PENGUKURAN PENERIMAAN TEKNOLOGI E-BANKING OLEH NASABAH PADA BANK PEMERINTAH DENGAN MENGGUNAKAN MODEL UTAUT (UNIFIED THEORY OF ACCEPTANCE AND USE OF TECHNOLOGY) DENGAN MODERATING VARIABEL PENGALAMAN
PEMAKAI
MEASUREMENT TECHNOLOGIES E-BANKING BY CUSTOMER GOVERNMENT BANK USING MODEL UTAUT (UNIFIED THEORY OF
ACCEPTANCE AND USE OF TECHNOLOGY) WITH MODERATING VARIABEL EXPERIENCE
PENELITIAN Oleh : OSLY USMAN NIM 120430130515
PROGRAM DOKTOR ILMU EKONOMI & BISNIS KONSENTRASI STRATEGIK MANAJEMEN
FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS PADJADJARAN
BANDUNG, 2018
i KATA PENGANTAR
Alhamdulillah, segala puji dan syukur kepada Allah SWT atas segala rahmat, taufik dan hidayah hingga penulis dapat merampungkan penyusunan Penelitian dengan judul Pengukuran Penerimaan Teknologi E-Banking oleh Nasabah pada Bank Pemerintah dengan menggunakan model UTAUT (Unified Theory of Acceptance and Use of Technology) dengan Moderating Variable Experience.
Penulis menyadari bahwa dalam penyusunan Penelitian ini masih terdapat kelemahan yang perlu diperkuat dan kekurangan yang perlu dilengkapi. Karena itu, dengan rendah hati penulis mengaharapkan masukan, koreksi dan saran untuk memperkuat kelemahan dan melengkapi kekurangan tersebut.
Dengan tersusunnya Penelitian ini, penulis mengucapkan terimakasih dan penghargaan yang setinggi-tingginya kepada Yth. Prof. Dr. Ina Primiana Syinar, SE., MT selaku Ketua Tim Promotor, Yth. Dr.Hj.Umi Kultum, SE. MS selaku Anggota Tim Promotor, dan Erie Febrian, SE., MBA, M.Comm, Ph.D selaku Anggota Tim Promotor, yang berkenan memberi bimbingan, arahan dan masukan bagi tersusunnya Penelitian yang layak untuk disajikan. Penulis juga mengucapkan terima kasih dan penghargaan kepada:
1. Yth. Rektor Universitas Padjadjaran, Bandung;
2. Yth. Direktur Ketua Program Doktor Ilmu Ekonomi dan Bisnis Universitas Padjadjaran, Bandung;
3. Keluarga besar Universitas Negeri Jakarta terutama Fakultas Ekonomi Universitas Negeri Jakarta yang telah mendukung penulis dalam upaya memperoleh gelar Doktor selama kurang lebih 2 (dua) tahun belakangan ini;
4. Orang tua tersayang Almarhum H. Nur Usman dan Almarhumah Hj. Tioly Harahap, yang saat ini sudah tiada namun penulis yakin mereka pasti akan mendukung dan bahagia saat penulis dapat memperoleh gelar Doktor;
5. Keluarga besar penulis, terutama Tante Nur Cahaya dan adek Telly Usman yang sudah mendukung penulis selama ini perkuliahan berlangsung, serta keluarga lainnya yang tidak mungkin disebutkan satu persatu;
ii 6. Orang tua dari istri penulis, H. Djaja Satria dan Suryetti DS, serta saudara – saudara dari istri penulis yang selalu mendukung apa yang dilakukan penulis terutama dalam upaya memperoleh gelar Doktor;
7. Yang teristimewa dan paling khusus, istri tersayang Ami Deltiyati Satria dan anak – anak ganteng tercinta Imanullah Oracle Usman dan Ibrahim Akhtar Usman, yang senantiasa menjadi inspirasi, memberi doa, dan dukungan selama berlangsungnya masa perkuliahan hingga memasuki masa penyelesaian perkuliahan untuk memperoleh gelar Doktor;
8. Terakhir kepada teman – teman penulis serta semua pihak yang telah membantu kegiatan penelitian pendahuluan; atas perhatian, perkenan dan bantuan yang telah diberikan hingga tersusunnya Penelitian ini.
Semoga apa yang penulis buat dalam penelitian ini dapat berguna dan bermanfaat bagi Universitas Padjajaran dan Universitas Negeri Jakarta pada khususnya, dan seluruh masyarakat Indonesia pada umumnya.
Jakarta, Oktober 2018
Osly Usman
iii ABSTRAK
Penelitian ini merupakan penelitian eksploratif dengan tujuan para pengunaan electronic banking dapat mengunakan teknologi tanpa menggunakan pelayanan pegawai bank, namun melalui delivery chanel transaksi elektronik perbankan. Penelitian ini adalah studi literatur dengan mengkaji berbagai hasil riset empiris tentang adopsi e-banking. Untuk kasus sektor perbankan, adopsi e-banking merupakan salah satu alternatif untuk mendukung pelayanan. Di satu sisi, adopsi e-banking memberikan tambahan penghasilan bagi perbankan, namun di sisi lain adopsi e-banking juga sangat rentan terkait dengan aspek trust yang dirasakan oleh nasabah. Oleh karena itu, kajian tentang aspek trust dalam kasus adopsi e-banking sangatlah perlu untuk dicermati, yaitu tidak saja bagi upaya peningkatan kualitas layanan bagi nasabah, tetapi juga meningkatkan keunggulan bersaing dari pesaing dan juga aspek kepercayaan nasabah untuk tetap loyal menggunakan e-banking. Hasil dari kajian literatur menunjukan bahwa aspek trust menjadi salah satu aspek terpenting untuk mendukung security dari pengukuran banking penerimaan teknologi e- banking oleh nasabah pada bank pemerintah dengan menggunakan model UTAUT dalam rangka mencapai keunggulan bersaing .
Keyword : E-banking, Security, Utaut
iv
DAFTAR ISI
Kata Pengantar ... i Abstrak ... iii Daftar Isi ... Iv Experience ... 1 Pengaruh Experience sebagai moderating variabel dari Performance Expectancy,
Effort Expectancy, Social Influence dan Security terhadap Behavioral Intention ... 4 Daftar Pustaka ... 9
1 1. Experience
Experience atau pengalaman, merupakan pengalaman individu dalam menggunakan teknologi sebelumnya. Ketika seorang pengguna pernah menggunakan teknologi sebelumnya, maka dia akan dapat mengevaluasinya sehingga pengguna dapat memutuskan apakah dia akan berminat untuk menggunakan teknologi di masa depan (V. Venkatesh. M.G., 2003).
Penelitian tentang faktor-faktor yang mempengaruhi penerimaan teknologi oleh perantara sebagai distributor makanan dari pemerintah kepada masyarakat di India, menyatakan bahwa moderating variabel experience merupakan salah satu faktor peningkatan penerimaan teknologi oleh perantara yang dapat meningkatkan kepuasan masyarakat. Dengan kata lain experience merupakan faktor utama untuk penelitian dan praktik pada intermediasi di e-government (Chopra
& Rajan, 2016). Hal senada diungkapkan Ahmad (2015) bahwa terdapat pengaruh yang signifikan antara experience sebagai moderating variabel dari effort expectancy dan social influence terhadap behavioral intetntion serta facilitating condition terhadap use behavior.
Berdasarkan beberapa definisi diatas dan hasil penelitian diatas, peneliti memberikan pemahaman experience sebagai peristiwa-peristiwa atau kejadian-kejadian yang memiliki kesan pribadi, yang terjadi sebagai tanggapan atau hasil dari adanya rangsangan atau stimulus.
Experience melibatkan seluruh dalam setiap peristiwa kehidupan dan sering merupakan hasil dari observasi langsung atau partisipasi dalam suatu kejadian baik secara nyata, mimpi maupun virtual. Experience biasanya tidak terjadi dengan sendirinya, tetapi disebabkan oleh pemicu atau rangsangan. Pengalaman dalam penelitian ini merupakan peristiwa pribadi yang dialami nasabah dalam menggunakan e-banking berkartu sebelumnya.
2 Experience diduga sebagai sebagai moderating variabel pada Effort Expectancy, Social Influence, Social Facilitating Condition dan Security terhadap Behavioral Intentention pada bank pemerintah.
Gambar 1 Diagram Persamaan Hipothesis 7.
Sumber (Olahan Peneliti)
Hipothesis 1.
H0: 𝛽12(1)=𝛽12(2) Tidak ada perbedaan pengaruh effort expectancy terhadap behavioral intention secara signifikan signifikan antara nasabah yang belum memiliki experience dan sudah memiliki experience.
H1: 𝛽12(1) ≠ 𝛽12(2) Ada perbedaan pengaruh effort expectancy terhadap behavioral intention secara signifikan antara nasabah yang belum memiliki experience dan sudah memiliki experience.
3 Hipothesis 2
H0: 𝛽13(1)=𝛽13(2) Tidak ada perbedaan pengaruh social influence terhadap behavioral intention secara signifikan antara nasabah yang belum memiliki experience dan sudah memiliki experience.
H1: 𝛽13(1) ≠ 𝛽13(2) Ada perbedaan pengaruh social influence terhadap behavioral intention secara signifikan antara nasabah yang belum memiliki experience dan sudah memiliki experience.
Hipothesis 7c.
. H0: 𝛽14(1)=𝛽14(2) Tidak ada perbedaan pengaruh facilitating conditions terhadap behavioral intention secara signifikan antara nasabah yang belum memiliki experience dan sudah memiliki experience.
H1: 𝛽14(1) ≠ 𝛽14(2) Ada perbedaan pengaruh facilitating conditions terhadap behavioral intention secara signifikan antara nasabah yang belum memiliki experience dan sudah memiliki experience.
Hipothesis 7d.
H0: 𝛽15(1)=𝛽15(2) Tidak ada perbedaan pengaruh security terhadap behavioral intention secara signifikan antara nasabah yang belum memiliki experience dan sudah memiliki experience.
H1: 𝛽15(1) ≠ 𝛽15(2) Ada perbedaan pengaruh security terhadap behavioral intention secara signifikan antara nasabah yang belum memiliki experience dan sudah memiliki experience.
Pengujian hipothesi dilakukan dengan menggunakan uji t (parametrik test) sebagai berikut:
Uji t dilakukan dengan menggunakan formula :
4
𝑡 = 𝛽(1)− 𝛽(2)
√ (𝑛(1)− 1)2
𝑛(1)− 𝑛(2)− 2. 𝑠𝑒(𝛽(1))2+ (𝑛(1)− 1)2
𝑛(1)− 𝑛(2)− 2. 𝑠𝑒(𝛽(2))2𝑥√ 1
𝑛(1)+ 1 𝑛(2) Keterangan:
𝛽(1) = nilai koefisien di grup 1 𝛽(2) = nilai koefisien di grup 2 𝑛(1) = jumlah pengamatan grup 1 𝑛(2) = jumlah pengamatan grup 2
𝑠𝑒(𝛽(1)) = standart error koefisien di grup 1 𝑠𝑒(𝛽(1)) = standart error koefisien di grup 2
Jika nilai 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 > 𝑡𝑛(1)+𝑛(2)−2, maka disimpulkan ada perbedaan koefisien di group 1 dan grup 2 (variabel tersebut merupakan moderating variabel)
2 Pengaruh Experience sebagai moderating variabel dari Effort Expectancy, Social Influence, Facilitating Condition dan Security terhadap Behavioral Intention.
5 Gambar 2. Diagram BootStrap With Experience
Sumber (Olahan Peneliti)
Gambar 3. Diagram Koefisein With Experience Sumber (Olahan Peneliti)
6 Gambar 4. Diagram BootStrap dengan Tanpa Experience
Sumber (Olahan Peneliti)
Gambar 5. Diagram Koefisein dengan Tanpa Experience Sumber (Olahan Peneliti)
7 Multi Group Analysis (MGA) digunakan untuk menguji pengaruh experience sebagai moderating variabel dari effort expectancy, social influence, facilitating condition, security terhadap behavioral intention. Pada pebelitian ini experience dibagi atas 2 grup yaitu responden yang belum memiliki experience dan responden yang sudah memiliki experience.
Outer model disajikan pada tabel 4.6.1 Tabel tersebut menggambarkan uji validitas dengan uji convergent validity, serta uji reliabilitas dengan composite reliability dan cronbach alpha. Indikator atau indikator disimpulkan valid jika memiliki nilai loading diatas 0.5. Indikator atau indikator yang mengukur variabel laten disimpulkan reliabel jika memiliki nilai composite reliability diatas 0.7 dan cronbach alpha diatas 0.6
Tabel 4.1 Outer Model Dengan Experience Sebagai Moderating Variabel
Keterangan
Loading Factor Composite
Reliability Cronbach Apha Experience Non
Experience Sudah Belum Sudah Belum Performance Expectancy
PE ----> PEX1 0.839 0.836
0.926 0.927 0.900 0.96.02
PE ----> PEX2 0.854 0.855
PE ----> PEX3 0.839 0.853
PE ----> PEX4 0.845 0.847
PE ----> PEX5 0.846 0.845
Effort Expectancy
EE ----> EEX1 0.850 0.840
0.918 0.916 0.880 0.878
EE ----> EEX2 0.859 0.841
EE ----> EEX3 0.845 0.879
EE ----> EEX4 0.877 0.863
Social Influence
SI ----> SIX1 0.830 0.843
0.907 0.910 0.864 0.868
SI ----> SIX2 0.852 0.853
SI ----> SIX3 0.833 0.849
SI ----> SIX4 0.854 0.839
Faciltating Condition
FC ----> FCX1 0.871 0.867
0.901 0.898 0.834 0.830
FC ----> FCX2 0.850 0.849
FC ----> FCX3 0.879 0.876
Security
8 Keterangan
Loading Factor Composite
Reliability Cronbach Apha Experience Non
Experience Sudah Belum Sudah Belum
S ----> SX1 0.862 0.847
0.913 0.912 0.872 0.871
S ----> SX2 0.853 0.850
S ----> SX3 0.861 0.858
S ----> SX4 0.826 0.841
Behavioral Intention
BI ----> BIX1 0.855 0.852
0.907 0.904 0.863 0.858
BI ----> BIX2 0.855 0.829
BI ----> BIX3 0.839 0.835
BI ----> BIX4 0.820 0.836
Use Behavior
USE ----> USEX1 0.852 0.861
0.897 0.907 0.848 0.863
USE ----> USEX2 0.830 0.848
USE ----> USEX3 0.822 0.841
USE ----> USEX4 0.809 0.818
Sumber: Hasil Olahan Data Statistik
Tabel 4.6.1 menunjukkan bahwa semua indikator pada tiap variabel laten memiliki nilai loading lebih dari 0.5. Tidak ada perbedaan yang signifikan nilai loading pada nasabah yang belum memiliki experience dan nasabah yang sudah memiliki experience. Nilai composite reliability lebih dari 0.7 dan nilai cronbach alpha lebih dari 0.6. Artinya tidak ada perbedaan tingkat validitas dan reliabilitas alat ukur untuk pada nasabah yang sudah memiliki experience dan belum memiliki experience.
9
DAFTAR PUSTAKA
Aboobucker, I., & Bao, Y. (2018). What obstruct customer acceptance of internet banking?
Security and privacy, risk, trust and website usability and the role of moderators. The Journal of High Technology Management Research.
Ahmad, M. I. (2014). Unified Theory of Acceptance and Use of Technology (UTAUT): a decade of validation and development. In Proceedings of the 4th International Conference on ICT in our Lives (ISSN 2314–8942).
Ajzen, I. (1991). The theory of planned behavior. SesOrganizational Behavior and Human Decision Proces, 50(2), 179–211.
Alalwan, A. A., Dwivedi, Y. K., Rana, N. P. P., & Williams, M. D. (2016). Consumer adoption of mobile banking in Jordan. Journal of Enterprise Information Management, 29(1), 118–
139. https://doi.org/10.1108/JEIM-04-2015-0035
Chellappa, R. K., & Pavlou, P. A. (2002). Perceived information security, financial liability and consumer trust in electronic commerce transactions. Logistics Information Management, 15(5/6), 358–368.
Celik, H. (2016). Customer online shopping anxiety within the Unified Theory of Acceptance and Use Technology (UTAUT) framework. Asia Pacific Journal of Marketing and Logistics, 28(2), 278–307
Chiu, J. L., Bool, N. C., & Chiu, C. L. (2017). Challenges and factors influencing initial trust and behavioral intention to use mobile banking services in the Philippines. Asia Pacific Journal of Innovation and Entrepreneurship, 11(2), 246–278. https://doi.org/10.1108/APJIE-08- 2017-029
10 Chin, W. W. (2010). How to write up and report PLS analyses. In Handbook of partial least
squares (pp. 655–690). Springer.
Chopdar, P. K., Korfiatis, N., Sivakumar, V. J., & Lytras, M. D. (2018). Mobile shopping apps adoption and perceived risks: A cross-country perspective utilizing the Unified Theory of Acceptance and Use of Technology. Computers in Human Behavior, 86, 109–128
Compeau, D. R., & Higgins, C. A. (1995). Application of social cognitive theory to training for computer skills. Information Systems Research, 6(2), 118–143.
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 319–340.
Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User acceptance of computer technology:
a comparison of two theoretical models. Management Science.
https://doi.org/10.1287/mnsc.35.8.982
Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1992). Extrinsic and intrinsic motivation to use computers in the workplace 1. Journal of Applied Social Psychology, 22(14), 1111–1132.
Doll, W. J., & Torkzadeh, G. (1988). The measurement of end-user computing satisfaction. MIS Quarterly, 259–274.
Fishbein, M., & Ajzen, I. (1974). Attitudes towards objects as predictors of single and multiple behavioral criteria. Psychological Review, 81(1), 59.
Ganapathy, S., Ranganathan, C., & Sankaranarayanan, B. (2004). Visualization strategies and tools for enhancing customer relationship management. Communications of the ACM, 47(11), 92–99.
Gounaris, S., & Koritos, C. (2008). Investigating the drivers of internet banking adoption decision: A comparison of three alternative frameworks. International Journal of Bank
11 Marketing, 26(5), 282–304.
Henderson, R. (1995). European retail banking: innovation strategies. International Journal of Business Studies, 3(1), 11–30.
Hair Jr, J. F., Hult, G. T. M., Ringle, C., & Sarstedt, M. (2016). A primer on partial least squares structural equation modeling (PLS-SEM). Sage Publications.
Isa, M. A. M., Nasrul, F., Senan, R., & Mohamed, S. (2017). The consumer acceptance towards electronic payment system.
Laukkanen, T. (2016). Consumer adoption versus rejection decisions in seemingly similar service innovations: The case of the Internet and mobile banking. Journal of Business Research, 69(7), 2432–2439.
Lee, M. C. (2009). Factors influencing the adoption of internet banking: An integration of TAM and TPB with perceived risk and perceived benefit. Electronic Commerce Research and Applications, 8(3), 130–141. https://doi.org/10.1016/j.elerap.2008.11.006
Liebenberg, J., Benade, T., & Ellis, S. (2018). Acceptance of ICT: Applicability of the Unified Theory of Acceptance and Use of Technology (UTAUT) to South African Students. The African Journal of Information Systems, 10(3), 1.
Mahardika, A., & Basuki, R. (2011). Factor Determining Acceptance Level of Internet Banking Implementation. Journal of Management Science and Information Technology, 1(1).
Martins, C., Oliveira, T., & Popovič, A. (2014). Understanding the internet banking adoption: A unified theory of acceptance and use of technology and perceived risk application.
International Journal of Information Management. https://doi.org/sci
Madan, K., & Yadav, R. (2016). Behavioural intention to adopt mobile wallet: a developing country perspective. Journal of Indian Business Research, 8(3), 227–244.
12 https://doi.org/10.1108/JIBR-10-2015-0112
Mahardika, A., & Basuki, R. (2011). Factor Determining Acceptance Level of Internet Banking Implementation. Journal of Management Science and Information Technology, 1(1).
Mauro C. Hernandez, J., & Afonso Mazzon, J. (2007). Adoption of internet banking: proposition and implementation of an integrated methodology approach. International Journal of Bank Marketing, 25(2), 72–88. https://doi.org/10.1108/02652320710728410
Monecke, A., & Leisch, F. (2012). semPLS: structural equation modeling using partial least squares
Momani, A. M., & Jamous, M. (2017). The Evolution of Technology Acceptance Theories.
Moore, G. C., & Benbasat, I. (1991). Development of an instrument to measure the perceptions of adopting an information technology innovation. Information Systems Research, 2(3), 192–222.
Mukherjee, A., & Nath, P. (2003). A model of trust in online relationship banking. International Journal of Bank Marketing, 21(1), 5–15. https://doi.org/10.1108/02652320310457767 Ofori, K. S., Boakye, K. G., Addae, J. A., Ampong, G. O. A., & Adu, A. S. Y. (2017). An
Empirical Study on the Adoption of Consumer-to-Consumer E-commerce: Integrating the UTAUT Model and the Initial Trust Model. In International Conference on e-Infrastructure and e-Services for Developing Countries (pp. 281–292). Springer.
Owusu Kwateng, K., Osei Atiemo, K. A., & Appiah, C. (2018). Acceptance and use of mobile banking: an application of UTAUT2. Journal of Enterprise Information Management.
Patel, K. J., & Patel, H. J. (2018). Adoption of internet banking services in Gujarat: An extension of TAM with perceived security and social influence. International Journal of Bank
Marketing, 36(1), 147–169.
13 Phichitchaisopa, N., & Naenna, T. (2013). Factors affecting the adoption of healthcare
information technology. EXCLI Journal, 12, 413.
Rahi, S., Ghani, M., Alnaser, F., & Ngah, A. (2018). Investigating the role of unified theory of acceptance and use of technology (UTAUT) in internet banking adoption context.
Management Science Letters, 8(3), 173–186.
Rahi, S., Ghani, M., & Ngah, A. (2018). A structural equation model for evaluating user’s intention to adopt internet banking and intention to recommend technology. Accounting, 4(4), 139–152.
Raza, S. A., Umer, A., & Shah, N. (2017). New determinants of ease of use and perceived usefulness for mobile banking adoption. International Journal of Electronic Customer Relationship Management, 11(1), 44–65.
Sekaran, U., & Bougie, R. (2016). Research methods for business: A skill building approach.
John Wiley & Sons
Salimon, M. G., Yusoff, R. Z., & Mokhtar, S. S. M. (2016). The influence of e-satisfaction, e- trust and hedonic motivation on the adoption of e-banking and its determinants in Nigeria:
A pilot study. Mediterranean Journal of Social Sciences, 7(1), 54.
Singh, S., & Srivastava, R. K. (2018). Predicting the intention to use mobile banking in India.
International Journal of Bank Marketing, 36(2), 357–378.
Sinisalo, J., & Karjaluoto, H. (2009). THE IMPACT OF MOBILE PHONE CAPABILITIES ON MOBILE SERVICE USAGE: EMPIRICAL EVIDENCE FROM FINLAND. International Journal of Mobile Marketing, 4(1).
Sugiono. (2008). Metode penelitian pendidikan: (pendekatan kuantitatif, kualitatif dan R & D).
Alfabeta. Retrieved from
14 Tan, E., & Leby Lau, J. (2016). Behavioural intention to adopt mobile banking among the
millennial generation. Young Consumers, 17(1), 18–31. https://doi.org/10.1108/YC-07- 2015-00537
Tenenhaus, M., Vinzi, V. E., Chatelin, Y. M., & Lauro, C. (2005). PLS path modeling.
Computational Statistics and Data Analysis, 48(1), 159–205.
Tarhini, A., El-Masri, M., Ali, M., & Serrano, A. (2016a). Extending the UTAUT model to understand the customers’ acceptance and use of internet banking in Lebanon: A structural equation modeling approach. Information Technology & People, 29(4), 830–849.
Tarhini, A., El-Masri, M., Ali, M., & Serrano, A. (2016b). Extending the UTAUT model to understand the customers’ acceptance and use of internet banking in Lebanon. Information Technology & People, 29(4), 830–849. https://doi.org/10.1108/ITP-02-2014-0034
Taylor, S., & Todd, P. (1995a). Assessing IT Usage: The Role of Prior Experience. MIS Quarterly, 19(4), 561. https://doi.org/10.2307/249633
Taylor, S., & Todd, P. A. (1995b). Understanding information technology usage: A test of competing models. Information Systems Research. https://doi.org/10.1287/isre.6.2.144 Teo, A.-C., Tan, G. W.-H., Ooi, K.-B., Hew, T.-S., & Yew, K.-T. (2015). The effects of
convenience and speed in m-payment. Industrial Management & Data Systems, 115(2), 311–331. https://doi.org/10.1108/IMDS-08-2014-023
Thompson, R. L., Higgins, C. A., & Howell, J. M. (1991). Personal Computing: Toward a
Conceptual Model of Utilization. MIS Quarterly, 15(1), 125. https://doi.org/10.2307/249443 Tornatzky, L. G., & Klein, K. J. (1982). Innovation characteristics and innovation adoption-
implementation: A meta-analysis of findings. IEEE Transactions on Engineering Management, (1), 28–45.
15 Triandis, H. C., McCusker, C., & Hui, C. H. (1990). Multimethod probes of individualism and
collectivism. Journal of Personality and Social Psychology, 59(5), 1006.
Turban, E., King, D., Lee, J., & Liang, T. P. (2012). D. Turban (2012). Electronic Commerce 2012: A managerial and social networks perspective. Pearson.
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 425–478.
Venkatesh, V., & Speier, C. (1999). Computer technology training in the workplace: A longitudinal investigation of the effect of mood. Organizational Behavior and Human Decision Processes, 79(1), 1–28.
Venkatesh, V., Thong, J., & Xu, X. (2012a). Consumer acceptance and user of information technology: Extending the unified theory of acceptance and use of technology. MIS Quarterly, 36(1), 157–178. https://doi.org/10.1111/j.1365-2729.2006.00163.x Venkatesh, V., Thong, J. Y. L., & Xu, X. (2012b). Consumer Acceptance and Use of
Information Technology : Extending the Unified Theory. MIS Quarterly, 36(1), 157–178.
https://doi.org/10.1017/CBO9781107415324.004
Venkatesh, V., Thong, J. Y. L., & Xu, X. (2012c). Consumer acceptance and use of information technology: extending the unified theory of acceptance and use of technology. MIS
Quarterly, 157–178.
Zhou, T., Lu, Y., & Wang, B. (2010). Integrating TTF and UTAUT to explain mobile banking user adoption. Computers in Human Behavior, 26(4), 760–767.
https://doi.org/10.1016/j.chb.2010.01.013
Wood, R., & Bandura, A. (1989). Social cognitive theory of organizational management.
Academy of Management Review, 14(3), 361–384.
16 Wold, H. (1980). Model construction and evaluation when theoretical knowledge is scarce:
Theory and application of partial least squares. In Evaluation of econometric models (pp.
47–74). Elsevier
