KaydedilenlerDerginizi ekleyin

Dergiler / Tüketici ve Tüketim Araştırmaları Dergisi / 2018 / Cilt: 10 - Sayı: 1

İnternet’ten Alışveriş Faktörleri Modelinin Oluşturulması ve Bilişsel Haritalama Tabanlı Karar Verme

Modeling of Internet Shopping Factors and Cognitive Mapping Based Decision Making

ÇETİN KALBURAN
OĞUZHAN AYDIN
SELÇUK BURAK HAŞILOĞLU
Sayfa
79–100
DOI
—
🏛️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)

Araştırma sonucundaelde edilen bulgulardan en önemlisi risk azaltmanın algılanan güveniarttırmaya yönelik etkisidir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Fiziksel mağazadan yapılan alışverişler ile İnternet üzerinden yapılanalışverişler birçok açıdan farklılık gösterir.
📊
Temel Bulgular & Veri:Genel olarak bu farklılıklarhem müşteriler hem de firmalar için neredeyse tüm sürece (satınalma öncesi, satın alma esnası ve satın alma sonrası) yayılmıştır.
💡
Sonuç & Katkı:Araştırma sonucundaelde edilen bulgulardan en önemlisi risk azaltmanın algılanan güveniarttırmaya yönelik etkisidir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri

Özet

Fiziksel mağazadan yapılan alışverişler ile İnternet üzerinden yapılanalışverişler birçok açıdan farklılık gösterir. Genel olarak bu farklılıklarhem müşteriler hem de firmalar için neredeyse tüm sürece (satınalma öncesi, satın alma esnası ve satın alma sonrası) yayılmıştır. Buaraştırmada öncelikle algılanan risk ve risk azaltma öncülleri ile güven,fiyat, değer ve fayda faktörlerinin, İnternet’ten alışveriş üzerindekietkilerini ortaya koyan yapısal bir model oluşturulması hedeflenmiştir.Bir sonraki aşamada ise bilişsel haritalama yöntemi (BHY) ile ilgilifaktörlerin merkeziyet dereceleri araştırılmıştır. Araştırma sonucundaelde edilen bulgulardan en önemlisi risk azaltmanın algılanan güveniarttırmaya yönelik etkisidir. Ayrıca araştırma bulguları algılanandeğerin satın alma niyeti üzerindeki etkisinin önemini ortayakoymaktadır. BHY ile elde edilen bulgular ise algılanan güven faktörünün en yüksek dereceye, algılanan fayda faktörünün ise endüşük dereceye sahip faktör olduğunu göstermektedir.

Abstract

Online shopping differs from shopping at a store in many ways. In general, these differences are seen in almost all the processes (prepurchasing, during purchasing, and post-purchasing) for both the customers and the companies. Primarily, in this research, it is aimed to create a structural model that reveals the effects of antecedent of perceived risk and risk reduction as well as trust, price, value and utility factors on online shopping. In the next stage, the centralization degrees of the relevant factors are investigated by the cognitive mapping method (CMM). The most important of the findings, obtained as a result of research, is that the effect of risk reduction is to increase perceived trust. In addition, research findings expose the importance of the effect of perceived value on the purchase intention. The obtained findings with CMM show that the perceived trust factor is the highest rating. Meanwhile, the perceived utility factor is the lowest rating.

🔖

Bu Makaleye Atıf Yap

KALBURAN, Ç., AYDIN, O., HAŞILOĞLU, S. B. (2018). İnternet’ten Alışveriş Faktörleri Modelinin Oluşturulması ve Bilişsel Haritalama Tabanlı Karar Verme. Tüketici ve Tüketim Araştırmaları Dergisi, Cilt: 10 - Sayı: 1, 79–100. https://ajindex.com/articles/409157

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (15)

  1. Alba, J., Lynch, J., Weitz, B., Janiszewski, C., Lutz, R., Sawyer, A. ve Wood, S. (1997), “Interactive Home Shopping: Consumer, Retailer, and Manufacturer Incentives to Participate in Electronic Marketplaces”, Journal of Marketing, 61(3), 38-53.
  2. Axelrod, R. (1976), “Structure of Decision, the Cognitive Maps of Political Elites”, New Jersey: Princeton University Press.
  3. Ba, S. ve Pavlou, P. A. (2002), “Evidence of the Effect of Trust Building Technology in Electronic Markets: Price Premiums and Buyer Behavior”, MIS Quarterly, 26(3), 243-268.
  4. Bellman, S., Lohse, G.L. ve Johnson, E. J. (1999), “Predictors of Online Buying Behavior”, Communications of the ACM, 42(12), 32-38.
  5. Bronfman, N.C. ve Vazquez, E. L. (2011), “A Cross-Cultural Study of Perceived Benefit versus Risk as Mediators in the Trust-Acceptance Relationship”, Risk Analysis, 31(12), 1919-1934.
  6. Brooker, G. (1984), “An Assessment of an Expanded Measure of Perceived Risk”, Advances in Consumer Research, 11, 439-441.
  7. Buttle, F. A. (1998), “Word of Mouth: Understanding and Managing Referral Marketing”, Journal of Strategic Marketing, 6(3), 241-254.
  8. Cases, A. S. (2002), “Perceived Risk and Risk-Reduction Strategies in Internet Shopping”, The International Review of Retail, Distribution and Consumer Research, 12(4), 375-394.
  9. Chandra, R. ve Newburry, W. (1997), “A Cognitive Map of the International Business Field”, International Business Review, 6(4), 387-410.
  10. Chen, Y. H. ve Barnes, S. (2007), “Initial Trust and Online Buyer Behaviour”, Industrial Management & Data Systems, 107(1), 21-36.
  11. Comegys, C., Hannula, M. ve Vaisanen, J. (2009), “Effects of Consumer Trust and Risk on Online Purchase Decision Making: A Comparison of Finnish and United States Students”, International Journal of Management, 26(2), 295-309.
  12. Cronin J., Brady M. ve Hult, G. (2000), “Assessing the Effect of Quality, Value, and Customer Satisfaction on Consumer Behavioral Intentions in Service Environments”, Journal of Retail, 76(2), 193-218.
  13. Çoban, O. ve Seçme, G. (2005), “Prediction of Socio-Economical Consequences of Privatization at the Firm Level with Fuzzy Cognitive Mapping”, Information Sciences, 169(1-2), 131-154.
  14. Doolin, B., Dillon, S., Thompson, F. ve Corner, J. (2005), “Perceived Risk, the Internet Shopping Experience and Online Purchasing Behavior: A New Zealand Perspective”, Journal of Global Information Management, 13(2), 66-89.
  15. Eden, C. (1988), “Cognitive Mapping”, European Journal of Operation Research, 36, 1-13. Featherman,