4. RESULTANT AND DISCUSSIONDescript

4. RESULTANT AND DISCUSSION
Descriptive statistics of research variables, which include mean, median, standard deviation, coefficient of
variation, and minimum and maximum values, are depicted in table below.
Table 1. Descriptive statistics of research variables
Note:
PU: Perceived Usefulness ANX: Internet Anxiety
PEO Perceived Ease of Use IA: Internet Adoption
ISE: Internet Self Efficacy FP: Firm Business Performance
Respondents tend to belief that internet is useful for their business. They found that learning internet
technology is not that easy, however, they are confident that they—supported by adequate training
internet technology—will be able to learn it. Interestingly, respondents, on average, still belief and
understand that internet technology is difficult to learn and, more than that, to some extent is
“frightening”. These are indicated through the mean values of the following variables: perceived
usefulness (4.79—out of maximum value of 6), perceived ease of use (2.79), internet self efficacy (3.91),
and internet anxiety (4.61).
The majority of respondents are categorized as both internet non-adopter (51.14%) and internet potential
adopter (44.32%). Only 4.55% respondents can be categorized as internet adopter. Firm business
performance, as reported by respondents, are found to be good. As shown in Figure 5, more than 50%
respondents belief that their firm business performance will be improved with internet technology
application. This indicates that respondents who are not categorized as internet technology adopter (i.e.,
mostly non-adopters and potential adopters) understand that internet technology has the potentials to
improve their firm business performance.
Figure 5. Firm business performance
Results of path analysis on the relationships between independent variables (i.e., perceived usefulness,
perceived ease of use, internet self efficacy, and internet anxiety) and dependent variables (i.e., internet
technology adoption and firm business performance) are depicted in Figure 5 and 6.
As shown in Figure 6, patterns and magnitudes of relationships between independent variables (perceived
usefulness, perceived ease of use, internet self efficacy, and internet anxiety) and dependent variable
(internet technology adoption—sub-model 1) and between independent variable (internet technology
adoption) and dependent variable (firm business performance—sub-model 2) are represented by the
following regression equations.
Figure 6. Path analysis results (standardized coefficients)
Internet Adoption = 1.04 + 0.05PU + 0.12PEOU + 0.08ISE – 0.08ANX (1)
Firm Business Performance = 5.20 + 0.03IA (2)
where: PU (perceived usefulness); PEOU (perceived ease of use); ISE (internet self efficacy); ANX
(internet anxiety); IA (internet adoption); and FP (firm business performance)
Figure 7. Path analysis results (standardized coefficients)
Coefficient determinants (R2
) for each equation are, respectively, 0.12 and 0.00, as can be seen in Figure
7.
Analysis of variance (ANOVA) for each sub-model is shown in Tables 2 and 3. As clearly shown in Table
2, internet technology adoption is significantly (p

ผลลัพธ์ (ไทย) 1:

4. RESULTANT และสนทนาสถิติพรรณนาของตัวแปรการวิจัย ซึ่งรวมถึงค่าเฉลี่ย มัธยฐาน ค่าส่วนเบี่ยงเบนมาตรฐาน สัมประสิทธิ์ของเปลี่ยนแปลง และค่าต่ำสุด และสูงสุด แสดงในตารางด้านล่างนี้ตารางที่ 1 สถิติพรรณนาของตัวแปรการวิจัยหมายเหตุ:ปู: มองเห็นประโยชน์ ANX: อินเทอร์เน็ตความวิตกกังวลสาธารณรัฐประชาธิปไตยที่มองเห็นง่ายต่อการใช้งาน IA: ยอมรับอินเตอร์เน็ตอิเสะ: อินเทอร์เน็ตประสิทธิภาพตนเอง FP: ผลการดำเนินงานของบริษัทผู้ตอบมักจะเชื่อว่า อินเทอร์เน็ตมีประโยชน์สำหรับธุรกิจของพวกเขา พวกเขาพบว่าเรียนอินเตอร์เน็ตเทคโนโลยีไม่ว่าง่าย อย่างไรก็ตาม พวกเขามีความมั่นใจว่าพวกเขา — สนับสนุนการฝึกอบรมอย่างเพียงพอเทคโนโลยีอินเทอร์เน็ตซึ่งจะสามารถเรียนรู้มัน เป็นเรื่องน่าสนใจ ผู้ตอบ เฉลี่ย ยังคงความเชื่อ และเข้าใจว่า เทคโนโลยีอินเทอร์เน็ตเป็นเรื่องยากที่จะเรียนรู้ และ มากกว่าที่ บ้าง"น่ากลัว" เหล่านี้จะแสดงถึงค่าเฉลี่ยของตัวแปรต่อไปนี้: การรับรู้ประโยชน์ (4.79 — จากค่าสูงสุดของ 6), ความง่ายในการใช้ (2.79), อินเทอร์เน็ตในการรับรู้ตนเองประสิทธิภาพ (3.91),และความวิตกกังวลอินเทอร์เน็ต (4.61)จัดประเภทเป็นอินเทอร์เน็ตไม่ใช่-adopter (51.14%) และศักยภาพของอินเทอร์เน็ตส่วนใหญ่ของผู้ตอบadopter (44.32%) ตอบ 4.55% เท่านั้นสามารถแบ่งประเภทเป็น adopter อินเทอร์เน็ต ธุรกิจของบริษัทประสิทธิภาพ ผู้ตอบ รายงานพบจะดี ดังแสดงในรูปที่ 5 มากกว่า 50%ผู้ตอบเชื่อว่า การปฏิบัติทางธุรกิจของบริษัทจะปรับปรุง ด้วยเทคโนโลยีอินเทอร์เน็ตapplication. This indicates that respondents who are not categorized as internet technology adopter (i.e.,mostly non-adopters and potential adopters) understand that internet technology has the potentials toimprove their firm business performance.Figure 5. Firm business performanceResults of path analysis on the relationships between independent variables (i.e., perceived usefulness,perceived ease of use, internet self efficacy, and internet anxiety) and dependent variables (i.e., internettechnology adoption and firm business performance) are depicted in Figure 5 and 6.As shown in Figure 6, patterns and magnitudes of relationships between independent variables (perceivedusefulness, perceived ease of use, internet self efficacy, and internet anxiety) and dependent variable(internet technology adoption—sub-model 1) and between independent variable (internet technologyadoption) and dependent variable (firm business performance—sub-model 2) are represented by thefollowing regression equations.Figure 6. Path analysis results (standardized coefficients)Internet Adoption = 1.04 + 0.05PU + 0.12PEOU + 0.08ISE – 0.08ANX (1)Firm Business Performance = 5.20 + 0.03IA (2)where: PU (perceived usefulness); PEOU (perceived ease of use); ISE (internet self efficacy); ANX(internet anxiety); IA (internet adoption); and FP (firm business performance)Figure 7. Path analysis results (standardized coefficients)Coefficient determinants (R2
) for each equation are, respectively, 0.12 and 0.00, as can be seen in Figure
7.
Analysis of variance (ANOVA) for each sub-model is shown in Tables 2 and 3. As clearly shown in Table
2, internet technology adoption is significantly (p<0.05) affected by the four mentioned independent
variables: perceived usefulness (positive); perceived ease of use (positive); internet technology self

efficacy (positive); and internet technology anxiety (negative). However, their ability to explain the
variability of internet technology adoption is relatively low (i.e., 12 per cent). This means that there a
number of factors that have the potential to affect the level of internet technology adoption within small
business operators. These include social influence (i.e., customer influence), competitor pressure,
facilitating conditions (i.e., information technology infrastructure), and users’ demographic characteristics
(i.e., gender, age, level of education, and experience).
Table 2. Analysis of variance sub-model (1)
Firm business performance, on the other hand, as seen in Table 3, is not significantly affected by internet
technology adoption. This means that internet technology application, according to perceptions of SFF
operators, has nothing to do with their firm business performance. In other words, there was no difference
in firm business performance between firms which use information technology—in this case internet
technology (i.e., internet adopter or potential adopter) and those which do not use it (internet non adopters).
This finding is different from Bitler’s finding (2001), which found that information (internet)
technology adoption significantly affect firm business performance.
This finding and its difference from Bitler’s (2001) findings could be explained this way. Most of
respondents in this study (i.e., small manufacturing firm operators) are categorized as either internet non adopters
or internet potential adopters. However, they belief and understand that internet technology
will—to some degree—be able to improve their firm business performance. This could be caused by the
existence of gaps or differences between their theoretical knowledge regarding the technology and its
associated advantages and their practical experience utilizing this technology.
Table 3. Analysis of variance sub-model (2)
5. CONCLUSION
Level of internet technology adoption by SFF operators is affected by their perceived usefulness,
perceived ease of use, internet self efficacy, and internet anxiety. This indicates that these predictors
(independent variables)—even they partially do not significantly affect internet adoption—are regarded as
important variables that should be carefully taken into account in developing internet technology
education and/or training programs for small business operators. Firm business performance is not
affected by internet technology adoption. Since firm business performance was measured using self reported approaches (e.g., whether adopting and utilizing internet technology will improve their firm
business performance), this finding can be regarded as an indicator that internet technology education
and/or training is of importance for small manufacturing firm operators as well as other sectors of small
business operators.

ผลลัพธ์ (ไทย) 2:

4.
ผลการอภิปรายและสถิติเชิงพรรณนาของตัวแปรการวิจัยซึ่งรวมถึงค่าเฉลี่ยค่าเฉลี่ยส่วนเบี่ยงเบนมาตรฐานค่าสัมประสิทธิ์ของ.
รูปแบบและค่าต่ำสุดและสูงสุดที่ปรากฎในตารางด้านล่างตารางที่ 1 สถิติเชิงพรรณนาของตัวแปรวิจัยหมายเหตุ: PU: การรับรู้ประโยชน์ ANX อินเทอร์เน็ตวิตกกังวลPEO การรับรู้ความง่ายดายในการใช้ IA อินเทอร์เน็ตยอมรับISE อินเทอร์เน็ตประสิทธิภาพตนเอง FP: ผลการดำเนินงานของ บริษัทผู้ตอบแบบสอบถามมีแนวโน้มที่จะเชื่อว่าอินเทอร์เน็ตจะเป็นประโยชน์สำหรับธุรกิจของพวกเขา พวกเขาพบว่าการเรียนรู้อินเทอร์เน็ตเทคโนโลยีไม่ใช่เรื่องง่ายที่แต่พวกเขามีความมั่นใจว่าพวกเขาได้รับการสนับสนุนโดยการฝึกอบรมที่เพียงพออินเทอร์เน็ตเทคโนโลยีที่จะสามารถที่จะเรียนรู้มัน ที่น่าสนใจผู้ตอบแบบสอบถามโดยเฉลี่ยยังคงมีความเชื่อและเข้าใจเทคโนโลยีอินเทอร์เน็ตที่เป็นเรื่องยากที่จะเรียนรู้และยิ่งไปกว่านั้นบางส่วนเป็น"น่ากลัว" เหล่านี้จะมีการแสดงผ่านค่าเฉลี่ยของตัวแปรต่อไปนี้: การรับรู้ประโยชน์(4.79 ออกที่มีมูลค่าสูงสุดของ 6) ความสะดวกในการรับรู้การใช้งาน (2.79) การรับรู้ความสามารถตนเองอินเทอร์เน็ต (3.91) และความวิตกกังวลอินเทอร์เน็ต (4.61). ส่วนใหญ่ของ ผู้ตอบแบบสอบถามที่มีการแบ่งประเภทเป็นทั้งอินเทอร์เน็ตที่ไม่ยอมรับ (51.14%) และอินเทอร์เน็ตที่มีศักยภาพการยอมรับ(44.32%) ผู้ตอบแบบสอบถามเพียง 4.55% สามารถแบ่งออกเป็นยอมรับอินเทอร์เน็ต ธุรกิจ บริษัทผลการดำเนินงานตามที่รายงานโดยผู้ตอบแบบสอบถามจะพบว่าเป็นเรื่องที่ดี ดังแสดงในรูปที่ 5 มากกว่า 50% ผู้ตอบแบบสอบถามเชื่อว่าผลการดำเนินงาน บริษัท ของพวกเขาจะได้รับการปรับปรุงให้ดีขึ้นด้วยเทคโนโลยีอินเทอร์เน็ตแอพลิเคชัน นี้แสดงให้เห็นว่าผู้ตอบแบบสอบถามที่ไม่ได้จัดหมวดหมู่เป็นยอมรับเทคโนโลยีอินเทอร์เน็ต (กล่าวคือส่วนใหญ่adopters บุหรี่และมีศักยภาพ adopters) เข้าใจว่าเทคโนโลยีอินเทอร์เน็ตที่มีศักยภาพในการปรับปรุงประสิทธิภาพทางธุรกิจบริษัท ของพวกเขา. รูปที่ 5 ผลการดำเนินงานของ บริษัทผลการวิเคราะห์เส้นทางความสัมพันธ์ ระหว่างตัวแปรอิสระ (เช่นประโยชน์การรับรู้การรับรู้การใช้งานง่าย, การรับรู้ความสามารถตนเองทางอินเทอร์เน็ตและความวิตกกังวลอินเตอร์เน็ต) และตัวแปรตาม (เช่นอินเทอร์เน็ตการนำเทคโนโลยีและประสิทธิภาพการดำเนินธุรกิจของบริษัท ) จะแสดงในรูปที่ 5 และ 6 ตามที่แสดงในรูปที่ 6 รูปแบบและขนาดของความสัมพันธ์ระหว่างตัวแปรอิสระ (การรับรู้ประโยชน์ของการรับรู้ความสะดวกในการใช้งานการรับรู้ความสามารถตนเองทางอินเทอร์เน็ตและความวิตกกังวลอินเตอร์เน็ต) และตัวแปรตาม(เทคโนโลยีอินเทอร์เน็ตการยอมรับย่อยรุ่น 1) และระหว่างตัวแปรอิสระ (เทคโนโลยีอินเทอร์เน็ตการยอมรับ) และตัวแปรตาม (บริษัท ธุรกิจที่มีประสิทธิภาพรุ่นย่อย 2) มีการแสดงโดยสมการถดถอยต่อไป. รูปที่ 6 ผลการวิเคราะห์เส้นทาง (ค่าสัมประสิทธิ์มาตรฐาน) อินเทอร์เน็ตยอมรับ = 1.04 + 0.05PU + + 0.12PEOU 0.08ISE - 0.08ANX (1) ผลการดำเนินงานของ บริษัท = 5.20 + 0.03IA (2) ที่อยู่: PU (รับรู้ประโยชน์); PEOU (ความสะดวกในการรับรู้ในการใช้); ISE (การรับรู้ความสามารถตนเองอินเทอร์เน็ต); ANX (ความวิตกกังวลอินเทอร์เน็ต); ไอโอวา (การยอมรับอินเทอร์เน็ต); และ FP (ผลการดำเนินงานของ บริษัท ) รูปที่ 7 ผลการวิเคราะห์เส้นทาง (ค่าสัมประสิทธิ์มาตรฐาน) ปัจจัยค่าสัมประสิทธิ์ (R2) สำหรับแต่ละสมตามลำดับ, 0.12 และ 0.00 ในขณะที่สามารถมองเห็นได้ในรูปที่7 การวิเคราะห์ความแปรปรวน (ANOVA) สำหรับย่อยแต่ละ -model จะแสดงในตารางที่ 2 และ 3 ตามที่ปรากฏอย่างชัดเจนในตารางที่2 การยอมรับเทคโนโลยีอินเทอร์เน็ตอย่างมีนัยสำคัญ (p <0.05) ผลกระทบจากสี่กล่าวถึงอิสระตัวแปรประโยชน์การรับรู้(บวก); ความสะดวกในการรับรู้การใช้งาน (บวก); เทคโนโลยีอินเทอร์เน็ตตนเองประสิทธิภาพ (บวก); และความวิตกกังวลเทคโนโลยีอินเทอร์เน็ต (ลบ) แต่ความสามารถในการอธิบายความแปรปรวนของการยอมรับเทคโนโลยีอินเทอร์เน็ตที่ค่อนข้างต่ำ (กล่าวคือร้อยละ 12) ซึ่งหมายความว่ามีจำนวนของปัจจัยที่มีศักยภาพที่จะส่งผลกระทบต่อระดับของการยอมรับเทคโนโลยีอินเทอร์เน็ตภายในขนาดเล็กผู้ประกอบการ เหล่านี้รวมถึงมีอิทธิพลต่อสังคม (เช่นอิทธิพลของลูกค้า) ความดันคู่แข่งอำนวยความสะดวกในเงื่อนไข(เช่นโครงสร้างพื้นฐานด้านเทคโนโลยีสารสนเทศ) และผู้ใช้ลักษณะทางประชากร(เช่นเพศอายุระดับการศึกษาและประสบการณ์). ตารางที่ 2 การวิเคราะห์ความแปรปรวน รุ่นย่อย (1) ผลการดำเนินงานของ บริษัท ในมืออื่น ๆ เท่าที่เห็นในตารางที่ 3 จะไม่ได้รับผลกระทบอย่างมีนัยสำคัญโดยอินเทอร์เน็ตยอมรับเทคโนโลยี ซึ่งหมายความว่าการประยุกต์ใช้เทคโนโลยีอินเทอร์เน็ตว่าตามการรับรู้ของเอสเอฟผู้ประกอบการมีอะไรจะทำอย่างไรกับผลการดำเนินงาน บริษัท ของพวกเขา ในคำอื่น ๆ ไม่มีความแตกต่างในการดำเนินธุรกิจของบริษัท ระหว่าง บริษัท ที่ใช้เทคโนโลยีในกรณีนี้อินเทอร์เน็ตข้อมูลเทคโนโลยี(กล่าวคือยอมรับอินเทอร์เน็ตหรือยอมรับศักยภาพ) และผู้ที่ไม่ได้ใช้มัน (adopters ไม่ใช่อินเทอร์เน็ต). การค้นพบนี้จะแตกต่างกัน จากการค้นพบของ Bitler (2001) ซึ่งพบว่าข้อมูล (อินเตอร์เน็ต) การนำเทคโนโลยีส่งผลกระทบต่อผลการดำเนินงานของ บริษัท . นี้การค้นพบและความแตกต่างจากของ Bitler (2001) ผลการวิจัยสามารถอธิบายได้ด้วยวิธีนี้ ส่วนใหญ่ของผู้ตอบแบบสอบถามในการศึกษาครั้งนี้ (เช่นการผลิตผู้ประกอบการ บริษัท ขนาดเล็ก) จะถูกแบ่งออกเป็นอินเทอร์เน็ตทั้ง adopters ไม่ใช่หรืออินเทอร์เน็ตadopters ศักยภาพ แต่พวกเขามีความเชื่อและเข้าใจเทคโนโลยีอินเทอร์เน็ตที่จะไปบางองศาจะสามารถปรับปรุงประสิทธิภาพทางธุรกิจ บริษัท ของพวกเขา ซึ่งอาจจะเกิดจากการดำรงอยู่ของช่องว่างหรือความแตกต่างระหว่างความรู้ทางทฤษฎีเกี่ยวกับเทคโนโลยีและของข้อได้เปรียบที่เกี่ยวข้องและประสบการณ์จริงของพวกเขาใช้เทคโนโลยีนี้. ตารางที่ 3 การวิเคราะห์ความแปรปรวนรุ่นย่อย (2) 5 สรุประดับของการยอมรับเทคโนโลยีอินเทอร์เน็ตโดยผู้ประกอบการเอสเอฟเป็นผลมาจากการรับรู้ประโยชน์ของพวกเขารับรู้การใช้งานง่าย, การรับรู้ความสามารถตนเองทางอินเทอร์เน็ตและความวิตกกังวลอินเทอร์เน็ต นี้บ่งชี้ว่าการพยากรณ์เหล่านี้(ตัวแปรอิสระ) -even พวกเขาบางส่วนไม่ได้ส่งผลกระทบต่อการนำไปใช้อินเทอร์เน็ตจะถูกยกย่องว่าเป็นตัวแปรสำคัญที่จะต้องดำเนินการอย่างรอบคอบเข้าบัญชีในการพัฒนาเทคโนโลยีอินเทอร์เน็ตการศึกษาและ/ หรือโปรแกรมการฝึกอบรมสำหรับผู้ประกอบการธุรกิจขนาดเล็ก ผลการดำเนินงานของ บริษัท ไม่ได้รับผลกระทบจากการนำเทคโนโลยีอินเทอร์เน็ต เนื่องจากผลการดำเนินงานของ บริษัท ได้รับการวัดโดยใช้วิธีการรายงานตนเอง (เช่นไม่ว่าจะเป็นการนำและการใช้เทคโนโลยีอินเทอร์เน็ตจะปรับปรุง บริษัท ของพวกเขาผลการดำเนินงาน) การค้นพบนี้ถือได้ว่าเป็นตัวบ่งชี้ว่าการศึกษาเทคโนโลยีอินเทอร์เน็ตและ / หรือการฝึกอบรมมีความสำคัญสำหรับ บริษัท ผลิตขนาดเล็ก ผู้ประกอบการเช่นเดียวกับภาคอื่น ๆ ของขนาดเล็กผู้ประกอบการ

ผลลัพธ์ (ไทย) 3:

4 . ผลและการอภิปราย
สถิติของตัวแปรการวิจัย ได้แก่ ค่าเฉลี่ย ค่ามัธยฐาน ส่วนเบี่ยงเบนมาตรฐาน สัมประสิทธิ์
รูปแบบและค่าต่ำสุดและสูงสุดจะปรากฎในตารางด้านล่าง .
โต๊ะ 1 สถิติของตัวแปรการวิจัย หมายเหตุ :

ปู : การรับรู้ประโยชน์ ,ANX : PEO ความวิตกกังวล
อินเทอร์เน็ตการใช้ง่าย IA : อินเทอร์เน็ตยอมรับ
อิเสะ : FP ตนเองอินเทอร์เน็ต :ผลการดำเนินงานทางธุรกิจส่วนใหญ่มักจะ
เชื่อว่าอินเทอร์เน็ตจะเป็นประโยชน์สำหรับธุรกิจของพวกเขา พวกเขาพบว่า การเรียนรู้เทคโนโลยีอินเทอร์เน็ต
ไม่ใช่เรื่องง่าย อย่างไรก็ตาม พวกเขามีความมั่นใจว่าพวกเขาได้รับการสนับสนุนด้วยเทคโนโลยีอินเทอร์เน็ตการฝึกอบรม
เพียงพอจะสามารถเรียนรู้มันได้ ทั้งนี้ ผู้ตอบแบบสอบถามโดยเฉลี่ยยังคงความเชื่อ
เข้าใจว่าเทคโนโลยีอินเทอร์เน็ตเป็นเรื่องยากที่จะเรียนรู้และมากกว่านั้น บางส่วนคือ
" น่ากลัว " เหล่านี้จะถูกระบุผ่านค่าเฉลี่ยของตัวแปรตามการรับรู้ประโยชน์ (
4.79-out มูลค่าสูงสุด 6 ) การรับรู้ความง่ายในการใช้งาน ( 2.79 ) ตนเองอินเทอร์เน็ต ( 3.91 ) และความวิตกกังวล ( 4.61 ) อินเทอร์เน็ต
.
ส่วนใหญ่จะแบ่งเป็นทั้งอินเตอร์เน็ต ( ไม่ใช้นัก % ) และ อินเทอร์เน็ตใช้ศักยภาพ
( 884 ล้านบาทเพียง 4.55 % ผู้ตอบสามารถแบ่งเป็น ใช้อินเตอร์เน็ต ผลการดำเนินงานทางธุรกิจ
, รายงานโดยผู้ตอบแบบสอบถามจะพบว่าถูกดี ดังแสดงในรูปที่ 5 กว่า 50 %
ผู้ตอบแบบสอบถามเชื่อว่าประสิทธิภาพของธุรกิจของพวกเขา บริษัท จะได้รับการปรับปรุงด้วยการประยุกต์ใช้เทคโนโลยี
อินเทอร์เน็ต พบว่า ผู้ตอบแบบสอบถามที่ไม่เป็นใช้เทคโนโลยีอินเทอร์เน็ต ( เช่น
ส่วนใหญ่ไม่มีศักยภาพ adopters adopters ) เข้าใจว่าเทคโนโลยีอินเทอร์เน็ตมีศักยภาพในการปรับปรุงประสิทธิภาพของธุรกิจของพวกเขา บริษัท
.
รูปที่ 5 ผลการดำเนินงาน
ธุรกิจจากการวิเคราะห์เส้นทางความสัมพันธ์ระหว่างตัวแปรอิสระ ได้แก่ การรับรู้ประโยชน์
ของความสะดวกในการใช้อินเทอร์เน็ตของตนเอง และอินเทอร์เน็ตความกังวล ) และตัวแปรตาม ( เช่นอินเทอร์เน็ต
การยอมรับเทคโนโลยีและผลการดำเนินงานธุรกิจ ) จะปรากฎในรูปที่ 5 และ 6 .
ดังแสดงในรูปที่ 6 รูปแบบและขนาดของความสัมพันธ์ระหว่างตัวแปรอิสระ ( การรับรู้ประโยชน์การ
, ใช้งานง่าย , ประสิทธิภาพ , อินเทอร์เน็ตและอินเทอร์เน็ตด้วยตนเอง ความวิตกกังวล และตัวแปรตาม )
( ย่อยเทคโนโลยีอินเทอร์เน็ต แบบ 1 ) และระหว่างตัวแปรอิสระ
( เทคโนโลยีอินเทอร์เน็ตการ ) และตัวแปรตาม ( ผลการดำเนินงานธุรกิจย่อยรูปแบบ 2 ) แทนด้วยสมการต่อไปนี้
.
รูปที่ 6 การวิเคราะห์เส้นทาง ( แบบมาตรฐาน )
อินเทอร์เน็ตยอมรับ = 1.04 0.05pu 0.12peou 0.08ise – 0.08anx ( 1 )
บริษัทธุรกิจประสิทธิภาพ = 5.20 0.03ia ( 2 )
: ปู ( การรับรู้ประโยชน์ ) ; peou ( การใช้ง่าย ) ; เซะ ( ตนเอง อินเทอร์เน็ต )
( ,ANX ความวิตกกังวลอินเทอร์เน็ต ) ; IA ( อินเทอร์เน็ตยอมรับ ) ; และ FP ( ประสิทธิภาพธุรกิจของบริษัท )
รูปที่ 7 การวิเคราะห์เส้นทาง ( แบบมาตรฐาน ) ค่าสัมประสิทธิ์ตัวกำหนด ( R (

) สำหรับแต่ละสมการจะเท่ากับ 0.12 และ 0.00 , ที่สามารถเห็นได้ในรูป

7 . การวิเคราะห์ความแปรปรวน ( ANOVA ) สำหรับแต่ละรุ่นย่อย แสดงในตารางที่ 2 และ 3 อย่างชัดเจน แสดงในตารางที่
2เทคโนโลยีอินเทอร์เน็ตอย่างมีนัยสำคัญทางสถิติ ( P < 0.05 ) ผลจากสี่กล่าวถึงอิสระ
ตัวแปรการรับรู้ประโยชน์ ( บวก ) ; การใช้ง่าย ( บวก ) ; เทคโนโลยีอินเทอร์เน็ตเอง

( ( บวก ) ; และความกังวลเทคโนโลยีอินเทอร์เน็ต ( ลบ ) อย่างไรก็ตาม ความสามารถในการอธิบาย ความแปรปรวนของการยอมรับเทคโนโลยีอินเตอร์เน็ต
ค่อนข้างน้อย ( เช่น 12 เปอร์เซ็นต์ )ซึ่งหมายความว่ามี
หลายปัจจัยที่มีศักยภาพที่จะมีผลต่อระดับของเทคโนโลยีอินเทอร์เน็ตภายในผู้ประกอบการเล็ก

เหล่านี้รวมถึงอิทธิพลทางสังคม ( เช่น ลูกค้าอิทธิพล ) กดดันคู่แข่ง
สกรีนเงื่อนไข ( เช่น โครงสร้างพื้นฐานทางด้านไอที และผู้ใช้ลักษณะทางประชากรศาสตร์
( เช่น เพศ อายุ ระดับการศึกษา และประสบการณ์ )