Journal of Venture Innovation (벤처혁신연구)

Korean Academy of Venture Innovation (한국벤처혁신학회)
권호 표지
DOI QR코드

DOI QR Code

Factors Affecting Intention to Introduce Smart Factory in SMEs - Including Government Assistance Expectancy and Task Technology Fit -

중소기업의 스마트팩토리 도입의도에 영향을 미치는 요인에 관한 연구 - 정부지원기대와 과업기술적합도를 포함하여

  • Received : 2020.10.12
  • Accepted : 2020.12.09
  • Published : 2020.12.31
Download PDF
⟨ Previous Next ⟩

Abstract

This study confirmed factors affecting smart factory technology acceptance through empirical analysis. It is a study on what factors have an important influence on the introduction of the smart factory, which is the core field of the 4th industry. I believe that there is academic and practical significance in the context of insufficient research on technology acceptance in the field of smart factories. This research was conducted based on the Unified Theory of Acceptance and Use of Technology (UTAUT), whose explanatory power has been proven in the study of the acceptance factors of information technology. In addition to the four independent variables of the UTAUT : Performance Expectancy, Effort Expectancy, Social Influence, and Facilitating Conditions, Government Assistance Expectancy, which is expected to be an important factor due to the characteristics of the smart factory, was added to the independent variable. And, in order to confirm the technical factors of smart factory technology acceptance, the Task Technology Fit(TTF) was added to empirically analyze the effect on Behavioral Intention. Trust is added as a parameter because the degree of trust in new technologies is expected to have a very important effect on the acceptance of technologies. Finally, empirical verification was conducted by adding Innovation Resistance to a research variable that plays a role as a moderator, based on previous studies that innovation by new information technology can inevitably cause refusal to users. For empirical analysis, an online questionnaire of random sampling method was conducted for incumbents of domestic small and medium-sized enterprises, and 309 copies of effective responses were used for empirical analysis. Amos 23.0 and Process macro 3.4 were used for statistical analysis. For accurate statistical analysis, the validity of Research Model and Measurement Variable were secured through confirmatory factor analysis. Accurate empirical analysis was conducted through appropriate statistical procedures and correct interpretation for causality verification, mediating effect verification, and moderating effect verification. Performance Expectancy, Social Influence, Government Assistance Expectancy, and Task Technology Fit had a positive (+) effect on smart factory technology acceptance. The magnitude of influence was found in the order of Government Assistance Expectancy(β=.487) > Task Technology Fit(β=.218) > Performance Expectancy(β=.205) > Social Influence(β=.204). Both the Task Characteristics and the Technology Characteristics were confirmed to have a positive (+) effect on Task Technology Fit. It was found that Task Characteristics(β=.559) had a greater effect on Task Technology Fit than Technology Characteristics(β=.328). In the mediating effect verification on Trust, a statistically significant mediating role of Trust was not identified between each of the six independent variables and the intention to introduce a smart factory. Through the verification of the moderating effect of Innovation Resistance, it was found that Innovation Resistance plays a positive (+) moderating role between Government Assistance Expectancy, and technology acceptance intention. In other words, the greater the Innovation Resistance, the greater the influence of the Government Assistance Expectancy on the intention to adopt the smart factory than the case where there is less Innovation Resistance. Based on this, academic and practical implications were presented.

본 연구는 스마트팩토리 도입의도에 영향을 미치는 요인을 실증 분석을 통해 확인하였다. 4차산업혁명의 핵심분야인 스마트팩토리 도입에 있어서 어떤 요인이 중요하게 영향을 미치는가에 대한 연구이며, 아직까지 스마트팩토리 분야에서 기술 수용에 관한 연구가 부족한 상황에서 학술적 실무적 의의가 있다고 믿는다. 정보기술의 수용요인 연구에 설명력이 검증된 통합기술수용이론(UTAUT)을 기반으로 연구를 진행하였으며, UTAUT 이론의 4가지 독립변수인 성과기대, 노력기대, 사회적영향, 촉진조건에 추가로 스마트팩토리의 특성상 중요한 요인으로 예상되는 정부지원기대(Government Assistance Expectancy)를 독립변수에 추가하였다. 또한 스마트팩토리 기술수용의 기술적인 요인을 확인하고자 과업기술적합도(Task Technology Fit)변수 추가하여 스마트팩토리 도입의도에 미치는 영향관계를 실증 분석하였다. 또한 과업기술적합도의 선행변수인 과업특성(Task Characteristics)과 기술특성(Technology Characteristics)이 과업기술적합도에 어떠한 영향을 미치는지에 대한 분석도 진행하였다. 새로운 기술에 대한 신뢰(Trust)의 정도가 기술의 수용에 있어 매우 중요한 영향을 미칠 것으로 예상되어 신뢰를 매개변수로 추가하였다. 마지막으로 새로운 정보기술에 의한 혁신이 사용자에게 불가피하게 거부감을 야기할 수 있다는 선행연구들을 토대로 혁신저항(Innovation Resistance)을 조절역할을 하는 연구변수에 추가하여 실증적 검증을 진행하였다. 연구 결과 성과기대, 사회적 영향, 정부지원기대, 과업기술적합도는 스마트팩토리 도입의도에 정(+)의 영향을 미쳤다. 영향력의 크기는 정부지원기대(β=.487) > 과업기술적합도(β=.218) > 성과기대(β=.205) > 사회적영향(β=.204) 순으로 나타났다. 과업특성과 기술특성은 모두 과업기술적합도에 정(+)의 영향이 확인되었으며, 과업특성(β=.559)이 기술특성(β=.328)보다 과업기술적합도에 더 영향이 큰 것으로 나타났다. 신뢰에 대한 매개 효과 검정에서 6개 독립변수 각각과 스마트팩토리 도입의도 간에 신뢰의 통계적으로 유의미한 매개역할은 확인되지 않았다. 혁신저항의 조절효과 검정을 통해, 혁신저항이 정부지원기대와 스마트팩토리 도입의도 간 정(+)의 조절역할을 하는 것으로 나타났다. 즉 혁신저항이 크면 클수록 정부지원기대가 스마트팩토리 도입의도에 미치는 영향력이 혁신저항이 적은 경우보다 커지는 것으로 나타났다.

Keywords

References

  1. 강선희, 김하균(2016), "간편결제 서비스 수용의도와 이용에 관한 연구:혁신저항의 조절효과를 중심으로," 경영과 정보연구, 35(2), 167-183.
  2. 강정석, 조근태(2018). "자동화 및 스마트 공장 구축에 대한 정부 지원사업의 효과 분석," 기술혁신학회지, 21(2), 738-766.
  3. 고제욱, 김종윤, 김해웅, 한경석(2019), "금융부문에서 블록체인의 수용의도에 영향을 미치는 요인에 관한 혁신저항 효과의 실증연구," 한국디지털콘텐츠학회논문지, 20(4), 783-795.
  4. 길형철(2019), 스마트 공장 수용 요인과 성과 분석을 위한 실증적 연구 - TOE 및 IS성공모델을 중심으로-, 한성대학교 대학원 박사학위 논문.
  5. 김기동, 남태우(2019), "공무원의 4차 산업혁명 기술수용과 혁신저항 : PLS-SEM을 활용하여," 한국정책학회, 2019, 1-23.
  6. 김기웅(2016), 중소기업의 사물인터넷 수용에 영향을 미치는 요인에 관한 연구, 한세대학교 대학원 박사학위 논문.
  7. 김기호(2018), 모바일 간편결제 서비스의 사용의도 및 사용행위에 관한 연구 : 성격 5요인 이론(FFM)과 통합기술수용 이론(UTAUT)을 중심으로, 한성대학교 대학원 박사학위논문.
  8. 김석환, 박동규(2017), "인터넷 전문은행에 대한 금융소비자의 수용요인에 관한 연구," 산업경제연구, 30(2), 589-622.
  9. 김성수(2011), 모바일 애플리케이션 이용의도에 관한 실증적 연구, 숭실대학교 박사학위 논문.
  10. 김은, 김미정, 김범수, 김영훈, 이애리, 이태진, 정대영, 조호정, 최동석, 하희탁, 한순흥, 현용탁(2017), 4차산업혁명과 제조업의 귀환, 서울: 클라우드나인.
  11. 김은석, 김영준(2019), "인슈어테크 디지털 보험플랫폼서비스의 사용자 수용의도에 관한 연구," 경영학연구, 48(4), 997-1043.
  12. 김정래, 이상직(2020), "스마트팩토리 기술수용에 영향을 미치는 요인에 관한 연구," Journal of Information Technology Applications & Management, 27(1), 75-95. https://doi.org/10.21219/jitam.2020.27.1.075
  13. 김정석, 김광용(2017), "블록체인 기술 수용의도에 영향을 미치는 요인에 관한 연구," Journal of Information Technology Services, 16(2), 1-20. https://doi.org/10.9716/KITS.2017.16.2.001
  14. 김정석(2016), 블록체인 기술 수용의도에 영향을 미치는 요인에 관한 연구, 숭실대 박사학위 논문.
  15. 김진우, 조혜인, 이봉규(2019), "금융권 챗봇 서비스 수용의도에 영향을 미치는 요인 연구 : UTAUT 모형을 중심으로," Journal of Digital Contents Society, 20(1), 41-50. https://doi.org/10.9728/dcs.2019.20.1.41
  16. 김한주, 허훈, 강재원, 부제만(2019), "스마트팩토리 도입시 영향을 미치는 요인에 관한 연구 : 국내 중소기업을 중심으로," Journal of the Society of Korea Industrial and Systems Engineering, 42(3), 252-261. https://doi.org/10.11627/jkise.2019.42.3.252
  17. 김현규(2019), "스마트 팩토리의 지속사용의도와 전환의도에 관한 실증연구," Journal of the Korea Industrial Information Systems Research, 24(2), 65-80. https://doi.org/10.9723/JKSIIS.2019.24.2.065
  18. 문화체육관광부(2016), 스마트공장 지원사업 인식도 및 만족도 조사, 서울.
  19. 박민수,정영재(2019), "바이오 중소벤처기업에 대한 정부지원정책 효과 분석," 바이오경제연구, 2(1), 93-124.
  20. 박종태(2019), 통합기술수용이론을 적용한 블록체인 인사채용시스템 설계 및 구현, 전남대학교 대학원 박사학위논문.
  21. 박현정, 최재원, 신경식(2015), "가상현실 모션센싱 입력장치에 대한 혁신 저항과 수용," 지식경영연구, 16(4), 191-217. https://doi.org/10.15813/kmr.2015.16.4.011
  22. 송지준(2018), 논문작성에 필요한 SPSS/AMOS 통계분석 방법, 서울 : 21세기사.
  23. 스마트제조혁신추진단(2019), 2018 스마트공장 지원사업 참여기업 우수사례집, 서울.
  24. 스마트제조혁신추진단(2020), 2020년 스마트공장 정부 정책 및 사업, 서울.
  25. 신종국(2020), "통합기술수용이론(UTAUT)을 활용한 웨어러블 디바이스 사용의도에 관한 연구 : 소비자 혁신성의 조절효과 검증," Journal of the Korean Data Analysis Society, 22(1), 293-308. https://doi.org/10.37727/jkdas.2020.22.1.293
  26. 신종창, 김경일(2018), "근거이론에 의한 스마트공장 표준 및 인증제도 도입 필요성," 융합정보논문지, 8(2), 203-208. https://doi.org/10.22156/CS4SMB.2018.8.2.203
  27. 양승호, 황윤성, 박재기(2016), "통합기술수용이론(UTAUT)에 의한 핀테크 결제서비스 사용의도에 관한 연구," 경영경제연구, 38(1), 183-209.
  28. 오재준, 최성주(2017), "스마트팩토리 구축을 위한 PLC기반의 필드버스 교육 장비 및교육과정 개발," 실천공학교육논문지, 9(1), 49-56. https://doi.org/10.14702/jpee.2017.049
  29. 오주환, 서진희, 김지대(2019), "종업원 기술수용태도와 기술 사용용이성이 스마트공장 기술 도입수준과 제조 성과에 미치는 영향," Journal of Information Technology Applications & Management, 26(2), 13-26.
  30. 왕림림, 장석주(2019), "연구개발.투자와 정부지원이 기업의 경영성과에 미치는 영향에 관한 실증연구," 지역개발연구, 51(1), 35-53.
  31. 우종필(2017), 구조방정식모델 개념과 이해, 서울 : 한나래출판사.
  32. (2013), "소셜네트워크서비스(SNS) 혁신저항에 관한 연구," 언론과학연구, 13(3), 331-360.
  33. 윤승욱(2016), "소셜TV 채텍에 대한 통합 모델 연구," 언론과학연구, 16(2), 145-183.
  34. 이동건(2011), 스마트 TV 잠재 수용자의 이용의도 예측에 관한 실증적 연구, 전남대학교 대학원 박사학위논문.
  35. 이예림(2019), "중소 제조기업의 스마트공장 준비도가 기술수용성과 기업경쟁력 기대성과에 미치는 영향에 대한 연구: 기업가적 지향성에 따른 다중집단분석 중심으로," 무역연구, 15(4), 465-481.
  36. 이태열, 허철무(2019), "ICT융합ㅘ업기술 수용요인이 농업분야의 수용의도에 미치는 영향에 관한 연구 : 혁신저항의 조절효과를 중심으로," 디지털융복합연구, 17(9), 115-126. https://doi.org/10.14400/jdc.2019.17.9.115
  37. 장현주(2016), "중소기업 R&D 분야에 대한 정부지원의 효과 분석 -기술적, 경제적, 사회적 성과를 중심으로," 한국사회와 행정연구, 26(4), 195-218.
  38. 정병규(2019), "모바일 뱅킹 기술수용에 영향을 미치는 요인 -신뢰성의 매개효과를 중심으로-," 유통경영학회지, 22(1), 101-115. https://doi.org/10.17961/JDMR.22.1.201902.101
  39. 정병규, 동학림(2019), "증강현실(Augmented Reality : AR) 기술수용에 영향을 미치는 요인," 벤처창업연구, 14(3), 153-168.
  40. 정선양, 전중양, 황정재(2016), "중소기업의 글로벌 경쟁력 제고를 위한 스마트공장 표준화 전략," 기술혁신학회지, 19(3), 545-571.
  41. 정유진, 박현숙(2018), "인터넷전문은행 수용의도의 영향요인에 관한 연구," 금융소비자연구, 8(2), 5-30.
  42. 정철호, 남수현(2014), "확장된 UTAUT 모형에 기반한 개인차원에서의 클라우드 컴퓨팅 수용," 디지털융복합연구, 12(1), 287-294. https://doi.org/10.14400/jdpm.2014.12.1.287
  43. 정희정, 구철모, 정남호(2017), "통합기술수용모형과 신뢰를 이용한 박람회 NFC 서비스 수용 고찰," 관광연구, 32(2), 1-22.
  44. 조병재, 이재신(2016), "혁신저항의 조절효과를 중심으로 한 스마트워치의 수용 요인에 대한 탐구," 방송 통신연구, 2016.01, 111-136.
  45. 조용원, 임은택, 김광용(2019), "제품 설계 시 디지털 트윈 기술 사용의도에 영향을 미치는 요인에 대한 연구," Journal of Information Technology Services, 한국IT서비스학회지, 18(3), 75-93.
  46. 조혜지(2017), ICT로 제조혁신, 스마트 팩토리, 정보통신기획평가원 ICT Spot Issue, 2017-11, 서울.
  47. 주영석, 이동희(2019), "중소 금속가공 기업의 경쟁력 향상을 위한 스마트공장 도입 요인 연구," 대한산업공학회지, 45(1), 70-80.
  48. 중소기업기술정보진흥원(2016), 중소.중견기업 기술로드맵 2017-2019 스마트팩토리, 서울.
  49. 중소기업중앙회(2018), 정부지원 스마트공장 구축 실태조사, 서울.
  50. 중소벤처기업부, 8개관계부처 합동(2018), 중소기업 스마트 제조혁신 전략, 서울.
  51. 중소벤처기업부(2020), 2020년 스마트공장 보급.확산사업 공고, 서울.
  52. 최영환, 최상현(2017), "스마트공장 시스템 구축이 중소기업 경쟁력에 미치는 요인에 관한 연구," Information Systems Review, 19(2), 95-113. https://doi.org/10.14329/isr.2017.19.2.095
  53. 한국경제매거진(2018), '스마트 공장'을 움직이는 9가지 핵심기술, 서울, 2018. 9. 11.
  54. 한국과학기술기획평가원(2018), 국내 스마트 제조 정책과 지원 현황 및 개선 방안, Issue Weekly, 219, 1-29.
  55. 함형준(2017), "ICT 기반의 스마트 팩토리 구현을 위한 정책연구," e-비즈니스연구, 18(6), 363-380.
  56. 함형태(2014), 스마트폰 뱅킹서비스 수용과정에 관한 연구, 상명대학교 박사학위 논문.
  57. 황승연, 신동진, 곽광진, 김정준, 박정민(2019), "스마트팩토리를 위한 빅데이터 기반 실시간 제조설비 데이터 처리," The Journal of the Institute of Internet, Broadcasting and Communication : JIIBC, 19(5), 219-227.
  58. Abrahao, R., S. N. Moriguchi, and D. F. Andrade(2016), "Intention of Adoption of Mobile Payment : An Analysis in the Light of the Unified Theory of Acceptance and Use of Technology(UTAUT)," RAI Revista de Administracao e Inovacao, 13, pp. 221-230. https://doi.org/10.1016/j.rai.2016.06.003
  59. Alalwan, A. A., Y. K. Dwivedi, and N. P. Rana(2017), "Factors Influencing Adoption of Mobile Banking by Jordanian Bank Customers : Extending UTAUT2 with Trust," International Journal of Information Management, 37(3), 99-110. https://doi.org/10.1016/j.ijinfomgt.2017.01.002
  60. Almus, M. and Czarnizki, D.(2003), "The Effects of Public R&D Subsidies on Firms' Innovation Activities," Journal of Business & Economic Statistics, 21(2), 226-236. https://doi.org/10.1198/073500103288618918
  61. Cao, Q., and X. Niu(2019), "Integrating Context-awareness and UTAUT to Explain Alipay User Adoption," International Journal of Industrial Ergonomics, 69. 9-13. https://doi.org/10.1016/j.ergon.2018.09.004
  62. Chang, H. S., Lee, S. C. and Ji, Y. G.(2016), "Wearable device adoption model with TAM and TTF," International Journal of Mobile Communication, 14(5), 518-537. https://doi.org/10.1504/IJMC.2016.078726
  63. Davis, F. D.(1989), "Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology," MIS Quarterly, 13(3), 319-340. https://doi.org/10.2307/249008
  64. Dishaw, M. T. and D. M. Strong(1999), "Extending the technology acceptance model with task technology fit constructs," Information and Management, 36(1), 9-21. https://doi.org/10.1016/S0378-7206(98)00101-3
  65. Gefen, D., Karahanna, E. and Straub, D. W.(2003), "Trust and TAM in online shopping : An integrated model," MIS Quarterly, 27(1), 51-90. https://doi.org/10.2307/30036519
  66. Goodhue, D. L. and R. L. Thompson(1995), "Task-technology fit and individual performance," MIS Quarterly, 19(2), 213-236. https://doi.org/10.2307/249689
  67. Goodhue, D. L.(1998), "Development and measurement validity of a Task-Technology Fit instrument for user evaluations of Information Systems," Decision Sciences, 29(1), 105-138. https://doi.org/10.1111/j.1540-5915.1998.tb01346.x
  68. Hayes, A. H.(2013), Introduction to Mediation, Moderation and Conditional Process Analysis : A Regression-Based Approach, NY : The Guilford Press.
  69. Junglas, Iris, Chon Abraham, Richard T. Watson(2008), "Task-technology fit for mobile locatable information systems," Decision Support Systems, 45, 1046-1057. https://doi.org/10.1016/j.dss.2008.02.007
  70. Kim, Y. and R. A. Peterson(2017), "A Meta-analysis of Online Trust Relationship in E-commerce," Journal of Interactive Marketing, 38, 44-54. https://doi.org/10.1016/j.intmar.2017.01.001
  71. Lee, C. Y..(2011), "The differential effects of public R&D support on firm R&D : Theory and evidence from multi-country data," Technovation, 315(5-6), 256-269. https://doi.org/10.1016/j.technovation.2011.01.006
  72. Leong, L. Y., Hew, T. S., Tan, G. W. H. and Ooi, K. B.(2013), "Predicting the determinants of the NFC-en- abled mobile credit card acceptance : A neural networks approach," Expert Systems with Applications, 40(14), 5604-5620. https://doi.org/10.1016/j.eswa.2013.04.018
  73. Lin, Danping, Lee, C.K.M, Lau, Henry and Yang, Yang(2018), "Strategic response to Industry 4.0: an empirical investigation on the Chinese automotive industry," Industrial Management & Data Systems, 118(3), 589-605. https://doi.org/10.1108/IMDS-09-2017-0403
  74. Luarn, P. and Juo, W. J.(2010), "The role of trust in technology within the TAM in the context of NFC mobile payment," Journal of Information and Optimization Sciences, 31(4), 875-896. https://doi.org/10.1080/02522667.2010.10700000
  75. Mayer, R. C., Davis, J. H., and Schoorman, F. D.(1995), "An integrative model of organizational trust," Academy of management review, 20(3), 709-734. https://doi.org/10.5465/AMR.1995.9508080335
  76. Mittal, S., M. A. Khan, D. Romero and T. Wuest(2019), "Smart manufacturing: Characteristics, tech- nologies and enabling factors," Journal of Engineering Manufacture, 233(5). 1342-1361. https://doi.org/10.1177/0954405417736547
  77. Myo, S. T. K., and G. H. Hwang(2017), "Effect of Mobile Devices on the Use Intention and Use of Mobile Banking in Myanmar," Journal of Digital Convergence, 15(6), 71-82. https://doi.org/10.14400/JDC.2017.15.6.71
  78. Oliveira, T., M. Faria, M. A. Thomas, and A. Popovic(2014), "Extending the Understanding of Mobile Banking Adoption : When UTAUT Meets TTF and ITM," International Journal of Information Management, 34, 689-703. https://doi.org/10.1016/j.ijinfomgt.2014.06.004
  79. Ram, S. (1987). "A model of Innovation resistance", Advances in Consumer Research, 14(1), 208-212.
  80. Rogers, E. M.(1983), Diffusion of Innovations(3rd ed), New York: The Free Press.
  81. Rogers, E. M.(1995), Diffusion of innovations(4th ed.), New York: The Free Press.
  82. Saaty, T. L.(1990), "How to Make a Decision the Analytic Hierarchy Process," European Journal of Operational Research, 48(1), 9-16. https://doi.org/10.1016/0377-2217(90)90057-I
  83. Sheth, Jagdish N.(1981), "Innovation resistance. The less developed concept (LDC) in diffusion research," Research in Marketing, 4(3), 273-282.
  84. Slade, E. L., Y. K. Dwivedi, N. C. Piercy, and M. D. Williams(2015), "Modeling Consumers' Adoption Intentions of Remote Mobile Payments in the United Kingdom : Extending UTAUT with Innovativeness, Risk, and Trust," Psychology & Marketing, 32(8), 860-873. https://doi.org/10.1002/mar.20823
  85. Sun Y., N. Wang, X. Guo and Z. Peng(2013), "Understanding the acceptance of mobile health services: A comparison and integration of alternative models", Journal of Electronic Commerce Research, 14(2), 183-200.
  86. Venkatesh, V., M. G. Morris, G. B. Davis, and F. D. Davis(2003), "User Acceptance of Information Technology : Toward a Unified View," MIS Quarterly, 27(3), pp. 425-478. https://doi.org/10.2307/30036540
  87. Venkatesh, V., J. Y .L. Thong, and X. Xu(2012), "Consumer Acceptance and Use of Information Technology : Extending the Unified Theory of Acceptance and Use of Technology," MIS Quarterly, 36(1), 157-178. https://doi.org/10.2307/41410412
  88. Venkatesh, V., J. Y .L. Thong, and X. Xu(2016), "Unified Theory of Acceptance and Use of Technology : A Synthesis and the Road Ahead," Journal of the Association for Information Systems, 17(5), 328-376. https://doi.org/10.17705/1jais.00428
  89. Wu, B., and Chen, X.(2017), "Continuous intention to use MOOCs: Integrating the technology acceptance model(TAM) and task technology fit(TTF) model," Computers in Human Behavior, 67, 221-232. https://doi.org/10.1016/j.chb.2016.10.028
  90. Wu, R. Z. and Lee, J. H.(2017), "The Comparative Study on Third Party Mobile Payment between UTAUT2 and TTF," Journal of Distribution Science, 15(11), 5-19. https://doi.org/10.15722/jds.15.11.201711.5
  91. Yen, D. C., Wu, C. S., Cheng, F. F., and Huang, Y. W.(2010), "Determinants of users, intention to adopt wireless technology: An empirical study by integrating TTF with TAM," Computers in Human Behavior, 26(5), 906-915. https://doi.org/10.1016/j.chb.2010.02.005
  92. Zeng, S. X., Xie, X. M., and Tam, C. M.(2010), "Relationship between cooperation networks and in- novation performance of SMEs," Technovation, 30(3), 181-194. https://doi.org/10.1016/j.technovation.2009.08.003
  93. Zhou, T., Y. Lu, and B. Wang(2010), "Integrating TTF and UTAUT to explain mobile banking user adoption," Computers in Human Behavior, 26(4), 760-767. https://doi.org/10.1016/j.chb.2010.01.013