@misc{Sagan_Adam_Informacja_2016, author={Sagan, Adam and Grabowski, Mariusz}, identifier={DOI: 10.15611/ekt.2016.3.02}, year={2016}, rights={Pewne prawa zastrzeżone na rzecz Autorów i Wydawcy}, publisher={Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu}, description={Ekonometria = Econometrics, 2016, Nr 3 (53), s. 21-31}, language={pol}, abstract={Artykuł jest poświęcony roli informacji wnoszonej na podstawie metaanalizy w ocenie dopasowania i trafności predykcyjnej modeli akceptacji technologii (Technology Acceptance Model − TAM). Ten rodzaj modeli jest szczególnie wykorzystywany do analizy postaw i zachowań użytkowników wobec nowych technologii. W ich budowie stosowane są zarówno modele strukturalne ze zmiennymi ukrytymi (SEM), jak również predykcyjne modele ścieżkowe, w których parametry są szacowane na podstawie metody cząstkowych najmniejszych kwadratów (PLS-PM). Celem artykułu jest ocena roli informacji wnoszonej (subiektywnej wiedzy badacza i wyników przeszłych badań) na stabilność oszacowania parametrów modelu akceptacji technologii TAM i na dopasowanie modelu. Wykorzystanie informacji uprzedniej o rozkładach parametrów i wartościach punktowych oszacowań pozwala na poprawne określenie punktów startowych procesu estymacji oraz jest istotnym warunkiem budowy modelu w podejściach bayesowskich. W procesie modelowania zostały porównane modele zbudowane wyłącznie na podstawie danych (bez uwzględnienia informacji uprzedniej) z modelami wykorzystującymi subiektywną wiedzę badacza (estymowanymi w podejściu klasycznym i bayesowskim)}, title={Informacja a priori w ocenie jakości modeli TAM na przykładzie platformy Moodle}, type={artykuł}, keywords={metaanaliza, bayesowskie modele strukturalne, model TAM, meta-analysis, Bayesian SEM, TAM model}, }