Ik heb vijf onafhankelijke variabelen (gebruiksgemak, bruikbaarheid, vertrouwen, e-experience, compatibiliteit) die de attitude tov de webshop beinvloeden en deze beinvloed de gebruiksintentie tov de webshop. Dus 5 onafhankelijke var --> attitude --> gebruiksintentie. Alle variabelen zijn op een vijfpunts likertschaal gemeten ( geheel mee oneens - geheel mee eens)
Mijn hypothesen zijn dan:
H1 De attitude van potentiële gebruikers heeft een significant positieve invloed op de gebruiksintentie van deze potentiële gebruikers van het e-portaal.
H2 De verwachte bruikbaarheid heeft een significant positieve invloed op de attitude van de potentiële gebruikers van het e-portaal.
H3 Het verwachte gebruiksgemak heeft een significant positieve invloed op de attitude van de potentiële gebruikers van het e-portaal.
H4 Vertrouwen heeft een significant positieve invloed op de attitude van de potentiële gebruikers van het e-portaal.
H5 E-experience heeft een significant positieve invloed op de attitude van de potentiële gebruikers van het e-portaal.
H6 Compatibiliteit heeft een significant positieve invloed op de attitude van de potentiële gebruikers van het e-portaal.
Ik had eerste de Baron & Kenny methode in gedachte (3 individuele regressies draaien)maar deze methode is niet meer toegestaan. Nu verwacht ik dat ik Structural Equation Modelling moet gebruiken vanwege de mediator. Maar weet dus niet zeker of ik niet gewoon een meervoudige regressie met mediation zou kunnen gebruiken. Ik heb gemiddeld 3 items per variabele in mijn vragenlijst.