Modelowanie satysfakcji, użyteczności i wykorzystania oprogramowania Open Source

Tomasz Przechlewski

Uzyskaj dostęp

Zakup książkę

ISBN/ISSN:

978-83-7865-004-1

DOI:

Wydawnictwo:

Wydawnictwo Uniwersytetu Gdańskiego

Rok wydania:

2012

Liczba stron:

227

XML:ISBN/ISSN:

ONIX MARC21

Bibliografia:

Przechlewski, Tomasz. Modelowanie satysfakcji, użyteczności i wykorzystania oprogramowania Open Source. Red. . : Wydawnictwo Uniwersytetu Gdańskiego, 2012, 227 s. ISBN 978-83-7865-004-1

Bibliografia refWorks:

RT Book, Whole

SR Electronic(1)

A1 Przechlewski, T.

T1 Modelowanie satysfakcji, użyteczności i wykorzystania oprogramowania Open Source

PB Wydawnictwo Uniwersytetu Gdańskiego

YR 2012

SN 978-83-7865-004-1

Bibliografia BibTex:

@Book{ 154599, author = "Przechlewski, Tomasz", editor = "", title = "Modelowanie satysfakcji, użyteczności i wykorzystania oprogramowania Open Source", publisher = "Wydawnictwo Uniwersytetu Gdańskiego", year = "2012", address = "", isbn = "978-83-7865-004-1" }

Bibliografia endNote:

TY - BOOK

AU - Przechlewski, Tomasz

ED -

TI - Modelowanie satysfakcji, użyteczności i wykorzystania oprogramowania Open Source

PB - Wydawnictwo Uniwersytetu Gdańskiego

CY -

PY - 2012

SN - 978-83-7865-004-1

ER -

Netografia (standard APA):

Przechlewski, Tomasz. Modelowanie satysfakcji, użyteczności i wykorzystania oprogramowania Open Source [baza danych online] : Wydawnictwo Uniwersytetu Gdańskiego, 2012 [dostęp: 22 07 2024]. Dostęp w Ibuk Libra: https://libra.ibuk.pl/reader/modelowanie-satysfakcji-uzytecznosci-i-wykorzystania-oprogramowania-tomasz-przechlewski-154599.

open source, oprogramowanie

Oprogramowanie Open Source to nowy sposób tworzenia systemów informacyjnych (si/ti2). Wprawdzie w powszechnej opinii ta kategoria oprogramowania jeszcze do niedawna funkcjonowała jako „oprogramowanie darmowe”,to jednak istotą oprogramo...

Więcej

ISBN/ISSN:

978-83-7865-004-1

DOI:

Wydawnictwo:

Wydawnictwo Uniwersytetu Gdańskiego

Rok wydania:

2012

Liczba stron:

227

XML:ISBN/ISSN:

ONIX MARC21

Wstęp8
1. Metody ilościowe w praktyce badawczej informatyki ekonomicznej12
1.1. Metody badawcze informatyki ekonomicznej12
1.1.1. Dyscyplina naukowa informatyki ekonomicznej13
1.1.2. Tematyka badań informatyki ekonomicznej14
1.1.3. Ilościowe metody badawcze informatyki ekonomicznej14
1.2. Kowariancyjne modelowanie równań strukturalnych16
1.2.1. Wielość metod modelowania strukturalnego16
1.2.2. Specyﬁkacja, estymacja i strategie modelowania18
1.2.3. Wskaźniki jakości dopasowania modelu24
1.2.4. Ocena modelu pomiaru31
1.2.5. Trafność czynnikowa i konﬁrmacyjna analiza czynnikowa38
1.2.6. Porównania pomiędzy grupami i ocena niezmienniczości44
1.2.7. Nieobserwowalna heterogeniczność w modelach SEM46
1.3. Wskaźniki reﬂeksyjne i wskaźniki formatywne48
1.4. Modelowanie ścieżkowe cząstkową metodą najmniejszych kwadratów52
1.4.1. Wprowadzenie do modelowania PLSPM52
1.4.2. Ocena modelu PLSPM55
1.4.3. Porównania międzygrupowe57
1.4.4. Nieobserwowalna heterogeniczność w modelach PLSPM59
1.5. Podsumowanie i wnioski60
2. Modele przyswajania i wykorzystania technologii informacyjnej63
2.1. Teoria dyfuzji innowacji63
2.2. Model Akceptacji Technologii65
2.2.1. Podstawowe informacje65
2.2.2. Wykorzystanie TAM w badaniu wykorzystania SI/TI68
2.2.3. Metaanaliza modelu akceptacji technologii72
2.2.4. Pomiar wykorzystania SI/TI a sukces SI/TI75
2.2.5. Krytyka Modelu Akceptacji Technologii78
2.3. Inne modele wykorzystania SI/TI na poziomie indywidualnym79
2.3.1. Dopasowanie-zadania-do-technologii79
2.3.2. Modele tam2 oraz utaut80
2.3.3. Samoskuteczność i innowacyjność osobista84
2.4. Model sukcesu SI/TI DeLone’a-McLeana87
2.5. Satysfakcja użytkownika SI/TI90
2.5.1. Satysfakcja użytkownika końcowego90
2.5.2. Zaangażowanie, satysfakcja i sukces SI/TI91
2.5.3. Satysfakcja, lojalność i koszty zmiany93
2.6. Przyswojenie i wykorzystanie technologii w organizacji96
2.6.1. Teoria dyfuzji innowacji na poziomie organizacyjnym97
2.6.2. Model Technologia-Organizacja-Środowisko100
2.6.3. Teoria instytucjonalna DiMaggio i Powella103
2.6.4. Wykorzystanie teorii ekonomicznych104
2.7. Podsumowanie107
3. Czynnik SI/TI, sektor oprogramowania i oprogramowanie Open Source110
3.1. Czynnik SI/TI w badaniach informatyki ekonomicznej110
3.2. Charakterystyka rynku oprogramowania114
3.2.1. Sektor produkcji oprogramowania – przegląd pojęć114
3.2.2. Rozwój sektora produkcji oprogramowania118
3.2.3. Rozwój oprogramowania Open Source122
3.3. Ochrona prawna programów komputerowych124
3.3.1. Prawo autorskie i licencje o udostępnianiu125
3.3.2. Ochrona patentowa130
3.4. Ekonomiczne podstawy produkcji oprogramowania133
3.4.1. Korzyści skali i zakresu134
3.4.2. Zewnętrzne efekty sieciowe i koszty zmiany135
3.4.3. Komodyzacja SI/TI140
3.5. Oprogramowanie Open Source141
3.5.1. Otwartość i zarządzanie projektem Open Source141
3.5.2. Motywacja wytwórców i strategie rynkowe producentów143
3.5.3. Sukces i akceptacja oprogramowania Open Source146
3.6. Zakończenie148
4. Przyswojenie i wykorzystanie oprogramowania Open Source150
4.1. Wykorzystanie oprogramowania Open Source przez organizacje150
4.1.1. Model wykorzystania oprogramowania Open Source na poziomie organizacyjnym150
4.1.2. Metoda badawcza153
4.1.3. Ocena modelu pomiaru156
4.1.4. Ocena modelu strukturalnego159
4.1.5. Pomiar formatywny czynników164
4.1.6. Interpretacja i wnioski169
4.2. Model wykorzystania oprogramowania Open Source uwzględniający koszty zmiany170
4.2.1. Proponowany model wykorzystania oprogramowania Open Source RA-SC170
4.2.2. Metoda badawcza, skale pomiarowe i ocena modelu pomiaru175
4.2.3. Ocena modelu strukturalnego179
4.2.4. Interpretacja i wnioski181
4.3. Weryﬁkacja skal pomiarowych czynników PU/PEOU182
4.3.1. Ocena skal zaproponowanych przez Słomkę i innych (2007)182
4.3.2. Poprawiona skala pomiaru czynników PU/PEOU/BI185
4.4. Podsumowanie i wnioski187
Zakończenie190
Bibliograﬁa191
Załącznik A. Skale pomiarowe czynników modeli TAM/UTAUT217
Załącznik B. Krótki opis składni języka LISREL219
Skorowidz222

1.2.Kowariancyjnemodelowanierównaństrukturalnych

przyczymΣjest(nieznaną)macierząwariancji-kowariancjizmiennychyix

wpopulacji,zaśΣ(ó)jestmacierząwariancji-kowariancjibędącąfunkcjąt-

-elementowegowektorawolnychparametrówó17.Równanie1.3implikuje,iż

każdyelementmacierzyΣjestfunkcjąparametrówmodelu.Związekpomiędzy

ΣiΣ(ó)mazasadniczeznaczeniewidentyﬁkacji,estymacjiorazocenie

dopasowaniamodelustrukturalnego(Bollen,1989,s.85).

Estymacjaparametrówmodelupoleganaminimalizacjipewnejfunkcji

ocenydopasowaniamodeludodanychempirycznych,f(S,ˆ

Σ),gdzieˆ

Σ=Σ(ˆ

ó),

ójestwektoremocenparametrówó,aSjestmacierząwariancji-kowariancji

zpróby.Wpraktycedoestymacjinajczęściejstosujesięmetodęnajwiększej

wiarygodności.Minimalizowanafunkcjamawtedynastępującąpostać:

f=log|Σ(ó)|+tr|SΣ11(ó)|−log|S|−(p+q)

(1.4)

Estymatoryuzyskanemetodąnajwiększejwiarygodnościsąasymptotycznie

nieobciążone,zgodneiefektywne(Bollen,1989,s.108–109).Inneproponowa-

nemetodyestymacjitoodpornametodanajwiększejwiarygodności(robust

ML,rMl),uogólnionametodanajmniejszychkwadratów(glS)iważoname-

todanajmniejszychkwadratów(wlS)(J¨

oreskogiS¨

orbom,2001;Bollen,1989).

Jeżelizmienneobserwowalnemająwielowymiarowyrozkładnormalny,amo-

deljestpoprawniewyspecyﬁkowany,tomożnawykazać,iżocenyparametrów

uzyskanezapomocąróżnychmetodestymacjisąasymptotyczniezbieżne(Bol-

len,1989).Wpraktycenależyjednakzałożyć,iżzarównomodelniejest

dokładniewyspecyﬁkowany,jakizmienneobserwowalneniemająwielowymia-

rowegorozkładunormalnego.Wtakimprzypadkuróżneproceduryestymacji

prowadządoróżnychwyników.Jeżelipomiarwykorzystujeskalęinterwałową,

arozkładzmiennychjestzbliżonydonormalnego,tozalecanąmetodąestyma-

cjijestmetodanajwiększejwiarygodności,która,jakwspomniano,wpraktyce

badawczejjeststosowanazdecydowanienajczęściej.

Ważnymograniczeniemjestwielkośćpróby.Wprzypadkuistotnychod-

stępstwodnormalnościzalecanąprocedurąestymacjijestrMl,którawszakże

wymagapróbominimalnejliczebnościN>400.SymulacjeBoomsmyiHo-

oglanda(2001)wskazują,żemetodyglS/wlSniepowinnybyćstosowane

dlapróbmniejszychniż1000obserwacji,przyczym,wzależnościodrodzaju

modeluianalizowanychdanych,wielkośćtamożewzrosnąćnawetdo4000–

5000obserwacji.Wymaganiaodnośniewielkościpróbywzasadziewykluczają

przydatnośćmetodglS/wlSwbadaniachobserwacyjnych.

Specyﬁkacja

ModelAjestzagnieżdżonywewnątrzmodeluB,jeżelizbiór

parametrówwolnychwmodeluAzawierazbiórparametrówwolnychwmode-

luB(aleodwrotniejużnie).Innymisłowy,modelBjestmniejrestrykcyjny,

wtymsensie,żepewneparametryustalonelubograniczonewmodeluAsą

wnimuwolnione.Zawyjątkiempodzbioruparametrów,któresąuwolnione

17MacierzΣ(ó)jestnazywanaimplikowanąmacierząwariancji-kowariancji(im-

pliedcovariancematrix).

Brak wyników

Modelowanie satysfakcji, użyteczności i wykorzystania oprogramowania Open Source

Treść książki

Znajdź bibliotekę blisko siebie, i uzyskaj dostęp do ebooka w systemie IBUK Libra