Dergiler / Tarım Ekonomisi Dergisi / 2026 / Cilt: 32 Sayı: 1

Tüketicilerin çevrimiçi gıda satın alma niyetinin teknoloji kabul modeli (tam) ile açıklanması: Türkiye, Antalya ili örneği

Explaining consumers online food purchase intention through Technology Adaptation Model (TAM): A case of Antalya province in Türkiye

Sayfa
249–260
Yayın Tarihi
2026-06-26
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bulgular: Katılımcıların yaklaşık %46'sının çevrimiçi market alışverişi yaptığı belirlenmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Amaç: Bu çalışma, Teknoloji Kabul Modeli'nin (TAM) Türkiye'deki tüketicilerin çevrimiçi gıda satın alma niyetlerini, özellikle çevrimiçi market alışverişi bağlamında, açıklama yetisini incelemeyi amaçlamaktadır.
📊
Temel Bulgular & Veri:Tasarım/Metodoloji/Yaklaşım: Araştırma, Antalya ilinin üç merkez ilçesinde yaşayan 18 yaş ve üzeri 305 katılımcıdan elde edilen kesitsel anket verilerine dayanmaktadır.
💡
Sonuç & Katkı:Bulgular: Katılımcıların yaklaşık %46'sının çevrimiçi market alışverişi yaptığı belirlenmiştir.
🔬Tür:Uygulamalı Anket & Alan Araştırması
📍Kapsam:305 katılımcı
⚙️Değişkenler:Tüketici benimsemesi · çevrimiçi gıda alışverişi · çevrimiçi market alışverişi

Özet

Amaç: Bu çalışma, Teknoloji Kabul Modeli'nin (TAM) Türkiye'deki tüketicilerin çevrimiçi gıda satın alma niyetlerini, özellikle çevrimiçi market alışverişi bağlamında, açıklama yetisini incelemeyi amaçlamaktadır. Tasarım/Metodoloji/Yaklaşım: Araştırma, Antalya ilinin üç merkez ilçesinde yaşayan 18 yaş ve üzeri 305 katılımcıdan elde edilen kesitsel anket verilerine dayanmaktadır. Veri toplama aracında demografik ve sosyoekonomik özellikler, internet erişimi, çevrimiçi alışveriş davranışları ve Teknoloji Kabul Modeli ölçeğine ilişkin ifadeler yer almıştır. Araştırma modelinin test edilmesinde Yapısal Eşitlik Modellemesi (YEM) kullanılmıştır. Bulgular: Katılımcıların yaklaşık %46'sının çevrimiçi market alışverişi yaptığı belirlenmiştir. Analiz sonuçları, çevrimiçi market alışverişine yönelik niyeti etkileyen en önemli faktörlerin alışveriş deneyiminden duyulan haz ve olumlu tutumlar olduğunu göstermektedir. Özgünlük/Değer: Çalışma, Teknoloji Kabul Modeli'ni kullanarak Türkiye'de çevrimiçi gıda alışverişine ilişkin literatüre katkı sağlamakta ve tüketicilerin çevrimiçi market alışverişine yönelik niyetlerini anlamaya yönelik bulgular sunmaktadır. Elde edilen sonuçlar hem akademik araştırmalar hem de çevrimiçi gıda perakendeciliği uygulamaları açısından değerli çıkarımlar ortaya koymaktadır. Çalışma bulguları tüketici benimsemesi ve sadakatini artırmak amacıyla çevrimiçi market platformlarının keyifli, ilgi çekici ve etkileşimli deneyimler sunacak şekilde tasarlanması gerektiğini göstermektedir.

Abstract

Purpose : This study aims to examine whether the Technology Acceptance Model (TAM) can effectively explain consumers’ online food purchasing behavior in Türkiye, with a focus on grocery shopping. Design/methodology/approach : The research is based on cross-sectional survey data collected from 305 respondents aged 18 and above, residing in three central districts of Antalya province that represent 50% of the provincial population. The questionnaire included demographic, socioeconomic, and household characteristics, internet access and online shopping behavior, along with TAM scale items. Structural Equation Modeling (SEM) was applied to test the conceptual framework. Findings : About 46% of respondent is currently using online grocery shopping in research area. The empirical model results indicate that enjoyment and positive attitudes are the main drivers of consumers’ online grocery shopping behavior. Research limitations/implications : The study is limited to one province in Türkiye, which may affect the generalizability of the findings. Further research, in addition to TAM, by employing different behavioral models/theory with regionally or countrywide representative data is recommended. Practical implications : Online grocery platforms should be designed as enjoyable and engaging experiences to increase consumer adoption and loyalty. Originality/value : This research contributes to the limited literature on online food shopping in Türkiye by applying TAM, providing valuable insights for both academics and practitioners.

🔖

Bu Makaleye Atıf Yap

Şimşek, S., Koç, G., Demir, M. Ö., Koç, A. (2026). Tüketicilerin çevrimiçi gıda satın alma niyetinin teknoloji kabul modeli (tam) ile açıklanması: Türkiye, Antalya ili örneği. Tarım Ekonomisi Dergisi, Cilt: 32 Sayı: 1, 249–260. https://doi.org/10.24181/tarekoder.1782733

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (25)

  1. Abd Aziz, N.N. and Abd Wahid, N. (2018), “Factors influencing online purchase intention among university students”, International Journal of Academic Research in Business and Social Sciences, Vol. 8 No. 7, pp. 702-717.
  2. Ajzen, I. (1991), “The theory of planned behavior”, Organizational Behavior and Human Decision Processes, Vol. 50 No. 2, pp. 179-211.
  3. Alaimo, L. S., Fiore, M., & Galati, A. (2022), “Measuring consumers’ level of satisfaction for online food shopping during COVID-19 in Italy using POSETs”, Socio-Economic Planning Sciences, 82, 101064.
  4. Al-Debei, M.M., Akroush, M.N. and Ashouri, M.I. (2015), “Consumer attitudes towards online shopping: The effects of trust, perceived benefits, and perceived web quality”, Internet Research, Vol. 25 No. 5, pp. 707-733.
  5. Bauerová, R. and Klepek, M. (2018), “Technology acceptance as a determinant of online grocery shopping adoption”, Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis, Vol. 66 No. 3, pp. 737-746.
  6. Çakır, İ. and Kazançoğlu, İ. (2020), “Sanal market alışverişi yapma niyetinde genişletilmiş teknoloji kabul modeli bileşenleri ile risk algılarının etkisi”, Manisa Celal Bayar Üniversitesi Sosyal Bilimler Dergisi, Vol. 18 No. 2, pp. 305-326.
  7. Gaire, B. and Maharjan, S. (2023), “Analyzing the adoption of online shopping using extended technology acceptance model: An empirical study on five districts of Nepal”, International Journal of Engineering and Management Research, Vol. 13 No. 1, pp. 48-57.
  8. Gaskin, J., James, M. and Lim, J. (2019), “Master validity tool. AMOS plugin”, Gaskination’s StatWiki, available at: http://statwiki.gaskination.com (accessed 12 September 2025).
  9. Giannakopoulou, M., Ioannou, S., Stylianou, A., and Adamides, G. (2024), “Exploring the determinants of consumers’ adoption of online grocery shopping using the Theory of Planned Behavior: An empirical study”, Stakeholder’s willingness to pay for Tunisian forest services, 17.
  10. Hair, J. F., Black, W. C., Babin, B. J., and Anderson, R. E. (2019), Multivariate Data Analysis (8th ed.). Cengage.
  11. Henseler, J., Ringle, C.M. and Sarstedt, M. (2015), “A new criterion for assessing discriminant validity in variance-based structural equation modeling”, Journal of the Academy of Marketing Science, Vol. 43 No. 1, pp. 115-135.
  12. Hu, L. T., and Bentler, P. M. (1999), “Cutoff criteria for fit indexes in covariance structure analysis”, Structural Equation Modeling, 6(1), 1–55.
  13. Işık, P. and Öz, M. (2021), “Online alışveriş yapan süpermarket tüketicilerinin tüketim tercihlerinin teknoloji kabul modeliyle açıklanması”, OPUS International Journal of Society Researches, Vol. 18 (Yönetim ve Organizasyon Özel Sayısı), pp. 1538-1572.
  14. Jun, K., Yoon, B., Lee, S. and Lee, D.-S. (2021), “Factors influencing customer decisions to use online food delivery service during the COVID-19 pandemic”, Foods, Vol. 11 No. 1, p. 64.
  15. Kenny, D. A., Kaniskan, B., and McCoach, D. B. (2015), “The performance of RMSEA in models with small degrees of freedom”, Sociological Methods & Research, 44(3), 486–507.
  16. Kenny, D.A., Kaniskan, B. and McCoach, D.B. (2015), “The performance of RMSEA in models with small degrees of freedom”, Sociological Methods & Research, Vol. 44 No. 3, pp. 486-507.
  17. Kline, R. B. (2016). Principles and Practice of Structural Equation Modeling (4th ed.). Guilford Press.
  18. Mortimer, G., Fazal e Hasan, S., Andrews, L. and Martin, J. (2016), “Online grocery shopping: the impact of shopping frequency on perceived risk”, The International Review of Retail, Distribution and Consumer Research, Vol. 26 No. 2, pp. 202-223.
  19. Nguyen, T.T.H., Nguyen, N., Nguyen, T.B.L., Phan, T.T.H., Bui, L.P. and Moon, H.C. (2019), “Investigating consumer attitude and intention towards online food purchasing in an emerging economy: An extended TAM approach”, Foods, Vol. 8 No. 11, p. 576.
  20. Oğuz, C., and Karakayacı, Z. (2017), “Tarım Ekonomisinde Araştırma ve Örnekleme Metodolojisi”, Konya, Atlas Akademi, 183
  21. Ringle, C.M., Sarstedt, M., Sinkovics, N. and Sinkovics, R.R. (2023), “A perspective on using partial least squares structural equation modelling in data articles”, Data in Brief, Vol. 48, 109074.
  22. Ruiz-Herrera, L.G., Valencia-Arias, A., Gallegos, A., Benjumea-Arias, M. and Flores-Siapo, E. (2023), “Technology acceptance factors of e-commerce among young people: An integration of the technology acceptance model and theory of planned behavior”, Heliyon, Vol. 9 No. 6, e17174.
  23. Ünal, U. (2021), “Structural equation modeling as a marketing research tool: A guideline for SEM users about critical issues and problematic practices”, Journal of Statistics and Applied Sciences, 2(2), 65-77.
  24. Valencia, D.C., Alejandro, V.A., Bran, L., Benjumea, M. and Valencia, J. (2019), “Analysis of e-commerce acceptance using the technology acceptance model”, Scientific Papers of the University of Pardubice, Series D, Faculty of Economics and Administration, Vol. 45, pp. 174-184.
  25. Yılmaz, Ö. (2018), “Tüketicilerin online alışveriş niyetlerinin teknoloji kabul modeli bağlamında incelenmesi”, Afyon Kocatepe Üniversitesi Sosyal Bilimler Dergisi, Vol. 20 No. 3, pp. 331-346.