AN EXAMINATION FACTORS INFLUENCING THE INTENTION TO ADOPT INTERNET BANKING AMONG SMES IN YEMEN: USING AN EXTENSION OF THE TECHNOLOGY ACCEPTANCE MODEL (TAM)
Notice bibliographique
Résumé
Although the wide adoption of Internet banking service in developed countries, its application is still low in developing countries like Yemen. Moreover, there is a dearth of empirical research on Internet banking services in Yemen and this makes it necessary to carry out research on adoption of Internet banking service. The purpose of this study is to examine and investigate the main factors which influence the adoption of Internet banking services by Small and Medium Enterprise (SME) managers or owners in Yemen. The research framework consists of seven latent variables, four exogenous variables and three endogenous variables. Out of 920 SME managers or owners located in Sana’a (capital city), 311 respondents (35% response rate) were eventually used to analyze the data using Structural Equation Modeling (SEM) to examine causal and mediating relationship between the latent variables. The results of the study indicate that usefulness and ease of use are significant and positive effect towards Internet banking services adoption (IBSA). It also reveals that ICT readiness, financial institution support and competitive pressure are significant and positive effect towards usefulness and ease of use. It is found that usefulness, ease of use and regulatory support are significant towards (Internet Banking Services Adoption (IBSA). It can be concluded that TAM is found to be a good and suitable underpinning theory to explain IBSA factors in Yemen by achievement of model goodness of fit for the GOF index. The study also discussed implications for Yemeni contexts.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».