Download a copy of the Thesis
Tak til alle jer, der med besvarelsen af spørgeskemaet har bidraget til, at jeg i dette speciale har haft et så tilpas stort datagrundlag, at det har været muligt at gennemføre en valid statitisk analyse.
Specialet bygger på en kvantitativ analyse, hvilket betyder, at alle elementer i besvarelsen skal matches op imod en model, og at undersøgelsens data anvendes til at belyse modelkonstruktionens styrke i forhold til det undersøgte domæne. Med andre ord; der er masser af skemaer, databeskrivelser og modeller. Hvis dette er uden større interesse, kan man med fordel nøjes med at læse indledning og konklusion.
Specialet beskæftiger sig med, hvilke faktorer der kan være medvirkende til, at personale i virksomhederne bliver motiveret for at anvende nye teknologier, samt hvordan medarbejderne udvikler intentioner om at engagere sig i samme. For at begrænse opgaven, anvendes kendte teorier om hvad der er medvirkende til individers accept af teknologier. Specifikt anvendes UTAUT-modellen, der i sig selv er en syntese af et antal tidligere ratificerede teorier, hvor påvirkningsområder konkretiseres i faktorer.
I spørgeskemaundersøgelsen blev I bedt om at forholde jer til tre forskellige teknologier – Business Intelligence, Big Data og Kunstig Intelligens (AI) – og for hver teknologi blev I opfordret til at besvare spørgsmål baseret på UTAUT-modellens spørgeramme. Dermed var det også modellen, der dikterede hvilke spørgsmål, der skulle stilles. Valget af teknologiområder er baseret på områdets tidsmæssige placering i forhold til, hvad der implementeres i branchen, med AI som det nyeste og Business Intelligence som den ældste.
Det viste sig, at teknologiernes aktualitet havde en stor indflydelse på, hvordan modellen fungerede. For den mest kendte teknologi (”Business Intelligence”) udviste kun to faktorer signifikans ved regressionsberegningerne. Ved Big Data var der fire faktorer og ved AI var der fem faktorer. Der var således en klar udvikling i, hvor differentieret et billede man skal forholde sig til, afhængig af hvor ny teknologien er.
I praksis viser resultatet, at modellen er anvendelig til at forudsige intentions- og acceptadfærd hos medarbejdere, når man tager højde for den undersøgte teknologis placering i en teknologisk tidsramme.
Igen, tak for jeres bidrag. Den tid, I investerede i besvarelserne, bidrog til, at jeg kunne gennemføre opgaven. God læselyst.