MétaCan
Menu
Retour à la cohorte
Enregistrement W2791804351

SUBJECTIVE NORMS, SELF-EFFICACY AND GOVERNMENT SUPPORT TO INTENTION TO USE INTERNET BANKING (IN ISLAMIC PERSPECTIVE)

2018· article· en· W2791804351 sur OpenAlexvenueno aff
Kirana Kc, Ratnasari Rt, Tika Widiastuti

Notice bibliographique

RevueThe Journal of Internet Banking and Commerce · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIslamic Finance and Communication
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThe InternetStructural equation modelingGovernment (linguistics)Test (biology)Perspective (graphical)PsychologyIslamStatisticValidityApplied psychologySocial psychologyComputer sciencePsychometricsClinical psychologyStatisticsWorld Wide WebMathematicsArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The subjects of this study were santri who use internet banking in Yogyakarta. The study use questionnaire survey method. Its exogenous variables were Subjective Norms, Self-Efficacy and Government Support, while its endogen variable is Intention Internet Banking. Data were analysis using multi variant structural Equation Modeling. Software used in processing data was AMOS and SPSS. The test results used were validity test, and reliability test. The objective of this study is to understand the influence of Subjective norms, Self-Efficacy and Government Support to Intention Internet Banking Santri in Yogyakarta in Islamic perspective. The study was conducted by distributing 400 questionnaires to santri who use internet banking started from December 2015 to April 2016. Qualified questionnaires were 341 (85, 24%). Based on sex male (santri) were 68, 12 % and female (Santriwati) were 31, 87 %. Base on the research can be concluded that subjective norms are influence to intention internet banking (1,257) but statistic result show not significant. And self-Efficacy is positive significant influence to intention internet banking (1,477). And Government Support is positive significant influence to intention internet banking (0,107).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,815
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,296
Écart entre enseignants0,274 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Internet Banking and CommerceMême sujetIslamic Finance and CommunicationTravaux en français237 207