Research & Evidence

Cerca un metodo

Cerca tra titoli, domande, territori e identificativi MSC.

40 risultati
  1. MSC-P-001Come trasformare un’affermazione di marketing in una domanda verificabile?Scienza delle decisioni
  2. MSC-P-002Correlazione o causalità: cosa consente davvero di affermare un’analisi?Misurazione del marketing
  3. MSC-P-003Come esprimere l’incertezza di un risultato di marketing?Scienza delle decisioni
  4. MSC-P-004Significatività o dimensione dell’effetto: quale risultato interpretare?Scienza delle decisioni
  5. MSC-P-005Come misurare un costrutto di marketing non direttamente osservabile?Ricerche di mercato
  6. MSC-P-006Come progettare e validare una scala di misurazione?Ricerche di mercato
  7. MSC-P-007Alpha o omega: come valutare l’affidabilità di una scala?Ricerche di mercato
  8. MSC-P-009PCA, EFA o CFA: quale metodo scegliere?Ricerche di mercato
  9. MSC-P-010Quando condurre un esperimento di marketing?Misurazione del marketing
  10. MSC-P-011Come progettare un A/B test che stimi davvero un effetto?Misurazione del marketing
  11. MSC-P-012Di quante osservazioni ha bisogno un esperimento?Scienza delle decisioni
  12. MSC-P-013Come misurare l’effetto incrementale di una campagna con un gruppo di controllo?Misurazione del marketing
  13. MSC-P-017Come rilevare selezione, contaminazione e attrition in un esperimento?Misurazione del marketing
  14. MSC-P-018Regressione predittiva o causale: cosa si vuole stimare?Modelli di marketing
  15. MSC-P-019Come diagnosticare una regressione di marketing prima di interpretarla?Modelli di marketing
  16. MSC-P-022Come stimare l’elasticità al prezzo e la sua incertezza?Scienza dei prezzi
  17. MSC-P-026Logit vs Probit: come scegliere per una probabilità di acquisto?Scienza del cliente
  18. MSC-P-029Quali clienti hanno la probabilità di churn più elevata?Scienza del cliente
  19. MSC-P-027TAM, UTAUT o UTAUT2: quale quadro usare per studiare l’accettazione tecnologica?Ricerche di mercato
  20. MSC-H-001Misurazione e causalità: come stabilire un effetto di marketing?Misurazione del marketing
  21. MSC-H-002Modelli di risposta marketing: forma, ritardo e saturazioneModelli di marketing
  22. MSC-H-003Scienza dei prezzi: collegare prezzo, domanda e contribuzioneScienza dei prezzi
  23. MSC-H-004Scienza del cliente e della scelta: comportamento, valore ed eterogeneitàScienza del cliente
  24. MSC-H-005Scienza della misurazione: costruire indicatori validiRicerche di mercato
  25. MSC-H-006Metodi statistici decisionali: scegliere, quantificare, validareScienza delle decisioni
  26. MSC-P-008Come validare una scala di misurazione marketing?Ricerche di mercato
  27. MSC-P-014Come progettare un esperimento geografico di marketing?Misurazione del marketing
  28. MSC-P-015Come stimare un effetto con la differenza nelle differenze?Misurazione del marketing
  29. MSC-P-020Come trattare l’endogeneità del prezzo?Scienza dei prezzi
  30. MSC-P-021Effetti fissi o casuali: quale modello panel scegliere?Modelli di marketing
  31. MSC-P-023Come stimare una funzione di domanda?Scienza dei prezzi
  32. MSC-P-024Come simulare uno scenario prezzo-volume-margine?Scienza dei prezzi
  33. MSC-P-028Come stimare la CLV con BG/NBD e Gamma-Gamma?Scienza del cliente
  34. MSC-P-030Come analizzare la ritenzione con un modello di sopravvivenza?Scienza del cliente
  35. MSC-P-031Come costruire una segmentazione clienti utile?Scienza del cliente
  36. MSC-P-032Come testare la stabilità di una segmentazione?Scienza del cliente
  37. MSC-P-033Come validare una previsione di marketing?Scienza delle decisioni
  38. MSC-P-034Come costruire una simulazione Monte Carlo per una decisione di marketing?Scienza delle decisioni
  39. MSC-P-035Come modellare saturazione e adstock?Modelli di marketing
  40. MSC-P-039Quale test statistico scegliere?Scienza delle decisioni
Tutti i metodi
SCHEDA METODOMSC-P-027Scienza della misurazione

TAM, UTAUT o UTAUT2: quale quadro usare per studiare l’accettazione tecnologica?

Il TAM si concentra su utilità e facilità d’uso percepite. UTAUT amplia l’analisi ad aspettativa di prestazione, sforzo, influenza sociale e condizioni facilitanti. UTAUT2 aggiunge costrutti per i contesti di consumo. La scelta dipende da popolazione, contesto e comportamento studiato, non dal numero di variabili disponibili.

Risposta diretta

Scegliere un quadro, definire i costrutti e verificare prima il modello di misura e poi quello strutturale in una popolazione dichiarata.

Il TAM si concentra su utilità e facilità d’uso percepite. UTAUT amplia l’analisi ad aspettativa di prestazione, sforzo, influenza sociale e condizioni facilitanti. UTAUT2 aggiunge costrutti per i contesti di consumo. La scelta dipende da popolazione, contesto e comportamento studiato, non dal numero di variabili disponibili.

Davis, 1989, Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information TechnologyVenkatesh et al., 2003, User Acceptance of Information Technology: Toward a Unified View

01

La risposta in 30 secondi

TAM si concentra su utilità percepita e facilità d’uso. UTAUT aggiunge contesto organizzativo, condizioni facilitanti e moderatori. UTAUT2 estende il quadro ai consumatori con motivazione edonica, valore-prezzo e abitudine. Il quadro va scelto prima dell’analisi.

02

Tre livelli di lettura

  • Decisore: quale quadro serve la decisione?
  • Professionista: quali item, gruppi e momenti raccogliere?
  • Analista: misura, struttura, incertezza e robustezza.

03

Situazione marketing concreta

Un team prepara un servizio digitale e deve distinguere accettazione iniziale dei dipendenti, uso volontario dei consumatori e uso ripetuto.

04

Domanda scientifica

In una popolazione, contesto e orizzonte dichiarati, quali costrutti sono associati a intenzione e uso auto-dichiarato, e con quale incertezza?

05

Perché una scelta automatica fallisce

Aggiungere tutti i costrutti aumenta carico, sovrapposizione e gradi di libertà. Scegliere il R² più alto a posteriori è selezione opportunistica.

06

Intuizione dei tre quadri

QuadroDomanda dominanteContesto
TAMUtilità e sforzo percepitiAccettazione parsimoniosa
UTAUTPrestazione, sforzo, influenza, condizioniOrganizzazione e implementazione
UTAUT2UTAUT + piacere, costo percepito, abitudineUso del consumatore

07

Dati necessari

  • Popolazione, tecnologia, volontarietà, data e orizzonte.
  • Item della scala scelta, traduzione documentata e modalità identiche.
  • Intenzione misurata prima dell’uso auto-dichiarato quando l’uso è il target.

08

Modello formale e simboli

η = Bη + Γξ + ζ

η indica i costrutti endogeni, ξ quelli esogeni, B le relazioni tra endogeni, Γ gli effetti degli esogeni su η e ζ il residuo. Le moderazioni entrano solo tramite interazioni prespecificate.

09

Calcolo dichiarato

  1. Dichiarare quadro ed esclusioni.
  2. Testare il modello di misura prima dello strutturale.
  3. Stimare relazioni, intervalli e diagnostica sulla specifica dichiarata.
  4. Confrontare solo modelli prespecificati sulle stesse osservazioni.

10

Esempio numerico pubblicato

Nello studio UTAUT2 di Hong Kong su utenti già esperti, 4.127 rispondenti validi diventano 2.220 alla seconda rilevazione e 1.512 nel campione finale. Età media circa 31 anni e una sola tecnologia. R² passa da 0,56 a 0,74 per l’intenzione e da 0,40 a 0,52 per l’uso auto-dichiarato. Gli scarti 0,18 e 0,12 non hanno intervalli d’incertezza pubblicati e non provano superiorità universale.

11

Ipotesi di validità

  • Gli item rappresentano i costrutti nella popolazione studiata.
  • I gruppi confrontati condividono una misura sufficientemente invariante.
  • Un’associazione trasversale non prova temporalità né causalità.

12

Diagnostica e incertezza

Documentare mancanti, affidabilità, validità convergente e discriminante, invarianza, intervalli e stabilità. Indisponibile non significa zero.

13

Interpretazione

Un coefficiente o R² descrive la specifica studiata e va letto con incertezza, qualità della misura e perimetro.

14

Conclusioni ammesse e vietate

Ammesso

In questa popolazione i costrutti sono associati a intenzione o uso nel modello dichiarato.

Vietato

Affermare causalità, universalità o che R² convalidi una decisione.

15

Decisione marketing possibile

Il team può scegliere TAM per una diagnosi parsimoniosa, UTAUT per un’implementazione organizzativa o UTAUT2 per un uso consumer. La scelta resta umana e documentata.

16

Quando usare ogni quadro

Non usarli da soli per causalità, domanda aggregata, valutazione finanziaria o ricerca d’uso. Alternative secondo la decisione.

17

Implementazioni riproducibili

Il file di riferimento ricalcola solo le due differenze R² pubblicate.

CSV · Python 3.13.7

# R 4.5.1: transform(read.csv("msc-p027-tam-utaut.csv"), delta=r2_utaut2-r2_utaut)
* SPSS 31: COMPUTE delta = r2_utaut2 - r2_utaut.
* SAS 9.4: data result; set input; delta=r2_utaut2-r2_utaut; run;

18

Risultato finale

  • Decisione, popolazione, tecnologia, orizzonte e comportamento target.
  • Quadro scelto, costrutti inclusi ed esclusi, provenienza e piano d’analisi.
  • Risultati con incertezza, diagnostica, limiti e regola di revisione.

19

Fonti e livello di prova

Evidenza E3: tre testi integrali verificati a livello di claim. La sintesi non prova performance commerciali né causalità.

Da leggere dopo

MSC-P-005Come misurare un costrutto di marketing non direttamente osservabile?MSC-P-006Come progettare e validare una scala di misurazione?MSC-P-008Come validare una scala di misurazione marketing?MSC-P-009PCA, EFA o CFA: quale metodo scegliere?