基于TOE-RBV理论的大数据采纳影响因素的实证研究
摘要 | 第5-6页 |
Abstract | 第6页 |
1 引言 | 第9-12页 |
1.1 研究背景与目的 | 第9-10页 |
1.2 研究内容 | 第10页 |
1.3 研究方法 | 第10-11页 |
1.4 研究创新点 | 第11页 |
1.5 研究结构安排 | 第11-12页 |
2 研究综述 | 第12-22页 |
2.1 大数据技术概念 | 第12-15页 |
2.1.1 大数据概念、来源与发展 | 第12-13页 |
2.1.2 大数据基本定义与特征 | 第13-14页 |
2.1.3 大数据技术案例 | 第14-15页 |
2.2 信息技术采纳基础理论 | 第15-22页 |
2.2.1 个体层面信息技术采纳过程理论 | 第15-17页 |
2.2.2 组织层面的信息技术采纳过程理论 | 第17-20页 |
2.2.3 采纳行为模型总结与选择 | 第20-22页 |
3. 模型构建 | 第22-27页 |
3.1 变量定义及研究假设 | 第22-25页 |
3.1.1 大数据自身特性层面影响因素 | 第22-23页 |
3.1.2 组织层面影响因素 | 第23-25页 |
3.1.3 环境层面影响因素 | 第25页 |
3.2 理论模型 | 第25-27页 |
4. 研究设计与方法 | 第27-35页 |
4.1 变量确定与测量 | 第27-30页 |
4.1.1 技术特性变量测量指标 | 第27-28页 |
4.1.2 组织变量测量指标 | 第28-30页 |
4.1.3 环境因素变量测量指标 | 第30页 |
4.2 问卷设计与数据回收 | 第30-35页 |
4.2.1 设计流程 | 第30-31页 |
4.2.2 问卷内容 | 第31页 |
4.2.3 问卷发放与数据收集 | 第31页 |
4.2.4 样本描述 | 第31-35页 |
5. 数据分析和假设检验 | 第35-51页 |
5.1 量表质量检验 | 第35-48页 |
5.1.1 信度分析 | 第35-41页 |
5.1.2 效度分析 | 第41-48页 |
5.2 理论模型检验 | 第48-51页 |
5.2.1 假设检验 | 第48-49页 |
5.2.2 多重共线性检验 | 第49-50页 |
5.2.3 多元线性回归 | 第50-51页 |
6. 研究结论及展望 | 第51-55页 |
6.1 研究结论 | 第51-52页 |
6.1.1 大数据发展状况及前景 | 第51页 |
6.1.2 企业采纳大数据技术的主要影响因素 | 第51-52页 |
6.2 意见及建议 | 第52-53页 |
6.2.1 对企业的建议 | 第52-53页 |
6.2.2 对大数据技术提供商的建议 | 第53页 |
6.3 研究局限性 | 第53-54页 |
6.4 未来研究方向 | 第54-55页 |
参考文献 | 第55-58页 |
附录 | 第58-62页 |
致谢 | 第62页 |