The occurrence of the COVID-19 pandemic in Indonesia prompted the government to enforce physical distancing to reduce the spread of the COVID-19 virus. The implementation of physical distancing has had an impact on several facets of human activity, encompassing the commercial and the non-commercial; for instance, the economy has been affected due to the cessation of several economic activities, and the mandatory social distancing protocols have had the effect of reducing opportunities for face-to-face social interactions (Ilyas, 2021; Mawar et al., 2021). One among these inevitable impacts was that teaching and learning activities could not be carried out by means of face-to-face interaction. The current pandemic condition demands a change in the learning culture, which was previously done conventionally with face-to-face interaction, to a learning activity carried out online (e-learning). e-Learning has been deemed the only way to continue the learning process in Indonesia when experiencing natural disasters or pandemics (Syarifudin, 2020). e-Learning is expected to encourage a more rigorous implementation of social distancing as well as serve as one of the efforts aimed at reducing the spread of the COVID-19 virus (Sadikin & Hamidah, 2020).

The development of information and communication technology (ICT) triggers the development of the online teaching and learning process. The media used in e-learning activities can be in the form of a learning management system (LMS) prepared by educational institutions as online learning media, as well as the use of other media; and the most common media platforms used in Indonesia for e-learning are WhatsApp, Zoom, Google Classroom, Google Meet and email (Pramana et al., 2020). Good preparation is needed in formulating the e-learning process so that the objectives of learning can be achieved and so that the students who pass through the education system under the aegis of the e-learning process become and remain competent in their respective fields of specialisation at the graduation and higher levels, and, at lower levels, achieve the fundamental objectives of the course undergone by them. The quality of elearning implemented during the COVID-19 pandemic is influenced by several factors, namely administrative support, course content, course design, instructor characteristics, learner characteristics, social support and technical support factors (Elumalai et al., 2019). The quality of e-learning administrative and support services, instructor performance and learning course materials have the greatest influence on the overall e-learning service quality (Pham et al., 2018). The e-learning process incorporates several benefits, which can provide flexibility in the learning process and encourage the emergence of independence in learning (Sadikin & Hamidah, 2020). Online learning can help students to obtain learning materials easily and discuss it with experts and lecturers without being limited by constraints of place and time (Hartanto, 2016).

e-Learning also presents several challenges that need to be faced, such as an inadequate internet connection and the lack of a conducive home environment in which the learning process might be carried out, as well as the emergence of a sense of isolation and a decrease in motivation levels due to a lack of face-to-face interaction (Rizvi & Nabi, 2021). Another challenge faced in the e-learning process is the lack of preparation, which encompasses two possible dimensions: an inadequacy in the infrastructural amenities that an educational institution makes available (to students undergoing education through the e-learning mode, as well as to the concerned teaching staff), and a paucity in the preparation of students. Against the backdrop of the fact that the prevalence of conditions such as pandemics and other unusual situations would trigger the adoption of the forced use of e-learning, such lack of preparation would result in the emergence of feelings of being under pressure whilst undergoing the e-learning programme (Abdur Rehman et al., 2021). The other measurable, significant impact caused by the e-learning process is that in terms of student loyalty towards the institution in which they are enrolled. In the absence of a timely resolution being provided, the challenges that students face can create frustration in them, as well as reduce their motivation for learning. Students’ loss of motivation and decrease in their learning performance can also be caused by a lack of support in terms of infrastructure or a lack of social support from lecturers in the e-learning process (Tan, 2021). The challenges that occur in the e-learning process have the potential to exercise a negative impact on students.

A preliminary survey has been conducted on 46 students in Tangerang to observe the phenomenon of the e-learning process being carried out. The survey was conducted by asking six open-ended questions regarding students’ experiences, impressions and obstacles while undergoing e-learning. From the survey conducted, it was found that students experienced both benefits and challenges during e-learning. The benefits are that students can flexibly choose their own time and place in preparing for classes, there are savings in transportation costs and living costs, the digital technology deployed in the e-learning process allows customisation to suit end-user needs, e.g. voice volumes can be adjusted by each participant, and there is a greater accessibility of materials. Universities that have implemented effective e-learning systems have thereby ensured the ease of participants’ learning. One of the main factors that respondents recommend to their universities is the readiness of the e-learning system.

On the other hand, students also experience many challenges and difficulties during e-learning. The common obstacles experienced by these students are problems pertaining to poor internet connection and infrastructural deficits, concentration that is easily divided and disturbed by other things, resulting in the level of interaction and communication getting disrupted, decrease in the level of motivation to study and pay attention to what is going on in the class, boredom, and fatigue in the eyes and body due to staring at the screen for too long; cumulatively, these problems can adversely affect students’ interest in learning. The challenges experienced during the e-learning process also affect the level of interest of students in being active in activities at their university; the survey results reveal that 57% of respondents stated that their level of interest in participating in activities decreased compared to that prevailing prior to commencement of the e-learning process. An inability to carry out direct interaction has been observed to be one of the factors influencing respondents’ absence of interest in participating in university activities. Furthermore, the level of interest in continuing further studies at the university is also affected. The results of the survey reveal that 61% of respondents stated that there was a decline or doubt in the level of interest in continuing their further studies at their university. This is because students have been experiencing boredom with regard to the e-learning process that they had been undergoing for the duration of the COVID-19 pandemic physical distancing restrictions.

This phenomenon has motivated the present research, which focusses on the influence of e-learning service quality factors on student perceived value (SPV) and student satisfaction, and finally on student loyalty. It is important to pay attention to this phenomenon, because if it is ignored, it can have a major impact on the quality of human resources in the future.

Literature Review

e-Learning

The online distance learning process, also known as e-learning, is a process involving learning and teaching activities that are carried out virtually by utilising internet facilities. In the e-learning process, the delivery of learning materials and evaluation of abilities, as well as interactions between lecturers and students, are carried out using ICT (Muhammad et al., 2016). The development of internet technology has facilitated, within the education system, the transition from traditional to modern teaching methods (Elumalai et al., 2019). The deployment of technology in education has provided an opportunity for lecturers and students to utilise the teaching and learning processes, from their respective points of view, in ways that would enable them to reach their full potential. There are several types of e-learning, including: Blended Learning, which is a combination of traditional and online classes, Flipped Classroom, which is a student-centred approach with online learning materials that have been given to students before class, Synchronous Learning, which is a distance learning process with real-time interaction, and Asynchronous Learning, which is a distance learning process with non-real-time interaction (Alqahtani & Rajkhan, 2020).

Relationship between system quality (SYQ) and e-learning service quality (SEQ)

System quality is a measurement of the information system process that focusses on the results of the interaction between the user and the system. The quality of the system can be measured by considering the ease of use (Aditi et al., 2021). System quality determines the characteristics of a system based on several aspects, namely usability, reliability, availability and adaptability, that affect user perceptions of using e-learning systems, and plays an important role in the adoption and use of e-learning systems (Salloum et al., 2019). Previous research has shown that the e-learning system quality is the most important factor influencing the e-learning services quality (Pham et al., 2019). The quality of the system has a crucial role in the use of e-learning systems (Alsabawy et al., 2012; Salloum et al., 2019). Therefore, this study proposes the following hypothesis:

Hypothesis 1: System Quality has a positive and significant influence on e-Learning Service Quality.

Relationship between instructor and course material quality (ICQ) and e-learning service quality (SEQ)

Instructor and Course Material Quality (ICQ) is defined as the quality of the instructor’s role in conveying their knowledge to students and the material used in each learning process (Pham et al., 2018). The characteristics that the instructor would ideally need to focus on include attitude, flexibility, knowledge of learning technology, teaching styles and the ability to motivate students (Alqahtani & Rajkhan, 2020). The learning course material focusses on learning development systems to achieve the goals of educational institutions, which consist of quality content, clarity of objectives, and learning strategies (Alqahtani & Rajkhan, 2020). The quality of an instructor and learning course materials are the factors affecting the quality of e-learning services (Pham et al., 2019). Course content and characteristics of instructors, conjoined as an amalgamated parameter, served as one of the factors that affected the quality of the e-learning that was implemented during the COVID-19 pandemic (Elumalai et al., 2019). The role of instructors is crucial in improving the quality of e-learning to a standard that would enable students to learn effectively during the COVID-19 pandemic (Abbasi et al., 2020). Therefore, this study proposes the following hypothesis:

Hypothesis 2: Instructor and Course Material Quality has a positive and significant influence on e-Learning Service Quality.

Relationship between administrative and support service quality (ASQ) and e-learning service quality (SEQ)

The administrative support factor focusses on supporting infrastructure and learners to enhance their experience. This includes communication assistance, as well as the availability to become a help centre and a training centre (Alqahtani & Rajkhan, 2020). The quality of e-learning support and administration, which exercises an important influence on the degree of attention that students pay to their lessons when undergoing a programme of e-learning, is in turn directly influenced by the level of service provided by university staff, including technical support pertaining to technological issues that may pose a hindrance to the uninterrupted functioning of e-learning sessions (Pham et al., 2018). The quality of support services is assessed through the assistance provided; the assessment is based especially on the support received in relation to online learning. The administrative and support services quality is one of the factors that affect the e-learning services quality (Pham et al., 2019). Administrative support has been one of the factors affecting the quality of the e-learning that was implemented during the COVID-19 pandemic (Elumalai et al., 2019). In determining the quality of e-learning services, what is important is not merely the teaching aspect but also the aspect of administrative services and other services (Arguelles & Busquet, 2016). Therefore, this study proposes the following hypothesis:

Hypothesis 3: Administrative and Support Service Quality has a positive and significant influence on e-Learning Service Quality.

Relationship between e-learning service quality (SEQ) and SPV

The quality of service received by customers is believed to have an influence on the value perceived by customers. Service quality has an impact on the customer’s perception of value; if the quality of the service received exceeds the customer’s expectations, such a phenomenon would effect an increase in the value perceived from the customer’s vantage point (in a generic context referred to as ‘perceived value’) (Hapsari et al., 2017). There is a positive and significant relationship between e-service quality and the perceived value of customers who use technology in Indonesia (Aditi et al., 2021). The relationship between eservice quality and perceived value shows that students, as users of online systems, evaluate the degree of worth that they associate with the university based on an assessment of the benefits and disadvantages characterising the system used by them in their interactions with university staff (Kilburn et al., 2016). Therefore, this study proposes the following hypothesis:

Hypothesis 4: e-Learning Service Quality has a positive and significant influence on Student Perceived Value.

Relationship between e-learning service quality (SEQ) and student satisfaction (STS)

The level of customer satisfaction is believed to increase along with the increase in the quality of online-based services (Fida et al., 2020). The satisfaction of students, who are customers in the learning environment, is also influenced by the quality of the e-learning services they receive. The quality of e-learning services provided by universities is believed to have a positive influence on student satisfaction (Annamdevula & Bellamkonda, 2016; Arguelles & Busquet, 2016; Chandra et al., 2018; Doan, 2021; Lunarindiah, 2016; Pham et al., 2019). Therefore, this study proposes the following hypothesis:

Hypothesis 5: e-Learning Service Quality has a positive and significant influence on Student Satisfaction.

Relationship between SPV and student satisfaction (STS)

Perceived value or the customer’s overall assessment of what is received compared to what is given is believed to have a strong influence on customer satisfaction. Several studies mention that the perceived value of customers has a strong influence on the level of satisfaction (Hapsari et al., 2017; Kusumawati & Rahayu, 2020). There is a positive and significant relationship between perceived value and e-satisfaction from customers who use technology in Indonesia (Aditi et al., 2021). The level of SPV also has a positive and significant influence on the level of student satisfaction with regard to the university (Halimatussakdiah et al., 2020; Lunarindiah, 2016). Therefore, this study proposes the following hypothesis:

Hypothesis 6: Student Perceived Value has a positive and significant influence on Student Satisfaction.

Relationship between SPV and student loyalty (STL)

It has been assessed that the perceived value of a customer is a factor that has a significant impact on customer loyalty (Kusumawati & Rahayu, 2020). Perceived value is believed to have a major influence on customer loyalty (Lai et al., 2009). SPV is believed to exercise a positive influence on the concerned student’s degree of loyalty towards their chosen institution of collegiate education (Kilburn et al., 2016), and additionally to influence the intention to continue e-learning activities (Nugroho et al., 2019). Therefore, this study proposes the following hypothesis:

Hypothesis 7: Student Perceived Value has a positive and significant influence on Student Loyalty.

Relationship between student satisfaction (STS) and student loyalty (STL)

The satisfaction received by customers is believed to result in loyal customers, and moreover, when a feeling of satisfaction arises in a customer resultant to experiencing a product or service, this phenomenon associates that particular commodity with an impression of positivity within the customer’s memory (Kusumawati & Rahayu, 2020; Sharma et al., 2020). Previous research stated that a 1% shift in customer satisfaction can result in a 61.7% shift in customer loyalty (Ibojo & Asabi, 2015). Several studies have shown that the level of student satisfaction affects the level of student loyalty (Annamdevula & Bellamkonda, 2016; Arguelles & Busquet, 2016; Chandra et al., 2018; Doan, 2021; Pham et al., 2019). The dissatisfaction of an information system (e-learning) user can cause the user’s unwillingness to continue using the system (Nugroho et al., 2019). Therefore, this study proposes the following hypothesis:

Hypothesis 8: Student Satisfaction has a positive and significant influence on Student Loyalty.

Mediating effects

The quality of service received by the customer/student can affect the perceived value and ultimately can affect the level of satisfaction. Previous research stated that there is a positive and significant relationship between e-service quality and e-satisfaction with the mediation of SPV from customers who use technology in Indonesia (Aditi et al., 2021). e-Service quality will affect the degree of fulfilment of customer’s expectations, and when these are effectively fulfilled, customer satisfaction would be the result (Demir et al., 2020).

The perception of value felt by students in undergoing the e-learning process will affect the level of satisfaction; if a sense of satisfaction is resultantly produced, it will result in students’ loyalty towards the university. Satisfaction has a role as a strong mediator in the relationship between perceived value and continuance intention concerning the use of e-learning (Nugroho et al., 2019). The level of satisfaction of students can mediate between SPV and the intention to use the e-learning system and recommend it to others (Chang, 2013). Therefore, this study proposes the following hypotheses:

Hypothesis 9: e-Learning Service Quality has a positive and significant influence on Student Satisfaction mediated by Student Perceived Value.

Hypothesis 10: Student Perceived Value has a positive and significant influence on Student Loyalty mediated by Student Satisfaction.

The relationships between factors and its mediating effects shown on Figure 1.

Research Methods

The present research was conducted using a quantitative research approach. Data collection was carried out by distributing questionnaires via Google Form to undergraduate students participating in e-learning at six universities in Tangerang. The selected respondents were active students who had previously experienced the offline learning process, and had thereafter participated in e-learning; these were students from batches 2017, 2018 and 2019. The questionnaires were distributed using the social media platforms WhatsApp, Line and Instagram, from April to May 2022. The questionnaires were distributed using several approaches, and in employing these approaches, the power of social media to serve as a tool for preliminary data gathering became apparent, and what also became evident was that social media could exercise a major influence in data collection. The first approach involved sending private chats to known and qualified respondents. In addition, to ensure that other respondents from various universities were also included in the study, a search and screening operation was carried out through the Instagram accounts of several university organisations, which was followed by sending direct messages via Instagram to prospective respondents. Given the immense propagation power of social media, this series of actions can be expected to produce a networking chain that plays a major role in the process of finding respondents and collecting data.

The survey contains a total of 35 questions, where each variable has 5 questions. The survey uses a 5-point Likert scale from 1, which indicates strongly disagree, to 5, which states strongly agree. The questions contain respondents’ perceptions of: (1) the quality of the e-learning website, which consists of the ease of use, visual appearance, delay time on the website and ease of finding information on the website; (2) the quality of the instructors, consisting of their knowledge and their ability to create good and interactive learning environments, as well as whether or not the materials provided are useful and up to date; (3) the quality of administrative and support services, which need to be provided in a way that is fast and relevant to the problem on hand, as well as whether or not the troubleshooting team responsible for attending to these services understands and prioritises user needs upon the experiencing of numerous, simultaneous problems; (4) e-learning service quality, which needs to consist of adequate levels of human resources and infrastructure pertaining to the provision of e-learning services; (5) students’ assessment of the benefits and services obtained against the sacrifices made such as costs, effort and time; (6) satisfaction and pleasant experiences that students obtain; and (7) student loyalty, consisting of overall impressions formed by students about, and the sense of pride felt by them for, their university, as well as the recommendations made by them seeking improvements to be made to their university.

The survey was started by distributing it to 34 respondents for instrument analysis using IBM® SPSS® Statistics 25. The results of the analysis show that all indicators are valid and reliable, and thus it is continued, with the distribution of the survey to the main population to analyse the hypotheses that have been prepared.

The data collected through the questionnaire are analysed with the partial least square structural equation model (PLS-SEM) method using SmartPLS 3.0 by SmartPLS GmbH. The data are analysed in several stages; first, by analysing the outer model through convergent validity testing; thereafter, by measuring Outer Loading and average variance extracted (AVE) through discriminant validity testing; then, by measuring Cross Loading and Fornell-Larcker criterion; and finally, by conducting reliability testing through measurement of composite reliability and Cronbach’s alpha. Then, we analyse the inner model by testing the coefficient of determination (R²), effect size (f²) and structural path coefficients on the proposed hypothesis.

Findings and Results

A total of 309 respondent data elements have been collected from students at six universities in Tangerang. Respondents came from various faculties, and the largest was from the business faculty with a proportion of 30%, followed by the engineering faculty at 24%; and these were followed by the faculties of science, communication, computer, design and law. A total of 76% of respondents came from the 2019 batch, followed by the 2018 batch (as much as 21%), and 2% came from the 2017 batch. Female respondents dominated the characteristics of respondents with a proportion of 61%, compared with male respondents who had a proportion of 39% of all respondents.

In descriptive statistical analysis, it was found that SYQ has an average value of 4.061, with SYQ3 (My university’s e-learning course website provides me with important information.) having the highest average value of 4.262. ICQ has an average value of 4.115, with ICQ5 (The material provided through e-learning is up to date.) having the highest average value of 4.243. ASQ has an average value of 3.906, with ASQ1 (The university staff provide fast service when I have problems pertaining to any of the e-learning sessions or the programme as a whole.) having the highest average value of 3.958. SEQ has an average value of 4.091, with SEQ5 (Overall, the quality of e-learning services provided by my university is good.) having the highest average value of 4.210. SPV has an average value of 3.915, with SPV4 (e-Learning facilitates my needs in terms of knowledge, learning and development.) having the highest average value of 4.104. STS has an average value of 4.073, with STS5 (I am very satisfied doing my studies at my university.) having the highest average value of 4.233. STL has an average value of 4.070, with STL1 (My university gives me a positive impression.) having the highest average value of 4.307.

In the outer model analysis, all indicators in the research model have an Outer Loading value >0.7 and an AVE value >0.5, and thus it can be stated that the indicator has a high level of validity (Hair et al., 2013). Then, all indicators and variables have higher Cross Loading values and AVE square root values for their variables compared to correlations with other variables, and thus it can be stated that all indicators have a good level of discriminant validity (Hair et al., 2013). Then, from reliability testing, it has been ascertained that all variables have composite reliability and Cronbach’s alpha values >0.6, and thus it can be stated that all variables are reliable and consistent for use as research instruments (Ghozali & Latan, 2015).

From the coefficient of determination measurement that can be seen in Table 1, it can be inferred that SYQ, ICQ and ASQ can explain e-learning SEQ by 59.9%, while the remainder is influenced by other variables. Then, SEQ can explain the SPV by 43.6%. SEQ and SPV can explain STS by 66.8%. SPV and STS can explain the STL by 56%. The research model has a moderate classification with an R2 value of 0.5 (Hair et al., 2013).

SEQ, service quality; SPV, student perceived value; STL, student loyalty; STS, student satisfaction.

In the effect size measurement test based on Table 2, an influence can be observed between variables (Hair et al., 2013). ASQ and ICQ have the greatest influence on SEQ, with f² values of 0.224 and 0.223, respectively. Furthermore, SEQ has a large influence on SPV, with an f² value of 0.774. SPV has a greater influence on STS with an f² value of 0.380, in comparison with SEQ having an f2 value of 0.305 on STS. STS has a greater influence on STL with an f² value of 0.371, in comparison with SPV having an f² value of 0.028 on STL.

ASQ, administrative and support service quality; ICQ, Instructor and course material quality; SEQ, service quality; SPV, student perceived value; STL, student loyalty; STS, student satisfaction; SYQ, system quality.

In the path coefficients’ measurement based on Table 3, all path coefficient values are positive, and thus it can be stated that exogenous variables have a positive influence on endogenous variables in each of the proposed relationships. Furthermore, all paths have a t-value >1.96 and a p-value <0.05, indicating that all the relationships between the variables that have been proposed have a statistical significance. The results of the mediation test show that the t-value is >1.96 and the p-value is <0.05, indicating that all the relationships between the variables that have been proposed through the mediating variable have a statistical significance. The direct and indirect relationships between the variables that have been proposed have a statistically significant effect as their results, and thus it can be stated that the mediation model that occurs in these relationships is partial mediation and shows that exogenous variables are able to directly influence endogenous variables through or without mediating variables. The results of the summarised hypothesis analysis can be seen in Table 4.

Structural model

After confirming that our model has satisfactory reliability and validity, we have estimated the parameters of the structural model. The predictive power was estimated with R2 scores and appeared to be high, as its values are 0.304 for e-learning experience and 0.456 for satisfaction (Hair et al., 2012). To assess the significance of path coefficients, the bootstrapping technique with 5,000 subsamples was used (Henseler et al., 2009). As we hypothesised, the value co-creation positively affects e-learning experience (path coefficient = 0.551, t = 17.054, p < 0.0001), supporting H1. Moreover, the e-learning experience is significantly related to satisfaction (path coefficient = 0.676, t = 28.729, p < 0.0001), which provides empirical support for H2 (Table 4).

ASQ, administrative and support service quality; ICQ, Instructor and course material quality; SEQ, service quality; SPV, student perceived value; STL, student loyalty; STS, student satisfaction; SYQ, system quality.

ASQ, administrative and support service quality; ICQ, Instructor and course material quality; SEQ, service quality; SPV, student perceived value; STL, student loyalty; STS, student satisfaction; SYQ, system quality.

Discussion

The COVID-19 pandemic has resulted in a situation wherein universities are required to obligatorily adopt and ensure the availability of e-learning methodologies for their students; given the backdrop of this development, they thus also need, generally speaking, to enhance their awareness levels concerning the application of a framework for monitoring the quality of the coursework available on their e-learning course websites, and carrying out improvements as and when needed. This is done because the e-learning course website is a major part of the online learning process, owing to the fact that every interaction will be carried out through the e-learning course website. Several universities have improved the quality of their e-learning system by improving the functionality as well as the appearance of their website to make it easier to use, as well as by adding servers to share the traffic load emerging from the e-learning course website, so that the processes carried out on the website can run faster and better. The university needs to ensure that their e-learning course website always provides important and useful information for students to support their learning process. Furthermore, when the functionality and appearance of the e-learning course website are designed in such a way that it is not complicated and is easy to use, this will help students to use it effectively, without scope for any confusion to arise in the process. This can be done by continuously improving the system in a way that ensures the perennial satisfaction of the needs of students’ learning process. The university can also facilitate this by designing the functionality and appearance of the e-learning website in such a way that it directly displays important information for students on the homepage, such as information about schedules, task lists/deadlines, forums, and links for synchronous sessions. The improvement in the quality of the e-learning system is also directly proportional to the increase in the positivity characterising the overall student assessment of the services provided by the university in effectively and efficiently facilitating the use of e-learning. Any effort on the part of the university aimed at undertaking an improvement in the online services provided is perceived by students as an advantage conferring them with access to greater-quality online resources, in recognition of the fact that with such improvements being carried out regularly, it becomes possible for students to make a better use of elearning course websites. Improving the quality of e-learning systems is an important factor influencing the improvement of service quality obtained from e-learning (Pham et al., 2019).

The e-learning system that has been built will not work effectively if it is not equipped with good quality instructors and learning materials. eLearning allows instructors to be able to innovate in developing their teaching process to produce a good and interactive learning environment, which is something new and different from offline teaching. Instructors are required to adapt to the new online learning environment, which would facilitate not only the development of their talent and skills but also the development of that particular e-learning platform as a whole. The improvement of the quality of instructors and e-learning course materials is also directly proportional to the increase in the positivity of the overall student assessment of the services provided by the university in facilitating the use of e-learning efficiently and effectively. Students recognise that a heightened quality of teaching and learning materials can produce a more interactive e-learning environment, thus improving service quality, in turn having the effect of increasing students’ motivation to learn. When e-learning is used as the medium for conducting learning activities, this might create a sense of boredom in students owing to the fact of an unmediated expression of the instructor’s personality, as well as face-to-face interaction with the instructor, being missing, and accordingly, to attenuate the likelihood of such an eventuality, instructors need to come up with various means and devices to keep students engaged during virtual communication; the role of the instructor is thus very important in minimising breaks in students’ concentration, and employing effective strategies to this end can ultimately provide better learning outcomes. It is important for universities to pay attention to the characteristics of instructors and learning course material because they are a vital part of the e-learning process. The university can facilitate the instructors to perform better by inviting the assistance of experts from industry, whose help can also be taken to complete or improve the course material hosted online. Curriculum workshops can be conducted to review the curriculum continuously and maintain the same up to date according to conditions in the field. The university can also improve the course material and the knowledge of the instructors by arranging for training or seminars; further, access to new journals can be provided to increase the knowledge of the instructors and ensure the availability of new references in the preparation of course material. Flexibility in the delivery of teaching and instruction will improve the quality of e-learning (Elumalai et al., 2019). Improving the quality of instructors and e-learning course materials is one of the important factors influencing the improvement of the e-learning services quality (Pham et al., 2019).

e-Learning might result in students being confronted with several new problems that are not encountered when they undergo the offline learning process. This creates a necessity for the university to be able to continuously improve administrative and support services for students undergoing e-learning. The university is required to integrate its entire spectrum of online assistance services, in such a way that students can find remedies for all problems faced by them at a single online location, without there being a need for in-person meetings. The improvement in the administrative and e-learning support service quality is also directly proportional to the increase in the positivity of the overall student assessment of the services provided by the university in facilitating the efficient and effective use of e-learning. Students recognise that the readiness and role of the university staff in assisting in the problems faced by students, especially in terms of administration and support for e-learning, will ultimately improve student service assessments. Students, who were previously required to go directly to the administrative office and service assistance to get help, finally obtain the flexibility of being served anywhere and anytime. It is important for universities to improve the quality of e-learning administration and support services, because they are an important part of e-learning implementation (Elumalai et al., 2019). The university can prepare standard procedures for assistance in problems that are generally experienced by students so that faster services are available in solving student problems. The university can always improve administrative services and e-learning support in line with technological developments and together with recognising the potential for new problems to emerge. With this, students will obtain support that can help and facilitate the e-learning process. Improving the administrative and support service quality (ASQ) is one of the important factors influencing the improvement of the e-learning services quality (Pham et al., 2019).

The quality of e-learning services received by students is a reflection of the quality of everything that a university provides to facilitate students to undergo the e-learning process; therefore, the quality of e-learning services provided by the university has an important role to play in determining the degree of positivity of the assessment made by students of the university’s services. To improve the service quality characterising the e-learning process, the university should improve human resources and infrastructure. Improved service quality assessment of e-learning is directly proportional to the perceived value formed by students towards the university. Students will compare the quality of service received with the sacrifices made by them, including costs, energy and time. Good service quality can increase the perceived value of students, if the quality of service received exceeds the expectations of students (Hapsari et al., 2017). Students, as users of e-learning systems, typically arrive at their assessment of the quality of their interaction with the online system provided by the university only after considering the benefits and also the sacrifices made (Kilburn et al., 2016). The students, as individuals who have spent money on education, hope to be able to obtain good quality learning even though it is done online. Accordingly, improving the quality of e-learning services in terms of systems, instructors and course materials, as well as administrative support, will assist in realising the needs of students in undergoing the learning process.

Another top priority for the university is that the quality of e-learning services received by students should undergo continuous improvement. The university needs to pay attention to the perception of its customers, namely its students, to be able to produce a high level of satisfaction with the university. Improved e-learning service quality is directly proportional to the increase in student satisfaction with the university. In arriving at an assessment concerning the quality of e-learning services provided by the university, students ponder over the experience that has been felt during the learning process. With the increasing quality of e-learning services received by students, a pleasant experience would be available in undergoing the e-learning process, and this would also have an impact on the level of satisfaction felt by students (Pham et al., 2019). The perception of value that has been built from students can affect the level of student satisfaction with the university. The increase in value perceptions formed by students is directly proportional to the increase in student satisfaction with the university. Students will compare the sacrifices that have been made, including costs, energy and time, to their experience in undergoing the learning process, and in the end, this affects their level of satisfaction. Students will be more satisfied if the benefits received are comparable to or exceed the sacrifices and expectations. This also raises students’ perceptions of the seriousness of the university in preparing the e-learning process. When the perceived value of students undergoes an increase, this will ultimately lead to a sense of satisfaction from students towards their university (Halimatussakdiah et al., 2020; Lunarindiah, 2016). The university needs to pay attention to the perception of value built by students because it will affect the level of satisfaction of students, as customers of the university.

The perception of value built by students about their university will affect the level of their loyalty towards the university. The increase in value perceptions formed by students is directly proportional to the increase in student loyalty towards the university. Students will compare the sacrifices made, including costs, energy and time, to their experiences in undergoing the e-learning process, wherein if students feel that the benefits received are comparable to or even exceed the sacrifices, there will be a sense of willingness of students to share positive words and recommendations to others regarding the university. Students’ perceived value will also affect their intention to continue e-learning activities (Nugroho et al., 2019). It is important for the university to increase the perception of value from students, so that a sense of student loyalty towards the university can be created. The increase in the perceived value of students in the end also increases their loyalty towards the university (Kilburn et al., 2016).

The level of satisfaction felt by students towards their university will also affect the level of student loyalty towards their university. The increase in student satisfaction is directly proportional to the increase in student loyalty towards the university. The overall impression formed by students concerning their university would be based on their assessment of the experience felt in the course of the e-learning process. The satisfaction obtained by students will generate a sense of loyalty, which would in turn present a positive impression. Dissatisfaction of students in undergoing e-learning will cause a sense of unwillingness to continue e-learning (Nugroho et al., 2019). It is important for the university to attend to the need for ensuring that students are satisfied with the e-learning programme undergone by them and to increase the satisfaction of students, so that a sense of student loyalty towards the university can be created (Pham et al., 2019).

The quality of service received by students in undergoing the e-learning process can affect the value perception of the benefits gained vis-a-vis the sacrifices made; and then, this will affect the level of satisfaction of students with the university. The increase in the positivity of service quality assessment for e-learning is proportional to the increase in student satisfaction with the university mediated by perceived value of students. Students have an expectation with regard to participating in learning activities at their universities, and one of them is that the quality of e-learning provided by the university must be optimal or even excellent. If the quality of e-learning received can meet the expectations that have been formed previously, in the end this will lead to a sense of satisfaction for students towards their university (Demir et al., 2020).

The value perception felt by students regarding the benefits that have been gained vis-a-vis the sacrifices that have been made in undergoing the e-learning process will create a feeling of satisfaction from the students towards the university, since it has apparently undertaken the effort to prepare the e-learning curriculum in a way that would benefit students the most. Furthermore, it will favourably affect the level of student loyalty, and also result in other desirable forms of impact, such as “a positive impression and a sense of pride felt by students; in turn, these phenomena would result in the desire of students to share positive words about and recommend their university, as well as the desire to continue their further studies at the university. The increase in students’ perceived value is proportional to the increase in student loyalty towards the university mediated by student satisfaction. The students’ intentions concerning whether or not to continue the e-learning process are to a large extent contingent upon the satisfaction felt by them resultant to experiencing the e-learning services provided by the universities, and in turn, this satisfaction felt by students has an important role in mediating the perceived value felt by them (Chang, 2013; Nugroho et al., 2019).

Conclusion

The results of the research complement the results of previous studies, in which it was stated that system quality, instructor and course material quality, and administrative and support service quality had a positive and significant influence on e-learning service quality, with administrative and support service quality having the greatest influence. Furthermore, the addition of SPV variables shows that e-learning service quality has a positive and significant influence on SPV and student satisfaction. Good quality of e-learning services will increase the perception of value and the level of satisfaction of students.

Furthermore, SPV has a positive and significant influence on student satisfaction and student loyalty, and student satisfaction has a positive and significant influence on student loyalty. Furthermore, e-learning service quality has a positive and significant influence on STS with the mediation of SPV. An e-learning quality that is well-received by students will lead to the fulfilment of perceptions and expectations formed by students, and in the end, this will lead to a sense of satisfaction for students towards their university. Then, SPV has a positive and significant influence on student loyalty with the mediation of student satisfaction. The value perception formed by students in undergoing the e-learning process will create a feeling of satisfaction from students towards the university, and in the end will affect the level of student loyalty; additionally, it would also result in other desirable forms of impact, such as a positive impression and a sense of pride felt by students; in turn, these phenomena would result in the desire of students to share positive words about and recommend their university, as well as the desire of students to more effectively participate in the learning process and the desire to continue their further studies at the university.

It is important for the university to pay attention to and improve the factors that affect the quality of e-learning services, because the level of this quality is the primary factor influencing the SPV created and sustained towards the university, especially through a comparison of the benefits gained vis-a-vis the sacrifices made; further, in conjunction with the satisfaction of students arising from the experience during the e-learning process, it will in the end increase student loyalty towards the university.

In complementing the research that has been done, there are several things that can be done for further research. In conducting the research, the selection of universities was geographically limited by focussing on the student population in Tangerang, specifically at six universities. Further research can be done by expanding the population, to obtain a wide and comprehensive picture of the results of student perceptions. Research can also be done by focussing on different perceptions of learning. The hybrid learning process that is being developed will produce new perceptions for students, so that students’ perceptions with regard to their undergoing the hybrid learning process can be examined. This research focusses on the perception of learning in theory, so that research can be carried out that focusses on practical learning.

The e-learning process carried out can produce many perceptions for the research model. The research model can be developed by adding other new variables, such as the perception of students’ trust in the university as formed based on the e-learning process, and the perception of learning outcomes from the e-learning process. This can be done to ensure that it is accurately ascertained whether service quality in the e-learning process can have a good impact on student learning outcomes.

From the university’s perspective, while it can, in theory, improve and enhance every aspect involved in the e-learning process, there are several specific actions that can be considered to improve this process. Universities can improve e-learning systems by providing information that helps students when they have difficulties and more clear information about the flow of e-learning. Then, the university can also improve course material and the quality of lecturers by providing facilities that help lecturers to continuously update their knowledge through training, seminars, access to new journals and meetings with experts, professionals or academicians from other universities. Collaboration is very important for each party to be able to produce new learning materials and to be able to fulfil student needs. Furthermore, the function of the student assistance service unit needs to be improved and socialised properly to enable the provision of fast service for students. The role of universities in improving all factors pertaining to the provision of e-learning services will influence the perceptions of students concerning the university’s effectiveness and efficiency in providing these services, which, in turn, can be expected to influence the levels of satisfaction and loyalty of students towards the university. An e-learning service quality that is continuously improved will afford a unique experience for students in terms of knowledge acquisition, and also leave an enduring positive impression in them. Unpredictable conditions such as the COVID-19 pandemic may re-occur at any time in the future, and resultantly cause changes in the learning process. Therefore, the role of universities is very important to be able to facilitate the preparation of the e-learning process properly.

References

1. Abbasi, S., Ayoob, T., Malik, A., & Memon, S. I. (2020). Perceptions of students regarding e-learning during covid-19 at a private medical college. Pakistan Journal of Medical Sciences, 36(COVID19-S4), S57–S61. https://doi.org/10.12669/pjms.36.COVID19-S4.2766
2. AAbdur Rehman, M., Soroya, S. H., Abbas, Z., Mirza, F., & Mahmood, K. (2021). Understanding the challenges of e-learning during the global pandemic emergency: The students’ perspective. Quality Assurance in Education, 29, 259–276. https://doi.org/10.1108/qae-02-2021-0025
3. AAditi, B., Hafizah, H., & Hermansyur, H. (2021). The role of E-services, quality system and perceived value on customer satisfaction: An empirical study on Indonesian SMEs. Journal of Industrial Engineering and Management Research, 2(3), 193–205.
[Online]. Retrieved from https://jiemar.org/index.php/jiemar/article/view/195
4. AAlqahtani, A. Y., & Rajkhan, A. A. (2020). E-learning critical success factors during the covid-19 pandemic: A comprehensive analysis of e-learning managerial perspectives. Education Sciences, 10(9), 1–16. https://doi.org/10.3390/educsci10090216
5. AAlsabawy, A. Y., Cater-Steel, A., & Soar, J. (2012). Identifying the determinants of e-learning service delivery quality. In ACIS 2012 Proceedings of the 23rd Australasian Conference on Information Systems
6. AAnnamdevula, S., & Bellamkonda, R. S. (2016).The effects of service quality on student loyalty: The mediating role of student satisfaction. Journal of Modelling in Management, 11(2), 446–462. https://doi.org/10.1108/JM2-04-2014-0031
7. AArguelles, M. J. M., & Busquet, J. M. B. (2016). Perceived service quality and student loyalty in an online university. International Review of Research in Open and Distributed Learning, 17(4), 264–279.
8. AChandra, T., Ng, M., Chandra, S., & Priyono, P. (2018).The effect of service quality on student satisfaction and student loyalty: An empirical study. Journal of Social Studies Education Research, 9(3), 109–131. https://doi.org/10.17499/jsser.12590
9. AChang, C. C. (2013). Exploring the determinants of e-learning systems continuance intention in academic libraries. Library Management, 34(1), 40–55. https://doi.org/10.1108/01435121311298261
10. ADemir, A., Maroof, L., Sabbah Khan, N. U., & Ali, B. J. (2020). The role of e-service quality in shaping online meeting platforms: A case study from higher education sector. Journal of Applied Research in Higher Education, 13(5), 1436–1463. https://doi.org/10.1108/JARHE-08-2020-0253
11. ADoan, T. T. T. (2021). The effect of service quality on student loyalty and student satisfaction: An empirical study of universities in Vietnam. Journal of Asian Finance Economics and Business, 88, 251–258. https://doi.org/10.13106/jafeb.2021.vol8.no8.0251
12. AElumalai, K. V., Sankar, J. P., Kalaichelvi, R., John, J. A., Menon, N., Alqahtani, M.
S. M., & Abumelha, M. A. (2019). Factors affecting the quality of e-learning during the Covid-19 pandemic from the perspective of higher education students. Journal of Information Technology Education: Research, 19, 731–753. https://doi.org/10.28945/ 4628
13. AFida, B. A., Ahmed, U., Al-Balushi, Y., & Singh, D. (2020). Impact of service quality on customer loyalty and customer satisfaction in Islamic banks in the Sultanate of Oman. SAGE Open, 10(2), 1–10. https://doi.org/10.1177/2158244020919517
14. AGhozali, I., & Latan, H. (2015). Partial Least Square: Konsep, teknik dan aplikasi menggunakan program SMARTPLS 3.0 (2nd ed.). Indonesia: Badan penerbit Universitas Diponegoro.
15. AHair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2013). A primer on partial least squares structural equation modeling (PLS-SEM). Sage Publications. ISBN: 9781-4522-1744-4. 307 pp.
16. AHalimatussakdiah, H., Majid, M. S. Abd., & Azis, N. (2020). Mediating effect of student perceived value on student satisfaction in the Indonesian private higher education institutions. International Journal of Management in Education, 14(6), 611–627. https://doi.org/10.1504/ijmie.2020.10030771
17. AHapsari, R., Clemes, M. D., & Dean, D. (2017). The impact of service quality, customer engagement and selected marketing constructs on airline passenger loyalty. International Journal of Quality and Service Sciences, 9(1), 21–40. https://doi.org/10.1108/IJQSS-07-2016-0048
18. AHartanto, W. (2016). Penggunaan e-learning sebagai media pembelajaran. J. Pendidik. Ekon, 10(1), 1–18
19. AIbojo, B. O., & Asabi, O. M., (2015). Impact of customer satisfaction on customer retention: A case study of a reputable bank in Oyo, Oyo State. Nigeria. International Journal of Management Studies Research, 3(2), 42–53. [Online 2022]. Retrieved from www.arcjournals.org
20. AIlyas, F. (2021). The SWOT analysis on mass physical distancing (PSBB) and restriction on community activities (PPKM) regulation and its economic impact as measures to reduce COVID-19 spread. Akrab Juara J, 6(3), 190–198.
21. AKilburn, B., Kilburn, A., & Davis, D. (2016). Building collegiate E-loyalty: The role of perceived value in the quality-loyalty linkage in online higher education. Contemporary Issues in Education Research, 9(3), 95–102. https://doi.org/10.19030/cier.v9i3.9704
22. AKusumawati, A., & Rahayu, K. S. (2020). The effect of experience quality on customer perceived value and customer satisfaction and its impact on customer loyalty. The TQM Journal, 32(6), 1525–1540. https://doi.org/10.1108/TQM-05-2019-0150
23. ALai, F., Griffin, M., & Babin, B. J. (2009). How quality, value, image, and satisfaction create loyalty at a Chinese telecom. Journal of Business Research, 62(10), 980–986. https://doi.org/10.1016/j.jbusres.2008.10.015
24. ALunarindiah, G. (2016). The influence of corporate image, service quality, perceived value toward student satisfaction and student loyalty. Jurnal Manajemen dan Pemasaran Jasa, 9(2), 239. https://doi.org/10.25105/jmpj.v9i2.1460
25. AMawar, M., Andriyani, L., Gultom, A., & Ketiara, K. (2021). Dampak Sosial Ekonomi Kebijakan Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM) di Indonesia. Seminar Nasional Penelitian. LPPM UMJ, (Vol. 1 chap. 8), 1–12
26. AMuhammad, A., Feham, M., Ahmad, F., Naveed, Q. N., & Shah, A. (2016). A study to investigate state of ethical development in e-learning. International Journal of Advanced Computer Science and Applications, 7(4), 284–290.https://doi.org/ 10.14569/ijacsa.2016.070436
27. ANugroho, M. A., Setyorini, D., & Novitasari, B. T. (2019). The role of satisfaction on perceived value and e-learning usage continuity relationship. Procedia Computer Science, 161, 82–89. https://doi.org/10.1016/j.procs.2019.11.102
28. APham, L., Limbu, Y. B., Bui, T. K., Nguyen, H. T., & Pham, H. T. (2019). Does e-learning service quality influence e-learning student satisfaction and loyalty? Evidence from Vietnam. International Journal of Educational Technology in Higher Education, 16(1). https://doi.org/10.1186/s41239-019-0136-3
29. APham, L., Williamson, S., & Berry, R. (2018). Student perceptions of e-learning service quality, e-satisfaction, and E-loyalty. International Journal of Enterprise Information Systems, 14(3), 19–40. https://doi.org/10.4018/IJEIS.2018070102
30. APramana, C., Susanti, R., Violinda, Q., Yoteni, F., Rusdiana, E., Prihanto, Y. J. Nñ Haimah. (2020). Virtual learning during the covid-19 pandemic, a disruptive technology in higher education in Indonesia. International Journal of Pharmaceutical Research, 12(2), 3209–3216. https://doi.org/10.31838/IJPR/2020.12.02.430
31. ARizvi, Y. S., & Nabi, A. (2021). Transformation of learning from real to virtual: An exploratory-descriptive analysis of issues and challenges. Journal of Research in Innovative Teaching and Learning, 14(1), 5–17. https://doi.org/10.1108/jrit-10-20200052
32. ASadikin, A., & Hamidah, A. (2020). Pembelajaran Daring di Tengah Wabah Covid-19. Biodik, 6(2), 109–119. https://doi.org/10.22437/bio.v6i2.9759
33. ASalloum, S. A., Qasim Mohammad Alhamad, A., Al-Emran, M., Abdel Monem, A., & Shaalan, K. (2019). Exploring students’ acceptance of e-learning through the development of a comprehensive technology acceptance model. IEEE Access, 7, 128445–128462. https://doi.org/10.1109/ACCESS.2019.2939467
34. ASharma, A., Gupta, J., Gera, L., Sati, M., & Sharma, S. (2020). Relationship between customer satisfaction and loyalty on the internet. Social Science Research Network. https://doi.org/10.2139/ssrn.3913161
35. ASyarifudin, A. S. (2020). Impelementasi Pembelajaran Daring Untuk Meningkatkan Mutu Pendidikan Sebagai Dampak Diterapkannya Social Distancing. Jurnal Pendidikan Bahasa dan Sastra Indonesia Metalingua, 5(1), 31–34. https://doi.org/10.21107/metalingua.v5i1.7072
36. ATan, C. (2021). The impact of COVID-19 on student motivation, community of inquiry & learning performance. Asian Education and Development Studies, 10(2), 308–321. https://doi.org/10.1108/AEDS-05-2020-0084

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