Emotion is a response to the cognitive appraisal of stimuli from the environment and is an integral part of human behavior (Frayn et al., 2018). Consumers often engage emotions in decision-making processes (Thaler & Sunstein, 2008; Zaltman, 2003; Damasio, 1994), including food choices where emotions frequently guide behavior (Godet et al., 2022). Research has confirmed the link between emotional states and food choice and consumption (Ljubičić et al., 2023). Most studies in this area focus on the relationship between negative emotions and eating behaviors (Fuente Gonzales et al., 2022). However, some researchers point to a connection between positive emotions and food consumption (Devonport et al., 2019; Reichenberger et al., 2020; Ljubičić et al., 2023). Therefore, the term “emotional eating” is often used to describe increased food consumption as a reaction to emerging emotions, both positive and negative. Emotional eating affects both overweight and obese individuals, as well as those maintaining a normal weight. It has been found that the latter consume less food in response to emotions than overweight or obese individuals (Frayn et al., 2018). Emotional eating has also been proven to be positively associated with waist circumference, abdominal obesity, body mass index (BMI), and obesity according to the percentage of body fat (Betancourt-Núñez et al., 2022). It is important to emphasize that overweight and obesity have many secondary health consequences, such as cardiovascular diseases, diabetes, and an increased risk of certain cancers (Obesity and Overweight, n.d.). They also constitute a significant economic burden on society (Scarborough et al., 2011; Shimul et al., 2021).

Regarding negative emotions, their appearance triggers a range of physiological reactions that can either promote a lack of appetite or reduce food intake, or increase food consumption (Betancourt-Núñez et al., 2022). High stimulation arousal in response to negative emotions (e.g., fear, anger) may reduce consumption, while negative emotions felt at a moderate level may increase it (Reichenberger et al., 2020). This has been especially verified about stress. Although stress is most commonly viewed as a negative stimulus, it can occasionally be interpreted as a positive response that stimulates and encourages activity (Ljubičić et al., 2023). In situations of strong, sudden stress, norepinephrine inhibits appetite, while in chronic stress, cortisol stimulates it (Ljubičić et al., 2023). Empirical evidence has shown that eating habits are modified under the influence of stress (Borsellino et al., 2020).

Studies on emotional eating behaviors suggest that negative mood, sadness, tension, and emotional instability precede an increase in food consumption (Devonport et al., 2019). However, stress, boredom, and depression were the emotions most often identified as those affecting higher food intake (Fuente Gonzales et al., 2022). It has been reported that food consumption distracts a person from experiencing negative emotions (Betancourt-Núñez et al., 2022), and is also a way to fill the void that can arise in situations of sadness, depression, social isolation, or other stressful life events (Ljubičić et al., 2023). Negative emotions strongly associated with eating behaviors include anxiety, sadness, loneliness, worry, boredom, anger, stress, and depression (Fuente Gonzales et al., 2022). Depression is linked with stress, negative mood, loneliness, and social isolation, all of which contribute to emotional eating (Ljubičić et al., 2023). Additionally, tendencies to experience boredom, aggression, and anger are positively associated with emotional eating (Devonport et al., 2019).

Research indicates that positive emotions play a significant role in enhancing food intake (Reichenberger et al., 2020; Fuente Gonzales et al., 2022). It has been observed that positive moods are closely linked to socialization and food consumption. Specifically, individuals tend to experience greater enjoyment and prolong their mealtime when dining with familiar and amicable companions, leading to increased food consumption. Furthermore, past studies suggest that people often opt for healthier food choices when experiencing positive emotions (Li et al., 2021).

As indicated, both positive and negative emotions influence an increase in food consumption, yet negative emotions are one of the most important causes of excessive consumption and emotional eating (Reichenberger et al., 2020).

Studies have shown that emotions affect not only the increase in consumption, but also the type of food that consumers reach for under their influence (Devonport et al., 2019). Individuals who engage in emotional eating tend to snack more frequently (Rachmawati et al., 2019). Snacking is eating food, often without hunger, between main meals. Emotional eating is positively associated with higher consumption of tasty, high-energy, sweet, and high-fat snacks (Rachmawati et al., 2019). This pattern is observed in both men and women across different life stages (Fuente Gonzales et al., 2022), particularly regarding increased consumption of fast food, salty snacks, sweet high-fat foods, or high-energy foods such as cakes, biscuits, cookies, ice cream, chocolate and its derivatives, candies, and artificially sweetened beverages (Betancourt-Núñez et al., 2022). Stress and negative emotions often lead to the consumption of high-energy, nutrient-poor foods (Devonport et al., 2019). It has been proven that consuming tasty dishes (usually rich in sugar or fat) provides immediate pleasure and reward (positive affective responses), which can lessen the impact of negative emotions (Betancourt-Núñez et al., 2022). As studies show overweight or obese individuals prefer sweet-tasting snacks (e.g., cakes, cookies, biscuits) or sweet and milky drinks, while underweight individuals tend to choose cooked snacks, fruits, and dairy products (Rachmawati et al., 2019).

When it comes to how our emotions affect what we eat, it is interesting to note that posi-tive emotions can lead to both healthy and unhealthy eating habits. For instance, research by Moss et al. (2021) found that positive emotions tend to kickstart the consumption of nutritious foods like fruits. On the flip side, another study (Evers et al., 2013) revealed that positive emotions can also prompt indulgence in unhealthy snacks. Age plays a role too. Among chil-dren, positive emotions seem to correlate with more unhealthy snack consumption, while among young adults, negative emotions are more closely linked to such behavior (Moss et al., 2021). Parents also influence what children eat, especially in terms of sweet snacks. For instance, they might reward good behavior or achievements with sugary treats. Furthermore, snacks can serve as a way to manage behavior and emotions during interactions between chil-dren and their parents (Jansen et al., 2021).

Changes in food consumption behaviors due to fluctuations in emotional states may be induced by situations or events that go beyond an individual’s daily routine. The COVID-19 pandemic, for instance, may have altered consumers’ emotional states and thereby changed consumer behaviors (Borsellino et al., 2020). In the literature, food choices are recognized as dynamic and evolving throughout life; they are also considered quite stable and largely driven by habits, especially over shorter periods. Significant changes or turning points in food choice patterns are usually initiated by important life events. Research suggests that the COVID-19 pandemic and related restrictions affecting daily life have caused, at least temporarily, changes in the patterns of food purchasing and consumption for a large share of consumers (Jansen et al., 2021).

Some research findings (Ben Hassen et al., 2020; Ben Hassen et al., 2021) have indicated that some individuals reduced their consumption of unhealthy food (e.g., sweets, desserts, cookies, and biscuits) during the pandemic, adopting healthier eating habits, particularly seeking to strengthen their immune system. However, this trend varied across countries. For instance, in Italy, Denmark, Norway, and the United States, there was an increase in the consumption of highly processed, high-fat, or high-sugar foods (including chocolate, chips, and snacks). This was more common among women, who tended to eat more food, explained by the fact that women were more depressed, stressed, and restless, leading to emotional eating (Li et al., 2021). Emotions, as a predictor of the mental health of society, also account for changes in eating habits during the pandemic. Studies on the scale of negative emotions among the general population during the COVID-19 pandemic have reported the prevalence of stress at 29.6%, anxiety 31.9%, and depression 33.7% (Salari et al., 2020). Social isolation, uncertainty, and the potential adverse effects of illness significantly altered eating behaviors, increasing the scale of dysfunctional eating habits (such as binge eating, emotional eating, impulsive or compulsive eating) as well as the purchase of comfort foods (unhealthy junk foods).

Considering the role of emotions in changing the level of food consumption, including the propensity to reach for snacks, we resolved to analyze this issue in more detail. The aim of this article is to verify how different emotional states determine food consumption, including the desire to reach for snacks. The following research hypotheses were formulated:

H1: Individuals who increase their food consumption in response to negative emotions (NE) rate their financial situation worse than other sample segments (PE, WE, BE).

H2: Individuals who increase their food consumption in response to negative emotions (NE) have a negative health profile characterized by:

a.a poorer assessment of general health,
b.greater weight gain,
c.BMI above the norm,
d.less physical activity.

H3: The tendency to reach for snacks differs between sample segments depending on the emotional state experienced and the flavor of the snack:

a.During positive emotions, PE consumers are more likely to reach for salty snacks (chips, snacks, crackers, pretzels) than other segments (NE, WE, BE).
b.During positive emotions, PE consumers are more likely to reach for sweet snacks (cookies, chocolates, candies, ice cream, candy bars) than other segments (NE, WE, BE).
c.During negative emotions, NE consumers are more likely to reach for salty snacks (chips, snacks, crackers, pretzels) than other segments (PE, WE, BE).
d.During negative emotions, NE consumers are more likely to reach for sweet snacks (cookies, chocolates, candies, ice cream, candy bars) than other segments (PE, WE, BE).

Methodology

To achieve the set objectives, a nationwide study was conducted using the Computer-Assisted Web Interviewing (CAWI) method on a representative sample of 707 respondents who had purchased food. The samples were representative for Polish adults citizens according to gender, age, and place of residence. The research was conducted by a specialised research agency certified by ESOMAR (European Society for Opinion and Market Research). The structure of the research sample, based on selected socio-demographic characteristics as well as physical condition and health status, is presented in Table 1. The study was positively reviewed by the Research Ethics Committee for research involving human participants at the Poznań University of Economics and Business.

In constructing research tools, a method commonly used in consumer behavior sciences, the masked method (deception), was employed. This means that the actual purpose of the research was concealed from its participants (Brzeziński, 2004). Participants were asked to fill out a questionnaire consisting of fourteen questions in the main part and ten questions in the expanded metric part. The results presented in the article come from this study and are part of a larger research project concerning the emotional determinants of food consumption. The specific objectives of the study were as follows:

1.to analyze the consumer profile based on socio-demographic characteristics in the context of changes in consumption under the influence of emotions,

2.to identify factors differentiating the tendency to reach for snacks when experiencing emotions (positive and negative).

To verify the research hypotheses, two types of snacks were distinguished: salty (chips, snacks, crackers, pretzels) and sweet (cookies, chocolates, candies, ice cream, candy bars).

A statistical cluster analysis (k-means) was performed to check if there were segments among the respondents showing increased food consumption depending on the emotions experienced (including the valence of emotions – negative/positive emotions). This data exploration method divided respondents into homogeneous groups based on their answers so that each group contained individuals whose responses were similar. The cluster analysis was based on responses to questions about the impact of the emotional states experienced by the respondent on the amount of food consumed. The EMAQ scale (Emotional Appetite Questionnaire) was used to determine the emotional attitude toward food consumption, which has been validated and then developed in many studies (Bilici et al., 2020; Bourdier et al., 2017; Geliebter & Aversa, 2003; Nolan et al., 2010). Positive emotional states such as being happy, relaxed, cheerful, enthusiastic, and self-satisfied were distinguished, as well as negative states like being sad, bored, bad, restless, frustrated, tired, depressed, and scared.

Basic descriptive statistics (mean, standard deviation) were calculated to compare the results for each group, considering the criterion of increased food consumption during positive/negative emotional experiences.

Appropriate statistical tests were conducted for the verification of the research hypotheses: one-way ANOVA for data with a normal distribution, and the non-parametric Kruskal-Wallis test for data without a normal distribution. Post-hoc tests were conducted where appropriate. The significance level was set at p=0.05. SPSS Statistics software was used to perform the analyses.

Results

Emotional determinats of increased consumption

Cluster analysis showed that the increase in food consumption by respondents differs depending on the emotional states they experience. K-means analysis allowed respondents to be classified into 4 segments (Table 2). The first of these are people who eat more depending on emotions, but irrespective of their valence (WE). In other words, experiencing both positive and negative emotions determines their increased consumption. The second and third segments were made up of people for whom increased consumption is already dependent on the valence of emotions: people who eat more in states of emotional tension (NE), which means that they declared increased food consumption under the influence of negative emotions, such as being sad or frustrated, and people who eat more during positive emotional experiences (PE), which means that they showed increased consumption under the influence of positive emotional states (e.g., being happy and/or relaxed). The last segment was made up of people who do not show increased consumption while experiencing emotions (BE).

For the vast majority of respondents (78%), feeling certain emotions contributes to an increase in food consumption. Almost half of the respondents (53%) reported increased consumption when in a state of emotional tension, especially when feeling sad (x̄=5.46), lonely (x̄=5.45), or frustrated (x̄=5.35). The NE segment is mostly composed of people with secondary education (43.5%) living in urban areas (63.2%, mainly in cities with a population of 20,000–50,000). These respondents also indicated that they have large households, with 60.3% having at least three members (26.7% – three members, 20.0% – four, 8.5% – five, and 5.1% – six+). Women more frequently reported increased consumption in response to negative emotions than men (54.4% women, 45.6% men).

Consumers who increase their food intake due to positive emotions represent 13% of the study participants. They report the highest increase when feeling happy (average x̄=7.76), cheerful (x̄=7.34), and relaxed (x̄=7.32). These consumers are primarily city residents with secondary education and are urban residents (64.5%, including cities of 20,000–50,000 and over 200,000 inhabitants). Almost 70% reported that their household consists of at least three members (21.5% – three members, 25.8% – four members, 12.9% – five members, and 9.7% – six+). Men are more likely than women to report increased consumption due to positive emotions (men: 54.8%, women: 45.2%).

For about one in every eight respondents (12%), the valence of emotions does not affect their food consumption; that is, they report increased consumption regardless of whether the emotions are positive or negative. The emotions associated with the highest increase in consumption include feeling depressed (negative emotion; mean x̄ =7.05), enthusiastic (positive emotion; x̄ =7.02), and lonely (negative emotion; x̄ =6.95). The WE segment mainly consists of individuals with secondary education (44.7%), living in both villages and cities (45.9% and 54.1%, respectively). A significant majority of these respondents have large households: 35.3% have three-person households, 24.7% four-person, 11.8% five-person, and 7.1% have households of six or more. The increase in consumption, independent of emotional valence, is reported equally by women (49.4%) and men (50.6%).

One in five participants (22%) reported that experiencing emotions, whether negative or positive, does not lead to increased food consumption. This segment is largely composed of individuals with secondary education (40.9%), residing in cities, predominantly those with populations between 20,000 to 50,000. Women (55.2%) more frequently reported that their consumption does not increase due to emotional states, as compared to men (44.8%).

Characteristics defining the health status and economic situation of the consumer as factors differentiating sample segments

To verify hypotheses H1 and H2, a one-way ANOVA analysis was conducted. The analysis showed that factors such as consumers’ subjective perception of their financial situation (H1; F=3.480; p=0.016), subjective assessment of overall health (H2a; F=3.356; p=0.019), and weight change during the pandemic (since March 2020) (H2b; F=7.086; p<0.001) differentiate respondents’ susceptibility to emotional influence on increased food consumption (Table 3, Figure 1).

The segment of individuals who increase consumption under the influence of negative emotions (NE) evaluated their financial situation as poor (mean x̄=2.24) and overall health state as low (x̄=2.46), with a frequent declaration of weight gain during the pandemic (x̄=2.15). Conversely, the segment influenced by positive emotions (PE) rated their financial situation (x̄=2.44) and health (x̄=2.63) higher, reporting weight loss or stability during the pandemic (x̄=1.97). Those influenced by emotions regardless of valence (WE) rated their financial and health situation slightly worse, with the highest weight gain reported during the pandemic (x̄=2.39). Consumers not influenced by emotions (BE) had a more positive view of their financial status (x̄=2.42) and the best health state (x̄=2.67), with no significant weight changes in the pandemic (x̄=2.06). One-way ANOVA indicated that other factors like BMI index or physical activity did not differentiate the segments significantly (respectively: H2c: F=1.914; p=0.126 and H2d: F=0.454; p=0.714).

Positive emotions and the desire to eat snacks (salty/sweet)

The study further examined whether belonging to a particular segment of the sample, meaning the relationship between experiencing emotions and their valence, correlates with an increase in overall food consumption and a propensity to eat snacks. This relationship was investigated regarding the emotional state felt (positive for H3ab, negative for H3cd) and the taste of the snacks (salty for H3ac, sweet for H3bd).

For those experiencing positive emotions, a notable difference was seen in the consumption of salty snacks among the segments. The PE segment reported often consuming salty snacks (mean x̄=2.58) when feeling positive emotions. They tend to eat salty snacks such as chips, snacks, crackers, and pretzels more than other segments. The WE group also frequently consumes salty snacks when experiencing positive emotions, though less so than the PE group (mean x̄=2.40). The BE and NE segments showed the least tendency to consume salty snacks when in a positive emotional state, with x̄=2.15 and x̄=2.13 respectively. The one-way ANOVA analysis revealed a statistically significant impact of emotional conditions on the overall consumption of the tendency to eat salty snacks when experiencing positive emotions (H=24.067; p<0.001), thereby confirming hypothesis H3a.

Similarly, the results shape the propensity for consuming sweet snacks while experiencing positive emotions. While feeling positive emotions, the PE segment declares a high desire to consume cookies, chocolates, candies, ice cream, or candy bars x̄=2.77. Their inclination towards eating sweet snacks is higher than other segments. While experiencing positive emotions, individuals belonging to the WE groups also frequently reach for sweet snacks (though less often than PE, x̄=2.65). Conversely, the NE and BE segments less frequently show a desire to consume cookies, chocolates, candies, ice cream, or candy bars, respectively: x̄=2.41 and x̄=2.37. To verify hypothesis H3b, a one-way ANOVA analysis was performed, which showed a statistically significant influence of emotional factors on reaching for sweet snacks while experiencing positive emotions (H=19.659; p<0.001). Hypothesis H3b was therefore confirmed.

Negative emotions and desire for snacks (salty/sweet)

Next, we examined whether the negative emotional state differentiates the propensity to reach for snacks (salty/sweet) among the specified sample segments (WE, NE, PE, BE).

Consumers in the PE and WE segments declare a high inclination to reach for salty snacks while experiencing negative emotions (respectively: x̄=2.47 and x̄=2.45) (Table 5). They admit to frequently consuming chips, snacks, crackers, and pretzels when in an emotionally tension state. The NE group showed a significantly lower inclination to consume these snacks. This segment declared rarely reaching for salty snacks (x̄=2.21). Experiencing negative emotions also affects the consumption of chips, snacks, crackers, and pretzels by BE individuals. They exhibited the lowest inclination to reach for salty snacks (x̄=2.14). To verify hypothesis H3c, a one-way ANOVA analysis was conducted, which showed a statistically significant influence of emotional conditions on reaching for salty snacks in an emotional tense state (F=3.743; p=0.11). Despite the statistically significant relationship between variables, hypothesis H3c was refuted, because it was the PE segment (rather than the NE segment) that exhibited the greatest desire for snack consumption.

In a state of emotional tension, consumers show a high inclination to reach for sweet snacks. The WE, PE, and NE groups often reach for cookies, chocolates, candies, ice cream, and candy bars, showing respective values of: x̄=2.66; x̄=2.63, and x̄=2.53. Consumers who did not declare an increase in consumption under the influence of emotions (BE) indicated that experiencing negative emotions rarely affects their consumption of sweet snacks (x̄=2.36). To check for differences between segments and the consumption of sweet snacks while experiencing negative emotions, a Kruskal-Wallis test was carried out, which did not show a statistically significant influence of emotional conditions on reaching for sweet snacks (F=3.743; p=0.11). Hypothesis H3d was therefore refuted.

Discussion

Unhealthy snacks, rich in energy, sugar, and salt, have a negative impact on consumers’ health, and their excessive consumption significantly contributes to the rise in overweight and obesity in society (Almoraie Karlsson et al., 2021). It seems that promoting healthy snacks with high nutritional content through education is important for improving health and reducing the risk of diseases, but it may be ineffective due to the emotional motivations for their consumption. The results of our study confirmed not only the emotional patterns of food consumption but also the emotional nature of snack consumption. Both positive and negative emotions shape food consumption, but negative ones have a greater impact, consistent with the findings of Saine and Zhao (2021). Cluster analysis revealed four patterns of emotional eating, three of which (WE, NE, and PE), covering over 78% of the respondents, indicate the influence of emotions (Figure 1). The most negative emotions influencing food consumption in all three segments were loneliness (ranking 2nd in WE and NE, and 3rd in PE) and sadness (ranking 3rd and 1st, respectively, in WE and NE). These emotions were often highlighted as negative consequences of the pandemic, leading to increased consumption of unhealthy snacks. This suggests that the negative impact of the pandemic may have been one of the factors increasing appetite and food consumption. Individuals experiencing negative emotions such as anxiety, depression, and pandemic-related stress were more likely to reach for snacks as a way of coping with these emotions. Thus consumption could serve as an emotional function and as a coping mechanism during challenging situations / facing difficulties.

Experiencing emotions leads to a greater craving for sweet snacks than for salty ones. The sweet taste of snacks is perceived as a way to soothe negative feelings and a source of pleasure. Wołosiak et al. (2016) suggest that consuming sugars and other sweet substances additionally provides pleasure due to the production of endorphins, often referred to as happiness hormones. Sweetness can act as a motivating factor for consumption, hence it is reasonable to assume that this attribute will play a crucial role in consumer communications. Associating a product with sweetness may translate into its being preferred and selected. Decoupling the sweet taste from snacks opens up new avenues for promoting more beneficial snacking options.

Linking specific categories of snacks to emotions being experienced may have serious consequences in terms of reinforcing unhealthy dietary behaviors. Emotions are treated as triggers for certain behaviors, which over time become habits. Snack consumption may be tied to habits acquired in childhood and youth, then perpetuated in adulthood and maturity, and passed on to subsequent generations. Using sweet snacks as a reward for good behavior or consolation for a sad child create a conditioned response, in which the young consumer learns such behavior and acquires a routine. Therefore, it is crucial to promote healthy dietary patterns among parents and children in emotional contexts, based on healthy snacks and shifting the narrative around food discourse (so that food serves neither as a reward, nor as a punishment).

Research has shown a strong link between emotions and snack consumption, revealing certain characteristic patterns associated with consumer profiles. We found that financial situation, health status, and weight change are associated with membership in distinct clusters (Figure 2). In our study, dissatisfaction with one’s financial situation, health status, and weight gain were predictors of belonging to the WE and NE groups, while a positive profile of these features translated into membership in the PE group.

The assessment of one’s financial situation may influence behaviors in response to stressful life situations. Individuals who rate their financial situation worse may be more prone to negative emotions related to financial problems. Food consumption could serve as a form of emotional compensation or coping mechanism for life difficulties. Additionally, lower socioeconomic status could limit access to other stress coping mechanisms, increasing the attractiveness of eating as a way to alleviate negative feelings.

Individuals who rated their financial situation worse may also be more prone to be overweight and face health problems associated with excessive food consumption. This can lead to more serious health problems such as obesity, diabetes, and heart disease. There is a need for targeted interventions to support individuals with low financial self-esteem in managing emotions and coping with stress in a healthier way than through excessive food consumption. Individuals with poorer financial self-esteem may also be more susceptible to compulsive food consumption as a way to cope with negative emotions.

Subjective assessment of one’s health status and weight gain significantly influences dietary behaviors in situations of negative emotions. Individuals who felt that their health had deteriorated during the pandemic more often reached for snacks as a way to cope with stress and anxiety related to illness. This suggests that worsening health may be a risk factor for increased consumption of unhealthy food during periods of emotional stress.

Moreover, individuals who experienced weight gain during the pandemic tended to reach for snacks as a form of emotional compensation. This behavior may be related to lower self-esteem and greater psychological burden associated with weight gain. Weight gain may be a risk factor for increased snack consumption as a coping mechanism for stress.

Understanding these relationships is crucial for developing effective nutritional and mental health strategies, especially during times of health and emotional crises. Further research should focus on identifying the mechanisms underlying these relationships and developing interventions aimed at improving mental health and dietary habits during challenging times, such as pandemics.

Research has shown a significant association between product positioning and visibility in stores, price promotions, and snack consumption (Luick et al., 2023; Piernas et al., 2022; Ravensbergen et al., 2015). While our study did not address this, examining how emotions are influenced at the point of purchase through product availability and presentation could be a valuable direction for future research.

One limitation of our study was its focus on a specific demographic group (adults) and the categorization of snacks limited solely to unhealthy food, characterized by a binary taste designation (sweet/salty). In future research, it would be valuable to include other groups such as children, and adolescents, and also consider a wider variety of types of snacks.

References

Almoraie Karlsson, J., Persson, L. O., Sjöström, L., & Sullivan, M. (2000). Psychometric properties and factor structure of the Three-Factor Eating Questionnaire (TFEQ) in obese men and women. Results from the Swedish Obese Subjects (SOS) study. International Journal of Obesity and Related Metabolic Disorders: Journal of the International Association for the Study of Obesity, 24(12), 1715–1725. https://doi.org/10.1038/sj.ijo.0801442

Ben Hassen, T., El Bilali, H.& Allahyari, M.S. (2020). Impact of COVID-19 on Food Behavior and Consumption in Qatar. Sustainability, 12(17), 6973. https:// doi.org/10.3390/su13158617

Ben Hassen, T., El Bilali, H., Allahyari, M.S., Karabašević, D., Radosavac, A., Berjan, S., Vaško, Ž., Radanov, P. & Obhodaš, I. (2021). Food Behavior Changes during the COVID-19 Pandemic: Statistical Analysis of Consumer Survey Data from Bosnia and Herzegovina. Sustainability, 13(15), 8617. https://doi.org/10.3390/ su13158617

Betancourt-Núñez, A., Torres-Castillo, N., Martínez-López, E., De Loera-Rodríguez, C.O., Durán-Barajas, E., Márquez-Sandoval, F., Bernal-Orozco, M.F., Garaulet, M. & Vizmanos, B. (2022). Emotional Eating and Dietary Patterns: Reflecting Food Choices in People with and without Abdominal Obesity. Nutrients, 14, 1371. https://doi.org/10.3390/nu14071

Bilici, S., Ayhan, B., Karabudak, E., & Koksal, E. (2020). Factors affecting emotional eating and eating palatable food in adults. Nutrition Research and Practice, 14(1), 70–75. https://doi.org/10.4162/nrp.2020.14.1.70

Borsellino, V., Kaliji, S.A. & Schimmenti, E. (2020). COVID-19 Drives Consumer Behaviour and Agro-Food Markets towards Healthier and More Sustainable Patterns. Sustainability, 12(20), 8366. https://doi.org/10.3390/su12208366

Bourdier, L., Lalanne, C., Morvan, Y., Kern, L., Romo, L., & Berthoz, S. (2017). Validation and Factor Structure of the French-Language Version of the Emotional Appetite Questionnaire (EMAQ). Frontiers in Psychology, 8, 442. https://doi.org/10.3389/fpsyg.2017.00442 Brzeziński, J. (red.). (2004). Metodologia badań psychologicznych – Wybór tekstów [Methodology of Psychological Research: Selection of Texts]. Poznań: Wydawnictwo Naukowe PWN.

Damasio, A. (1994). Descartes’ Error: Emotion, Reason, and the Human Brain. Avon Books.

Devonport, T.J., Nicholls, W. & Fullerton, C. (2019). A systematic review of the association between emotions and eating behaviour in normal and overweight adult populations. Journal of Health Psychology, 24(1), 3–24. https://doi.org/ 10.1177/1359105317697813

Evers, C., Adriaanse, M., de Ridder, D. T., & de Witt Huberts, J. C. (2013). Good mood food: Positive emotion as a neglected trigger for food intake. Appetite, 68, 1–7. https://doi.org/10.1016/j.appet.2013.04.007

Frayn, M., Livshits, S. & Knauper, B. (2018). Emotional eating and weight regulation: a qualitative study of compensatory behaviors and concerns. Journal of Eating Disorders, 6, 23. https://doi.org/10.1186/s40337-018-0210-6

Fuente González, C.E., Chávez-Servín, J.L., de la Torre-Carbot, K., Ronquillo González, D., de los Ángeles Aguilera Barreiro, M. & Ojeda Navarro, L.R. (2022). Relationship between Emotional Eating, Consumption of Hyperpalatable Energy-Dense Foods, and Indicators of Nutritional Status: A Systematic Review. Journal of Obesity, 2022, Article ID 4243868.

Geliebter, A. & Aversa, A. (2003). Emotional eating in overweight, normal weight, and underweight individuals. Eating Behaviors, 3(4), 341–347. https://doi.org/10.1016/ s1471-0153(02)00100-9

Godet, A., Fortier, A., Bannier, E. i in. (2022). Interactions between emotions and eating behaviors: Main issues, neuroimaging contributions, and innovative preventive or corrective strategies. Reviews in Endocrine and Metabolic Disorders, 23, 807–831. https://doi.org/10.1007/s11154-021-09700-x

Jansen, E., Thapaliya, G., Aghababian, A., Sadler, J., Smith, K., & Carnell, S. (2021). Parental stress, food parenting practices and child snack intake during the COVID-19 pandemic. Appetite, 161, 105119. https://doi.org/10.1016/j.appet.2021. 105119

Li, S., Kallas, Z., Rahmani, D. & Gil, J.M. (2021). Trends in Food Preferences and Sustainable Behavior during the COVID-19 Lockdown: Evidence from Spanish Consumers. Foods, 10, 1898. https://doi.org/ 10.3390/foods10081898

Ljubičić, M., Matek Sarić, M., Klarin, I., Rumbak, I., Colić Barić, I., Ranilović, J., Dželalija, B., Sarić, A., Nakić, D., Djekic, I., i in. (2023). Emotions and Food Consumption: Emotional Eating Behavior in a European Population. Foods, 12(4), 872. https://doi.org/10.3390/foods12040872

Luick, M., Pechey, R., Harmer, G., Bandy, L., Jebb, S. A., & Piernas, C. (2023). The impact of price promotions on confectionery and snacks on the energy content of shopping baskets: A randomised controlled trial in an experimental online supermarket. Appetite, 186, 106539. https://doi.org/10.1016/j.appet.2023.106539

Moss, R.H., Conner, M. & O’Connor, D.B. (2021). Exploring the effects of positive and negative emotions on eating behaviours in children and young adults, Psychology, Health & Medicine, 26(4), 457–466. https://doi.org/10.1080/13548506.2020.1761553

Nolan, L. J., Halperin, L. B., & Geliebter, A. (2010). Emotional Appetite Questionnaire. Construct validity and relationship with BMI. Appetite, 54(2), 314–319. https://doi.org/10.1016/j.appet.2009.12.004

Obesity and overweight. (n.d.). Retrieved 9 August 2023, from https://www.who.int/ news-room/fact-sheets/detail/obesity-and-overweight

Piernas, C., Harmer, G., & Jebb, S. A. (2022). Removing seasonal confectionery from prominent store locations and purchasing behaviour within a major UK supermarket: Evaluation of a nonrandomised controlled intervention study. PLoS Medicine, 19(3), e1003951. https://doi.org/10.1371/journal.pmed.1003951 Rachmawati, Y., Anantanyu, S. & Kusnandar, K. (2019). Emotional eating, snacking behavior and nutritional status among adolescents. International Journal of Public Health Science, 8, 413. https://doi.org/10.11591/ijphs.v8i4.20398

Ravensbergen, E. A. H., Waterlander, W. E., Kroeze, W., & Steenhuis, I. H. M. (2015). Healthy or Unhealthy on Sale? A cross-sectional study on the proportion of healthy and unhealthy foods promoted through flyer advertising by supermarkets in the Netherlands. BMC Public Health, 15, 470. https://doi.org/ 10.1186/s12889-015-1748-8

Reichenberger, J., Schnepper, R., Arend, A.K. & Blechert, J. (2020). Emotional eating in healthy individuals and patients with an eating disorder: evidence from psychometric, experimental and naturalistic studies. Proceedings of the Nutrition Society, 79(3), 290–299. https://doi.org/10.1017/S0029665120007004

Saine, R., & Zhao, M. (2021). The asymmetrical effects of emotional loneliness vs. Social loneliness on consumers’ food preferences. Food Quality and Preference, 87, 104040. https://doi.org/10.1016/j.foodqual.2020.104040

Salari, N., Hosseinian-Far, A., Jalali, R., Vaisi-Raygani, A., Rasoulpoor, S., Mohammadi, M., Rasoulpoor, S., & Khaledi-Paveh, B. (2020). Prevalence of stress, anxiety, depression among the general population during the COVID-19 pandemic: A systematic review and meta-analysis. Globalization and Health, 16(1), 57. https://doi.org/10.1186/s12992-020-00589-w

Scarborough, P., Bhatnagar, P., Wickramasinghe, K. K., Allender, S., Foster, C., & Rayner, M. (2011). The economic burden of ill health due to diet, physical inactivity, smoking, alcohol and obesity in the UK: An update to 2006-07 NHS costs. Journal of Public Health (Oxford, England), 33(4), 527–535. https://doi.org/10.1093/pubmed/fdr033

Shimul, A. S., Cheah, I., & Lou, A. J. (2021). Regulatory focus and junk food avoidance: The influence of health consciousness, perceived risk and message framing. Appetite, 166, 105428. https://doi.org/10.1016/j.appet.2021.105428

Thaler, R.H., & Sunstein, C.R. (2008). Nudge: Improving Decisions about Health, Wealth, and Happiness. Yale University Press.

Wołosiak, R., Szczepańska, J., Ciecierska, M., Derewiak, D., Drużyńska, B., Kowalska, J. & Majewska, E. (2016). Ocena zachowań konsumentów na rynku produktów słodyczy. Bromatologia i Chemia Toksykologiczna, 3, 676–680, https://www.ptfarm.pl/pub/File/Bromatologia/2016/Nr%203/BR%203_2016%20art%2089%20s%20676-680.pdf

Zaltman, G. (2003). How Customers Think: Essential Insigts into the Mind of the Market. Harvard Business School.

W kontekście zmian legislacyjnych dotyczących dni pracy podmiotów handlu detalicznego ograniczających dostęp do placówek handlowych w niedziele powstaje szereg dylematów związanych ze sprawną realizacją procesu zaopatrzenia gospodarstw domowych w artykuły ogólnospożywcze czy przemysłowe. W opracowaniu porusza się kwestię zmian w przyzwyczajeniach dotyczących realizacji zakupów tych grup produktowych w poszczególnych dniach tygodnia. Jego głównym celem jest identyfikacja preferencji konsumentów odnośnie tygodniowego rozkładu zakupów oraz zmian tych zwyczajów pomiędzy 2014, 2016 a 2018 rokiem. Weryfikacji poddano skalę zmian, jakie miały miejsce w okresie przed wprowadzeniem zmian legislacyjnych dotyczących zamknięcia placówek handlowych w niedziele i po nich. Przyjęto przy tym hipotezę zakładającą, że istnieją statystycznie istotne różnice w tygodniowych rozkładach zakupów w poszczególnych latach poprzedzających ustawę i po wejściu w życie ustawy o zakazie handlu w niedziele. Konieczność podporządkowania się przepisom zarówno przez przedsiębiorców sfery handlu, jak i przez ich klientów skłania do przyjęcia kolejnego założenia, że zmiany zachodzące w analizowanym czasie (lata 2014, 2016 i 2018) charakteryzują się większą skalą niż różnice mające miejsce w tygodniowych rozkładach zakupów zdywersyfikowanych podgrup przyjętych do analizy.

Weryfikacja tych założeń jest prowadzona na podstawie wyników własnych badań realizowanych cyklicznie w 2014, 2016 i 2018 roku. Dane zgromadzono w procesie wywiadu bezpośredniego z wykorzystaniem autorskiego kwestionariusza w losowo wybranych miejscowościach oraz placówkach handlowych w województwie podkarpackim. Zachowano zasadę, by w badaniu uczestniczył co dziesiąty klient aż do uzyskania liczby 10 respondentów w jednym sklepie. Ostateczna liczebność zebranych wywiadów wynikała przede wszystkim z weryfikacji kompletności uzyskanych danych. Było to odpowiednio 787, 611 i 250 respondentów — mieszkańców województwa podkarpackiego. Badania konsumentów dały możliwość wnioskowania o zwyczajach zakupowych zarówno w kategoriach według cech demograficznych, społecznych czy ekonomicznych, jak i w ujęciu dynamicznym.

Zróżnicowania pomiędzy grupami konsumentów, jak i pomiędzy poszczególnymi latami, w których przeprowadzono badania, były poddane testowaniu statystycznemu z wykorzystaniem testu chi kwadrat przy poziomie istotności α = 0,05.

Przegląd literatury

Legislacyjne rozwiązania zakazujące handlu w niedziele wywołały wiele kontrowersji i dyskusji o charakterze społecznym i politycznym. W dyskurs ten włączona została także wykorzystywana narzędziowo ekonomia, która dostarczyła argumentów obu stronom sporu. W tym kontekście niedziela była ujmowana jako dzień roboczy (dobro produkcyjne) lub dzień wolny (dobro konsumpcyjne), w każdym wariancie generując koszty alternatywne jej wykorzystania (Drobny, 2015, s. 110–111). Argumentacja w publicznej debacie rozszerzona jednak została znacznie poza analizy rachunku ekonomicznego, odwołując się do bardziej złożonych kulturowych i aksjologicznych podstaw ochrony niedzieli. Odnajdywane już w projekcie ustawy uzasadnienia dla wprowadzenia zakazu handlu w niedzielę koncentrowały się na kwestiach wypoczynku, religii, życia prywatnego i rodzinnego oraz rozwoju rodzimej przedsiębiorczości (Strzała i Grygutis, 2018, s. 9). Wielu przeciwników tego rozwiązania przywoływało wyliczenia ekonomicznych kosztów ograniczenia handlu (zawarto je m.in. w raporcie agencji PwC z 2016 r.; por. Szromnik, 2017a, s. 416–417) czy swobód działalności gospodarczej, zwolennicy zaś podkreślali konieczność umacniania kapitału ludzkiego i społecznego (Dylus, 2013, s. 195), ochrony praw pracowniczych, znaczenia życia rodzinnego i odpoczynku, a także względy religijne (Adamiec i Grodzka, 2017, s. 1). Wskazywano także na kwestie poparcia społecznego, które stanowi niezbędną podstawę wprowadzenia nowych regulacji (Dylus, 2013, s. 199).

Tymczasem wyniki wielu sondaży nie tylko pokazywały niejednoznaczne opinie Polaków wobec zakazu handlu w niedziele, ale też realne zachowania wskazujące na dokonywanie zakupów konsumenckich właśnie w ten dzień. Przykładowo badania CBOS (wrzesień 2016 r.) wskazywały, że większość Polaków robi zakupy w niedzielę (79%) (za: Adamiec i Grodzka, 2017, s. 1), badania Ceneo (wrzesień 2016 r.) podawały podobny odsetek konsumentów realizujących zakupy w tym dniu, a zgodnie z badaniami agencji TNS (październik 2016 r.) Polacy w większości (około 2/3 badanych) nie popierali nowych propozycji ustawodawczych (Szromnik, 2017a, s. 415–418).

Badania Szromnika (z 2016 r.) przeprowadzone na terenie Polski Południowo-Wschodniej wskazały natomiast dychotomiczny podział badanej populacji ze względu na stosunek do funkcjonowania handlu w niedziele (Szromnik, 2017b, s. 192).

Interesujące są także wyniki badań nad skutkami wdrożenia zakazu handlu. Według danych GUS w pierwszym miesiącu funkcjonowania ustawy sprzedaż w super- i hipermarketach wzrosła w porównaniu z poprzednim rokiem (za: Jękot, 2018, s 13). Badania tygodniowego rozkładu realizacji zakupów przeprowadzone w czerwcu 2018 r., a więc po wprowadzeniu nowej regulacji, pokazują, że zakupy niezmiennie najchętniej były realizowane w sobotę. Natomiast większość badanych źle oceniało wprowadzony zakaz, a zaledwie co trzecia osoba akceptowała zamknięcie sklepów w niedziele. Ponadto nie zaobserwowano znacznego ograniczenia zakupów w dniach objętych regulacją — jedynie 1/3 ankietowanych nie dokonywała zakupów w niedziele niehandlowe (Jękot, 2018, s. 14–20). Badania nad kwestią zmienności tygodniowego cyklu zakupowego są jednak relatywnie nieliczne (Szromnik, 2017a, s. 411). W szczególności zasadne jest ich prowadzenie z uwzględnieniem długiego horyzontu zmian, gdyż — jak wskazuje A. Dylus (2013, s. 196) — prawo oprócz funkcji restrykcyjnej pełni również funkcję edukacyjną, długookresowo zmieniając postawy i zachowania. Można więc spodziewać się stopniowego wzrostu społecznej akceptacji oraz zmiany wzorców zakupowych ukierunkowanych legislacyjnie.

Tygodniowe rozkłady zakupów i ich zmiany w czasie

Trzy edycje badań przeprowadzonych wśród konsumentów w województwie podkarpackim pozwalają zaobserwować specyfikę zachowań zakupowych i ich zmiany w okresie wdrażania ustawy o ograniczeniach w handlu.

Niezależnie od okresu analizy oraz rodzaju produktu podkarpaccy konsumenci najczęściej realizowali zakupy w sobotę. Zjawisko to odzwierciedla większą dostępność czasu wolnego od pracy w tym dniu, a także tradycyjne podejście do organizacji zajęć w gospodarstwie domowym, zgodnie z którym niedziela traktowana jest jako dzień wypoczynku. Koncentracja zakupów w sobotę była jednak wyższa w odniesieniu do produktów przemysłowych, o charakterze dóbr trwałego użytku, relatywnie rzadszego zakupu, których nabycie łączy się z większym poziomem zaangażowania i ryzyka. W przypadku tej grupy produktowej zakupy relatywnie często realizowane były również w piątek, co wskazuje na zaplanowany długotrwały charakter procesu decyzyjnego. Natomiast w przypadku produktów ogólnospożywczych dużo częściej zaopatrywano się w nie w poniedziałki, co łączy się z nietrwałym charakterem wielu dóbr żywnościowych i zużywaniem się „weekendowych” zapasów.

Pomimo istotnej zmiany w możliwościach realizacji zakupów produktów ogólnospożywczych w niedziele po wprowadzeniu nowych rozwiązań legislacyjnych, przyrost zainteresowania poniedziałkiem jako dniem zakupów wzrósł w 2018 r. w stosunku do poprzedniej edycji badania jedynie o 3,5 pkt. proc. (tabela 1). Podobny przyrost odnotowano w przypadku odsetka respondentów dokonujących zakupy we wtorki. Środa okazała się natomiast dniem tygodnia, w którym nie odnotowano dużych zmian pod wpływem ograniczenia sprzedaży w niedziele. Istotny wzrost dotyczył natomiast zainteresowania uczestników badania dokonywaniem zakupów w czwartki, które zarówno przed wprowadzeniem regulacji, jak i po nim miały dla klientów najmniejsze znaczenie.

Nieco zaskakuje spadek wskazań zarówno na piątek, jak i na sobotę jako dzień zakupów żywności w kontekście zamknięcia sklepów w niedziele.

Wydaje się, że naturalną konsekwencją powinien być wzrost zainteresowania zakupami w tych dniach jako zabezpieczeniem przed potencjalnymi niedoborami. Okazuje się jednak, że konsumenci uzupełniają te braki raczej na początku kolejnego tygodnia. Pośrednio może to być powodowane wzrastającym zainteresowaniem usługami gastronomicznymi, odzwierciedlającym tendencje społeczne, jak i dostępem do obiektów gastronomicznych również w niedziele. Istotny spadek odsetka deklaracji o zakupach w niedziele okazuje się zgodny z intencją ustawodawstwa oraz przejawem wprowadzenia nowych przepisów w życie.

Podobne tendencje dotyczą również zmian w zachowaniach nabywców artykułów przemysłowych. W ich przypadku odnotowano nieznacznie wyższy niż w odniesieniu do żywności spadek realizacji zakupów w niedziele. Poniedziałek, wtorek i środa stały się dniami wyższej aktywności zakupowej, natomiast czwartek i piątek straciły na znaczeniu. Największy odsetek zakupów artykułów przemysłowych przypadał jednak na sobotę, której ranga była najwyższa we wszystkich edycjach badania i istotnie wzrosła w 2018 r. względem roku 2016. Zwiększone zaangażowanie w zakupy artykułów przemysłowych wynika z samego ich charakteru. Wybór optymalnego produktu z tej grupy wymaga zwykle większego wysiłku w procesie decyzyjnym, obejmującym między innymi porównanie alternatywnych możliwości zaspokojenia potrzeb nabywców, co przekłada się na odkładanie takich zakupów na dzień, w którym nabywcy dysponują większym zasobem wolnego czasu.

Tygodniowe rozkłady zakupów produktów ogólnospożywczych wśród różnych grup konsumentów

W 2018 r. początkowe dwa dni tygodnia częściej stanowiły obszar zainteresowania zakupami produktów ogólnospożywczych dla respondentów zamieszkujących tereny wsi (tabela 2). Środa i czwartek były natomiast częściej preferowane przez mieszkańców miast. Zakupy w piątek woleli realizować mieszkańcy terenów mniej zurbanizowanych, zaś w sobotę aktywność zakupowa była wyższa wśród respondentów z miast, którzy również w niedziele częściej dokonywali zakupów.

Analiza w grupach dochodowych (tabela 2) wskazuje na spadek zainteresowania zakupami w poniedziałek wraz z rosnącym poziomem zamożności respondentów. Osoby o dochodach powyżej 1000 złotych relatywnie częściej dokonywały zakupów we wtorki, a powyżej 1500 złotych — w środy. Czwartki wybierali najczęściej respondenci o dochodach w przedziale 1001–1500 zł.

Rosnąca wielkość gospodarstwa domowego mierzona liczbą jego członków korespondowała z rosnącym zainteresowaniem zakupami w poniedziałki (tabela 3), kiedy to uzupełniano produkty ogólnospożywcze zużyte w trakcie niedzieli. Nie zaskakuje także fakt, że to najliczniejsze rodziny również we wtorki kontynuowały zakupy oraz że to one najczęściej kupowały także w soboty.

W gospodarstwach jednoosobowych dwukrotnie częściej niż wśród pozostałych respondentów wskazywano środę jako główny dzień zakupów. O ile znaczenie czwartku było podobne dla gospodarstw jedno- i dwuosobowych, o tyle rodziny 3–5-osobowe robiły wtedy zakupy znacznie rzadziej, a w największych spośród badanych rodzin marginalizowano ten dzień zakupów zupełnie.

Kobiety częściej niż mężczyźni wybierały zakupy w poniedziałki, wtorki i piątki, mężczyźni natomiast częściej niż kobiety deklarowali dokonywanie zakupów w środy i czwartki (tabela 3). O ile obie grupy płci w podobnym stopniu dokonywały zakupów w soboty, o tyle niedziela była dniem, w którym blisko dwukrotnie częściej produkty żywnościowe kupowali mężczyźni. Może to być powodowane łączeniem zakupów produktów spożywczych z wizytami na stacjach benzynowych prowadzących działalność także w niedziele.

Wiek respondentów nie determinował w sposób jednoznaczny stylów zakupowych wyrażonych dniem ich realizacji (tabela 4). Respondenci najmłodsi relatywnie najczęściej kupowali żywność w poniedziałki. Nieznacznie niższy odsetek wskazań odnotowano jednak w przypadku osób najstarszych spośród badanych przy znacznie niższych udziałach poniedziałku wśród pozostałych badanych. We wtorek relatywnie najczęściej kupowały osoby powyżej 50. roku życia. Czwartek był dniem cieszącym się małym zainteresowaniem wśród młodzieży. Znaczenie piątku wzrastało natomiast wraz ze wzrostem wieku badanych, jednak z zaburzeniem tej tendencji w przypadku osób najstarszych, które w piątek kupowały rzadziej niż 15–25-latkowie. Sobotę jako główny dzień zakupów wskazywał zbliżony odsetek (27,9–31,7%) osób w każdym wieku.

W poniedziałek stosunkowo najczęściej kupowały produkty ogólnospożywcze osoby ze średnim wykształceniem (tabela 4). Wraz ze wzrostem poziomu wykształcenia badanych malał odsetek deklaracji o realizacji takich zakupów we wtorki, natomiast wzrastał udział osób dokonujących zakupów w piątki. To osoby o co najmniej średnim wykształceniu częściej udawały się do sklepów w sobotę.

Tygodniowe rozkłady zakupów produktów przemysłowych w różnych grupach konsumentów

W porównaniu z zachowaniem respondentów dotyczącym zakupów ogólnospożywczych i przemysłowych w 2018 r. na uwagę zasługuje mniejsza dywersyfikacja deklaracji dotyczących produktów przemysłowych między mieszkańcami miast i wsi (tabela 5). W podobnych odsetkach klienci zarówno ze wsi, jak i z obszarów zurbanizowanych wskazywali na poniedziałek (10,1 i 9,9), środę (11,2 i 11,8), piątek (18,0 i 19,3) i sobotę (44,9 i 45,3) jako dzień zakupów. Nieco większe różnice wystąpiły w przypadku wtorku — częściej deklarowanego w mieście, piątku — mającego większe znaczenie dla mieszkańców wsi.

Analiza w poszczególnych grupach dochodu (tabela 5) wskazuje na relatywnie najniższe zainteresowanie zakupami produktów przemysłowych w poniedziałek wśród respondentów o dochodzie w przedziale 1501–2500 zł, którzy z kolei najczęściej spośród innych grup dochodowych realizowali takie zakupy we wtorek. W środę kupował produkty przemysłowe podobny odsetek respondentów z każdej grupy dochodowej (od 10,3 do 14,8%), w czwartki zaś odnotowano podobne zaangażowanie w zakupy artykułów przemysłowych wśród osób o dochodzie 601–2500 zł. O połowę rzadziej w czwartki kupowali klienci o dochodach poniżej 600 zł na osobę, a najzamożniejsi nie dokonywali wtedy zakupów produktów przemysłowych w ogóle.

Artykuły przemysłowe w poniedziałek kupowali najczęściej klienci pochodzący z 2–5-osobowych rodzin (tabela 6). Rzadziej dokonywali ich reprezentanci większych rodzin (5,9%), natomiast w gospodarstwach jednoosobowych nikt nie wskazał poniedziałku jako głównego dnia takich zakupów.

We wtorki ze zbliżonym (około 11,5% badanych) natężeniem kupowano produkty przemysłowe w większości podgrup wielkościowych gospodarstw domowych z wyjątkiem rodzin 3–5-osobowych, gdzie odsetek wskazań był o połowę niższy. Środa cieszyła się uznaniem przede wszystkim respondentów z najliczniejszych rodzin, ale także osób z jednoosobowych gospodarstw domowych. We czwartki kupowało około 5% badanych w gospodarstwach 1–5-osobowych, natomiast z zakupów tych rezygnowano w rodzinach co najmniej 6-osobowych. Gospodarstwa jednoosobowe oraz 6-osobowe i więcej znacznie rzadziej niż 2–5-osobowe zaopatrywały się w artykuły przemysłowe w piątki, natomiast znacznie chętniej niż w innych dniach tygodnia, jak i podgrupach wielkości rodziny kupowano w nich produkty przemysłowe w soboty. Na niedzielne zakupy artykułów przemysłowych decydowano się głównie w jednoosobowych gospodarstwach domowych.

Kobiety chętniej niż mężczyźni kupowały produkty przemysłowe w poniedziałki, czwartki i soboty, mężczyźni natomiast we wtorki, środy i piątki. Mężczyźni częściej także poszukiwali oferty produktów przemysłowych w sklepach otwartych w niedziele (tabela 7).

Poniedziałek na dzień zakupów wybierały najczęściej osoby w wieku 36–50 lat, najrzadziej natomiast osoby w wieku 26–35 lat, które również we wtorek wykazywały najmniejszą aktywność zakupową. W środy, czwartki i soboty relatywnie rzadko kupowali produkty przemysłowe klienci w wieku 36–50 lat, którzy z kolei znacznie przekraczali wskaźniki pozostałych podgrup, odwiedzając sklepy w piątek. W sobotę zakupy robili najchętniej najmłodsi spośród badanych (tabela 7).

Zainteresowanie zakupami w poniedziałek i środę malało wraz ze wzrostem poziomu wykształcenia (tabela 7). Pomimo braku tendencji liniowej, należy zauważyć, że również we wtorki najrzadziej kupowali artykuły przemysłowe respondenci z najwyższym wykształceniem, którzy przekładali je raczej na koniec tygodnia, i to oni wskazywali najczęściej jako dzień zakupów piątek i sobotę, choć w tym ostatnim przypadku nieco ustępowali respondentom z wykształceniem średnim. Ponadto posiadacze dyplomów uczelni wyższych najczęściej odwiedzali sklepy z asortymentem przemysłowym w niedziele handlowe.

Analiza prezentowanych wyników badań własnych z wykorzystaniem testu chi kwadrat do weryfikacji istnienia statystycznie istotnych różnic w rozkładach danych wyodrębnionych podgrup klasyfikacyjnych pozwala stwierdzić dodatkowo istnienie takich różnic (dla α = 0,05) dla porównania rozkładu zakupów w poszczególnych dniach tygodnia w latach 2014, 2016 i 2018 — zarówno w przypadku produktów ogólnospożywczych, jak i przemysłowych. Ten poziom istotności statystycznej nie pozwala dostrzec natomiast takiego zróżnicowania w przypadku kategoryzacji według przyjętych cech demograficznych, społecznych czy ekonomicznych, które mają raczej charakter poglądowy. Na tej podstawie należy przyjąć hipotezę o większym zróżnicowaniu analizowanego zjawiska w latach niż w prezentowanych podgrupach klasyfikacyjnych.

Podsumowanie

Wprowadzenie 10 stycznia 2018 r. Ustawy o ograniczeniu handlu w niedziele i święta oraz w niektóre inne dni skutkowało z jednej strony szeregiem protestów ze strony przedsiębiorstw, które zmuszone były do przeorganizowania dotychczasowych schematów pracy, uwzględniając zapisy legislacyjne, jak i ze strony klientów, którzy obawiali się ograniczenia swobodnego dostępu do placówek handlowych realizujących zaopatrzenie gospodarstw domowych w produkty ogólnospożywcze czy przemysłowe w dogodnym dla nich czasie. Poprzedzające wprowadzenie ustawy liczne dyskusje i akcje informacyjne pozwoliły na ewolucyjne przystosowanie się sfery popytu do nowych uwarunkowań. W myśl podstawowych założeń nowowprowadzonych przepisów w praktyce zmniejszył się udział osób dokonujących główne zakupy w niedzielę. Zakupy produktów żywnościowych przeniesione zostały na poniedziałek i wtorek kolejnego tygodnia, nie zaś — jak można by oczekiwać — na sobotę poprzedzającą niedzielę niehandlową. Świadczyć to może o większym zainteresowaniu klientów usługami gastronomicznymi, których ustawa nie dotyczyła, jak i pragmatyzmie klientów, którzy woleli uniknąć potencjalnych niedogodności związanych z zatłoczeniem sklepów czy długimi kolejkami w soboty. Sobota stała się natomiast dniem, na który przesunęła się aktywność zakupowa klientów nabywających artykuły przemysłowe. Pozostała, nieznaczna część konsumentów niemogących dokonać takich zakupów w niedziele, dokonała migracji na poniedziałek, wtorek i środę. Największe przywiązanie do zakupów żywności w niedzielę wykazali w 2018 r. mężczyźni w wieku 26–35 lat, z co najmniej średnim wykształceniem, o dochodach powyżej 2500 zł, prowadzący jednoosobowe gospodarstwo domowe w mieście. W przypadku produktów przemysłowych charakterystyka ta nieznacznie przesuwa się w kierunku wyższego wykształcenia oraz miejsca zamieszkania, jakim były obszary wiejskie. Zmiany obserwowane w czasie charakteryzowały się przy tym wyższym poziomem istotności niż różnice odnotowane w samym 2018 r. wśród respondentów reprezentujących zdywersyfikowane podgrupy przyjętej do analizy klasyfikacji.

Przeprowadzone badania pozwalają wnioskować o istotnym wpływie rozwiązań legislacyjnych zarówno na zachowania konsumenckie, jak i sposób, w jaki przedsiębiorcy handlu detalicznego powinni organizować swoją działalność. Zalecenia dla handlowców mogą jednak różnić się w zależności od rodzaju oferowanego przez nich asortymentu. Uwzględniając wyniki przedstawionych badań, można sugerować, by detaliści sprzedający produkty ogólnospożywcze w większym stopniu zaangażowali zasoby pracy w poniedziałki oraz wtorki następujące bezpośrednio po niehandlowych niedzielach, natomiast detaliści handlujący produktami przemysłowymi powinni przesunąć pracowników do pracy w soboty. Dodatkowo można sformułować pewne zalecenia dotyczące podejmowania działań marketingowych przez tych przedsiębiorców handlu detalicznego, których nie dotyczą ograniczenie w handlu w niedzielę. Korzyści biznesowe mogą oni osiągnąć poprzez koncentrację oferty na zaspokajaniu potrzeb klientów: z gospodarstw jednoosobowych, relatywnie zamożnych i wykształconych. Niemniej jednak, biorąc pod uwagę niewielkie zróżnicowania pomiędzy poszczególnymi grupami konsumentów, oferta powinna być dostępna i atrakcyjna również dla nabywców o odmiennych charakterystykach społecznych, demograficznych i ekonomicznych.

Referencje

1. Adamiec, J., Grodzka, D. (2017). Społeczne uwarunkowania handlu w niedziele. Infos, 1(224), 1–4.
2. Drobny, P. (2015). Zakaz pracy w niedzielę jako problem granic ekonomii. Studia Ekonomiczne, 210, 108–117.
3. Dylus, A. (2013). Ochrona prawna niedzieli. Próba uzasadnienia. Prakseologia, 154, 187–199.
4. Jękot, A. (2018). Ograniczenie i zakaz handlu w niedziele w opinii konsumentów. Zeszyty Naukowe Wyższej Szkoły Ekonomiczno-Społecznej w Ostrołęce, 3(30), 9–22.
5. Strzała, M., Grygutis, J. (2018). Założenia aksjologiczne ustawy o ograniczeniu handlu w niedzielę i święta. Studia z Zakresu Prawa Pracy i Polityki Społecznej, 25(1), 1–18; DOI: 10.4467/25444654SPP.18.001.8273.
6. Szromnik, A. (2017a). Handel i zakupy w niedzielę w opinii społecznej — studium porównawcze (cz. I). Handel Wewnętrzny, 3(368) t. II, 409–422.
7. Szromnik, A. (2017b). Handel i zakupy w niedzielę w opinii społecznej — studium porównawcze (cz. II). Handel Wewnętrzny, 4(369) t. I, 180–199.
8. Ustawa z dnia 10 stycznia 2018 r. o ograniczeniu handlu w niedziele i święta oraz w niektóre inne dni, Dz. U. z 2018 r. poz. 305.

Obecnie zmieniły się zachowania zakupowe konsumentów z branży handlu detalicznego i zostały one uznane za wartą uwagi zmianę kierunku od zachowań zakupowych w sklepach fizycznych do zachowań związanych z nabywaniem przez Internet. Sytuacja ta idzie w parze ze zmieniającym się trendem zachowań konsumentów, którzy rezygnują z używania komputerów stacjonarnych na rzecz smartfonów. Azja Południowo-Wschodnia jest uważana za najszybciej rozwijający się handel elektroniczny pod względem przychodów ze sprzedaży i przewiduje się, że w 2020 roku przekroczy 25B USD, a w 2025 roku 88,1B (Frost & Sullivan, 2016 & Google, 2017): Indonezja, Tajlandia, Singapur, Malezja, Wietnam i Filipiny (eMarketer, 2016 & Statista, 2016). W najnowszym raporcie Frost & Sullivan (2018), wzrost w ujęciu kwartalnym w Azji Południowo-Wschodniej wyniósł 28,5%, co przekroczyło przychody 6B USD w IV kwartale 2017 r., przy czym Indonezja nadal jest największym rynkiem Azji Południowo-Wschodniej, na którym w IV kwartale 2017 r. odnotowano 25% wzrost w ujęciu kwartalnym.

Ponadto Azja Południowo-Wschodnia jest pierwszą gospodarką mobilną, w której ponad 90% użytkowników internetu korzysta ze smartfonów i spędza średnio 3,6 godziny dziennie w mobilnym internecie, czyli więcej niż jakikolwiek inny region świata (Google, 2017). Indonezja znów jest wiodącym rynkiem z 87% ruchu komórkowego, a następnie są to odpowiednio: Tajlandia, Filipiny, Singapur, Malezja i Wietnam (iPrice, 2017 i WeAreSocial, 2018). Ponad 90% użytkowników używa smartfonów, jednakże nie następuje znaczny wzrost zakupów online za pośrednictwem aplikacji mobilnych. Większość klientów nadal korzysta ze strony internetowej do wyszukiwania i dokonywania zakupów, gdzie występuje rosnąca tendencja do korzystania z aplikacji mobilnych (Frost & Sullivan, 2018). Google (2015) również zanotował podobny wynik wcześniej, ponieważ większość użytkowników nadal korzysta z telefonów komórkowych jako pierwszego kroku w celu znalezienia i porównania kupowanych produktów, a następnie zakupią pożądany produkt w sklepie lub za pośrednictwem komputera stacjonarnego lub laptopa, jeśli chcą kupić pożądany produkt w Internecie. Tendencję tę można zaobserwować na sześciu największych rynkach Azji Południowo-Wschodniej, gdzie wskaźnik konwersji na komputerach stacjonarnych jest średnio 2,5–3 razy wyższy niż na telefonach komórkowych (iPrice, 2017). WeAreSocial (2018) zebrali dane, aby pokazać porównanie rynku indonezyjskiego i singapurskiego w odniesieniu do zamiaru zakupu. Na podstawie danych, całkowita populacja w Indonezji jest większa — 265,4 mln mieszkańców niż w Singapurze — 5,75 mln. Liczba ta sprawia, że Indonezja ma około 132,7 mln z 50% penetracją użytkowników Internetu i 4,83 mln z 83% penetracją użytkowników Internetu. Łączna liczba realnych użytkowników telefonii komórkowej w Indonezji jest mniej rozpowszechniona niż w Singapurze (67% do 82%), co odpowiada liczbie aktywnych użytkowników Internetu mobilnego w Indonezji i Singapurze.

Nawet jeśli ruch w sieci przy użyciu laptopa i komputera stacjonarnego jest niższy niż ruch w sieci przy użyciu telefonów komórkowych w obu krajach, nie wykazuje on żadnego znaczącego wzrostu w dokonywaniu zakupów przez Internet za pomocą telefonu komórkowego. Indonezja, której udział procentowy wynosi 31%, ma niższy zakup przez Internet za pośrednictwem aplikacji mobilnej, która jest rozwijana przez firmę w porównaniu z Singapurem, który wynosi 39%. W oparciu o dane z bazy iPrice (2017 r.), Indonezja wykazała, że współczynnik konwersji w obu krajach ma większy zakup przez Internet dokonywany za pośrednictwem aplikacji mobilnej, a nie aplikacji mobilnej o znacznej średniej wartości zamówienia, również w obu krajach. Dane pokazują, że Indonezja ma ogólny indeks krajowy na poziomie 52,71 na 100, a Singapur 83,42 na 100. Infrastruktura sieci komórkowych wydaje się być wyższa w Singapurze (81,14) w porównaniu z Indonezją (41,39). Z danych widać również, że gotowość konsumentów w Singapurze (82,47) jest wyższa niż w Indonezji (69,09).

Indonezja i Singapur różnią się między sobą pod względem wyposażenia i infrastruktury, które powodują różną gotowość konsumentów do korzystania z Internetu w celu dokonania zakupu online. Stając się krajem rozwijającym się, Singapur ma przewagę konkurencyjną w zakresie gotowości konsumentów. Gotowość konsumentów w obu krajach wykazuje dość znaczącą różnicę w procentach 69,09% i 82,47% ze względu na różne zrozumienie jak korzystać z mobilnego internetu lub jak mobilny internet może pomóc. Dlatego też bardzo ważne i konieczne jest uwzględnienie poziomu umiejętności i wykształcenia w danym kraju, a także poziomu wykształcenia, finansów i rynku pracy.

Współczynnik przeliczeniowy, który ma miejsce w Singapurze jest niższy niż w Indonezji. Wskaźnik konwersji z Indonezji jest wyższy niż z Singapuru i może okazać się, że Indonezja jest potencjalnym rynkiem dla rozwoju handlu elektronicznego w Azji Południowo-Wschodniej.

Obserwując powolny wzrost zakupów online poprzez aplikacje mobilne w Indonezji i Singapurze, jest to duże wyzwanie i może mieć wpływ na rozwój firmy, zwłaszcza jeśli firma koncentruje się na technologii mobilnej.

Podejrzewa się, że aplikacja mobilna nie spełnia wymagań konsumentów przy zakupie online. W związku z tym, niniejsze badanie ma na celu ustalenie i porównanie czynników, które mogą mieć wpływ na zachowanie konsumentów, którzy zamierzają dokonać zakupu online za pośrednictwem aplikacji mobilnej w Indonezji jako rynek rozwijający się, a Singapur jako rynek wschodzący. Ogólnie rzecz biorąc, na czyjąś intencję dokonywania zakupów przez Internet wpływa kilka czynników, takich jak zaufanie i ryzyko, postrzegana wygoda oraz korzyści, które są dostarczane (Dachyar dan Banjarnahor, 2017; Ling, Daud, Piew, Keoy, dan Hassan, 2011; Heijden, Verhagen, dan Creemers, 2003). Jednakże, dokonując zakupów online przez telefon komórkowy, istnieje kilka różnych czynników, takich jak cechy produktu, reputacja marki, wpływ społeczny, jakość systemu, informacje i oferowane usługi (Rahim, Safin, Kheng, Abas, Ali, 2015; Chen, 2013).

Problem badawczy (oświadczenie o problemie)

eHandel Azji Południowo-wschodniej jest gospodarką mobilną — pierwszą, która napędza wszystkie gospodarki zachodnie, jeśli chodzi o znaczenie lub wskaźnik handlu mobilnego w ruchu generowanym przez każdego operatora handlu elektronicznego. W handlu elektronicznym w Azji Południowo-Wschodniej wzrost ruchu komórkowego wydaje się tak agresywny i niepowstrzymany. Ilość telefonów komórkowych wzrosła średnio o 19%, a w ciągu ostatnich 12 miesięcy wzrosła o 72% całego ruchu internetowego w handlu elektronicznym. Indonezja jest liderem w tej dziedzinie. Obecnie ma zdumiewający 87% udział w ruchu mobilnym.

W żadnym z krajów Azji Południowo-Wschodniej ruch na komputerach stacjonarnych nie stanowi więcej niż 30% ruchu w sieci. W oparciu o tło problemów, które zostały skompilowane, obserwuje się znaczny wzrost wykorzystania urządzeń mobilnych poprzez urządzenia przenośne i laptopy lub komputery stacjonarne w dostępie do Internetu w Indonezji, który osiągnął 87%.

Z drugiej strony, znaczny wzrost wykorzystania telefonów komórkowych za pośrednictwem smartfonów daje inną historię wzrostu zamiaru zakupu online za pośrednictwem aplikacji mobilnej.

Z uwagi na tę lukę, problem ten zostanie zbadany w ramach tego badania, które pozwoli na określenie czynników wpływających na zachowanie konsumenta, który ostatecznie zdecyduje się na zakup pożądanych produktów online za pośrednictwem aplikacji mobilnej.

Cele badawcze

Głównym celem badań jest rozpoznanie istotnego wpływu łatwości obsługi, użyteczności, jakości systemu, jakości informacji i usług na zachowanie konsumentów, którzy zamierzają dokonać zakupu online za pośrednictwem aplikacji mobilnej w Indonezji i Singapurze.

Pytania badawcze

Pytania, które należy przeanalizować w niniejszym opracowaniu, są następujące:

1. Dlaczego wzrost zakupów przez internet za pośrednictwem aplikacji mobilnej nie odzwierciedla tego samego wzrostu co wzrost wykorzystania internetu mobilnego w Indonezji i Singapurze?
2. Jakie są istotne czynniki, które mogą mieć wpływ na zamiar dokonywania zakupów online za pośrednictwem aplikacji mobilnej w Indonezji i Singapurze?
3. Jakie są aspekty, na które te czynniki mają wpływ i jakie są konsekwencje dla zamiaru zakupu online za pośrednictwem aplikacji mobilnej?

Przegląd literatury

Intencja jest motywacją, która może wpłynąć na osobę w kształtowaniu pewnych pożądanych zachowań i może być wykorzystana do sprawdzenia, jak wiele pragnień i wysiłków kogoś w celu osiągnięcia danego zachowania (Ajzen, 1991). Według Pavlou (2003), cel zamiaru zakupu online można scharakteryzować jako okoliczność, w której kupujący jest chętny i oczekuje wymiany online, która składa się z trzech etapów: wyszukiwania informacji, przekazywania informacji i zakupu produktu. Według Shah et al. (2012) zamiar zakupu jest decyzją wynikającą z powodu, dla którego dana osoba kupuje wybraną przez siebie markę.

Badanie to miało na celu zbadanie wpływu łatwości obsługi, użyteczności, jakości systemu, informacji i jakości usług na zachowania konsumentów w zakresie zamiaru zakupu online za pośrednictwem aplikacji mobilnej. W tym samym badaniu stwierdzono, że konsumenci spotkają się z decydującym etapem przed dokonaniem internetowych transakcji zakupu produktów, co automatycznie doprowadzi konsumentów do poznania informacji o pożądanych produktach.

Konsumenci będą oceniać produkty, które chcą kupić, dokonywać transakcji zakupu i dostarczać informacji zwrotnych po zakończeniu procesu ich zakupu. Tak więc, konsumenci będą dokonywać zakupów produktów po ich sprawdzeniu. Będą chcieli uzyskać właściwe produkty, zgodnie z ich życzeniami.

Model akceptacji technologii (TAM)

Model akceptacji technologii TAM jest teorią, która jest opracowywana w celu ustalenia, w jaki sposób łatwość użycia i użyteczność systemu może wpłynąć na czyjeś intencje i zachowanie w korzystaniu z systemu (Davis et al., 1989). Łatwość użytkowania opisuje, w jaki sposób system nie wymaga nadmiernego wysiłku, a użyteczność opisuje, w jaki sposób system może poprawić działanie systemu (Davis et al., 1989; Davis, 1989; McKechnie, Winklhofer i Ennew, 2006; Lee, Fiore i Kim, 2006; Chen & Ching, 2013). W poprzednim badaniu wspomniano, że łatwość obsługi i użyteczność mają wpływ na czyjeś intencje w korzystaniu z systemu. W kontekście e-commerce, strony internetowe, które są łatwe w użyciu i mogą dostarczyć użytecznych informacji, będą w stanie zwiększyć zamiar zakupu (Chen & Ching, 2013).

Jest to również poparte kilkoma badaniami, które sugerują, że łatwość użycia i użyteczność mają wpływ na zamiar dokonania zakupów online (Ling, Daud, Piew, Keoy i Hassan, 2011; Heijden, Verhagen i Creemers, 2003; Gefen i in., 2003). Zakupy online przy użyciu komputerów stacjonarnych i telefonów komórkowych dostarczają jednak innych wrażeń, ponieważ mają różne systemy, wyświetlacze i funkcje, które mogą mieć wpływ na zakupy online (Chen, 2013). Dlatego też handel mobilny powinien być równie użyteczny i łatwy w użyciu, ponieważ może mieć wpływ na aktywność i lojalność użytkowników (Ahmad & Ibrahim, 2017). W związku z tym niniejsze opracowanie będzie się koncentrowało na tym, w jaki sposób łatwość obsługi i użyteczność może wpłynąć na zamiar zakupu za pośrednictwem aplikacji mobilnej.

Model sukcesu IS

Model sukcesu IS jest pojęciem teoretycznym stosowanym w różnych badaniach jako podstawowe kryterium oceny i oceny jakości systemów informatycznych (Rai et al 2002). Model sukcesu IS jest wykorzystywany, aby sprawdzić, jak skuteczna jest jakość tworzonych systemów informacyjnych (Eom, 2013). Wymiary jakości informacji, jakości systemu i jakości świadczonych usług będą kluczowym czynnikiem w analizie i szacowaniu jakości samego systemu informacyjnego. (DeLone & McLean, 2003). Model D&M IS Success został po raz pierwszy stworzony przez DeLone i McLean w 1992 roku z modelem takim jak rysunek 1.

Początkowo DeLeon i McLean zajmowali się tylko zmienną jakością i jakością systemu. Podczas gdy w samym rozwoju Systemu Informacyjnego, wraz z pojawieniem się e-commerce i aplikacji internetowych opartych na urządzeniach mobilnych, należy dodać usługi o zmiennej jakości. Dlatego też w 2003 roku DeLone i McLean zaktualizowali swoje modele IS, dodając zmienne dotyczące jakości usług, a nie system informacyjny, taki jak rysunek 2.

Ponieważ model ten został stworzony i przeprowadzony przez DeLone i McLean, jest on centralną częścią wszystkich badań mających na celu zbadanie powodzenia systemu informacyjnego (Pitt et al., 1995; Rai et al., 2002). Ten model systemu informacyjnego może być również wykorzystywany i aktualizowany w zakresie efektywności strony internetowej (Molla i Licker, 2001). Pomimo faktu, że użyteczność i zastosowanie modelu sukcesu Systemu Informacyjnego zostało z powodzeniem wsparte przez znaczną część wcześniejszych badań w szerokim zakresie ustawień systemu informatycznego, rzadko był on wykorzystywany do badania ciągłości zachowań klientów w kontekście mobilnego systemu zakupów.

Badania nad uogólnieniem modelu sukcesu IS w kontekście zakupów mobilnych są niezwykle potrzebne. Zakupu mobilnego nie można oddzielić od koncepcji systemów informatycznych, dlatego też teoretycznym fundamentem, który jest odpowiedni, jest sam model sukcesu IS.

Hipotezy

Mobilny system zakupów obejmuje technicznie integrację systemową sprzętu i oprogramowania oraz obsługę klienta. W związku z tym trzy wymiary jakości (system, informacja i serwis) wydają się mieć potencjał aby bezpośrednio wpłynąć na zamiar zakupu mobilnego systemu zakupów. Wymiary te odzwierciedlają również unikalne i różne aspekty jakości IS, a także mają unikalny wpływ na zadowolenie klienta (Ho, et al., 2012; Lin et al., 2011; Kim et al., 2011; Safeena i Kammani, 2013).

Nawet jeśli fakt, że konsumenci nie korzystają w coraz większym stopniu ze swoich smartfonów do robienia zakupów przez Internet, inwestowanie w technologię mobilną w celu objęcia rynku telefonii komórkowej może ostatecznie zwiększyć zatrzymanie dotychczasowych konsumentów i jednocześnie przyciągnąć nowych konsumentów.

Stwierdzono, że inwestycje w rozwój nowych technologii przyniosą firmie ogromne korzyści w zakresie odkrywania i wykorzystywania rynku w nowy sposób (Renko i in., 2009).

Akceptacja nowej technologii znajdzie odzwierciedlenie w zamiarze zakupu nowych produktów przez konsumentów i może być łatwo zauważalna wśród działań zaradczych, które są skoncentrowane na klientach (Herzenstein i in., 2007). Dlatego też oczekuje się, że łatwość obsługi i użyteczność urządzeń zapewni solidne połączenie z zamiarem zakupu przez konsumenta. W związku z tym hipotezy te można rozwinąć w następujący sposób:

H1: Łatwość użytkowania ma znaczący wpływ na zamiar zakupu za pośrednictwem aplikacji mobilnej.
H2: Przydatność ma znaczący wpływ na zamiar zakupu za pośrednictwem aplikacji mobilnej.
H3: Jakość informacji ma znaczący wpływ na zamiar zakupu za pośrednictwem aplikacji mobilnej.
H4: Jakość systemu ma znaczący wpływ na zamiar zakupu za pośrednictwem aplikacji mobilnej.
H5: Jakość usług ma znaczący wpływ na zamiar zakupu za pośrednictwem aplikacji mobilnej.

Ramy teoretyczne

Według Sekaran & Bougie (2009), ramy teoretyczne są podstawowym fundamentem, na którym jest spójnie tworzony, przedstawiany i wyjaśniany system relacji pomiędzy zmiennymi, który w określony sposób uwzględnia sytuację problemową i wskazywany jest poprzez procesy wywiadów, obserwacji i przeglądu literatury. Celem tego badania jest zbadanie i zbadanie związków pomiędzy łatwością użytkowania, użytecznością, jakością systemu, jakością informacji i jakości usług w aplikacjach mobilnych w odniesieniu do zamiaru zakupu przez konsumentów w Indonezji i Singapurze w oparciu o model sukcesu TAM i IS. Ramy teoretyczne przedstawiono na rysunku 3.

Metodologia badawcza

Nie można było pominąć sekcji metodologicznej, ponieważ jest ona uważana za ważną sekcję w celu zastosowania odpowiedniej metody osiągnięcia celu badawczego. Ponadto znaczenie stosowania prawidłowej metody generuje również dokładniejszy wynik (Silverman, 1993).

Dlatego też badania te zostały podjęte w celu wyboru odpowiedniego podejścia w odniesieniu do pytań badawczych, które zostaną wykorzystane.

Elementy projektu badawczego

Metody/strategie projektowania badań, które są wykorzystywane w tych badaniach, to badania ilościowe. Metoda ta koncentruje się na zbieraniu świeżych danych, które dotyczyły problemu, który pojawił się w dużej populacji i analizie danych poprzez zaniedbanie emocji i uczuć jednostki lub kontekstu środowiskowego. Strategia ilościowa pracowała nad tym celem i mierzy go poprzez działania i opinie, które pomogły badaczom opisać dane, a nie interpretować dane. Poza tym badania te obejmowały w większości zorganizowane zapytania, które przewidywały i wymagały uwzględnienia dużej liczby respondentów.

Analiza statystyczna

Celem tych badań jest znalezienie cech charakterystycznych danych i przetestowanie rozwoju hipotez na potrzeby badań. Do przeprowadzenia analizy statystycznej w tych badaniach wykorzystywany jest Pakiet statystyczny dla nauk społecznych (SPSS). Narzędzia analizy statystycznej, które będą wykorzystywane to Analiza Statystyki Opisowej, Analiza Alfa Cronbacha, współczynnik korelacji Pearsona oraz Analiza regresji wielu zmiennych.

Analiza statystyki opisowej jest wykorzystywana do opisywania podstawowych cech danych poprzez dostarczanie prostych podsumowań dotyczących próby i miar, które stanowią podstawę praktycznie każdej analizy ilościowej danych. Współczynniki korelacji Pearsona, będą wykorzystywane do weryfikacji korelacji pomiędzy zmiennymi, a także do pomiaru istotnej relacji pomiędzy nimi. Analiza Alfa Cronbacha jest wykorzystywana w celu upewnienia się co do spójności każdej z danych (analiza wiarygodności). Ponadto, analiza regresji wielu zmiennych jest wykorzystywana do określenia hipotez i liniowej zależności pomiędzy wcześniej ustalonymi zmiennymi.

Technika gromadzenia danych

Zbadano nabywców, którzy korzystają z telefonów komórkowych w celu zebrania danych, które będą wykorzystywane do testowania hipotez i realizacji celów tego badania. Przed przeprowadzeniem badania ważne jest określenie i rozważenie wielkości próby, która ma zostać zbadana. Zdaniem Stevensa (2002) w badaniach nauk społecznych wielkość próby musi być 15 razy większa od liczby czynników prognostycznych. Dlatego też w tym badaniu, liczba próby wynosi 100. Badanie przeprowadzono za pomocą internetowego kwestionariusza.

Metoda i proces wybierania próby

Docelową populacją, do której skierowane są badania, są konsumenci handlu elektronicznego w Indonezji i Singapurze, którzy w ciągu ostatnich 6 miesięcy zrobili zakupy online za pomocą aplikacji mobilnej. W badaniach wykorzystano odpowiednio proste losowe wybieranie próby, aby objąć całą populację i zmniejszyć tendencje w przetwarzaniu danych.

Projekt badania administracyjnego

Pinsonneault i Kraemer uważają, że istnieją trzy główne cele badań z użyciem kwestionariusza ankiety, kiedy: 1) Dane z badań zależą od strategii ilościowych/metod, 2) Instrumenty są wykorzystywane w badaniach muszą być z góry określone, 3) Prace badawcze, wymagają przeanalizowania przykładów dla całej populacji. W badaniach tych wykorzystano samodzielnie administrowane badanie w celu zebrania informacji/danych. Kwestionariusze były rozsyłane arbitralnie poprzez ankietę internetową, aby dotrzeć do szerokiego grona odbiorców.

Opracowanie kwestionariusza

Kwestionariusz składał się z trzech części. W pierwszej części pytano respondentów o demografię. W drugiej części pytano o ich doświadczenia z zakupów mobilnych w ciągu ostatnich 6 miesięcy. Jeśli respondenci nie robią zakupów przez telefon komórkowy, wówczas wyłączają aplikację i przekierowują się na inną stronę. W ostatniej części zadano pytanie o więcej szczegółów na temat zależnych i niezależnych zmiennych, które były testowane w tym badaniu. Do pomiaru użyta została 5-stopniowa skala Likerta (1 = zdecydowanie się nie zgadzam, 5 = zdecydowanie się zgadzam).

Wszystkie pytania są przyjmowane z istniejącej literatury i dostosowywane do tych badań.

Wyniki badań

Rynek indonezyjski

Ogółem zebrano 100 odpowiedzi, z czego 55% to mężczyźni, a 45% to kobiety. Większość respondentów to osoby w wieku od 25 do 35 lat (65%). Większość respondentów (72%) korzystała z aplikacji mobilnej tylko wtedy, gdy jest ona potrzebna. W pierwszej trójce najnowszych pobranych aplikacji mobilnych znalazły się Tokopedia 1 (15%), Grab (15%) i Shopee (12%). Więcej informacji na temat danych demograficznych przedstawiono w tabeli 3.

Analiza współczynnika korelacji Pearsona jest wykorzystywana do określenia związku pomiędzy zmiennymi/czynnikami. Jak wynika z tabeli 4, współczynnik korelacji wynosi od 0,832 do 0,870. Współczynnik Alfa Cronbacha jest wykorzystywany do oceny niezawodności i spójności kwestionariusza. Wyniki niezawodności, jak pokazano w tabeli 5 w zakresie od 0,847 do 0.920, która to wartość wszystkich zmiennych/czynników przewyższa wyniki niezawodności 0,7 i może być wyrażona jako stała (Sekaran i Bougie, 2016). W świetle konsekwencji analizy regresji wielokrotnej, jak pokazano w tabeli 6 postrzegana przydatność (P = 0,041, B = 0,277, t = 2,071) znacząco wpływa na zamiar zakupu przez komórkę w Indonezji (hipoteza 2 została poparta). Ponadto wyniki wykazały, że jakość informacji (P = 0,028, B = 0,307, t = 2,239) znacząco wpływa na mobilny zamiar zakupu (hipoteza 4 została poparta).

Rynek singapurski

W Singapurze dane zebrano łącznie od 100 respondentów. Spośród 100 respondentów 49% z nich to mężczyźni, a 51% to kobiety. Również większość respondentów miała od 25 do 35 lat. Podobnie jak w Indonezji, gdzie korzystano z aplikacji mobilnej. Najnowsze 3 pobrane aplikacje to Lazada (8%), Deliveroo (7%) i Redmart (6%).

W oparciu o tabelę 8, Korelacja Pearsona dla wszystkich zmiennych mieści się w zakresie od 0,344 do 0,784. Podczas gdy wyniki niezawodności oparte na teście Alfa Cronbacha przekraczają 0,7, czyli mieszczą się w przedziale od 0,724 do 0,861. Wyniki przedstawione w tabeli 9 pokazują, że postrzegana łatwość użytkowania (P = 0,028, B = 0,234, t = 2,232) ma znaczący wpływ na zamiar zakupu urządzeń przenośnych.

Przydatność (P = 0,013, B= 0,293, t = 2,519) ma ogromny wpływ na mobilny zamiar zakupu i jakość usług (P = 0,028, B = 0,234, t = 2,232) ma znaczący wpływ na mobilny zamiar zakupu, który wspiera odpowiednio hipotezę 1, hipotezę 2 i hipotezę 5.

Wniosek i implikacja

Wniosek

Azja Południowo-Wschodnia jako pierwsza gospodarka mobilna wskazuje na ogromną szansę, ale jednocześnie stanowi wyzwanie. Wiele firm zmieniło strategię wykorzystania technologii komórkowej w celu uzyskania przewagi konkurencyjnej na rynku. Nie jest to jednak praca łatwa, choć w niektórych krajach zasięg telefonii komórkowej sięga nawet 80%, ale ludzie nadal preferują komputery stacjonarne jako swój pierwszy wybór, aby dokonać zakupu przez Internet. Dlatego też celem tego badania było znalezienie najważniejszych czynników, które wpływają na korzystanie z aplikacji mobilnej do dokonywania zakupów online w Indonezji i Singapurze. Pokazuje ono, że telefonia komórkowa stała się kluczową strategią zdobywania przewagi konkurencyjnej nie tylko w celu zwiększenia sprzedaży, ale także ekspansji rynków i budowania wysokiej jakości interakcji pomiędzy konsumentami i urządzeniami mobilnymi poprzez wykorzystanie telefonu komórkowego jako strategii angażowania klientów. Model sukcesu IS został rozszerzony, aby zmierzyć relacje pomiędzy łatwością użytkowania, użytecznością, jakością systemu, jakością informacji i jakości usług w odniesieniu do zachowań konsumentów, którzy zamierzają dokonać zakupu online za pośrednictwem aplikacji mobilnej. Wyniki wskazują, że ogólnie rzecz biorąc, niezależne zmienne mają znaczący pozytywny wpływ na zamiar zakupu online za pośrednictwem aplikacji mobilnej. W badaniu zalecono, że łatwość obsługi, użyteczność, jakość systemu, jakość informacji i jakość usług są koniecznymi prekursorami do oszacowania zamiaru zakupu online za pośrednictwem aplikacji mobilnej.

Wyniki wskazują, że w Indonezji jakość i użyteczność informacji ma znaczący wpływ na zachowania konsumentów w związku z zamiarem zakupu przez Internet. Wyczerpująca informacja zawiera wszystkie istotne atrybuty produktu dla każdego unikalnego produktu, takie jak: cena, opis, zdjęcia itp. Jeśli w danych o produkcie, które zostaną przekazane konsumentom, brakuje tych atrybutów, nie będzie ona pokazywała konsumentom pełnych informacji o produkcie. Ostatecznie, jeśli tak się stanie, detaliści tracą wiarygodność wobec konsumentów, ponieważ ich produkty nie są dobrze opisane na ekranie smartfonu. Dzięki wysokiej jakości informacji, konsumenci będą odpowiednio łatwo rozumieli lub pozostaną w kontakcie z detalistami za pośrednictwem ich unikalnej aplikacji mobilnej. Ponadto, posiadając dobrą jakość informacji, klienci będą mieli przywilej od łatwości użytkowania do zbadania wszystkiego na temat pożądanych produktów. Konsumenci oczekują personalizacji i dostosowania do indywidualnych potrzeb jako części ich doświadczeń z detalistami. Jeśli sprzedawcy detaliczni nie będą w stanie dostarczyć tego typu podwyższonych doświadczeń, klienci prawdopodobnie zwrócą się do innych sprzedawców detalicznych. Wykorzystanie dobrych informacji może również poprawić doświadczenie klienta w korzystaniu z aplikacji mobilnej oferowanej przez detalistów w celu uzyskania większego zamiaru zakupu od konsumentów. Poprawa wydajności, efektywności i produktywności w zakresie wyszukiwania, jak również zakupu pożądanych produktów oraz użyteczności informacji zawartych w aplikacji mobilnej będzie ukierunkowana na satysfakcję konsumentów, aby dokonać zakupu pożądanych produktów za pośrednictwem aplikacji mobilnej. Co więcej, gdyby aplikacja mobilna mogła zaoferować łatwy dostęp do korzystania z niej oraz dostarczyć miłych i łatwych doświadczeń w dokonywaniu zakupów online za pośrednictwem aplikacji mobilnej, postrzegana użyteczność aplikacji mobilnej miałaby znaczący wpływ na zamiar zakupu za pośrednictwem aplikacji mobilnej.

Wyniki wskazują, że w Singapurze łatwość obsługi, użyteczność i jakość usług mają znaczący wpływ na zachowania konsumentów w związku z zamiarem zakupu przez Internet. Postrzegana łatwość obsługi: aplikacja mobilna jest łatwa w obsłudze; nauka obsługi aplikacji mobilnej jest bardzo prosta; interakcja z aplikacją mobilną jest bardzo prosta i łatwa do zrozumienia; bardzo łatwo jest uzyskać aplikację mobilną, aby robić to, co chcemy dostarczając wartość 0,028, wskazano, że Singapurczycy są bardziej zainteresowani łatwością obsługi aplikacji mobilnej. Łatwiejsze korzystanie z aplikacji mobilnej będzie miało znaczący wpływ na zamiar zakupu za pośrednictwem aplikacji mobilnej.

Postrzegana łatwość obsługi jest wspierana również przez postrzeganą użyteczność, która daje klientom najlepsze doświadczenia związane z zakupami online, co w konsekwencji ma znaczący wpływ na zamiar zakupu za pośrednictwem aplikacji mobilnej. Obsługa klienta to nie tylko bycie uprzejmym dla konsumentów. Jest to zabójczy element działalności biznesowej, który może dać implikacje dla wyników końcowych i odpowiednio wpłynie na to, jak firma jest wyceniana i oceniana z publicznego punktu widzenia. Wiadomość o kilku wybitnych firmach pojawiła się z opóźnieniem z powodu złej polityki obsługi klienta. Jednakże dobrą wiadomością jest to, że istnieją stosunkowo proste do wdrożenia plany poprawy obsługi klienta, które utrzymają biznes na szczycie.

W związku z tym, postrzegana jakość usług w świadczeniu usług na czas, szybka reakcja na potrzeby konsumentów, spersonalizowane usługi i profesjonalna obsługa również dają znaczący wpływ na zamiar zakupu online przez konsumentów.

Implikacja

Nie można zaprzeczyć, że akceptacja zakupów online rośnie szybciej w czasie i odgrywa ważną rolę w zmianie zachowań zakupowych użytkowników. Wiele firm wypróbowało inną strategię, aby uchwycić akceptację rynku, szczególnie w przypadku strategii mobilnej, ze względu na wysoką penetrację w Azji. Jednak stoją one również przed wieloma wyzwaniami, które w związku z tym powodują, że zamiar zakupu jest o wiele niższy niż w przypadku komputerów stacjonarnych. W badaniu zidentyfikowano najważniejsze zmienne, które mogą mieć wpływ na intencje zakupowe użytkowników telefonów komórkowych. Badanie pokazuje, że chęć do zakupu z komputera stacjonarnego jest nadal wyższy w porównaniu z aplikacją mobilną, ponieważ większość użytkowników nadal korzysta z telefonu komórkowego jako pierwszego kroku do znalezienia i porównania produktów, które kupi, a następnie zakupi pożądany produkt w sklepie lub za pośrednictwem komputera stacjonarnego lub laptopa, jeśli chce kupić pożądane produkty online, co wpływa na wzrost zakupów online za pośrednictwem aplikacji mobilnej nie odzwierciedla tego samego wzrostu, podobnie jak wzrost wykorzystania Internetu na telefonach komórkowych w Indonezji i Singapurze.

Oba kraje, Indonezja i Singapur, dają różne sygnały niezależnych zmiennych, które wpływają na zamiar zakupu online za pośrednictwem aplikacji mobilnej. W Indonezji czynniki jakości informacji i użyteczności przeważają nad zamiarem zakupu online za pośrednictwem aplikacji mobilnej.

Z drugiej strony, w Singapurze czynniki takie jak łatwość obsługi, użyteczność i jakość usług dominują w zamiarze zakupu online za pośrednictwem aplikacji mobilnej.

Czynnik łatwości obsługi, użyteczności, jakości usług i informacji odpowiednio wpływa na zamiar zakupu online za pośrednictwem aplikacji mobilnej konsumentów. Zjawiska te będą miały bezpośredni wpływ na zachowanie konsumenta przy dokonywaniu zakupów online.

Istnieje wiele czynników wpływających na zamiar zakupu online w badaniach. Nawet czynniki w różnych badaniach mogą być spójne, model czynników wpływających na intencje zakupowe kupujących online może być ulepszony i wzbogacony, aby był znacznie bardziej przydatny do pomocy i kierowania zarządzaniem aplikacjami.

Literatura

1. Ahmad, Z., & Ibrahim, R. (2017). Mobile Commerce (M-Commerce) Interface Design: A
   Review of Literature.
2. Ajzen, I., (1991). The Theory of Planned Behavior. Organizational Behavior and Human
   Decision Processes, 179–211.
3. Better Than Cash Alliance. (2017). Social Networks, e-Commerce Platforms, and the
   Growth of Digital Payment Ecosystems in China: What It Means for Other Countries.
   Retrieved June 02, 2018, from https://btca-prod.s3.amazonaws.com/documents/
   283/english_attachments/Better_Than_Cash_Alliance_China_Report_April_2017_(1).pd
   f?1492605583
4. Chen, Y.H. and Barns, S. (2007) ‘Initial trust and online behaviour’, Industrial
   Management and Data Systems, Vol. 107, No. 1, pp.21–36.
5. Chen, L.Y. (2013). The Quality of Mobile Shopping System and Its Impact on Purchase
   Intention and Performance.
6. Chen, M.Y., & Ching, I.T. (2013). A comprehensive model of the effects of online store
   image on purchase intention in an e-commerce environment. Electronic Commerce
   Research, 13(1), 1–23.
7. Dachyar, M., Banjarnahor, L. (2017). Factors influencing purchase intention towards
   consumer-to-consumer e-commerce.
8. Davis, F.D. (1989). Perceived Usefulness, perceived ease of use, and user acceptance of
   information technology. MIS Quarterly, 13(3), 319–339
9. Davis, F.D., Bagozzi, R.P., & Warshaw, P.R. (1989). User acceptance of computer
   technology: a comparison of two theoretical model. Management Science, Vol. 35, pp.
   982–1003.
10. Dehua, H., Lu, Y., & Zhou, D. (2008). Empirical Study of Customers’ Purchase Intention
    in C2C Ecommerce. Tsinghua Science and Technology, 13(3), 287–292.
11. DeLone, W and E McLean. (2003). The DeLone and McLean model of information
    system success: a ten-year update. Journal of Management Information System, 19(4),
    9–30.
12. eMarketer. (2016). Mobile and Internet Usage Propels Southeast Asia’s Retail Ecommerce
    Sector. Retrieved June 02, 2018, from https://www.emarketer.com/Article/
    Mobile-Internet-Usage-Propels-Southeast-Asias-Retail-Ecommerce-Sector/1014431
13. Eom, S. (2013). Testing the Seddon Model of Information System Success in an E-
    Learning Context: Implications for Evaluating DSS. In J. E. Herna´ndez, S. Liu,B.
    Delibas¡ic, P. Zarate´, F. Dargam, & R. Ribeiro, Decision Support Systems II — Recent
    Developments Applied to DSS Network Environments (pp. 19–23). Berlin: Springer-
    Verlag Berlin Heidelberg.
14. Frost & Sullivan. (2016). Southeast Asia’s E-Commerce market to surpass US$25 billion
    by 2020 despite market challenges, finds Frost & Sullivan. Retrieved June 02, 2018, from
    https://ww2.frost.com/news/press-releases/southeast-asias-e-commerce-market-surpass-
    us25-billion-2020-despite-market-challenges-finds-frost-sullivan/
15. Gefen, D. (2000). E-commerce: The Role of Familiarity and Trust. The International
    Journal of Management Science, 28, 725–737
16. Gefen, D., Karahanna, E., & Straub, D.W. (2003). Trust and TAM in Online Shopping:
    An Integrated Model. Management Information System, 27(1), 51–90
17. Google. (2016). Micro-Moments: Your Guide to Winning the Shift to Mobile. Retrieved June 02, 2018, from https://www.thinkwithgoogle.com/marketing-resources/micromoments/micromoments-guide/
18. Google. (2017). e-Conomy SEA Spotlight 2017: Unprecedented Growth for Southeast Asia’s $50B Internet Economy. Retrieved June 02, 2018, from https://www.thinkwithgoogle.com/intl/en-apac/tools-research/research-studies/e-conomysea-spotlight-2017-unprecedented-growth-southeast-asia-50-billion-internet-economy/
19. Herzenstein, M., Posavac, S. S., and Brakus, J. (2007). “Adoption of new and really new products: the effects of self-regulation systems and risk salience”, Journal of Marketing Research, Vol. 44 No. 2, pp. 251–260.
20. Heijden, H.V., Verhagen, T., & Creemers, M. (2003). Understanding online purchase intentions: Contributions from technology and trust perspectives. European Journal of Information System, 12, 41–48.
21. Henderson, R., & Divett, M. J. (2003). Perceived usefulness, ease of use and electronic supermarket use. International Journal of Human-Computer Studies, 59, 383–395.
22. Ho, L. A., Kuo, T. H., and Lin, B. (2012). “The mediating effect of website quality on internet searching behavior”, Computers in Human Behavior, Vol. 28 No. 3, pp. 840–848.
23. Iprice insights. (2017). State of eCommerce in Southeast Asia 2017. Retrieved June 02, 2018, from https://iprice.sg/insights/stateofecommerce2017/
24. Ko, E., Kim, E. Y. and Lee, E. K. (2009). “Modelling consumer adoption of mobile shopping for fashion products in Korea”, Psychology & Marketing, Vol. 26, No. 7, pp. 669–687.
25. Kim, J. K., Hong, S., Min, J., and Lee, H. (2011). “Antecedents of application service continuance: a synthesis of satisfaction and trust”, Expert Systems with applications, Vol. 38, No.8, pp. 9530–9542.
26. Kim, H.-W., Xu, Y., & Koh, J. (2004). A comparison of online trust building factors between potential customers and repeat customers. Journal of the Association for Information Systems, 5(10), 392–420.
27. Kim, D. J., Ferrin, D. L., & Rao, H. R. (2008). A trust-based consumer decision-making model in electronic commerce: The role of trust, perceived risk, and their antecedents. Decision Support Systems, 44(2), 544–564.
28. Lee, H., Fiore, A. M., & Kim, J. (2006). The role of the Technology Acceptance Model in explaining effects of image interactivity technology on consumer responses. International Journal of Retail & Management, 34(8), 621–644.
29. Lin, C. C., Wu, H. Y., and Chang, Y. F. (2011). “The critical factors impact on online customer satisfaction”, Procedia Computer Science, Vol. 3, No. 1, pp. 276–281.
30. Ling, K. C., Daud, D. B., Piew, T. H., Keoy, K. H., Hassan, P. (2011). Perceived Risk, Perceived Technology, Online Trust for the Online Purchase Intention in Malaysia.
31. Molla, A., and Licker, P. S. (2001). E-Commerce system success:An attempt to extend and respecify the Delone and Mclean model of success. Journal of Electronic Commerce research, 2(4), 131–41.
32. McKinney, V., Yoon, K., Zahedi, F. M. (2002). The measurement of Web-customer satisfaction: An expectation and disconfirmation approach. Information Systems Research (13:3), pp. 296–315.
33. Pavlou, P. A. (2003). Consumer acceptance of electronic commerce: Integrating trust and risk with the technology acceptance model. International Journal of Electronic Commerce, 7(3), 69–103
34. Pinsonneault, A., and Kraemer, K. (1993). Survey research methodology in management information systems: an assessment. Journal of Management Information Systems 10, 75–105.
35. Pitt, Leyland F, Richard T. Watson, and C. Bruce Kavan. (1995). Service Quality: A Measure of Information Systems Effectiveness. MIS Quarterly, 19(2), pp. 173–87.
36. PR Newswire Asia. (2018). Southeast Asia B2C E-Commerce Market expands by 28.5% in Q4 2017 with Gross Merchandise Value over US$6 billion, finds Frost & Sullivan. Retrieved June 02, 2018, from http://www.asiaone.com/business/southeast-asia-b2cecommerce-market-expands-by-285-in-q4-2017-with-gross-merchandise-value
37. Rahi, S. (2017) Research Design and Methods: A Systematic Review of Research Paradigms, Sampling Issues and Instruments Development. Int J Econ Manag Sci 6: 403. doi: 10.4172/2162-6359.1000403
38. Rai, A., Lang, S.S., and Welker, R.B. (2002). Assessing the validity of IS success models: An empirical test and theoretical analysis. Information system research, 13(1), 50–69.
39. Renko, M., Carsrud, A., and Brännback, M. (2009). “The effect of a market orientation, entrepreneurial orientation, and technological capability on innovativeness: a study of young biotechnology ventures in the United States and in Scandinavia”. Journal of Small Business Management, Vol. 47, No. 3, pp. 331–369.
40. Safeena, Rahmath, and Kammani, Abdullah (2013). Conceptualization of electronic government adoption”. International Journal of Managing Information Technology, Vol. 5, No. 1, pp. 13–22.
41. Statista. (2018). Conversion rate of online shoppers worldwide as of 1st quarter 2018, by platform. Retrieved June 02, 2018, from https://www.statista.com/statistics/ 304280/global-online-shopper-conversion-rate-by-platform/
42. Stevens, J. (2002). Applied multivariate statistics for the social sciences (5th ed.). London: Psychology Press.
43. Sekaran, U., & Bougie, R. (2016). Research Methods for Business, a Skill Building Approach. UK: John Wiley and Sons, Inc.
44. Silverman D. (1993) Interpreting the Qualitative Data: Methods for analyzing talk,text and interaction. London: SAGE.
45. Shah, H., Aziz, A., Jaffari, A. R., Waris, S., Ejaz, W., Fatima, M. and Sherazi., K.(2012). The Impact of Brands on Consumer Purchase Intentions. Asian Journal of Business Management 4(2): 105–110.
46. Statista. (2015). Retail e-commerce market volume in Southeast Asia in 2015 and 2025, by country (in billion U.S. dollars). Retrieved June 02, 2018, from https://www.statista.com/statistics/647645/southeast-asia-ecommerce-market-size-country/
47. Statista. (2016). Retail e-commerce sales in select countries in Southeast Asia in 2016 (in billion U.S. dollars). Retrieved June 02, 2018, from https://www.statista.com/statistics/ 604964/retail-e-commerce-sales-select-countries-asia-pacific/
48. Venkatesh, V. (2000). Determinants of perceived ease of use: Integrating control, intrinsic motivation, and emotion into the technology acceptance model. Information system research, 46(2), 342–365.
49. WeAreSocial. (2018). Digital in 2018 in Southeast Asia. Retrieved June 02, 2018, from https://www.slideshare.net/wearesocial/digital-in-2018-in-south east-asia-part-2southeast-86866464