デジタルヘルスアプリの受容モデル
ヘルスケア／mHealth
Technology Acceptance Model（TAM）をデジタルヘルスアプリ向けに拡張したモデルです。古典的なTAMの変数であるPerceived Ease of Use とPerceived Usefulnessに加え、領域固有の動機要因としてHealth Consciousnessを、プライバシーに関する負のパスとしてPerceived Riskをモデル化しています。これほどクリアに境界が引かれたf²効果はそう多くありません。
- N
- 380
- LVs
- 6
- Effect
- PR → BI negative
クローンには無料のOpenPLSアカウントが必要です。
理論的背景
Davis（1989）はTAMを確立しました。今日に至るまで非常に広く用いられている受容モデルで、有用性（PU）と使いやすさ（PEOU）という2つの中核的な決定要因を持ちます。これらが態度を形成し、態度が意向を駆動します。
mHealthアプリでは古典的なTAMでは不十分です。Sun ほか（2013）は、領域固有の拡張としてHealth Consciousness（正）とPerceived Risk（負）を統合しました。プライバシーはヘルスケアにおいて特に重要です。機密性の高いデータが共有されるためです。
このモデルは方法論的にも興味深いものです。明確に負のパス（PR → BI）を含むためです。こうした効果はPLS-SEMの教育的価値が高く、符号、有意性、f²効果量を別々に解釈すべきであることを示してくれます。
構造モデル
クラシックなTAMの連鎖（PEOU → PU → Attitude → Intention）に、領域固有の2つの先行要因を加えています。Health Consciousnessは正、Perceived Riskは負です。
知覚された使いやすさ
アプリの操作のしやすさに関する知覚。
知覚された有用性
健康に関する期待される有用性。
健康意識
健康への意識および自己責任。
知覚されたリスク
プライバシーおよびデータ悪用に関するリスクの知覚。
態度
アプリに対する全般的な態度。
行動意図
アプリを継続的に利用しようとする意向。
仮説
| H1 | PEOU → PU | + | 使いやすさは、知覚された有用性を高めます。 |
| H2 | PU → ATT | + | 有用性は、アプリに対する態度を高めます。 |
| H3 | HC → ATT | + | 健康意識は、ポジティブな態度を強めます。 |
| H4 | PR → ATT | - | 知覚されたデータリスクは、態度を弱めます。 |
| H5 | PU → BI | + | 有用性は、利用意向を直接的に高めます。 |
| H6 | ATT → BI | + | ポジティブな態度は、利用意向につながります。 |
方法論とデータ
20項目の反映的指標（7段階リッカート尺度）に対するN = 380件の合成回答です。効果量は、負のPRパスが有意でありつつ、正のドライバーよりは小さくなるように調整されています。実際のmHealth研究で典型的に見られる構造です（Sun ほか、2013；Cocosila & Archer、2010）。
期待される結果
- R²(BI) ≈ 0.52
- 5つの決定要因が意向の分散を約52%説明します。拡張TAMとしては堅実な値です。
- PR → BI ≈ −0.18
- 明確に負で中程度のパスです。負の効果を学ぶ教育例として、符号、有意性、効果量を別々に報告することの重要性を示します。
- f²(PR)
- Perceived Riskのf²効果量は、典型的に小〜中の範囲（≈ 0.06）に収まります。Cohenの閾値を議論するうえで理想的です。
60秒で再現
- 1
プロジェクトをクローン
OpenPLSワークスペースでワンクリックすると、完全に編集可能なコピーが作成されます。モデル、指標、データセットがすべて連携した状態ですぐに利用できます。
- 2
計算を実行
OpenPLSは外側の重み、パス係数、R²、HTMT、SRMR、ブートストラップ信頼区間を数秒で算出します。
- 3
期待されるメトリクスと比較
以下に記載された主要メトリクスは、公開済みの原著論文に基づくものです。計算された値が、ブートストラップ95%信頼区間の内側に収まるはずです。
参考文献
- Davis, F. D. (1989). Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. MIS Quarterly, 13(3), 319–340. doi.org/10.2307/249008
- Sun, Y., Wang, N., Guo, X., & Peng, Z. (2013). Understanding the acceptance of mobile health services: A comparison and integration of alternative models. Journal of Electronic Commerce Research, 14(2), 183–200. www.jecr.org/node/313
- Cocosila, M., & Archer, N. (2010). Adoption of mobile ICT for health promotion: an empirical investigation. Electronic Markets, 20(3), 241–250. doi.org/10.1007/s12525-010-0042-y