Wadah Menulis Mahasiswa

SOCIAL COMPARISON, SOCIAL PRESENCE, AND ENJOYMENT IN THE ACCEPTANCE OF SOCIAL SHOPPING WEBSITES

May 16th, 2013 | by | in Manajemen | No Comments

 

  1. Latar Belakang Konseptual

    Penelitian ini menggabungkan sejumlah teori yang cukup beralasan dan faktor-faktor yang dapat mempengaruhi adopsi situs belanja sosial. Banyak digunakan untuk memeriksa penerimaan pengguna teknologi informasi baru, Technology Acceptance Model (TAM) telah diakui sebagai salah satu model yang paling kuat dalam sistem informasi literatur [Davis, 1989]. Untuk memperpanjang TAM untuk situs belanja sosial, tiga teori tambahan diadopsi untuk meningkatkan spesifisitas model untuk menjelaskan sifat sosial dan hedonis aplikasi belanja sosial, termasuk teori sosial perbandingan, teori kehadiran sosial, dan teori aliran.

    1.1. Perbandingan sosial

    Perbandingan sosial merupakan fenomena sosial yang penting di mana manusia membandingkan diri mereka dengan orang lain untuk evaluasi diri dan mencari informasi. Sementara teori asli perbandingan sosial [Festinger, 1954] diperlakukan perbandingan sosial sebagai pilihan sekunder ketika informasi yang obyektif untuk mengevaluasi diri sendiri adalah tidak tersedia, penelitian selanjutnya menunjukkan bahwa perbandingan sosial adalah fitur utama dari kehidupan sosial manusia [Buunk dan Gibbons, 2007] . Teori ini juga telah diperluas untuk berbagai jenis pendapat perbandingan, termasuk penilaian preferensi, penilaian keyakinan, dan prediksi preferensi [Suls et al., 2000]. Bidang teori perbandingan sosial terus berkembang ke daerah baru, termasuk studi tentang perilaku ekonomi [Karlsson et al., 2004].

    Dalam penelitian ini, kecenderungan untuk perbandingan sosial online (TSCO) didefinisikan sebagai sejauh mana seorang individu cenderung untuk membandingkan pendapat-nya dengan orang lain, dan dipengaruhi oleh orang lain, terutama ketika belanja online. Penelitian terbaru telah menemukan bahwa individu yang berbeda cukup sedikit dalam kecenderungan mereka untuk membandingkan diri dengan orang lain [Buunk dan Gibbons, 2007, Gibbons dan Buunk, 1999]. Sebuah konstruk terkait namun berbeda yang telah dipelajari dalam penelitian TAM diperpanjang pengaruh sosial [Hsu dan Lu, 2004], yang didefinisikan sebagai sejauh mana seorang individu merasakan bahwa orang lain penting percaya ia harus menggunakan sistem baru. Sosial pengaruh konstruk berkaitan dengan tekanan eksternal orang merasakan untuk menggunakan atau tidak menggunakan sistem, dan tekanan yang datang dari orang-orang penting dalam kehidupan seseorang, seperti seperti keluarga, teman, dan supervisor di tempat kerja. Kelman [1961] menunjukkan bahwa pengaruh sosial beroperasi melalui tiga proses: internalisasi, identifikasi, dan kepatuhan. Internalisasi hasil dari menerima informasi dari sumber-sumber ahli sebagai bukti realitas dan mengintegrasikannya ke dalam sistem kognitif seseorang. Hasil identifikasi dari perasaan beberapa ikatan dengan sumber menyenangkan dan berlangsung selama sumber menyenangkan masih menonjol. Hasil Kepatuhan dari sumber yang kuat yang memiliki kontrol atas penerima pesan. Sedangkan pengaruh sosial mengukur kepatuhan individu dengan norma-norma sosial di bawah tekanan, kecenderungan untuk faktor perbandingan sosial beroperasi melalui mekanisme internalisasi dan identifikasi. Perbedaan penting lainnya adalah bahwa pengaruh sosial yang signifikan hanya dalam pengaturan wajib, dan bukan dalam konteks sukarela seperti dalam kasus belanja online [Lagu dan Kim, 2006]. Lee et al. diperiksa pengaruh sosial informasi, dan melakukan studi empiris dan menemukan efek positif moderat dalam niat konsumen untuk berbelanja online [Lee et al., 2011]. Beberapa studi telah meneliti penerimaan teknologi dari perspektif perbandingan sosial, namun kepentingan peningkatan sistem informasi untuk digunakan sukarela dan interaksi sosial menjamin investigasi tersebut.

    1.2. Kehadiran sosial

    Perbedaan utama antara B2C e-commerce dan batu bata tradisional dan perdagangan mortar adalah bahwa website ritel sering tidak memiliki daya tarik sosial atau kehangatan manusia pengalaman belanja tatap muka. Belanja online terutama diarahkan mengurangi beban kognitif pengguna, dan ditandai sebagai impersonal, anonim, dan otomatis dibandingkan perdagangan tatap muka tradisional. Beberapa peneliti telah menunjukkan bahwa kurangnya kehadiran sosial dapat menghambat pertumbuhan B2C e-commerce karena kurangnya interaksi manusia dan dengan demikian kepercayaan [Gefen dan Straub, 2003].

    Penelitian sebelumnya telah ditarik dengan konsep kehadiran sosial untuk mengeksplorasi kurangnya kehangatan manusia online (misalnya [Chen et al., 2005]). Berakar pada teori kekayaan informasi [Daftand Lengel, 1984], kehadiran sosial (SP) didefinisikan sebagai sejauh mana media memungkinkan pengguna untuk mengalami orang lain sebagai hadir psikologis [Fulk et al., 1987]. Website e-commerce Bare-tulang yang hanya mendukung aspek transaksional belanja online dianggap informasi-ramping. Penelitian telah menunjukkan bahwa peningkatan rasa kehadiran sosial dapat dicapai melalui merangsang imajinasi interaksi dengan manusia lain (misalnya, melalui teks sosial yang kaya dan konten gambar, salam pribadi, audio manusia dan video, agen cerdas), atau dengan menyediakan sarana untuk aktual interaksi dengan manusia lain [Hassanein dan Kepala 2006]. Penelitian telah menunjukkan bahwa teknologi seperti personalisasi, rekomendasi, dan ulasan konsumen dapat mengaktifkan perasaan tempat di mana orang berinteraksi, sehingga meningkatkan kehadiran sosial website [Kumar dan Benbasat 2006]. Peningkatan kehadiran sosial pada gilirannya dapat mempengaruhi faktor-faktor lain seperti manfaat yang dirasakan dari website [Gefen dan Straub, 2003].

    1.3. Kenikmatan

    Belanja online adalah kegiatan sukarela dan hedonis, dan pengguna berpartisipasi karena mereka termotivasi secara intrinsik. Pengalaman sering menawarkan hiburan dan menyenangkan, yang pengguna telah ditemukan untuk menghargai [Mathwick, 2002]. Dikembangkan dalam literatur psikologi, teori aliran menggambarkan keadaan di mana orang begitu terlibat dalam kegiatan yang tidak ada yang lain tampaknya masalah [Csikszentmihalyi, 1990]. Diadaptasi ke dalam studi adopsi teknologi, konsep dirasakan kenikmatan (PE) telah didefinisikan dan diukur sebagai sejauh mana aktivitas menggunakan sistem tertentu yang dianggap menyenangkan di dalamnya sendiri, selain dari apa konsekuensi kinerja yang dihasilkan dari sistem gunakan [Davis et al., 1992].

    Ia telah mengemukakan bahwa pendekatan kegunaan tradisional terlalu terbatas untuk sepenuhnya mengeksplorasi adopsi teknologi pengguna dan harus diperluas untuk mencakup kenikmatan [Blythe et al., 2003]. Dalam penelitian ini kami menduga bahwa pengalaman menjadi terlibat atau hanya bersenang-senang dapat berdampak pada niat untuk mengadopsi situs belanja sosial. Studi telah menemukan kenikmatan dianggap menjadi anteseden yang signifikan terhadap niat pengguna untuk mengadopsi teknologi untuk kegiatan seperti browsing web [Novak et al., 2000], dan instant messaging [Lu et al., 2008].

    1.4. Persepsi Kemudahan Penggunaan & Perceived Kegunaan

    Diadaptasi dari Teori beralasan Aksi (TRA) Model, TAM berpendapat bahwa dua keyakinan – persepsi kemudahan penggunaan (PEOU) dan kegunaan dirasakan (PU) adalah anteseden yang signifikan untuk satu niat perilaku untuk menggunakan teknologi. PU adalah sejauh mana seseorang percaya bahwa menggunakan sistem tertentu akan meningkatkan performa-nya, dan PEOU adalah gelar untuk orang yang percaya bahwa menggunakan sistem tertentu akan bebas dari upaya [Davis, 1989]. Studi telah menunjukkan PU langsung mempengaruhi niat perilaku untuk menggunakan sistem (BI), dan PEOU mempengaruhi BI melalui PU (misalnya, [Gefen dan Straub, 2003]). Penelitian selanjutnya telah menerapkan TAM untuk berbagai sistem informasi dan teknologi [McGill dan Bax, 2007, Davis dan Venkatesh, 1996, Fang et al., 2006], termasuk e-commerce [Gefen dan Straub, 2003]. Mengingat bahwa situs belanja sosial adalah sebuah teknologi e-commerce berkembang, studi penelitian ini menggunakan TAM sebagai model dasar untuk menyelidiki faktor yang terkait dengan niat untuk menggunakan website tersebut.

    Sementara kekikiran TAM membuatnya mudah untuk diterapkan pada berbagai situasi, kerampingan model juga dianggap sebagai salah satu keterbatasan utamanya. Seperti Chuttur dan lain-lain menunjukkan, model tidak memiliki kemampuan untuk membantu manajer bisnis atau perancang sistem untuk memahami faktor-faktor yang berkontribusi terhadap adopsi atau meninggalkan TI baru [Chuttur 2009]. Sejumlah penelitian telah dilakukan untuk menguji anteseden tambahan untuk menggunakan IT, seperti citra positif [Moore dan Benbasat, 1996], dimensi budaya [Straub et al., 1997, Mao dan Palvia 2006], dan komputer main-main [Venkatesh, 2000]. Demikian pula, penelitian ini bertujuan untuk memperluas model dengan tambahan konstruksi yang relevan.

  2. Model Penelitian dan Hipotesis

    Berdasarkan teori sosial perbandingan, teori kehadiran sosial, teori aliran, dan TAM, model penelitian diusulkan dengan enam variabel: Kecenderungan untuk Sosial Perbandingan online (TSCO), Kehadiran Sosial (SP), Persepsi Kenikmatan (PE), Persepsi Kemudahan Penggunaan (PEOU), Persepsi Kegunaan (PU), dan Niat Perilaku untuk menggunakan situs belanja sosial (BI). Gambar 1 menunjukkan model penelitian.

    Menurut TAM, TI adopsi dipengaruhi oleh keyakinan yang berhubungan dengan pengguna sebelumnya. Penelitian telah menunjukkan efek langsung dari PU pada BI, dan pengaruh tidak langsung dari PEOU pada BI melalui PU (misalnya, [Gefen dan Straub, 2003]). Dengan demikian hipotesis hubungan antara PEOU, PU, ​​dan BI ditetapkan dalam H1-H2:

    * H1. Persepsi Kemudahan Penggunaan (PEOU) akan berdampak positif PU situs belanja sosial.

    * H2. Persepsi Kegunaan (PU) akan berdampak positif BI untuk menggunakan situs belanja sosial.

    Menggabungkan teori aliran dan hasil penelitian selanjutnya kenikmatan dan adopsi teknologi [Novak et al., 2000], hal ini mendalilkan bahwa semakin banyak pengguna menganggap situs yang akan menyenangkan, semakin besar kemungkinan mereka akan mengadopsi situs tersebut. Jadi H3 adalah:

    * H3. Persepsi Kenikmatan (PE) akan berdampak positif BI untuk menggunakan situs belanja sosial.

    Mengingat sifat sosial belanja, kecenderungan untuk perbandingan sosial online ini mendalilkan memiliki efek pada niat seseorang untuk menggunakan situs belanja sosial. Studi empiris belanja online mengungkapkan bahwa pemberian rekomendasi dan ulasan konsumen meningkatkan manfaat yang dirasakan dari website [Kumar dan Benbasat 2006]. Temuan ini konsisten dengan riset pemasaran menunjukkan bahwa konsumen dipengaruhi oleh konsumen lain dalam proses pengambilan keputusan mereka, seperti mencari informasi, evaluasi alternatif, dan pilihan [Duhan et al., 1997, Friedman dan petugas kebakaran, 1977]. Dalam adopsi teknologi, Lagu dan Kim [2006] menemukan bahwa ‘kecenderungan untuk membandingkan avatar mereka dengan pengguna’ pengguna adalah yg signifikan terhadap adopsi pengguna dan penggunaan sistem komunitas virtual avatarbased. Hennig-Thurau dan Walsh [2003] melakukan studi empiris dari sekitar 2.900 konsumen Jerman website eWOM, dan menemukan bahwa orang menggunakan situs tersebut berfungsi sebagai “positioner sosial” yang memungkinkan mereka untuk membandingkan pengalaman belanja mereka dengan pembeli lain, selain memperoleh informasi productrelated untuk mengurangi waktu dalam pengumpulan informasi. Fungsi posisi sosial signifikan mempengaruhi apakah pengguna berencana untuk membeli produk (perilaku pembelian) dan apakah mereka berbagi informasi produk dengan keluarga dan teman-teman (perilaku komunikasi). Mengingat sifat sosial belanja dan fitur khusus situs belanja sosial, itu mendalilkan bahwa orang-orang yang lebih mungkin untuk membandingkan dan dipengaruhi oleh orang lain saat berbelanja online lebih cenderung untuk menemukan situs belanja sosial yang berguna (H4), dan menemukan situs menyenangkan (H5). Jadi hipotesis adalah:

    * H4. Kecenderungan untuk Sosial Perbandingan online (TSCO) akan berdampak positif PU situs belanja sosial.

    * H5. Kecenderungan untuk Online Perbandingan Sosial (TSCO) akan berdampak positif PE situs belanja sosial.

    Akhirnya, berdasarkan penelitian kehadiran sosial dan adopsi sistem e-commerce [Suh dan Han, 2002, Gefen dan Straub, 2003], hipotesis bahwa semakin kuat kehadiran sosial dari situs belanja, pengguna lebih berguna dan menyenangkan akan melihat hal itu terjadi. Dengan demikian:

    * H6. Kehadiran Sosial (SP) akan berdampak positif PU situs belanja sosial.

    * H7. Kehadiran Sosial (SP) akan berdampak positif PE situs belanja sosial.

 

  1. Pengumpulan Data

    Data dikumpulkan melalui survei yang dilakukan antara musim gugur 2008 dan musim semi 2010 (F08, S09, F09, S10). Survei ini diberikan kepada mahasiswa sarjana bisnis di sebuah universitas di wilayah timur laut Amerika Serikat. Para mahasiswa peserta termasuk mahasiswa terdaftar di Pengenalan Sistem Informasi Manajemen (SIM) kelas, tingkat junior kelas Electronic Commerce, dan kelas MIS tingkat senior.

    Kaboodle.com dipilih dalam penelitian ini untuk mata pelajaran untuk mengeksplorasi berbagai fitur situs belanja. Seperti dibahas sebelumnya, Kaboodle merupakan jenis penting dari aplikasi social commerce, yaitu, situs belanja sosial. Kaboodle dipilih karena itu adalah situs belanja sosial terkemuka pada saat penelitian, dengan sekitar 2,5 juta pengunjung setiap bulan per Juni 2009 [Kasteler, 2009] dan saat ini lebih dari 14 juta pengunjung bulanan Februari 2012 (www.kaboodle. com / zm.about). Situs ini menawarkan sejumlah fitur untuk mendukung interaksi sosial saat belanja online. Sebagai contoh, pengguna dapat memilih tombol “Join Now” fungsi untuk membuat profil pribadi yang kaya termasuk gambar, blog, daftar belanja, dan papan gaya. Pengguna juga dapat mengambil tes kompatibilitas dan menemukan nya atau “belanja jodoh” nya dengan selera belanja yang sama. The “Komunitas” fitur memungkinkan pengguna untuk membuat polling untuk mengumpulkan umpan balik pengguna lain ‘, lihat profil pengguna lain, dan menambahkan mereka sebagai teman. The “Fitur Kaboodlers” fungsi lanjut mempromosikan rasa komunitas belanja online dengan menampilkan pengguna yang dipilih di halaman rumah, dengan link ke profil pribadi mereka yang kaya di situs. Gambar 2 menunjukkan homepage Kaboodle per Agustus 2010, pada saat penelitian.

    Dalam penelitian ini, subjek diminta untuk menganggap bahwa mereka memiliki uang tambahan, dan mereka ingin menghabiskan dengan membeli sesuatu secara online untuk diri mereka sendiri. Mereka diperintahkan untuk menjelajahi berbagai fitur di situs Kaboodle termasuk fungsi e-commerce tradisional, seperti browsing dengan merek dan mencari, dan fitur unik untuk situs belanja sosial seperti pasangan belanja jiwa dan tes kompatibilitas, masyarakat, dan pembeli fitur. Subyek kemudian diminta untuk menulis dan mengirimkan esai singkat merenungkan fitur yang disediakan di website. Tujuan yang tepat dari penelitian dan model penelitian tidak dibahas atau disinggung. Setelah menyelesaikan tugas, siswa diberi URL untuk berpartisipasi dalam survei online. Survei ini tersedia secara online selama satu minggu. Siswa diberikan nama mereka pada akhir survei untuk tujuan tunggal untuk memperoleh tambahan kredit, yang merupakan insentif bagi partisipasi survei. Nama-nama siswa yang dihapus dari database survei sesegera tambahan kredit diberikan.

    Dalam membangun kuesioner, Kemudahan Persepsi Penggunaan, Persepsi Kegunaan, dan Perilaku Niat item yang diadaptasi dari Davis [Davis, 1989]. Item untuk Kecenderungan untuk Perbandingan skala Sosial Online diadaptasi dari Gibbons dan Buunk [1999] studi, dan dimodifikasi untuk konteks belanja online. Sementara beberapa studi sebelumnya telah diperlakukan Dirasakan Kenikmatan sebagai konsep multi-dimensi, skala dua-item PE dianggap paling kuat dan banyak digunakan, dan dengan demikian diadopsi dalam penelitian kami [Novak et al., 2000]. Item Kehadiran Sosial diadaptasi dari Gefen dan Straub [2003]. Semua item diukur pada skala tujuh poin mulai dari sangat tidak setuju (1) sangat setuju (7). Kuesioner juga mengumpulkan informasi pengguna seperti demografi, penggunaan saat belanja online dan situs jaringan sosial, pengetahuan sebelumnya situs belanja sosial, serta pertanyaan-pertanyaan terbuka.

    Lampiran A daftar konstruksi utama diukur dalam kuesioner.

 

  1. Analisis Data dan Hasil

    Data dianalisis dengan menggunakan Structural Equation Modeling (SEM) dan SmartPLS software [Ringle et al., 2005]. Pendekatan ini memungkinkan untuk analisis simultan dari model pengukuran (faktor) dan model struktural (analisis jalur), dan secara luas digunakan. Bagian di bawah ini memberikan hasil demografi responden, model pengukuran, dan model struktural.

    4.1. Statistik demografi

    Di antara total 431 siswa, 230 tanggapan dikumpulkan, sehingga tingkat tanggapan 53,4%. Tingkat respons mencerminkan jumlah siswa yang memilih tugas kredit tambahan. Di antara peserta survei, sekitar setengah adalah laki-laki (n = 117) dan setengah adalah perempuan (n = 113). Mayoritas responden berusia antara 20-24 tahun (n = 135, 58,7%). Para responden melaporkan sangat berpengalaman dalam menggunakan PC (Mean = 6.03, SD = 1.14), dan sangat berpengalaman dalam menggunakan internet (Mean = 6.53, SD = 1,09).

    Ketika ditanya tentang frekuensi belanja online mereka, mayoritas (72,6%) melaporkan bahwa mereka berbelanja online dari waktu ke waktu (setiap beberapa bulan), diikuti oleh 21,3% yang berbelanja online secara teratur (setiap bulan), dan 6,1% yang tidak pernah berbelanja secara online sebelumnya. Dalam hal penggunaan situs jejaring sosial, situs atas bahwa subjek memiliki account dan gunakan secara teratur adalah Facebook. Tabel 2 digunakan saat responden dari situs jejaring sosial.

    Responden juga ditanya tentang penggunaan belanja sosial situs Kaboodle sebelum studi. Sebagian besar telah baik pernah mendengar Kaboodle sebelumnya (85,2%), atau telah mendengar tentang Kaboodle tetapi tidak memiliki account pengguna (12,6%). Temuan ini memperkuat statistik [Kasteler 2009] tentang kunjungan bulanan ke situs e-commerce tradisional seperti Amazon (sekitar 51 juta) vs situs belanja sosial seperti seperti Kaboodle (sekitar 2,5 juta), dan menunjukkan bahwa situs belanja sosial adalah bidang baru yang perlu eksplorasi lebih lanjut.

    4.2. Model Pengukuran dan Sarana

    Keandalan konstruksi dilaporkan dalam Tabel 3. Seperti ditunjukkan, komposit reliabilitas langkah-langkah yang berbeda semua melebihi direkomendasikan tingkat 0,70 serta Alpha Chronbach itu. Hasil menunjukkan bahwa langkah-langkah yang kuat dalam hal reliabilitas konsistensi internal mereka.

    Tabel 4 daftar mean dan deviasi standar untuk masing-masing konstruksi utama dalam model. Seperti ditunjukkan, subyek keseluruhan melaporkan sikap positif terhadap situs belanja sosial, dan menemukan itu mudah digunakan, berguna, menyenangkan, dan cenderung untuk menggunakannya dalam tugas-tugas belanja mereka di masa depan.

    Validitas konvergen diperiksa menggunakan beban faktor dan beban salib item untuk semua konstruksi. Semua item dimuat pada konstruksi masing-masing dari batas bawah dari 0,72 ke yang lebih tinggi terikat .96, dan mereka dimuat lebih tinggi pada konstruksi masing-masing daripada yang lain. Selain itu, semua beban item ‘ke konstruksi masing-masing yang signifikan pada tingkat 001, seperti yang ditunjukkan oleh T-statistik dari model luar beban berkisar 3,62-34,77. Hasilnya menegaskan validitas konvergen indikator sebagai mewakili laten konstruksi yang berbeda. Tabel 5 memberikan faktor beban dari semua item.

    Tabel 6 melaporkan validitas diskriminan dari model pengukuran. Unsur-unsur dalam matriks diagonal merupakan akar kuadrat dari Aves, dan mereka semua lebih besar dari elemen off-diagonal dalam baris dan kolom yang sesuai. Ini mendukung validitas diskriminan dari skala.

    4.3. Model Struktural dan Pengujian Hipotesis

    Gambar 3 menunjukkan hasil dari model struktural. Uji memberikan hasil koefisien jalur (β), yang menunjukkan hubungan positif dan negatif antara konstruksi, kekuatan hubungan, dan signifikansi statistik mereka. Tes ini juga menghasilkan beberapa squared korelasi (R2) nilai-nilai, yang menunjukkan jumlah varians dari konstruk dependen yang dapat dijelaskan oleh independen konstruksi.

    Secara keseluruhan model menyumbang 56% dari varians dalam niat perilaku, 39% di PU, dan 47% di PE. PEOU merupakan pendahuluan untuk PU (β = .36, p <.01). PU memiliki efek yang kuat pada BI (β = .51, p <.001). PE juga mempengaruhi BI signifikan (β = .28, p <.01). TSCO memiliki efek pada PE (β = .20, p <.01) dan PU (β = .16, p <.05). SP memiliki efek yang kuat pada PE (β = .58, p <.001), dan yang sederhana di PU (β = .23, p <.05).

    Demikian hasil pengujian hipotesis adalah:

    H1. Persepsi Kemudahan Penggunaan (PEOU) akan berdampak positif PU situs belanja sosial. Didukung

    H2. Persepsi Kegunaan (PU) akan berdampak positif BI untuk menggunakan situs belanja sosial. Didukung

    H3. Persepsi Kenikmatan (PE) akan berdampak positif BI untuk menggunakan situs belanja sosial. Didukung

    H4. Kecenderungan untuk Sosial Perbandingan online (TSCO) akan berdampak positif PU situs belanja sosial. Didukung

    H5. Kecenderungan untuk Online Perbandingan Sosial (TSCO) akan berdampak positif PE situs belanja sosial. Didukung

    H6. Kehadiran Sosial (SP) akan berdampak positif PU situs belanja sosial. Didukung

    H7. Kehadiran Sosial (SP) akan berdampak positif PE situs belanja sosial. Didukung

 

  1. Diskusi dan Implikasi

    Hasil penelitian menunjukkan bahwa fitur mempromosikan rasa kehadiran pribadi dan memfasilitasi perbandingan dan berbagi selama pengalaman belanja online sangat penting untuk adopsi teknologi tersebut. Pada pertanyaan terbuka, siswa melaporkan bahwa salah satu alasan utama mereka akan menggunakan situs ini untuk kegiatan belanja masa depan adalah karena arti bahwa mereka berbelanja dengan orang lain secara online: “Saya akan menggunakan Kaboodle atas situs belanja online lainnya karena memiliki merasa lebih kepribadian dan rekomendasi untuk produk lain berasal dari orang, bukan output yang dihasilkan komputer. ” “Yang paling saya suka adalah kemampuan untuk bertemu orang-orang. Ini memungkinkan untuk koneksi yang lebih pribadi dan pendapat yang lebih dipercaya.” “Amazon lebih merupakan pengalaman individu saat berbelanja online. Kaboodle, (sebagai) situs belanja sosial membuat belanja sedikit lebih menyenangkan.” Temuan ini memperkuat pentingnya mendukung aspek sosial belanja di aplikasi e-commerce. Sementara teknologi e-commerce saat ini cenderung berfokus pada mendukung aspek transaksional dan informasi belanja, teknologi yang memberikan dukungan khusus untuk interaksi sosial antara pembeli dan rasa komunitas online cenderung untuk dipeluk oleh pembeli online muncul.

    Fitur sosial website menonjol tidak hanya dalam membuat belanja online lebih menyenangkan, tetapi juga melayani tujuan tambahan seperti membuat penemuan baru dari produk secara online. Mengingat pengaruh yang signifikan dari perbandingan sosial terhadap manfaat yang dirasakan dan kenikmatan, fitur yang mempromosikan berbagi mudah dan membandingkan ide-ide dan pengalaman belanja yang mungkin penting untuk adopsi dan penggunaan situs tersebut. “Saya suka Rakyat berfungsi karena saya menemukan beberapa orang yang memiliki gaya yang sama seperti saya. Aku bisa melihat apa yang mereka beli, di mana, dan berapa banyak. Komentar mereka membantu saya memutuskan apakah atau tidak saya ingin membeli untuk diriku sendiri.” “Saya menemukan fungsi masyarakat Kaboodle yang paling berguna. Perbelanjaan jiwa-pasangan dan tes kompatibilitas benar-benar membantu saya menemukan giftideas baru dan itu rapi untuk melihat daftar profil orang lain dan selera yang sama bahwa mereka harus saya.” “Saya akan (menggunakan situs di masa depan) karena itu akan memungkinkan saya untuk melihat apa yang orang-orang dengan kebiasaan belanja sama dengan saya seperti dan membeli, dan karena itu bisa membantu saya memutuskan hadiah dan pembelian di masa depan.” Fitur-fitur sosial menonjol bahkan lebih ketika siswa diminta untuk membandingkan pengalaman mereka menggunakan situs belanja sosial dibandingkan situs tradisional. Beberapa berkomentar bahwa “situs lain seperti BlueFly.com dan Overstock.com memungkinkan Anda untuk mempersempit pencarian Anda menurut kategori, kisaran harga, dan jenis kelamin, tetapi Kaboodle.com membuat pencarian lebih menyenangkan.” Ini juga memperkuat hubungan antara interaksi sosial dan rasa kenikmatan dalam aktivitas belanja online diuji secara empiris dalam penelitian kami.

    Ketika ditanya tentang kekhawatiran bahwa mungkin mencegah mereka menggunakan situs belanja sosial di masa depan, sebagian dibesarkan umum masalah E-commerce seperti navigasi situs, keamanan, dan kurangnya pemeriksaan fisik produk sebelum membeli. Mengingat profil pribadi yang kaya dan pengguna informasi diharapkan untuk berbagi di situs belanja sosial, peserta melaporkan masalah privasi lebih daripada di situs E-commerce tradisional. Misalnya, “Beberapa kekhawatiran saya mungkin mungkin bisa menjadi kenyataan membuat profil dengan gambar sendiri di atasnya. Aku lebih suka hanya berbelanja.” “Saya tidak bisa membatasi apa yang orang lain lihat di profil saya.” Terkait dengan karakteristik sosial website, isu kunci lain yang menunjukkan adalah komunitas belanja longgar didefinisikan terdiri dari pembeli online yang tidak diketahui. “Bagi saya, belanja selalu menjadi kegiatan sosial. Aku pergi dengan keluarga saya atau teman-teman saya untuk mendapatkan masukan mereka pada item tertentu. Aku merasa sulit untuk mempercayai pendapat dari pembeli online lainnya di Kaboodle.com hanya karena saya tidak mengenal mereka. ” “The (belanja) masyarakat dan saya memiliki selera berbeda dan kepentingan”. Ini disebabkan sebagian karena fakta bahwa situs belanja sosial yang terpisah dari situs jejaring sosial populer, sehingga komunitas belanja ikatan yang lemah (misalnya, orang asing berbagi kepentingan belanja) daripada ikatan yang kuat (misalnya, dipercaya keluarga dan teman-teman). “Saya suka ide masukan orang lain, tapi teman-teman saya tidak di website untuk memberikan ide-ide mereka.” Ini menunjukkan bahwa mungkin ada perbedaan individu dalam hal tingkat kepercayaan dengan informasi yang diberikan oleh pembeli online lainnya, dan kekuatan hubungan sosial yang kuat vs lemah dari komunitas belanja mungkin memiliki dampak juga. Sementara aspek sosial dari situs itu umumnya ditemukan atribut positif,

komentar ini menyarankan penelitian tambahan diperlukan untuk lebih memahami nilai potensial situs belanja sosial di masa depan.

Temuan penelitian ini memberikan implikasi praktis untuk investasi strategis dan desain situs belanja sosial. Meskipun studi kami adalah eksplorasi di alam, seperti memeriksa populasi sampel yang relatif sempit mahasiswa, memberikan bukti bahwa atribut unik untuk situs belanja sosial mempengaruhi penerimaan pengguna dan penggunaan situs ini untuk belanja online. Dalam populasi ini, model penelitian kami menunjukkan bahwa selain kemudahan penggunaan dan kegunaan, situs belanja sosial kemungkinan besar akan digunakan ketika mereka (1) memungkinkan pengguna untuk dengan mudah membandingkan pengalaman belanja mereka dan pendapat dengan orang lain, (2) menumbuhkan rasa masyarakat, dan (3) dirancang untuk membuat seluruh proses merasa menyenangkan.

 

  1. Kesimpulan dan Kontribusi

    Penelitian ini menguji faktor yang terkait dengan niat konsumen untuk menggunakan situs belanja sosial. Sebuah model penelitian dengan enam faktor diusulkan dan dianalisis. Menggunakan PLS, hasilnya menunjukkan bahwa kecenderungan pengguna individu untuk perbandingan sosial dalam belanja online terpengaruh betapa mereka menikmati menggunakan website, dan bagaimana berguna perasaan mereka tentang situs web. Kehadiran sosial disampaikan melalui website terkena PE, dan PU. Kenikmatan yang dirasakan oleh pengguna yang terkena BI, menunjukkan pentingnya melibatkan pengguna dan memberikan pengalaman yang menyenangkan dalam mendesain website tersebut. Hasil ini juga mendukung jalur kausal dari PEOU ke PU, dan dari PU ke BI, seperti yang disarankan dalam TAM. Tanggapan dalam pertanyaan terbuka memperkuat temuan ini.

    Penelitian ini memberikan kontribusi untuk teori sistem informasi yang ada dengan memperluas Technology Acceptance Model dengan faktor-faktor diambil dari teori sosial perbandingan, teori kehadiran sosial, dan teori aliran. Pertama, tiga faktor baru: kecenderungan untuk perbandingan sosial, keterlibatan sosial, dan kenikmatan yang dirasakan semua ditemukan untuk menjadi anteseden yang signifikan terhadap niat untuk adopsi, selain persepsi kemudahan penggunaan dan kegunaan yang dirasakan. Kedua, kecenderungan untuk skala perbandingan sosial diadaptasi dan diuji secara empiris dapat diandalkan. Item diukur skala besar seperti berbicara dengan pembeli online lainnya tentang pendapat dan pengalaman bersama, belajar tentang apa pembeli online lain pikirkan, dan menemukan review produk secara online membantu. Semua hipotesis yang didukung. Akhirnya, hasil kami memperluas penelitian sebelumnya pada penerimaan pengguna teknologi dengan mengaitkan variabel sosial kunci dari ilmu sosial dan informasi literatur manajemen sistem untuk variabel TAM terkenal, dan secara empiris memvalidasi hubungan dalam konteks aplikasi social commerce.

7.         Referensi

Kasteler, J. (2009) Why You Should Get Involved With Social Shopping : E-comerce 2.0. Online Report (http://searchengineland.com/why-you-should-get-involved-with-social-shopping-e-commerce-20-22995)

Kelman, H. C. (1961) Processes of Opinion Change. Public Opinion Quarterly, 25, 57-78.

King, W. R. & He, J. (2006) A Meta-Analysis of the Technology Acceptance Model. Information & Management, 43 (6), 740-755.

Koufaris, M., Kambil, A. & Labarbera, P. A. (2001) Consumer Behavior in Web-Based Commerce: An Empirical Study. International Journal of Electronic Commerce, 6 (2), 115-139.

Kumar, N. & Benbasat, I. (2006) The Influence of Recommendations and Consumer Reviews on Evaluations of Websites. Information Systems Research, 17 (4), 425-439.

Lee, J. & Lee, J.-N. (2009) Understanding the Product Information Inference Process in Electronic Word-of-Mouth: An Objectivity-Subjectivity Dichotomy Perspective. Information & Management, 46 (5), 302-311.

Lee, M., Shi, N., Cheung, C., Lim, K. and Sia C. (2011) Consumer’s Decision to Shop Online: The Moderating Role of Positive Informational Social Influence, Information & Management, 48 (2011) 185-191

Lu, Y., Zhou, T. & Wang, B. (2008) Exploring Chinese Users’ Acceptance of Instant Messaging Using the Theory of Planned Behavior, the Technology Acceptance Model, and the Flow Theory. Computers in Human Behavior, 6 (2), 1-11.

Mao, E. & Palvia, P. (2006) Testing an Extended Model of IT Acceptance in the Chinese Cultural Context. ACM SIGMIS Database, 37 (2-3), 20-32.

Mathwick, C. (2002) Understanding the Online Consumer: A Typology of Online Relational Norms and Behavior. Journal of Interactive Marketing, 16 (1), 40-55.

McGill, T. & Bax, S. (2007) From Beliefs to Success: Utilizing an Expanded TAM to Predict Web Page Development Success. International Journal of Technology and Human Interaction, 3 (3), 36-53.

Moore, G. C. & Benbasat, I. (1996) Integrating Diffusion of Innovations and Theory of Reasoned Action Models to Predict Utilization of Information Technology by End-users. In: Diffusion and adoption of information technology(Eds, Kautz, K. and Pries-Heje, J.), pp. 132-146. Chapman and Hall, London.

Novak, T. P., Hoffman, D. L. & Yung, Y.-F. (2000) Measuring the Customer Experience in Online Environments: A Structural Modeling Approach. Marketing Science, 19 (Winter), 22-42.

 

Ditulis Oleh

Lihat semua tulisan dari

Leave a Reply