En 2008, las organizaciones de seguir aumentando el gasto en tecnología de la información (TI) y de sus presupuestos siguen aumentando, incluso en la cara de posibles crisis económicas (Kanaracus, 2008). Sin embargo, los temores sobre las condiciones económicas y la creciente competencia de crear presiones para reducir costos, que obligan a las organizaciones a medir y examinar los beneficios y los costos de la tecnología. Naturalmente, las organizaciones están interesadas en conocer el rendimiento de estas inversiones. Los impactos de las TI son a menudo indirecta y la influencia de factores humanos, organizacionales y ambientales, por lo tanto, la medición de los sistemas de información (IS), el éxito es complejo y engañoso.
IS son desarrollados utilizando las TI para ayudar a un individuo en el desempeño de una tarea. Dada la relativamente corta vida útil de la IS sobre el terreno, que es muy notable el número y la variedad de aplicaciones y sistemas que han sido desplegados. Hay es que el rango de hedonista, desarrollado para el placer y disfrute, a lo utilitario, desarrollado para mejorar el desempeño individual y organizacional (van der Heijden, 2004). Organizaciones se enfocarán en desarrollar, utilizar, y la evaluación de utilitarios es. Hay un gran número de utilitarios es utilizado en las organizaciones, tales como sistemas de apoyo a las decisiones, las comunicaciones mediante computadoras, comercio electrónico, sistemas de gestión del conocimiento, así como muchos otros.

Para medir el éxito de estos 15 diferentes organizaciones se están moviendo más allá de las medidas financieras tradicionales, como el retorno de la inversión (Rubin, 2004). En un esfuerzo por comprender mejor los beneficios tangibles e intangibles de la SE, las organizaciones han recurrido a métodos tales como cuadros de mando integral (Kaplan y Norton, 1996) y la evaluación comparativa (Seddon et al., 2002). Los investigadores han creado modelos para el éxito (Delone y McLean, 1992; Ballantine et al., 1996; Seddon, 1997), haciendo hincapié en la necesidad de métricas de éxito mejor y más coherente.
Como un campo, hemos dado pasos importantes hacia la comprensión de la naturaleza, de 15 de éxito. Por ejemplo, el tan citado Delone y McLean (D & M) es el modelo de éxito (1992) se ha actualizado una década más tarde sobre la base de una revisión de la literatura empírica y conceptual, el 15 de éxito que se publicó durante este período (Delone y McLean, 2003) . Además, algunos investigadores han sintetizado la literatura mediante el examen de uno o más de las relaciones de D & M 15 modelo de éxito usando la técnica cuantitativa de los meta-análisis (ETA Mahmood!., 2001; Bokhari, 2005; Sabherwal et a!., 2006) para desarrollar una mejor comprensión de éxito. Otros han empezado a desarrollar medidas estandarizadas que se pueden utilizar para evaluar las diferentes dimensiones, de 15 de éxito según lo especificado por D & M (por ejemplo, Sedera et a!., 2004). Esta investigación el pasado ha ayudado a comprender mejor el campo es el éxito, pero queda mucho por hacer. Por lo tanto, este trabajo examina la investigación relacionada con el éxito es para determinar lo que se conoce y lo que todavía hay que aprender para utilitario se encuentra en un contexto organizacional.
Esta revisión identificó tres objetivos cualitativos para mejorar la comprensión actual de la literatura en este ámbito. En primer lugar, el modelo D & M fue examinado en dos contextos diferentes: el nivel individual de análisis y el nivel de organización de análisis a fin de determinar si la unidad de análisis en estudio es una condición límite para medir el éxito. En segundo lugar, a diferencia de otras revisiones de la literatura o meta-análisis que sólo se han revisado algunas de las relaciones de D & M modelo original, esta revisión investigaron las relaciones en el ah actualizado modelo de éxito (Delone y McLean, 2003). Por último, las medidas específicas utilizadas por los investigadores para cada una de las construcciones que conforman el modelo de D & M se examinaron. En ambos los modelos originales y actualizados,

Figura 1 Delone y McLean 15 modelo de éxito (1992).
D & M defendido con firmeza la necesidad de medidas coherentes y adecuadas para es el éxito. Esta revisión pretende determinar si los investigadores han prestado atención a esta convocatoria.
La siguiente sección explora los diferentes modelos de la competencia es el éxito y explica por qué el modelo de D & M fue elegido como el marco de organización para esta revisión de la literatura. Una descripción de los métodos utilizados para obtener y clasificar la investigación, así como una descripción más detallada de la revisión de la literatura, también está previsto. Los resultados de esta revisión de la literatura a continuación se presentan, organizado por las construcciones que figuran en el D & M es modelo de éxito, así como las relaciones entre las construcciones. La sección final esboza las consecuencias de este cuerpo de investigación tanto para los profesionales e investigadores interesados en evaluar el éxito del sistema de información.
Fondo
El desarrollo de un modelo de éxito de 15
Los investigadores han derivado una serie de modelos para explicar lo que hace unos 15 'de éxito'. Davis (1989) Technology Acceptance Model (TAM) utilizó la teoría de la acción razonada y la teoría del comportamiento planificado (Ajzen y Fishbein, 1975) para explicar por qué algo se son más fácilmente aceptadas por los usuarios que otros. La aceptación, sin embargo, no es equivalente al éxito, a pesar de la aceptación de un sistema de información es una condición necesaria para el éxito.
Los primeros intentos para definir el éxito del sistema de información fueron mal definidos debido a la naturaleza tridimensional complejo, interdependiente y multidimensional de es el éxito. Para abordar este problema, Delone y McLean (1992) realizó una revisión de la investigación publicada durante el período 1981-1987, y creó una taxonomía de 15 de éxito en base a esta revisión. En su artículo de 1992, se identificaron seis variables o componentes, de 15 de éxito: los sistemas de calidad, la calidad de la información, uso, satisfacción del usuario, el rendimiento individual, y el impacto de la organización. Sin embargo, estas seis variables no son independientes de las medidas de éxito, pero son variables interdependientes. La figura 1 muestra este original modelo de éxito 15 (Delone y McLean, 1992).
Poco después de la publicación del modelo de éxito de D & M, 15 investigadores empezaron a proponer modificaciones a este modelo. Aceptando el llamado de los autores de 'más





desarrollo y validación, 'Seddon y Kiew (1996) estudiaron una parte de la IS modelo de éxito (es decir, de sistemas de calidad, la calidad de la información, uso y satisfacción de los usuarios). En su evaluación, se modificó la construcción, uso, porque "la conjetura de que el éxito se basa la construcción de que los investigadores han estado tratando de aprovechar es la utilidad, no uso" (p. 93). Seddon y Kiew concepto de utilidad es equivalente a la idea de la utilidad percibida de TAM de Davis (1989). Sostuvieron que, para los sistemas voluntarios, el uso es una medida adecuada, sin embargo, si el uso del sistema es obligatorio, su utilidad es una mejor medida del éxito es que el uso. Delone y McLean (2003) respondió que, incluso en los sistemas obligatorios, todavía puede ser considerable variabilidad de uso y por lo tanto el uso variable que merece ser conservado.
Los investigadores también han sugerido que la calidad del servicio se añadirá a la de D & M modelo. Un instrumento de la literatura de marketing, SERVQUAL, se ha convertido en los más destacados es la literatura de éxito en la última década. SERVQUAL mide la calidad de los servicios de los departamentos de TI, en contraposición con las aplicaciones, mediante la medición y comparación de las expectativas del usuario y sus percepciones del departamento de TI. Eta Pitt!. (1995) evaluaron el instrumento de una es la perspectiva y sugiere que la construcción de la calidad del servicio se añadirá a la de D & M modelo. Algunos investigadores se han resistido a este cambio (Seddon, 1997), mientras que otros la apoyaron (ETA Jiang!., 2002). Delone y McLean (2003), después de revisar y evaluar este debate, se decidió añadir la calidad del servicio en sus actualizado modelo de éxito que indica que "los cambios en el papel de la IS en la última década abogan por una variable separada - la" calidad del servicio " dimensión "(p. 18).
Otra conocida propuesta de modificación a la de D & M es el modelo de los cambios ofrecidos por Seddon (1997). Sostuvo que el modelo D & M en su forma original era confusa, en parte porque tanto el proceso y los modelos de varianza se combinaron dentro del mismo marco. Si bien afirmó que se trataba de una deficiencia del modelo, Delone y McLean (2003) respondió que creía que este era uno de sus puntos fuertes, con los conceptos ofrecidos, respectivamente, por proceso y los modelos de varianza ser más ricos que cualquiera de ellos solo. Seddon promovido sugirió que el concepto de uso es muy ambiguo y sugirió que la aclaración era necesaria para esta construcción. Se obtienen tres significados diferentes para el uso potencial de construir, así como analizar el proceso y las variaciones partes del modelo. La D & M es el modelo de éxito fue la intención de ser "completa y parsimoniosa", sin embargo, los cambios introducidos por Seddon complica el modelo, reduciendo así su impacto.
Además de las modificaciones propuestas por Seddon, ha habido otras llamadas a revisar o ampliar el modelo. Algunos investigadores han modificado para evaluar el éxito de las aplicaciones específicas, tales como la gestión del conocimiento (por ejemplo, Jennex & Olfman, 2002; eta Kulkarni!., 2006; Wu & Wang, 2006) y el comercio electrónico (por ejemplo, Molla y Licker, 2001; Delone y McLean, 2004; Zhu & Kraemer, 2005). Otro
Figura 2 Actualizado Delone y McLean es modelo de éxito (2003).
los investigadores han hecho recomendaciones más generales sobre el modelo (por ejemplo, Ballantine et a!., 1996).
Reconociendo estas propuestas de modificación a sus
modelo, D & M, en una labor de seguimiento, revisión empírica
los estudios que se han realizado durante los años transcurridos desde que
1992 y revisado el modelo original en consecuencia (Delone
Y McLean, 2002, 2003). El modelo de actualización se muestra en la
Figura 2.
Esta actualización es aceptado el modelo de éxito Pitt et a!. (1995) la recomendación de incluir la calidad del servicio como un constructo. Otra actualización para el modelo se dirigió a la crítica de que un sistema de información puede afectar los niveles individuales y distintos niveles de organización. Debido a que es el éxito afecta a grupos de trabajo, industrias, e incluso las sociedades (Myers et al! 1997.,; Seddon et a!., 1999), D & M sustituye las variables, el impacto individual y el impacto de la organización, con beneficios netos, lo que representa beneficios en múltiples niveles de análisis. Esta revisión permitió que el modelo a ser aplicado a cualquier nivel de análisis que el investigador considera más relevantes.
Un aumento final que se hace a la actualización del modelo D & M fue una aclaración del uso de la construcción. Los autores explicaron la construcción de la siguiente manera: "El uso debe preceder a" la satisfacción del usuario "en un sentido de proceso, pero la experiencia positiva con la" utilización "conducirá a una mayor satisfacción del" usuario "en un sentido causal '(Delone y McLean, 2003). Se llegó a afirmar que la satisfacción del usuario mayor dará lugar a una mayor intención de utilizar, que posteriormente influyen en el uso.
El modelo de D & M también se ha encontrado para ser un marco útil para la organización de 15 mediciones de éxito. El modelo ha sido ampliamente utilizado por 15 investigadores para la comprensión y la medición de las dimensiones de es el éxito. Además, cada una de las variables que describen el éxito de un sistema de información era compatible con uno o más de las seis dimensiones de gran éxito del modelo actualizado. Las dimensiones de éxito incluyen:
• Sistema de calidad - las características deseables de un sistema de información. Por ejemplo: la facilidad de uso, la flexibilidad del sistema, la fiabilidad del sistema, y la facilidad de aprendizaje, así como las características del sistema de la intuición, la sofisticación, la flexibilidad y tiempos de respuesta.
• calidad de la información - las características deseables de las salidas del sistema, es decir, informes de gestión y páginas Web. Por ejemplo: la pertinencia, claridad, precisión, la concisión, la integridad, la comprensión, la moneda, la oportunidad y facilidad de uso.
• la calidad del servicio - la calidad del apoyo que reciben de los usuarios del sistema es el departamento y el personal de soporte TI. Por ejemplo: la capacidad de respuesta, precisión, fiabilidad de la competencia técnica, y la empatía del personal de personal. SERVQUAL, adaptado del área de marketing, es un instrumento popular para la medición es la calidad del servicio (Pitt et al., 1995).
•-El uso de sistemas - el grado y la forma en que el personal y los clientes a utilizar las capacidades de un sistema de información. Por ejemplo: cantidad de uso, la frecuencia de uso, la naturaleza del uso, la conveniencia de uso, la extensión de uso, y la finalidad de uso.
• la satisfacción del usuario - el nivel de los usuarios de satisfacción con los informes, sitios Web y servicios de apoyo. Por ejemplo, el más ampliamente utilizado de múltiples atributo de instrumento para medir la satisfacción de la información del usuario se puede encontrar en Ives et al. (1983).
•-Los beneficios netos - la medida en que se está contribuyendo al éxito de los individuos, grupos, organizaciones, industrias y naciones. Por ejemplo: mejor toma de decisiones, mejorar la productividad, aumento de las ventas, reducción de costes, beneficios, eficiencia del mercado, el bienestar del consumidor, la creación de puestos de trabajo, y el desarrollo económico. Bryn jolfsson et al. (2002) han utilizado la economía de producción para medir el impacto positivo de las inversiones en productividad de las empresas.
La aplicación práctica del modelo de D & M es, naturalmente, depende del contexto organizacional. El investigador que desee aplicar el modelo de D & M debe tener una comprensión del sistema de información y organización en estudio. Esto determinará el tipo de medidas utilizadas para cada dimensión de éxito. La selección de las dimensiones de éxito y métricas específicas dependerá de la naturaleza y la finalidad del sistema (s) se está evaluando. Por ejemplo, una aplicación de comercio electrónico tendrá algunas medidas de éxito similar y algo de éxito diferentes medidas con respecto a una aplicación de sistemas empresariales. Ambos sistemas medir la exactitud de la información, mientras que sólo el sistema de comercio electrónico podría medir la personalización de la información. Un sistema de información que es administrada por un proveedor medirá la calidad del servicio del proveedor, en lugar de la SI departamento. Seddon et al. (1999) desarrolló una matriz de contexto, que constituye una valiosa referencia para la selección de las medidas de éxito sobre la base de las partes interesadas y el nivel de análisis (aplicación individual o función IS). Idealmente, la D & M modelo es aplicable en una variedad de contextos, sin embargo, los límites del modelo no son bien conocidos o comprendidos. Esta investigación examina
una de las posibles condiciones de contorno para el modelo y se identifica las áreas que requieren atención adicional.
La comprensión actual de la SI de éxito
Ha habido una serie de estudios que han tratado de favorecer la comprensión de la D & M modelo al intentar validar algunos, o todos, de todo el modelo en un solo estudio. Seddon y Kiew (1996) examinó las relaciones entre cuatro de las construcciones y encontró un buen apoyo. Rai y T21. (2002) compararon el modelo original D & M (1992) con el modelo creado por respecified Seddon (1997) y encontró que el modelo D & M se puso de pie razonablemente bien a los intentos de validación y superado el modelo de Seddon. Sedera et al. (2004) también ha probado recientemente varios modelos de éxito, incluida la de D & M y los modelos de Seddon, con los datos empíricos y determinó que el Delone y McLean modelo siempre la mejor opción para sistemas de medición de éxito de las empresas. McGill et al. (2003) examinaron el modelo completo, pero no encontraron cuatro caminos en el original es el éxito del modelo insignificante (el uso de sistemas de calidad, la calidad de la información * uso, destino - el impacto individual, y el impacto individual - impacto en la organización).
Algunos investigadores (por ejemplo, Au et al., 2002; Delone y McLean, 2003; Grover et al., 2003) han llevado a cabo revisiones de la literatura para examinar si los resultados de estudios empíricos apoyan las relaciones postuladas por el modelo de éxito original. Estas revisiones de la literatura revelan que algunas relaciones dentro de la modelo han recibido apoyo constante (es decir, resultados significativos en todos los estudios), mientras que otras sólo han recibido apoyo mixto (es decir, algunos estudios encuentran resultados significativos, mientras que otros no son importantes). Otros investigadores han realizado meta-análisis para examinar una o más relaciones en el modelo D & M (por ejemplo, Mahmood et al., 2001; Bokhari, 2005; Sabherwal et al., 2006). El metaanálisis más amplio examen de la D & M modelo fue realizado por Sabherwal et al. (2006). Sabherwal C et, L. 's labor ha sido fundamental en la síntesis de la investigación cuantitativa en relación con su éxito y ha validado una parte sustancial de la D & M modelo.
Este estudio se extiende Sabherwal et al. 'S de trabajo de varias maneras. En primer lugar, realizando una revisión de la literatura cualitativa, los estudios que utilizan métodos cualitativos o no informe de información suficiente para ser incluidos en un meta-análisis puede ser incluido en este análisis de la literatura. En segundo lugar, no por la agregación de cada estudio en un único valor numérico, es posible examinar las cuestiones relacionadas con la medición de las diversas construcciones en el modelo D & M y estudiar la falta de coherencia entre los estudios en términos de contexto y construcciones. En tercer lugar, este trabajo analiza si el nivel de análisis en estudio (es decir, el individuo o la organización) es una condición de contorno para el modelo de D & M.
Metodología
Uno de los métodos más bien establecida para integrar los resultados de la investigación y evaluar los conocimientos acumulados dentro de un dominio es una revisión de la literatura de calidad (Oliver, 1987). Este método permite a un investigador para analizar y evaluar tanto cuantitativa como cualitativamente la literatura dentro de un dominio para sacar conclusiones sobre el estado del campo. Como con cualquier técnica de investigación, hay limitaciones. La principal limitación de este enfoque es que, cuando surgen resultados contradictorios, se hace difícil determinar la razón de los resultados contradictorios. Algunos también consideran que, debido a la revisión de la literatura es cualitativo, es de carácter subjetivo, y ofrece escasa "dura evidencia" para apoyar una conclusión.
Para contrarrestar estas deficiencias, la técnica de la investigación de los meta-análisis se ha vuelto muy popular en las ciencias sociales y ahora en la IS. Meta-análisis es una técnica interesante y útil para sintetizar la literatura a partir de datos cuantitativos informó a través de estudios de investigación. El resultado de un meta-análisis estadístico de un "tamaño del efecto 'que indica la magnitud de la relación y si la relación entre las variables es estadísticamente significativa (Oliver, 1987; Hwang et al., 2000). Este enfoque también tiene sus limitaciones. Una limitación clave es la necesidad de excluir los estudios que utilizan técnicas cualitativas para examinar el éxito o estudios que no se presenten la información requerida para los cálculos estadísticos para el meta-análisis. Mientras que el meta-análisis produce un resultado cuantificable sobre la relación entre dos variables, la necesidad de excluir algunos estudios no puede presentar un cuadro completo de la literatura. Además, un meta-análisis no se examina la dirección de la causalidad, ya que el tamaño del efecto es una correlación entre dos variables de ajuste.
No se han meta-análisis el examen de uno o más de los elementos de éxito IS (Hwang et al., 2000; Mahmood et CII., 2001; Bokhari, 2005; Sabherwal et al., 2006), por lo tanto, este trabajo pretende obtener diferente, punto de vista cualitativo de la literatura para responder a un conjunto diferente de preguntas de investigación. Si bien un meta-análisis tiene por objeto responder a la pregunta: «¿Existe una correlación entre dos variables? ', Una revisión de la literatura cualitativa está mejor equipado para explicar cómo las relaciones han sido estudiadas en la literatura, si no parece haber apoyo para un relación causal entre dos variables, y examina si hay alguna posibilidad de que las condiciones de contorno del modelo.
Alcance de la búsqueda en la literatura
Para conocer la investigación que se ha publicado en es el éxito, búsquedas de texto completo en numerosas bases de datos en línea (EBSCO Host, ABI Inform, y Web of Knowledge) se realizaron con varias palabras clave, como "es el éxito," es la eficacia "," Delone y McLean, "etc problemas de impresión de las conocidas 15 revistas disponibles electrónicamente también fueron examinados para asegurar que se incluyeron los estudios aplicables.
Como medio para asegurar que la bibliografía de los estudios pertinentes se completa la lista de los estudios fue triangulada con las listas de referencias de varios documentos y sitios Web que examinó la historia de 15 de éxito, como la
actualización Delone papel y McLean (2003) y un sitio web dedicado a AISWorld eficacia 15 (Grover et al., 2003). Un total de 180 trabajos empíricos y conceptuales se identifican en esta amplia búsqueda de 15 investigaciones de éxito (véase el Apéndice A para una lista de los estudios examinados). Estos documentos fueron publicados en el período de tiempo entre 1992, año en el modelo de éxito de D & M fue publicado por primera vez, y 2007. De esta colección de documentos, documentos de investigación sólo informar de los resultados empíricos (tanto cuantitativos como cualitativos) de las interrelaciones entre las dimensiones de D & M éxito se incluyen en este documento, lo que dio un total de 90 ponencias.
Para realizar una revisión de la literatura, es necesario examinar la literatura relacionada tanto como sea posible sobre el tema, sin embargo, para evitar de ser abrumado, el enfoque de esta investigación es el 15 de utilitarios que pueden ser utilizados por organizaciones o individuos para mejorar el rendimiento. Además, dado que la referencia a otras muchas disciplinas también el estudio 15 (por ejemplo, marketing, psicología, gestión, etc), las búsquedas principales de la literatura se centró en las revistas dentro de la es la disciplina. Vs, vs individual obligatorio o voluntario de la organización Sin embargo, no restringir la revisión de la literatura a un tipo específico de sistema de información o de un contexto de uso específico (por ejemplo).
La organización de la revisión de la literatura
Debido a la popularidad del modelo de D & M en la literatura académica, parecía apropiado para organizar los estudios, de 15 de éxito que fueron encontrados usando su taxonomía. Los resultados de estudios empíricos sobre el IS éxito están organizados por el éxito de las construcciones o las dimensiones. Subsecciones se agrupan sobre la base de las relaciones de causalidad entre el éxito esperado pares construcciones. La organización de la literatura de esta manera ayuda a examinar si hay apoyo para cada una de las relaciones propuestas en el modelo D & M (Figura 2). La tabla 1 muestra cada uno de los 15 las relaciones causales evaluadas en este manuscrito.
Las subsecciones están más organizadas por la unidad de análisis, ya sea individual o de organización, los interesados son el foco de la investigación. El modelo actualizado de D & M indica que el 15 de éxito pueden ser examinadas a diferentes niveles (Delone y McLean, 2002, 2003), por lo tanto, esta revisión de la literatura investigó si existen diferencias en los puntos fuertes de las relaciones en función de si los estudios se centraron en un individuo o nivel de la organización para medir y evaluar el éxito de diversas construcciones y relaciones.
Cada una de las construcciones de la D & M modelo ha operacionalizaciones múltiples y el apoyo, o la falta de apoyo, para las relaciones entre los constructos puede ser debido a la forma en que las construcciones se midieron. Por lo tanto, este estudio también analiza el éxito de las medidas específicas que se utilizan en los estudios seleccionados.
Revisión de la literatura de éxito son los estudios de
Medición de las seis construcciones de éxito es
Hay muchos métodos para medir el éxito de la IS. Algunos investigadores han desarrollado métodos para

Sistema de Calidad
Sistema de Calidad
Sistema de Calidad
La calidad de la información
La calidad de la información
La calidad de la información
La calidad del servicio
La calidad del servicio
La calidad del servicio
El uso de sistemas
El uso de sistemas
La satisfacción del usuario
La satisfacción del usuario
Los beneficios netos
Los beneficios netos
El uso de sistemas
La satisfacción del usuario
Los beneficios netos
El uso de sistemas
La satisfacción del usuario
Los beneficios netos
El uso de sistemas
La satisfacción del usuario
Los beneficios netos
La satisfacción del usuario
Los beneficios netos
El uso de sistemas
Los beneficios netos
El uso de sistemas
La satisfacción del usuario
esta dimensión son problemáticas para los estudios es el éxito. Fraser y Salter (1995) desarrolló una escala genérica de calidad de la información, y otros han desarrollado sus propias escalas utilizando la literatura que es relevante para el tipo de sistema de información en estudio (Coornbs et al., 2001; Wixom y Watson, 2001; Gable , et al., 2003).
La calidad del servicio de medición Como se mencionó anteriormente, existe un debate sobre la validez de SERVQUAL como una medida de la calidad del servicio (Pitt y CII., 1995; Kettinger & Lee, 1997; Van Dyke et al., 1997). Mientras SERVQUAL es la medida más frecuentemente utilizadas para la calidad del servicio en la IS, que ha recibido algunas críticas. Sin embargo, usando análisis factorial confirmatorio, Jiang et al. (2002) encontró que SERVQUAL es de hecho un instrumento satisfactorio para la medición es la calidad del servicio.
Otras medidas de la calidad del servicio han incluido la habilidad, experiencia y capacidades del personal de apoyo (Yoon y Guimaraes, 1995). Con la creciente popularidad de la contratación externa para el desarrollo de sistemas y apoyo, calidad de servicio a menudo implica un proveedor externo. La capacidad de respuesta del proveedor afecta a la percepción de la forma "cooperativa" que será proveedor (Gefen, 2000).
Medición de utilizar estudios empíricos han adoptado múltiples medidas de IS uso, incluida la intención de utilizar, la frecuencia de uso, la auto-reportado el uso, y el uso real. Estas diferentes medidas podría dar lugar a resultados contradictorios entre el uso y otras construcciones en el D & M modelo. Por ejemplo, la investigación ha encontrado una diferencia significativa entre sí en el uso y el uso real (Collopy, 1996; Payton y Brennan, 1999). Normalmente, los grandes consumidores tienden a subestimar el uso, mientras que los usuarios tienden a utilizar la luz sobreestimación. Esto sugiere que el uso de auto-reporte puede ser un mal sustituto de la utilización efectiva de un sistema. Sin embargo, Venkatesh et al. (2003), por ejemplo, encontró una relación significativa entre la intención de uso y uso real.
Además, no la frecuencia de uso rnay ser la mejor forma de medir es el uso. Doll Torkzadeh (1998) sugieren que un uso más no es siempre mejor, y desarrollaron un instrumento para medir el uso basado en los efectos del uso, más que por la frecuencia o la duración. Burton-Jones y Straub (2006) han reconceptualizado el uso de sistemas de construcción mediante la incorporación de la estructura y función de los sistemas de uso.
Otros han sugerido la necesidad de examinar el uso de una perspectiva multinivel en el plano individual y organizacional para permitir una mejor comprensión de esta construcción (Burton-Jones & Gallivan, 2007).
Satisfacción de los usuarios de medición Los instrumentos más utilizados satisfacción del usuario son los Doll et al. (1994) para el usuario final de Apoyo Informática (EUCS) y el instrumento et Ives. (1983) satisfacción de los usuarios de la información (IEU) instrumento. En una comparación entre Doll y EUCS Torkzadeh y Ives et al. UIS, Seddon y Yip (1992) encontró el instrumento EUCS superó el instrumento del IEU en el contexto de la contabilidad es. Sin embargo, tanto el EUCS
Cuadro 1 Proyecto de relaciones de éxito puesto en D & M
modelo (2003)
temor decidió considerar tanto la intención de utilizar y otras medidas de uso del sistema como la misma construcción de esta revisión de la literatura. A pesar de D & M se distingue entre la intención de uso y el uso del sistema en su modelo de actualización, la intención de utilizar ¡s general, a nivel individual construir. Este 15 no es un concepto que ¡s consistentes con los estudios que emplean una unidad de organización de análisis. Por otra parte, analizando el uso de las construcciones en dos subproyectos distintos construcciones (Le., la intención de uso y de uso), tiene un documento de por sí complejo (con 15 pares de relaciones) aún más complejo (añadiendo al Ieast seis relaciones pares para el análisis) . En la discusión de los resultados de la revisión de la literatura, que se identifican los estudios que la intención de medida para uso en comparación con otras medidas de uso del sistema.
medir el éxito en industrias específicas mediante la incorporación de las diversas dimensiones de la D & M modelo (Weill y Vitale, 1999; Skok y CII., 2001). Sin embargo, existen muchas escalas que se han utilizado para medir las dimensiones del modelo de los 15 el éxito de forma individual, siendo algunos más a fondo que otros. Esta sección identifica algunas de las operacionalizaciones diferentes de cada construcción.
Sistema de medición de calidad percibida facilidad de uso es la medida más común de los sistemas de calidad debido a la gran cantidad de investigación relativas a la TAM (Davis, 1989).
Sin embargo, la facilidad de uso percibida no refleja la calidad del sistema de construcción en su conjunto. Rivard et CII. (1997) desarrolló y probó un instrumento que consta de 40 artículos que ocho medir los factores del sistema de calidad, a saber, la fiabilidad, portabilidad, facilidad de uso, claridad, eficacia, sostenibilidad, economía, y verificabilidad. Otros han creado sus propios índices de calidad del sistema con las dimensiones señaladas por D & M en su modelo original (Coombs et al., 2001) oa través de su propio análisis de la literatura de calidad systern (Gable et al., 2003).
De información de calidad para medir la calidad de información es a menudo una dimensión clave de la final de los instrumentos de satisfacción del usuario (Ives et al., 1983; Baroudi y Orlikowski, 1988; Doll et al., 1994). Como resultado, la calidad de la información a menudo no se distingue como un ser único, pero la construcción se mide como un componente de la satisfacción del usuario. Por lo tanto, las medidas y los instrumentos de UIS contiene elementos relacionados con los sistemas de calidad, la calidad de la información, y la calidad del servicio, y no sólo medir la satisfacción global del usuario con el sistema. Debido a esto, algunos investigadores han optado por analizar las diversas dimensiones de la calidad de estos instrumentos y, o bien utilizar un único interno para medir la satisfacción global con un sistema de información (Rai eta!., 2002) o utilizar una escala de diferencial semántico (Seddon y Yip , 1992). Otros han utilizado las escalas de actitud que son compatibles con el concepto de satisfacción del usuario (Coornbs et a!., 2001).
Medición de los beneficios netos Hay una gran cantidad de métodos para medir los beneficios netos, tanto a nivel individual y organizacional de análisis. Impacto percibido la utilidad o trabajo es la medida más Trencitas a nivel individual. Sin embargo, ha habido problemas ocasionales con los elementos de utilidad percibida (por ejemplo, Adams et al!., 1992). Cigarros y Grover (1993) analizaron los datos de la Adams et a!. estudio mediante análisis factorial confirmatorio y eliminó un elemento "obras más rápidamente en la utilidad de construir. Además, los autores encontraron que "el desempeño laboral» y «eficacia» que no encajaba bien con la utilidad percibida. Los autores utilizaron estos dos elementos para medir una eficacia por separado la construcción de llamados. Este factor de tres de construir, la facilidad de uso percibida, utilidad percibida, y la eficacia, dio lugar a un ajuste relativamente fuerte, en comparación con el mal ajuste obtenido con el modelo TAM original. Torkzadeh & Doll (1999) han creado un instrumento para medir los diferentes aspectos de impacto - la productividad de la tarea, la tarea de innovación, satisfacción del cliente y control de gestión - a la alegación de su instrumento EUCS.
A nivel organizativo, una gran variedad de medidas son empleados, pero las mediciones de la rentabilidad parece ser preferido. Las múltiples medidas para obtener beneficios netos en cada nivel de análisis que sea más difícil de interpretar la relación entre algunas de las construcciones de éxito y los beneficios netos. En algunos estudios, la falta de resultados significativos puede ser un artefacto de medida, el tipo de sistema de estudios, o algún otro factor. Un punto clave en términos de medición de los beneficios de organización, sin embargo, es que los investigadores deben asegurarse de que la persona que la evaluación de
beneficios de organización está en condiciones de responder a las preguntas. Pidiendo a los usuarios de un sistema para evaluar la mejora de la rentabilidad debido a que el sistema no puede ser el mejor enfoque. Pedir directivos o se refieran a datos objetivos de los informes anuales pueden ser más apropiados cuando se trata de medir los beneficios de la organización.
Un amplio es el instrumento de medición de éxito de
Eta Sedera!. (2004) han desarrollado y validado un instrumento multidimensional es el éxito de los sistemas de la empresa. Este instrumento de éxito se ha aplicado y probado en tres estudios separados.

modelo

1. Introducción
Delone y McLean (1992) revisión exhaustiva de las diferentes medidas de éxito del sistema de información hace dos contribuciones importantes a nuestra comprensión del sistema de información (15) el éxito. En primer lugar, proporciona un esquema para clasificar la multitud de las 15 medidas de éxito que se han utilizado en la literatura, en seis categorías. En segundo lugar, sugiere un modelo de "temporal y causal" interdependencias entre estas categorías (1992, p. 83), como se muestra en la Figura. Delone y Mc-Lean (en adelante D & M) concluyen su documento con el comentario de que el modelo de la figura la "claridad las necesidades de desarrollo y validación antes de que pudiera servir de base para la selección adecuada de éxito lis () medidas" (1992, p . 88) .1
Motivado por Delone y llame McLean para el desarrollo y la validación de su modelo, Seddon y Kiew (1994) en una parte de D & M's modelo. Se supone que el modelo de causalidad implícita de D & M trabajo fue como se muestra en la Figura Ib, y prueba las relaciones entre las cuatro variables en el cuadro de línea punteada a la izquierda de la figura lb Después de sustituir la utilización de Useful1 Como indicador de la importancia de D & M's marzo 1992 el papel,
fue citado por seis de los 32 documentos de las Actas 1994 m ICIS, y tres documentos de las Actas 1995 m ICIS (p. 179, 309, 355).
SISTEMAS DE INFORMACIÓN DE INVESTIGACIÓN
Vol. 240. 8, No. 3, septiembre de 1997
Ness y añadir una nueva variable llamada si el usuario participa (tal como se define por Barki y Hartwick (1989)) los resultados de sus análisis de la ruta de datos frorn 102 usuarios individuales de un sistema de contabilidad de la universidad como se muestra en la Figura 2. Seddon Más recientemente, Fraser y Salter (1995) y reproducido en Kiev (1994) estudio, con resultados muy similares.
Sobre la base de los coeficientes de trayectoria muy importante en el tanto Seddon y Kiew (1994) y Frser y Salter (1995), es tentador concluir que, al menos para los usuarios individuales de cada caso individual, no hay un apoyo sustancial para D & M modelo de 15 de Éxito. Sin embargo, el propósito de este trabajo es sugerir que D & M trató de hacer demasiado en su modelo, y que, como resultado, es confuso y mal especificados.
El problema es que D & M trató de combinar tanto el proceso y de las explicaciones causales es el éxito en su modelo. Así lo dejan claro en la siguiente cita, en la que discutir la figura en este documento (la figura 2):
"La figura 2 presenta un modelo de éxito de ECI, que reconoce el éxito como un proceso de construcción que debe incluir tanto temporal y causal influencias m determinar JIS éxito. En la figura 2, las seis l / S categorías de éxito presentado por primera vez la figura m 1 se reorganizan para sugerir un éxito interdependientes construir
1047-7047/97/0803/0240 $ 05,00

La figura la Delone y modal de McLean de la IS éxito *
* Reproducido con permiso, "Sistemas de Información de éxito: La búsqueda de la variable dependiente," WH Delone y ER McLean, Information Systems Research, Volumen 3, Número 1, 1992, página 87. Copyright 1992, El Instituto de Ciencias de la Administración (actualmente INFORMA), 2 Charles Street, Suite 300, Providence, Rhode Island 02904 EE.UU..
Figura libras Palh modelo lhat parece estar implicada por Delone y McLeaWs Modal (Seddon y Kiew 1994)
, mientras que el mantenimiento de la serie, la dimensión temporal de los efectos del flujo de información MD "(1992, p. 83) (subalterno añadido) .2
Figura 3, sobre la base de Newman's y Robey (1992) Figura 1, es útil para explicar las dificultades que esto causa. Usando la terminología en la Figura 3, Figuras libras y 2 en este documento son los modelos de la varianza. Ellos pueden ser probados empíricamente mediante la recopilación de datos de una muestra de los casos, la medición de variables, y el uso de técnicas estadísticas (por ejemplo, los mínimos cuadrados de regresión, PLS, y LISREL) para hacer inferencias sobre las poblaciones. Diferencia modelos afirman que para algunos de población de interés, si todas las demás cosas son iguales, la variación en cualquiera de las variables independientes es necesaria y suficiente para causar variación en las variables dependientes.
Por el contrario, los modelos de procesos muestran cómo ciertas combinaciones de los acontecimientos, en una secuencia particular, causan ciertos resultados. Cada evento en el proceso es necesario,
2Except m de la cita anterior que (necesariamente) utiliza las convenciones de composición tipográfica D & M's, las variables en este documento están en cursiva, y el texto está subrayado para dar énfasis.
Resultados de la figura 2 de Patti Análisis, n = 102 * (es como si el usuario participa
Definido por Batid y HarLwick (1989).)
Figura 3 de varianza y modelos de procesos de comparación *
(a) modelo de la varianza
van independientes
Un poder
C variable dependiente Y la variable independiente
(b) modelo Proceas
Basado en "Un modelo de proceso social de las relaciones usuario-analista," M. Nuevo --
el hombre y D. Robey, MIS Quarterly, 16, Número 2, 1992, página 252.
Copyright 1992
, pero no suficiente, para causar la outcome.3 Mohr (1982) argumenta que la transmisión de la malaria es un buen ejemplo de un modelo de proceso. En este proceso, (a) una persona con malaria es picada por un mosquito, (B) parásitos de la malaria se reproducen en el estómago del mosquito, (C) después de un crecimiento de unas pocas semanas, su progenie llegar a la saliva del mosquito; (D) cuando el mosquito pica a alguien, la saliva que contiene parásitos jóvenes se transmite a la persona; (E) en los próximos quince días o así, los parásitos jóvenes alcanzan la
3An ejemplo de proceso de modelado es tu investigación es el papel de Sabherwal y Robey (1993). Este análisis de secuencias de eventos (por ejemplo, la asignación de personal, la presentación de la propuesta, aprobación, etc) en el 53 son los proyectos de aplicación y utiliza el análisis de conglomerados para identificar "seis tipos distintos de procesos de ejecución".







SEDDON
El Delone y McLeun modelo de éxito es
madurez en la nueva víctima, y (f) la nueva víctima desarrolla malaria.4 Tenga en cuenta que la picadura de un mosquito no tiene, en sí mismo, causan la malaria, es la combinación casual de los acontecimientos (A) y (D), en la que secuencia, lo que importa.
Ambos Mohr (1982) y Newman y Robey (1992, p. 251) ir a algún trabajo para explicar que las cajas y flechas en la varianza y modelo de diagramas de proceso representan conceptos muy diferentes y no se pueden combinar de manera significativa en el modelo uno. Por ejemplo, en los mosquitos antes causando ejemplo de la malaria, Evento C no causa del suceso D. La flecha entre los eventos de C y D de eventos en el modelo de proceso nos dice que si los sucesos A, B y C ya han ocurrido, y de eventos D sucede, entonces los eventos E y F que casi inevitablemente seguir. Desde las cajas en un modelo de proceso representan discretas-han pasado / no-tener-ocurrido los acontecimientos, y las flechas indican la secuencia, no la causalidad, no es posible adoptar un modelo de interpretación de la varianza de una parte de la caja y diagrama de flechas , y un modelo de proceso de interpretación de otra parte. Si se hace, debe haber un deslizamiento de significados en un punto intermedio.
Desafortunadamente, la variación y la combinación de modelos de proceso es exactamente lo que D & M intentado hacer. El resultado es que el modelo de muchas de las cajas y flechas en D & M's (figura la) pueden, y lo hacen, tienen tanto la varianza y un evento-en-un-proceso de interpretación. El problema es que la misma percepción de las limitaciones humanas que permitieron artista neerlandés, MC Escher (1982) para producir dibujos de escaleras paradójico que en un momento parecen estar subiendo, y en otro se va hacia abajo (porque nuestras mentes sólo puede tener sentido de pequeñas partes de sus dibujos a la vez) significa que cuando el lector se ve en D & M, modelo, sus esfuerzos para dar sentido a diferentes partes del modelo con frecuencia causa de un deslizamiento de significado de un cuadro o una flecha a otra. El resultado es un nivel de pensamiento confuso que es probable que sea contraproducente para el futuro es la investigación.
4A cuenta de manera mucho más completa de este proceso está disponible en (1996 Zucker) 'Página NWW.
5to ver la imagen de Relativitiet Escher (1953), vaya a http:/ /
www.cultech.yorku.ca / arte / escher_S.html. (Esta página se refleja en
http:/ / / www.dis.uninselb.edu.au personal / Peter / escher.htm)

En un esfuerzo por superar las dificultades mencionadas, este trabajo presenta un respecified y ligeramente extendida versión de D & M's modelo de es el éxito. El modelo de respecified conserva la mayoría de las características del modelo de D & M, pero elimina la confusión causada por los significados múltiples alternativas para las cajas y flechas. Lo hace por D & M dividir el modelo en dos modelos sub varianza (de uso y el éxito) y la eliminación de la interpretación de modelo de proceso de D & M's modelo.
2. Los tres significados de "se puede utilizar" en Delone y modelo de McLean
Las principales dificultades con D & M's modelo puede ser demostrado por centrarse en la casilla Utilizar en la figura de Los Ángeles. Aquí, es posible identificar tres posibles significados de uso.
Significado 1: es Utilizar como una variable proxy para Beneficios de dic de uso. Cuando el posible significado de la primera es utilizar es más alta en MMD del lector, los actos de uso como una variable proxy para que los beneficios de su uso. Esto es exactamente lo que uno esperaría en un modelo de es el éxito, pero incluso aquí hay problemas. La intuición detrás de los beneficios-de-uso-como la interpretación de éxito de uso se puede encontrar en (1975 Lucas) la observación de que los sistemas utilizados son fracasos. Desde el frente del fracaso es el éxito, a menudo se considera que los sistemas son muy utilizados los éxitos. Sin embargo, como Szajna (1993) ha señalado, esta suposición no es necesariamente correcta. El factor crítico es la medición de éxito no es el uso del sistema, pero que los beneficios netos que se derivan de su uso. Los sistemas de Lucas fueron un fracaso, no porque no se utilizaron, sino porque proporcionan ningún beneficio (como consecuencia de la falta de uso). Un eficaz sistema proporcionará beneficios como ayudar al usuario a hacer trabajar más o mejor en el mismo tiempo, o para tener menos time6 para lograr tanto trabajo de la misma calidad que se hizo en el pasado. Los autores de muchos en la past7 que han utilizado es el uso como indicador de éxito es implícitamente asumiendo una positiva (con frecuencia lineal) relación entre el tiempo dedicado al uso de un sistema y los beneficios que proporciona.
6 Tenga en cuenta que si es menos tiempo es el objetivo deseado, es el uso medido hora m es inversamente proporcional es el éxito.
Por ejemplo, los 27 estudios en D & M's tabla 3 (1992: 70-71), que se mide es utilizar en horas y / o frecuencia de uso y / o extensión de su uso.
Significado 2: ¿Constituye el uso como la variable dependiente III un modelo de varianza de futuro es uso. Cuando el segundo significado de la IS uso es superior III del lector MMD, él / ella interpreta las flechas de los tres constructos Sistema de Calidad, Calidad de la información, y satisfacción del usuario en la Figura como parte de un modelo de la varianza con el futuro es utilizar como variable dependiente .8 Cuando se ve de esta manera, el modelo D & M's compite con el trabajo de Davis et al. (1989), Davis (1989, 1993), Adams et al. (1992), Segars y Grover (1993), Thompson et al. (1991, 1994), y Moore y Benbasat (1991) como un posible modelo para explicar el uso futuro de la tecnología de la información. El punto importante a señalar sobre este posible significado de la segunda es utilizar es que en este papel es el uso que se utiliza para describir el comportamiento, no está siendo utilizada como una medida de la IS Success.9 Ahora, desde el modelo D & M tiene por objeto interrelacionar las categorías es la medida de éxito, este segundo significado es claramente una interpretación válida de uso en D & M's modelo. En otras palabras, es Utilizar Significado 2 m no tiene lugar el modelo D & M es el éxito.
Concepto 3: es Utilizar como un evento en un proceso que conduzca al individuo o la organización de impacto. La tercera interpretación posible es que puede utilizar en algunas ocasiones ser superior en el lector y es que la satisfacción del usuario individual del impacto, y de las Organizaciones de impacto son los resultados de un proceso que comienza con es Usar ". ° Parece que por esta razón que las flechas en la figura principal de la utilización hasta la satisfacción del usuario y el derecho individual a la continuación del impacto de organización Impact.11 Al igual que con el segundo significado de es el uso, el punto importante a destacar es que en este punto de vista de uso, la utilización en sí no es ser tratado como una medida de éxito es, es el usuario
8This es la inclinación que D & M, probablemente destinados al referirse a "las influencias causales" en la cita anterior.
'Davis (1989). por ejemplo, está tratando de predecir si los sujetos bis utilizará la tecnología de la computadora del futuro.
10'ffis es el sentido de que D & M, probablemente cuando se pretende describir es el éxito "como un proceso de construcción", que "temporal" influencias afectan el éxito lis, en la cita anterior.
De hecho, es difícil de construir argumentos sólidos para justificar cualquier otra interpretación. ¿Cómo, por ejemplo, puede percepción de satisfacción de los usuarios tienen un impacto sobre los individuos o las organizaciones? A pesar de las altas expectativas iniciales pueden llevar a resultados reales de alto, seguramente en el largo plazo son las observaciones de los pueblos de los resultados de uso, los impactos, que determinan su satisfacción con el sistema y no viceversa.
Satisfacción, impacto individual, y / o impactos de organización (si procede), las consecuencias de uso, que se observan para determinar si el sistema tiene éxito. Una vez más, por lo tanto, este tercer sentido es de uso no tiene lugar en cualquier modelo de la varianza de las interrelaciones entre las medidas es el éxito.
La sorprendente conclusión que se desprende de este análisis es que el significado es válida sólo para uso en un modelo de varianza es el éxito (y todos los de D & M de medidas en sus cuadros 1-6 se diferencia de medidas modelo) es el significado 1. Aquí, de uso voluntario, de sistemas similares, igualmente por usuarios expertos, las medidas de IS uso (tales como las horas de uso y frecuencia de uso) pueden actuar como sustitutos de las ventajas de la utilización.
3. Modelo D & M es realmente una
Combinación de tres modelos diferentes
Para hacer el último punto con más fuerza, y hacer hincapié en el modelo de la m variables D & M en realidad medida, la figura se ha vuelto a trazar la figura 4 m con las palabras "ventajas de la utilización" situada delante de cada uno de nght las cuatro clases de la mano de la variable . '2 D & M, las relaciones entre estas variables también se han establecido como líneas de puntos para enfatizar que, cuando se puede utilizar tiene este significado restringido, los significados de todas las relaciones entre las variables que deben ser revisadas.
Marcando de nuevo modelo de D & M de esta manera tiene dos consecuencias. En primer lugar, queda claro que el éxito de construir las cuatro categorías en el lado derecho de D & M's modelo son sólo formas de clasificar las variables que tratan de medir los beneficios de su uso. Dos de estas variables, es el uso y satisfacción del usuario, se han utilizado muy a menudo en el pasado que D & M han colocado en clases especiales. Los otros dos son convenientes las clasificaciones de las variables de cambio de nombre. Primal fácil no hay razón para esperar que cualquier variación en la relación entre el modelo de estos cuatro tipos de medidas, que son formas distintas de golpear ligeramente en el que subyace la construcción, los beneficios de uso orbe fr.
12All las medidas de D & M's tablas se supone que debe medir algunos aspectos de beneficios derivados del uso. Incluso variables tales como "Time
necesario para completar una tarea "de mesa (M D & M's 5, p. 76) Beneficios de la medida de uso, porque lo que es realmente de interés es la reducción de la duración.
Figura 4 Lite significado de las categorías tite en DeI.one y McLean (1992) Modelo de Éxito ES
Segundo modelo, el modelo de la figura 4 es mucho menos interesante que D & M's! Muchas historias de la significación 2 y 3 sub-que se puede leer en D & M, modelo, por ejemplo, "mayor es el nivel de sistema de calidad o satisfacción del usuario, mayor será el nivel de uso del sistema", o "el más el sistema es utilizados, mayor será el impacto individual (y en última instancia de organización de impacto), "o" Usar el sistema necesariamente debe ocurrir antes de que uno puede esperar para observar satisfacción de los usuarios o impacto individual "están ausentes en la Figura 4. Ah, estos sub-historias se basan en el uso-como la conducta o el empleo-como-un-paso-en-una-interpretaciones proceso de uso es que se muestra arriba no es válida en un modelo de éxito que es. En otras palabras, la razón de que el modelo D & M, parece decir tanto para el lector, es que es en realidad una combinación de tres modelos:
• un modelo de varianza es el éxito, donde las variables independientes son probablemente Sistema de Calidad y Calidad de la información, y las variables dependientes son IS uso (como un proxy 1 Significado de beneficios derivados del uso) y satisfacción del usuario;
• un modelo de varianza es Utilizar como un comportamiento (Significado 2 para 15 Uso);
• un modelo de proceso es el éxito, donde el 15 es un uso Significado 3 evento que precede necesariamente a los resultados como la satisfacción del usuario individual del impacto, y la Organización de impacto.
4. El modelo IS Respecified de éxito (y Uso)
En un esfuerzo por conservar lo más posible de la riqueza de significados en D & M, modelo, mientras que al mismo tiempo evitar que el buque-páginas en el sentido de que pueden producirse cuando se trabaja con la categoría D & M modelo, su modelo ha sido rediseñado en Figura 5. La Figura 5 es la principal contribución de este trabajo.

Los conceptos y las variables utilizadas en la Figura 5 se definen en la Tabla 1. Este cuadro tiene por objeto actuar como un único punto de referencia para aclarar qué se entiende por el modelo en la Figura 5. Por ejemplo, la Figura 5, partimos claramente de la existencia de un sistema de información de algún tipo, pero no está claro lo que "un sistema de información". La entrada en la primera fila de la Tabla 1 se destina a responder a esta pregunta mediante la definición de los sistemas de interés para los diversos tipos de aplicaciones de la tecnología de la información (TI). Pitt et al. (1995) presentan su servicio de medida de calidad como una extensión de D & M's modelo. Pero en la definición de "sistema" en el cuadro 1, su enfoque no sería válida ya que la información de una empresa de sistemas (SI) del departamento no es una "aplicación de la TI." 13 Se podría, por supuesto, ampliar la definición de "sistema de información" para incluir el es el departamento, sino de dos variables clave en D & M, modelo, Sistema de Calidad y Calidad de la información, no son propiedades de un SI departamento. Por esta razón, las definiciones en la Tabla 1 exudan Pitt et al. 'S interpretación del éxito es la medición.
En la figura 5, el modelo de la interpretación proceso de D & M ha sido eliminado, y el resto de su modelo se ha dividido en los dos modelos de variación diferentes que están implícitos en la figura. El primero de estos dos modelos de varianza es el modelo de comportamiento parcial, de 15 de uso se muestra en el cuadro redondeado en la parte superior izquierda de la figura. Sólo un modelo de comportamiento parcial se presenta por-que el objetivo de este trabajo es interpretar y aclarar el modelo D & M, no extender de manera significativa. El segundo modelo de la varianza es el 15 de modelo de éxito demostrado en el cuadro rectangular en la parte inferior de la Figura 5. Por último, los dos modelos de variación en la Figura 5 se vinculan a través de la ruta por las consecuencias de un 15 Uso de la SI modelo de éxito, y la ruta de los comentarios de satisfacción del usuario (en la SI modelo de éxito) hasta expectativas sobre
«3 Pitt et al. 'S uso de servicio de calidad para medir la eficacia de sus departamentos de ES es totalmente adecuada. Sin embargo, medidas tales como Sistema de Calidad y Calidad de la información ni la Figura 5 son atributos de las aplicaciones, no es de los departamentos. Esto es, ¿por qué no se incluyen los departamentos de la definición m m Tabla 1.





flgure 5 Respecified versión de Delone y McLean (1992) Modelo de Éxito IS (Construye definido en el cuadro 1)
[
Modelo de comportamiento parcial de la IS Uso
Es individual la utilización, la organización, y
r expectativas sobre el comportamiento, no el 1 de consecuencias sociales de la SI uso
1 de los beneficios netos de [____________
ES L1ture uso J éxito medido (no se evalúa como bueno o malo)
Reacción
(Base parcial de expectativas revisado)
Clave:
Cajas rectangulares
Cajas redondeadas
Solid-line flechas
Línea de puntos de flecha
¿El modelo de éxito
Modelo de comportamiento parcial de la IS Uso
Independiente (necesaria y suficiente) la causalidad
Influencia (no causal, ya que los objetivos del observador se desconoce)
La observación, la experiencia personal, y los informes de otros,
3. Otras medidas de beneficios netos de la IS Uso
Los beneficios netos de:





Cuadro 1 Definición de conceptos y variables utilizadas en la Figura 5
Concepto de definición de variables
Sistema de Información (implícita en el sistema la "información" de interés o es algún aspecto de una aplicación de tecnología de la información de modelo) (IT), una aplicación individual, un grupo de aplicaciones (incluidas las de toda la organización),
o una aplicación de un tipo de TI.
Los beneficios netos beneficios netos es una medida global idealizada de la suma de Ali prestaciones pasadas y futuras, menos todos los gastos pasados y futuros esperados, que se atribuye a la utilización de una aplicación de la tecnología de la información. Cualquier uso de los recursos (incluyendo el tiempo) en la construcción, aprendiendo a utilizar, y / o utilizar el sistema tiene un coste. Para medir los beneficios netos, uno tiene que adoptar alguna de las partes interesadas punto de vista sobre lo que es valioso y lo que no lo es.
Las expectativas sobre los beneficios netos como en cualquier esperanza de los modelos de la teoría, por ejemplo, Vroom (1964), las expectativas sobre los beneficios netos de futuro de futuro 15 Uso ¡5 uso es una de valencia suma ponderada de la decisión de las expectativas sobre el fabricante de los costes y beneficios
futuro es de uso.
Constituye el uso 15 Uso significa utilizar el sistema. Se espera que los recursos tales como el esfuerzo humano se consume como el sistema es utilizado. ¿Constituye el uso puede ser medido en manos de las horas, las horas dedicadas análisis de los informes, la frecuencia de uso, número de usuarios, o simplemente como una variable binaria: uso / no uso.
Individual, de organización, y So-Las consecuencias son destinados a ser de valor en las descripciones neutras de los resultados atribuidos a IS uso. Incluso las consecuencias de incidentes de uso que es ponerse de acuerdo sobre las consecuencias, diferentes observadores pueden Consecuencias valor diferente. Triandis
(1980) utiliza el término "consecuencias objetivas" para describir un concepto muy similar.
ES Éxito ¡5 El éxito es una medida del grado en que la persona que la evaluación del sistema considera que las partes interesadas (en cuyo interés se realiza la evaluación) es mejor. Lógicamente, si los beneficios netos podrían ser medidos con precisión, ¡S éxito sería equivalente a los beneficios netos. Sin embargo, es el éxito también tiene connotaciones político y emotiva de "ganamos" al respecto, que son menos evidentes en los beneficios netos.
Sistema de Calidad Sistema de Calidad se refiere a si existe o no son "errores" en el sistema, la consistencia de la interfaz de usuario, facilidad de uso, calidad de la documentación y, a veces, la calidad y mantenibilidad del código del programa.
Calidad de la información Calidad de la Información se ocupa de cuestiones tales como la pertinencia, oportunidad y exactitud de la información generada por un sistema de información. No ah aplicaciones de las TI consiste en la producción de información para la toma de decisiones (por ejemplo, un procesador de palabras en realidad no producen información), Calidad de la Información no es una medida que puede aplicarse a todos los sistemas.
Percepción de plenitud de uso percibida uso plenitud es un indicador de percepción del grado en que el interesado considera que el uso de un sistema en particular ha mejorado su desempeño en el trabajo, o de su grupo o al rendimiento de la organización. Un sistema es útil si produce beneficios. En su sentencia sobre los costos de utilidad percibida son mucho menos importantes que los beneficios, así lo consideran plenitud uso no es el mismo concepto que el beneficio neto.
Satisfacción del usuario del usuario es una evaluación subjetiva de las diversas consecuencias (se muestra en la esquina superior derecha de la figura 5) evaluó en un continuo agradable-desagradable. De todas las medidas en la figura 5, satisfacción del usuario es el más cercano en el sentido de la medida ideal de beneficios netos. UIS medidas tales como el Ives et al. (1983) instrumento caen muy lejos de la medición de este constructo idealizado.
Los beneficios netos para los individuos, los Orga-Beneficios netos percibidos por los diferentes tipos de partes interesadas. Organizaciones incluye tanto ciones grupos, y / o la sociedad y de gestión. Así, los cuatro tipos principales de las partes interesadas (en cuyo interés es la eficacia de
se evaluará) son los individuos, grupos de personas, la gestión de las organizaciones y la sociedad. En general, las medidas importantes para un tipo de actores es menos probable que se te importante a los demás.
Volitiva ¡5 Uso diferencia de plenitud uso percibida y satisfacción del usuario, que son las medidas perceptuales, volitivos es Usar es un indicador objetivo de que los beneficios netos percibidos por la persona (s) que decide si el sistema será utilizado-superior a cero. En algunas circunstancias, más volitiva ¡5 uso puede implicar más beneficios. En otros, volitiva es Utilizar es sólo un indicador binario que se cree que los beneficios netos positivos.

los beneficios netos de uso en el futuro (en el modelo de conducta parcial). Estos dos enlaces son muy similares a los de Triandis '(1980) modelo de behavior.14 interpersonales El resto de esta sección se explica el modelo de respecified en más detalle.
A partir de la parte superior izquierda de la figura 5, el modelo de la cenefa del comportamiento afirma que, ah ceteris paribus, un mayor nivel de expectativas acerca de los beneficios netos de futuro es el uso (las expectativas de ahora en adelante), dará lugar a mayores niveles de (Significado 2) si el uso . '5 expectativas puede ser medido por un instrumento como el (1989 Davis) Uso percibida plenitud, '6 o términos de dinero RN (si fuera posible), o por algún otro instrumento para fines especiales. Ejemplo de las medidas es Utilizar se muestran en la Tabla 1.
El modelo de comportamiento m Figura 5 se destina a ser coherente con el trabajo de Davis et al. (1989), Davis (1989, 1993), Adams et al. (1992), Segars ¿md Grover (1993), Thompson et al. (1991, 1994), Taylor, ¿md Todd (1995a, b), Moore y Benbasat (1991), y otros que han utilizado las expectativas basadas en marcos de predecir el futuro es utilizar. A través de la literatura, es también la intención de ser coherente con la labor de los psicólogos del comportamiento tales como Fishbern ¿md Ajzen (Fishbein ¿md Ajzen 1975, Ajzen ¿md Fishbern 1980; Ajzen 1985, 1991) ¿md Triandis (1971, 1980), trabajo, así como de Rogers (1983) sobre la difusión de las innovaciones. En el caso del uso obligatorio de un sistema de varios miembros de una organización, son las expectativas de la dirección (para los que el uso no es obligatorio) que determinan el 15 Uso, no a las expectativas de sus empleados (que no pueden optar por no hacerlo ).
¿Cómo funciona este modelo basado en las expectativas de comportamiento en comparación con el modelo implícito en D & M? Como se discutió previamente en Significado 2 para es el uso, D & M's videntes modelo implica que sistema de calidad, información de calidad y satisfacción Loser forman parte de un modelo de la varianza de causalidad que predice el futuro es utilizar. Si bien esto parece muy plau14 Las variables relevantes en el modelo (1980, figura 1, p. 199) Triandis's
son "interpretaciones", "Objetivo Consecuencias", "Comportamiento", "refuerzo", y "consecuencias".
15The cosas "otros" que sería necesario ámbito de la igualdad se incluyen
factores tales como la norma subjetiva y control conductual percibido, discutió m de profundidad por Taylor y Todd (1995a, Figura 5, p. 163), y el hábito, como lo sugiere Triandis (1971, 1980).
16 utilidad percibida en la Tabla 1 es un pasado-versión de tiempo (1989 Davis) construir.
ble, no es la historia completa. El problema es que no importa lo bueno que un sistema ha sido en el pasado, el beneficio del pasado no es una condición suficiente para un uso futuro, el uso futuro debe basarse en las expectativas de beneficios futuros. Por ejemplo, una persona que acaba de reemplazar a su paquete de procesador de palabras con uno nuevo puede informar de que les gustaba su sistema de aceite mucho, pero que esperan que el nuevo sistema sea aún mejor. En esta situación, las medidas favorables del sistema de calidad o satisfacción del usuario (o cualquier otra medida de éxito de otros) en relación con el antiguo sistema no son suficientes para provocar un uso del sistema antiguo. Más bien, los usuarios potenciales de Pentecostés utilizar el sistema que esperan les ofrecen los mayores beneficios netos en el futuro. Así, en la Figura 5, es más correcto que las expectativas de beneficios netos futuro, no las tres variables en D & M's modelo, como la variable causal que inmersiones es uso. '7
Moverse hacia la derecha en la figura 5, las consecuencias de la IS de uso son representados por el bloque de texto denominado "individual, de organización, ¿md societal Consecuencias de la LS uso" (Consecuencias de ahora en adelante). Estas consecuencias están destinados a ser de valor neutral18 descripciones de los resultados atribuidos a es el uso, no de las medidas es el éxito. Consecuencias atribuidas a 15 Uso puede incluir los resultados indirectos. Por ejemplo, si (1) uso de un almacén de datos permitió la identificación de un grupo de productos clave, (2) reducciones de precios en los productos clave se han negociado con sus proveedores, a continuación, (3) en los meses que siguieron hubo una reducción significativa aumento de los márgenes brutos de las ventas de estos productos, el aumento de la rentabilidad podía razonablemente considerarse como una consecuencia del uso del almacén de datos.
Tenga en cuenta que las consecuencias son de valor atribuido a los resultados neutro es el uso, mientras que las medidas de éxito en el cuadro en la parte inferior de la Figura 5 implica la adopción del punto de vista de alguien. Para ilustrar la diferencia, considerar las consecuencias del uso generalizado de la World Wide Web. Una de las consecuencias del uso de Internet es más libertad de acceso a todos los SNOTS de la información. Para muchas personas esto es una buena cosa. Sin embargo, para los padres preocupados por los niños
17del supuesto, el estado m constante, lo que se espera ser una asociación positiva entre el Sistema de Calidad, Calidad de la Información, Satisfacción tiser
y expectativas. Esta relación de retroalimentación entre D & M, tres variables de éxito y las expectativas se discute al final de esta sección.
18Ts término es utilizado por Orlikowski y Baroudi (1991, p.1l) para describir las creencias de los investigadores positivistas "que pueden desprenderse de los fenómenos de interés.
tropezar con la pornografía, o para los gobiernos manopla sobre la censura, este mayor acceso a la información es una cosa mala. Del mismo modo, con los sistemas de información corporativos. Los trabajadores y los gerentes pueden tener objetivos diferentes. Incluso si están de acuerdo en lo que los resultados del uso del sistema son (las consecuencias), pueden sacar conclusiones diferentes sobre el éxito del sistema.
La flecha se usa para las consecuencias en la Figura 5 representa la hipótesis de que más se uso implica más consecuencias. Esta flecha aparece m similar sentido a la utilización de flecha Consecuencias en Silver et al (1995) Tecnología de la Información del Modelo de Interacción (Figura 3, p. 366), pero no está claro si Silver et al. la intención más de un proceso-o variación de interpretación de su modelo de flecha. En D & M's modelo (Figura la), el sentido de las flechas a los cuadros de los impactos es igualmente claro. En el marco del modelo de proceso de interpretación, es el uso es necesario pero no suficiente para causar impactos (no se puede obtener la malaria sin ser picado por un mosquito, pero no todas las picaduras de mosquitos causan la malaria), mientras que el modelo de la varianza es la interpretación de que es más uso es necesaria y suficiente para causar más impactos. El más fuerte, la interpretación de varianza modelo se especifica en la figura 5.
La ventaja de las consecuencias de modelos de forma explícita en la figura 5 es que, aunque videntes válida la hipótesis de que más uso implica más consecuencias, no es necesariamente cierto que un mayor uso implica más beneficios netos. Por ejemplo, para los usuarios más volitiva uso puede significar más angustia. Así, en la figura 5, las consecuencias han sido separados de Beneficios impactos netos (D & M) para dejar claro que es la medida de éxito requiere de la adopción del punto de vista de alguien. Sin el conocimiento de ese punto de vista, no es posible plantear la hipótesis de las relaciones entre es usar y es el éxito.
Moverse hacia la derecha de nuevo, el gran rectángulo en la parte inferior de la Figura 5 contiene el modelo de respecified es el éxito. La idea detrás de esta posición de la IS modelo de éxito (el rectángulo grande) con respecto a la utilización y las consecuencias variables en la mitad superior de la figura 5 es que basado en la observación, la experiencia personal, y los informes de los demás sobre las consecuencias de es el uso, la observador hace juicios sobre diversos aspectos de lo que él / ella considera como el éxito del sistema. El éxito es lo que es conceptualizado como un juicio de valor realizado por un individuo, desde el punto de vista de algunos de los interesados.
La flecha vertical punteada de las consecuencias del éxito indica que no existe una relación causal clara de las consecuencias del éxito. Tal vez si se pudiera medir la importancia de cada una de las consecuencias a las partes interesadas, y el uso de las medidas de importancia como resultado de ponderar las calificaciones de cada consecuencia, uno puede ser capaz de calcular una suma ponderada de los resultados de la medida es el éxito. (Un enfoque similar es utilizado por Ajzen y Fishbein (1980) para calcular las actitudes de las creencias más importantes.) Sin embargo, la investigación de tales relaciones detallada nos llevaría mucho más allá del ámbito de aplicación de D & M's modelo. Figura 5 simplemente hace muy débil la afirmación de que las medidas de éxito se cree que dependen de algún modo todavía por determinar en las consecuencias.
Al entrar en el rectángulo con una etiqueta "LS modelo de éxito", nos encontramos con un conjunto muy complejo de las relaciones entre el modelo de la varianza siete es el éxito de medidas dispuestas en tres columnas. Este es un modelo de éxito es el equivalente lógico de la figura 4, las seis de D & M's mide el éxito aparecen aquí. Sistema de Calidad, Calidad de la información, satisfacción del usuario, los impactos individuales, y sus efectos en la organización se muestran de forma explícita. Utilice aparece como una medida de ejemplo en la parte inferior de los otros beneficios de la columna de uso (columna 3) como "volitiva es Usar". Además, dos nuevas variables, utilidad percibida y los beneficios netos para la sociedad, se han añadido a la modelo.
(a) Maisures de la Información y Sistema de Calidad (columna 1). Las dos variables en la columna 1 de la SI modelo de éxito son del Sistema de Calidad y Calidad de la información. Estas variables, definida m Tabla 1, son idénticos a D & M, dos variables del mismo nombre. En términos de relaciones entre estas dos variables, es la hipótesis de que en la Figura 5 Sistema de Calidad y Calidad de la información son variables independientes. Por ejemplo, si el diseñador se las especificaciones mal, un sistema de alta calidad técnica-puede producir información inútil. Esto parece ser consistente con D & M's modelo
(b) las medidas generales de percepción de los beneficios netos de IS Uso (columna 2). Como m indica la discusión de la figura 4, las cuatro clases restantes de la variable en la parte posterior de D & M el modelo son realmente única clasificación de las medidas de los beneficios de utilizar IS. A pie se puede cortar de muchas maneras, y en la Figura 5 el corte primario se basa en la distinción entre dos de propósito general las medidas de percepción de los beneficios netos (que parece probable que sea aplicable en situaciones casi ail) y todas las otras medidas. Las dos medidas de carácter general de percepción
(Percepción de utilidad y satisfacción del usuario) aparece en la columna 2, y otras medidas (que incluyen Significado 1 15 Uso) están agrupadas en la columna 3.
Una de las debilidades de las dos medidas de carácter general es que ambos son de percepción. Muchos investigadores desconfianza medidas de percepción porque las personas no necesariamente dicen lo que creen, ni lo que dicen. Peor aún, la percepción puede ser francamente mal. A pesar de estas dificultades, Percepción de utilidad y satisfacción del usuario son potencialmente útiles para muchos estudios, ya que son conceptualmente significativas, y relativamente fácil de medir. Los siguientes párrafos definir los significados de estas dos variables.
(i) En su estudio, Davis (1989) define la utilidad percibida de una solicitud de que sea "el grado en que una persona cree que el uso de un determinado sistema mejoraría su desempeño laboral." Sin embargo, en la SI de éxito modelo de la figura 5, donde Percepción de utilidad se evalúa ex post, las palabras "mejorará" en la necesidad de definición de Davis para ser reemplazada por "ha mejorado". Así, la figura percibida m Utilidad 5 es "el grado en que una persona cree que usar un sistema en particular ha mejorado su desempeño en el trabajo o de su organización en el rendimiento ".
Utilidad percibida no está presente en D & M el modelo, pero, como media, de 1 mg es utilizado en el caso de uso volitivo, es un proxy potencialmente buena para los beneficios del uso de TI. Una ventaja de la utilidad percibida de más de 15 Uso como un proxy para obtener beneficios netos es que retams su significado, incluso si el uso es obligatorio. Otra ventaja es que Davis (1989) ha desarrollado un instrumento muy fiable para medir la utilidad percibida futuro se espera que sea fácil de reformular el pasado.
(u) Con respecto a la satisfacción del usuario, Naylor et al. (1980) define el concepto general de "satisfacción" como "el resultado de los resultados a nivel personal que han sido recibidos y evaluación de las mismas en un continuo agradable-desagradable." Aplicado a un SI contexto, la satisfacción del usuario es una evaluación subjetiva de los distintos resultados ¿Constituye el uso de la evaluación en un continuo agradable-desagradable. En este caso, los resultados pertinentes son las consecuencias se muestra en la esquina superior derecha de la figura 5.
La hipotética relación entre percepción de utilidad, satisfacción del usuario, y las dos variables de la calidad en la columna 1 de la Figura 5 se basa en la teoría y
los trabajos empíricos reportados por Seddon y Kiew (1994) .19 En resumen, alegan lo siguiente. ¡Ves En primer lugar, la existencia de factores relacionados con el Sistema de Calidad y Calidad de la información en la mayoría de los instrumentos de satisfacción del usuario (por ejemplo, et al. 'S (1983) medir la satisfacción del usuario de la información, y Doli y Torkzadeh's (1988) para el usuario final medir la satisfacción de Informática) es pruebas para apoyar el uso de estos dos factores (Sistema de Calidad y Calidad de la información) como variables independientes en un modelo de la varianza de satisfacción del usuario. En segundo lugar, por razones muy similares, Sistema de Calidad y Calidad de la información también debe ser influyente en la determinación de utilidad percibida. En tercer lugar, grifos de satisfacción de los usuarios una gama más amplia de las necesidades, los costos y beneficios de la TI el uso de aplicaciones de percepción de utilidad, 2 ° utilidad percibida de manera válida se puede incluir, junto con los otros dos factores (Sistema de Calidad y Calidad de la Información), en el modelo de avance de satisfacción del usuario.
Las relaciones entre las cuatro variables en las columnas 1 y 2, por lo tanto puede ser representado por dos modelos de regresión de MCO, con percepción de utilidad y satisfacción del usuario, respectivamente, como variables dependientes. Estas relaciones se muestran en el diagrama de camino a la izquierda de la SI modelo de éxito en la Figura 5 (las flechas indican la hipótesis de causalidad). En el caso de usuarios individuales de un solo sistema de información de organización, y Seddon (1994 Kiew) y Fraser y Salter (1995), el trabajo empírico (véase la figura 2) proporciona evidencia que apoya estas relaciones.
¿Cómo las variables y relaciones que acabamos de comparar a D & M's modelo (Figura la)? La respuesta es que son muy similares. Las dos diferencias son, en primer lugar, que la utilidad percibida ocupa el lugar ocupado por es uso en D & M's modelo. Aquí, como Significado 1 Uso en D & M's modelo, proxies aquí para beneficios derivados del uso. En segundo lugar, D & M's "punta de flecha-mg por encima de satisfacción de los usuarios a utilizar es el modo es llevado en la figura 5 de la flecha es la retroalimentación de éxito a las expectativas. Esta relación de votos es discutido en breve.
(c) Otras medidas de los beneficios netos de la IS Uso (columna de
3). La clasificación de D & M son las medidas de éxito de
19 instrumentos de medición de la Percepción estas cuatro variables se incluyen en el apéndice de Seddon y Kiew (1994), p. 110.
20 Por ejemplo, un equipo antiguo muy barato puede resultar útil para el procesamiento de textos, pero mucha gente no estaría satisfecho con ella. Así que la satisfacción debe involucrar la posibilidad de una gama más amplia de los factores que la mera utilidad.
si medida beneficia a un individuo o una organización es útil y se recoge en la columna 3 de la SI modelo de éxito en la Figura 5. Además, una nueva categoría, los beneficios netos para la sociedad, se ha añadido también por-que está claro que hay situaciones, por ejemplo, de los impactos del uso generalizado de la Web, donde la unidad de análisis tiene que ser toda nuestra sociedad, no sólo una o más personas, o una o más organizaciones.
Significado 1 es el uso, es decir, como una medida de no percepción de los beneficios netos de es el uso, ha sido clasificada como una medida de "Otros" de los beneficios netos en la Figura 5, porque no es como generalmente es útil para medir el éxito 15 de utilidad percibida y satisfacción del usuario. A pesar de ello, en un entorno volitiva uso, continuado es el uso (por individuos, organizaciones o la sociedad) es claramente un importante objetivo, el indicador de los beneficios netos. Incluso en un entorno de uso obligatorio (por ejemplo, donde el uso es obligatorio para los empleados o estudiantes) es el uso es todavía una medida válida de binarios es el éxito si se utiliza para resumir la persona en poder de las expectativas generales sobre los beneficios netos del uso continuado de el sistema de la organización (en comparación con los beneficios netos de cambiar a cualquier sistema alternativo).
Las asociaciones o las relaciones causales entre las dos medidas de carácter general de los beneficios netos en la columna 2 y los placeres que quedan en la columna 3, son difíciles de especificar. En la columna ah estos 2 y 3 las medidas son sólo sustitutos para obtener beneficios netos que puede ser que las medidas covarían ah, y nada hace que el other.21 Sin embargo, el enfoque adoptado en la Figura 5 es que los beneficios netos es una suma ponderada de los muchos positivos y negativos factores, y que una primera aproximación de la ponderación de cada factor puede ser estimado utilizando una técnica de mínimos cuadrados ordinarios (MCO) del modelo de regresión. De ello se deduce que si las variables semánticamente haces en sentido a beneficios netos son tratados como representantes de los beneficios netos (la variable dependiente), los otros 15 Suc21 Este es ciertamente el enfoque adoptado por Doil et al. (1994), que utiliza
LISREL para argumentar que la Doil y Torkzadeh (1988) para el usuario final de satisfacción Informática (EUCS) mejor instrumento podría ser interpretado como cinco factores de primer orden y un segundo factor de orden (EUCS). Sin embargo, Sed-Don (1996) ha re-análisis de las estadísticas m el documento anterior, Doil et al. (1995), y cuatro conjuntos de datos adicionales, y concluye que los modelos de segundo orden no son generalmente apropiados para las interrelaciones entre los modelos de 15 medidas de éxito. La Figura 5 es compatible con (1996 Seddon) la comprensión de la situación.
250
Cess variables pueden ser tratados como variables independientes en el modelo de regresión de MCO?
En la figura 5, las seis flechas que apuntan hacia la izquierda en el modelo de ¡5 de éxito se han elaborado para indicar que la satisfacción de los usuarios y la utilidad percibida son propensos a ser semánticamente más cerca de la noción de los beneficios netos de la otra measures.23 Así, el total es modelo de éxito en la Figura 5 se muestra satisfacción de los usuarios como dependiente de las seis variables (Sistema de Calidad, Calidad de la Información, Percepción de utilidad, los beneficios netos para los individuos, los beneficios netos para las organizaciones, y los beneficios netos para la sociedad). La utilidad percibida es la hipótesis de que dependen de las mismas seis variables, con exclusión de sí mismo. El enfoque adoptado aquí es una simple extensión del enfoque de modelo de regresión utilizado por Seddon y Kiew (1994). No puede ser válido en todas las situaciones, sino que necesita ser probado empíricamente.
La relación final de describir en la Figura 5 es el camino de realimentación de IS a las expectativas de éxito en el modelo de comportamiento. Ml cosas en igualdad de condiciones, es la hipótesis de que mayores beneficios netos de uso en el pasado conducirá a las altas expectativas acerca de los beneficios netos futuros. Puesto que la satisfacción del usuario ha sido elegido en la Figura 5 como lo más variable en el sentido de que los beneficios netos, la flecha que representa este camino de realimentación en la Figura 5 se ha sacado de Satisfacción de los Usuarios de las expectativas. Sin embargo, si una medida más completa y fiable de los beneficios netos existía en el modelo de éxito es, la flecha de votos sería de que la medida más amplia de las expectativas.
Esto completa la descripción de la SI modelo de éxito en la Figura 5. El enfoque del modelo de respecified sigue siendo muy muy similar a la de D & M's. Las seis categorías de ¡5 mide el éxito que D & M identificados en su estudio exhaustivo y valioso, y dos de los tres significados de 15 Uso implícito en su modelo, están presentes en el nuevo modelo especificado. Significado 1 por 15 Uso, como un sustituto de beneficios derivados del uso, aparece en la parte inferior de
Al estructurar el debate teni1s m de regresión de MCO, se evita tener que decir que la variable x causas variable y.
23This es, por supuesto, abierta a la refutación empírica. Además, las posibles relaciones causales por la columna 3, por ejemplo, de beneficios netos para las personas con beneficios netos para las organizaciones, a lo largo de la Unesco de la relación entre D & M's Impactores no se han incluido debido a un deseo de evitar las connotaciones modelo de proceso de D & M's modelo.

la columna 3 del modelo de éxito es como un ejemplo de "Otros" medida de beneficio neto. Significado 2 para es el uso, el comportamiento, aparece en la casilla IS m Utilice el modelo IS uso. Sin embargo, debido a la necesidad de mantener una definición clara de las variables ah, 3 para el significado es el uso (el proceso de modelo de significado), se ha omitido deliberadamente de la figura 5.
5. Comentarios sobre el Overail
Respecified Modelo
Tomados en su conjunto, tres ventajas del modelo de respecified sobre D & M's modelo son las siguientes:
1. En el modelo de respecified, la utilización del sistema es percibida a tener consecuencias de diversa índole. Estos se observan, por experiencias, o informado a la evaluador individual, que forma sus opiniones sobre los aspectos del éxito del sistema de información. En última instancia, estos juicios de valor sobre la contribución del sistema a la "bien offness" de algunas de las partes interesadas (s) de que el investigador trata de hacer o de la medida.
Los investigadores que utilicen el enfoque sencillo sobre como base para la elección de medidas de éxito y explorar las relaciones entre ellos serán menos propensos a perder el tiempo explorando pistas falsas que si se usa D & M (1992) del modelo. Por ejemplo:
(a) No se debe suponer que una mayor utilización analizar 15 es una buena cosa (a pesar de una mayor utilidad percibida y la satisfacción de los usuarios son probablemente).
(b) Uno debe ser consciente de que en la relación del Sistema de Calidad, Calidad de la información, y satisfacción del usuario es de uso y de se usa para los impactos individuales, es el uso no juega el papel de una medida de éxito.
(c) Uno no debe perder tiempo a explorar las relaciones causales de ruta satisfacción de los usuarios a los impactos individuales. Si es de uso y satisfacción de los usuarios son considerados como representantes de los beneficios netos no hay razón por la variación en cualquiera de ellos debe tener ninguna influencia causal en la variación de D & M, otros dos beneficios netos Impactos medidas en las figuras y la 4. De hecho, como se muestra en la Figura 5, la dirección de la influencia es, probablemente, a la inversa.
2. Utilidad percibida está incluido en el nuevo modelo se especifica como es la medida de éxito. El trabajo de Davis (1989, 1993), Davis et al. (1989), y otros, ha demostrado en repetidas ocasiones que consideraban que la utilidad es un predictor importante de futuro es uso. Si las personas utilizan porque
Esperamos que sea útil, parece sumamente razonable para medir el éxito por el hecho de que descubrió que era realmente útil. Por lo tanto, argumentó que el modelo es el éxito es reforzado mediante la inclusión de utilidad percibida de forma explícita como una clave de 15 medir el éxito en la Figura 524
3. En el modelo de respecified, el bucle de retroalimentación de las percepciones de nuevo a las expectativas se reconoce explícitamente la importancia del aprendizaje. El modelo de la Figura 5 se afirma que las expectativas son continuamente revisadas a la luz de nuevas experiencias con el sistema. De manera agujas del reloj, las expectativas revisadas llevar a niveles de revisión es el uso, que a su vez a las percepciones revisado es el éxito, y en última instancia, a las expectativas revisadas. Es importante que la posibilidad de estos efectos de aprendizaje se ha incorporado de manera explícita en un modelo que predice 15 Uso. (En la actualidad, por ejemplo, no se incorpora explícitamente en Davis et al. 'S 1989 TAM.) A pesar de D & M no se propuso construir un modelo que predice es el uso, parece probable que las flechas en la figura de la utilización por de satisfacción de los usuarios, y de satisfacción de los usuarios para utilizar, estaban destinados a reconocer la posibilidad de este tipo de efecto de aprendizaje.
6. Conclusión
D & M's (1992) revisión exhaustiva de la literatura empírica representa un paso importante hacia la consolidación de nuestro conocimiento de las medidas es el éxito. Sin embargo, en el limitado espacio disponible al final de su trabajo (donde su figura 2 aparece, la figura en este documento), no fue posible dar apoyo teórico detallado de las interrelaciones que se sugiere en su modelo. Ahora, tras haber trabajado con el modelo de algunos años, y de haber probado de forma empírica, se ha hecho evidente que la inclusión de ambos variación y el proceso de interpretación en su modelo conduce a significados potencialmente confuso tantos que se reduce el valor del modelo . Al aclarar el significado de 15 de uso, la introducción de cuatro nuevas variables (expectativas, consecuencias, Percepción de la utilidad y beneficios netos para la sociedad), y volver a montar los vínculos entre las variables, ha sido posible desarrollar la re-• modelo especificado y vistosas extendido de IS de utilizar y es el éxito se muestra en la Figura 5.
24Perceived utilidad fue el éxito es la medida elegida por Franz y Robey (1986).
Los usuarios del modelo respecified debe ser consciente de que los juicios sobre el éxito es a veces muy política, y que las carreras de la gente puede estar en juego. Las distintas partes interesadas (con distintas necesidades e intereses) es probable que asistan a las señales diferentes, atribuir los diferentes resultados en el sistema, pasar por alto los resultados que no quieren pensar, y evaluar el "mismo" los resultados de manera diferente. Cuando la alta dirección se les pide que evalúen sus sistemas, se tiende a hablar en términos de contribución percibida del sistema para la rentabilidad de la organización o de la eficiencia de la organización. Por el contrario, los empleados de una organización son más propensos a preocuparse por si el sistema lo hace fácil o difícil para ellos nuevo registro de datos, corregir errores, o el extracto de la detallada información que requieren. Ambos puntos de vista son válidos. Así, los investigadores tienen que pensar cuidadosamente a quién se le pide que haga la evaluación, y cuáles son los intereses de esos pueblos se encuentran en los resultados del proceso de evaluación. Sujetos y las medidas a continuación, se debe elegir en consecuencia.
En este contexto, se espera que el modelo respecified proporciona una visión más clara, más sonido de la conceptualización teórica de las relaciones entre las diversas construcciones de éxito es identificado por D & M, y así ayudará con D & M objetivo de ayudar a futuros investigadores a elegir una combinación adecuada de medidas es el éxito ?
25 ¡el curso de muchas revisiones, este documento se ha beneficiado de los comentarios de muchas personas. Gracias a Barry Spicer, Peter Weill, Izak Benbasat, Stephen Fraser, Uz Roberts, Sandy Staples, los revisores anónimos en ISR, los colegas de los Departamentos de Contabilidad y Finanzas y Sistemas de Información en la Universidad de Melbourne, Curtin University, la University of British de Columbia, el SIAC 95, y ultimos en, pero no menos importante, Bu Delone y Ef McLean para sus palabras de aliento durante sus comentarios en un documento anterior en ICIS 94.

A Respecification and Extension of the DeLone and McLean Model of IS Success Peter B. Seddon

A Respecification and Extension of the DeLone and McLean Model of IS Success
Peter B. Seddon
Department of Information Systems, The University of Melbourne, Parkville, Victoria 3052, Australia
p.seddon@dis.unimelb.edu.au
DeLone and McLean’s (1992) comprehensive review of different information system success measures concludes with a model of “temporal and causal” interdependencies between
their six categories of IS Success. After working with this model for some years, it has become apparent that the inclusion of both variance and process interpretations in their model leads to so many potentially confusing meanings that the value of the model is diminished. Because of the confusion that this overloading of meanings can cause, this paper presents and justifies a respecified and slightly extended version of DeLone and McLean’s model.
(IS Success; 15 Use; IS Evaluation; 15 Effectiveness)
1. Introduction
DeLone and McLean’s (1992) comprehensive review of different information system success measures makes two important contributions to our understanding of Information System (15) success. First, it provides a scheme for classifying the multitude of 15 success measures that have been used in the literature, into six categories. Second, it suggests a model of “temporal and causal” interdependences between these categories (1992, p. 83), as shown in Figure la. DeLone and Mc- Lean (henceforth D&M) conclude their paper with the comment that the model in Figure la “clearly needs further development and validation before it could serve as a basis for the selection of appropriate liS (success) measures” (1992, p. 88).1
Motivated by DeLone and McLean’s call for further development and validation of their model, Seddon and Kiew (1994) tested part of D&M’s model. They assumed that the causal model implied by D&M’s paper was as shown in Figure Ib, and tested relationships among the four variables in the dotted-line box at the left of Figure lb. After replacing Use by Useful1 As an indicator of the importance of D&M’s March 1992 paper, it
was cited by six of 32 papers m the ICIS 1994 Proceedings, and three papers m the ICIS 1995 Proceedings (p. 179, 309, 355).
INFORMATION SYSTEMS RESEARCH
240 Vol. 8, No. 3, September 1997
ness and adding a new variable called User Involvement (as defined by Barki and Hartwick (1989)) results from their path analysis of data frorn 102 individual users of a university accounting system were as shown in Figure 2. More recently, Fraser and Salter (1995) replicated Seddon and Kiew’s (1994) study, with very similar results.
On the basis of the highly significant path coefficients in the both Seddon and Kiew (1994) and Frser and Salter (1995), it is tempting to conclude that, at least for individual users of individual applications, there is substantial support for D&M’s model of 15 Success. However, the purpose of this paper is to suggest that D&M tried to do too much in their model, and that as a result, it is both confusing and misspecified.
The problem is that D&M attempted to combine both process and causal explanations of IS Success in their model. This they make clear in the following quotation, in which they discuss Figure la in this paper (their Figure 2):
“Figure 2 presents an JIS success model which recognizes success as a process construct which must include both temporal and causal influences m determining JIS success. In Figure 2, the six l/S success categories first presented m Figure 1 are rearranged to suggest an interdependent success construct
1047-7047/97/0803/0240$05.00

Figure la DeLone and McLean’s Modal of IS Success*
* Reprinted by Permission, “Information Systems Success: The Quest for the Dependent Variable,” W. H. Delone and E. R. McLean, Information Systems Research, Volume 3, Number 1, 1992, page 87. Copyright 1992, The Institute of Management Sciences (currently INFORMS), 2 Charles Street, Suite 300, Providence, Rhode Island 02904 USA.
Figure lb Palh Model lhat Seems to be Implied by DeLone and McLeaWs Modal (Seddon and KIew 1994)
while maintaining the serial, temporal dimension of information flow md impact” (1992, p. 83) (underling added).2
Figure 3, based on Newman and Robey’s (1992) Figure 1, is helpful in explaining the difficulties this causes. Using the terminology in Figure 3, Figures lb and 2 in this paper are variance models. They can be tested empirically by collecting data from a sample of cases, measuring variables, and using statistical techniques (e.g., ordinary least squares regression, PLS, and LISREL) to make inferences about populations. Variance models assert that for some population of interest, if all other things are equal, variance in any one of the independent variables is necessary and sufficient to cause variance in the dependent variables.
By contrast, process models show how certain combinations of events, in a particular sequence, cause certain outcomes. Each event in the process is necessary,
2Except m the above quotation which (necessarily) uses D&M’s typesetting conventions, variables in this paper are italicized, and text is underlined for emphasis.
Figure 2 Results of Patti Analysis, n = 102* (User Involvement is as
Defined by Batid and HarLwick (1989).)
Figure 3 Variance and Process Models Compared*
(a) Variance model
independent van
able A
Dependent variable Y Independent variable C
(b) Proceas model
Based on “A Social Process Model of User-Analyst Relationships,” M. New-
man and D. Robey, MIS Quarterly, Volume 16, Number 2, 1992, page 252.
Copyright 1992
but not sufficient, to cause the outcome.3 Mohr (1982) argues that transmission of malaria is a good example of a process model. In this process, (A) a person with malaria is bitten by a mosquito; (B) malaria parasites breed in the mosquito’s stomach; (C) after a few weeks’ growth, their progeny enter the saliva of the mosquito; (D) when the mosquito bites someone, saliva containing young parasites is transmitted to that person; (E) in the next fortnight or so, the young parasites grow to
3An example of process modelling research tu IS is the paper by Sabherwal and Robey (1993). This analyses sequences of events (e.g., assignment of personnel, submission of proposal, approval, etc.) in 53 IS implementation projects and uses cluster analysis to identify “six distinct types of implementation processes.”







SEDDON
The DeLone and McLeun Model of IS Success
maturity in the new victim; and (F) the new victim develops malaria.4 Note that being bitten by a mosquito does not, in itself, cause malaria; it is the chance combination of events (A) and (D), in that sequence, that matters.
Both Mohr (1982) and Newman and Robey (1992, p. 251) go to some pains to explain that the boxes and arrows in variance- and process-model diagrams represent quite different concepts and cannot be combined meaningfully in the one model. For instance, in the above mosquitoes-causing-malaria example, Event C does not cause Event D. The arrow between Event C and Event D in the process model tells us that if Events A, B, and C have already happened, and Event D happens, then Events E and F will almost inevitably follow. Since the boxes in a process model represent discrete have-happened / have-not-happened events, and the arrows indicate sequence, not causality, it is not possible to adopt a variance model interpretation of one part of a box-and-arrow diagram, and a process model interpretation of another part. If one does, there must be a slippage of meanings somewhere in between.
Unfortunately, combining variance and process models is exactly what D&M attempted to do. The result is that many of the boxes and arrows in D&M’s model (Figure la) can, and do, have both a variance and an event-in-a-process interpretation. The problem is that the same human perceptual limitations that enabled Dutch artist, M. C. Escher (1982) to produce paradoxical drawings of stairways that seem at one moment to be going up, and at another to be going down (because our minds can only make sense of small parts of his drawings at a time) mean that when a reader looks at D&M’s model, his / her efforts to make sense of different parts of the model will frequently cause slippage from one meaning for a box or arrow to another. The result is a level of muddled thinking that is likely to be counter-productive for future IS research.
4A much more complete account of this process is available in Zucker’s (1996) ‘NWW page.
5To see the image of Escher’s Relativitiet (1953), go to http: / /
www.cultech.yorku.ca/art/escher_S.html. (This page is mirrored on
http: / /www.dis.uninselb.edu.au/staff/Peter/escher.htm)

In an effort to overcome the above difficulties, this paper presents a respecified and slightly extended version of D&M’s model of IS Success. The respecified model retains most of the features of the D&M model, but eliminates the confusion caused by the multiple alternative meanings for the boxes and arrows. It does so by splitting D&M’s model into two variance sub models (of Use and Success) and eliminating the process model interpretation of D&M’s model.
2. The Three Meanings for “IS Use” in DeLone and McLean’s Model
The major difficulties with D&M’s model can be demonstrated by focusing on the Use box in Figure la. Here, it is possible to identify three possible meanings for Use.
Meaning 1: IS Use as a Variable that Proxies for dic Benefits from Use. When the first possible meaning of IS Use is uppermost in the reader’s mmd, Use acts as a variable that proxies for the benefits from use. This is exactly what one would expect in a model of IS Success, but even here there are problems. The intuition behind the benefits-from-use-as-success interpretation of Use can be found in Lucas’s (1975) observation that unused systems are failures. Since the opposite of failure is success, it is frequently assumed that heavily used systems are successes. However, as Szajna (1993) has pointed out, this assumption is not necessarily correct. The critical factor for IS Success measurement is not system use, but that net benefits should flow from use. Lucas’s systems were failures, not because they were not used, but because they provided no benefits (a consequence of non-use). A successful system will provide benefits such as helping the user do more or better work in the same time, or to take less time6 to achieve as much work of the same quality as was done in the past. The many authors in the past7 who have used IS Use as an indicator of IS Success were implicitly assuming a positive (often linear) relationship between time spent using a system and the benefits it provides.
6 Note that if less time is the desired goal, IS Use measured m hours is inversely correlated with IS Success.
For example, the 27 studies in D&M’s table 3 (1992: 70—71), who measured IS Use in hours and/or frequency of use and/or extent of use.
Meaning 2: IS Use as the Dependent Variable iii a Variance Model of Future IS Use. When the second meaning of IS Use is uppermost iii the reader’s mmd, he / she interprets the arrows from the three constructs System Quality, Information Quality, and User Satisfaction in Figure la as parts of a variance model with future IS Use as the dependent variable.8 When viewed in this way, D&M’s model competes with the work of Davis et al. (1989), Davis (1989, 1993), Adams et al. (1992), Segars and Grover (1993), Thompson et al. (1991, 1994), and Moore and Benbasat (1991) as a possible model for explaining future use of information technology. The important point to note about this second possible meaning of IS Use is that in this role IS Use is being used to describe behavior; it is not being used as a measure of IS Success.9 Now, since D&M’s model is intended to interrelate categories of IS Success measure, this second meaning is clearly not a valid interpretation of Use in D&M’s model. In other words, Meaning 2 IS Use has no place m D&M’s model of IS Success.
Meaning 3: IS Use as an Event in a Process Leading to Individual or Organizational Impact. The third possible interpretation for IS Use that may at some times be uppermost in the reader’s and, is that User Satisfaction, Individual Impact, and Organizational Impact are outcomes of a process that begins with IS Use.’° It seems to be for this reason that the arrows in Figure la lead from Use down to User Satisfaction, and right to Individual Impact then Organizational Impact.11 As with the second meaning of IS Use, the important point to note is that under this view of Use, Use itself is not being treated as a measure of IS Success; it is the User
8This is the Leaning which D&M probably intended when they referred to “causal influences” in the quotation above.
‘ Davis (1989). for instance is trying to predict whether bis subjects will use computer technology the future.
10’ffis is the meaning that D&M probably intended when they described IS Success “as a process construct” which “temporal” influences affect liS success, in the quotation above.
In fact, it is hard to construct strong arguments to justify any other interpretation. How, for instance, can perceptions of User Satisfaction have an Impact on individuals or organizations? Although initial high expectations may lead to high actual outcomes, surely in the long run it is peoples’ observations of the outcomes of use, the impacts, that determine their satisfaction with the system, not vice versa.
Satisfaction, Individual Impact, and / or Organizational Impacts (if any), the consequences of Use, that are observed to determine if the system is successful. Again, therefore, this third meaning of IS Use has no place in any variance model of interrelationships between IS Success measures.
The surprising conclusion that follows from the above analysis is that the only valid meaning for IS Use in a variance model of IS Success (and all of D&M’s measures in their Tables 1—6 are variance-model measures) is Meaning 1. Here, for voluntary use, of similar systems, by similarly skilled users, measures of IS Use (such as hours of use and frequency of use) can act as proxies for Benefits from Use.
3. D&M’s Model Is Really a
Combination of Three Different Models
To make the last point more forcefully, and to emphasize what the variables m D&M’s model actually measure, Figure la has been redrawn m Figure 4 with the words “Benefits from Use” placed in front of each of the four nght-hand classes of variable.’2 D&M’s relationships between these variables have also been drawn as dotted lines to emphasize that when IS Use has this restricted meaning, the meanings of all the relationships between the variables need to be re-examined.
Redrawing D&M’s model this way has two consequences. First, it becomes clear that the four success construct categories on the right-hand side of D&M’s model are just ways of classifying variables that attempt to measure benefits from use. Two of these variables, IS Use and User Satisfaction, have been used so often in the past that D&M have placed them in special classes. The other two are just convenient classifications of the renaming variables. Primal facile there is no reason for expecting any variance-model relationship between these four types of measure; they are just different ways of tapping into the one underlying construct, Benefits fr orb Use.
12All the measures in D&M’s tables are supposed to measure some aspect of Benefits from Use. Even variables such as “Time
taken to complete a task” (m D&M’s Table 5, p. 76) measure Benefits from Use, because what is actually of interest is the reduction in time taken.
Figure 4 lite Meaning of tite Categories in DeI.one and McLean’s (1992) Model of IS Success
Second, the model in Figure 4 is much less interesting than D&M’s model! Many of the Meaning 2 and 3 sub-stories that one can read into D&M’s model, e.g., “the greater the level of System Quality or User Satisfaction, the greater the level of Use of the system,” or “the more the system is used, the greater the Individual Impact (and ultimately Organizational Impact),” or “system Use must necessarily occur before one can expect to observe User Satisfaction or Individual Impact” are absent in Figure 4. Ah these sub-stories rely on the Use-as-behavior or Use-as-one-step-in-a-process interpretations of IS Use that were shown above to be invalid in an IS Success model. In other words, the reason that D&M’s model seems to say so much to the reader, is that it is actually a combination of three models:
• a variance model of IS Success, where the independent variables are probably System Quality and Information Quality, and the dependent variables are IS Use (as a Meaning 1 proxy for Benefits from Use) and User Satisfaction;
• a variance model of IS Use as a behavior (Meaning 2 for 15 Use);
• a process model of IS Success, where 15 Use is a Meaning 3 event that necessarily precedes outcomes such as User Satisfaction, Individual Impact, and Organization Impact.
4. The Respecified Model of IS Success (and Use)
In an effort to retain as much as possible of the richness of meanings in D&M’s model, whilst at the same time avoiding the ship-pages in meaning that are likely to occur when one works with the existing D&M model, their model has been redrawn in Figure 5. Figure 5 is the major contribution of this paper.

The concepts and variables used in Figure 5 are defined in Table 1. This table is intended to act as a single point of reference for clarifying what is meant by the model in Figure 5. For example, Figure 5 clearly assumes the existence of an information system of some kind, but it is not clear what “an information system” is. The entry in the first row of Table 1 is intended to answer that question by defining the systems of interest to be various types of applications of information technology (IT). Pitt et al. (1995) present their Service Quality measure as an extension of D&M’s model. But under the definition of “system” in Table 1, their approach would be invalid because a firm’s Information Systems (IS) department is not an “application of IT.”13 One could, of course, broaden the definition of “information system” to include the IS department, but two key variables in D&M’s model, System Quality and Information Quality, are not properties of an IS department. For this reason, the definitions in Table 1 exude Pitt et al.’s interpretation of IS Success measurement.
In Figure 5, the process interpretation of D&M’s model has been eliminated, and the remainder of their model has been split into the two distinct variance models that are implicit in Figure la. The first of these two variance models is the partial behavioral model of 15 Use shown in the rounded box at the top left of the figure. Only a partial behavioral model is presented be- cause the goal of this paper is to interpret and clarify D&M’s model, not to extend it significantly. The second variance model is the 15 Success model shown in the large rectangular box at the bottom of Figure 5. Finally, the two variance models in Figure 5 are linked through the path down from Consequences of 15 Use to the IS Success model, and the feedback path from User Satisfaction (in the IS Success model) up to revised Expectations about
‘3Pitt et al.’s use of Service Quality to measure the effectiveness of their IS departments is entirely appropriate. But measures such as System Quality and Information Quality ni Figure 5 are attributes of applications, not of IS departments. This is why IS departments are not included m the definition m Table 1.





flgure 5 Respecified Version of DeLone and McLean’s (1992) Model of IS Success (Constructs Defined in Table 1)
[
Partial behavioural model of IS Use
IS Use individual, Organizational, and
r Expectations about behavior, not 1 Societal Consequences of IS Use
1 the net benefits of [ ____________
L1ture IS use J Success measured (not evaluated as either good or bad)
Feedback
(Partial basis for revised expectations)
Key:
Rectangular boxes
Rounded boxes
Solid-line arrows
Dotted-line arrow
IS Success model
Partial behavioral model of IS Use
Independent (necessary and sufficient) causality
Influence (not causal, since observer’s goals are unknown)
Observation, Personal Experience, and Reports from Others
3. Other Measures of Net Benefits of IS Use
Net benefits to:





Table 1 Definition of Concepts and Variables Used In Figure 5
Concept Variable Definition
Information System (implicit in the The “information system’ of interest is either some aspect of an application of information technology Model) (IT), one individual application, a group of applications (including those of an entire organization),
or an application of one type of IT.
Net Benefits Net Benefits is an idealized comprehensive measure of the sum of alI past and expected future benefits, less all past and expected future costs, attributed to the use of an information technology application. Any use of resources (including time) in building, learning to use, and/or using the system is a cost. To measure Net Benefits, one has to adopt some stakeholder’s point of view about what is valuable and what is not.
Expectations about the net benefits As in any expectancy-theory models, e.g., Vroom (1964), Expectations about the net benefits of future of future 15 use ¡5 use is a valence-weighted sum of the decision-maker’s expectations about the costs and benefits
of future IS Use.
IS Use 15 Use means using the system. It is expected that resources such as human effort will be consumed as the system is used. IS Use might be measured in hands-on hours, hours spent analysing reports, frequency of use, number of users, or simply as a binary variable: use/non-use.
Individual, Organizational, and So- Consequences are intended to be value-neutral descriptions of outcomes attributed to IS Use. Even incident Consequences of IS Use they agree on the Consequences, different observers may value Consequences differently. Triandis
(1980) uses the term “Objective Consequences” to describe a very similar concept.
IS Success ¡5 Success is a measure of the degree to which the person evaluating the system believes that the stakeholder (in whose interest the evaluation is being made) is better off. Logically, if Net Benefits could be measured with precision, ¡S Success would be equivalent to Net Benefits. However, IS Success also has political and emotive overtones of “we won” about it, which are less evident in Net Benefits.
System Quality System Quality is concerned with whether or not there are “bugs” in the system, the consistency of the user interface, ease of use, quality of documentation, and sometimes, quality and maintainability of the program code.
Information Quality Information Quality is concerned with such issues as the relevance, timeliness, and accuracy of information generated by an information system. Not ah applications of IT involve the production of information for decision-making (e.g., a word processor does not actually produce information) so Information Quality is not a measure that can be applied to all systems.
Perceived Use fullness Perceived Use fullness is a perceptual indicator of the degree to which the stakeholder believes that using a particular system has enhanced his or her job performance, or his or her group’s or organization’s performance. A system is useful if produces benefits. In judgement about Perceived Usefulness costs are much Less important than benefits, so Perceived Use fullness is not the same concept as Net Benefit.
User Satisfaction User Satisfaction is a subjective evaluation of the various Consequences (depicted in the top-right comer of Figure 5) evaluated en a pleasant-unpleasant continuum. Of all the measures in Figure 5, User Satisfaction is probably the closest in meaning to the ideal Net Benefits measure. UIS measures such as the Ives et al. (1983) instrument fall a long way short of the measuring this idealized construct.
Net Benefits to Individuals, Organi- Net Benefits as perceived by these different types of stakeholder. Organizations includes both groups zations, and or Society and management. Thus the four principal types of stakeholder (in whose interests IS effectiveness
will be evaluated) are individuals, groups of individuals, management of organizations, and society. In general, measures important to one type of stakeholder are less likely to be important te the others.
Volitional ¡5 Use Unlike Perceived Use fullness and User Satisfaction, which are both perceptual measures, Volitional IS Use is an objective indicator that Net Benefits—as perceived by the person(s) who decides if the system will be used—exceed zero. In some circumstances, more Volitional ¡5 Use may imply more benefits. In others, Volitional IS Use is just a binary indicator that net benefits are thought to be positive.

the net benefits of future Use (in the partial behavioral model). These two linkages are very similar to those in Triandis’ (1980) model of interpersonal behavior.14 The remainder of this section explains the respecified model in more detail.
Starting at the top left of Figure 5, the behavioral valance model asserts that, ah other things being equal, higher levels of Expectations about the net benefits of future IS use (henceforth Expectations) will lead to higher levels of (Meaning 2) IS Use.’5 Expectations might be measured by an instrument such as Davis’s (1989) Perceived Use- fullness,’6 or rn money terms (if that were possible), or by some other special-purpose instrument. Example measures of IS Use are shown in Table 1.
The behavioral model m Figure 5 is intended to be consistent with the work of Davis et al. (1989), Davis (1989, 1993), Adams et al. (1992), Segars ¿md Grover (1993), Thompson et al. (1991, 1994), Taylor ¿md Todd (1995a, b), Moore and Benbasat (1991), and others who have used expectations-based frameworks to predict future IS Use. Through that literature, it is also intended to be consistent with the work of behavioral psychologists such as Fishbern ¿md Ajzen (Fishbein ¿md Ajzen 1975; Ajzen ¿md Fishbern 1980; Ajzen 1985, 1991) ¿md Triandis (1971, 1980), as well as Rogers’ (1983) work on diffusion of innovations. In the case of mandatory use of a system by various members of an organization, it is the Expectations of senior management (for whom use is not mandatory) that determine 15 Use, not the Expectations of their employees (who may prefer not to use it).
How does this Expectations-based behavioural model compare to the model implicit in D&M? As discussed previously under Meaning 2 for IS Use, D&M’s model seers to imply that System Quality, Information Quality, and Loser Satisfaction are part of a causal variance model that predicts future IS Use. While this seems very plau14 The relevant variables in Triandis’s (1980, Figure 1, p. 199) model
are “Interpretations,” “Objective Consequences,” “Behavior,” “Reinforcement,” and “Consequences.”
15The “other things” that would need to be field equal would include
factors such as subjective norm and perceived behavioral control, discussed m depth by Taylor and Todd (1995a, Figure 5, p. 163), and habit, as suggested by Triandis (1971, 1980).
16 Perceived Usefulness in Table 1 is a past-tense version of Davis’s (1989) construct.
sible, it is not the complete story. The problem is that no matter how good a system has been in the past, past benefit is not a sufficient condition for future use; future use must be based on Expectations of future benefits. For example, a person who has just replaced their word processing package with a new one may report that they liked their oil system a lot, but they expect the new system to be even better. In this situation, favourable measures of System Quality or User Satisfaction (or any other success measures) relating to the old system are not sufficient to cause Use of the old system. Rather, potential users whit use the system that they hope will offer them the highest net benefits in future. Thus in Figure 5, it is more correct to show Expectations of net future benefits, not the three variables in D&M’s model, as the causal variable that dives IS Use.’7
Moving clockwise in Figure 5, the consequences of IS Use are represented by the block of text labelled “Individual, Organizational, ¿md Societal Consequences of LS Use” (henceforth Consequences). These Consequences are intended to be value-neutral18 descriptions of outcomes attributed to IS Use, not measures of IS Success. Consequences attributed to 15 Use can include indirect outcomes. For example, if (1) use of a data warehouse enabled identification of a group of key products, then (2) price reductions on those key products were negotiated with their suppliers, then (3) in the months that followed there was a significant increase in gross margins on sales of those products, the increased profitability could reasonably be viewed as a Consequence of use of the data warehouse.
Note that Consequences are value-neutral outcomes attributed to IS Use, whereas the success measures in the box at the bottom of Figure 5 imply adoption of someone point of view. To illustrate the difference, consider the Consequences of widespread use of the World Wide Web. One consequence of Web use is more freedom of access to all snots of information. To many people this is a good thing. Yet to parents worried about children
17Of course, m the steady state, there is expected lo be a strong positive association between System Quality, Information Quality, tiser Satisfaction
and Expectations. This feedback relationship between D&M’s three success variables and Expectations is discussed at the end of this section.
18Ts term is used by Orlikowski and Baroudi (1991, p.1l) to describe positivist researchers’ beliefs that they can detach themselves from the phenomena of interest.
stumbling across pornography, or to governments mitten on censorship, this increased access to information is a bad thing. Similarly, with corporate information systems. Workers and managers may have different goals. Even if they agree on what the outcomes of system use are (the Consequences), they may draw different conclusions about the success of the system.
The arrow from IS Use to Consequences in Figure 5 represents the hypothesis that more IS Use implies more Consequences. This arrow appears similar m meaning to the Use-Consequences arrow in Silver et al (1995) Information Technology Interaction Model (Figure 3, p. 366), but it is not clear whether Silver et al. intend more of a process- or variance-model interpretation of their arrow. In D&M’s model (Figure la), the meaning of the arrows to the Impacts boxes is likewise unclear. Under the process model interpretation, IS Use is necessary but not sufficient to cause Impacts (you can’t get malaria without being bitten by a mosquito, but not all mosquito bites cause malaria), whereas the variance model interpretation is that more IS Use is necessary and sufficient to cause more Impacts. The stronger, variance-model interpretation is specified in Figure 5.
The advantage of modelling Consequences explicitly in Figure 5 is that while it seers valid to hypothesize that more Use implies more Consequences, it is not necessarily true that more Use implies more Net Benefits. For example, for non-volitional users more Use may mean more distress. Thus, in Figure 5, Consequences have been separated from Net Benefits (D&M’s Impacts) to make it clear that IS Success measurement requires the adoption of someone’s point of view. Without knowledge of that point of view, it is impossible to hypothesize relationships between IS Use and IS Success.
Moving clockwise again, the large rectangle at the bottom of Figure 5 contains the respecified model of IS Success. The idea behind this positioning of the IS Success model (the large rectangle) relative to the Use and Consequences variables at the top half of Figure 5 is that based on observation, personal experience, and reports from others about the Consequences of IS Use, the observer makes judgements about various aspects of what he / she regards as system success. IS Success is thus conceptualized as a value judgement made by an individual, from the point of view of some stakeholder.
The dotted vertical arrow from Consequences to Success indicates that there is no clear causal relationship from Consequences to Success. Perhaps if one could measure the importance of each Consequence to the stakeholder, and use the resulting importance measures to weight the scores for each Consequence, one might be able to calculate a weighted-sum-of-outcomes measure of IS Success. (A similar approach is used by Ajzen and Fishbein (1980) to compute attitudes from salient beliefs.) However, investigation of such detailed relationships would take us well beyond the scope of D&M’s model. Figure 5 simply makes the very weak assertion that Success measures are thought to depend in some yet to be determined way on Consequences.
Stepping inside the large rectangle labelled “lS Success Model,” we find a rather complex set of variance model relationships between seven IS Success measures arranged in three columns. This IS Success model is the logical equivalent of Figure 4; all six of D&M’s success measures appear here. System Quality, Information Quality, User Satisfaction, Individual Impacts, and Organizational Impacts are shown explicitly. Use appears as an example measure at the bottom of the Other Benefits from Use column (column 3) as “Volitional IS Use.” In addition, two new variables, Perceived Usefulness and Net Benefits to Society, have been added to the model.
(a) Maisures of Information and System Quality (column 1). The two variables in column 1 of the IS Success model are System Quality and Information Quality. These variables, defined m Table 1, are identical to D&M’s two variables of the same names. In terms of relationships between these two variables, it is hypothesized in Figure 5 that System Quality and Information Quality are independent variables. For example, if the designer gets the specifications wrong, a technically high-quality system may produce useless information. This seems to be consistent with D&M’s model
(b) General Perceptual Measures of the Net Benefits from IS Use (column 2). As indicated m the discussion of Figure 4, the four remaining classes of variable on the downstream side of D&M’s model are really only classification of measures of Benefits from IS Use. A pie can be cut up in many ways, and in Figure 5 the primary cut is based on the distinction between two general purpose perceptual measures of Net Benefits (that seem likely to be applicable in almost ail situations) and all other measures. The two general perceptual measures
(Perceived Usefulness and User Satisfaction) appear in column 2, and other measures (which include Meaning 1 15 Use) are grouped in column 3.
A weakness with the two general measures is that they are both perceptual. Many researchers distrust perceptual measures because people do not necessarily say what they believe, nor do what they say. Worse still, perceptions can be downright wrong. Notwithstanding these difficulties, Perceived Usefulness and User Satisfaction are potentially useful for many studies because they are conceptually meaningful, and relatively easy to measure. The next few paragraphs define the meanings of these two variables.
(i) In his study, Davis (1989) defined the Perceived Usefulness of an application of IT to be “the degree to which a person believes that using a particular system would enhance his or her job performance.” However, in the IS Success model in Figure 5, where Perceived Usefulness is assessed ex post, the words “would enhance” in Davis’s definition need to be replaced by “has enhanced.” Thus Perceived Usefulness m Figure 5 is “the degree to which a person believes that using a particular system has enhanced his or her job performance or his or her organization’s performance.”
Perceived Usefulness is not present in D&M’s model, but like Mean-mg 1 IS Use in the case of volitional use, it is a potentially good proxy for the benefits of IT use. One advantage of Perceived Usefulness over 15 Use as a proxy for Net Benefits is that it retams its meaning even if usage is mandatory. Another advantage is that Davis (1989) has developed a highly reliable instrument for measuring expected future Perceived Usefulness that is easily rephrased to past tense.
(u) With respect to User Satisfaction, Naylor et al. (1980) define the general concept “Satisfaction” as “the result of the individual taking outcomes that have been received and evaluating them on a pleasant-unpleasant continuum.” Applied to an IS context, User Satisfaction is a subjective evaluation of the various outcomes of IS Use evaluated on a pleasant-unpleasant continuum. In this case, the relevant outcomes are the Consequences depicted in the top-right comer of Figure 5.
The hypothesized relationship between Perceived Usefulness, User Satisfaction, and the two Quality variables in column 1 of Figure 5 is based on the theoretical and
empirical work reported by Seddon and Kiew (1994).19 Briefly, they argue as follows. First, the existence of factors related to System Quality and Information Quality in most User Satisfaction instruments (e.g., ¡ves et al.’s (1983) User Information Satisfaction measure, and Doli and Torkzadeh’s (1988) End User Computing Satisfaction measure) is evidence to support the use of these two factors (System Quality and Information Quality) as independent variables in a variance model of User Satisfaction. Second, for very similar reasons, System Quality and Information Quality should also be influential in determining Perceived Usefulness. Third, User Satisfaction taps a wider range of needs, costs, and benefits of IT application use than Perceived Usefulness,2° so Perceived Usefulness may validly be included, along with the other two factors (System Quality and Information Quality), in advance model of User Satisfaction.
Relationships between the four variables in columns 1 and 2 may thus be represented by two OLS regression models, with Perceived Usefulness and User Satisfaction, respectively, as dependent variables. These relationships are shown in the path diagram at the left of the IS Success model in Figure 5 (arrows indicate hypothesized causality). In the case of individual users of single organizational information systems, Seddon and Kiew’s (1994) and Fraser and Salter’s (1995) empirical work (see Figure 2) provides evidence to support these relationships.
How do the variables and relationships just discussed compare to D&M’s model (Figure la)? The answer is that they are very similar. The two differences are, first, that Perceived Usefulness occupies the slot filled by IS Use in D&M’s model. Here, like Meaning 1 Use in D&M’s model, it proxies here for Benefits from Use. Second, D&M’s arrow point-mg up from User Satisfaction to IS Use is mode led in Figure 5 by the feedback arrow from IS Success to Expectations. This feedback relationship is discussed shortly.
(c) Other measures of the Net Benefits of IS Use (column
3). D&M’s classification of IS Success measures by
19 Perceptual instruments for measuring these four variables are included in the appendix to Seddon and Kiew (1994), p. 110.
20 For instance a very cheap old computer may still be useful for word processing but many people would not be satisfied with it. So satisfaction must involve the weighing up of a wider range of factors than mere usefulness.
whether they measure benefits to an individual or an organization is helpful and is retained in column 3 of the IS Success model in Figure 5. In addition, a new category, Net Benefits to Society, has also been added be- cause there are clearly situations, e.g., of the impacts of widespread use of the Web, where the unit of analysis needs to be our whole society, not just one or more individuals, or one or more organizations.
Meaning 1 IS Use, i.e., as a non-perceptual measure of the net benefits of IS Use, has been classified as an “Other” measure of net benefits in Figure 5 because it is not as generally useful for measuring 15 Success as Perceived Usefulness and User Satisfaction. Notwithstanding this, in a volitional-use setting, continued IS Use (by individuals, organizations, or society) is clearly an important, objective, indicator of net benefits. Even in a mandatory-use setting (e.g., where usage is mandatory for employees or students) IS Use is still a valid binary measure of IS Success if it is used to summarize the person in power’s overall expectations about the net benefits of continued use of the system by the organization (compared to the net benefits of changing to any alternative system).
Associations or causal relationships between the two general measures of Net Benefits in column 2 and the remaining pleasures in column 3 are hard to specify. As ah these column 2 and 3 measures are just proxies for Net Benefits it may be that ah measures covary, and none causes the other.21 However, the approach taken in Figure 5 is that Net Benefits is a weighted sum of many positive and negative factors, and that a first approximation weighting of each factor can be estimated using an ordinary least squares (OLS) regression model. It follows that if the variables semantically doest in meaning to Net Benefits are treated as proxies for Net Benefits (the dependent variable), the other 15 Suc21 This is certainly the approach taken by Doil et al. (1994), who used
LISREL to argue that the Doil and Torkzadeh (1988) End-User Computing Satisfaction (EUCS) instrument could best be interpreted as five first-order factors and one second-order factor (EUCS). However, Sed- don (1996) has reanalysis the statistics m the above paper, Doil et al. (1995), and four additional datasets, and concludes that second-order models are not generally appropriate for modelling interrelationships between 15 success measures. Figure 5 is consistent with Seddon’s (1996) understanding of the situation.
250
cess variables can be treated as independent variables in the OLS regression model?
In Figure 5, the six left-pointing arrows in the ¡5 Success model have been drawn to indicate that User Satisfaction and Perceived Usefulness are both likely to be semantically closer to the notion of Net Benefits than the other measures.23 Thus the complete IS Success model in Figure 5 shows User Satisfaction as being dependent on six variables (System Quality, Information Quality, Perceived Usefulness, Net Benefits to Individuals, Net Benefits to Organizations, and Net Benefits to Society). Perceived Usefulness is hypothesized to depend on the same six variables, excluding itself. The approach adopted here is a simple extension of the regression model approach used by Seddon and Kiew (1994). It may not be valid in all situations; it needs to be tested empirically.
The final relationship to describe in Figure 5 is the feedback path from IS Success to Expectations in the behavioral model. Ml other things being equal, it is hypothesized that higher Net Benefits from past use will lead to higher Expectations about net future benefits. Since User Satisfaction has been chosen in Figure 5 as the variable closest in meaning to Net Benefits, the arrow representing this feedback path in Figure 5 has been drawn from User Satisfaction to Expectations. However, if a more comprehensive or reliable measure of Net Benefits existed in the IS Success model, the feedback arrow would be from that more comprehensive measure to Expectations.
That completes the description of the IS Success model in Figure 5. The focus of the respecified model is still very much the same as D&M’s. All six categories of ¡5 Success measure that D&M identified in their comprehensive and valuable survey, and two of the three meanings for 15 Use implicit in their model, are present in the re-specified model. Meaning 1 for 15 Use, as a proxy for Benefits from Use, appears at the bottom of
By structuring the discussion m teni1s of OLS regression, one avoids having to say that variable x causes variable y.
23This is, of course, open to empirical refutation. Also, possible causal links down column 3, e.g., from Net Benefits to Individuals to Net Benefits to Organizations, along the unes of the link between D&M’s Impactors have not been included because of a desire to avoid the process model connotations of D&M’s model.

column 3 of the IS Success model as an example “Other” measure of net benefit. Meaning 2 for IS Use, the behavior, appears in the box labelled IS Use m the IS Use model. However, because of the need to maintain clear definitions for ah variables, Meaning 3 for IS Use (the process-model meaning) has been omitted deliberately from Figure 5.
5. Comments on the Overail
Respecified Model
Taken as a whole, three advantages of the respecified model over D&M’s model are as follows:
1. In the respecified model, Use of the system is perceived to have Consequences of various kinds. These are observed, experiences by, or reported to the individual evaluator, who forms his or her opinions about aspects of the success of the information system. It is ultimately these value judgements about the contribution of the system to the “well-offness” of some stakeholder(s) that the researcher tries to make or measure.
Researchers who use the above simple approach as the basis for choosing success measures and exploring relationships between them will be less likely to waste time exploring false trails than if they used D&M’s (1992) model. For example:
(a) One should not assume that greater 15 Use parse is a good thing (although greater Perceived Usefulness and User Satisfaction probably are).
(b) One should be aware that in the relationship from System Quality, Information Quality, and User Satisfaction to IS Use, and from IS Use to Individual Impacts, IS Use does not play the role of a success measure.
(c) One should not waste time exploring causal path relationships from User Satisfaction to Individual Impacts. If IS Use and User Satisfaction are viewed as proxies for Net Benefits there is no reason why variance in either of them should have any causal influence on variance in D&M’s other two net benefits Impacts measures in Figures la and 4. In fact, as shown in Figure 5, the direction of influence is probably the reverse.
2. Perceived Usefulness is included in the re-specified model as an IS Success measure. The work of Davis (1989, 1993), Davis et al. (1989), and others has shown repeatedly that Perceived Usefulness is an important predictor of future IS Use. If people use IT because they
expect it will be useful, it would seem eminently sensible to measure success by whether they found it was actually useful. It is therefore argued that the IS Success model is strengthened by including Perceived Usefulness explicitly as a key 15 Success measure in Figure 524
3. In the respecified model, the feedback loop from Perceptions back to Expectations explicitly recognizes the importance of learning. The model in Figure 5 asserts that Expectations are continuously being revised in the light of new experiences with the system. In a clockwise fashion, revised expectations lead to revised levels of IS Use, which in turn lead to revised perceptions of IS Success, and ultimately, to revised expectations. It is important that the possibility of these learning effects is incorporated explicitly into a model that predicts 15 Use. (At present, for instance, it is not incorporated explicitly into Davis et al.’s 1989 TAM.) Although D&M did not set out to build a model that predicts IS Use, it seems likely that the arrows in Figure la from Use down to User Satisfaction, and from User Satisfaction up to Use, were intended to recognize the possibility of this sort of learning effect.
6. Conclusion
D&M’s (1992) comprehensive review of the empirical literature represents an important step towards consolidating our knowledge of IS Success measures. However, in the limited space available at the end of their paper (where their Figure 2 appears, Figure la in this paper), it was not possible to provide detailed theoretical support for the interrelationships suggested in their model. Now, having worked with the model for some years, and having tested part of it empirically, it has become apparent that the inclusion of both variance and process interpretations in their model leads to so many potentially confusing meanings that the value of the model is diminished. By clarifying the meaning of 15 Use, introducing four new variables (Expectations, Consequences, Perceived Usefulness, and Net Benefits to Society), and reassembling the links between the variables, it has been possible to develop the re•-specified and sightly extended model of IS Use & IS Success shown in Figure 5.
24Perceived Usefulness was the IS Success measure chosen by Franz and Robey (1986).
Users of the respecified model must be aware that judgements about IS success are sometimes highly political, and that people’s careers may be at stake. Different stakeholders (having different needs and interests) will probably attend to different cues, attribute different outcomes to the system, ignore outcomes they don’t want to think about, and evaluate the “same” outcomes differently. When senior management are asked to evaluate their systems, they will tend to talk in terms of the system’s perceived contribution to organizational profitability or to the efficiency of the organization. By contrast, clerks in an organization are more likely to be concerned with whether the system makes it easy or difficult for them to record new data, correct errors, or extract the detailed information they require. Both views are valid. Thus researchers need to think carefully about who is to be asked to do the evaluation, and what those peoples’ interests are in the outcomes of the evaluation process. Subjects and measures should then be chosen accordingly.
Within this context, it is hoped that the respecified model provides a clearer, more theoretically sound conceptualization of relationships between the various IS Success constructs identified by D&M, and so will assist with D&M’s goal of helping future researchers choose an appropriate mix of IS success measures?
25¡ the course of many revisions, this paper has benefited from comments from many people. Thanks to Barry Spicer, Peter Weill, Izak Benbasat, Stephen Fraser, Uz Roberts, Sandy Staples, the anonymous reviewers at ISR, colleagues at the Departments of Accounting and Finance and Information Systems at The University of Melbourne, Curtin University, the University of British Columbia, ACIS 95, and Iast but not least, Bu DeLone and Eph McLean for their encouraging words during their commentary on an earlier paper at ICIS 94.
References
Adams, D. A., R. R. Nelson, and P. A. Todd, “Perceived Usefulness, Ease of Use, and Usage of Information Technology: A Replication,” MIS Quarterly, June (1992), 227—247.
Ajzen, 1., “From Intentions to Actions: A Theory of Planned Behavior,” m J. Kuhl and J. Beckmann (Eds.), Action Control: From Cognition to Behavior, Chapter 2, (1985), 11—39.
—, “The Theory of Planned Behavior,” Organizational Behavior and Human Decision Processes, 50 (1991), 179—211.
and M. Fishbein, Understanding Attitudes and Predictzng Behavior, Prentice-Hall, Englewood Cliffs, NI, 1980.
Barki, H. and J. Hartwick, “Rethinkirg the Concept of User Involvement,” MIS Quarterly, March (1989), 53—63.
Davis, F. D., ‘Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology,” MIS Quarterly, 13 (1989), 319—340.
—, “User Acceptance of Information Technology: System Characteristics, User Percepfions, and Behavioral Impacts,” mt. j. ManMachine Studies, 38 (1993), 475—487.
R. P. Bagozzi, and P. R. Warshaw, “User Acceptance of Computer Technology: A Comparison of Two Theoretical Modeis,” Management Sci., 35 (1989), 982—1003.
DeLone, W. H. and E. R. Mclean, “Information Systems Success: The Quest for the Dependent Variable,” Information Systems Res., 3, 1 (1992), 60—95.
Doil, W. J. and G. Torkzadeh, “The Measurement of End-user Computer Satisfaction,” MIS Quarterly, 12 (1988), 259—274.
—, W. Xia, and G. Torkzadeh, “A Confirmatory Factor Analysis of the End-user Computer Satisfaction Instrument,” MIS Quarterly, 18 (1994), 453—461.
T. S. Raghunathan, J-S. Lim, and Y. P. Gupta, “A Confirmatory Factor Analysis of the Usar Information Satisfaction Instrument,” Information Systems Res., 6 (1995), 177—188.
Escher, M. C., Escher: With a Complete Catalogue of the Graphic Works (translation of Leven en werk van M. C. Escher), J. L. Locher (Ed.), Thames and Hudson, London, 1982.
Fishbein, M. and 1. Ajzen, Belief, Att itude, Intention, and Behavior:
An Introduction to Theory and Research, Addison-Wesley, MA, 1975.
Fraser, S. G. and G. Salter, “A Motivational View of Inforniation Systems Success: A Reinterpretation of DeLone and McLean’s Model,” Working Paper, Department of Accounting and Finance, The University of Melbourne, Australia, 1995.
Franz, C. R. and D. Robey, “Organizational Context, User Involvement, and the Usefulness of Information Systems,” Decision Sci.,
17 (1986), 329—356.
Ives, B., M. H. Olson, and J. J. Baroudi, “The Measurement of Usar Information Satisfaction,” Comm. ACM, 26 (1983), 785—793.
Lucas, H. C., Why Information Systems Fail, Columbia University Press, New York, 1975.
Mohr, L. B., Explaining Organizational Behavior, Jossey-Bass Publishers, San Francisco, CA, 1982.
Moore, G. C. and 1. Benbasat, “Development of an Instrument to Measure the Perceptions of Adopting an Information Technology Innovation,” Information Systems Res., 2, 3 (1991),
192—222.
Naylor, J. C., R. D. Prichard, and D. R. Ugen, A Theory of Behavior in Organizations, Academic Press, New York, 1980.
Newman, M. and D. Robey, “A Social Process Model of User-analyst Relationships,” MIS Quarterly, 16, 2 (1992), 249—266.
Orlikowski, W. J. and J. J. Baroudi, “Studying lnfonnation Technology m Organizations: Research Approaches and Assumptions,” Information Systems Res., 2, 1 (1991), 1—28.
Pitt, L. F. and R. T. Watson, “Longitudinal Measurement of Service Quality in Information Systems: A Case Study,” Proc. International Conf. on Information Systems, Vancouver, Canada (ICIS 94) (1994),
419—428.
and C. B. Kavan, “Service Quality A Measure of Information Systems Effectiveness,” MIS Quarterly, 19,2 (1995), 173—188.
Robey, D. and M. Newman, “Sequential Patterns in Information Systems Development: An Application of a Social Process Model,” ACM Trans. on Information Systems, 14, 1 (1996), 30—63.
Rogers, E. M., Diffusion of Innovations, 3rd ed. The Free Press, New York, 1983.
Sabherwal, R and D. Robey, “An Empirical Taxonorny of Implementation Processes Based on Sequences of Events in Information Systems Development,” Organization Sci., 4, 4 (1993), 548—576.
Seddon, P. B., “lS Success: One Underlymg Construct or Many InterRelated Factors?,” accepted for presentation in Proceedings of the Australian Conf erence on Information Systems, Hobart, Tasmania, 1996. and M-Y. Kiew, A Partial Test and Developrnent of the DeLone and McLean Model of IS Success, Proceedings of the International Con ference on Information Systems, Vancouver, Canada (ICIS 94) (1994), 99—110.
Segars, A. H. and V. Grover, “Re-examining Perceived Ease of Use and Usefulness: A Confirmatory Factor Analysis,” MIS Quarterly, 17 (1993), 51 7—525.
Silver, M. 5., M. L. Markus, and C. M. Beath, “The Inforrnation Technology Interaction Model: A Foundation for the MBA Core Course,” MIS Quarterly, 19, 3 (1995), 361—390.
Szajna, B., “Determining Information System Usage: Sorne Issues and Exarnples,” Information & Management, 25 (1993), 147—154.
Taylor, S. and P. A. Todd, “Understanding Infonnation Technology Usage: A Test of Competing Modeis,” Information Systems Res., 6, 2 (1995a), 144—176.
“Assessing IT Usage: The Role of Prior Experience,” MIS Quarterly, 19, 4 (1995b), 561—570.
Thornpson, R. L., C. A. Higgins, and J. M. HoweD, “Personal Computing: Toward a Conceptual Model of Utilization,” MiS Quarterly, March (1991), 125—143.
—, —, and —, “Influence of Experience on Personal Computer Utilization: Testing a Conceptual Model,” J. MIS, Summer (1994),
167—187.
Triandis, H. C., Att itude and Attitude Change, Wiley, New York, 1971. “Values, Affitudes, and Interpersonal Behavior,” Nebraska Symposium on Motivation, 1979: Beliefs, Attitudes, and Values, University of Nebraska Press, Lincoln, NE, 1980.
Vroom, y. H., Work and Motivation, Wiley, New York, 1964. Zucker, J. R., “Changing Patterns of Autochthonous Malaria Transmission in the United States: A Review of Recent Outbreaks,” http: / /www.cdc.gov/ncidod/EID/vol2nol /zuckerei.htrn (this siteis mirroredonhttp: / ¡www.dis.unimelb.edu.au/staff/peterzucker.htrn).
Chris A. Higgins, Associate Editor. This paper toas received on July 26, 1995, and has been with the author 9 months for 2 revisions.