Ovaj tekst je deo tekućeg mini-serijala o RQ–RH–D–M kroz različite oblasti. Njegova svrha je da pruži kompaktan i praktičan toolkit koji pokazuje kako se istraživačka pitanja, istraživačke hipoteze ili radne propozicije, podaci i metodologija mogu uskladiti unutar jedne konkretne discipline.
Informacione tehnologije su posebno pogodne za ovu vrstu vežbe zato što prirodno povezuju usvajanje tehnologije, ponašanje korisnika, kvalitet sistema, digitalno poverenje, korišćenje platformi, organizacionu primenu, interakciju čovek–računar i učinke informacionih sistema. Ova oblast takođe podržava kvantitativne, kvalitativne i pristupe na osnovu mešovitih metoda.
U ovoj sekciji više primera se eksplicitno oslanja na glavne teorijske okvire usvajanja tehnologije i informacionih sistema, kao što su Model prihvatanja tehnologije (TAM), TAM2/TAM3, Ujedinjena teorija prihvatanja i upotrebe tehnologije (UTAUT/UTAUT2), Difuzija inovacija, Teorija planiranog ponašanja, Usklađenost zadatka i tehnologije, Delonov i Meklin model uspeha informacionih tehnologija i okvir tehnologija-organizacija-okruženje (TOE). Ti modeli definišu konstrukte kao što su percipirana korisnost, lakoća upotrebe, socijalni uticaj, olakšavajući uslovi, poverenje, kvalitet sistema, usklađenost zadatka i tehnologije ili spremnost za implementaciju, koji se zatim operacionalizuju kroz kompozitne skale, metrike korišćenja, sistemske logove, indikatore usvajanja, mere učinka, odgovore iz intervjua ili integrisane dokaze o digitalnom ponašanju.
Napomena: Unosi u koloni Metodologija namerno su dati u opštem i indikativnom obliku. Njihova svrha je da ilustruju moguće metodološke pravce, a ne da predstave konačan ili potpun spisak svih metoda, varijanti modela i analitičkih izbora koji stoje na raspolaganju istraživaču. Od istraživača se ne očekuje da u jednom istraživanju primene sve metodološke alate navedene u koloni Metodologija. Ti unosi imaju svrhu da ukažu na primerene metodološke opcije ili porodice pristupa iz kojih istraživač bira one koje najbolje odgovaraju istraživačkom pitanju, hipotezi, podacima i dizajnu istraživanja.
Informacione tehnologije – kvantitativno istraživanje
Opisna pitanja
-
RQ: Koliki je prosečan skor percipirane korisnosti novog univerzitetskog sistema za upravljanje učenjem među studentima osnovnih studija?
RH: Prosečan skor percipirane korisnosti novog sistema za upravljanje učenjem viši je od sredine skale.
D: Skor percipirane korisnosti (kontinuirana/skala, TAM); ID studenta; fakultet (kategorijalna); godina studija (ordinalna).
M: Deskriptivna statistika, one-sample t-test u odnosu na sredinu skale, intervali poverenja, prikazi po podgrupama.
-
RQ: Koji procenat zaposlenih svakodnevno koristi cloud platformu za saradnju nakon njenog uvođenja?
RH: Više od polovine zaposlenih svakodnevno koristi cloud platformu za saradnju nakon uvođenja.
D: Dnevno korišćenje platforme (binarna/ordinalna nakon rekodiranja); ID zaposlenog; odeljenje (kategorijalna); radna uloga (kategorijalna).
M: Frekvencije, proporcije, binomni test, intervali poverenja, ponderisana procena ako je istraživanje anketno.
-
RQ: Koliki je prosečan rejting kvaliteta sistema bolničkog informacionog sistema među medicinskim sestrama?
RH: Prosečan rejting kvaliteta sistema bolničkog informacionog sistema viši je od neutralnog benchmark-a.
D: Skor kvaliteta sistema (kontinuirana/skala, DeLone–McLean); ID medicinske sestre; odeljenje (kategorijalna); tip smene (kategorijalna).
M: Deskriptivna statistika, one-sample t-test, intervali poverenja, grafikoni raspodele.
-
RQ: Koliko modula obuke za sajber bezbednost u proseku završe novozaposleni u prva tri meseca?
RH: Novozaposleni u proseku završe više od 3 modula obuke za sajber bezbednost u prva tri meseca.
D: Broj završenih modula (count); ID zaposlenog; mesec/vremenski marker; poslovna jedinica (kategorijalna).
M: Deskriptivna statistika, one-sample testovi, Poisson/negative binomial sumarni modeli, intervalna procena.
Komparativna pitanja
-
RQ: Da li se korisnici koji dobijaju interfejs visoke upotrebljivosti razlikuju od korisnika sa standardnim interfejsom po nameri korišćenja sistema?
RH: Korisnici koji dobijaju interfejs visoke upotrebljivosti prijavljuju veću nameru korišćenja sistema od korisnika sa standardnim interfejsom.
D: Skor namere korišćenja (kontinuirana/skala, TAM); uslov interfejsa (kategorijalna: visoka upotrebljivost/standardni); ID korisnika.
M: t-test za nezavisne uzorke, ANOVA, OLS regresija, ANCOVA ako se dodaju kontrole.
-
RQ: Da li se organizacije sa podrškom vrhovnog menadžmenta razlikuju od organizacija bez snažne podrške vrhovnog menadžmenta po uspehu ERP implementacije?
RH: Organizacije sa snažnom podrškom vrhovnog menadžmenta pokazuju veći uspeh ERP implementacije od organizacija bez takve podrške.
D: Skor uspeha ERP implementacije (kontinuirana/skala); kategorija podrške vrhovnog menadžmenta (binarna/kategorijalna, TOE); ID organizacije; veličina firme (kontinuirana/kategorijalna).
M: t-test, ANOVA, OLS regresija, multilevel regresija ako su ispitanici ugnježdeni unutar firmi.
-
RQ: Da li se korisnici i nekorisnici mobilnog bankarstva razlikuju po nivou digitalnog poverenja?
RH: Korisnici mobilnog bankarstva prijavljuju više digitalno poverenje od nekorisnika.
D: Skor digitalnog poverenja (kontinuirana/skala); status korisnika (kategorijalna: korisnik/nekorisnik); ID ispitanika; kontrole uzrasta.
M: t-test, Mann–Whitney U test, OLS regresija, logistička regresija ako je status korisnika zavisna varijabla.
-
RQ: Da li se zaposleni obučeni interaktivnim simulacijama sajber bezbednosti razlikuju od onih koji su obučeni statičkim materijalima po tačnosti prepoznavanja phishing poruka?
RH: Zaposleni obučeni interaktivnim simulacijama postižu veću tačnost prepoznavanja phishing poruka od zaposlenih obučenih statičkim materijalima.
D: Skor tačnosti detekcije (kontinuirana/proporcija); uslov obuke (kategorijalna); ID zaposlenog; ID odeljenja.
M: t-test, ANOVA, ANCOVA, mixed-effects model ako se koriste ponovljeni zadaci.
Relaciona / korelaciona pitanja
-
RQ: Da li je percipirana korisnost povezana sa namerom korišćenja portala e-uprave?
RH: Veća percipirana korisnost povezana je sa snažnijom namerom korišćenja portala e-uprave.
D: Skor percipirane korisnosti (kontinuirana/skala, TAM); skor namere korišćenja (kontinuirana/skala, TAM); ID ispitanika; demografske kontrole.
M: Pearson/Spearman korelacija, OLS regresija, SEM/path analysis, PLS-SEM kao alternativa.
-
RQ: Da li je očekivani napor povezan sa učestalošću stvarnog korišćenja telemedicinske platforme?
RH: Veći očekivani napor povezan je sa većom učestalošću stvarnog korišćenja telemedicinske platforme.
D: Skor očekivanog napora (kontinuirana/skala, UTAUT); učestalost korišćenja (count/kontinuirana); ID korisnika; profesija (kategorijalna).
M: Korelacija, OLS/count regresija, SEM, multilevel regresija ako su korisnici ugnježdeni u klinikama.
-
RQ: Da li je task-technology fit povezan sa radnim performansom u okruženju enterprise analitike?
RH: Veći task-technology fit povezan je sa boljim radnim performansom pri korišćenju enterprise analitike.
D: Skor task-technology fit-a (kontinuirana/skala, TTF); skor radnog performansa (kontinuirana/skala); ID zaposlenog; tip radne uloge.
M: Korelacija, OLS regresija, SEM, medijaciona analiza kao alternativa.
-
RQ: Da li je kvalitet sistema povezan sa zadovoljstvom korisnika u bibliotečkom informacionom sistemu?
RH: Veći kvalitet sistema povezan je sa većim zadovoljstvom korisnika u bibliotečkom informacionom sistemu.
D: Skor kvaliteta sistema (kontinuirana/skala, DeLone–McLean); skor zadovoljstva korisnika (kontinuirana/skala); ID korisnika; iskustvo korišćenja.
M: Korelacija, OLS regresija, SEM/path analysis, multivarijantna regresija.
Uzročna / eksperimentalna pitanja
-
RQ: Kakav je efekat personalizovanog onboardinga na usvajanje novog sistema za upravljanje projektima u poređenju sa standardnim onboardingom?
RH: Korisnici koji dobijaju personalizovani onboarding pokazaće veće usvajanje sistema od korisnika sa standardnim onboardingom.
D: Uslov onboardinga (binarna); skor usvajanja ili metrika korišćenja (kontinuirana/count); ID korisnika; vremenska tačka.
M: Eksperimentalni/kvazieksperimentalni dizajn, ANCOVA, mixed-effects model, difference-in-differences ako je rollout baziran.
-
RQ: Da li dodavanje explainable AI povratne informacije povećava poverenje korisnika u automatizovani alat za podršku odlučivanju?
RH: Korisnici izloženi explainable AI povratnoj informaciji prijavljuju veće poverenje od korisnika bez takve povratne informacije.
D: Uslov objašnjenja (binarna); skor poverenja (kontinuirana/skala); ID učesnika; ID zadatka.
M: Eksperimentalni dizajn, ANOVA, OLS regresija, mixed-effects model ako se koriste ponovljene odluke.
-
RQ: Kakav je efekat poruka socijalnog uticaja na nameru usvajanja mobilne zdravstvene aplikacije?
RH: Poruke socijalnog uticaja povećavaju nameru usvajanja mobilne zdravstvene aplikacije u odnosu na kontrolnu poruku.
D: Uslov poruke (kategorijalna); skor namere usvajanja (kontinuirana/skala, UTAUT/TPB); ID ispitanika.
M: Survey experiment, ANOVA, ANCOVA, OLS regresija.
-
RQ: Da li pojednostavljenje interfejsa smanjuje vreme završetka zadatka u okviru enterprise softverskog toka rada?
RH: Pojednostavljenje interfejsa smanjuje vreme završetka zadatka u odnosu na originalni interfejs.
D: Uslov interfejsa (binarna); vreme završetka zadatka (kontinuirana/vreme); broj grešaka (count); ID učesnika.
M: Eksperimentalni dizajn, t-test, ANOVA, repeated-measures ANOVA ili LMM ako je within-subject.
Informacione tehnologije – kvalitativna pitanja
Usvajanje tehnologije i korisničko značenje
-
RQ: Kako zaposleni opisuju značenje “lake upotrebe” pri usvajanju nove radne platforme?
RH: Zaposleni će verovatno opisivati laku upotrebu kroz lakoću učenja, smanjeno trenje, samopouzdanje i usklađenost sa svakodnevnim rutinama.
D: Dubinski intervjui, refleksije o usvajanju, onboarding beleške, dnevnici korišćenja platforme.
M: Tematska analiza, fenomenološka analiza, narativno istraživanje, kvalitativna studija slučaja.
-
RQ: Kako studenti tumače korisnost AI alata za pomoć u učenju u svakodnevnom radu?
RH: Studenti će verovatno tumačiti korisnost kroz uštedu vremena, jasnoću, personalizaciju i očekivanja vezana za performans.
D: Intervjui, refleksije o učenju, dnevnici korišćenja alata, beleške o kursu.
M: Tematska analiza, kvalitativna analiza sadržaja, narativno istraživanje, studija slučaja.
-
RQ: Kako korisnici opisuju ulogu socijalnog uticaja u odluci da usvoje novu aplikaciju?
RH: Korisnici će verovatno opisivati socijalni uticaj kroz preporuke vršnjaka, vidljivost, prenos poverenja i strah da ne zaostanu.
D: Intervjui, narativi o usvajanju aplikacije, refleksije o vršnjačkom uticaju, screenshot podsticaji.
M: Tematska analiza, analiza diskursa, narativno istraživanje, digitalna etnografija.
Poverenje, rizik i digitalna neizvesnost
-
RQ: Kako korisnici opisuju poverenje u AI sisteme za preporuke?
RH: Korisnici će verovatno opisivati poverenje kroz percipiranu transparentnost, doslednost, relevantnost i mogućnost kontrole.
D: Intervjui, refleksije o korišćenju preporuka, narativi o poverenju, logovi interakcije korišćeni kvalitativno.
M: Tematska analiza, fenomenološka analiza, studija slučaja, analiza diskursa.
-
RQ: Kako potrošači tumače rizik privatnosti pri korišćenju mobilnih platnih usluga?
RH: Potrošači će verovatno tumačiti rizik privatnosti kroz vidljivost podataka, institucionalno poverenje, kompromise radi pogodnosti i prethodno iskustvo.
D: Intervjui, narativi o korišćenju plaćanja, refleksije o privatnosti, screenshot-ovi usluge.
M: Tematska analiza, narativno istraživanje, kvalitativna analiza sadržaja, digitalna studija slučaja.
-
RQ: Kako zaposleni opisuju zamor od sajber bezbednosti u visoko digitalizovanim radnim okruženjima?
RH: Zaposleni će verovatno opisivati zamor od sajber bezbednosti kroz preopterećenje, ponavljanje, zasićenje upozorenjima i sukob sa zahtevima produktivnosti.
D: Intervjui, refleksije o radu, beleške o bezbednosnim politikama, dnevnički podsticaji.
M: Tematska analiza, fenomenološka analiza, praktično orijentisana studija slučaja, framework analysis.
Upotreba sistema, radna praksa i fit
-
RQ: Kako profesionalci opisuju usklađenost između analitičkih alata i svojih svakodnevnih zadataka?
RH: Profesionalci će verovatno opisivati usklađenost kroz relevantnost, integraciju u tok rada, jasnoću izlaza i vremensku efikasnost.
D: Intervjui, narativi o toku rada, refleksije o korišćenju, beleške o zadacima.
M: Tematska analiza, narativno istraživanje, studija slučaja radne prakse, framework analysis.
-
RQ: Kako udaljeni radnici opisuju uticaj platformi za saradnju na koordinaciju?
RH: Udaljeni radnici će verovatno opisivati uticaj kao istovremeno omogućavajući povezanost i povećavajući fragmentaciju ili prekide.
D: Intervjui, dnevnici saradnje, refleksije o sastancima, komunikacione beleške.
M: Tematska analiza, fenomenološka analiza, etnografija digitalnog rada, studija slučaja.
-
RQ: Kako IT podrška tumači ponavljani otpor korisnika prema promenama u enterprise softveru?
RH: IT podrška će verovatno tumačiti otpor kroz navike, slab fit, lošu komunikaciju i zamor od promena.
D: Intervjui, logovi podrške korišćeni kvalitativno, implementacione beleške, refleksivni iskazi.
M: Tematska analiza, practitioner inquiry, analiza diskursa, kvalitativna studija slučaja.
Organizaciona implementacija i promena
-
RQ: Kako menadžeri opisuju ulogu podrške vrhovnog menadžmenta tokom digitalne transformacije?
RH: Menadžeri će verovatno opisivati podršku vrhovnog menadžmenta kao značajnu kada obezbeđuje legitimitet, resurse i kontinuitet.
D: Intervjui, implementacioni memoi, menadžerske refleksije, projektna dokumenta.
M: Tematska analiza, organizaciona studija slučaja, framework analysis, narativno istraživanje.
-
RQ: Kako implementacioni timovi opisuju prepreke u ERP rolloutu u srednje velikim firmama?
RH: Implementacioni timovi će verovatno opisivati prepreke kroz ograničene resurse, procesni misfit, praznine u obuci i otpor između jedinica.
D: Timski intervjui, projektne beleške, rollout dokumentacija, zapisnici sa sastanaka.
M: Tematska analiza, timska studija slučaja, kvalitativni process tracing, framework analysis.
-
RQ: Kako zaposleni tumače kvalitet komunikacije tokom velike migracije IT sistema?
RH: Zaposleni će verovatno tumačiti kvalitet komunikacije kroz tajming, jasnoću, iskrenost i praktičnu relevantnost.
D: Intervjui, refleksije o migraciji, materijali interne komunikacije, terenske beleške.
M: Tematska analiza, analiza diskursa, studija slučaja, kvalitativna analiza sadržaja.
Kvalitet informacionih sistema i iskustvo
-
RQ: Kako korisnici opisuju zadovoljstvo akademskim informacionim portalom?
RH: Korisnici će verovatno opisivati zadovoljstvo kroz pouzdanost, brzinu, upotrebljivost i uspešno izvršenje zadatka.
D: Intervjui, refleksije korisnika, dnevnici iskustva sa portalom, komentari podrške.
M: Tematska analiza, fenomenološka analiza, studija slučaja korisničkog iskustva, framework analysis.
-
RQ: Kako softverski developeri opisuju tehnički dug u odnosu na održivost sistema?
RH: Developeri će verovatno opisivati tehnički dug kao kompromis između brzine isporuke, složenosti i dugoročne održivosti.
D: Intervjui, refleksije o razvoju, projektne beleške, tehnički narativi.
M: Tematska analiza, practitioner inquiry, narativna analiza, studija slučaja.
-
RQ: Kako krajnji korisnici tumače “kvalitet sistema” izvan formalnih performansnih metrika?
RH: Krajnji korisnici će verovatno tumačiti kvalitet sistema kroz odzivnost, predvidivost, lakoću i emocionalni komfor u korišćenju.
D: Intervjui, narativi o korišćenju, korisničke refleksije, beleške iz slučajeva podrške.
M: Tematska analiza, fenomenološka analiza, kvalitativna analiza sadržaja, studija slučaja.
Informacione tehnologije – mešovite metode
Usvajanje, namera i stvarno korišćenje
-
RQ: Kako je percipirana korisnost povezana sa namerom korišćenja nove enterprise platforme, i kako korisnici opisuju šta platformu zaista čini korisnom u praksi?
RH: Veća percipirana korisnost biće povezana sa snažnijom namerom korišćenja; korisnici će verovatno opisivati korisnost kroz podršku zadacima, uštedu vremena i praktičnu relevantnost; očekuje se da integracija objasni zašto slični skorovi korisnosti ipak mogu dati različite ishode usvajanja.
D: Kvantitativno: percipirana korisnost, namera korišćenja, stvarno korišćenje, TAM varijable; Kvalitativno: intervjui, narativi o usvajanju, refleksije o toku rada.
M: Explanatory sequential design, regresija/SEM plus tematska analiza, joint display integracija.
-
RQ: Kakve razlike postoje u usvajanju između grupa sa visokim i niskim očekivanim naporom, i kako korisnici objašnjavaju te razlike kroz doživljeno iskustvo?
RH: Korisnici sa višim skorovima očekivanog napora pokazaće snažnije ishode usvajanja; korisnici će verovatno objašnjavati razlike kroz upotrebljivost, samopouzdanje i prethodnu digitalnu kompetenciju; očekuje se da integracija doradi tumačenje razlika u usvajanju.
D: Kvantitativno: očekivani napor, učestalost korišćenja, karakteristike korisnika, UTAUT varijable; Kvalitativno: intervjui, dnevnici korišćenja, onboarding refleksije.
M: Convergent mixed methods design, group comparison/logistic or OLS regression plus thematic analysis, joint display integration.
Poverenje, rizik i inteligentni sistemi
-
RQ: Kako je poverenje u AI podršku odlučivanju povezano sa namerom nastavka korišćenja, i kako korisnici opisuju faktore koji AI čine poverljivim ili nepoverljivim?
RH: Veće poverenje u AI podršku odlučivanju biće povezano sa snažnijom namerom nastavka korišćenja; korisnici će verovatno opisivati poverenje kroz transparentnost, doslednost, objašnjivost i percipiranu pravičnost; očekuje se da integracija objasni varijacije u nastavku korišćenja izvan samih skorova poverenja.
D: Kvantitativno: skor poverenja, namera nastavka korišćenja, percepcije objašnjivosti; Kvalitativno: intervjui, AI narativi o korišćenju, refleksije o odlučivanju.
M: Explanatory sequential design, regresija/SEM plus tematska analiza, matrix-based integracija.
-
RQ: Kakve razlike postoje u zabrinutosti za privatnost između grupa korisnika mobilnog plaćanja, i kako korisnici tumače te zabrinutosti u svakodnevnoj upotrebi?
RH: Korisnici sa većom zabrinutošću za privatnost pokazaće niže usvajanje ili slabiji nastavak korišćenja; korisnici će verovatno tumačiti zabrinutost kroz kontrolu nad podacima, institucionalno poverenje i kompromise radi pogodnosti; očekuje se da integracija razjasni praktično značenje skorova privatnosti.
D: Kvantitativno: skor zabrinutosti za privatnost, usvajanje/nastavak korišćenja, demografske varijable; Kvalitativno: intervjui, refleksije o korišćenju plaćanja, narativi o privatnosti.
M: Convergent mixed methods design, group comparison/logistic or OLS regression plus thematic analysis, joint display integration.
Organizaciona implementacija i uspeh IS
-
RQ: Kako je kvalitet sistema povezan sa zadovoljstvom korisnika nakon ERP implementacije, i kako zaposleni opisuju kvalitete sistema koji su im najvažniji?
RH: Veći kvalitet sistema biće povezan sa većim zadovoljstvom korisnika; zaposleni će verovatno opisivati važne kvalitete kroz pouzdanost, brzinu, fit i podršku kontinuitetu rada; očekuje se da integracija objasni koje dimenzije kvaliteta su najznačajnije u praksi.
D: Kvantitativno: kvalitet sistema, zadovoljstvo korisnika, net benefits, DeLone–McLean varijable; Kvalitativno: intervjui, refleksije o implementaciji, iskustva sa podrškom.
M: Explanatory sequential design, regresija/SEM plus tematska analiza, integrisana interpretacija.
-
RQ: Kakve razlike postoje u uspehu implementacije između organizacija sa različitim TOE uslovima, i kako menadžeri objašnjavaju te razlike?
RH: Organizacije sa jačom tehnološkom, organizacionom i spoljašnjom spremnošću pokazaće veći uspeh implementacije; menadžeri će verovatno objašnjavati te razlike kroz kapacitete, liderstvo, odnose sa dobavljačima i spoljne pritiske; očekuje se da integracija razjasni mehanizme iza TOE razlika.
D: Kvantitativno: TOE indikatori, metrike uspeha implementacije, organizacione profilne varijable; Kvalitativno: intervjui sa menadžerima, projektna dokumenta, rollout narativi.
M: Convergent mixed methods design, group comparison/logistic or OLS regression plus thematic analysis, joint display integration.
Direktor konsultantske kompanije My Statistical Consultant Ltd. Profesor Statistike u penziji.
Doktor statistike sa preko 45 godina iskustva kao univerzitetski profesor, međunarodni istraživač i vladin savetnik.