Antecedents of Behavioural Intention to Adopt Internet Banking Using Structural Equation Modelling
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Technology is emerging as an as an important banking mode for customers, and although almost all the banks in India are offering Internet Banking, India faces problems related to the digital divide, e-frauds, and high rates of interest, amongst other things. This is causing concern in banks, which are trying to persuade people to adopt their online banking services. Therefore, the aim with this study is to determine the antecedents of behavioural intentions to adopt e-banking in an emerging economy such as India. We did this by administering a questionnaire with 34 questions and nine constructs to which participants responded using a Likert scale of 1 to 5, 1 being strongly disagree and 5 strongly agree. All constructs used in this questionnaire were adapted from literature related to the antecedents of behavioural intentions to adopt e-banking. We received 436 valid responses, which we analysed using Cronbach’s alpha, Confirmatory Factor Analysis, and Structural Equation Modelling. Results show that Performance Expectancy, Hedonic Motivation, Experience, Habit and Attitude, Perceived Website Usability, and Security and Reliability positively influence the intention to adopt Internet Banking, suggesting that policymakers and bankers should focus on improving website usability and hedonic enjoyment while focusing on Internet Banking performance, security, and dependability. In addition, Effort Expectations, Social Influence, Facilitating Conditions, and Trust resulted as not significant influencing factors of Internet Banking usage; Indians appear to find Internet Banking straightforward to use, perceive it as a breeze, and believe they are backed by solid support systems and organisational infrastructures. Moreover, trust is not a driving factor for Indians to adopt Internet Banking because they already perceive it as a trustworthy exercise.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle