THE CONNECTED ELEPHANT IN THE ROOM: A study on adoption factors for the Internet of Things in the smart home environment

DEN UPPKOPPLADE

ELEFANTEN I RUMMET

En undersökning om adoptionsfaktorer för Internet of

Things till det smarta hemmet

THE CONNECTED ELEPHANT IN

THE ROOM

A study on adoption factors for the Internet of Things in

the smart home environment

Kandidatuppsats

​

Mattias Henricson

Pauline Thulin

DEN UPPKOPPLADE ELEFANTEN I RUMMET

Kandidatuppsats

Henricson, Mattias, It och ekonomiprogrammet, Malmö Universitet, Sverige Thulin, Pauline, It och ekonomiprogrammet, Malmö Universitet, Sverige

Abstrakt

Majoriteten av svenskarna (86%) tror att vi kommer se allt fler uppkopplade produkter i våra hem, men det är bara 33% som faktiskt vill ha fler smarta produkter i sina hem. I denna studie har författarna undersökt vilka faktorer som är centrala i svenska konsumenters adoption av IoT-produkten Facebook Portal, för att bidra med ökad förståelse för konsumenters motstånd mot användandet av denna typ av produkter. Utifrån en värdebaserad acceptansmodell (VAM) genomfördes en kvantitativ enkätundersökning där potentiella konsumenters attityd till användandet av Facebook Portal undersöktes utifrån faktorerna upplevd användbarhet (PU), upplevt nöje (PE), upplevd integritetsrisk (PPR) och upplevd påflugenhet (PI), i relation till det uppfattade värdet (PV) av produkten. Studien visade att upplevd användbarhet (PU) och upplevt nöje (PE) har ett starkt positivt samband med potentiella användares upplevda värde (PV) av Facebook Portal samt att upplevd dataintegritetsrisk (PPR) och upplevd påflugenhet (PI) har medelstarka negativa samband med potentiella konsumenters upplevda värde (PV) av produkten. Studien visade också att respondenter som identifierar produkten som användbar (PU) och upplever produkten som rolig (PE) också tenderar att vara mindre medhållande i att produkten utgör ett hot mot integriteten (PPR) eller upplevs påträngande (PI).

Nyckelord: Internet of Things, Sakernas internet, Acceptans av teknik, Smarta hem, Facebook Portal

Abstract

The majority of Swedes (86%) believe that smart home devices is a rising trend, yet only 33% actually want more smart objects in their homes. In this study, the authors elucidate the factors central to the Swedish consumers’ adoption of the IoT product Facebook Portal, to contribute to the understanding of their resistance to the use of this type of technology. Through a value based acceptance model (VAM), the authors conducted a quantitative survey, investigating consumers’ attitudes toward the use of Facebook Portal through the factors perceived usefulness (PU), perceived enjoyment (PE), perceived privacy risk (PPR) and perceived intrusiveness (PI), in relation to the perceived value (PV) of the product. Perceived usefulness (PU) and perceived enjoyment (PE) showed a strong positive correlation to potential users’ perceived value (PV) of Facebook Portal and perceived privacy risk (PPR) and perceived intrusiveness (PI) showed a medium strong negative correlation to potential consumers’ perceived value (PV) of the product. The study also showed that respondents who identify the product as useful (PU) and perceive the product as enjoyable (PE) also tend to be less supportive in the claims that the product comes with a privacy risk (PPR) and/or is perceived as intrusive. Keywords: Internet of Things, Technology acceptance, Smart homes, Facebook Portal

Innehållsförteckning

2.2 Privacy och datainsamling i det smarta hemmet 3

2.3 Facebook Portal 3

2.4 Modeller för acceptans av teknik 3

2.4.1 Bortvalda modeller 3

2.4.2 Technology Acceptance Model 4 2.4.3 Value Based Adoption Model 5

2.5 Upplevda fördelar med IoT 5

2.5.1 Upplevd användbarhet 5

2.5.2 Upplevt nöje 6

2.6 Upplevda uppoffringar med IoT 6

2.6.1 Upplevd datasäkerhetsrisk 6

2.6.2 Upplevd påflugenhet 7

2.7 Studiens konceptuella modell 7

3 Metod 7 3.1 Val av forskningsstrategi 8 3.2 Datainsamlingsmetoder 8 3.3 Genomförande av litteraturstudie 8 3.4 Genomförande av enkätundersökning 9 3.4.1 Enkätens utformning 9 3.5 Metod för analys 11 3.6 Alternativa metoder 13 3.7 Problem i utförandet 14 3.7.1 Enkätens utformning 14 3.7.2 Urvalsgrupp för enkät 14 4 Resultat 15 4.1 Enkätsvar 15

4.1.1 Respondenterna och tekniken 15 4.1.2 Respondenternas upplevelse av Facebook Portals användbarhet 15 4.1.3 Respondenternas upplevda nöje av Facebook Portal 15

4.1.4 Hur respondenterna upplever Facebook Portals datasäkerhet 15 4.1.5 Hur påflugen och inkräktande respondenterna upplever Facebook Portal 16 4.1.6 Upplevt värde av Facebook Portal 16 4.1.7 Svarsfördelning över undersökta variabler 16 4.2 Korrelationer mellan variabler 16 4.3 Statistiska slutsatser av hypoteser 18

5 Diskussion 19

5.1 Vad påverkar upplevt värde? 19

5.2 Uppfattningen om personlig integritet i en bredare kontext 19 5.3 Problematisering kring val av produkt 21

6 Slutsatser 21

6.1 Framtida forskning 22

Källförteckning

1

Inledning

1.1

Bakgrund

Smarta applikationer i svenska konsumenters hem, såsom klockor, kylskåp och bilar finns enligt Internetstiftelsen (2018) idag hos varannan svensk (50%). Internet of Things (IoT)-företaget Indentive (2017) visar i en rapport att majoriteten av svenskarna (86%), oavsett ålder, sysselsättning etc. tror att vi kommer se allt fler uppkopplade prylar kring oss, men bara 33% av de tillfrågade _{​vill ​}ha fler. Samtidigt svarar 43% bestämt nej till mer IoT. Indentive (ibid.) identifierar fyra områden som de tror är möjliga orsaker till svenskarnas negativa inställning: Okunskap om teknikens nytta och värde, osäkerhet kring vilka säkerhetsrisker som finns och hur dessa kan hanteras, rädsla för att vara kontrollerad/övervakad, samt en möjlig tekniktrötthet som gör att man inte orkar ta till sig den nya tekniken. Relationen mellan användare, tekniska produkter och producenter har radikalt förändrats under de senaste åren; Att ta till sig och använda ny teknik idag är inte längre enbart en transaktionell relation med utgångspunkt i varor och pengaflöden, det är en långsiktig – vissa skulle säga permanent – relation baserad på persondata i utbyte mot användarens bekvämlighet (se t.ex. Zuboff, 2019). Beslutet att använda eller inte använda en produkt handlar idag inte bara om produktspecifikationer och pris utan också om förtroende (se t.ex. Mani & Chouk, 2017; Morey, Forbath & Schoop, 2015; SalesForce, 2018; Wills & Zeljkovic, 2011).

Den nyligen lanserade IoT-enheten Portal från Facebook (2019B) skapar med hjälp av artificiell intelligens (AI) nya möjligheter att kommunicera över videosamtal. Med bakgrund av den tveksamma hanteringen av sina användares data som Facebook uppvisade 2018 (se t.ex. Confessore, LaForgia, & Dance, 2018; LaForgia, Rosenberg & Dance, 2019) hördes strax efter lanseringen av Facebook Portal högljudd kritik mot produkten från personer insatta i branschen. Kritikerna menade att Facebook nu lanserade en produkt som potentiellt skulle ge företaget tillgång till högst personlig och privat information om sina användare, information som Facebook tidigare inte kunnat förvalta på ett säkert sätt (se t.ex. Prospero & Chin, 2019; Seifert, 2018; Sherr, 2018; Newton, 2018)

Studier av den framväxande IoT-marknaden lyfter just säkerhet, integritet och förtroende som viktiga utmaningar för en fortsatt tillväxt i sektorn (se t.ex. Sicari, Rizzardi, Grieco & Coen-Porisini 2014; Chang, Dong & Sun, 2014). Tidigare forskning pekar på att olika möjliga faktorer och produktattribut kan bidra till konsumenters vilja att adoptera en produkt; I en undersökning av motstånd till IoT gjord av Mani & Chouk (2017) hänvisar 47% av tillfrågade konsumenter till säkerhetsrisker och 64% upplevde att tekniken var svår att använda. I en annan studie pekade Hsu & Lin (2015) på att säkerhetsoro har en relativt låg effekt på adoption, medan nätverkseffekter istället spelar en signifikant roll i användarnas upplevelse av produktens värde, och därmed för dess adoption av densamma. Senare definierade Hsu & Lin (2018) upplevd användbarhet och upplevt nöje som två nyckelfaktorer för konsumentens upplevda värde av en IoT-produkt. Chang, et al. (2014) definierade i sin tur sex olika dimensioner av IoT-produkters egenskaper som påverkar konsumentens känslomässiga och funktionella uppfattning av produkten, och ser på användarens erfarenhet av teknikanvändning som den starkast påverkande variabeln i förhållandet mellan IoT-produktegenskaper och inköpsintention. Forskningsansatserna skiljer sig mellan dessa rapporter, och forskarkollegiet står ännu inte enat i vilka faktorer som är avgörande av IoT-adoption. Studierna är också i stor utsträckning fokuserade till de nordamerikanska och asiatiska marknaderna.  

1.2

Syfte

Tidigare forskning är oenig i vilka faktorer som är centrala i privatpersoners adoption av IoT. Syftet med denna studie är att klargöra vilka faktorer som är centrala för svenska konsumenters upplevda värde av denna nya teknik. Genom en kvantitativ enkätundersökning kommer vi att undersöka

konsumenters upplevda värde av den nyligen lanserade produkten Facebook Portal; en IoT-produkt för videosamtal. Genom att klargöra vilka faktorer som påverkar det upplevda värdet av Facebook Portal, hoppas vi kunna bidra till en ökad förståelse för konsumenternas låga entusiasm för IoT-produkter och därmed bidra både till riktningen för fortsatt forskning och för fortsatt produktutveckling i näringslivet.

1.3

Forskningsfråga

Mot bakgrund av ovan resonemang intresserar vi oss för följande forskningsfråga:

Vilka faktorer påverkar det upplevda värdet av Facebook Portal hos svenska konsumenter?

1.4

Avgränsningar

Eftersom Facebook Portal är en produkt som ännu inte är lanserad på den svenska marknaden, och med bakgrund av denna studiens begränsade omfattning, kommer vi inte att undersöka potentiella användares inställning till det faktiska användandet av Facebook Portal _{​– undersökningen kommer} istället att vila på potentiella användares uppfattningar och första intryck av produkten, vilken presenteras för dem via ett videoklipp. Studien ämnar inte heller beforska på vilka sätt varumärket, eller produktens avsändare, påverkar potentiella användares uppfattning av produkten, eller relationen mellan produkt och varumärke. Studien kommer inte heller att behandla produktdesignens påverkan på konsumenters upplevda värde av densamma.

1.5

Disposition

Följande kapitel är disponerade som följer: Först ges läsaren en inblick i Internet of Things, frågan om datainsamling samt produkten Facebook Portal, för att sätta forskningsfrågan i ett sammanhang. Modeller som tidigare använts och utvecklats för studier av teknikacceptans i olika dimensioner presenteras sedan, och följs av vår utarbetade konceptuella modell. Hypoteser formas och sätts sedan i relation till det faktiska resultatet från vår undersökning. Rapporten avslutas med en diskussion och förslag till ämnen för vidare forskning.

2

Teori

2.1

Internet of Things

Intåget av Webb 2.0 (se Techopedia, u.å) förändrade Internet som väsen och möjliggjorde skapandet av en helt ny virtuell värld, med digitala affärer, digitala intresseforum och sociala media. Idag kan tekniska produkter självständigt läsa av sin omgivning och sitt eget och/eller andra produkters tillstånd. De kan uppfatta vibrationer, fuktförändring, acceleration och rörelser (Indentive, 2017). Sakernas internet, eller den mer internationella benämningen Internet of Things (IoT), dyker upp i nya sammanhang varje dag. Smarta klockor, självkörande bilar, spårbara paket, fjärrstyrning för värme och belysning eller bestick som vibrerar när du äter för fort är bara några exempel. Mobilen är en central del av utvecklingen – uppkopplade prylar behöver uppkopplade användare för att ett mervärde ska skapas (Nilsson, 2018). Ett IoT-system beskrivs ofta som en samling av sammankopplade smarta produkter som kan kommunicera data utan interaktion med människa eller dator, i syfte att uppfylla ett önskat mål. Det finns flera olika definitioner av IoT (Indentive, 2017), men vi lutar oss på den formulerad av Mani & Chouk (2017): Smarta produkter har 1. sensorer som samlar in data om sin omgivning; 2. möjlighet att aktivera en funktion som kontrolleras av en annan entitet och 3. nätverksuppkoppling, vilken kan ta sig an olika former, inkluderande WiFi, Bluetooth och RFID.

2.2

Privacy och datainsamling i det smarta hemmet

Med webb 2.0 gavs både människor och teknik möjlighet att kommunicera på ett sätt som inte tidigare var möjligt (se Techopedia, u.å). Bloggar, gilla-knappar, onlinerecensioner, delning av foto och video etc, blev alldagliga fenomen. Med sociala media kom allt fler saker av våra liv att uppfattas och behandlas som publika och vi delar nu med oss av information som aldrig förr (enligt den amerikanska affärstidningen Forbes är 90% av all världens data genererad de senaste två åren, se Marr, 2018). Med IoT och det smarta hemmet, kommer vi att dela med oss av ytterligare mer information än vi gjort tidigare _​– information av aspekter av våra liv som tidigare varit hållna utanför teknikens sfär. Data och data-relaterade processer är nämligen centrala delar i designen av IoT; Utan data, existerar inte IoT. Därför kommer respekt för konsumenters data och integritet att vara nyckeln till konsumenters positiva upplevelse av IoT. Konsumenter kommer att behöva ta ställning och förhålla sig till de _{​tradeoffs ​}som är associerade med den bekvämlighet och de möjligheter som IoT skapar och de kostnader och förluster av data och integritet som följer.

2.3

Facebook Portal

Den nyligen lanserade IoT-enheten Portal från Facebook (2019) skapar med hjälp av artificiell intelligens (AI) nya möjligheter att kommunicera över videosamtal. Genom att rotera på sitt stativ följer den stationära kameran människor när de rör sig i rummet och genom användandet av AI ser den till att det väsentliga alltid är i fokus (ibid.). Produkten är alltså skapad för att minska det upplevda avståndet mellan människor i videosamtal och göra interaktionen dem emellan mer naturlig. Med bakgrund av den tveksamma hanteringen av sina användares data som Facebook uppvisade 2018 (se t.ex. Confessore, LaForgia, & Dance, 2018; LaForgia, Rosenberg & Dance, 2019) hördes strax efter lanseringen av Facebook Portal högljudd kritik mot produkten från personer insatta i branschen. Kritikerna menade att Facebook nu lanserade en produkt som potentiellt skulle ge företaget tillgång till högst personlig och privat information om sina användare, information som Facebook tidigare inte kunnat förvalta på ett säkert sätt (se t.ex. Prospero & Chin, 2019; Seifert, 2018; Sherr, 2018; Newton, 2018). Facebook (2019B) har tagit till sig integritetsaspekten i designen av produkten och skapat mjukvara där både ljud och video går att stänga av. De har dessutom designat ett fysiskt skydd som går att sätta över kameran för att blockera dess vy (ibid). I sin pressrelease (Facebook, 2018) av produkten förutsåg de också kritiken och lade en stor del av utrymmet på att försäkra läsaren om att Facebook Portal är byggd med “integritet och säkerhet i åtanke”.

2.4

Modeller för acceptans av teknik

I tidigare forskning har man utvecklat en rad modeller och ramverk för att förklara användares adoption av nya teknologier och dessa modeller introducerar olika faktorer som kan påverka an_​vändarens acceptans. I följande kapitel kommer vi att presentera de modeller som ligger till grund för vår forskning, men också de modeller som vi fått ett intresse för i vår litteratursökning men som vi bedömt vara oanvändbara i vårt arbete mot att besvara vår forskningsfråga.

2.4.1 Bortvalda modeller

Theory of Reasoned Action (TRA) _{​är designad för att förutse och förstå faktorerna bakom}

viljestyrda handlingar. Modellen tar hänsyn till individens attityd till handlandet samt sociala normer och bygger på att människan har ett systematiskt och rationellt handlande (Taherdoost, 2018).

Theory of Planned Behavior (TPB) ( _{​Ajzen, 1985) är en utveckling av Theory of Reasoned Action,} och i den har man lagt till individens uppfattning om hur lätt eller svårt det är för hen att utföra handlingen. Vi kommer inte att använda varken TRA eller TPB då modellerna är utformade för att ta

hänsyn till individers inställning till ett givet handlande (att _{​köpa ​}Facebook Portal), och inte till en given produkt (Facebook Portals uppfattade _{​egenskaper​}), vilket är det vi intresserar oss för.

Diffusion of Innovation theory (Rogers, 2003), söker förklara hur, varför och i vilken takt nya idéer och teknologier sprids. Rogers (2003) argumenterar för att en innovations spridning är en process där innovationen kommuniceras över tid bland personer i ett socialt system. Facebook Portal är en ny produkt som inte tidigare funnits i människors hem, men eftersom vi inte intresserar oss för dess spridning, har vi heller inte tagit fasta på Rogers modell.

Unified Theory of Acceptance and Use of Technology (UTAUT) _{​söker förklara både användares}

intentioner att använda ett informationssystem och deras efterföljande faktiska användande. Enligt teorin finns fyra nyckelfaktorer; förväntad prestanda, förväntad insats, social påverkan och teknisk infrastruktur, vilka sätts i relation till användarens egenskaper. Modellen används främst för att studera informationssystem i en organisatorisk kontext (Venkatesh, Thong & Xu, 2016) och har därför valts bort till vår uppsats.

I flera artiklar relaterade till acceptans och adoption av IoT har modellerna Technology Acceptance Model och Value Based Acceptance Model använts. Dessa presenteras närmare nedan.

2.4.2 Technology Acceptance Model

Technology Acceptance Model (TAM) är en väl beprövad modell för att utvärdera individers acceptans av teknik. Modellen är utvecklad av Davis, (1989) och tar sin ansats i två faktorer som, tillsammans eller var för sig, påverkar attityden till att använda teknik ( _{​Attitude toward using​}, AT); Uppfattad användbarhet (_{​Perceived usefulness​}) och uppfattad enkelhet att använda (_​Perceived

ease-of-use_​). Attityden till användandet av teknik (AT) påverkar i sin tur användares intention att faktiskt använda tekniken (_{​Behavioral Intention to Use ​}). Modellen är vanligt använd och validerad i studier av teknikacceptans, men tittar främst på acceptans hos användare i ett organisatoriskt sammanhang (se t.ex. Mani & Chouk, 2017; Kim, Park, & Choi, 2017; Park, Cho, Han & Kwon, 2017). Bagozzi (2007) menar att TAM konsekvent överträffat både TRA och TPB i studier, eftersom modellen kombinerar drag från båda modellerna.

.

Figur 1. Technology Acceptance Model (TAM). (Davis, 1989, 1993)

Även om TAM har använts flitigt i forskares försök att förstå teknikadopton, har modellen också kritiserats. Bagozzi (2007) menar att även om TAM är en bättre modell än TRA och TPB, har den också ärvt dess svagheter. Bagozzi (ibid.) kritiserar TAM bland annat för att kopplingarna mellan dess faktorer inte är så självklara som modellen får det att se ut och menar att det är orimligt att förvänta sig att en så enkel modell helt kan förklara beteenden och beslut relaterade till ett brett utbud av

teknologier, adoptionssituationer och skillnader i beslutsfattande och beslutsfattare. Eftersom TAM inte tar hänsyn till sociala kontexter är den också svår att applicera på situationer utanför arbetsplatsen (Taherdoost, 2018).

2.4.3 Value Based Adoption Model

Value Based Adoption Model (Kim, Chan & Gupta, 2007) tar sin ansats i att konsumenters adoption av teknik utgår från det uppfattade värdet tekniken medför. Modellen menar att konsumenters uppfattning av värdet (_{​Perceived Value, ​}PV) kommer påverkas av två huvudsakliga faktorer; Upplevda fördelar (_{​Perceived Benefits, ​}PB) och Upplevda uppoffringar (_{​Perceived Sacrifices, ​}PS). Kim, Chan & Gupta (2007) menar att modellen, till skillnad från TAM, beskriver teknikadoption i sammanhang då konsumenten har ett val huruvida de vill använda eller inte använda en viss teknik, alltså är den – till skillnad från TAM – applicerbar även utanför en organisatorisk kontext.

Figur 2. Value based adoption model of technology. (Kim, Chan & Gupta, 2007)

Senare forskning har försökt undersöka vilka faktorer som kan anses påverka konsumenters upplevda fördelar kontra uppoffringar vid användandet av IoT-produkter i hemmiljö. I denna studie undersöker vi konsumenters upplevda värde (PV) av Facebook Portal. Det upplevda värdet definierar vi som “ _​den

övergripande uppfattningen av produktens värde med hänsyn till upplevda uppoffringar och fördelar_​”.

2.5

Upplevda fördelar med IoT

Människors beslut och vilja att utföra en syssla eller aktivitet anses grundade i kognitiva subsystem, där motivationen kan komma utifrån tydliga mål och belöningar eller utifrån att sysslan helt enkelt är lustfylld att utföra (Deci, 1971). Dessa beslutsmekanismer är också validerade i sammanhang där användandet av informationssystem studeras (Davis, Bagozzi & Warshaw, 1992; Moore & Benbasat, 1991). Tidigare forskning har föreslagit att faktorerna upplevd användbarhet (_{​Perceived Usefulness​}, PU) och upplevt nöje (_{​Perceived Enjoyment​}, PE) _​används för att mäta dessa båda typer av motivationsfaktorer i samband med upplevt värde att använda IoT-teknik (Hsu & Lin, 2018; Kim, Chan, & Gupta, 2007).

2.5.1 Upplevd användbarhet

Upplevd användbarhet (_{​Perceived Usefulness​}, PU) definieras i denna studie som en användares upplevda grad av förbättring som användandet av en IoT-produkt innebär (t.ex. ökad kvalité vid genomförandet av videosamtal eller ökad känsla av kommunikationsfrihet). Detta knyter an till de beslutsmekanismern som grundas i att användandet bidrar till ett mål eller syfte. Tidigare forskning har pekat på hur användares uppfattade värde av en produkt ökar om produkten tillför användaren ytterligare förstärkt användarupplevelse (fler funktioner, förenkling, etc.) jämfört med om den är ett likvärdigt substitut för redan tillgänglig teknik (Kim, Chan, & Gupta, 2007). Facebook Portal marknadsförs som en produkt som erbjuder användare en förstärkt och förenklad användarupplevelse

jämfört med de videosamtalslösningar som idag finns på marknaden. Upplevd användbarhet _​har även i tidigare forskning visat sig vara en av de viktigaste faktorerna för att förklara användare upplevda värde av IoT-produkter (Hsu & Lin, 2016; Kim, Park, & Choi, 2017). Vi formulerar därför hypotesen:

H1: _{​Upplevd användbarhet ​}kommer positivt påverka _{​upplevt värde​}.

2.5.2 Upplevt nöje

Användares upplevda nöje (_{​Percived Enjoyment, ​}PE) _​knyter an till de beslutsmekanismer där genomförandet av en aktivitet sker enbart utifrån att det är roligt eller lustfyllt. I en folkhälsostudie som undersökte människors benägenhet att motionera fann man att deltagarnas benägenhet att motionera kunde förbättras genom att erbjuda en lustfylld träningsupplevelse genom uppkopplade träningsredskap (Butgereit & Martinus, 2016). Upplevt nöje är en validerat viktig faktor för att förklara hur och varför en viss typ av teknik adopteras och fortsätter att användas (Davis; 1992; Agarwal & Karahanna, 2000). Även IoT-studier av smarta-hem-produkter har validerat upplevt nöje som en starkt påverkande faktor av användares upplevda värde ( _​

Aldossari & Sidorova, 2018).

_​

H2: _{​Upplevt nöje ​}kommer positivt påverka _{​upplevt värde​}.

2.6

Upplevda uppoffringar med IoT

Med upplevda uppoffringar menas både upplevda icke monetära uppoffringar (som t.ex. tid, energi och ansträngning) såväl som upplevda monetära kostnader som uppstår i samband med införskaffandet eller användandet av IoT-produkten (se t.ex. Hsu & Lin, 2018). Det är inte tydligt om monetära uppoffringar såsom inköp och avgifter i samband med användandet av IoT har betydelse för konsumentens uppfattade värde av tekniken. Få studier har tittat på hur denna faktorn påverkar adoption av IoT, och resultaten i dessa studier skiljer sig åt. Vissa studier pekar på att upplevda kostnader har en negativ påverkan på konsumenters uppfattning av produktens värde (se t.ex. Mani & Chouk, 2017; Park, Cho, Han & Kwon, 2017), medan andra menar att monetära kostnader inte har någon större påverkan på det upplevda värdet (se t.ex. Hsu & Lin, 2018; Roostika, 2012). Yang, Yu, Zo & Choi (2016) visade på att den upplevda finansiella risken, vilken i studien inkluderade anskaffnings- och underhållskostnader, hade större påverkan på uppfattat värde hos potentiella användare än faktiska användare. Eftersom vi i denna studie kommer att fokusera på hur potentiella användare upplever produkten, snarare än inköpsprocessen i sin helhet, kommer vi inte att undersöka monetära uppoffringar som en faktor. I denna studie fokuserar vi därmed enbart på icke monetära uppoffringar i form av upplevd datasäkerhetsrisk ( _{​privacy risk​}) och upplevd påflugenhet (_{​intrusiveness​})_​.

2.6.1 Upplevd datasäkerhetsrisk

Westin (1968) definierade dataintegritet (_{​information privacy​}) som “rätten att själv bestämma vilken data om mig som skall vara tillgänglig för vilka människor”. Detta resonemang bottnar alltså i tanken om att människors personliga data omgärdas av ett självbestämmande där människor kan kontrollera (och skydda) sin data utifrån riskbedömningar; Ju större känsla av kontroll desto mindre upplevd risk att dela med sig av data (ibid.). Datasäkerhet ( _{​privacy​}) och konsumenters avkall på personlig integritet i utbyte mot användandet av en vara eller tjänst har kommit att bli en av de mest diskuterade teknikrelaterade frågorna under 2010-talet. De flesta användare och konsumenter är inte längre omedvetna om att den personliga datan har ett värde och idag utgör personlig data en handelsvara i utbyte mot tillgång till produkter och/eller tjänster (se t.ex. Zuboff, 2019). Att dela med sig av personlig data behöver inte enbart utgöra en uppoffring som står i relation till monetära värden utan

kan också utgöra en ökad upplevelse av risk och utsatthet (Sicari et. al., 2014). Tidigare forskning kring acceptans och adoption av IoT har visat att brist på upplevd datasäkerhet i stor utsträckning påverkar användarens uppfattning av produktens värde negativt (se t.ex. Kim et. al., 2017; Mani & Chouk, 2017; Hsu & Lin, 2018). Företaget Facebook har omgärdats av tveksam tredjepartshantering av användardata, vilket resulterat i högljudd kritik och gjort frågan om datasäkerhet högst relevant för användare av företagets tjänster och system (se t.ex. Prospero & Chin, 2019; Seifert, 2018; Sherr, 2018; Newton, 2018). Vi formulerar därför hypotesen:

H3: _{​Upplevd datasäkerhetsrisk ​}kommer negativt påverka _{​upplevt värde​}.

2.6.2 Upplevd påflugenhet

Att vara påträngande (_{​intrusive​}) ses inom marknadsföring som negativt för konsumentens beteende. Edwards, Li & Lee (2002) har i en studie om interaktiva miljöer visat på att när reklam upplevs som påträngande skapar det irritation hos konsument. I en studie om marknadsföring baserat på RFID-teknik visade Boeck, Roy, Durif & Grégoire (2011) att konsumenten finner tekniken alltför påträngande när butikspersonal med hjälp av tekniken automatiskt identifierar personerna när de går in i butiken. I forskning om smarta klockor har Mani & Chouk (2017) visat att om produkten upplevs som påträngande, har det också en signifikant positiv påverkan på användarens motstånd till att använda produkten. Facebook Portal marknadsförs med funktioner för exempelvis automatisk rörelsedetektion, objektigenkänning och röststyrning (Facebook, 2019B). Människor beter sig på olika sätt beroende på vilken kontext de befinner sig i, och det blir därför intressant att studera hur påträngande enheten upplevs. Genom införandet av smarta produkter i hemmet bryts gränserna för vad som är privat och publikt (se t.ex. Padyab & Ståhlbröst, 2018). I vår studie intresserar vi oss för människors upplevelse av att tekniken tränger sig på deras privatliv, där intrånget består i att tekniken används utan användarens aktiva samtycke. Vi definierar påträngande som “_{​graden av upplevd}

överträdelse in i konsumentens privata sfär_​”. Vi formulerar hypotesen:

H4: _{​Upplevd påflugenhet ​}kommer negativt påverka _{​upplevt värde.}

2.7

Studiens konceptuella modell

I ovan resonemang har vi utvecklat studiens konceptuella modell, vilken vi till stor del baserar på VAM. Studiens konceptuella modell visualiseras i _{​Figur 3​}.

3

Metod

Nedan följer en genomgång av vår studiedesign och vår forskningsansats. Vidare beskriver och motiverar vi våra valda datainsamlingsmetoder i relation till studiens forskningsfråga och syfte.

3.1

Val av forskningsstrategi

Ett av de viktigaste valen i fullbordandet av ett lyckat forskningsprojekt är valet av forskningsstrategi (Denscombe, 2014). Bakom studiens syfte att undersöka adoptionsmönster och teknikacceptans fanns en undran om vilka faktorer som i så fall påverkar dessa attityder och mönster. Vi valde att genomföra studien med en forskningsstrategi baserad på en surveyundersökning, en strategi som är lämplig då syftet är att insamla en empirisk ögonblicksbild och söka svar från andra människor (Denscombe, 2014). Denna strategi uppmuntrar forskning som önskar få en bred översikt och en uttömmande granskning och är vanlig för att undersöka exempelvis kundpreferenser och attityder (ibid.). Eftersom vi med studien ville söka svar på hur adoptionsfaktorer relaterar till viljan att använda teknik kom studien att präglas av en kvantitativ ansats, och med hjälp av deskriptiv statistik analyserade vi frekvenser, mönster och samband. I kapitel _{​3.6 Alternativa metoder​}, för vi en diskussion om vilken påverkan vald metod och strategi kan ha fått för studiens resultat och huruvida ett annat förfarande skulle vara lämpligt utifrån studiens utformning.

3.2

Datainsamlingsmetoder

För att underbygga vår studie valde vi att genomföra en litteraturstudie som en kunskapsgrund för utformning, analys och tolkning av vår enkätundersökning. Litteraturstudien ämnade undersöka tidigare forskning på området och kartlägga vilka adoptionsfaktorer som är relevanta att undersöka i relation till vår studie. Utifrån dessa insikter utformade vi och genomförde sedan en enkätundersökning där användares inställningar till användandet av Facebook Portal studerades.

3.3 Genomförande av litteraturstudie

Utgångspunkten för vår studie var ett intresse och nyfikenhet kring användandet av Internet of Things i hemmiljöer. Särskilt intresserade vi oss för människors inställning till användandet av sådan teknik och hur man kan undersöka vad som kan anses påverka inställningar och attityder till densamma. Vi hade på förhand kännedom om Facebook Portal och dess begränsade spridning utanför den nordamerikanska marknaden. Den begränsade spridningen uppfattade vi som positiv, eftersom det skulle möjliggöra för oss att få en ofärgad bild av en IoT-produkt, som våra respondenter inte hade någon tidigare erfarenheter från. Vi undersökte initialt hur produkten tagits emot av konsumenter i Nordamerika och vad som skrivits och sagts av personer med insikt i hur produkten etablerats och tagits emot efter lansering. Utifrån detta ansåg vi det som lämpligt att låta produkten utgöra en central artefakt för att begränsa och fördjupa studien av inställningar och attityder till IoT-teknik. Artiklar från exempelvis New York Times, tekniska tidskrifter, och befolkningsstudier av teknikanvändning har legat till grund för att skapa förståelse för och sprida insikt om det samtida samtalet kring IoT, i relation till det uppkopplade hemmet. Dessa artiklar och studier har dock inte används som underlag till genomförandet av vår studie.

Därefter påbörjade vi en systematisk litteratursökning med syfte att undersöka och kartlägga adoptionsfaktorer av IoT och relevanta konceptuella modeller för att studera fenomenet. De databaser som användes var främst IEEE Explore, AISeL, ScienceDirect, Taylor & Francis Online och DiVA. Bakom användandet av flera olika databaser låg en förhoppning om att nå en mångfald av studier snarare än att studera likriktad forskning. Sökningen begränsades till titel och abstrakt. De artiklar som valdes följde ett vetenskapligt arbetssätt och var skrivna på engelska. Artiklarna var publicerade i

en vetenskaplig tidskrift och var i första hand skrivna 2012 eller senare. Litteratursökningen utgick från sökfraserna: “Technology acceptance”, “Internet of Things Adoption”, “ICT adoption acceptance”, “Value-based Adoption Model AND IoT”, “Technology Acceptance Model AND IoT” och “Smart home device adoption”. Litteraturgenomgången gav oss en djup förståelse för adoptionsmönster relaterat till IoT-produkter i segmentet smart-home devices och kunde med detta som underlag precisera studiens forskningsmodell med tillhörande hypoteser. Parallellt med den systematiska litteratursökningen genomfördes också kedjesökningar där intressanta artiklars referenser följdes och studerades för att förstärka argument och fördjupning i ämnet.

3.4 Genomförande av enkätundersökning

Enkäten skapades i Google Forms och hade ett neutralt utseende. När respondenten öppnade enkäten möttes hen av en inledande text som förklarade vilka avsändarna var, i vilket syfte enkäten skickades ut, samt hur svaren skulle användas. Respondenterna fick ingen belöning för att svara på frågorna, så deltagandet var helt och hållet utan motkrav från deras sida. Denscombe (2014) menar att ekonomiska och materiella incitament kan ha en stor påverkan på svarsfrekvens vid surveyundersökningar. I det småskaliga forskningsprojektet, som ofta saknar möjlighet till denna typ av incitament, kan möjligheten att få ta del av studiens resultat vara ett lämpligt sätt att försöka nå högt engagemang och deltagande vid undersökningar (Denscombe, 2014). Mot bakgrund av detta erbjöd vi respondenter möjlighet att bli notifierade så snart studiens resultat publicerats. På enkätens andra sida fanns frågor med syfte att skapa underlag för att vi skulle kunna kategorisera de svaranden i olika urvalsgrupper, med frågor som sökte utröna demografisk tillhörighet samt tekniskt intresse och kunnande. Först efter respondenten skickat in svar på dessa frågor, presenterades Facebook Portal för dem genom en kort (1:27 min) video producerad i marknadsföringssyfte av Facebook. Efter detta följde självskattningsfrågor med olika fokus, med syfte att kartlägga attityder och inställningar till produkten. Dessa frågor delades upp på fem olika sektioner/sidor, för att minimera risken att respondenternas svar färgades av tidigare ställda frågor. För att respondenterna skulle ha möjlighet att ge så sanningsenliga svar som möjligt, fanns videon publicerad på varje sida, med uppmaningen att man _{​– om man ville ​– kunde titta på den igen. För en redogörelse för de frågor som respondenterna} fick svara på, se _{​3.4.1 Enkätfrågor​}.

Frågorna i enkäten var av två slag; flervalsfrågor med förutbestämda svarsalternativ, samt självskattningsfrågor utformade som en likertskala (Denscombe, 2014) där respondenten ombads gradera sitt svar på en ordinalskala. Denna skalan graderades 1 till 5, där vi i likhet med tidigare forskare lät det mest positiva svaret motsvaras av den högsta siffran (se t.ex. Mani & Chouk, 2017; Kim et. al., 2017; Park, Cho, Han & Kwon, 2017). De svarsalternativ som inte var av rangordnande karaktär, dvs. flervalsfrågorna, kodades för att lättare kunna studeras vidare i analysen. Vi försökte att undvika värdeladdade ord och formuleringar i våra frågor, för att inte färga respondenternas svar. Vi försökte också vara tydliga i våra frågor för att minimera risken att respondenten svarade på något annat än det vi var intresserade av. Samtliga frågor var obligatoriska att svara på.

Enkäten testades på tio utvalda personer och feedback samlades in, innan enkäten reviderades och publicerades för en bredare publik. Vi önskade få in svar som skulle ge oss en övergripande bild av hur människor med olika demografisk och teknisk bakgrund uppfattar produkten vi intresserar oss för. Enkäten publicerades på våra respektive Facebook-profiler, i utbildningsprogrammets Facebook-grupp och på livsstilsforumen Familjeliv.se och Bukefalos.com.

3.4.1 Enkätens utformning

Frågorna formulerades i stor utsträckning med utgångspunkt i tidigare forskning, men ett begränsat antal forskare har valt att inkludera ställda frågor i sina rapporter. Vi har därför gjort ändringar i frågornas formulering och har också formulerat ett antal frågor/påståenden själva. För referens till

våra inspirationskällor för resp fråga/påstående, se kolumn “Referens” i _{​Tabell 1 ​}nedan.

Faktor ID Fråga/Påstående Svarstyp Referens

Kontroll-

frågor KF1 Hur gammal är du? Flerval

Dong, Chang,

Wang, & Yan, 2017

KF2 Vilket kön identifierar du dig med? Flerval

Dong, Chang,

Wang, & Yan, 2017

KF3 Hur ofta kommunicerar du med vänner och/eller_{släktingar via video?} Flerval

Dong, Chang,

Wang, & Yan, 2017

KF4 När du kommunicerar via video, vilken teknologi_{använder du dig då oftast av?} Flerval Kim,_{Choi, 2017} Park & Själv-

skattnings- frågor

SF1 Jag har oftast lätt för att förstå ny teknik. Likert Gao & Bai, 2014

SF2 I min umgängeskrets är det ofta jag som har den senaste_tekniken. Likert

Mani & Chouk, 2017;

Dong, Chang, Wang, & Yan, 2017

SF3 Jag upplever att företag och organisationer generellt_{samlar in för mycket data om mig.} Likert Mani & Chouk,₂₀₁₇

SF4

Jag upplever att jag själv kan välja vilken data jag lämnar från mig, när jag använder olika typer av teknologier.

Likert Mani & Chouk,₂₀₁₇

SF5 Jag är riskmedveten när jag använder olika typer av_teknologier. Likert Mani & Chouk,₂₀₁₇

Facebook Portal introduceras för respondent Perceived

Usefulness (PU)

PU1 Facebook Portal skulle passa min livsstil. Likert Mani & Chouk,

2017

PU2 Att använda Facebook Portal skulle vara ett bekvämt_{sätt att kommunicera.} Likert Gao & Bai, 2014

PU3 Facebook Portal skulle vara ett användbart redskap att_{kommunicera genom.} Likert _{Gao & Bai, 2014}

PU4 Med Facebook Portal skulle jag kommunicera via video_{oftare än jag gör idag.} Likert Mani & Chouk,

201_​7

Perceived Enjoyment (PE)

PE1 Att använda Facebook Portal skulle vara ett roligt sätt_{att kommunicera.} Likert Hsu & Lin, 2018; Gao & Bai, 2014;

Yang, Yu, Zo & Choi (2016)

PE2 Jag tror att Facebook Portal skulle göra mina_{videosamtal mer intressanta.} Likert Gao & Bai, 2014

PE3 Facebook Portal får mig att bli mer nyfiken på smart _{teknik generellt.} Likert

Dong, Chang, Wang, & Yan, 2017

Perceived Privacy Risk (PPR)

PPR1

Jag ser en risk att min personliga data samlas in och används på ett tveksamt sätt vid användandet av Facebook Portal.

Likert Hsu & Lin, 2018

PPR2 Genom att använda Facebook Portal utsätter jag mig för _{risk vad gäller min personliga integritet} Likert Hsu & Lin, 2018

PPR3 Jag hade oroat mig över att Facebook skulle samla in _{för mycket data om mig.} Likert Mani & Chouk, 201_​7

PPR4 Jag hade känt mig otrygg i vilken data som Facebook _{skulle samla in genom Facebook Portal.} Likert Mani & Chouk, 201​7

Perceived Intrusivene ss (PI)

PI1

Jag ser en risk i att Facebook Portal får mig som användare att förlora kontrollen över vad som visas i videosamtalet

Likert Mani & Chouk,

201​7

Förklarande text: “Frågan nedan handlar om Artificiell Intelligens (AI). Genom AI kan man

skapa system och produkter som uppfattar sin omgivning och anpassar sig efter den. “

PI2

Facebook Portals användning av Artificiell Intelligens gör att produkten sannolikt skulle uppföra sig på ett sätt som jag inte vill.

Likert Gao & Bai, 2014;Yang, Yu, Zo & Choi (2016)

PI3 Jag skulle uppleva det som påträngande att ha en _{dedikerad enhet för videosamtal i mitt hem.} Likert Mani & Chouk, 201​7

Perceived Value (PV)

PV1 Jag ser ett värde i att använda Facebook Portal. Likert Hsu & Lin, 2018, _{Gao & Bai, 2014}

PV2 Jag ser ett värde i att ha Facebook Portal i mitt hem. Likert

Gao & Bai, 2014; Yang, Yu, Zo & Choi (2016) PV3 Baserat på min uppfattning om Facebook Portal tycker _{jag att produktens fördelar överväger dess nackdelar.} Likert

Gao & Bai, 2014; Yang, Yu, Zo & Choi (2016)

Tabell 1. Visualisering av enkätens utformning

3.5

Metod för analys

Analysen av den insamlade datan baseras på statistisk analys. I den första delen av analysen utgick vi från deskriptiv statistik där svarsspridning och typvärden analyserades. Utöver kontrollfrågorna har

även attityderna till enkätens olika påståenden behandlas genom univariat analys. Därefter genomfördes en korrelationsanalys för att bedöma hur den insamlade datan stämmer överens med studiens hypoteser. Korrelationsanalysen genomfördes med hjälp av Microsoft Excel-tillägget Analysis ToolPak och resultatet validerades även mot dataanalys-programvaran SPSS. Reliabilitetsanalyser och utforskande analyser av datamaterialet genomfördes också för att säkerställa att studien följer god vetenskaplig metod. Dessa gjordes enbart i SPSS.

För att kunna påvisa att de ingående variablerna fångar upp en bakomliggande attityd och inställning till teknik gjordes en reliabilitetsanalys. Vi använde oss av Cronbachs alfa, som mäter hur väl enkätens olika påståenden mäter respondenternas upplevda värde med Facebook portal. Med hjälp av SPSS genererades värdet 𝛼 = 0,937 som visar att enkäten når mycket god reliabilitet. Sammansättningen av variabler kan därför anses tillförlitliga och mäta det som de är tänkta att mäta. Som framgår av _{​Figur 4 ​}skulle samtliga variabler resultera i ett lägre eller samma alfa-värde om de togs bort och studiens ingående variabler ansågs därför nå god reliabilitet.

Figur 4. Reliabilitets-statistik för formulärets frågor

Genom korrelationsanalys kan statistiska samband mellan faktorer och variabler synliggöras och undersökas. Efter att den empiriska datan samlats in undersökte vi vilken eller vilka metoder och statistikor som ansågs lämpliga för genomförandet av korrelationsanalysen. En vanlig statistika och korrelationsanalys-metod är Pearsons korrelationskoefficient (Pearsons _​r)​. Metoden mäter linjär korrelation mellan två variabler där _{​r ​}= +1 respektive _{​r ​}= -1 utgör perfekta positiva eller negativa korrelationer mot analyserade faktorer (Lind, Marchal & Wathen, 2018). Korrelationsvärde högre än 0,5 respektive lägre än -0,5 anses utgöra tröskelvärde för att kunna påstå att en stark korrelation föreligger (ibid.). När _{​r = 0 anses ingen linjär korrelation föreligga. Se ​Figur 5 för en tolkningsmodell} för Pearsons _​r​.

Figur 5. Tolkningsmodell för Pearsons _​r_{​. (Laerd.com, u.å)}

En viktig faktor vid valet av en korrekt och adekvat analysmetod är utformningen på variablernas skala. Ett antagande för användandet av Pearsons _​r​är att varje variabel är kontinuerlig och intervall- eller ratiobaserad. Då våra variabler mäts utifrån en Likert-skala med diskreta svarsalternativ från 1 till 5 är därför skalan att betrakta som diskret och ordinal. Forskning har dock validerat och konkluderat att Pearson’s korrelationsanalys är en robust analys och att Likertskalor med ordinal data mycket väl låter sig analyseras därigenom (se t.ex. Norman, 2010). Vidare förutsätter Pearsons korrelation att de studerade värdena är uppskattat normalfördelade, att avvikande värden tas bort och att variablerna har ett linjärt samband. Det linjära sambandet samt kontroll av avvikande värden gjordes i SPSS genom ett scatter-plot diagram. De insamlade svarens standardavvikelse och fördelning kontrollerades genom deskriptiv statistik (Se _{​Figur 6​}). Därefter genomfördes korrelationsanalysen för att avgöra styrkan i de observerade korrelationerna. Formeln för Pearsons korrelationskoefficient för applicering på en hel population är: x,ρ y = COV (X, Y )_σXσY . Vid applicering på ett urval gäller istället: rxy = Σ (x −x)(y −y) (Lind, Marchal & Wathen, 2018).

n

i=1 i i

Σ (x −x) Σ (y−y) √ ni=1 i 2√ ni=1 2

Figur 6. Deskriptiv statistik för använda variabler

3.6

Alternativa metoder

I denna studie ville vi samla in en empirisk ögonblicksbild av rådande attityder. En kvantitativ metod anses därför lämplig eftersom det inom tidsramarna för studien är svårt att få en bred uppfattning av fenomenet genom exempelvis intervjuer, observationer eller annan kvalitativ metod. Genom en kvantitativ undersökning ges vi möjlighet att i större utsträckning generalisera forskningsfynden över en större population till skillnad från en kvalitativ undersökning som kräver en djupare detaljnivå (Denscombe, 2014). Ett sätt att fördjupa förståelse för ett fenomen är att låta studiens ansats baseras på en metodkombination (ibid.). Genom att exempelvis följa upp forskningsfynden i enkätundersökningen med intervjuer eller observationer kan problemet trianguleras och sprida förståelse för fenomenets bakomliggande och djupgående faktorer. På grund av studiens begränsade

omfattning och tidsram valde vi dock att koncentrera arbetet till en kvantitativ datainsamlingsmetod genom enkätundersökning.

3.7

Problem i utförandet

Vi har identifierat ett flertal problem, eller potentiella problem, i utformningen av vår enkätundersökning. Dessa presenteras närmare i nedan kapitel.

3.7.1 Enkätens utformning

Enkätens utformning kan ha bidragit till en rad problem för kvaliteten på vår insamlade data. På de frågor där respondenten ombads svara på sin uppfattning om sig själva eller produkten, tvingades de till ett svar på grund av avsaknaden av ett alternativ för “vet ej”, “kan inte ta ställning”, eller liknande. Om respondenten inte har en relation till, eller en uppfattning om frågan, kan avsaknaden av ett sådant svarsalternativ ha påverkat undersökningens reliabilitet. Frågorna har i stor utsträckning hämtats från tidigare forskning, men har översatts från engelska till svenska och också justerats för att passa studiens IT-artefakt och kontext. Frågornas utformning kan med hänsyn till detta ha påverkat datans reliabilitet.

De frågor och påståenden som fanns i enkäten kan möjligen ha uppfattats som något för teknikorienterade för lekmän utan större IT-intresse. Vi försökte ta stor hänsyn till detta i vår utformning av enkäten och la in förklarande texter för begrepp som vi ansåg kunde vara främmande, men om respondenterna ändå haft svårigheter i att förstå frågorna, kan detta ha påverkat resultatets validitet, såväl som reliabilitet, eftersom respondenterna tvingats lämna ett svar på samtliga frågor/påståenden.

Från våra tester av enkäten (se _{​3.4 Genomförande av enkätundersökning​}) fick vi feedback på att frågorna upplevdes som ganska lika varandra. Detta var något vi försökte undvika när vi formulerade frågorna, och upplevde inte att vi kunde skilja dem mer från varandra utan att påverka vårt underlag för analys. Frågorna formulerades alltså inte om med hänsyn till detta i den reviderade versionen av enkäten.

Inte förrän vi analyserade vår data, upptäckte vi att vi tolkade svar #3 på likertskalan som “varken eller”. Detta blev dock inte kommunicerat till respondenten i formuläret, och respondenterna kan således ha haft en annan uppfattning om bakomliggande anledning till att välja #3 på skalan. Även detta kan ha påverkat resultatets reliabilitet.

3.7.2 Urvalsgrupp för enkät

För att nå en så stor publik som möjligt valde vi att distribuera vår enkät på olika plattformar på Internet (se _{​3.4 Genomförande av enkätundersökning​}), och detta valet medförde en naturlig begränsning i vilka personer vi kunde nå med vår enkät. Många forum förbjuder delning av enkäter i datainsamlingssyfte, vilket begränsade våra möjligheter att få en vidare bredd på våra respondenters demografiska bakgrund. De forum vi valde att sprida vår enkät på har sammantaget en begränsad demografisk vidd, vilket också avspeglas i resultatet. Samtidigt medför vår strategi för spridningen av enkäten att våra respondenter har en gemensam form av lägstanivå för sitt teknikintresse _{​– de är} användare av forum och/eller Facebooks nyhetsflöde. Detta behöver inte vara ett problem, eftersom målgruppen för Facebook Portal sannolikt är människor med ett visst teknikintresse, men vi uppmanar ändå läsaren att ha detta i åtanke.

4

Resultat

4.1

Enkätsvar

Totalt inkom 140 svar på enkäten från Facebook- och forumanvändare (se även _{​3.4 Genomförande av} enkätundersökning_​). Nedan följer en sammanfattning av den kartläggning som gjordes i enkätens inledande del. För fullständiga resultat se _{​Bilaga A ​}. Påståendena med sina resp. ID återfinns i _​Tabell

1.

4.1.1 Respondenterna och tekniken

Av de 140 respondenterna var 101 kvinnor (72%) och den största ålderskategorin hos de svarande är 30-39 år (41,4%). De tre största åldersgrupperna utgör tillsammans åldersspannet 19-49 år och står för 81,4% av de svarande. En fjärdedel (25,7%) av respondenterna uppger att de aldrig kommunicerar via video samtidigt som 39,3% av de svarande kommunicerar via video varje månad eller oftare. Av de som någon gång kommunicerar via video använder sig 74% av mobiltelefon som kommunikationsmedia.

I del två av enkäten ombads de svarande besvara fem stycken självskattningsfrågor som syftade till att ge en tydligare bild av respondentens uppfattning om sitt eget teknikanvändande. 74,3% av respondenterna uppskattar att de besitter en god eller mycket god förmåga att förstå ny teknik (SF1). Endast 4,3% svarar att de ofta är senast med ny teknik i sin umgängeskrets _{​– resterande svar är jämt} fördelade över svarsalternativen (SF2). En majoritet av respondenterna (69,3%) uppger att de upplever att företag och organisationer samlar in för mycket data om dem som användare (SF3). Majoriteten (67,9%) håller inte heller med om att de själva kan bestämma vilken data som de ska dela med sig av vid användandet av olika tekniker (SF4). 42,9% av de svarande uppger att de upplever sig själva som riskmedvetna vid användandet av teknik, samtidigt som nästan lika många, 39,3%, uppger att de varken håller med eller inte, i detta påstående.

4.1.2 Respondenternas upplevelse av Facebook Portals användbarhet

Endast 15% av respondenterna svarar att Facebook Portal skulle passa deras livsstil (PU1). Samtidigt säger 32,1% att produkten skulle vara ett bekvämt sätt att kommunicera via (PU2). 38,6 instämmer i att det skulle vara ett användbart redskap att kommunicera genom. Samtidigt säger majoriteten (59,3%) att de inte instämmer i att de skulle kommunicera via video oftare än de gör idag, om de haft tillgång till Facebook Portal (PU4).

4.1.3 Respondenternas upplevda nöje av Facebook Portal

På påståendet att Facebook Portal skulle vara ett roligare sätt att kommunicera via (PE1) är svarsspridningen jämn; 36,4% håller inte alls med, 30,7% är neutrala till påståendet medan 32,9% håller med. Nära hälften av de svarande (48,5%) instämmer inte i att Facebook Portal skulle göra videosamtalen mer intressanta (PE2). Samtidigt får Facebook Portal endast 20,7% av de svarande att bli mer nyfikna på smart teknik generellt (PE3).

4.1.4 Hur respondenterna upplever Facebook Portals datasäkerhet

En klar majoritet (67,8%) ser en risk i att deras personliga data samlas in och används på ett tveksamt sätt vid användandet av Facebook Portal (PPR1) och 62,1% instämmer i att de utsätter sig för en risk vad gäller deras personliga integritet genom att använda Facebook Portal (PPR2). 67,2% instämmer i

att de hade oroat sig över att Facebook hade samlat in för mycket data om dem (PPR3). 64,3% hade känt sig otrygga i vilken data Facebook hade samlat in om dem genom Facebook Portal (PPR4).

4.1.5 Hur påflugen och inkräktande respondenterna upplever Facebook Portal

Bara 29,3% av de svarande håller inte med om att det finns en risk i att Facebook Portal får dem att förlora kontrollen över vad som visas i videosamtalet (PI1). Drygt en fjärdedel (25,8%) instämmer i att Facebook Portal sannolikt skulle uppföra sig på ett oönskat vis, genom dess användande av AI-teknik (PI2). Samtidigt uppger 38,6% att de inte tar ställning i frågan och 35,7% uppger att de inte alls håller med i påståendet. Nära hälften (47,1%) skulle uppleva det som påträngande att ha en dedikerad enhet för videosamtal i sitt hem (PI3).

4.1.6 Upplevt värde av Facebook Portal

Endast 22,2% av de svarande håller med om att de ser ett värde i att använda Facebook Portal (PV1). Samtidigt uppger 57,1% att de inte håller med i påståendet. 70% av de svarande ser inte ett värde i att ha Facebook Portal i sitt hem (PV2). En dryg femtedel (20,7%) tycker att produktens fördelar överväger dess nackdelar. En majoritet (55%) av de svarande instämmer dock inte i detta påstående.

4.1.7 Svarsfördelning över undersökta variabler

Nedan presenteras svarsfördelningen för enkätens undersökning av påverkansfaktorer. _{​Figur 7 visar}

svarsspridningen för de rangordnade svaren tillsammans med de olika svarsalternativen. Påståendena, variablerna, är grupperade per observerad påverkansfaktor. Påståendets modalvärde är markerat och i fetstil för att ge en tydligare överblick.

Figur 7. Enkätens svarsfördelning med modalvärde markerat och i fet stil.

4.2

Korrelationer mellan variabler

Nedan presenteras de korrelationer som identifierats mellan de olika påståendena. I _{​Figur 8 ​}inkluderas enbart de korrelationer som kan anses medelstarka och högre. Värden som är mindre än 0,3 och större

än -0,3, och alltså visar på ett svagt samband, har exkluderats i tabellen för att förtydliga för läsaren. Värde 1, som påvisar perfekt korrelation, visar underförstått korrelationen mellan samma fråga. Ingen djupare analys har gjorts intravaribelt inom respektive faktor.

Figur 8. Identifierade starka och medelstarka samband redovisade per påstående.

I _{​Figur 9 ​}presenteras korrelationerna mellan undersökta faktorer. Samtliga korrelationer kan anses medelstarka eller större. De samband som kan anses starka (större än +0,5 och mindre än -0,5) har markerats med fet stil i figuren.

Figur 9. Identifierade korrelationer per faktor.

I korrelationsanalysen framgår tydligt att respondenter som uppger att de upplever Facebook Portal som användbar (PU) också tenderar svara medhållande vad gäller produktens förmåga att verka rolig och glädjefylld att använda (PE). Dessutom korrelerar svaren internt mellan dessa båda faktorer och respondenterna tycks ha svarat konsekvent inom dessa två områden. Störst samband mellan dessa båda faktorer fann vi mellan PU2 (“Att använda Facebook Portal skulle vara ett bekvämt sätt att kommunicera”) och PE1 (“Att använda Facebook Portal skulle vara ett roligt sätt att kommunicera”) med korrelationsvärde 0,74.

Sambanden mellan påståendena inom PPR och PI som vi fann var medelstarka eller större och respondenter som upplever risk för datasäkerhet tycks mer benägna att också uppleva Facebook Portal som påträngande. Starkast är sambandet mellan PPR2 (“Genom att använda Facebook Portal utsätter jag mig för risk vad gäller min personliga integritet”) samt PPR3 (“Jag hade oroat mig över att Facebook skulle samla in för mycket data om mig”) i förhållande till PI1 (“Jag ser en risk i att Facebook Portal får mig som användare att förlora kontrollen över vad som visas i videosamtalet”).

Korrelationsvärdena faller inom ramarna för att ett starkt samband kan anses föreligga med 0,55 respektive 0,54. I _{​Figur 9 ​}framgår att korrelationen mellan faktorerna som helhet kan anses vara stark. Vi kan inte identifiera några starka samband mellan positiva faktorer (PU och PE) och negativa faktorer (PPR och PI), men vi kan se att respondenter som identifierar produkten som användbar (PU) och upplever produkten som rolig (PE) också tenderar att vara mindre medhållande i att produkten utgör ett hot mot integriteten (PPR) eller upplevs påträngande (PI), se _{​Figur 9 ​}. Samma förhållande gäller också omvänt, dvs. att om man ser en hög risk i att produkten utgör ett hot mot integriteten (PPR) eller upplever den som påträngande (PI), upplever man den också som mindre användbar (PU) och mindre rolig att använda (PE). De undersökta variabler som inte når över gränsvärdet för att anses medelstarkt har exkluderats från _{​Figur 8 och de kvarvarande korrelationsvärdena indikerar samtliga} medelstarka eller starka korrelationer, något som också framgår i faktorskorrelationen i _{​Figur 9​}. Det är tydligt att samtliga variabler inom PU och PE har ett positivt samband med respondenternas uppfattning av Facebook Portals värde (PV). Störst påverkan på respondenternas uppfattade värde (PV) fann vi mot variabeln PE1 (“Att använda Facebook Portal skulle vara ett roligt sätt att kommunicera.”) med korrelationer mellan 0,67 till 0,75 och PU1 (“Facebook Portal skulle passa min livsstil.”) med korrelationer mellan 0,69 till 0,72. Sambanden är också tydliga för faktorerna som helhet; För upplevd användbarhet (PU) i relation till upplevt värde (PV) kan vi se ett korrelationsvärde på 0,810 och för upplevt nöje (PE) mot upplevt värde (PV) kan vi se ett korrelationsvärde på 0,801. Resultaten kan därför anses stödja hypoteserna H1 och H2.

Sambanden mellan PPR och PI i förhållande till PV är något svagare men indikerar att ett medelstarkt samband tycks finnas. Av de observationer som inkluderats i _{​Figur 8 ​}indikerar majoriteten på ett medelstarkt samband och i vissa fall når korrelationsvärde upp till, eller strax över, gränsvärdet för var ett starkt samband ändå tycks finnas. Som framgår i _{​Figur 8 indikeras starkt negativ korrelation}

mellan PPR1 (“Jag ser en risk att min personliga data samlas in och används på ett tveksamt sätt vid användandet av Facebook Portal”) och PI3 (“Jag skulle uppleva det som påträngande att ha en dedikerad enhet för videosamtal i mitt hem”) i förhållande till faktorn PV. De samband som observerats mellan PPR och PV uppmättes till korrelationsvärdet -0,457 och för PI i förhållande till PV är korrelationsvärdet -0,489, se _{​Figur 9 ​}, vilket alltså indikerar medelstarka samband mellan dessa faktorer. Resultaten kan därför till viss del anses stödja hypoteserna H3 och H4.

4.3

Statistiska slutsatser av hypoteser

Utifrån den empiriskt insamlade datan har vi ovan presenterat och redovisat de observerade samband och korrelationer som tycks föreligga. Utifrån detta redovisar och besvarar vi studiens hypoteser:

H1: _{​Upplevd användbarhet ​}kommer positivt påverka _{​upplevt värde​}.

H2: _{​Upplevt nöje ​}kommer positivt påverka _{​upplevt värde​}.

H3: _{​Upplevd datasäkerhetsrisk ​}kommer negativt påverka _{​upplevt värde​}.

H4:_{​ ​Upplevd påflugenhet ​}kommer negativt påverka _{​upplevt värde.}

Vi har funnit stöd för samtliga hypoteser i någon utsträckning. Med bakgrund av de redovisade resultaten i _{​4.2 Korrelationer​}, sammanfattas resultatet i _{​Tabell 2 ​}nedan.

H1 Stöd finns H2 Stöd finns H3 Visst stöd finns H4 Visst stöd finns

Tabell 2. Sammanställning av hypoteser

5

Diskussion

5.1

Vad påverkar upplevt värde?

Trots att majoriteten av våra respondenter inte uppfattar användandet av Facebook Portal som värdefullt kan vi i likhet med Hsu & Lin (2018) och Gao & Bai (2014) konstatera att det finns starka positiva korrelationer mellan upplevd användbarhet (PU), upplevt nöje (PE) och upplevt värde (PV). Vi kan däremot inte se lika starka negativa korrelationer mellan upplevd integritetsrisk (PPR), upplevd påflugenhet (PI) och upplevt värde (PV).

Vi kan se att våra respondenter i hög utsträckning instämmer i de påståenden vi formulerat för att undersöka upplevd integritetsrisk (PPR). När vi studerar svarsspridningen på PPR återfinns modalvärdet på det mest negativa svarsalternativet på samtliga påståenden, samtidigt som modalvärdet för PI återfinns på svarsalternativ nummer 3 på två av tre påståenden (se _{​Figur 7). Vår} statistiska analys pekar dock på att den upplevda påflugenheten (PI) har en större påverkan på respondentens uppfattade värde av produkten, än vad den upplevda integritetsrisken (PPR) har. Detta är särskilt intressant eftersom våra respondenter i hög utsträckning instämmer i att företag generellt samlar in för mycket data om dem, och att de inte kan bestämma vilken data de lämnar från sig. Hela 67,2% svarar att de hade oroat sig för att Facebook skulle samla in för mycket data om dem, genom dess användande av Facebook Portal. Att den negativa inställningen till databehandlingen inte i högre grad avspeglas i respondenternas uppfattade värde av produkten, förvånade oss.

Samtidigt är det tydligt att respondenternas upplevda värde av produkten (PV) inte till fullo kan förklaras genom faktorerna PPR och PI, eftersom dessa ger ett korrelationsvärde på -0,457 resp. -0,489 (se_{​Figur 9​}); värden nära, men under, tröskelvärdet för ett starkt samband. Tidigare forskning om adoption av IoT-produkter pekar på att den upplevda integritetsrisken är den enskilt mest avgörande faktorn för negativ påverkan på upplevt värde (se t.ex. Kim, Park & Choi, 2017; Hsu & Lin, 2018; Dong, Chang, Wang & Yan, 2017), något vi alltså inte kan se i våra resultat. Vi kan se att det finns ett samband mellan osäkerheten om insamlandet av data och vad denna datan är för någon (PPR), samt att detta korrelerar negativt med huruvida man upplever att produktens fördelar uppväger dess nackdelar (PV3). Vi kan dock inte hitta några starka samband mellan dataintegritet (PPR) och värde i att använda produkten (PV1), eller att ha den hemma (PV2). Detta tyder på att det finns andra faktorer som också påverkar den negativa uppfattningen av Facebook Portal _{​– faktorer som vi i denna} rapport inte har undersökt eller tagit hänsyn till.

5.2

Uppfattningen om personlig integritet i en bredare kontext

Majoriteten av respondenterna har en skeptisk inställning till teknikföretagens respekt för den personliga integriteten och tycker att företagen samlar in för mycket data om dem, och de upplever inte heller att de själva kan välja vilken data de ska dela med sig av. Vidare visar majoriteten av våra