Journal of Korean Society of Forest Science (한국산림과학회지)

Korean Society of Forest Science (한국산림과학회)
권호 표지

A Study on Application of Ubiquitous Management System in National Park - Focused on the Technology Acceptance Model of Managers' -

국립공원 유비쿼터스 관리시스템 도입 방안 - 관리자 기술수용모델 적용을 중심으로 -

  • Kim, Tong-Il (National Park Research Institute, Korea National Park Service) ;
  • Kim, Seong-Il (Department of Forest Science, Seoul National University)
  • 김통일 (국립공원관리공단 국립공원연구원) ;
  • 김성일 (서울대학교 산림과학부)
  • Received : 2010.03.18
  • Accepted : 2010.04.05
  • Published : 2010.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

u-Park means national parks with environmentally sound information networks and integrated ubiquitous services are available. u-Park is totally managed based on u-IT (Ubiquitous IT Technologies) which provides ubiquitous service through sophisticated resources of national park and establishments. It is necessary in changing the existing park management system into u-IT based u-Park management system that park managers should accept new technology, u-Park management system, and be able to utilize it. The purposes of this research is to analyze managers' acceptance behavior on ubiquitous computing technology. Technology acceptance model (TAM) was introduced to specifies the causal relationships among variables related to managers' technology acceptance behavior. The hypothesized model was tested by surveying 157 managers at 5 national parks in Korea. TAM accounted for 55.2% of the variance in intention to use. The most important finding is that perceived compatibleness was the most influential variable in determining intention to use. This means that u-Park management system should be compatible with manager's task and business style.

u-Park는 친환경적 USN과 u-IT 기술을 토대로 자원 및 시설물들이 지능화되고 그에 관련된 정보가 통합적으로 관리되는 공원이다. u-Park 관리시스템의 도입을 통해 관리효율성 증대를 도모하고 과학적 수용력 관리를 실현하기 위해서는 국립공원관리자가 새로 도입되는 u-Park 관리시스템을 수용할 수 있어야 한다. 관리자의 u-Park 관리 시스템 기술수용과정을 규명하기 위해 기술수용모델(TAM) 구조방정식을 설정하였다. 5개 산악형 국립공원에 근무하는 국립공원관리공단 직원 176명을 대상으로 설문조사를 실시하여 자료를 수집하였다. 분석결과 TAM 구조방정식의 설명력은 55.2%이며, u-Park 관리시스템이 현재 업무 내용과 관리자의 업무 처리 방식에 호환되는 정도가 관리자의 기술수용에 가장 큰 영향력을 미치는 것으로 나타났다.

Keywords

References

  1. 김영찬, 차재성. 2003. 고객만족도 측정방법론과 전략적 활용. 마케팅연구 18(1): 113-132.
  2. 김정만, 임성택. 2005. 혁신기술수용모델(TAM)을 이용한 관광전자상거래 소비자의 행동고찰: 온라인 여행을 중심으로. 한국관광학회 28(4): 27-46.
  3. 김통일. 2010. 국립공원 유비쿼터스 관리시스템의 제안. 국립공원연구지 1(1): 1-8.
  4. 박 철, 유재현. 2006. 유비쿼터스 특성이 u-서비스 이용에 미치는 영향: u-캠퍼스 환경을 중심으로. Information Systems Review 8(1): 81-99.
  5. 배민기. 2007. 국립공원 통합관리를 위한 유비쿼터스 정보기술 활용방안. 한국지리정보학회지 10(3): 134-148.
  6. 박현지, 남미리, 박경난. 2006. 모바일 관광정보서비스에 대한 고객 수용행태 분석. 한국관광산업학회 2006 국제관광학술대회 발표집 : 169-190.
  7. 양희동, 최인영. 2001. 사회적 영향이 정보시스템 수용에 미치는 영향 -정보기술수용모형(Technology Acceptance Model)에서-. 경영정보학연구 11(3): 165-184.
  8. 엄명용, 조성한, 김태웅. 2006. 확장된 기술수용모형을 이용한 온라인 게임 성공요인 분석 -일본 게이머를 중심으로. 무역상무학회지 29: 173-196.
  9. 오상현, 김상현. 2006. 인터넷뱅킹 이용요인간 구조적 관계: 기술수용모델(TAM)의 확장을 중심으로. 마케팅연구 21(1): 1-27.
  10. 유 일, 소순후. 2004. 중소기업 최고경영층의 SCM 수용 의사결정 요인에 관한 연구. 경영정보학 연구 14(3): 145-167.
  11. 윤승욱. 2004. 모바일 인터넷의 수용결정요인에 대한 연구: 정보기술수용모형을 중심으로. 한국언론학보 48(3):274-301.
  12. 이건창, 정남호, 이종신. 2002. 국내 인터넷 뱅킹 사용자의 이용의도에 영향을 미치는 요인간 관계에 관한 실증연구. 경영정보학연구 12(3): 191-212.
  13. 이정섭, 장시영. 2003. 기술수용모델의 확장과 사용자의 정보시스템 수용. 경영학연구 32(5): 1415-1451.
  14. 이종오, 황재훈, 강소라, 이선로. 2006. 기능적 속성을 고려한 기술수용모형(TAM)의 확장연구: 휴대폰의 채택 사례를 중심으로. 정보기술과 데이터베이스 저널 13(1): 39-66.
  15. 정보사회진흥원. 2006. KOREN망을 활용한 전국적 규모의 USN망 구축 및 재난 방지 응용 기술 연구. 서울. pp. 319.
  16. 최혁라. 2004. 모바일 특성하에서 모바일 인터넷 사용의도에 영향을 미치는 요인에 관한 연구. 산업경제연구 17:515-522.
  17. 홍희연. 2007. 농업경영정보시스템 사용의도에 미치는 사회심리학적 요인 분석. 서울대학교 농업생명과학대학 석사학위논문.
  18. Alan, M., Joseph, P., Robert, S., David, C. and Anderson, J. 2002. Wireless Sensor Networks for Habitat Monitoring. WSNA'02, September 28. Atlanta, Georgia. pp. 1-39.
  19. Agarwal, R. and Prasad, J. 1997. The Role if Innovation Characteristics and Perceived Voluntariness in the Acceptance of Information Technology. Decision Science 28(3): 557-582. https://doi.org/10.1111/j.1540-5915.1997.tb01322.x
  20. Agarwal, R. and Karahanna, E. 2000. Time Flies when You're Having Fun: Cognitive Absorption and Beliefs about Information Technology Usage. MIS Quarterly 24: 665-694. https://doi.org/10.2307/3250951
  21. Bandura, A. 1977. Self-efficacy: Toward a Unifying Theory of Behavior Change. Psychological Review 84(2): 191-215.
  22. Bandura, A. 1982. The Assessment and Predictive Generality of Self-percepts of Efficacy. Journal of Behavior Therapy and Experimental Psychiatry 13(3): 195-199. https://doi.org/10.1016/0005-7916(82)90004-0
  23. Chen, L. 2000. Consumer Acceptance of Virtual Stores: A Theoretical model and Critical Success Factors for Virtual Stores. Doctoral Dissertation, University of Memphis.
  24. Chin, W.W. 1998. Issues and Opinion on Structural Equation Modeling. Mis Quarterly 22: 1-11. https://doi.org/10.2307/249676
  25. Chin, W. and Newsted, P.R. 1995. The Importance of Specification in Causal Modeling: The Case of End-user Computing Satisfaction. Information Systems Research 6(1): 73-81. https://doi.org/10.1287/isre.6.1.73
  26. Culnan, M.J. 1983. Chauffeured Versus End User Access to Commercial Databases: The Effects of Task and Individual Differences. Mis Quarterly 7(1): 55-67. https://doi.org/10.2307/249077
  27. 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
  28. Davis, F.D., Bagozzi, R.P. and Warwhaw, P.R. 1989. User Acceptance of Computer Technology: A Comparison of Two Theoretical Models. Management Science 35(8): 982- 1003. https://doi.org/10.1287/mnsc.35.8.982
  29. Davis, F.D. 1993. User acceptance of Information Technology: System Characteristics, User Perceptions and Behavioral Impacts. Man-Machine Studies 38: 475-487. https://doi.org/10.1006/imms.1993.1022
  30. Dey, A.K. 2001. Understanding and Using Context. Personal and Ubiquitous Computing 5: 4-7. https://doi.org/10.1007/s007790170019
  31. Doll, W.J., Raghunathan, T.S., Lim, J., Gupth, P.W. 1995. A Confirmatory Factor Analysis of the User Information Satisfaction Instrument. Information System Research 6(2): 177-188. https://doi.org/10.1287/isre.6.2.177
  32. Falk, R.F. and Miller, N.B. 1992. A Primer for Soft Modeling. University of Akron Press. Akron Ohio, U.S.A. pp. 99.
  33. Fishbein, M. and Ajzen, I. 1975. Belief, Attitude, Intentions and Behavior: An Introduction to Theory and Research. Addison-Wsley. Boston, U.S.A. pp. 480.
  34. Fornell, C. and Larcker, D.F. 1981. Evaluating Structural Equation Models with Unobservable Variables and Measurement Error. Journal of Marketing Research 18: 39-50. https://doi.org/10.2307/3151312
  35. Gefen, D., Karahanna, E. and Straub, D.W. 2003. Trust and TAM in Online Shopping: An Integrated Model. MIS Quarterly 27(1): 51-90.
  36. Igbaria, M. 1996. The impact and benefits of a DSS: The case of Fleet Manager. Information & Management 31(4): 215-225. https://doi.org/10.1016/S0378-7206(96)01078-6
  37. Karahanna, E., Straub, D.W. and Chervany, N.L. 1999. Information Technology Adoption across Time: A Cross- Sectional Comparison of Pre-Adoption and Post-Adoption Beliefs. Journal of Environmental Management 68: 305-313.
  38. Mathieson, K. 1991. Predicting User Intentions: Comparing the Technology Acceptance Model with the Theory of Planned Behavior. Information System Research 2: 173-191. https://doi.org/10.1287/isre.2.3.173
  39. Moon, J. and Kim, Y. 2001. Extending the TAM for a World-Wide-Web context. Information & management 38: 217-230. https://doi.org/10.1016/S0378-7206(00)00061-6
  40. Moore, J.C. and Benbasat, I. 1991. Development of an Instrument to Measure the Perceptions of Adopting an Information. Information Systems Research 2(3): 192-222. https://doi.org/10.1287/isre.2.3.192
  41. Nasser, F. and Wisenbaker, J. 2003. A Monte Carlo study investigating the impact of item parceling on measures of fit in confirmatory factor analysis. Education and psychological measurement 63: 729-757. https://doi.org/10.1177/0013164403258228
  42. Novak, T.P., Hoffman, D.L. and Yung, Y. 2000. Measuring the Customer Experience in Online Environments: A Structual Modeling Approach. Marketing Science 19(1): 22-42. https://doi.org/10.1287/mksc.19.1.22.15184
  43. Orlikowski, W.J. 1992. The Duality of Technology: Rethinking the Concept of Technology in Organizations. Organization Science 3(3): 398-427. https://doi.org/10.1287/orsc.3.3.398
  44. Rogers. 1995. Diffusion of Innovations, 4th ed. Free Press. New York, U.S.A. pp. 518.
  45. Szajna, B, 1996. Empirical Evaluation of the Revised Technology Aceptance Model. Management Science 42(1): 85-92. https://doi.org/10.1287/mnsc.42.1.85
  46. Taylor, S. and Todd, P. 1995. Understanding information Technology Usage: A Test of Competing Models. Information Systems Research 6: 144-176. https://doi.org/10.1287/isre.6.2.144
  47. Tornatky, L. and Klein, K. 1982. Innovation Characteristics and Innovation Adoption Implementation: A Meta- Analysis of Findings. IEEE Transaction on Engineering Management 29(1): 28-45.
  48. Venkatesh, V. and Davis, F.D. 1996. A critical assessment of potential measurement biases in the technology acceptance model: three experiments. International Journal of Human-Computer Studies 45(1): 19-45. https://doi.org/10.1006/ijhc.1996.0040
  49. Venkatesh, V. and Davis, F.D. 2000. A Theoretical Extension of The Technology Acceptance Model: Four Longitudinal Field Studies. Management Science 46(2): 186-204. https://doi.org/10.1287/mnsc.46.2.186.11926
  50. Venkatesh, V. and Brown, S.A. 2001. A Longitudinal Investigation of Personal Computers in Homes: Adoption Determinants and Emerging Challenges. MIS Quarterly 25(1): 71-102. https://doi.org/10.2307/3250959