Wir führten eine quantitative Untersuchung mittels einer webbasierten Umfrage durch, um die Wahrnehmung des Portals zu ermitteln. In [52] wurden die Vorteile von webbasierten Umfragen genannt, wie z. B. strukturierte Antworten, die Möglichkeit, Antworten per Mausklick zu geben, die Übertragung von Daten und deren Vergleich über ein elektronisches Medium, die visuelle Darstellung der Fragen, flexible Zeitvorgaben und die Konstruktion von Fragen im Voraus, um die Anzahl und Komplexität der Fragen für die Benutzer zu reduzieren. Für die Erstellung und Veröffentlichung des Fragebogens haben wir die Website „SurveyMonkey.com“ verwendet. Diese Website bietet die Umwandlung von URLs in direkte Links zur Website, was zur Minimierung zusätzlicher Aktionen auf Seiten der Befragten führen kann, wie von [53]vorgeschlagen.

  • Fragebogen-Design

Der Fragebogen bestand aus drei Abschnitten und hatte 23 Fragen. Der erste Abschnitt erfasste Fragen zu den externen Faktoren, die mit der Nutzung von E-Government-Portalen verbunden sind. Der zweite Abschnitt untersuchte Faktoren zur Wahrnehmung des E-Government-Portals durch das TAM. Diese Faktoren bestanden aus der wahrgenommenen Benutzerfreundlichkeit, der wahrgenommenen Nützlichkeit, der Verhaltensabsicht und der tatsächlichen Nutzung. Der dritte Abschnitt hatte zum Ziel, das allgemeine Profil der Befragten zu erfassen. Detaillierte Informationen finden Sie in Anhang A.

Es wurde eine siebenstufige Likert-Skala verwendet, die von „1“ – stimme voll und ganz zu – bis „7“ – stimme überhaupt nicht zu – reichte. Die Umfrage dauerte eine Woche, vom 12. bis 19. März 2009. Da der Fragebogen ursprünglich in englischer Sprache erstellt wurde, war es notwendig, ihn in Kasachisch und Russisch, den lokal gesprochenen Sprachen, zu übersetzen. Der Fragebogen wurde so gestaltet, dass er kurz, eindeutig und für die Befragten leicht auszufüllen ist.  Konstrukte und Aussagen, die für die Studie relevant waren, wurden aus einer Vielzahl von Quellen, hauptsächlich aus früheren Studien [26,27] und Forschungsarbeiten mit ähnlichen Interessen [23,24,54-56], übernommen und an den aktuellen Forschungskontext angepasst.

  • Datenanalyse

Die Zielgruppe für die Umfrage waren kasachische Bürger. Einladungen zur Teilnahme an der Umfrage wurden in sozialen Netzwerken, Blogs, unter unseren ehemaligen Kollegen, Freunden, Freunden von Freunden, Familienmitgliedern usw. verbreitet. Die Informationen über diese Studie wurden in vielen Online-Plattformen verbreitet, z. B. in den sozialen Netzwerken wie Facebook, Vkontakte, Moi Mir usw.

Die Software Statistical Package for the Social Sciences (SPSS) wurde verwendet, um die Daten zu analysieren und die Existenz von Beziehungen zu bestimmen. Wir verwendeten die statistischen Techniken, die als Korrelation und Regression bekannt sind. Der Korrelationskoeffizient misst die Stärke und Richtung der Beziehung. Wenn der Wert des Korrelationskoeffizienten näher bei +1 oder -1 liegt, dann ist die lineare Beziehung stärker oder schwächer zwischen zwei Variablen [57], beziehungsweise. Da die Anzahl der Items für die PU, PEOU und BI mehr als eine waren, wie in Tabelle 2 und Tabelle A1 (in Anhang B) gezeigt, wurde die Hauptkomponenten-Faktoranalyse durchgeführt. Details finden Sie in Anhang C, Tabellen A5-A7. Die Hauptkomponenten-Faktorenanalyse ist eine Methode zur Neudarstellung von multivariaten Daten. Sie ermöglicht eine Neuausrichtung der Daten, so dass die ersten paar Dimensionen so viel der verfügbaren Informationen wie möglich ausmachen. Wenn der Datensatz eine erhebliche Redundanz aufweist, kann es möglich sein, die meisten Informationen des ursprünglichen Datensatzes mit einer relativ kleinen Anzahl von Dimensionen zu erfassen [58]. Darüber hinaus, verwendeten wir die Kaiser’sche Varimax-Rotation, um eine einfache Struktur zu erreichen, indem wir uns auf die Spalten der Faktorladungsmatrix konzentrierten.

Da die Eigenschaften der Schlüsselvariablen in den Hypothesen unterschiedlich waren, wurden zwei Ansätze – lineare Regression und T-Test für unabhängige Stichproben durchgeführt, um auf Korrelationen zu testen. Details zu den Variablen für die Hypothesen sind in Tabelle A4 (Anhang C) dargestellt.

Die hypothetischen Beziehungen wurden zuvor mit Hilfe der Regressionsanalyse getestet, um die Konsistenz zu gewährleisten. Für unsere Untersuchung wird eine schrittweise multiple Regressionsanalyse empfohlen, um den Einfluss der einzelnen Prädiktorvariablen auf das Regressionsmodell zu untersuchen [59]. Als eine der multiplen Regressionsarten wurde die lineare Regression angewendet, um die Analyse zu erleichtern. Insbesondere die lineare Regressionsanalyse ist ein Werkzeug mit mehreren wichtigen Anwendungen. Sie ist eine Möglichkeit, Hypothesen bezüglich der Beziehung zwischen numerischen Variablen zu testen und die spezifische Natur solcher Beziehungen zu schätzen [60]. Die lineare Regression untersucht die Beziehungen zwischen Prädiktorvariablen (d. h. unabhängigen Variablen) und Ergebnisvariablen (d. h. abhängigen Variablen). Ein weiterer Ansatz war der T-Test, der identifiziert die Signifikanz des Unterschieds zwischen zwei Mittelwerten.  Einer der am häufigsten verwendeten T-Tests ist der T-Test für unabhängige Stichproben. Dieser Test kann verwendet werden, wenn der Mittelwert zweier unabhängiger Stichproben für eine bestimmte Variable verglichen werden soll. In [61]wird die Durchführung des T-Tests für unabhängige Stichproben vorgeschlagen, wenn eine Variable kategorisch und die andere, abhängige Variable numerisch ist.

Referenzen und Open Access Hinweis

This is an open access article distributed under the Creative Commons Attribution License which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited

Amanbek, Y.; Balgayev, I.; Batyrkhanov, K.; Tan, M. Adoption of e-Government in the Republic of Kazakhstan. J. Open Innov. Technol. Mark. Complex. 20206, 46. https://doi.org/10.3390/joitmc6030046