在进行模型构建时，通常需要参考理论，因为理论为变量间因果关系提供了假设，确保模型的指定和验证。理论基础增强了模型的目标性、可靠性和有效性，便于科学解释研究结果。若不参考理论随意构建模型，可能导致参数设定不准确、估计不稳定、模型拟合度差、效度与可靠性低，进而削弱研究的解释力，降低科学性和实用性，影响其在学术和实践中的应用效果。
NO1. 概念与起源
感知有用性（PU）：用户认为某技术是否能提高其工作效率或生活质量的主观感受。
感知易用性（PEOU）：用户认为某技术是否易于使用的主观感受。
行为意图（BI）：用户是否计划使用某项技术，是技术接受度的前置指标。
实际使用（USE）：用户最终是否采用该技术，受行为意图和外部因素的影响。
用户的感知有用性和感知易用性会直接影响他们的行为意图。
行为意图与实际使用之间存在正向关系。
感知易用性影响感知有用性，即如果某项技术更易于使用，用户更可能认为它是有用的。
NO2. 广泛应用的领域
应用：研究消费者在电子商务平台的购买决策过程中如何接受和使用技术。
示例：通过TAM模型分析网购平台（如亚马逊、淘宝）的技术接受度，发现感知易用性和感知有用性对消费者的购买决策有显著影响。
应用：分析用户对移动应用（如社交软件、健康管理软件等）的接受程度。 示例：研究智能手机用户对健康追踪应用的接受度，发现感知有用性是决定用户是否长期使用该应用的关键因素。
应用：研究教师和学生对在线教育平台、学习管理系统（LMS）等技术工具的接受。 示例：在远程教育环境中，TAM模型用于分析教师对在线教学平台的接受度，结果表明感知易用性对教师使用平台的意图有重要影响。
应用：分析企业员工对企业资源规划（ERP）系统、客户关系管理（CRM）系统的接受。 示例：通过TAM分析员工对新引入的ERP系统的接受度，发现培训和技术支持在提高感知易用性和感知有用性方面发挥着重要作用。
NO3. 核心概念解析
感知有用性（Perceived Usefulness, PU）
定义：用户认为某技术能提高其工作效率或生活质量的主观评价。 示例：用户认为使用智能家居技术能提高生活便利性，从而提高了他们对该技术的接受度。
定义：用户认为某技术是否易于学习和使用的主观评价。 示例：如果某款应用操作简单，界面直观，用户就会认为它容易使用，从而提高技术接受度。
定义：个体在未来使用某项技术的意图，通常由感知有用性和感知易用性共同影响。 示例：用户计划继续使用某个应用，表明其对该技术有较高的行为意图。
定义：用户最终是否使用某项技术，受行为意图和外部因素的影响。 示例：尽管个体有使用某技术的意图，但外部因素（如网络问题、设备限制等）可能影响其实际使用。
NO4. 技术接受模型在结构方程模型（SEM）中的应用
感知有用性（PU）：通过用户对技术有效性的主观评价进行测量。 感知易用性（PEOU）：通过用户对技术使用的难易度的评价进行测量。 行为意图（BI）：通过用户是否计划在未来使用该技术进行测量。 实际使用（USE）：通过用户实际使用该技术的频率和持续性进行测量。
直接路径：感知有用性和感知易用性直接影响行为意图，行为意图影响实际使用。 间接路径：感知易用性通过提升感知有用性间接影响行为意图，进而影响实际使用。
使用CFI、TLI、RMSEA等拟合指标验证TAM模型的适配性。通常，TAM模型能够展示良好的拟合度。
调节效应：外部因素（如用户的文化背景、技术支持等）如何调节感知易用性与感知有用性之间的关系。 中介效应：行为意图在感知有用性和实际使用之间的中介作用。
NO5. 应用示例：移动支付应用的技术接受
感知有用性：用户认为移动支付可以提高支付效率和生活便利。 感知易用性：用户认为移动支付操作简单，快捷。 行为意图：用户是否有意愿继续使用移动支付。 实际使用：用户是否频繁使用移动支付。
感知有用性对行为意图的正向影响显著，路径系数为0.65。 感知易用性对行为意图的正向影响也显著，路径系数为0.55。 行为意图对实际使用的正向影响路径系数为0.70。
感知有用性是影响用户使用移动支付的最重要因素，尤其是提高支付效率的功能。 感知易用性对行为意图的影响也不可忽视，简单的操作界面能够提高用户的接受度。 用户的行为意图直接影响实际使用频率，较高的意图通常伴随着较高的实际使用。
提升移动支付的便利性和效率，比如通过一键支付、跨平台兼容等方式。 优化应用界面设计，确保其直观、易用，降低用户的学习成本。 提供技术支持和用户教育，帮助用户解决在使用中遇到的障碍。
移动支付的用户接受度提高25%。 用户的活跃度增加30%，频繁使用的用户比例上升。
总结
技术接受模型（TAM）为理解用户如何接受和使用技术提供了有力的理论框架。通过对感知有用性、感知易用性、行为意图和实际使用的研究，TAM揭示了影响技术采纳的重要因素。在实践中，结合结构方程模型（SEM）可以帮助量化这些因素之间的关系，为技术产品的优化和推广提供科学依据和决策支持。TAM在电子商务、移动应用、教育技术和企业信息系统等多个领域有着广泛应用，且为技术开发者和政策制定者提供了宝贵的参考。
点个关注吧~
100种SEM应用的经典理论12——能力、机会、动机和行为模型
SEM应用的100种经典理论19
SEM应用的100种经典理论 · 目录
上一篇
