorbeeld. Is het wel handig om dat handsfree te doen.”
Een andere factor die meespeelt is de social impact. Het dragen van een Google Glass kan een grote invloed hebben op hoe mensen tegen je aankijken. Veel van de geïnterviewden brengen naar voren dat zij bij een drager van een Google Glass op de eerste plaats het aangezicht als apart ervaren. “Als ik dat zo zie, dan denk ik, dat ziet er
wel raar uit. Vind ik nu hoor, misschien is dat op gegeven moment minder.” Ten tweede
vragen zij zich af of er tijdens een gesprek wel volledige aandacht is van de persoon die een Google Glass op heeft, met andere woorden, is de persoon in kwestie niet
ondertussen iets anders aan het doen. Social impact kan zich ook vertalen in het feit dat mensen zich geschonden voelen in hun privacy, gezien het feit dat er op elk moment foto’s of video’s gemaakt kunnen worden. Dit is in het geval van een telefoon duidelijker vast te stellen. De impact op de sociale omgeving is dus duidelijk een factor die met name in overweging wordt genomen als iemand denkt over de aanschaf van een wearable technologie. “Wat nu gebeurt, is dat iedereen op z’n mobiel dingen aan het
doen is, maar straks dan zit ik bijvoorbeeld, net als nu voor je, doe ik net alsof ik aan een interview bezig ben, maar ondertussen ben ik iets anders aan het doen.”
Naast de impact die het gebruik van een wearable technologie op de sociale omgeving kan hebben kan het ook een impact hebben op de persoon zelf, oftewel de
personal impact. Als mensen denken over de aanschaf van een Google Glass of een
smartwatch nemen zij mee hoe het gebruik hun leven zal beïnvloeden. Veel denken dat het dragen van een Google Glass teveel afleiding met zich mee zal brengen, omdat het constant aanwezig is op het hoofd en minder makkelijk is weg te stoppen dan
bijvoorbeeld een laptop of een smartphone (zie appendix 1, p. 34). Daarom is ook dit een factor die wel in overweging wordt genomen door consumenten maar niet terug te vinden is in UTAUT2.
De factor adaptation is veel terug te vinden bij oudere mensen. Deze voelen geen behoefte om nog extra technologie aan te nemen in hun leven. Zij zijn tevreden met de apparaten die zij nu hebben en zien geen toegevoegde waarde in een wearable. Deze factor is breder toepasbaar en niet specifiek voor wearables, maar komt niet naar voren in UTAUT2 en wordt daarom genoemd als iets dat mensen wel degelijk in
overweging nemen als zij nadenken over het gebruik van een nieuwe technologie. “Ik wil
niet meer herrie dan dat ik al verzameld heb. En dit is in mijn ogen meer drukte.” Radiation is een relatief kleine factor, maar wel noemenswaardig. De
bezorgdheid over eventuele straling van een dergelijke technologie komt voort uit het feit dat bijvoorbeeld Google Glass op het hoofd zit en daarmee dicht bij de hersenen, waar het schade aan zou kunnen richten. Dit is een ander verhaal bij de technologie die in
