Analiza in smernice razvoja uporabniÅ¡ko usmerjenih e-storitev v ...

Projekt: Analiza in smernice razvoja uporabniško usmerjenih e‐storitev v Sloveniji 

Program: »Konkurenčnost Slovenije 2006‐2013« v letu 2008 

Zaključno poročilo o rezultatih projekta: 

»Analiza in smernice razvoja uporabniško 

usmerjenih e‐storitev v Sloveniji« 

Avtor dokumenta: 

Dr. Marjan Heričko, dr. Gregor Polančič, Boštjan Šumak 

Ime datoteke: 

eSe‐Zakljucno porocilo o rezultatih projekta.docx 

Datum zadnje spremembe: 16. marec 2010 

Število strani: 144

Analiza in smernice razvoja uporabniško usmerjenih e‐storitev v Sloveniji 

Ključne besede: e‐storitev, sprejetost, TAM, UTAUT, IKT, taksonomija, splet 2.0 

Povzetek 

Podjetja in državne institucije so v zadnjih letih vložila veliko sredstev za razvoj ali uporabo e‐storitev. 

Rezultat vlaganj je visok delež razpoložljivosti e‐storitev. Kljub temu statistike uporabe e‐storitev ne 

prikazujejo tako svetle slike, saj uporaba e‐storitev močno zaostaja za njihovo razpoložljivostjo. 

Poglavitni izziv danes torej ni povečevati deleža e‐storitev,temveč zagotoviti, da se bodo razpoložljive 

e‐storitve dejansko uporabljale. 

V okviru raziskovalnega projekta »Analiza in smernice razvoja uporabniško usmerjenih e‐storitev v 

Sloveniji« smo si kot primarni cilj zastavili poiskati vzroke za sprejetost oziroma uporabo e‐storitev na 

eni strani in njihovo zavrnitev oziroma neuspeh na drugi strani. Z omenjenim izzivom na sorodnih 

področjih se ukvarjajo sociološko‐tehnične raziskave sprejetosti tehnologij, rezultati raziskav pa 

prinašajo koristi za uporabnike in razvijalce. Iz metodološkega vidika smo se doseganja primarnega 

raziskovalnega cilja lotili s sistematičnimi pregledi literature na področju sprejetosti e‐storitev in 

izvajanjem anket, s pomočjo katerih smo pridobili empirične podatke o vzrokih za uspeh ali neuspeh 

e‐storitev v izbrani domeni. 

Poglavitni rezultati raziskovalnega projekta so identificirani vzroki (faktorji), ki vplivajo na različne 

vrste (e‐domene) e‐storitev, in smernice za razvoj sprejetih in posledično uspešnih e‐storitev. 

Poseben poudarek smo namenili domeni in storitvam e‐uprave. Kot »stranski« produkt raziskav smo 

pridobili pregled nad uporabljanimi definicijami e‐storitev in njihovimi klasifikacijami. 

Rezultati raziskovalnega projekta prinašajo ponudnikom in razvijalcem e‐storitev številne prednosti. 

Omogočajo vpogled v tehnike dojemanja e‐storitev ter tehnike identifikacije in analize vzrokov za 

uspeh ali neuspeh e‐storitev. S pomočjo identificiranih vzrokov in vzročnih povezav lahko proaktivno 

razvijamo e‐storitve z boljšimi uporabniškimi karakteristikami. V dodatno pomoč so lahko za ta 

namen oblikovane smernice za razvoj sprejetih e‐storitev in instrumenti za ugotavljanje dejanskega 

stanja e‐storitev. 

Stran I


Kazalo vsebine 

1. Uvod .................................................................................................................................................... 1 

1.1 Identifikacija in opredelitev problema .......................................................................................... 3 

1.2 Raziskovalna vprašanja .................................................................................................................. 4 

1.3 Teoretične osnove rešitve ............................................................................................................. 5 

1.4 Predlog rešitve ............................................................................................................................... 5 

1.5 Predvidene omejitve raziskav ........................................................................................................ 6 

1.6 Pričakovani rezultati ...................................................................................................................... 7 

1.6.1 Pričakovani znanstveni rezultati ............................................................................................. 7 

1.6.2 Pričakovani aplikativni rezultati ............................................................................................. 8 

1.6.3 Pričakovane implikacije raziskovalnega projekta ................................................................... 9 

1.6.4 Mednarodna odmevnost ........................................................................................................ 9 

1.6.5 Projekt iz vidika strateškega interesa države ......................................................................... 9 

1.7. Metodika dela ............................................................................................................................. 10 

2. Opredelitev e‐storitev ....................................................................................................................... 12 

2.1 Definicije e‐storitev ..................................................................................................................... 13 

2.1.1 Metoda dela ......................................................................................................................... 13 

2.1.2 Povzetek definicij e‐storitev ................................................................................................. 14 

3. Taksonomija e‐storitev ..................................................................................................................... 17 

3.1 Metoda dela ................................................................................................................................ 17 

3.1.1 Identifikacija obstoječih klasifikacij e‐storitev ..................................................................... 17 

3.1.2 Oblikovanje enovite taksonomije e‐storitev ........................................................................ 18 

3.2 Povzetek rezultatov ..................................................................................................................... 19 

3.3 Identifikacija in klasifikacija priljubljenih e‐storitev v taksonomijo ............................................ 23 

3.3.1 Metoda dela ......................................................................................................................... 23 

3.3.2 Povzetek rezultatov .............................................................................................................. 24 

4. Sprejetost e‐storitev .......................................................................................................................... 30 

4.1 Pregled teorij sprejetosti informacijskih rešitev in storitev ........................................................ 32 

4.1.1 Model sprejetosti IT ‐ TAM ................................................................................................... 32 

4.1.2 Model ujemanja zahtev in lastnosti IT ‐ TTF ......................................................................... 36 

4.1.3 Združena teorija sprejetosti in uporabe tehnologij (UTAUT)............................................... 36 

4.2 Pregled generičnih ugotovitev raziskav na področju e‐storitev .................................................. 38 

4.2.1 Metoda dela ......................................................................................................................... 38 

4.1.2 Povzetek rezultatov .............................................................................................................. 40 

Stran II


4.2 Pregled kavzalnih zakonitosti na področju e‐storitev ................................................................. 43 

4.2.1 Metoda identifikacije kavzalnih zakonitosti ......................................................................... 43 

4.2.2 Modeli strukturnih enačb ..................................................................................................... 44 

4.2.3 Metrike prileganja modelov strukturnih enačb ................................................................... 46 

4.2.4 Opisna statistika rezultatov pregleda kavzalnih zakonitosti e‐storitev ................................ 48 

4.3 Parcialni modeli in smernice za razvoj sprejetih in uspešnih e‐storitev...................................... 51 

4.3.1 Lojalnost uporabe e‐storitev ................................................................................................ 52 

4.3.2 Zaupanje v e‐storitev ............................................................................................................ 55 

4.3.3 Uporabnost e‐storitev .......................................................................................................... 60 

4.4 Oblikovanje in empirična validacija modela sprejetosti specifičnih e‐storitev ........................... 63 

4.4.1 Raziskovalni model in hipoteze ............................................................................................ 63 

4.4.2 Metodologija raziskave ........................................................................................................ 64 

4.4.3 Rezultati ................................................................................................................................ 66 

4.4.4 Povzetek raziskave in ugotovitve ......................................................................................... 72 

4.5 Oblikovanje generičnega modela sprejetosti e‐storitev ............................................................. 74 

4.5.1 Metoda dela ......................................................................................................................... 74 

4.5.2 Identifikacija zakonitosti e‐storitev po posameznih domenah ............................................ 75 

4.5.3 Generični model sprejetosti e‐storitev................................................................................. 82 

4.6 Vpliv sodobnih tehnologij na sprejetost e‐storitev ..................................................................... 84 

4.6.1 Predlog razširitve modela sprejetosti ................................................................................... 85 

4.6.2 Analiza uporabe Web 2.0 v okviru e‐učenja ......................................................................... 86 

4.7 Vpliv profila uporabnika na sprejetost e‐storitev ........................................................................ 93 

5. Kakovost e‐storitev ............................................................................................................................ 95 

5.1 Standard kakovosti programske opreme ISO/IEC 9126 .............................................................. 97 

5.2 Identifikacija karakteristik kakovosti e‐storitev ........................................................................ 100 

5.2.1 Metoda iskanja ............................................................................................................ 100 

5.2.2 Iskalni prostor in omejitve iskanja ............................................................................... 100 

5.2.3 Rezultati pregleda literature ....................................................................................... 101 

6. Ocenjevanje e‐storitev .................................................................................................................... 105 

6.1 Ocenjevanje zadovoljstva uporabnikov z e‐storitvijo ............................................................... 105 

6.2 Model za ocenjevanje sprejetosti e‐storitev ............................................................................. 109 

7. Storitve e‐uprave v Republiki Sloveniji ............................................................................................ 111 

7.1 Opredelitev e‐uprave ................................................................................................................ 111 

7.2 Razvojne stopnje e‐uprave ........................................................................................................ 115 

Stran III


7.2.1 Razvoj e‐uprave po Deloitte‐ju ........................................................................................... 118 

7.2.2 CapGemini model ............................................................................................................... 120 

7.2.3 Layne‐Lee‐jev model .......................................................................................................... 121 

7.3 Spletni portal e‐uprava .............................................................................................................. 123 

7.4 Model in smernice razvoja uspešnih e‐storitev na področju e‐uprave ..................................... 124 

8. Aplikacijske rešitve projekta ........................................................................................................... 128 

8.1 Spletno mesto projekta ............................................................................................................. 128 

8.2 Aplikacija za grafičen prikaz domen e‐storitev in iskanje e‐storitev po domenah .................... 129 

9. Zaključek .......................................................................................................................................... 132 

Seznam prilog ...................................................................................................................................... 133 

Uporabljena literatura ......................................................................................................................... 134 

Stran IV


Kazalo slik 

Slika 1: Delež posameznikov, ki so iskali informacije v storitvah e‐uprave; vir: Eurostat ....................... 3 

Slika 2: Delež posameznikov, ki so izpolnili online obrazec vir: Eurostat ................................................ 3 

Slika 3: Delež posameznikov, ki so zase kupili izdelke preko spleta vir: Eurostat .................................. 3 

Slika 4: Delež posameznikov, ki uporabljajo storitve e‐bančništva vir: Eurostat .................................... 3 

Slika 5: Poenostavljen proces oblikovanja taksonomije e‐storitev, predstavljen v notaciji BPMN....... 18 

Slika 6: Grafični prikaz taksonomije e‐storitev (parcialna slika) ............................................................ 22 

Slika 7: Grafična ponazoritev postopka vzorčenja ................................................................................ 23 

Slika 8: Tip uporabnika e‐storitve .......................................................................................................... 24 

Slika 9: Namen e‐storitve ...................................................................................................................... 25 

Slika 10: Plačljivost e‐storitve ................................................................................................................ 25 

Slika 11: Doseg e‐storitve ...................................................................................................................... 27 

Slika 12: Časovna omejenost ................................................................................................................. 28 

Slika 13: Digitalizacija ............................................................................................................................ 29 

Slika 14: Nivo e‐storitve ......................................................................................................................... 29 

Slika 15: Osnovna filozofija modelov sprejetostI (Venkatesh, Morris, Davis, & Davis 2003) ............ 30 

Slika 16: Poenostavljen model sprejetosti IKT (Fred D. Davis 1989) ..................................................... 30 

Slika 17: Klasificiranje e‐storitve glede na enostavnost uporabe in uporabnost (Keil et al. 1995) ....... 31 

Slika 18: Konceptualni model Teorije utemeljene akcije (Fishbein & Ajzen 1975) ............................. 32 

Slika 19: Izviren model TAM (Fred D. Davis 1989) ................................................................................. 32 

Slika 20: Testiranja izvirnega modela TAM ............................................................................................ 33 

Slika 21: Kategorije razširitev modela TAM (King & He 2006) .............................................................. 35 

Slika 22: Model TTF (Goodhue & Thompson 1995) .............................................................................. 36 

Slika 23: Model UTAUT .......................................................................................................................... 37 

Slika 24: Simboli, ki se uporabljajo v modelih strukturnih enačb .......................................................... 44 

Slika 25: Prikaz sintakse strukturnega modela (Gefen, Straub, & Bordeau 2000) ................................ 45 

Slika 26: Model in smernice lojalnosti uporabe e‐storitev .................................................................... 52 

Slika 27: Vrednost faktorjev, ki vplivajo na lojalnost uporabe e‐storitev .............................................. 54 

Slika 28: Smernice in model zaupanja v e‐storitve ................................................................................ 55 

Slika 29: Model in smernice uporabnosti e‐storitev ............................................................................. 60 

Slika 30: Raziskovalni model in hipoteze ............................................................................................... 63 

Slika 31: Končni merljiv model .............................................................................................................. 69 

Slika 32: Končni strukturni model ......................................................................................................... 71 

Slika 33: Rezultati končnega strukturnega modela ............................................................................... 72 

Stran V


Slika 34: Generični model sprejetosti e‐storitev ................................................................................... 83 

Slika 35: Primer razširitve modela sprejetosti ....................................................................................... 86 

Slika 36: Pomembnost tehnologij in storitev za sodelovanje s študenti v sistemu za e‐učenje ........... 87 

Slika 37: Pomembnost tehnologij in storitev za komunikacijo s študenti v sistemu za e‐učenje ......... 88 

Slika 38: Pomembnost tehnologij in storitev za komunikacijo s profesorji in asistenti preko sistema za 

e‐učenje ................................................................................................................................................. 88 

Slika 39: Pomembnost tehnologij Web 2.0 v okviru sistema za e‐učenje ............................................. 89 

Slika 40: Pogostost uporabe tehnologij za komunikacijo s profesorji in asistenti ................................ 90 

Slika 41: Pogostost uporabe tehnologij za komunikacijo s študenti ..................................................... 90 

Slika 42: Pogostost uporabe tehnologije Wiki za sodelovanje pri izdelavi vsebin ................................ 91 

Slika 43: Pogostost uporabe tehnologije za pisanje spletnega dnevnika .............................................. 91 

Slika 44: Pogostost uporabe tehnologij za branje RSS virov ................................................................. 92 

Slika 35: Kavzalne relacije med kakovostjo, sprejetostjo, uporabo in učinkovitostjo e‐storitev .......... 96 

Slika 36: Model FCM (ISO 9126 2001) ................................................................................................... 97 

Slika 37: Model notranje in zunanje kakovosti v ISO/IEC 9126‐1 .......................................................... 98 

Slika 38: Model »kakovosti v uporabi« v ISO/IEC 9126‐1 ...................................................................... 98 

Slika 39: Povezava med različnimi vidiki kakovosti v ISO/IEC 9126‐x .................................................... 99 

Slika 40: Procesni model metode iskanja ............................................................................................ 100 

Slika 41: Ontologija e‐uprave (Powell 2000) ....................................................................................... 112 

Slika 42: Petstopenjski model razvitosti storitev e‐uprave. ................................................................ 120 

Slika 43: Dimenzije in stopnje razvoja e‐uprave. ................................................................................. 121 

Slika 44: Spletni portal e‐uprava ......................................................................................................... 123 

Slika 45: Model uspešnosti informacijskih rešitev (Seddon et al. 1999) ............................................. 124 

Slika 46: Kavzalni model sprejetosti e‐storitev na področju e‐uprave ................................................ 126 

Slika 47: eSeWeb.eu ............................................................................................................................ 128 

Slika 48: Primer dokumenta XML s seznamom klasifikacij in podklasifikacij ...................................... 129 

Slika 49: Prikaz glavnih klasifikacij ....................................................................................................... 130 

Slika 50: Primer dokumenta XML, ki vsebuje seznam e‐storitev ........................................................ 130 

Slika 51: Prikaz pod‐klasifikacij ............................................................................................................ 131 

Slika 52: Izpis seznama e‐storitev ........................................................................................................ 131 

Stran VI


Kazalo tabel 

Tabela 1: Primerjava med blagom, e‐storitvijo in storitvijo .................................................................. 12 

Tabela 2: Statistika definicij specifičnih e‐storitev ................................................................................ 14 

Tabela 3: Tabelarični zapis taksonomije e‐storitev ............................................................................... 19 

Tabela 4: Vrsta uporabnika e‐storitve ................................................................................................... 24 

Tabela 5: Tip uporabnika e‐storitve 3 ..................................................................................................... 24 

Tabela 6: Način izvedbe e‐storitve 3 ....................................................................................................... 24 

Tabela 7: Namen e‐storitve 3 .................................................................................................................. 25 

Tabela 8: Granularnost e‐storitve ......................................................................................................... 25 

Tabela 9: Plačljivost e‐storitve 3 ............................................................................................................. 25 

Tabela 10: Dostopnost e‐storitve 3 ......................................................................................................... 25 

Tabela 11: Domena e‐storitve 3 .............................................................................................................. 26 

Tabela 12: Način povezovanja 3 .............................................................................................................. 26 

Tabela 13: Tehnologija implementacije 3 ............................................................................................... 26 

Tabela 14: Identifikacija uporabnika 3 .................................................................................................... 27 

Tabela 15: Doseg e‐storitve 3 ................................................................................................................. 27 

Tabela 16: Interakcija 3 ........................................................................................................................... 27 

Tabela 17: Stopnja spletne sofistificiranosti 3 ........................................................................................ 28 

Tabela 18: Področje 3 .............................................................................................................................. 28 

Tabela 19: Časovna omejenost 3 ............................................................................................................ 28 

Tabela 20: Digitalizacija 3 ........................................................................................................................ 29 

Tabela 21: Tehnologije Splet 2.0 3 .......................................................................................................... 29 

Tabela 22: Nivo e‐storitve 3 .................................................................................................................... 29 

Tabela 23: Št. Raziskav, klasificiranih po posamezni domeni e‐storitev ............................................... 40 

Tabela 24: Povzetek splošnih ugotovitev na področju raziskav e‐storitev ........................................... 41 

Tabela 25: Označevanje strukturnih modelov ...................................................................................... 44 

Tabela 26: Povzetek kavzalnih zakonitosti na področju raziskav e‐storitev ......................................... 48 

Tabela 27: Statistični podatki modela lojalnosti uporabe e‐storitev (priloga H) .................................. 53 

Tabela 28: Pregled virov na področju zaupanja v e‐storitve ................................................................. 56 

Tabela 29: Faktorji, ki vplivajo na uporabnost e‐storitev ...................................................................... 61 

Tabela 30: Pomembnejši faktorji, na katere vpliva »uporabnost«: ...................................................... 61 

Tabela 31: Likertova lestvica s 7 stopnjami ........................................................................................... 65 

Tabela 32: Opisna statistika karakteristik respondentov ...................................................................... 67 

Tabela 33: Zanesljivost konstruktov ...................................................................................................... 68 

Stran VII


Tabela 34: Diskriminacijska zanesljivost ................................................................................................ 68 

Tabela 35: Metrike prileganja merljivih modelov ................................................................................. 69 

Tabela 36: Metrike prileganja strukturnih modelov ............................................................................. 70 

Tabela 37: Testiranje hipotez ................................................................................................................ 71 

Tabela 38: Opisna statistika kavzalnih povezav na področju e‐poslovanja ........................................... 75 

Tabela 39: Opisna statistika kavzalnih povezav na področju e‐uprave ................................................. 78 

Tabela 40: Defijicije akronimov konstruktov na področju sprejetosti e‐storitev .................................. 80 

Tabela 41: Pomembnost tehnologij/storitev v okviru sistema za e‐učenje .......................................... 87 

Tabela 42: Pogostost uporabe tehnologij/storitev v okviru sistema za e‐učenje ................................. 89 

Tabela 40: Dimenzije kakovosti storitev po metriki SERVQUAL .......................................................... 101 

Tabela 41: Dimenzije uporabnikove zaznave kakovosti e‐storitev ..................................................... 103 

Tabela 42: Dimenzije uporabnikove zaznave kakovosti e‐storitev glede na avtorje .......................... 103 

Tabela 43: Likertova lestvica s sedmimi stopnjami ............................................................................. 105 

Tabela 44: Vprašalnik za ocenjevanje sprejetosti e‐storitev ............................................................... 109 

Tabela 45: Pregled smernic razvoja uspešnih storitev e‐uprave ......................................................... 127 

Stran VIII


1. Uvod 1 

Najpomembnejša prvina informacijske družbe so informacije, ki jih v veliki meri zagotavljajo 

informacijsko komunikacijske tehnologije (IKT). IKT danes predstavljajo glavno gonilo sodobne 

gospodarske in socialne modernizacije. Vzpostavljajo se mehanizmi, ki spodbujajo razvoj in inovacije 

na področju IKT ter promovirajo pozitiven vpliv, ki ga imajo IKT na gospodarstvo, družbo in kakovost 

osebnega življenja. 

Leta 2005 je bila v EU vzpostavljena strategija i2010, ki je bila oblikovana kot strateški okvir za 

evropske politike o informacijski družbi in medijih. V njej so opisana splošna politična prizadevanja za 

odprto in konkurenčno evropsko digitalno gospodarstvo. Med drugim je osnovni cilj strategije 

poskrbeti, da imajo vsi državljani koristi od vodilnega položaja Evrope na področju IKT z vključujočo 

informacijsko družbo, ki zagotavlja visokokakovostne javne storitve in povečuje kakovost življenja. 

Povečanje kakovosti življenja je glavno gonilo različnih e‐pobud (e‐zdravje, e‐vlada, e‐udeležba, e‐ 

vključenost, itd.), ki nastajajo v okviru strategije i2010. 

E‐storitve so storitve informacijske družbe, ki se z elektronskimi sredstvi zagotavljajo na daljavo in na 

zahtevo posameznega uporabnika. Za termin e‐storitev lahko v obstoječi literaturi zasledimo različne 

definicije, na primer: 

‐ »E‐service is an interactive, content‐centred and Internet‐based customer service, driven by 

the customer and integrated with related organizational customer support processes and 

technologies with the goal of strengthening the customer‐service provider relationship.« 

(Ruyter et al. 2001) 

‐ »E‐service is deeds, efforts or performances whose delivery is mediated by information 

technology (including the Web, information kiosks and mobile devices). Such e‐service 

includes the service element of e‐tailing, customer support and service, and service delivery.« 

(Rowley 2006) 

‐ »E‐service is an act or performance that creates value and provides benefits for customers 

through a process that is stored as an algorithm and typically implemented by net worked 

software.« (Hofacker et al. 2007) 

Iz vmesnega poročila i2010 (European Commission 2008) je razvidno, da podjetja v EU 20% vlaganj 

namenjajo v razvoj IKT. Poročilo o digitalni konkurenčnosti Evrope 2 navaja dejstvo, da je Evropa 

dosegla velik napredek pri ponudbi in uporabi javnih spletnih storitev. Ponudba storitev, ki so 

popolnoma dostopne državljanom, je narasla s 27 % leta 2004 na 50 % leta 2007, v primeru podjetij 

pa s 58 % leta 2004 na 70 % leta 2007. Tretjina evropskih državljanov in skoraj 70 % podjetij v EU 

uporablja storitve e‐uprave. 

1 Prvo poglavje povzema ključne elemente prijave projekta. 

2 http://eur‐lex.europa.eu/LexUriServ/LexUriServ.douri=COM:2009:0390:FIN:SL:PDF oz. 

http://ec.europa.eu/information_society/eeurope/i2010/docs/annual_report/2009/digital_competitiveness.pdf 

Stran 1


Kljub pozitivnim rezultatom pa poročilo o digitalni konkurenčnosti Evrope izpostavi dejstvo, da 

Evropa potrebuje novo digitalno agendo, s katero se bo možno soočiti z novimi izzivi, razviti svetovno 

uspešno infrastrukturo in izkoristiti potencial interneta kot gonilne sile rasti in kot temelja za 

inovacije, ustvarjalnost in sodelovanje. Evropa se pri vzpostavitvi enotnega spletnega trga storitev še 

vedno sooča z izzivi, kot so pravna razdrobljenost, različni plačilni sistemi, standardi na področju 

varnosti in zasebnosti ter drugimi ovirami, ki podjetja in potrošnike odvračajo od prodora na splet. E‐ 

vlada deluje praktično v vseh državah članicah EU, a bo potrebnega še veliko truda za večjo 

povezljivost med različnimi javnimi upravami. Prednosti aplikacij e‐učenja in e‐zdravja, s katerimi bo 

mogoče občutno izboljšati kakovost učenja in zdravstva, še vedno niso izkoriščene. Med osnovne cilje 

vpeljave e‐storitev (na različnih področjih) spadajo: 

(1) povečevanje učinkovitosti poslovanja, 

(2) znižanje stroškov ponudnikov in uporabnikov e‐storitev, 

(3) povečevanje dostopnosti do storitev in 

(4) vključevanje v storitvene ekosisteme. 

Stran 2


1.1 Identifikacija in opredelitev problema 

Kljub prednostim, ki jih zagotavljajo e‐storitve, obstajajo številne težave pri njihovi sprejetosti in 

uporabi, kar je osnovno izhodišče raziskovalnega projekta. Glede na poročilo o digitalni 

konkurenčnosti Evrope lahko ugotovimo, da so e‐storitve v Republiki Sloveniji nadpovprečno razvite 

in dostopne, predvsem za fizične uporabnike oz. državljane RS. RS se glede razpoložljivosti javnih 

storitev, dostopnih v elektronski obliki, uvršča na drugo mesto med državami, ki so članice EU. Kljub 

temu, da je Slovenija na področju e‐uprave dosegla velik napredek v primerjavi z drugimi državami 

EU, pa se Slovenija ni enako dobro odrezala na drugih področjih e‐storitev. Ključni izziv je torej doseči 

podobno uspešnost tudi pri zagotavljanju in uporabi e‐storitev v drugih domenah (e‐poslovanje, e‐ 

zdravje, e‐učenje, e‐zabava, itd.) in izkoristiti e‐storitve kot gonilo gospodarskega razvoja in za 

zagotavljanje višje kakovosti življenja. 

Slika 1: Delež posameznikov, ki so iskali 

informacije v storitvah 

e‐uprave; vir: Eurostat 

Slika 2: Delež posameznikov, ki so izpolnili 

online obrazec 

vir: Eurostat 

Slika 3: Delež posameznikov, ki so zase kupili 

izdelke preko spleta 

vir: Eurostat 

Slika 4: Delež posameznikov, ki uporabljajo 

storitve e‐bančništva 

vir: Eurostat 

V primerjavi z rastjo in visokim deležem razpoložljivih e‐storitev sta rast in delež uporabnikov e‐ 

storitev precej nižja. Če primerjamo napredek med letoma 2004 in 2008 na področju e‐uprave, je v 

Sloveniji delež razpoložljivih e‐storitev narastel s 50% na 92%, medtem ko je delež državljanov 

(fizičnih oseb), ki storitve e‐uprave uporabljajo, narastel s 13% na 31%. Ti sicer nadpovprečni rezultati 

uvrščajo RS na 11. mesto med državami, ki so članice EU. Zaskrbljujoče je stanje na področju polno 

funkcionalnih storitev e‐uprave (takšnih storitev, ki poleg podajanja informacij omogočajo tudi 

povratne informacije državljanov), kjer je delež državljanov, ki tovrstne storitve uporabljajo, zelo 

majhen (7%, glej Slika 2). Delež uporabe tovrstnih storitev e‐uprave nas uvršča šele na 17. mesto v 

Stran 3


EU. Nekoliko boljši rezultati uporabe storitev e‐uprave so na področju storitev e‐uprave za podjetja 

oz. pravne osebe.. 

1.2 Raziskovalna vprašanja 

V raziskavi izhajamo predvsem iz dejstva, da obstaja velik razkorak med visokim deležem realiziranih 

e‐storitev in majhnim deležem uporabnikov, ki e‐storitve redno uporabljajo. Iz predhodno navedenih 

dejstev domnevamo, da na področju zagotavljanja e‐storitev osnovni izzivi niso povezani s 

tehnološko realizacijo e‐storitev, temveč bistven izziv predstavlja njihova sprejetost in učinkovita 

uporaba. Iz tega sledijo naslednja raziskovalna vprašanja: 

‐ Zakaj državljani RS uporabljamo e‐storitve v manjši meri kot državljani drugih članic EU, 

čeprav so le te dosegljive v visokem deležu 

‐ Kaj so poglavitni faktorji, ki vplivajo na sprejetost in uporabo e‐storitev 

‐ Zakaj organizacije bolje sprejemajo e‐storitve kot državljani, čeprav je delež e‐storitev, ki so 

namenjene državljanom, celo višji 

‐ Kakšne značilnosti imajo e‐storitve, ki jih državljani uporabljajo 

‐ Kakšne značilnosti imajo e‐storitve, ki jih državljani ne sprejemajo 

‐ S kakšnimi načini je mogoče povečati obseg uporabe e‐storitev 

‐ Kako oceniti uporabniško prijaznost e‐storitev 

‐ Ali bodo uporabniki sprejeli e‐storitev, ki jo razvijamo 

‐ Kakšen vpliv na uporabo e‐storitev imajo faktorji kot so: zaupanje, varnost, e‐identiteta, 

procesna orientiranost in enostavnost uporabe 

‐ Kakšen vpliv na e‐storitve in njihove uporabnike imajo sodobne tehnologije, kot so: Ajax, 

Splet 2.0, procesni modeli, načrtovalski vzorci, spletne sestavljanke (mashups) in podobno 

Stran 4


1.3 Teoretične osnove rešitve 

V okviru projekta skušamo rešiti opredeljeni problem in odgovoriti na raziskovalna vprašanja na 

način, ki se je že uveljavil na v sklopu raziskav na področju informacijskih tehnologij (IT) in 

informacijskih sistemov (IS) ‐ identificirati želimo poglavitne tehnološke, organizacijske, sociološke in 

ostale faktorje, ki vplivajo na uporabnikovo dojemanja e‐storitev in posledično na njihovo sprejetost 

in uporabo. 

Sprejetost in uporaba IT sta torej ključnega pomena za organizacije in posameznike, saj predstavljata 

predpogoj za izboljšanje produktivnosti v organizacijah (Venkatesh et al. 2003). Prav zaradi 

navedenega spadajo raziskave na področju sprejetosti med najbolj zrela področja IS. Raziskave na 

področju sprejetosti temeljijo na teorijah in modelih iz področja informacijskih sistemov, psihologije 

in sociologije. Rezultati raziskav so kavzalni modeli, ki konceptualizirajo in operacionalizirajo uporabo 

IT. Modeli so namenjeni predvsem razumevanju in napovedovanju uporabe IT. Posledično je uporaba 

takšnih modelov ključnega pomena za ocenitev verjetnosti uporabe, kakor tudi za pro‐aktivno 

delovanje v smislu izboljšanja sprejetosti (acceptance), uporabe in uspešnosti IT (Venkatesh et al. 

2003). V tem kontekstu bo naš model sprejetosti predstavljal osnovo za oblikovanje usmeritev glede 

bodočih e‐storitev. 

Model TAM (Technology Acceptance Model) je največkrat citiran model sprejetosti IT (Sharp 2007). 

TAM temelji na Ajzen in Fishbein‐ovi teoriji utemeljene akcije – TRA (Theory of Reasoned Action) in 

jo prilagaja za kontekst IT. TAM je informacijsko sistemska teorija, ki razlaga, kako uporabniki 

sprejemajo in uporabljajo IT. Teorija pravi, da na uporabnike, ki spoznajo novo IT, vplivata dva 

poglavitna dejavnika ‐ dojeta enostavnost uporabe – PEOU (perceived ease of use) in dojeta 

uporabnost ‐ PU (perceived usefulness) IT. Vse ostale spremenljivke (na primer: karakteristike sistema 

in karakteristike posameznika) so obravnavane kot zunanje spremenljivke z neposrednim vplivom na 

kognitivna konstrukta modela TAM. Za potrebe naše raziskave bomo ta model nagradili za specifično 

področje e‐storitev. 

1.4 Predlog rešitve 

V okviru raziskovalnega projekta torej želimo identificirati in analizirati faktorje, ki imajo signifikanten 

vpliv na sprejetost e‐storitev med uporabniki (organizacijami in posamezniki). Pri tem želimo izhajati 

iz preverjenih teoretičnih osnov in empiričnih podatkov, ki jih nameravamo pridobiti z empiričnimi 

raziskavami. Na tak način želimo doseči razširitev in specializacijo obstoječih modelov sprejetosti za 

področje e‐storitev ter povezati teorijo s prakso. Za potrebe analiziranja vpliva sodobnih tehnologij, 

pristopov in konceptov na e‐storitve, želimo razširiti obstoječe teorije na področju eksogenih 

konstruktov modela TAM. S tem želimo pridobiti pomembne podatke o vplivu sodobnih tehnologij na 

njihove uporabnike. Osnutek modela, ki ga želimo v okviru raziskave opredeliti in preveriti, je 

prikazan v prilogi A. 

Stran 5


1.5 Predvidene omejitve raziskav 

Glavne omejitve raziskav, ki smo jih predpostavljali v času prijave projekta: 

1. Raziskave, ki bodo predvidoma podale odgovore na raziskovalna vprašanja, bomo v okviru 

projekta osredotočili na področje RS in nato rezultate primerjali s podobnimi raziskavami iz 

drugih regij in sorodnih raziskovalnih področij. Preko sodelovanja pri delu evropske 

tehnološke platforme NESSI bomo spodbujali sorodne raziskave v drugih članicah EU ter pri 

njih tudi aktivno sodelovali, analizirali pristope in primerjali rezultate. Tehnološke platforme 

predstavljajo mehanizem, ki naj bi zagotavljal, da se dosežki raziskovalnega dela 

preoblikujejo v inovativne storitve in proizvode – zato so za vse deležnike, ki sodelujejo pri 

delu TP, spoznanja in ugotovitve o potrebah in preferencah uporabniške sfere še toliko bolj 

pomembni. 

2. Čeprav bomo v sklopu projekta zajeli in naslovili celotni spekter e‐storitev, se bomo tam, kjer 

bo nujno potrebno (npr. pri razvoju podpornih orodij in morda definiciji prilagojenega 

procesnega modela razvoja integriranih storitev), osredotočili predvsem na scenarije oz. 

storitve, ki bodo izhajale iz dveh, treh temeljnih področij, npr. e‐storitve za e‐zdravje, e‐ 

uprava in e‐vključenost. Prvi dve področji neposredno sovpadata z aktualnimi razvojnimi 

trendi v Sloveniji, nenazadnje pa sta to tudi edini področji, za kateri zasledimo vertikalne 

delovne skupine pri evropski platformi NESSI. Pri delu omenjenih delovnih skupin 

sodelujejo(mo) tudi predstavniki NESSI Slovenija (ki združuje več kot 90 akterjev). Člani 

projekta tudi sicer zelo aktivno sodelujemo pri aktivnostih in promociji slovenske TP za 

programsko opremo in storitve –vodja raziskovalnega projekta je strokovni koordinator TP, 

člani predlagane projektne skupine skrbijo za informacijski portal, organizacijo letnih 

konferenc ipd., pomembno vlogo pa smo imeli tudi pri oblikovanju Strateškega razvojnega 

programa NESSI Slovenija ter povezovanju tako z evropsko NESSI (npr. aktivna udeležba na 

generalnih skupščinah) kot z drugimi TP v Sloveniji (npr. organizacija skupnih panelov s 

predstavniki e‐Mobilnost, Mediji v e‐omrežjih in Artemis Slovenija v sklopu posvetovanj na 

Grimščah, skupna konferenca NESSI in NEM Slovenija v letih 2008 in 2009). 

3. Poudarek na zaupanju, varnosti in zagotovljivosti e‐storitev. Poseben poudarek našega 

raziskovalnega projekta je na faktorjih, ki so povezani z zaupanjem, varnostjo (tudi pravno), 

zasebnostjo, e‐identiteto in zagotovljivostjo e‐storitev. Omenjeni faktorji se tesno povezujejo 

s področji ene izmed horizontalnih delovnih skupin NESSI in sicer »WG Trust, Security and 

Dependability Working Group« (TSD WG), pri delu katere ves čas aktivno sodelujemo, v letu 

2007 pa smo v Mariboru organizirali tudi sestanek te delovne skupine in sicer v sklopu druge 

delavnice ESFORS. 

Stran 6


1.6 Pričakovani rezultati 

V okviru prijave na projekt smo si zastavili dve skupini rezultatov: znanstvene in aplikativne. 

1.6.1 Pričakovani znanstveni rezultati 

1. Generičen model sprejetosti e‐storitev. Načrtovali smo oblikovanje kavzalnega modela 

(operacionaliziran in posledično preverljiv model), ki bi vseboval poglavitne determinante 

sprejetosti in uporabe e‐storitev. Model naj bi temeljil na uveljavljenih teorijah, ko sta npr. 

TRA (Theory of Reasoned Action) in TAM (Technology Acceptance Model). Generičen model 

poda splošne smernice za razvoj uporabniško prijaznih e‐storitev. 

2. Analiza vpliva in model poglavitnih faktorjev (zaupanje, varnost, procesna orientiranost, 

enostavnost uporabe) na sprejetost in uporabo e‐storitev. Pridobiti želimo empirične 

podatke, ki bodo podajali informacije o pomembnosti in vplivu poglavitnih faktorjev na 

sprejetost in uporabo e‐storitev. Analiza omenjenih faktorjev prav tako pripomore k 

oblikovanju uporabniško prijaznih e‐storitev in omogoči proaktiven razvoj uporabniško 

prijaznih e‐storitev. 

3. Analiza vpliva in model sodobnih tehnologij (npr. Splet 2.0, digitalni podpisi, načrtovalski 

vzorci), sodobnih pristopov (npr. procesni pristop) in konceptov (npr. socialne mreže) na 

poglavitne faktorje (npr. kognitivna dojemanja uporabnikov e‐storitev), ki vplivajo na 

sprejetost in učinkovito uporabo e‐storitev. 

4. Analiza razlik med e‐storitvami, ki so namenjene organizacijam in državljanom. Kot rezultat 

dobimo odgovor na vprašanje zakaj organizacije bolje sprejemajo e‐storitve kot državljani. 

Podobno kot prejšnji znanstveni rezultati naj bi tudi ti temeljili na empiričnih podatkih. 

Stran 7


1.6.2 Pričakovani aplikativni rezultati 

Taksonomija na področju e‐storitev in več‐dimenzijska klasifikacija e‐storitev glede na kriterije kot so: 

‐ vrsta ciljnega uporabnika (organizacija, državljan,…) 

‐ vrsta e‐storitve (podajanje informacij, podajanje/sprejemanje informacij…) 

‐ plačljivost e‐storitve (poslovni model) 

‐ izvor e‐storitve (državna uprava, organizacije, državljani, ...) 

‐ licenca e‐storitve (lastniška, creative commons, ...) 

‐ granularnost e‐storitve (enostavna, sestavljena) 

‐ dostopnost storitve (javna, zasebna, zaščitena…) 

‐ domena (e‐Zdravje, e‐Uprava, e‐kultura, e‐Turizem,…) 

‐ identifikacija ponudnika/porabnika (zahtevana, opcijska, ni nujna…) 

V okviru taksonomije nameravamo opredeliti pravila za klasifikacijo e‐storitev v opredeljeno 

klasifikacijsko shemo. Tovrstna taksonomija je uporabna za razvijalce, ponudnike in uporabnike e‐ 

storitev. Taksonomske informacije o obstoječih e‐storitvah bomo organizirali s pomočjo tehnologij 

semantičnega spleta, kar bo omogočilo in še spodbudilo oblikovanje in razvoj z e‐storitvami 

povezanih folksonomij v Sloveniji. 

Model za ocenjevanje sprejetosti e‐storitev. Na osnovi znanstvenih rezultatov želimo oblikovati 

model za ocenjevanje sprejetosti e‐storitev. Pričakujemo, da bo model uporaben za razvijalce in 

ponudnike e‐storitev. 

Smernice in model za razvoj sprejetih in učinkovitih e‐storitev. Na osnovi znanstvenih rezultatov 

želimo oblikovati smernice, ki bodo razvijalcem pomagale pri razvoju uporabniško privlačnih, polno 

funkcionalnih in učinkovitih e‐storitev. Razvili smo prilagodljiv procesni model razvoja oz. kompozicije 

integriranih e‐storitev. Podporna orodja, ki jih bomo v ta namen razvili, bi predvidoma temeljila na 

pristopu OQBAP (Ontology and Question Based Advisement Approach), ki smo ga že uspešno aplicirali 

na področju identifikacije in uporabe načrtovalskih vzorcev. Gre za pristop, ki uporabnika skozi voden 

dialog pelje do predloga rešitve za podano nalogo. 

Stran 8


1.6.3 Pričakovane implikacije raziskovalnega projekta 

V okviru prijave projekta so bile pričakovane implikacije raziskovalnega projekta (na osnovi 

znanstvenih in aplikativnih rezultatov projekta) naslednje: 

1. Povečanje sprejetosti in posledično uporabe e‐storitev v RS. 

2. Povečana učinkovitost in konkurenčnost organizacij zaradi večje uporabe e‐storitev. 

3. Nižji stroški zagotavljanja storitev za upravo RS, zaradi večjega deleža uporabe e‐storitev. 

4. Večji delež uporabnikov e‐storitev ‐ nižji stroški za državljane RS, boljše možnosti za dostop 

do storitev za ljudi s posebnimi potrebami, vključenost starejših ipd. 

5. Razvoj učinkovitih e‐storitev zaradi cenitvenega modela e‐storitev in smernic za razvoj e‐ 

storitev. 

6. Boljši pregled nad e‐storitvami, ki ga omogoča taksonomija e‐storitev. 

7. Spodbujanje razvoja inovativnih integriranih e‐storitve in vključevanje v storitvene 

ekosisteme ter njihovo oblikovanje. 

8. Implikacije na dodiplomski in podiplomski kurikulum (na Inštitutu za informatiko), predvsem 

predmete in module, povezane s storitveno znanostjo in storitvenim inženirstvom, ki smo ju 

vpeljali tudi v sklopu bilateralnega SLO‐UK projekta »Introducing Services Science into Higher 

Education Curricula«. 

1.6.4 Mednarodna odmevnost 

V okviru prijave projekta smo si zastavili naslednjo pričakovano mednarodno odmevnost rezultatov 

projekta: 

1. Sodelovanje na mednarodnih konferencah. 

2. Objave rezultatov v mednarodnih revijah. 

3. Sodelovanje z evropsko tehnološko platformo NESSI. 

1.6.5 Projekt iz vidika strateškega interesa države 

Cilji predlaganega projekta v več točkah sovpadajo s strateškimi cilji razvoja Slovenije, kot ga je v 

Strategiji razvoja Slovenije predstavila Vlada RS. Strategija razvoja Slovenije predvideva pet razvojnih 

prioritet, izmed katerih naš projekt še posebej sovpada z naslednjima (primerjava z zgoraj 

navedenimi implikacijami raziskovalnega projekta): 

1. Konkurenčno gospodarstvo in hitrejša gospodarska rast. 

2. Učinkovita in cenejša država. 

Rezultati bodo omogočali identifikacijo prioritetnih scenarijev z namenom spodbujanja sodelovanja 

in interdisciplinarnih projektov ter posledično uveljavitvijo Slovenije kot živega laboratorija za 

inovativne e‐storitve, rešitve in tehnološke inovacije ter nove organizacijske in poslovne modele, 

povezane z identificiranimi scenariji. 

Stran 9


1.7. Metodika dela 

V okviru prijave projekta smo oblikovali naslednjo metodiko dela na projektu. Projekt temelji na 

metodologiji znanstvenega raziskovanja. Raziskovalna vprašanja, ki so navedena v "opredelitvi 

problema", nameravamo analizirati in po potrebi specializirati. Za vsako posamezno raziskovalno 

vprašanje bomo izvedli naslednje aktivnosti: 

1. Pregledali obstoječe vire in rezultate podobnih raziskav. 

2. Poiskali ustrezne teoretične osnove. 

3. Poiskali ustrezno metodo raziskovanja. 

4. Izvedli raziskavo. Raziskave bomo izvajali v okviru prostorov organizacije, na terenu in v 

spletni obliki. 

5. Analizirali pridobljene podatke s kvalitativnimi in/ali kvantitativnimi tehnikami. 

6. Podali osnovne ugotovitve in omejitve raziskav. Ugotovitve bomo podali v tekstovnih in 

grafičnih oblikah. Podali bomo omejitve izvedenih raziskav in analizirali implikacije raziskav. 

Prav tako bomo podali smernice za nadaljevanje raziskav. 

7. Diseminirali rezultate raziskav. Dostop do rezultatov raziskav bomo omogočili preko 

spletnega portala NESSI Slovenija, rezultate predstavili na znanstvenih (npr. CSS, KMO, ERK) 

in strokovnih srečanjih (npr. OTS, konference tehnoloških platform) ter znanstvenih in 

strokovnih publikacijah. Rezultate bomo prav tako poskušali objaviti v mednarodnih 

znanstvenih revijah s faktorjem vpliva. Predvidevamo še objavo rezultatov v poljudnih virih 

(Finance, Večer, Delo, brezplačni časniki), kjer bomo predstavili rezultate projekta širši in 

manj strokovni javnosti. K sodelovanju na projektu bomo spodbudili tudi predstavnike drugih 

nacionalnih TP, ne le slovenskih temveč tudi evropskih nacionalnih TP za programsko 

opremo in storitve. Projekt je bil ob zasnovi tesno povezan tudi z morebitno novo skupno 

tehnološko iniciativo (JTI), ki se je nakazovala skozi povezovanje različnih akterjev iz NESSI, 

NEM, e‐Mobility in nekaterih drugih s storitvami povezanih platform ter iniciativami, 

povezanimi s t.i. bodočim internetom (Future Internet). 

V okviru prijave projekta smo predvideli, da bomo znanstvene rezultate pridobili na naslednji način: 

1. Generičen model sprejetosti e‐storitev. Uporabili bomo obstoječe teoretične osnove in 

izvedli eksplorativno in pojasnjevalno empirično raziskavo. Z eksplorativno študijo 

nameravamo identificirati poglavitne faktorje, ki vplivajo na sprejetost in uporabo e‐storitev. 

S pojasnjevalno študijo bomo analizirali vplive med posameznimi faktorji in vplive faktorjev 

na uporabniško sprejetost e‐storitev. Predvidevamo izvedbo terenskih raziskav in spletne 

ankete. 

2. Analiza vpliva poglavitnih faktorjev (zaupanje, varnost, procesna orientiranost, enostavnost 

uporabe) na sprejetost in uporabo e‐storitev. Rezultate želimo pridobiti z izvedbo kavzalnih 

eksperimentalnih in kavzalno ne‐eksperimentalnih tehnik, na populaciji, ki jo bo mogoče 

posplošiti na tipične uporabnike e‐storitev v RS. 

3. Analiza razlik med e‐storitvami, ki so namenjene organizacijam in državljanom (in morebitne 

druge raziskave, v katerih bomo primerjali različne skupine). Tudi te rezultate želimo pridobiti 

Stran 10


z empiričnimi metodami raziskovanja. Razlike želimo potrditi/zavreči s statističnimi testi 

razlik/enakosti dveh skupin (na primer T‐te‐st, multivariatna statistika in regresija). 

4. Taksonomija na področju e‐storitev. Uporabili bomo deskriptivne raziskovalne tehnike. 

Pregledali in analizirali bomo obstoječo literaturo in morebitne obstoječe klasifikacije na 

področju raziskovalnega projekta in na sorodnih področjih. 

5. Model za ocenjevanje sprejetosti e‐storitev. Aplikativni rezultat želimo oblikovati na osnovi 

predhodno pridobljenih znanstvenih rezultatov. 

6. Smernice in model za razvoj sprejetih in učinkovitih e‐storitev. Smernice bomo določili na 

osnovi empiričnih raziskav in iz njih izhajajočega kavzalnega modela (glej pričakovane 

znanstvene rezultate). Pri modelu bomo uporabili obstoječe metode storitvenega inženirstva 

ter pristope k razvoju spletnih se‐stavljank (za potrebe posameznikov) in orke‐stracije 

procesov (za organizacije). 

Pri planiranju in izvedbi projekta smo upoštevali smernice metode za projektno vodenje "PRINCE2" 

(Projects IN Controlled Environments). 

Stran 11


2. Opredelitev estoritev 

»E‐Storitev« je splošen termin, ki predstavlja vse storitve, ki so dosegljive preko interneta (Hofacker 

et al. 2007). E‐storitve predstavljajo osrednji koncept informacijske družbe in digitalne ekonomije, kar 

potrjuje tudi »Poročilo vmesnega pregleda strategije i2010« (European Commission 2008). 

E‐storitve najdemo v vseh segmentih sodobne družbe, kar je razvidno iz širokega spektra domen, ki 

jih e‐storitve pokrivajo (na primer: e‐bančništvo, e‐cestninjenje, e‐davki, e‐promet, e‐zabava, e‐ 

zdravstvo, e‐turizem, e‐svetovanje, e‐poslovanje, e‐delo, e‐izobraževanje, e‐kultura in e‐pravo). Z e‐ 

storitvami so povezani tudi sodobni tehnološki termini kot so: storitveno usmerjeno programje 

(service‐oriented software), storitvene arhitekture (SOA), programje kot storitev (Software as a 

Service ‐ SaaS), platforma kot storitev (Platform as a Service – PaaS) in infrastruktura kot storitev – 

(Infrastructure as a Service ‐ IaaS), pa tudi računstvo v oblakih (Cloud computing) 

Glede na »tradicionalne storitve« omogočajo e‐storitve številne prednost, kot so: (1) povečanje 

produktivnosti, (2) nižje stroške za ponudnike in potrošnike storitev in (3) povečano dostopnost do 

storitev. Primerjava med blagom, storitvami in e‐storitvami je prikazana na naslednji tabeli (Tabela 1) 

Tabela 1: Primerjava med blagom, e‐storitvijo in storitvijo 

Blago E‐storitev Storitev 

Materialno 

Nematerialna, vendar 

Nematerialna 

potrebuje materialni medij 

Potrošnja je lahko ločena od 

ponudnika 

Potrošnja je lahko ločena od 

ponudnika 

Potrošnja ne more biti ločena 

od ponudnika 

Lahko ga patentiramo Lahko jo patentiramo in Ne moremo je patentirati ali 

avtorsko zaščitimo 

avtorsko zaščititi 

Primerki so homogeni Primerki so homogeni Primerki so heterogeni 

Ne moremo ga reproducirati Lahko jo reproduciramo Ne moremo je reproducirati 

Ne moremo ga deliti v času ali 

prostoru 

Lahko jo delimo v času ali 

prostoru 

Ne moremo je deliti v času ali 

prostoru 

Uporaba je enaka potrošnji Uporaba ni enaka potrošnji Uporaba je enaka potrošnji 

Enostavno mu je določiti ceno Težje ji je določiti ceno Težje ji je določiti ceno 

Lahko ga inventariziramo 3 Lahko jo inventariziramo Ne moremo je inventarizirati 

Temelji na atomih Temelji na bitih Temelji na atomih 

Poleg zgoraj navedene definicije e‐storitev, smo v začetni fazi pregledovanja literature naleteli še na 

številne druge definicije e‐storitev. Identifikacija preostalih definicij e‐storitev je bila nujna za 

nadaljnje faze projekta, saj smo preko različnih definicij e‐storitev ugotovili, kaj pod pojmom »estoritev« 

objavljajo raziskovalci v poročilih o rezultatih raziskav oziroma v strokovnih in znanstvenih 

prispevkih. 

3 inventarizírati ‐ ugotavljati količino, vrednost in delati seznam vseh predmetov, ki se uporabljajo pri opravljanju določene 

dejavnosti, zlasti podjetja ali ustanove, popisovati. 

Stran 12


2.1 Definicije estoritev 

Osnova vsakega raziskovalnega dela je dobro opredeljen osrednji predmet raziskave. V našem 

primeru predstavlja osrednji predmet pojem »e‐storitev«. Že po prvem, nesistematičnem pregledu 

literature iz domene e‐storitev smo ugotovili, da si pojem e‐storitve različni raziskovalci tolmačijo na 

različne načine. Problem različnih tolmačenj pojma ima lahko daljnosežne posledice na raziskavo, saj 

lahko povzroči, da so navidezno podobne raziskave med sabo neprimerljive (na primer: rezultati dveh 

raziskav so si diametralno nasprotni zaradi različne opredelitve predmeta raziskave). 

2.1.1 Metoda dela 

Iskanja definicij »e‐storitev« smo se lotili s sistematičnim pregledom literature, kot je podano v 

nadaljevanju. 

1. Opredelitev ekspertne skupine. V okviru projektne skupine se je opredelila skupina 

ekspertov, ki so dobili za nalogo, na enoten način, poiskati definicije e‐storitev. 

2. Opredelitev iskalnih terminov. Člani ekspertne skupine so se dogovorili o množici iskalnih 

terminov, ki so jih iskali v iskalnem prostoru. Opredelili so se splošni termini, njihove 

sopomenke in izpeljanke (na primer: e‐storitev, elektronska storitev, avtomatska storitev, 

ipd.) in domensko specifični termini (na primer e‐bančništvo, e‐pravo, e‐turizem, ipd.) 

3. Opredelitev iskalnega prostora. Opredelil se je iskalnik in iskalni prostor, v okviru katerega so 

se identificirale definicije e‐storitev. Iskalni prostor je obsegal splošne spletne iskalnike (na 

primer: Google in Yahoo) in strokovne baze publikacij (na primer: Citeseer, Science Direct in 

IEEE). 

4. Zapisovanje rezultatov iskanja. Opredelil se je enoten način zapisovanja rezultatov z 

naslednjimi atributi: 

‐ naziv e‐storitve v izvornem jeziku (običajno angleški jezik), 

‐ slovenski prevod naziva e‐storitve, 

‐ definicija e‐storitve v izvornem jeziku (običajno angleški jezik), 

‐ slovenski prevod definicije e‐storitve, 

‐ spletni naslov definicije e‐storitve in 

‐ bibliografski zapis e‐storitve v Harvardskem stilu. 

Rezultati so se zapisovali v spletno preglednico, do katere so imeli vsi člani skupine sočasen 

dvosmeren dostop (branje in pisanje). 

5. Opredelitev zaključka iskanja. Iskanje se je opredelilo kot zaključeno po preteku 10 ur 

iskanja posameznega eksperta. 

Stran 13


2.1.2 Povzetek definicij estoritev 

Na osnovi iskanja definicij »e‐storitev«, kot je bilo opredeljeno v metodi dela, se je identificiralo 75 

splošnih definicij e‐storitev (e‐service) in 161 definicij specifičnih e‐storitev (Tabela 2). 

Tabela 2: Statistika definicij specifičnih e‐storitev 

Slo definicija Angl. definicija Št. 

e‐administracija e‐administration 1 

e‐arhiv e‐archive 1 

e‐avtentikacija e‐authentication 1 

e‐bančništvo e‐banking 5 

e‐cestninjenje e‐toll 1 

e‐davki e‐tax 6 

e‐delo e‐work 1 

e‐demokracija e‐democracy 2 

e‐denar e‐cash 4 

e‐dohodnina e‐taxes 1 

e‐finance e‐financials 1 

e‐fotograf e‐photo 1 

e‐glasilo, e‐časopis e‐newsletter 3 

e‐govor e‐speach 3 

e‐imenik e‐directory 3 

e‐izjava e‐statement 2 

e‐izobraževanje e‐learning 10 

e‐knjiga e‐book 3 

e‐knjižnica e‐library 1 

e‐kultura e‐culture 3 

e‐logistika e‐logistics 1 

e‐nabava e‐procurement 1 

e‐oglaševanje e‐marketing 1 

e‐omejevanje e‐tailing 1 

e‐podpis e‐signature 2 

e‐poslovanje e‐business 17 

e‐pošta e‐mail 3 

e‐proizvodnja e‐manufacturing 1 

e‐račun e‐invoice 4 

e‐računovodstvo e‐accounting 1 

e‐raziskovanje e‐research 1 

e‐rezervacije e‐booking 1 

e‐svetovalec e‐advisor 2 

e‐svetovanje e‐consulting 1 

e‐svetovanje, e‐konzultacije e‐consulting 1 

e‐šola e‐school 2 

e‐trgovanje e‐commerce 13 

Stran 14


Slo definicija Angl. definicija Št. 

e‐turizem e‐tourism 1 

e‐uprava e‐government 21 

e‐volitve e‐voting 3 

e‐založništvo e‐publishing 1 

e‐zdravila e‐medicals 2 

e‐zdravje e‐health 24 

e‐zemljiška knjiga e‐land registry 1 

e‐zmenkarije e‐dating 1 

e‐znanost e‐science 1 

V nadaljevanju je podano nekaj pogosto uporabljenih definicij e‐storitev z interpretacijo definicij. 

Avtorji (Javalgi et al. 2004) e‐storitev definirajo kot: 

»E‐storitev je storitev, ki je lahko elektronsko dostavljiva.« 

Boyer, Hallovell in Roth (2002) so za e‐storitev uporabili definicijo: 

»E‐storitev je interaktivni servis, ki je postavljen na internet z uporabo 

modernih telekomunikacijskih, informacijskih in multimedijskih tehnologij.« 

Zgornji dve definiciji se osredotočata na dejstvo, da je dostava storitve elektronska. Pri tem se poraja 

vprašanje »Kaj e‐storitev sploh je in kakšne koristi pričakujejo uporabniki«. 

Naslednja, tretja definicija, upošteva, da je za dostavo e‐storitev k uporabniku potrebna 

informacijsko‐komunikacijska infrastruktura. Lovelock in Wirtz (2004) definirata storitev kot: 

»Storitev je dejanje ali zmožnost ponuditi od ene stranke k drugi nekakšno 

ekonomsko aktivnost, ki ustvari vrednost in zagotavlja koristi za uporabnike 

s prinašanjem zaželenih sprememb v imenu prejemnika.« 

Tretja definicija prinaša tako proces, s katerim je storitev proizvedena, kot tudi izid v obliki koristi, ki 

jih uporabnik prejme. Tako proizvodnja storitve kot tudi izidi so ustrezni, ko si zamislimo e‐storitev. 

Glede na proizvodnjo storitve je e‐storitev ustvarjena in shranjena kot elektronska koda, sestavljena 

iz binarnih števil, ker le te obstajajo v digitalnem okolju. Na podlagi tega opazimo, da je po definiciji 

rezultat prevajanja v binarna števila algoritem. Hahn in Kauffman (Hahn & Kauffman n.d.) sta opisala 

e‐storitev z algoritmi. Z uporabo te ideje, lahko definiramo e‐storitev kot: 

»Akt o učinkovitosti, ki ustvarja vrednost in zagotavlja koristi za odjemalca 

skozi proces, ki je shranjen v obliki algoritma in običajno izveden z mrežno 

programsko opremo.« 

Za ilustracijo lahko pogledamo Yahoo, ki ponuja storitev koledarja naročnikom. Produkcija servisa se 

prične z Yahoo‐jem. Programerji so ustvarili in shranili algoritme, ki realizirajo koledar. Ti algoritmi so 

lahko programirani, da se obnašajo na milijone različnih načinov, da zagotavljajo različne 

funkcionalnosti, izkušnje, interakcijo in koristi, kar se lahko precej razlikuje od navadnega koledarja. 

Stran 15


Uporabniki lahko dodajajo podatke na takšen koledar tudi preko telefona, prenosnega računalnika, 

namiznega računalnika. Potrebna je samo povezava na internet. 

Preden so bile e‐storitve na voljo, so bile takšne koristi zagotovljene samo s strani človeka, asistenta. 

E‐storitev je logično neodvisna od naprave, s katero ustvarjamo, shranjujemo in dostavljamo 

podatke. Ta neodvisnost zagotavlja dodatno stopnjo fleksibilnosti. 

Celoten pregled definicij e‐storitev je dosegljiv v »Prilogi A«. 

Stran 16


3. Taksonomija estoritev 

Na področju e‐storitev je možno poleg različnih definicij identificirati in uporabiti različne klasifikacije 

e‐storitev. Težava, ki lahko nastopi, je, da se omenjene klasifikacije med sabo pogosto prekrivajo 

oziroma da niso ortogonalne. Za konsistentno izmenjavo znanja na področju e‐storitev igra enotna 

klasifikacija e‐storitev podobno vlogo kot enotna definicija e‐storitev. Zato smo si v okviru 

zastavljenih ciljev projekta zadali nalogo oblikovati enotno taksonomijo e‐storitev, ki je sestavljena iz 

več klasifikacij. Vsako e‐storitev lahko nato s pomočjo taksonomije razvrstimo v vsaj eno kategorijo 

posamezne klasifikacije. 

3.1 Metoda dela 

Oblikovanja taksonomije e‐storitev smo se lotili s sistematičnim pregledom literature, saj smo pri 

predhodnem hitrem pregledu literature zasledili večje število različnih, a med samo prekrivajočih 

klasifikacij e‐storitev. 

3.1.1 Identifikacija obstoječih klasifikacij estoritev 

Iskanja obstoječih klasifikacij »e‐storitev« smo se lotili s sistematičnim pregledom literature, kot je 

podano v nadaljevanju. 


ekspertov, ki so dobili za nalogo, na enoten način, poiskati obstoječe klasifikacije e‐storitev. 

Na osnovi pridobljenega znanja je lahko ekspert podal tudi lasten predlog klasifikacije. 


terminov, ki so jih iskali v iskalnem prostoru. Opredelili so se primerni termini, njihove 

sopomenke in izpeljanke (na primer: e‐storitev, elektronska storitev, avtomatska storitev, 

ipd.) in domensko specifični termini (na primer e‐bančništvo, e‐pravo, e‐turizem, ipd.). Kot 

sekundarni termini so se opredelili termini, ki sovpadajo s pridevnikom »klasifikacija« (na 

primer: klasifikacija, vrsta, množica, skupina). 


se identificirale klasifikacije e‐storitev. Iskalni prostor je obsegal splošne spletne iskalnike (na 


IEEE). 

4. Zapisovanje rezultatov iskanja. Opredelil se je enoten način zapisovanja rezultatov z 


‐ naziv klasifikacije e‐storitve v izvornem jeziku (običajno angleški jezik) in slovenski 

prevod, 

‐ primeri oziroma seznam kategorij e‐storitev na osnovi identificirane klasifikacije, 

‐ spletni naslov vira klasifikacije in 

‐ bibliografski zapis vira v Harvardskem stilu. 



Stran 17



iskanja posameznega eksperta. Rezultati so podani v tabeli 1 priloge B. 

3.1.2 Oblikovanje enovite taksonomije estoritev 

Na osnovi pridobljenega seznama klasifikacij e‐storitev, se je izvedlo poenotenje klasifikacij in 

oblikovanje enovite taksonomije e‐storitev, kot je podano v nadaljevanju (glej tudi Slika 5). 

1. Identificiranje podvojenih vnosov. V prvem koraku so se identificirali in odstranili 

(morebitni) dvojni vnosi v seznamu klasifikacij e‐storitev, ki so si bili enaki glede na vir. 

Rezultati so podani v tabeli 1 priloge B. 

2. Razvrščanje klasifikacij na osnovi relacije »glede na«. V drugem koraku so se pričele 

združevati klasifikacije na osnovi relacije »klasifikacija glede na«. Rezultati so podani v tabeli 

2 priloge B. 

3. Združevanje klasifikacij na osnovi relacije »glede na«. V tretjem koraku so se pričele 

združevati klasifikacije v nad‐klasifikacije na osnovi relacije »glede na«. Rezultati so podani v 

tabeli 4 priloge B. Tabela 3 priloge B predstavlja povezovalno tabelo med seznamom 

klasifikacij in nad‐klasifikacij. 

4. Oblikovanje unikatnega seznama klasifikacij. Na osnovi prejšnjih korakov in pomenske 

podobnosti klasifikacij in nad‐klasifikacij se je v petem koraku oblikoval končni seznam 

unikatnih nad‐klasifikacij e‐storitev, ki je podan v tabeli 5 priloge B. 

5. Oblikovanje taksonomije e‐storitev. Na osnovi seznama unikatnih nad‐klasifikacij e‐storitev, 

ki je podan v tabeli 5 priloge B, je ekspertna skupina oblikovala taksonomijo e‐storitev, ki je 

vključevala najpogostejše klasifikacije e‐storitev. Rezultat je podan v naslednji tabeli (Tabela 

3). 

Slika 5: Poenostavljen proces oblikovanja taksonomije e‐storitev, predstavljen v notaciji BPMN 

Stran 18


3.2 Povzetek rezultatov 

Tabela 3: Tabelarični zapis taksonomije e‐storitev 

Ime klasifikacije Ime kategorije v klasifikaciji Opomba oziroma pojasnilo 

Vrsta sodelujočih akterjev Klasificiranje e‐storitev glede na vrsto ponudnika in uporabnika e‐storitve. Vzorec 

poimenovanja je X2Y, kjer je X okrajšava ponudnika in Y okrajšava uporabnika e‐ 

storitve. 

B2B 

Business to Business 

B2C 

C2B 

C2C 

G2G 

G2E 

G2B 

B2G 

G2Ci 

Ci2Ci 

… 4 

Business to Customer 

Customer to Business 

Customer to Customer 

Government to Government 

Government to Employe 

Government to Business 

Business to Government 

Government to Citizen 

Citizen to Citizen 

Namen, vrsta Klasificiranje e‐storitev glede na njen namen (kaj je cilj e‐storitve) 

Informacijske 

Informacije o javnih storitvah dosegljive na spletu. 

Interakcijske 

Prenos obrazcev 

Komunikacijske 

Transakcijske 

Integrirane 

Komuniciranje med uporabniki e‐storitve 

Obvladovanje primerov, odločanje in dostavljanje (plačevanje) 

Povezovanje e‐storitev 

Domena Klasificiranje e‐storitev glede njeno področje udejstvovanja oziroma uporabe. 

e‐bančništvo 

e‐cestninjenje 

4 Tri pike nakazujejo, da niso podane vse kategorije klasifikacije. 

Stran 19



e‐davki 

e‐promet 

e‐zabava 

e‐zdravstvo 

e‐turizem 

e‐svetovanje 

e‐poslovanje 

e‐delo 

e‐izobraževanje 

e‐kultura 

e‐pravo 

… 

Sestavljenost Klasificiranje e‐storitev glede na njihovo zasnovo. 

Enostavne, atomarne 

Atomarna e‐storitev je samostojen proces, ki je neodvisen od drugih procesov in je 

dosegljiv preko omrežja 

Delno sestavljene 

Sestavljene, kompleksne 

Sestavljene e‐storitve temeljijo na delovnem toku atomarnih in sestavljenih e‐storitev. 

Vrsta odjemalca Klasificiranje e‐storitev glede na njenega uporabnika. 

Človek 

E‐storitev je namenjena ljudem. 

Aplikacija, e‐storitev 

E‐storitev je namenjena aplikacijam. 

Plačljivost Klasifikacija e‐storitev glede na plačljivost uporabe. 

Brezplačna 

Uporaba e‐storitve je brezplačna. 

Pogojno brezplačna 

Na primer, brezplačna za določeno obdobje ali število uporab. 

Plačljiva 

Uporaba e‐storitve je plačljiva. 

Dostop Klasificiranje e‐storitev glede na dostopnost njihove uporabe. 

Neomejen 

Do uporabe e‐storitve lahko dostopa vsak. 

Omejen 

Dostop do uporabe e‐storitve je omejen. 

Varnost Klasificiranje e‐storitve glede na varnost uporabe. 

Stran 20



Nizka varnost 

(brez avtentikacije) ‐ anonimne, javne 

Srednja varnost (PKI) – privatne 

Visoka varnost 

… 

(PKI in biometrična zaščita) – privatne 

Stopnja avtomatizacije Klasificiranje e‐storitve glede na stopnjo avtomatizacije. 

Povezane (online) 

Procesi e‐storitve so popolnoma avtomatizirani in ne potrebujejo neposrednega 

človeškega odnosa med strankama. 

Delno povezane (partially online) Procesi e‐storitve potrebujejo neposredni odnos med strankama. 

Nepovezane (offline) 

V tem primeru ne gre za e‐storitev. 

Doseg Klasificiranje e‐storitve glede na področje delovanja. 

Lokalni 

E‐storitev je namenjena lokalni uporabi. 

Regionalni 

E‐storitev je namenjena uporabi v širši regiji. 

Nacionalni 

E‐storitev je namenjena uporabi v določeni državi. 

Globalni 

Uporaba e‐storitve je področno neodvisna. 

Tip overitve Klasificiranje e‐storitev glede na tip overitve (authentication). 

Preprosto geslo 

Kompleksno geslo 

Digitalni certifikati s PIN‐om 

PIN žetoni 

Pametne kartice z geslom 

Pametne kartice z digitalnim 

certifikatom 

Pametne kartice z biometriko 

… 

Licenca Klasificiranje e‐storitve glede na licenco. 

Ne‐licenčne 

E‐storitev nima licence. 

»Svobodne« licence 

Uporaba e‐storitve je zaščitena z licenco tipa »Creative Commons«. 

Lastniške licence 

Uporaba e‐storitve je zaščitena z lastniško licenco. 

Stran 21


Slika 6: Grafični prikaz taksonomije e‐storitev (parcialna slika) 5 

5 Zaradi obsežnosti taksonomije so v grafični prikaz taksonomije e-storitev vključene le najpomembnejše kategorije in primerki kategorij. 

Stran 22


3.3 Identifikacija in klasifikacija priljubljenih estoritev v taksonomijo 

Taksonomijo, ki smo jo oblikovali v predhodnem poglavju, smo preizkusili s klasificiranjem dejanskih 

e‐storitev. Metoda dela je podana v nadaljevanju. 


Ankete se med sabo močno razlikujejo glede na vrsto izbranega vzorca 6 anketirancev (McBurney & 

White 2003). Izmed vseh vzorčenj je najboljše naključno vzorčenje. Naključno vzorčenje 7 (random 

sampling) je proces, pri katerem ima vsak član iz vzorčnega okvira ali populacije enako in neodvisno 

možnost biti izbran v vzorec. V okviru naše raziskave naključnega vzorčenja nismo izvedli zaradi 

specifičnosti kvalitativno zasnovanega vprašalnika (odprta vprašanja, možnost označevanja več 

odgovorov) in ker podatkov nismo nameravati statistično posploševati. 

Idealno populacijo 8 (population) so v našem primeru predstavljali vsi uporabniki e‐storitev, ki imajo 

poleg večkratnih uporab določene e‐storitve še izkušnje z njihovim razvojem. Za takšne uporabnike 

smo predpostavljali, da lahko dobro odgovorijo na anketna vprašanja. 

Iz praktičnih razlogov procesa vzorčenja nismo izvedli na definirani populaciji, temveč na vzorčnem 

okviru 9 (sample frame). Vzorčni okvir so v našem primeru predstavljali študenti zadnjega letnika 

študijskega programa računalništvo in informatika, smer informatika. 

Slika 7: Grafična ponazoritev postopka vzorčenja 

Identifikacijo e‐storitev smo izvedli v obliki spletnega anketnega vprašalnika (glej prilogo C). Vzorec 

vprašalnika so bili študenti zadnjega letnika študijskega programa računalništvo in informatika, smer 

Informatika (53 študentov). Storitve so identificirali na osnovi pogostosti njihove osebne uporabe 

6 (Statistični) vzorec zajema samo del populacije, na podlagi katerega dobimo oceno parametrov pri delnem opazovanju ali 

vzorčenju. Vzorci so lahko slučajni ali vnaprej določeni. 

7 Vzorčenje je proces opredelitve oziroma načrtovanja vzorca raziskave. Opredeliti je treba: vzorčno enoto (koga 

preučujemo), velikost vzorca (koliko oseb moramo preučiti) in postopek vzorčenja (kako izbrati preizkusne osebe). Osnova 

za vzorčenje so znani podatki o populaciji. 

8 Populacija predstavlja množico elementov (oseb), na katere se posplošijo rezultati raziskave oziroma vzorca. 

9 Vzorčni okvir predstavlja populacijo, v okviru katere bo izveden proces vzorčenja. 

Stran 23


storitev, pod dodatnim pogojem, da vnosov ni bilo dovoljeno podvojevati. Respondenti so lahko 

popisali naslednje skupine e‐storitev: 

1. E‐storitve, ki jih ponujajo slovenska podjetja in državna uprava in so dostopne v 

slovenskem jeziku. 

2. E‐storitve, ki so priljubljene pri državljanih Republike Slovenije in ne spadajo v prvo 

skupino e‐storitev. 

Vsak respondent je moral v vprašalnik zavesti tri unikatne storitve, ki jih pogosto uporablja. Povzetek 

rezultatov (167 vnosov e‐storitev) je podan v nadaljevanju. 

3.3.2 Povzetek rezultatov 

V nadaljevanju je podan povzetek rezultatov v tabelarični in grafični obliki. 

Tabela 4: Vrsta uporabnika e‐storitve 10 

Vrsta uporabnika # % 

Fizična oseba 131 79% 

Pravna oseba 18 11% 

Organizacija 4 2% 

Izobraževalna ustanova 4 2% 

Država 2 1% 

Podjetje 7 4% 

Slika 8: Tip uporabnika e‐storitve 

Tabela 5: Tip uporabnika e‐storitve 3 

Tip uporabnika # % 

Človek 160 96% 

Druge e‐storitve, 

aplikacije 

6 4% 

Tabela 6: Način izvedbe e‐storitve 3 

Način izvedbe e‐storitve # % 

Nudenje informacij (informal) 52 31% 

Želeni, fiksni podatki glede na zahtevo (interactive) 44 27% 

Želeni, spremenljivi podatki glede na zahtevo (transactional) 65 39% 

Drugo 5 3% 

10 Respondenti so lahko odkljukali več odgovorov, tako da lahko vsota presega 100%. 

Stran 24


Tabela 7: Namen e‐storitve 3 

Slika 9: Namen e‐storitve 

Namen e‐storitve # % 

Informacijska storitev 58 35% 

Komunikacijska storitev 43 26% 

Transakcijska storitev 48 29% 

Integrirana storitev 15 9% 

Drugo 2 1% 

Tabela 8: Granularnost e‐storitve 

Granularnost e‐storitve # % 

Enostavna (atomarna) 93 56% 

Sestavljena (delo se delegira drugim e‐storitvam) 33 20% 

Delno sestavljena (nekaj dela opravi e‐storitev samostojno) 40 24% 

Tabela 9: Plačljivost e‐storitve 3 

Slika 10: Plačljivost e‐storitve 

Plačljivost e‐storitve # % 

Plačljiva 31 19% 

Zastonj za vse 115 69% 

Zastonj samo za 

določene vrste 

uporabnikov 

20 12% 

Tabela 10: Dostopnost e‐storitve 3 

Dostopnost e‐storitve # % 

Javna (neomejen dostop) 88 53% 

Privatna (omejen dostop na neko skupino ljudi) 20 12% 

Dostop samo fizičnim osebam 2 1% 

Dostopna samo pravnim osebam 5 3% 

Dostopna preko spletne strani 43 26% 

Dostavljena na osebni računalnik (novice) 2 1% 

Izvaja se v ozadju (brez vednosti uporabnika) 0 0% 

Drugo 6 4% 

Stran 25


Tabela 11: Domena e‐storitve 3 

Domena e‐storitve # % 

e‐uprava 20 12% 

e‐zdravje 6 4% 

e‐učenje 20 12% 

e‐kultura 14 8% 

e‐turizem 9 5% 

e‐vključenost 2 1% 

e‐poslovanje 44 27% 

e‐trgovina 32 19% 

e‐zabava 31 19% 

e‐vsebine 9 5% 

e‐prostor 5 3% 

e‐pravosodje 7 4% 

e‐promet 11 7% 

javno dostopne točke 1 1% 

e‐dostopnost 12 7% 

e‐rekreacija 1 1% 

e‐finance 19 11% 

Drugo 25 15% 

Tabela 12: Način povezovanja 3 

Način povezovanja # % 

Spletna storitev (web service) 107 64% 

»Grid« storitev 1 1% 

P2P storitev 3 2% 

SCA storitev 0 0% 

HTTP storitev 86 52% 

JMS storitev 0 0% 

QM storitev 0 0% 

Drugo 5 3% 

Tabela 13: Tehnologija implementacije 3 

Tehnologija implementacije # % 

Spletna stran 80 48% 

Dinamične spletne strani v tehnologiji JSP/JSF 13 8% 

Dinamične spletne strani v tehnologiji ASP/.NET 52 31% 

Dinamične spletne strani v tehnologiji PHP 33 20% 

Spletne storitve (XML) v javi 1 1% 

Spletne storitve (XML) v .NET 6 4% 

Drugo 28 17% 

Stran 26


Tabela 14: Identifikacija uporabnika 3 

Identifikacija uporabnika # % 

Identifikacija ni potrebna 53 32% 

Identifikacija z uporabniškim imenom in geslom (preprosta registracija) 112 67% 

Digitalni certifikati s »pinom« 25 15% 

PIN žetoni 1 1% 

Pametne kartice z geslom 6 4% 

Pametne kartice z digitalnim certifikatom 3 2% 

Pametne kartice z biometrijo 0 0% 

Drugo 5 3% 

Slika 11: Doseg e‐storitve 

Tabela 15: Doseg e‐storitve 3 

Doseg # % 

Lokalno 16 10% 

Regionalno 37 22% 

Globalno 113 68% 

Tabela 16: Interakcija 3 

Interakcija # % 

B2B 11 7% 

B2C 91 55% 

C2C 20 12% 

C2B 7 4% 

G2G 0 0% 

G2B 3 2% 

G2C 15 9% 

C2G 8 5% 

B2G 0 0% 

G2E 0 0% 

Drugo 11 7% 

Stran 27


Tabela 17: Stopnja spletne sofistificiranosti 3 

Stopnja spletne »sofistificiranosti« # % 

0 ‐ je ni 4 2% 

1 ‐ informacije (informacije o storitvi na spletu) 36 22% 

2 ‐ interakcija (prenašanje form na lokalni računalnik) 5 3% 

3 ‐ enosmerna interakcija 19 11% 

4 ‐ dvosmerna interakcija (procesiranje form) 60 36% 

5 ‐ transakcije (obravnavanje primerov, odločanje, dostava) 35 21% 

6 ‐ integracija 4 2% 

Drugo 3 2% 

Tabela 18: Področje 3 

Področje # % 

Delo, družina in socialne zadeve 24 14% 

Finance 44 27% 

Gospodarstvo 26 16% 

Javna uprava 17 10% 

Kmetijstvo, gozdarstvo in prehrana 4 2% 

Kultura 17 10% 

Notranje zadeve 4 2% 

Obramba 0 0% 

Okolje in prostor 6 4% 

Pravosodje 5 3% 

Promet 10 6% 

Šolstvo in šport 16 10% 

Trgovina 35 21% 

Visoko šolstvo, znanost in tehnologija 19 11% 

Zdravje 11 7% 

Zunanje zadeve 1 1% 

Zabava 45 27% 

Drugo 24 14% 

Tabela 19: Časovna omejenost 3 

Slika 12: Časovna omejenost 

Časovna omejenost # % 

Časovno omejena 24 14% 

Časovno neomejena 132 80% 

Sinhrona 5 3% 

Asinhrona 5 3% 

Stran 28


Slika 13: Digitalizacija 

Tabela 20: Digitalizacija 3 

Digitalizacija # % 

Fizični nivo 31 19% 

Digitalni nivo 56 34% 

Popolna storitev 79 48% 

Tabela 21: Tehnologije Splet 2.0 3 

Tehnologije Splet 2.0 # % 

»Ajax« 29 17% 

RSS 24 14% 

Blog 6 4% 

Zasnova spletne strani po principu Splet 2.0 40 24% 

Sodelovanje pri ustvarjanju vsebin (Wiki) 5 3% 

Integracija s socialnimi mrežami (Facebook, MySpace, Netlog, LinkedIn,...) 13 8% 

»Twitter« 6 4% 

»Tagging« (značke) 7 4% 

Spletne sestavljanke (mashups) 2 1% 

Ne vsebuje 95 57% 

Drugo 3 2% 

Tabela 22: Nivo e‐storitve 3 

Nivo e‐storitve # % 

Temelji storitve 39 23% 

Dodana vrednost 10 6% 

Osredotočenost na 

stranko 

117 70% 

Slika 14: Nivo e‐storitve 

Podrobni rezultati so podani v Prilogi D. Parcialni rezultati, ki ne obsegajo vseh vprašanj, so podani v 

prilogi C, ki je podana tudi v papirni obliki. 

Stran 29


4. Sprejetost estoritev 

Uporabniška sprejetost je nazorna pripravljenost (posameznika ali skupine uporabnikov) uporabiti 

informacijsko tehnologijo za izvedbo opravila, za katero je ta namenjena. 

Obstaja več smeri raziskav na področju sprejetosti IT (Venkatesh et al. 2003): (1) posameznikova 

sprejetost IT, kjer predstavljata namera o uporabi ali dejanska uporaba odvisno spremenljivko, (2) 

implementacija uspešnosti na nivoju organizacije in (3) skladanje zahtev in tehnologije (tasktechnology‐fit). 

Večina raziskav na področju sprejetosti se osredotoča na posameznikovo sprejetost 

in uporabo IT. V takšnih modelih sta sprejetost ali uporaba predstavljeni kot odvisni spremenljivki 

(Slika 15). 

Slika 15: Osnovna filozofija modelov sprejetostI (Venkatesh, Morris, Davis, & Davis 2003) 

Številne raziskave so potrdile, da v splošnem na sprejetost informacijsko‐komunikacijskih tehnologij 

(IKT) vplivata dva poglavitna faktorja: enostavnost uporabe in uporabnost tehnologije (Slika 16). 

Takšen model je poznan pod imenom »Model sprejetosti tehnologij« oziroma TAM (Technology 

Acceptance Model). 

Slika 16: Poenostavljen model sprejetosti IKT (Fred D. Davis 1989) 

Razvijalci IKT in s tem tudi razvijalci e‐storitev morajo torej pri razvoju e‐storitev upoštevati dejstvo, 

da bodo končni uporabniki uporabili določeno e‐storitev le v primeru, če bodo smatrali, da se trud, ki 

je potreben za njeno uporabo, tudi dejansko obrestuje. Drugi dejavniki, kot so na primer: izbira 

tehnološke platforme, zagotavljanje varnosti uporabe e‐storitve ali odzivnost e‐storitve, imajo le 

posreden vpliv na odločitve končnega uporabnika (vplivajo na enostavnost uporabe oziroma na 

uporabnost IKT). Zgornji model je seveda splošen in močno poenostavljen, vendar prikazuje osnovno 

idejo, ki bi jo pri razvoju e‐storitev morali upoštevati tudi člani razvojne skupine e‐storitev. V 

nadaljevanju sta predstavljena predloga, kako se lahko, na osnovi zgornjega modela, izboljšajo 

obstoječe e‐storitve ali razvoj novih e‐storitev. 

Stran 30


V uvodu smo povedali, da se številne e‐storitve, kljub njihovi razpoložljivosti in dostopnosti, ne 

uporabljajo v želenem obsegu. K povečevanju obsega njihove uporabe lahko pripomore znanje iz 

področja sprejetosti e‐storitev. Ena od rešitev je hitro anketiranje njenih uporabnikov. 

Na spletnih straneh e‐storitev lahko pogosto zasledimo krajše vprašalnike, s pomočjo katerih lahko 

od končnih uporabnikov prejmemo koristne povratne informacije. Pogosto pa se zgodi, da na osnovi 

pridobljenih rezultatov ne znamo pravilno odreagirati, ali da smo sploh neustrezno zastavili 

vprašanja. 

Koristnost takšnih vprašalnikov bomo vsekakor povečali, če bomo najprej razmislili, kaj je osnovni 

namen vprašalnika (kaj je lastnost oziroma faktor, ki ga želimo opazovati in izboljšati) in kako nam 

lahko rezultati vprašalnika pomagajo (na primer: kako ukrepati, če bodo odgovori na določeno 

vprašanje »slabi«). Zelo pogosto se zgodi, da želimo povečati priljubljenost e‐storitve oziroma obseg 

njenih uporabnikov. V tem primeru lahko zastavimo vprašanja tako, da se bodo ujemala s faktorji, ki 

vplivajo na sprejetost naše e‐storitve. Glede na prejšnjo sliko (Slika 16) lahko v splošnem zastavimo 

naslednji vprašanji zaprtega tipa (odgovori so podani že vnaprej): 

‐ Kako uporabna se vam zdi e‐storitev 

‐ Ali je e‐storitev enostavna za uporabo 

Na osnovi zgornjih vprašanj lahko pridobimo osnovne povratne informacije o uporabnikovem 

dojemanju obravnavane e‐storitve, ki omogočajo, da e‐storitev klasificiramo v eno od štirih skupin, ki 

so prikazane na spodnji sliki (Slika 17). 

Slika 17: Klasificiranje e‐storitve glede na enostavnost uporabe in uporabnost (Keil et al. 1995) 

Iz zgornje slike (Slika 17) je razvidno, da so priljubljene e‐storitve tiste, ki so istočasno enostavne za 

uporabo in uporabne (kvadrant 4). V kolikor se naša e‐storitev slabše izkaže pri enem od vprašanj, 

moramo izbrati strategijo, ki bo izboljšala slabši faktor. V primeru, da je naša storitev sicer uporabna, 

vendar težka za uporabo (kvadrant 2), bo sicer imela določen krog »naprednih« uporabnikov, ki bodo 

izkoriščali njene funkcije, vendar bo za večino (potencialnih) uporabnikov preveč kompleksna. V 

takšnem primeru bo potrebno razmisliti, kako povečati enostavnost uporabe, kar bo e‐storitev 

približalo kvadrantu »priljubljena e‐storitev«. 

Stran 31


4.1 Pregled teorij sprejetosti informacijskih rešitev in storitev 

Sprejetost in uporaba IT sta ključnega pomena za organizacije, saj sta prvi pogoj za izboljšanje 

produktivnosti v organizacijah (Venkatesh et al. 2003). Prav zaradi navedenega spadajo raziskave na 

področju sprejetosti med najbolj zrela področja IS. Raziskave na področju sprejetosti temeljijo na 

teorijah in modelih s področja informacijskih sistemov, psihologije in sociologije. Rezultati raziskav so 

kavzalni modeli, ki konceptualizirajo in operacionalizirajo uporabo IT. Modeli so namenjeni predvsem 

razumevanju in napovedovanju uporabe IT. Posledično je uporaba takšnih modelov ključnega 

pomena za ocenitev verjetnosti uporabe, kakor tudi za proaktivno delovanje v smislu izboljšanja 

sprejetosti (acceptance), uporabe in uspešnosti IT (Venkatesh et al. 2003). 

4.1.1 Model sprejetosti IT TAM 

Model TAM (Technology Acceptance Model) je največkrat citiran model sprejetosti IT (Sharp 2007). 

TAM temelji na Ajzenovi in Fishbeinovi teoriji utemeljene akcije – TRA (theory of reasoned action) 

(Fishbein & Ajzen 1975) in jo prilagaja za kontekst IT. 

Slika 18: Konceptualni model Teorije utemeljene akcije (Fishbein & Ajzen 1975) 

TAM je informacijskosistemska teorija, ki razlaga, kako uporabniki sprejemajo in uporabljajo IT. 

Teorija pravi, da na uporabnike, ki spoznajo novo IT, vplivata dva poglavitna dejavnika: dojeta 

enostavnost uporabe – PEOU (perceived ease of use) in dojeta uporabnost ‐ PU (perceived usefulness) 

IT. Vse ostale spremenljivke (na primer: karakteristike sistema in karakteristike posameznika) so 

obravnavane kot zunanje spremenljivke z neposrednim vplivom na zgoraj predstavljena kognitivna 

konstrukta modela TAM (Slika 19). 

Slika 19: Izviren model TAM (Fred D. Davis 1989) 

Stran 32


Dojeta uporabnost (Perceived Usefulness ‐ PU) je definirana naslednje (Fred D. Davis 1989): 

Dojeta uporabnost je stopnja, do katere posameznik verjame, da bo 

uporaba določenega sistema izboljšala njegovo delovno storilnost. 

Dojeta enostavnost uporabe (Perceived Ease Of Use – PEOU) je definirana naslednje (Fred D. Davis 

1989): 

Dojeta enostavnost uporabe je stopnja, do katere posameznik verjame, da 

bo uporaba določenega sistema enostavna oziroma njegova uporaba ne bo 

zahtevala dodatnih naporov. 

Na spodnji sliki (Slika 20) je predstavljen model TAM s konstrukti v izvirnem, angleškem jeziku. 

Neprekinjene puščice ponazarjajo kavzalne povezave izvirnega modela TAM, prekinjene puščice pa 

kavzalne povezave, ki so bile testirane v nadaljnjih študijah. 

(8,5,0,15) 

External 

Variables 

(EV) 

Perceived 

Usefulness 

(PU) 

(21,5,0,2) 

Perceived 

Ease of Use 

(PEOU) 

(12,1,1,14) 

(11,2,0,15) 

Attitude 

Toward 

Using (ATU) 

(16,3,0,9) 

(7,4,0,17) 

(10,3,0,15) 

Behavioral 

Intention to 

Use (BI) 

(3,0,0,25) 

(10,1,0,17) 

Actual 

System Use 

(U) 

(4,5,0,19) 

Slika 20: Testiranja izvirnega modela TAM 

Številčne vrednosti na povezavah modela predstavljajo rezultate metaanalize modela TAM, ki so jo 

izvedli (Legris et al. 2003). Številčne vrednosti () imajo naslednji pomen: (x 1 ) število odkritih 

signifikantnih pozitivnih relacij, (x 2 ) število odkritih nesignifikantnih pozitivnih relacij, (x 3 ) število 

odkritih signifikantnih negativnih relacij in (x 4 ) število relacij, ki v študijah niso bile obravnavane. 

Empirična testiranja izvirnega modela TAM so pokazala signifikanten vpliv PEOU in PU na »vedenjski 

namen«, pri čemer se je pokazalo, da ima PU večji vpliv kakor PEOU. Kot drugo so študije ugotovile, 

da »odnos do uporabe« le delno posreduje vplive med uporabnikovimi dojemanji in namero o 

uporabi. Na osnovi teh ugotovitev sta se razvili dve izpeljanki modela TAM: poenostavljeni TAM in 

TAM2. 

‐ Poenostavljeni TAM (parsimonious TAM). Ta izpeljanka modela TAM ne vključuje 

konstrukta »odnos do uporabe«, predvsem iz razloga nekonsistentnih rezultatov 

predhodnih raziskav, kjer je bil konstrukt uporabljen. 

‐ TAM2 (Venkatesh & F.D. Davis 2000). Ta izpeljanka modela TAM temelji na 

konsistentnih rezultatih predhodnih študij, ki so potrdili, da je PU poglavitna 

Stran 33


determinanta »vedenjskega namena«. Na osnovi teh ugotovitev je bil osnovni cilj 

oblikovanja TAM2 poiskati konstrukte, ki vplivajo na PU. 

Empirične raziskave so potrdile veljavnost modela TAM na različnih vrstah IT. Model TAM se je izkazal 

za uspešnega predvsem z vidika določanja namere o uporabi, kjer se lahko izkaže s povprečno 45% 

pojasnjene variance (R 2 ). 

Zaradi obsežnosti uporabe modela TAM v znanstvenih raziskavah 11 so se identificirale številne 

pomanjkljivosti modela TAM. Avtorji Speier et al. (2005) ugotavljajo, da predstavlja osnovno 

pomanjkljivost modela TAM njegova široka uporabnost. Po njihovem prepričanju je pojem IT preširok 

za TAM, zato so tudi rezultati modela nekonsistentni. Speier et al. (2005) zato predlagajo, da se za 

potrebe modelov sprejetosti tehnologija kategorizira glede na: (1) individualno ali organizacijsko 

uporabo, (2) obvezujočo ali prostovoljno uporabo, in (3) radikalno ali postopno vpeljavo nove 

tehnologije. 

Ostale pogosto izpostavljene pomanjkljivosti modela TAM so naslednje: 

‐ Vzorci iz študentov. Večina raziskav modela TAM temelji na anketiranjih študentov, 

kar zmanjšuje zunanjo veljavnost rezultatov. 

‐ Vrste aplikacij. Obstoječe raziskave TAM v večji meri preučujejo preprostejše IT 

rešitve, kot so pisarniške ali preproste spletne aplikacije. 

‐ Samoocenitev uporabe. Večina obstoječih študij meri uporabo s samoocenitvijo, kar 

lahko predstavlja kvečjemu relativni indikator uporabe. 

Zaradi pomanjkljivosti modela TAM, so se pojavile številne raziskave, ki so model TAM prilagodile ali 

razširile za potrebe specifičnega predmeta raziskave (King & He 2006). 

11 Povpraševanje po bazi virov Science Direct (http://www.sciencedirect.com/) je za področje »Computer Science« dne 16. 

4. 2008 vrnilo 144 objav, ki vključujejo (v naslovu, ključnih besedah ali povzetku) besedno zvezo »Technology Acceptance 

Model«, in 79 objav, ki vključujejo akronim TAM. 

Stran 34


Slika 21: Kategorije razširitev modela TAM (King & He 2006) 

Na zgornji sliki (Slika 21) so ponazorjene štiri pogoste razširitve modela TAM (King & He 2006): 

‐ Vključevanje predhodnikov modela TAM, kot so: karakteristike sistema (system 

characteristics) in posebnosti posameznika (individual differences) (Hong, Thong, 

Wong, & Tam 2001). 

‐ Vključevanje faktorjev, ki so povzeti iz drugih teorij, s katerimi se poskuša povečati 

moč napovedovanja (predictive power) modela TAM. Primeri te vrste faktorjev so: 

subjektivne norme (subjective norm), skladanje zahtev s funkcijami (task‐technology 

fit) ,tveganje (risk) in zaupanje (trust). 

‐ Vključevanje kontekstnih faktorjev, za katere se predpostavlja, da imajo posreden 

vpliv (moderator effect) na kavzalne povezave modela. Primeri te vrste faktorjev so: 

spol, kultura in starost. 

‐ Vključevanje posledičnih faktorjev, kot sta dojeta uporaba ali dejanska uporaba. 

Osnovni cilj raziskav, ki razširjajo model TAM, je pokazati, da je razširjeni model v določenem 

kontekstu natančnejši in ustreznejši od modela TAM. 

Stran 35


4.1.2 Model ujemanja zahtev in lastnosti IT TTF 

Druga pomembna smer raziskav na področju določanja sprejetosti oziroma uporabe IT se osredotoča 

na odločitev o uporabi določene programske opreme, ki je posledica ujemanja uporabnikovih zahtev 

in funkcij programske opreme. Ta smer raziskav je konceptualizirana v modelu TTF (task‐technology 

fit model) (Slika 22) (Goodhue & Thompson 1995). Model TTF pojasnjuje uporabo IT z ujemanjem 

funkcionalnosti IT in zahtev za izvedbo zahtevanih opravil. TTF temelji na predpostavki, da bodo 

uporabniki izbrali IT, ki jim bo pri izvajanju opravil zagotovila največji obseg prednosti (net benefits). 

Goodhue & Thompson sta poleg tega ugotovila signifikanten vpliv koncepta TTF na učinkovitost pri 

delu, ki uporablja vrednoten sistem. 

Slika 22: Model TTF (Goodhue & Thompson 1995) 

Metriko ujemanje zahtev in funkcij (TTF) sta Goodhue in Thompson (1995) konceptualizirala z osmimi 

faktorji: kakovost (quality), zmožnost lokalizacije (localability), avtorizacija (authorization), skladnost 

(compatibility), enostavnost uporabe (ease of use), produkcijski čas (production timeline), zanesljivost 

sistema (system relaibility) in povezanost z uporabniki (relationship with users). Vsak faktor se 

vrednoti na Likertovi lestvici (Likert scale) z dvema do osmimi likertovimi elementi (vprašanji). 

Model TTF je primarno namenjen individualni uporabi, vendar sta ga Zigurs in Buckland (1998) 

preoblikovala v model, ki je uporaben tudi na organizacijskem nivoju. 

V primerjavi z modelom TAM je model TTF manj zrel, kar se kaže predvsem v nestabilni 

operacionalizaciji modela. Prav tako se je pokazalo, da so konstrukti modelov TAM in TTF v veliki meri 

komplementarni (Dishaw & Strong 1999;Klopping & McKinney 2004). 

4.1.3 Združena teorija sprejetosti in uporabe tehnologij (UTAUT) 

Venkatesh et al. (2003) so pregledali literaturo na področju sprejetosti IT in empirično primerjali 

raziskovalne modele iz naslednjih teorij: 

‐ Teorija utemeljene akcije – TRA (Theory of Reasoned Action), 

‐ Model sprejetosti tehnologij – TAM (Technology Acceptance Model), 

‐ Teorija motivacije – MM (The Motivational Model), 

‐ Teorija načrtovanega vedenja (The Theory of Planned Behaviour ‐ TPB), 

‐ Model uporabe PC (The model of PC utilization ‐PCU), 

‐ Teorija razširjanja inovacij (The Innovation Diffusion Theory ‐ IDT) in 

Stran 36


‐ Socialno‐kognitivno teorijo (The Social Cognitive Theory ‐ SCT). 

Modeli, ki so jih Venkatesh et al. (2003) analizirali, se uporabljajo za napovedovanje in razlaganje 

uporabnikovega obnašanja na osnovi različnih neodvisnih spremenljivk. Avtorji so na podlagi 

empiričnih raziskav posamezne konstrukte, povzete iz različnih modelov, združili v enoten model in 

ga poimenovali Unified Theory of Acceptance and Use of Technology – UTAUT. Testni podatki so 

pokazali (Venkatesh et al. 2003), da je model UTAUT bolj natančen od posamičnih modelov in tako 

predstavlja dobro osnovo za raziskovanje in razumevanje faktorjev, ki vplivajo na sprejetost in 

uporabo e‐storitev. 

Slika 23: Model UTAUT 

UTAUT vsebuje naslednje faktorje, ki direktno vplivajo na uporabnikov namen uporabe in uporabo: 

Pričakovan učinek (Performance Expectancy ‐ PE) je definiran naslednje (Venkatesh et al. 2003): 

Pričakovan učinek je stopnja, do katere posameznik verjame, da bo z 

uporabo sistema dosegel večjo učinkovitost pri delu. 

Pričakovan trud (Effort Expectancy ‐ EE) je definiran naslednje (Venkatesh et al. 2003): 

Pričakovan trud predstavlja stopnjo enostavnosti uporabe sistema oz. 

stopnjo, do katere je sistem še enostaven za uporabo za posameznega 

uporabnika. 

Sociološki vpliv (Social Influence ‐ SI) je definiran naslednje (Venkatesh et al. 2003): 

Stran 37


Sociološki vpliv se pojavlja v različnih teorijah kot neposredna determinanta 

vedenja. Sociološki vpliv je stopnja, do katere posameznik meni, da drugi 

menijo, da je nov sistem ali tehnologijo potrebno uporabiti. 

Olajševalne okoliščine (Facilitating Conditions ‐FC) so definirane naslednje (Venkatesh et al. 2003): 

Olajševalne okoliščine so opredeljene kot stopnja, do katere posameznik 

meni, da pri uporabi sistema razpolaga z ustrezno organizacijsko in tehnično 

infrastrukturo, ki podpira uporabo sistema. To ključuje vse 

tehnološke/organizacijske vidike okolja,ki so namenjeni odstranjevanju ovir 

pri uporabi sistema. 

V model UTAUT so vključeni tudi uporabniški faktorji (spol, starost, izkušnje in prostovoljnost 

uporabe), ki ne predstavljajo neposrednih determinant vedenjskega namena. Venkatesh et al. (2003) 

so te uporabniške faktorje pozicionirali v vlogo moderatorjev povezav med glavnimi kongnitivnimi 

konstrukti in vedenjskimi konstrukti. 

4.2 Pregled generičnih ugotovitev raziskav na področju estoritev 

V okviru raziskovalnega projekta smo si zastavili za cilj identificirati in analizirati temeljne raziskave in 

ugotovitve raziskav na področju posameznih domen e‐storitev. Opis metode sistematičnega pregleda 

literature na področju sprejetosti e‐storitev je podan v naslednjem podpoglavju. 


Iskanja zakonitosti na področju sprejetosti e‐storitev smo se lotili s sistematičnim pregledom 

literature, kot je podano v nadaljevanju. 


ekspertov, ki so dobili za nalogo na enoten način poiskati zakonitosti na področju sprejetosti 

e‐storitev. 


terminov, ki so jih iskali v iskalnem prostoru. Opredelili so se naslednji termini: (1) splošni 

termini e‐storitev, njihove sopomenke in izpeljanke (na primer: e‐storitev, elektronska 

storitev, avtomatska storitev, ipd.); (2) domensko specifični termini (na primer e‐bančništvo, 

e‐pravo, e‐turizem, ipd.); (3) pridevniki splošnih in domensko specifičnih terminov, ki so 

opredeljevali vrsto raziskave (npr: zakonitosti, vzroki, posledice, uspešnost, sprejetost, ipd.). 




IEEE). 

4. Zapisovanje rezultatov iskanja. Opredelil se je enoten način zapisovanja poglavitnih 

rezultatov z naslednjimi atributi: 

Stran 38


‐ Domena e‐storitve (na primer: e‐poslovanje, e‐zdravje, e‐promet, …) 

‐ Podatki o viru 

• naziv prispevka 

• URL prispevka 

• ključne besede prispevka 

‐ Podatki o raziskavi 

• Metoda raziskovanja, ki je lahko: 

1. pregled literature (literature review) 

2. študija primera (case study) 

3. anketa (survey) 

4. eksperiment (experiment) 

5. terenska raziskava (field research) 

6. metoda analize (analysis) 

7. metoda sinteze (sinthesis) 

• Kontekst raziskave 

• Vzorec raziskave 

‐ Teorija, na kateri temelji raziskava (na primer: TRA, TAM, UTAUT, DOI, …) 

‐ Podatki o osrednjem faktorju(ih) raziskave: 

• faktorji, ki vplivajo na sprejetost, uporabo ali uspešnost e‐storitev z 

naslednjimi informacijami: 

• poglavitne ugotovitve raziskave 

• vpliv faktorjev na sprejetost, uporabo in uspešnost e‐storitev 

• praktična uporabnost ugotovitev. 

‐ Tveganja in omejitve raziskav prispevka 

‐ Smernice za nadaljnje raziskave 

‐ Analiza virov, na katere se sklicuje prispevek 




iskanja posameznega eksperta. 

Stran 39


4.1.2 Povzetek rezultatov 

V pregledu generičnih ugotovitev raziskav na področju e‐storitev se je na osnovi opredeljene metode dela identificiralo 90 raziskav, ki so se klasificirale v 

dvanajst domen e‐storitev (Tabela 23). 

Tabela 23: Št. Raziskav, klasificiranih po posamezni domeni e‐storitev 

Domena e‐storitev Št. Identificiranih 

raziskav 

e‐davki 6 

e‐finance 10 

e‐izobraževanje 6 

e‐kultura 4 

e‐poslovanje 9 

e‐promet 7 

e‐prostor 10 

e‐trgovina 8 

e‐turizem 9 

e‐uprava 4 

e‐zabava 9 

e‐zdravje 8 

SKUPAJ 90 

Celoten pregled rezultatov je v Prilogi E. Na osnovi pregleda literature je možno podati naslednje generične ugotovitve, ki so veljavne znotraj posamezne 

domene e‐storitev (Tabela 24): 

Stran 40


Domena 

e‐storitev 

Število 

identificiranih 

raziskav 

Tabela 24: Povzetek splošnih ugotovitev na področju raziskav e‐storitev 

Povzetek temeljnih kavzalnih ugotovitev 

e‐davki 6 • zanesljivost, enostavnost, kakovost, verodostojnost 

sprejetost e‐davkov 

e‐finance 10 • Zaupanje, varnost sprejetost e‐bančništva 

• Vseprisotnost sprejetost e‐bančništva 

e‐ 

6 • Enostavnost uporabe e‐izobraževanja uporabnost in vrednost 

izobraževanje 

e‐izobraževanja 

• Bojazen pred nepoznavanjem računalnikov (NEG) 

enostavnost uporabe e‐izobraževanja 

• Vpliv družbe sprejetost e‐izobraževanja 

• Pričakovan vložek truda nadaljna uporaba e‐izobraževanja 

• »Igrivost« e‐izobraževanja veselje do uporabe e‐ 

izobraževanja 

e‐kultura 4 • Hitrost delovanja pogostost uporabe e‐kulture 

• Lastnosti posameznikov (osebnost) uporaba e‐kulture 

e‐poslovanje 9 • Kakovost e‐poslovanja sprejetost e‐poslovanja 

• Razumevanje e‐poslovanja uspešnost uporabe e‐poslovanja 

• Kakovost organizacije podjeta učinkovitost e‐poslovanja 

e‐promet 7 • Uporaba informacijskega zaslona pravilna hitrost 

• Uporaba informacijskega zaslona (NEG) držanje voznega pasu 

Komentar 

Za izdelavo in razširjenost uporabe e‐davčnega 

sistema je potrebno upoštevati naslednje 

faktorje: zanesljivost, enostavnost, kakovost in 

verodostojnost. 

Bistvena lastnost pri sprejetosti e‐bančništva je 

zaupanje v e‐bančništvo. 

Na sprejetost in uspešno uporabo e‐ 

izobraževanja imajo pozitiven vpliv predvsem 

enostavnost uporabe e‐izobraževanja, 

oblikovanje učnega gradiva v obliki iger in 

optimalno izkoriščen trud, ki je potreben za 

osvojitev e‐izobraževanja. Negativni vpliv ima 

strah pred nezmožnostjo uporabe sistemov e‐ 

izobraževanja. 

Bolj kot imajo ljudje pozitiven pogled na IKT, 

bolj pogosto bodo posegali po storitvah in 

prednostih, ki jim jih le te nudijo. Kar s stališča 

kulture predstavlja nove vzorce obnašanj, 

vedenj, stališč in spretnosti. 

Na sprejetost in uspešno uporabo e‐poslovanja 

vplivajo karakteristike e‐poslovanja njegovo 

razumevanje in organizacija podjetja, ki 

uporablja e‐poslovanje. 

Z uporabo zaslona z informacijami so vozniki 

izboljšali ohranjanje pravilne hitrosti, vendar so 

imeli nekaj težav pri ohranjanju stabilnosti na 

cestnem/voznem pasu. 

e‐prostor 10 • Geografski informacijski sistemi prihodnost razvoja e‐prostora Na sprejetost e‐prostora imajo vpliv sodobne 

Stran 41


Domena 

e‐storitev 

Število 


raziskav 

Povzetek temeljnih kavzalnih ugotovitev 

• Enostavnost uporabe, dostopnost sprejetost e‐prostora 

• Virtualni ogledi nepremičnin produktivnpst agenta 

• Objava nepremičn na internet (NEG) Čas prodaje 

nepremičnin 

e‐trgovina 8 • Zasebnost, varovanje podatkov, zasnova spletne strani, podpora 

uporabnikom sprejetost e‐trgovine 

• Tveganje ne‐dostave artikla po že opravljenem plačilu (NEG) 

sprejetost e‐trgovine 

• Zadovoljstvo uporabnikov e‐trgovine Zaupanje v e‐trgovino 

e‐turizem 9 • Samostojno načrtovanje potovanj uspešnost e‐turizma 

• Deljenje mnenj uporabo e‐turizma 

• Bruto domači proizvod razvoj e‐turizma 

• E‐turizem povečanje obiska manj znanih destinacij 

e‐uprava 4 • Preprostost uporabe, dostopnost, združljivost, varnost 

zaupanje uporabnikov v e‐upravo. 

• Zadovoljstvo število uporabnikov e‐uprave 

e‐zabava 9 • Vseprisotnost sprejetost e‐zabave 

• Socialni doprinos, enostavnost uporabe, zaznana zabavnost 

sprejetost e‐zabave 

• Vpliv družbe uporaba e‐zabave 

e‐zdravje 8 • Pogostost uporabe interneta, enostavnost uporabe sprejetost 

e‐zdravja 

• Obseg zdravstvenih težav sprejetost e‐zdravja 

• Starost populacije (NEG) uporaba e‐zdravja 

• Samoiniciativnost pri zdravljenju sprejetost e‐zdravja 

Komentar 

tehnologije (geografski informacijski sistemi), 

enostavnost uporabe in dostopnost sistemov. 

Zaradi objave nepremičnine na spletu, se lahko 

le ta prodaja malo dlje, zaradi večjega števila 

delno zainteresiranih kupcev. 

Na sprejetost e‐trgovine imajo pomemben vpliv 

varnost poslovanja in zaupanje v e‐trgovino, ki 

se povečuje z mnenjem uporabnikov e‐trgovine. 

Na uspešnost e‐turizma pozitivno vplivajo 

predsvem sodobne spletne tehnologije, ki 

omogočajo participacijo uporabnikov. E‐turizem 

je odvisen od BDP‐ja države in vpliva na 

obiskanost manj znanih destinacij. 

Preprostost uporabe, dostopnost, združljivost in 

varnost povečuje zaupanje uporabnikov v 

storitve. 

Med razvijanjem aplikacij e‐zabave je nujno 

misliti na razvoj mobilnih vmesnikov. Zelo 

pomemben faktor je zabavnost e‐storitve sama. 

Ta namreč ljudi motivira, da storitev raje 

uporabijo. 

Sprejetost e‐zdravja je v veliki meri odvisna od 

značilnosti posameznika (samoiniciativnost, 

starost, računalniška pismenost, obseg težav z 

zdravjem) 

Stran 42

43 

4.2 Pregled kavzalnih zakonitosti na področju estoritev 

V okviru raziskovalnega projekta smo si zastavili za primarni cilj identificirati in analizirati faktorje, ki 

imajo signifikanten in neposreden vpliv na sprejetost e‐storitev med uporabniki (organizacijami in 

posamezniki). Pri smo si zadali cilj izhajati iz preverjenih teoretičnih osnov in empiričnih podatkov, ki 

se pridobijo z empiričnimi raziskavami. Skladno z navedenim ciljem in dobro prakso kumulativnega 

pristopa k raziskovanju, smo najprej izvedli sistematičen pregled literature na področju modelov 

strukturnih enačb (predstavljeni so v nadaljevanju) za področje sprejetosti e‐storitev. 

4.2.1 Metoda identifikacije kavzalnih zakonitosti 

Iskanja zakonitosti na področju sprejetosti e‐storitev smo se lotili s sistematičnim pregledom 

literature, kot je podano v nadaljevanju. 


ekspertov, ki so dobili za nalogo na enoten način poiskati zakonitosti na področju sprejetosti 

e‐storitev. 


terminov, ki so jih iskali v iskalnem prostoru. Opredelili so se naslednji termini: (1) splošni 

termini e‐storitev, njihove sopomenke in izpeljanke (na primer: e‐storitev, elektronska 

storitev, avtomatska storitev, ipd.); (2) domensko specifični termini (na primer e‐bančništvo, 

e‐pravo, e‐turizem, ipd.); (3) pridevniki splošnih in domensko specifičnih terminov, ki so 

opredeljevali vrsto raziskave (npr: zakonitosti, vzroki, posledice, uspešnost, sprejetost, ipd.). 




IEEE). 

4. Zapisovanje rezultatov iskanja. Opredelil se je enoten način zapisovanja poglavitnih 

rezultatov z naslednjimi atributi: 

‐ Domena e‐storitve (na primer: e‐poslovanje, e‐zdravje, e‐promet, …) 

• Podatki o viru (naziv prispevka, URL prispevka, ključne besede prispevka) 

‐ Podatki o raziskavi 

• Metoda raziskovanja, ki je lahko: 

1. pregled literature (literature review) 

2. študija primera (case study) 

3. anketa (survey) 

4. eksperiment (experiment) 

5. terenska raziskava (field research) 

6. metoda analize (analysis) 

7. metoda sinteze (sinthesis) 

• Kontekst raziskave 

• Vzorec raziskave 

‐ Teorija, na kateri temelji raziskava (na primer: TRA, TAM, UTAUT, DOI, …) 

‐ Podatki o kavzalnem modelu raziskave, ki je bil ovrednoten z modelom strukturnih 

enačb (predstavljen v nadaljevanju) 

Stran 43

44 

4.2.2 Modeli strukturnih enačb 

Modeliranje strukturnih enačb (structural equation models) predstavlja družino statističnih tehnik, ki 

vključujejo analizo poti in faktorsko analizo. Modeli strukturnih enačb se lahko uporabljajo za 

naslednje namene: 

‐ Strikten potrditveni pristop, kjer ugotavljamo, ali se vzorec varianc in kovarianc v 

empiričnih podatkih ujema s strukturnim modelom, ki ga je definiral raziskovalec. 

‐ Pristop alternativnih modelov, kjer raziskovalec ugotavlja, kateri izmed alternativnih 

modelov izkazuje najboljše ujemanje s podatki. 

‐ Pristop razvoja modelov je najbolj pogost pristop. V takšnem pristopu raziskovalec 

analizira strukturni model in na osnovi rezultatov predlaga izboljšan model. 

Modeli strukturnih enačb so najpogosteje ponazorjeni v grafični obliki. Simboli, ki jih pri tem 

uporabljamo, so naslednji (Slika 24): 

Slika 24: Simboli, ki se uporabljajo v modelih strukturnih enačb 

Pri tem je notacija označevanja spremenljivk in zvez v modelu naslednja (Tabela 25) 12 : 

Tabela 25: Označevanje strukturnih modelov 

Simbol 

X i 

Y i 

ξ (Ksi) 

η (eta) 

γ (gama) 

(lambda) 

Φ (fi) 

β (beta) 

Pomen 

Neodvisne merske spremenljivke (indikatorji) 

Odvisne merske spremenljivke (indikatorji) 

Eksogeni latentni konstrukti (spremenljivke) 

Endogeni latentni konstrukti (spremenljivke) 

Zveze med latentnimi konstrukti 

Zveze med merskimi spremenljivkami in latentnimi konstrukti (item 

loading) 

Korelacije med eksogenimi latentnimi konstrukti 

Korelacije med endogenimi latentnimi konstrukti 

12 Pri označevanju strukturnih modelov obstajajo, med avtorji manjša odstopanja. 

Stran 44

45 

Simbol 

δ (delta) 

ε (epsilon) 

ζ (zeta) 

Ψ (psi) 

Pomen 

Napake merjenja pri odvisnih spremenljivkah 

Napake merjenja pri neodvisnih spremenljivkah 

Rezidualna varianca v strukturi 

Korelacija med rezidualnimi variancami v strukturi 

Slika 25: Prikaz sintakse strukturnega modela (Gefen, Straub, & Bordeau 2000) 

Proces modeliranja strukturnih enačb je sestavljen iz dveh osnovnih korakov: validacije merljivega 

modela in validacije strukturnega modela. 

Merljivi model je sestavni del strukturnega modela, ki preučuje latentne spremenljivke in pripadajoče 

indikatorje. Merljivi model oblikujemo iz strukturnega modela na naslednji način: 

1. Vse latentne spremenljivke med sabo povežemo s kovariancami (obojesmerne 

povezave). 

2. Latentne spremenljivke in pripadajoče indikatorje povežemo s kavzalnimi 

povezavami (enosmerne povezave). 

3. Z enosmernimi povezavami prav tako povežemo napake merjenja in pripadajoče 

spremenljivke. 

Merljivi model se pogosto uporablja kot ničelni model. Validacija merljivega modela temelji na 

potrditveni faktorski analizi, medtem ko je validacija strukturnega modela izvedena z analizo poti na 

latentnih spremenljivkah. Strukturni model analiziramo, ko dobimo zadovoljive rezultate metrik 

prileganja merljivega modela. 

Stran 45

46 

4.2.3 Metrike prileganja modelov strukturnih enačb 

V okviru raziskav modelov strukturnih enačb se najpogosteje uporabljajo naslednje metrike 

prileganja. 

HiKvadrat 

Hi‐kvadrat (chi‐square) se imenuje tudi diskrepanca ali funkcija diskrepance in se izračuna kot 

razmerje vsote kvadratov razlik med opazovanimi (O) in pričakovanimi izidi (E) ter pričakovanimi izidi 

(kot je predpostavljeno v ničelni hipotezi): 

Vrednost hi‐kvadrat ne sme biti signifikantna, će želimo dobro ujemanje modela s podatki. Zato se 

hi‐kvadrat imenuje tudi »metrika slabega ujemanja«, pri kateri majhne vrednosti kažejo na 

signifikantno slabo ujemanje strukture kovarianc v modelu in matrike kovarianc v opazovanih 

podatkih. Če je hi‐kvadrat modela manjši od 0.05, naj bi se model zavrgel. 

Metrika hi‐kvadrat ima tudi pomanjkljivosti, ki lahko vodijo k neutemeljenemu zavračanju modela. 

Zato lahko ob velikih vzorcih (n > 200) in dobrih drugih metrikah prileganja model sprejmemo kljub 

signifikantnosti hi‐kvadrata. 

Izboljšava hi‐kvadrat je metrika relativen hi‐kvadrat ⁄ ), ki hi‐kvadrat deli s stopnjami svobode 

(degrees of freedom). Model, ki ga sprejmemo, mora imeti relativen hi‐kvadrat manjši od 3. 

Goodnessoffit index 

Goodness‐of‐fit index (GFI) se izračuna naslednje: 

1 

č 

Vrednosti GFI se nahajajo na intervali [0,1], pri tem naj bo vrednost GFI za sprejeti model vsaj 0.9. 

Vrednost GFI je občutljiva za velikost vzorca, saj se z večanjem vzorca veča tudi GFI. 

Adjusted Goodnessoffit 

Adjusted goodness‐of‐fit (AGFI) je izpeljan iz GFI na naslednji način: 

1 1 

1 

2 

 

Pri tem pomenita »p« število parametrov in »df« stopnjo svobode 13 . Vrednost AGFI za sprejetje 

modela naj bo večja od 0.80. Podobno kot GFI se tudi AGFI povečuje z večanjem velikosti vzorca. 

Comparative fit index 

Comparative fit index (CFI) primerja ujemanje danega modela z ujemanjem ničelnega modela. 

 

1max ,0 

max , ,0 

13 Število stopenj svobode (df) se izračuna kot število opazovanih primerov minus 1 (N‐1). 

Stran 46

47 

Pri tem pomenijo: 

‐ = hi‐kvadrat danega modela, 

‐ = hi‐kvadrat ničelnega modela, 

‐ = stopnje svobode danega modela in 

‐ dfn = stopnje svobode ničelnega modela. 

Vrednosti CFI so definirane na intervalu [0,1], pri čemer so preferirane višje vrednosti. Tako so 

vrednosti CFI, ki so večje od 0.90, zadostne, da se model sprejme. Dobra lastnost metrike CFI je, 

da je zelo neobčutljiva za velikost vzorca. 

Normed fit index 

Normed fit index (NFI) se je razvil kot alternativa CFI: 

 

 

 

Vrednosti NFI so definirane na intervalu [0,1], preferirane so višje vrednosti. NFI predstavlja delež 

izboljšanja ujemanja danega modela glede na ničelni model. Na primer, NFI = 0.5, pomeni, da je 

ujemanje danega modela za 50% boljše od ničelnega modela. Za sprejetje danega modela se 

zahtevajo vrednosti, ki so večje od 0.90. 

Tucker Lewis index 

Tucker lewis coefficient (TLI) ali Non‐normed fit index (NNFI) je podoben NFI, ampak »kaznuje« 

kompleksnost modela. TLI se izračuna naslednje: 

 

 

 

 

 

 

 

1 

Vrednosti TLI lahko presežejo interval [0,1]. TLI blizu 1 pomeni dobro ujemanje danega modela. 

Vrednosti TLI pod 0.90 zahtevajo respecifikacijo modela. Dobra lastnost TLI je majhna 

občutljivost za velikost vzorca. 

Root mean square residualS 

Root mean square residuals (RMR ali RMSR) predstavlja srednjo absolutno vrednost rezidualov 

(ostankov) matrike kovarianc. Metrika je omejena na spodnjem intervalu, kjer pomenijo 

vrednosti, bližje 0, boljše ujemanje danega modela. Priporočljiva vrednost RMSR za sprejetje 

modela je manjša od 0.10. 

Root mean square error of approximation 

Root mean square error of approximation (RMSEA) je priljubljena metrika ujemanja, ki ne zahteva 

ničelnega modela. Izračuna se na naslednji način: 

 

 

1 

1 0.5 

Stran 47

48 

Ujemanje danega modela je zadostno, če so vrednosti RMSEA manjše od 0.8. Dobra lastnost 

metrike je relativna neobčutljivost za velikost vzorca. Slabost RMSEA je, da vrednoti 

kompleksnost modela na osnovi stopenj svobode (df). 

4.2.4 Opisna statistika rezultatov pregleda kavzalnih zakonitosti estoritev 

V spodnji tabeli (Tabela 26) je podana opisna statistika rezultatov pregleda kavzalnih (vzročnoposledičnih) 

zakonitosti na področju posameznih domen e‐storitev. Podano je število identificiranih 

raziskav (št. najdenih člankov), število identificiranih kavzalnih povezav znotraj omenjenih člankov in 

najpogostejše endogene spremenljivke v kavzalnih (strukturnih) modelih. 

Domena e‐storitev 

Tabela 26: Povzetek kavzalnih zakonitosti na področju raziskav e‐storitev 

Število 


raziskav 

Število 


kavzalnih povezav 

(vzrok‐posledica) 

Najpogostejše endogene spremenljivke 

in njihove mnogoternosti 

(v izvornem jeziku) 

e‐davki 6 103 Behavioural intention 31 

Attitude 22 

Perceived usefulness 15 

Perceived behaviour control 6 

Continuance intention 5 

Service quality 4 

Subjective norms 4 

User satisfaction 4 

Perceived ease of use 4 

e‐finance 10 189 Behavioural intention to use 44 

Attitude toward using 37 



Trust 9 

Customer value 5 

Perceived risk 4 

e‐izobraževanje 6 286 Satisfaction 63 


Behavioural intention 40 

Perceived Ease of Use 28 


Attitude 17 

Confirmation 7 

System Usage 7 

Performance expectancy 5 

e‐poslovanje 9 217 Behavioural Intention 45 

Perceived Usefulness 32 

Stran 48

49 


Število 


raziskav 

Število 







Attitude 27 


Use 11 

Perceived success 5 

Social influence 5 

e‐promet 7 26 Behavioural intention 12 


Satisfaction 3 

Logistics outcome quality 2 

Attitude 2 

e‐prostor 10 46 System use 7 

Role clarity 5 


Perceived Task‐ Technology Fit 3 


Perceived Goal Commitment 3 

Service quality 3 

e‐trgovina 8 359 Behaviour intention to use 97 

Attitude toward using 46 


Trust 17 

Adoption 13 


Utilitarian motivation 12 

Hedonic motivation 10 


e‐uprava 4 144 Behavioural intention 58 


Trust in e‐government 17 

Attitude 12 

Use 9 


E‐government adoption 4 

Perceived risk 4 

Perceived behaviour control 3 



Subjective norm 2 

e‐zabava 9 150 Behavioural intention to use 36 

Stran 49

50 


Število 


raziskav 

Število 







Attitude toward use 35 


Game manager 7 


Shopping online 4 

Perceived playfulness 4 

Social Presence 4 

Perceived enjoyment 4 

e‐zdravje 8 130 Perceived usefulness 24 

Attitude 17 

Intention to use 17 

System use 15 

Behavioural intention 14 


Celoten pregled rezultatov je v Prilogi F (za e‐upravo) in v Prilogi H (za vse domene e‐storitev). 

Stran 50

51 

4.3 Parcialni modeli in smernice za razvoj sprejetih in uspešnih estoritev 

V nadaljevanju je predstavljenih več parcialnih modelov e‐storitev s pripadajočimi smernicami. 

Parcialni model postavlja v ospredje enega izmed najbolj pogosto analiziranih odvisnih faktorjev na 

področju e‐storitev: 

‐ uporabnikovo lojalnost do uporabe e‐storitev, 

‐ uporabnost e‐storitev in 

‐ zaupanje v uporabo e‐storitev. 

Vsi modeli so se oblikovali na osnovi analize kavzalnih zakonitosti na področju e‐storitev (glej prilogo 

H) tako, da so se združevale signifikantne kavzalne relacije relevantnih raziskav iz področja 

osrednjega faktorja določenega parcialnega modela e‐storitev. 

Na osnovi rezultirajočih modelov so se nato identificirale smernice za razvijalce e‐storitev, za katere 

se smatra, da imajo pozitiven vpliv na osrednji koncept posameznega parcialnega modela. Smernice v 

tehničnem smislu predstavljalo eksogene konstrukte rezultirajočih parcialnih modelov sprejetosti e‐ 


Parcialni modeli sprejetosti e‐storitev so predstavljeni v naslednjih pod‐poglavjih. 

Stran 51

52 

4.3.1 Lojalnost uporabe estoritev 

Lojalnost spada med najpogosteje analizirane dejavnike na področju sprejetosti in uporabe e‐storitev, saj so raziskovalci ugotovili, da je ceneje zadrževati 

kupca pri uporabi e‐storitev, kot pridobiti nove uporabnike. Model lojalnosti uporabe e‐storitev je prikazan na spodnji sliki (Slika 26). 

Slika 26: Model in smernice lojalnosti uporabe e‐storitev 

Stran 52

53 

V spodnji tabeli (Tabela 27) so podane podrobnosti oblikovanja modela lojalnosti uporabe e‐storitev, ki podajajo argumente za vključevanje posameznih 

faktorjev v model lojalnosti. Vrstice tabele predstavljajo različne faktorje modela, stolpci pa različne vire oziroma raziskave. 

Tabela 27: Statistični podatki modela lojalnosti uporabe e‐storitev 14 (priloga H) 

14 St=velikost vpliva, zv=signifikantnost vpliva 

Stran 53

54 

Graf na spodnji sliki (Slika 27) prikazuje nihanja vrednosti vpliva posameznih faktorjev modela na lojalnost uporabe e‐storitev. 

Slika 27: Vrednost faktorjev, ki vplivajo na lojalnost uporabe e‐storitev 

Stran 54

55 

4.3.2 Zaupanje v estoritev 

Za osrednji uporabniški faktor naslednjega modela (Slika 28) je bil izbran »zaupanje uporabnikov« v okviru uporabe e‐storitev, saj se je med spremenljivkami 

hipotez obdelanih člankov (glej prilogo H) pogosto pojavila ravno ta ključna beseda (v originalu: »trust«), tako v vlogi odvisne kot tudi neodvisne 

spremenljivke. 

Slika 28: Smernice in model zaupanja v e‐storitve 

Stran 55

56 

V spodnji tabeli (Tabela 28) so podane podrobnosti oblikovanja modela zaupanja v uporabo e‐storitev, ki podajajo argumente za vključevanje posameznih 

faktorjev v model zaupanja. Vrstice tabele predstavljajo različne faktorje modela, stolpci pa različne vire, ki so potrdili signifikantnost faktorja na zaupanje e‐ 


Tabela 28: Pregled virov na področju zaupanja v e‐storitve 

Faktor 

Velikost vpliva Naslov vira 

Smernice 

(signifikantnost) 

Zadovoljstvo 1,556 (*) Modelling the consequences of e‐service quality • Zmanjšanje št. izpadov 

0,734 (**) The impact of the relational plan on adoption of electronic banking • Zagotavljanje točnosti 

0,24 (0,06) Comfort your online customer: quality, trust and loyalty on the internet 

0,66 (**) Applying virtual reality for trust‐building e‐commerce 

0,377 (*) Analysing the Demand Side of E‐Government: What Can We Learn From 

Slovenian Users 

0,38 (*) The role played by perceived usability, satisfaction and consumer trust on 

website loyalty 

Dojemanje varnosti 0,51 (‐) Customer loyalty to content‐based Web sites the case of an online healthcare 

• Uporaba enkripcije 

service 

• Uporaba 

avtentikacije 

0,74 (*) Role of electronic trust in online retailing: A re‐examination of the 

commitment‐trust theory 

0,75 (***) Consumer trust, perceived security and privacy policy: Three basic 

elements of loyalty to a web site 

0,21 (**) Information systems continuance intention of web‐based applications 

customers: The case of online banking 

0,53 (**) Perceived information security, financial liability and consumer trust in 

electronic commerce transactions 

Dojemanje tveganja ‐0,5 (**) The Impact Of Online Store Environment cues on purchase intentions • Povečanje internetne 

‐0,62 (***) Percieved usefulness, personal experiences, risk perception and trust as 

determinants of adoption of e‐government services in Netherlands 

osveščenosti 

• Uvedba varnostnih 

mehanizmov 

Dojemanje 0,6 (*) The analysis of antecedents of customer loyalty in the Turkish mobile • Zagotovitev enostavnosti 

Stran 56

57 

Faktor 


Smernice 


kakovosti storitev telecommunication market uporabe 

Dojemanje 

enostavnosti 

uporabe 

0,25 (**) The Impact Of Online Store Environment cues on purchase intentions 



0,67 (**) Consumer e‐shopping acceptance: Antecedents in a technology 

acceptance model 

0,56 (***) The Role of Trust in Customer Online Shopping Behavior: Perspective of 

Technology Acceptance Model 

0,229 (**) The influence of product type on online trust 

0,343 (*) Adoption of travel e‐shopping in the UK 

• Zadovoljitev potreb 

uporabnika 

• Uporaba intuitivnega 

vmesnika 

• Izbira informacijsko 

bogatega medija 

Komunikacija 0,08 (*) A model of trust in online relationship banking • Uvedba CRM sistema 

0,34 (*) Role of electronic trust in online retailing: A re‐examination of the 

commitment‐trust theory 

• Uporaba MSN, Skype... 



0,27 (**) The influence of attraction on internet banking: an extension to the trustrelationship 

commitment model. 

0,9261 (**) Identification of factors affecting continuity of cooperative electronic 

supply chain relationships: empirical case of the Taiwanese motor industry 

0,479 (**) Investigating the internet's impact on interfirm relations: Evidence from 

the business travel management distribution chain 

Dojemanje 0,24 (**) The Role of Trust in Customer Online Shopping Behavior: Perspective of • Zagotavljanje 

koristnosti 

Technology Acceptance Model 

enostavnosti uporabe 

0,173 (**) The influence of product type on online trust 

• Povečanje kakovosti 

0,32 (NS) Online shopping, the standard learning hierarchy, and consumers' internet 

expertise: An American‐Spanish comparison 

informacij 

0,26 (*) Consumer Behaviour in e‐Tourism 

Stran 57

58 

Faktor 



0,6 (***) Online shopping, the standard learning hierarchy, and consumers' internet 

expertise: An American‐Spanish comparison 

Smernice 

V nadaljevanju so podrobneje predstavljene smernice iz modela zaupanja v e‐storitve (Slika 28): 

‐ Zadovoljstvo. Na zadovoljstvo uporabnikov e‐storitev lahko vplivamo z zmanjšanjem števila izpadov (s tem izboljšamo zanesljivost in 

povečamo zadovoljstvo, kot to navaja vir »The added value of web innovation for customer satisfaction«) ter z zagotavljanjem točnosti (s 

tem, ko se držimo obljubljenih rokov, izpolnimo kriterij točnosti in povečamo zadovoljstvo – prav tako povzeto iz vira »The added value of 

web innovation for customer satisfaction«). 

‐ Dojemanje tveganja. Uporabnikovo dojemanje tveganja lahko zmanjšamo s povečanjem internetne osveščenosti, saj s tem dvignemo raven 

poznavanja internetnih tehnologij in na ta način povečamo zaupanje vanje, kar pa glede na vir »The impact of trust, risk and optimism bias 

on E‐file adoption« zmanjša dojemanje tveganja. Prav tako lahko na dojemanje tveganja vplivamo z uvedbo varnostnih mehanizmov, ki so 

enostavni za uporabo. Enostavnost uporabe namreč zmanjšuje dojemanje tveganja (vir »Predicting e‐services adoption_a perceived risk 

facets perspective«). 

‐ Dojemanje varnosti. Na uporabnikovo dojemanje varnosti lahko vplivamo z uporabo enkripcije (izmenjava podatkov med uporabnikom in 

strežnikom storitve poteka v enkriptirani obliki, tako da so podatki za tretjo osebo neberljivi, četudi bi si jih uspela prilastiti) in avtentikacije 

(vsak uporabnik mora za uporabo storitve dokazati svojo identiteto, na primer z uporabniškim imenom in geslom), kot pojasnjuje vir 

»Perceived information security, financial liability and consumer trust in electronic commerce transactions«, se z izboljšanjem tako enkripcije 

kot tudi avtentikacije poveča dojemanje varnosti. 

‐ Dojemanje kvalitete (kakovosti) storitev. Uporabnikovo dojemanje kakovosti storitev lahko izboljšamo tako, da zagotovimo enostavnost 

uporabe storitev (bolj kot bo storitev enostavna za uporabo, večje bo dojemanje kakovosti storitev). Na uporabnikovo dojemanje kakovosti 

storitev lahko vplivamo tudi tako, da zadovoljimo točno tiste potrebe, ki jih ima uporabnik. S tem se izboljša koristnost storitve, kar ima za 

posledico boljše dojemanje kakovosti storitve. Smernici sta povzeti po viru »Web Service Success Factors from Users’ Behavioral 

Perspective«. 

Stran 58

59 

‐ Komunikacija. Na komunikacijo lahko vplivamo z uvedbo CRM (Customer Relationship Management) sistemov. Na ta način lahko zelo 

pohitrimo reševanje uporabnikovih težav in želja, s tem povečamo odzivnost ter ugodno vplivamo na komunikacijo z uporabnikom. Kot je 

omenjeno v viru »Investigating the internet's impact on interfirm relations: Evidence from the business travel management distribution 

chain« se uporaba spletnih komunikacijskih orodij pozitivno odraža na komunikaciji. Tako bi lahko z uporabo sodobnih komunikacijskih 

kanalov kot so MSN, Skype, IRQ in podobni izboljšali komunikacijo z uporabnikom. 

‐ Dojemanje enostavnosti uporabe. Na uporabnikovo dojemanje enostavnosti uporabe e‐storitev lahko vplivamo z uporabo intuitivnih in 

zabavnih uporabniških vmesnikov, s tem povečamo uporabniško doživetje, kar pozitivno vpliva na dojemanje enostavnosti uporabe (vira 

»Use and gratification in e‐consumers« ter »Standard user interface in e‐commerce sites«). Tudi z izbiro pravega (informacijsko bogatega) 

medija (interaktivni in večpredstavni mediji) lahko povečamo enostavnost uporabe (vir »Investigating antecedents of technology 

acceptance«). 

‐ Dojemanje koristnosti. Uporabnikovo dojemanje koristnosti uporabe e‐storitve lahko povečamo tako, da povečamo enostavnost uporabe 

(vir »Use and gratification in e‐consumers«) ter s povečanjem kakovosti informacij, ki jih ponuja storitev. Storitev bo za uporabnika koristna, 

če bo z njeno pomočjo lahko pridobil kakovostne in prave informacije (vir »The role of online and offline features in sustaining virtual 

communities: an empirical study«). 

Stran 59

60 

4.3.3 Uporabnost estoritev 

Uporabna elektronska storitev bo lahko hitro pridobila stranke in jih tudi obdržala, medtem ko bo neuporabna storitev večino časa samevala, zato smo za 

naslednji osrednji uporabniški faktor izbrali »Uporabnost« oziroma »Usefulness« (glej Slika 29). Faktor je tudi precej pogost v rezultatih našega raziskovanja, 

saj se pojavi 70‐krat kot neodvisna in 120‐krat kot odvisna spremenljivka, uporabljen pa je v okoli 50‐ih različnih virih (glej priloga H). 

Slika 29: Model in smernice uporabnosti e‐storitev 

Stran 60

61 

V spodnji tabeli (Tabela 29) so podane podrobnosti oblikovanja modela uporabnosti e‐storitev, ki podajajo argumente za vključevanje posameznih faktorjev 

v model uporabnosti. Vrstice tabele predstavljajo različne faktorje modela, stolpci pa skupno število virov, ki so analizirali omenjen osrednji faktor, 

signifikantnost in povprečen vpliv. 

Tabela 29: Faktorji, ki vplivajo na uporabnost e‐storitev 

Faktor Vpliv Signf. Št. pojavitev 

* * * 

Preprostost uporabe 0,42 

15 

* * * 

Potrditev 0,67 

2 

* * * 

Kakovost vsebine 0,21 

4 

* * * 

Tehnična podpora 0,23 

1 

* * * 

Občutek družbene prisotnosti 0,33 

2 

** 

Zaznano tveganje ‐0,34 

3 

Tabela 30: Pomembnejši faktorji, na katere vpliva »uporabnost«: 

Faktor Vpliv Signf. Št. pojavitev 

* * * 

Odnos 0,35 

8 

** 

Namen uporabiti eStoritev 0,56 

5 

** 

Zadovoljstvo 0,15 

6 

Smernice, ki povečujejo uporabnost e‐storitev so podane v nadaljevanju: 

‐ Odzivnost. Pomembno je, da se sama storitev in ljudje, ki skrbijo za njo, hitro odzovejo na uporabnikove zahteve ali sporočila. Zaželeno je 

takojšnje obvestilo uporabniku o sprejetju zahteve oziroma sporočila, seveda pa mora biti tudi zahteva izvršena oziroma odgovor vrnjen v 

najkrajšem možnem času. Odzivnejša e‐storitev se uporabniku zdi preprostejša in manj tvegana za uporabo ter zagotavlja potrditev zahtev 

in kakovostnejšo tehnično podporo 

Stran 61

62 

‐ Dosledna administracija. E‐storitev in njena podatkovna baza mora biti ves čas skrbno administrirana. S tem zagotovimo kakovost vsebine, 

boljšo in učinkovitejšo tehnično podporo, uporabnikom pa se e‐storitve zdi manj tvegana, saj se lahko zanesejo, da nekdo nadzoruje celoten 

proces izvajanja. 

‐ Grafični vmesnik. Pri grafičnem vmesniku je pomembno, da je intuitiven in preprost za uporabo ter da ponuja prave informacije na pravem 

mestu. Ustrezen grafični vmesnik bo uporabnikom poenostavil uporabo storitve in omogočil višjo preglednost vsebine. 

‐ Skupnost. Za uspešno e‐storitev je ključnega pomena tudi oblikovanje in vzdrževanje skupnosti uporabnikov s pomočjo forumov, izmenjave 

mnenj o izdelkih in storitvah in morda celo s pomočjo prirejanja družabnih srečanj in dogodkov. Skupnost bo poenostavila uporabo e‐ 

storitve, saj si bodo uporabniki lahko izmenjevali nasvete in izkušnje, poveča se občutek družbene prisotnosti, hkrati pa se zmanjša tudi 

zaznavanje tveganja posameznika, ki vidi da to e‐storitev uspešno uporabljajo tudi mnogi drugi. 

‐ Personalizacija. Prilagoditev npr. uporabniškega vmesnika željah uporabnika e‐storitve, lahko uporabniku omogoči preprostejšo uporabo e‐ 

storitve, hkrati pa mu ponudi način izražanja svoje osebnosti 

Stran 62

63 

4.4 Oblikovanje in empirična validacija modela sprejetosti specifičnih e 

storitev 

V okviru raziskovalnega projekta smo izvedli raziskavo, s katero smo želeli empirično validirati model 

sprejetosti UTAUT na specifični e‐storitvi. Model sprejetosti smo validirali na primeru odprtokodnega 

sistema za e‐učenje ‐ Moodle, ki se uporablja na Fakulteti za elektrotehniko, računalništvo in 

informatiko v Mariboru. V nadaljevanju je opisan raziskovalni model, predlagane vzročne hipoteze, 

definirane na podlagi raziskovalnega modela, metodologija raziskave ter rezultati raziskave. 

4.4.1 Raziskovalni model in hipoteze 

Raziskovalni model smo sestavili na podlagi teoretičnega modela UTAUT. Iz raziskovalnega modela 

smo definirali vzročne hipoteze, opisane v nadaljevanju. 

Slika 30: Raziskovalni model in hipoteze 

Pričakovan učinek (Performance Expectancy) 

V raziskavi pričakovan učinek pomeni stopnjo, do katere študent verjame, da bo pri učenju dosegel 

višjo stopnjo učinkovitosti, če bo uporabljal sistem Moodle. Pričakovan učinek se nanaša na faktor 

dojete uporabnosti iz modela TAM, ki se je v obstoječi literaturi izkazal kot faktor, ki lahko 

signifikantno vpliva na odnos do uporabe sistema. Na podlagi tega smo predlagali naslednje hipoteze: 

H1: Pričakovan učinek bo signifikantno vplival na odnos do uporabe sistema Moodle. 

Venkatesh et al. (2003) so demonstrirali, da je pričakovan učinek močno napoveduje namen uporabe 

tehnologije, zato smo predlagali naslednjo hipotezo: 

H2: Pričakovan učinek bo imel signifikanten vpliv na namen uporabe sistema Moodle. 

Pričakovan trud (Effort Expectancy) 

V raziskavi pričakovan trud pomeni stopnjo enostavnosti, ki je povezana z uporabo sistema Moodle 

pri učenju. Pričakovan trud se nanaša med drugim na konstrukt dojeta enostavnost uporabe iz 

modela TAM. Dojeta enostavnost uporabe se je v preteklih raziskavah izkazala kot pomemben faktor, 

ki lahko vpliva na odnos do uporabe sistema. Zato smo predlagali naslednje vzročne hipoteze: 

H3: Pričakovan trud bo imel signifikanten vpliv na odnos do uporabe sistema Moodle. 

H4: Pričakovan trud bo imel signifikanten vpliv na namen uporabe sistema Moodle. 

Stran 63

64 

Sociološki vpliv (Social Influence) 

V tej študiji sociološki vpliv predstavlja študentsko prepričanje, da drugi študenti, profesorji in 

asistenti menijo, da je v okviru učenja potrebno uporabljati sistem Moodle. Predlagane so bile 

naslednje hipoteze: 

H5: Sociološki vpliv bo signifikantno vplival na odnos do uporabe sistema Moodle. 

H6: Sociološki vpliv bo signifikantno vplival na namen uporabe sistema Moodle. 

Olajševalne okoliščine (Facilitating Conditions) 

V tej raziskavi je faktor olajševalne okoliščine opredeljen kot stopnja, do katere je posamezen študent 

prepričan, da ima vso potrebno strokovno znanje in tehnično opremo, ki je potrebna za uporabo 

sistema Moodle. Predlagali smo naslednje hipoteze: 

H7: Olajševalne okoliščine bodo signifakntno vplivale na odnos do uporabe sistema Moodle. 

H8: Olajševalne okoliščine bodo signifakntno vplivale na namen uporabe sistema Moodle. 

H9: Olajševalne okoliščine bodo signifakntno vplivale na uporabo sistema Moodle. 

Odnos do uporabe sistema (Attitude Toward Use) 

Odnos do uporabe sistema predstavlja posameznikovo splošno čustveno reakcijo ob uporabi sistema. 

Pomeni posameznikovo naklonjenost, veselje in druge občutke, ki so povezani z uporabo tehnologije. 

Predlagali smo naslednje hipoteze: 

H10: Odnos do uporabe sistema bo imel signifikantent vpliv na namen uporabe sistema. 

Name uporabe (Behavioural Intention) 

Namen uporabe je bil v različnih študijah najden kot signifikantna determinanta dejanske uporabe 

sistema, zato smo predlagali naslednjo hipotezo: 

H11: Namen uporabe sistema Moodle bo signifikantno vplival na dejansko uporabo sistema. 

4.4.2 Metodologija raziskave 

Za preizkus zgoraj navedenih vzročnih hipotez smo izvedli kvantitativno raziskavo v obliki spletnega 

vprašalnika. V tem poglavju bo opisan postopek izgradnje vprašalnika, postopek vzorčenja in izvedba 

raziskave ter postopki analize empiričnih podatkov. 

Izgradnja vprašalnika 

Empirične podatke smo zbrali s pomočjo spletnega vprašalnika, ki je vseboval 36 vprašanj. Vprašanja 

smo organizirali v naslednji dve skupini: (1) demografska vprašanja, ki so vključevala vprašanja o 

starosti, letih študija, izkušnjah uporabe interneta, izkušnje uporabe sistema Moodle, itd. in (2) 

vprašanja, vezana na konstrukte modela UTAUT. 

Večina konceptov UTAUT je bila operacionalizirana z uporabo 7‐stopenjske Likertove lestvice. 

Likertova lestvica je posredna lestvica za merjenje stališč oz. izjava, s katero vprašani izrazi stopnjo 

strinjanja ali nestrinjanja v zvezi z obravnavano zadevo (Uebersax 2006). Likertovo lestvico sestavlja 

množica trditev, ki merijo isti konstrukt. Pri vsaki trditvi mora anketiranec navesti, do kakšne mere se 

Stran 64

65 

z njo strinja ali ne. Vrednosti, ki so definirane na ordinalni lestvici, so točno določene in definirane na 

lihem številu stopenj. 

Tabela 31: Likertova lestvica s 7 stopnjami 

Opisna vrednost 

Številska vrednost 

Se v celoti ne strinjam 1 

Se ne strinjam 2 

Se delno ne strinjam 3 

Sem neodločen 4 

Se delno strinjam 5 

Se strinjam 6 

Se v celoti strinjam 7 

Da bi v izvedbi raziskave z uporabo spletnega vprašalnika prišlo do čim manjših napak pri 

pridobivanju empiričnih podatkov, smo vprašalnik zgradili po naslednjih korakih: 

1. Pred‐test vprašalnika ‐ pred validacijo vprašalnika smo izvedli pre‐test, v katerem je 

sodelovalo 9 raziskovalcev, zaposlenih na Fakulteti za elektrotehniko in računalništvo in 

informatiko. Glavni namen pre‐testa je bil ugotoviti, ali je vsebina vprašalnika razumljiva in 

ali so potrebne vsebinske in oblikovne korekture vprašalnika. S pred‐testom vprašalnika smo 

tako želeli izboljšati smiselnost, relevantnost in preglednost vprašanj. Glede na povratne 

informacije smo nekaj vprašanj ustrezno preoblikovali oz. dopolnili. 

2. Pilotna izvedba vprašalnika – po dopolnitvi vprašalnika, na podlagi predlogov in pripomb, ki 

smo jih pridobili v pre‐testu, se je izvedel pilotni test vprašalnika. V pilotni izvedbi 

vprašalnika je sodelovalo 25 naključnih prostovoljcev (večina študentov). Glavni cilj pilotnega 

izvedbe vprašalnika je bila empirična validacija zanesljivosti vprašalnika, s katero smo želeli 

preveriti točnost in natančnost merilnega instrumenta. Ob upoštevanju rezultatov 

statističnih analiz v orodju SPSS, ki smo jih izvedli nad podatki, ki so bili pridobljeni v 

pilotnem preizkusu vprašalnika, smo oblikovali končni vprašalnik. 

Postopek vzorčenja 

Ker je Moodle odprtokodni sistem, je v bistvu zelo težko ugotoviti število uporabnikov, ki trenutno 

uporabljajo sistem. Vsak mesec se število registriranih uporabnikov poveča za približno 1300. Na 

podlagi statističnega poročila iz decembra 2009 (Moodle. Moodle.org. http://www.moodle.org, 

Accessed 20 December 2009) je razvidno, da je bilo registriranih in potrjenih 44.171 Moodle spletnih 

namestitev v 207 različnih državah. Do tega poročila je število registriranih uporabnikov preseglo 31 

miljonov. 

Zaradi praktičnih razlogov izvedbe raziskave je bil vzorčni okvir je omejen na študente, ki redno 

študirajo in uporabljajo sistem Moodle na Fakulteti za elektrotehniko, računalništvo in informatiko v 

Mariboru. V času raziskave je bilo v sistemu Moodle registriranih 115 predmetov in 1566 

uporabnikov. Uporabljen je bil sistematičen postopek naključnega vzorčenja, v katerem je imel vsak 

študent enake možnosti, da bo izbran. Študentje, ki so sodelovali v pilotnem testu vprašalnika, so bili 

iz procesa vzorčenja izključeni. V postopku vzorčenja je bilo izbranih 800 študentov, ki so preko 

sistema za obveščanje dobili povabilo k sodelovanju v spletnem vprašalniku. 284 spletnih 

Stran 65

66 

vprašalnikov je bilo začetih, od tega je bilo uspešno zaključenih in vrnjenih 235. Stopnja uporabnih 

vprašalnikov je tako znašala 29%. 

Statistične analize 

Podatke, ki smo jih pridobili s pomočjo spletnega vprašalnika, smo analizirali na naslednji način. 

Za analizo podatkov, ki se nanašajo na profil respondenta in izkušnje respodenta z internetom in 

sistemom Moodle, smo uporabili opisno statistiko. 

Za analizo pripadnosti empiričnih indikatorjev posameznemu faktorju smo uporabili potrditveno 

faktorsko analizo. Ker smo želeli potrditi teoretični model, smo uporabili statistično tehniko, ki se 

imenuje modeliranje strukturnih enačb ali krajše SEM (Structured Equation Modeling). SEM sestoji iz 

dveh delov (Anderson & Gerbing 1988): (1) merljivih modelov, ki prikazujejo povezave med 

latentnimi spremenljivkami in njihovimi indikatorji, in (2) strukturnega modela, ki ponazarja kavzalne 

povezave med eksogenimi in endogenimi faktorji. 

Za indikatorje končnega merljivega modela smo izvedli analizo konvergentne veljavnosti (convergent 

validity), diskriminacijske veljavnosti (discriminant validity) in notranje skladnosti (internal 

consistency). Konvergentno veljavnost smo analizirali z metriko Cronbach α, ki pove, kako dobro 

posamezni indikatorji za posamezno latentno spremenljivko sodijo skupaj oz. ocenjujejo isti pojem. 

Priporočljiva vrednost metrike je 0.70. Drugo metriko, ki smo jo uporabili za potrebe konvergentne 

veljavnosti, je predstavljala metrika kompozitne zanesljivosti, ki se je izračunala na naslednji način: 

 

∑ 

∑ ∑ 

Faktorji, ki so presegli mejno vrednost konvergentne veljavnosti >0.7, so bili sprejeti. 

Diskriminacijska veljavnost se je izračunala z metriko AVE (average variance extracted), in sicer na 

naslednji način: 

 

∑ 

∑ ∑ 

Upoštevani so bili samo faktorji, ki so preseglji mejno vrednost AVE > 0.5. 

Veljavnost merljivega in strukturnega modela smo preverili z naslednjimi metrikami prileganja 

modelov (goodnes‐of‐fit): χ 2 – Hi‐kvadrat, χ 2 /df – normiran Hi‐kvadrat (zaradi velikosti vzorca je 

primerneje izračunati GFI (googness‐of‐fit), AGFI (adjusted goodness‐of‐fit), CFI (comparative fit 

index), NFI (normed fit index), TLI (Tucker Lewis Coefficient), RMR (root mean squared residual), 

RMSEA (root mean squared error of approximation) 

Za statistično analizo smo uporabili statistični paket SPSS PASW 17.0 skupaj z dodatkom AMOS 17.0, 

ki je namenjen modeliranju in obdelavi SEM. 

4.4.3 Rezultati 

Uporaba zgoraj navedenih statističnih tehnik nad podatki, pridobljenimi s pomočjo spletnega 

vprašalnika, je podala v nadaljevanju opisane rezultate. 

Stran 66

67 

Karakteristike vzorca 

Tabela 32: Opisna statistika karakteristik respondentov 

Karakteristike Frekvenca Procent 

Spol 

Moški 

188 

80.0 

Ženski 

47 

20.0 

Starost 

Leta študija 

Izkušnje z 

internetom 

Izkušnje s sistemom 

Moodle 

Prostovoljnost 

uporabe 

Št. predmetov, kjer je 

uporablje Moodle 

(za tekoče študijsko 

leto) 

Frekvenca uporabe 

sistema Moodle 

18 – 20 let 

21 – 22 let 

23 – 24 let 

25 – 26 let 

več kot 26 let 

Manj kot leto dni 

1 – 2 leti 

2 – 3 leta 

3 – 4 let 

4 – 5 let 

Več kot 5 let 

Brez izkušenj 

Z nekaj izkušnjami 

Izkušen‐a 

Zelo izkušen‐a 

Brez izkušenj 

Z nekaj izkušnjami 

Izkušen‐a 

Zelo izkušen‐a 

Prostovoljna uporaba 

Obvezna uporaba 

1 

2 

3‐5 

5‐8 

8‐13 

13‐21 

Nekaj krat na leto 

Nekaj krat na mesec 

Tedensko 

Dnevno 

45 

124 

48 

15 

3 

69 

64 

45 

36 

15 

6 

0 

2 

117 

116 

1 

33 

164 

37 

189 

46 

4 

28 

127 

61 

16 

3 

2 

4 

81 

148 

19.1 

52.8 

20.4 

6.4 

1.3 

29.4 

27.2 

19.1 

15.3 

6.4 

2.6 

0.0 

.9 

49.8 

49.4 

0.4 

14.0 

69.8 

15.7 

80.4 

19.6 

1.7 

11.9 

54.0 

26.0 

6.8 

1.3 

0.9 

1.7 

34.5 

63.0 

Iz zgornje tabele je razvidno, da je bil tipičen respondent študent moškega spola, star 21 – 22 let, zelo 

izkušen pri uporabi interneta, izkušen pri uporabi sistema Moodle. Respondent uporablja sistem 

Moodle za podporo učenju na dnevni ravni. 

Zanesljivost in veljavnost merilnega instrumenta 

Tabela 33 povzema rezultate statističnih analiz notranje zanesljivosti, kompozitne zanesljivosti in 

veljavnosti konstruktov instrumenta za merjenje. Izračunane vrednosti Cronbach α so za vse UTAUT 

latentne spremenljivke presegle mejno vrednost 0.7. Prav tako so vrednosti kompozitne zanesljivosti 

Stran 67

68 

za vse konstrukte UTAUT presegle mejno vrednost 0.7. Izračunane vrednosti AVE so prav tako 

presegle priporočeno vrednost. 

Tabela 33: Zanesljivost konstruktov 

Konstrukt Indikator Factor 

loading 

Pričakovani 

učinek 

Pričakovani 

trud 

Sociološki 

vpliv 

Olajševalne 

okoliščine 

Name 

uporabe 

Odnos do 

uporabe 

PU2 

PU3 

PU4 

PT1 

PT2 

PT3 

SV5 

SV6 

SV7 

OO4 

OO5 

OO6 

NU1 

NU2 

NU3 

OU2 

OU3 

OU4 

0.77 

0.84 

0.73 

0.83 

0.89 

0.89 

0.74 

0.91 

0.76 

0.63 

0.99 

0.54 

0.77 

0.89 

0.81 

0.76 

0.83 

0.82 

Notranja 

konsistentnost 

Cronbach α 

>= 0.70 

Kompozitna 

zanesljivost 

faktorjev 

>= 0.70 

Diskriminacijska 

veljavnost 

Average Variance 

Extracted 

>= 0.50 

0.815 0.821 0.605 

0.901 0.902 0.755 

0.833 0.847 0.651 

0.739 0.781 0.560 

0.858 0.865 0.682 

0.848 0.849 0.653 

Ker so vse vrednosti izračunanih metrik presegle priporočene meje, smo ugotovili, da je bila notranja 

konsistentnost, kompozitna zanesljivost in diskriminacijska veljavnost faktorjev dobra. 

Fornell & Larcker (1981) so poleg zgornjih metrik zanesljivosti konstruktov predlagali način 

ugotavljanja diskriminacijske veljavnosti z uporabo AVE, in sicer ali vrednosti AVE presegajo 

kvadrirane korelacije med konstrukti ali ne. 

Tabela 34: Diskriminacijska zanesljivost 

PU PT SV OO OU NU 

PU 0.61 

PT 0.23 0.76 

SV 0.42 0.16 0.65 

OO 0.32 0.47 0.22 0.56 

OU 0.56 0.22 0.41 0.34 0.65 

NU 0.19 0.06 0.20 0.16 0.18 0.68 

Stran 68

69 

Vse AVE vrednosti posameznih konstruktov so presegle kvadrirane korelacije med konstrukti 

(nediagonalne vrednosti v Tabela 34), zato lahko sklepamo na dobro diskriminacijsko veljavnost 

konstruktov. 

Veljavnost merljivega modela 

Analizirali smo dva merljiva modela: (1) začetni merljiv model, in (2) končni merljivi model. V 

končnem merljivem modeluso bile vse vrednosti metrik prileganja znotraj priporočljivih vrednosti. 

Tabela 35: Metrike prileganja merljivih modelov 

Metrika Priporočena vrednost Začetni merljiv model Končni merljiv model 

χ2 Non‐significant 1361.311 194.963 

df n/a 637.000 120 

P 0.000 0.000 

χ2/df < 3.00 2.137 1.625 

GFI > 0.90 0.760 0.918 

AGFI > 0.80 0.721 0.883 

CFI > 0.90 0.819 0.969 

RMSR < 0.10 0.108 0.054 

RMSEA < 0.08 0.070 0.052 

NFI > 0.80 0.711 0.942 

NNFI > 0.90 0.801 0.960 

PNFI > 0.60 0.644 0.742 

e1 

1 

,48 

e2 

1 

,44 

e3 

1 

,73 

,35 

,30 

1 

e6 PT1 ,95 

,21 

1 1,01 

e5 

PT2 ,54 

,21 

1,00 

1 

e4 

PT3 

,35 

,93 

1 

e9 SV5 1,06 

,24 

1 

1,10 

e8 

SV6 

,77 

1,00 

1 

e7 

SV7 

PUI2 PU3 PU4 

1,21 

1,00 

,70 1,08 

Pričakovan 


,76 

Pričakovan 

trud 

1,01 

,23 

Sociološki 

vpliv 

,18 

,60 

,21,29 

1,87 

OO4 

1 

,82 

e12 

,38 

,10 

,14 

,15 

Olajševalne 


OO5 

1 

,01 

e11 

,58 

,18 

2,97 

,24 

1,00 

OO6 

1 

,37 

e10 

Odnos do 

uporabe 

Name uporabe 

,87 

1,00 

,43 

1,00 

OU2 

1,21 1 

OU3 

1,13 

1 

OU4 

,26 

NU1 

1 

1 

,99 1 

NU2 

,87 

1 

NU3 

CHI SQUARE = 194,963 

DEGREES OF FREEDOM = 120 

P-Value = ,000 

AGFI (>=0.8) = ,883 

CFI (>=0.9) = ,969 

GFI (>=0.9) = ,918 

RMSR (=0.9) = ,960 

PNFI (>=0.6) = ,724 

,62 

e13 

,55 

e14 

,52 

e15 

,29 

e16 

,11 

e17 

,17 

e18 

Slika 31: Končni merljiv model 

Stran 69

70 

Končni merljiv model smo oblikovali na podlagi začetnega merljivega modela in napotkov za 

izboljšave modela, ki smo jih dobili s pomočjo orodja AMOS. Na podlagi napotkov, ki jih je podalo 

orodje AMOS, smo tako iz začetnega merljivega modela odstranili naslednje indikatorje: PU1, PT4, 

SV1, SV2, SV3, SV4, OO1, OO2, OO3, NU4 in OU1. 

Na osnovi končnega merljivega modela sta bila ovrednotena začetni in končni strukturni model. 

Strukturni modeli 

Analizirana sta bila dva strukturna modela: (1) začetni strukturni model, in (2) končni strukturni 

model. Začetni strukturni model je temeljil na teoretičnem modelu (Slika 30). Končni strukturni 

model smo na podlagi rezultatov začetnega strukturnega modela in napotkov, ki jih je podalo orodje 

AMOS, preoblikovali v končni strukturni model. 

Tabela 36: Metrike prileganja strukturnih modelov 

Metrika Priporočena vrednost Začetni strukturni model Končni strukturni model 

χ2 Non‐significant 236.073 200.215 

df n/a 153 135.000 

P 0.000 0.000 

χ2/df < 3.00 1.542 1.483 

GFI > 0.90 0.909 0.919 

AGFI > 0.80 0.875 0.886 

CFI > 0.90 0.966 0.971 

RMSR < 0.10 0.052 0.050 

RMSEA < 0.08 0.048 0.045 

NFI > 0.80 0.911 0.918 

NNFI > 0.90 0.958 0.963 

PNFI > 0.60 0.734 0.724 

Na podlagi napotkov, ki jih je podalo orodje AMOS, smo iz začetnega strukturnega modela odstranili 

še indikator OU3. V končnem strukturnem modelu so bile vse vrednosti metrik prileganja znotraj 

priporočljivih vrednosti. Vrednosti metrik prileganja so se po preoblikovanju začetnega strukturnega 

modela v končni strukturni model izboljšale, kar je pomenilo, da se je končni strukturni model boljše 

prilegal empiričnim podatkom. 

Stran 70

71 

,72 

e13 

1 

,56 

e14 

1 

OU2 

1,00 

OU4 

1,18 

1 

e21 

,20 

,49 

1 

e3 PU2 ,92 

,42 

1 

1,13 

e2 

PU3 

,73 

1,00 

1 

e1 

PU4 

,30 

,37 

1 

e6 PT1 ,95 

,21 

1 

1,01 

e5 

PT2,58 

,21 

1,00 

1 

e4 

PT3 

,94 

,34 

1 

e9 SV5 

,23 

1,06 

1 

1,11 

e8 

SV6 

,77 

1,00 

1 

e7 

SV7 

,80 

Pričakovan 


,75 

Pričakovan 

trud 

Sociološki 

vpliv 

1,01 

,45 

-,03 

,28 

,54 

-,08 ,59 

,69,17 

,63 

,14 

OO4 

1 

,82 

e12 

,18 

Odnos do 

uporabe 

1,35 

Olajševalne 


,33 

OO6 

1 

,37 

e11 

e16 

1 

NU2 

,11 

1,00 

Namen 

uporabe 

1,00 

OO5 

1 

,01 

e10 

e17 

1 

,18 

NU3 NU1 

,87 ,99 

1 

,32 

,14 ,05 

e23 

,30 

e18 

1 

,27 

e19 

1 

,20 

FU1 FU2 

1,00 ,97 

Uporaba 

e20 

1 

1 

,28 

e22 

CHI SQUARE = 200,353 

DEGREES OF FREEDOM = 136 

P-Value = ,000 

AGFI (>=0.8) = ,887 

CFI (>=0.9) = ,972 

GFI (>=0.9) = ,919 

RMSR (=0.9) = ,964 

PNFI (>=0.6) = ,730 

,08 

Slika 32: Končni strukturni model 

Tabela 37: Testiranje hipotez 

Hipoteza Učinek Path Rezultat Učinek večji za 

coefficient 

H1 PU OU 0.457 *** Potrjena moški, mlajši, zelo izkušeni 

H2 PU NU 0.157 NS Zavržena 

H3 PT OU ‐0.028 NS Zavržena 

H4 PT NU ‐0.104 NS Zavržena 

H5 SV OU 0.322 *** Potrjena mlajši, zelo izkušeni 

H6 SV NU 0.238 * Potrjena mlajši, ženski, izkušeni, prostovoljna 

uporaba 

H7 OO OU 0.244 * Potrjena mlajši, zelo izkušeni 

H8 OO NU 0.225 * Potrjena mlajši, izkušeni 

H9 OO U 0.177 NS Zavržena 

H10 OU NU 0.070 NS Zavržena 

H11 NU U 0.501 *** Potrjena moški, mlajši, zelo izkušeni 

Opomba: * p< 0.05; ** p< 0.01; *** p < 0.001; NS p > 0.05 

Rezultati strukturnega modela so podani v tabelarični obliki (Tabela 37). V tabeli so prikazane 

velikosti vplivov in signifikantnost povezav. V orodju AMOS smo dodatno preverili, v katerih primerih 

je učinek večji glede na naslednje faktorje: spol, starost, izkušnje z internetom in tip uporabe 

(prostovoljna, obvezna). Iz rezultatov analize teoretičnega modela je razvidno, da faktor pričakovan 

učinek najbolj vpliva na odnos do uporabe sistema. Ta povezava je močnejša za mlajše študente 

Stran 71

72 

moškega spola, ki so zelo izkušeni v uporabi interneta. Na odnos do uporabe sistema Moodle imata 

signifikanten vpliv tudi faktorja sociološki vpliv in olajševalne okoliščine, kjer se je prav tako izkazalo, 

da je ta učinek večji v primeru mlajših študentov, ki imajo izkušnje z internetom. Faktorja sociološki 

vpliv in odnos do uporabe sta se prav tako izkazala kot signifikantni determinanti namena uporabe 

sistema Moodle. Sociološki vpliv ima večji učinek namen uporabe pri mlajših študentih ženskega 

spola, ki so izkušene pri uporabi interneta in uporabljajo sistem prostovoljno v okviru učenja. Faktor 

namen uporabe se je izkazal kot najmočnejša determinanta dejanske uporabe sistema Moodle. 

Slika 33: Rezultati končnega strukturnega modela 

Slika 34 prikazuje rezultate končnega strukturnega modela. Prekinjena črta pomeni povezavo, ki se je 

izkazala za nesignifikantno, medtem ko povezava z neprekinjeno črto predstavlja povezavo s 

signifikantnim vplivom. 

4.4.4 Povzetek raziskave in ugotovitve 

Z opisano raziskavo smo želeli empirično preizkusiti model sprejetosti UTAUT na specifični e‐storitvi. 

Raziskavo smo izvedli za področje e‐učenja, saj se na fakulteti že nekaj let uporablja sistem Moodle, 

odprtokodni sistem za podporo e‐učenju. Glede na pregled literature, ta raziskava predstavlja enega 

izmed prvih poskusov uporabe teorije UTAUT za raziskovanje mnenj dodiplomskih študentov o 

sprejetosti in uporabi sistema za e‐učenje. Zaradi tega razloga raziskava pomembno dopolnjuje 

področje raziskav sprejetosti IT v kontekstu sistemov za e‐učenje, ki temeljijo na teoriji UTAUT. 

Izvedli smo ustrezne statistične analize notranje in kompozitne zanesljivosti ter veljavnosti 

konstruktov merilnega instrumenta. Merljiv in strukturni model smo preverili u uporabo različnih 

statističnih metrik prileganja modelov z empiričnimi podatki. Za oba modela, tako merljiv kot 

strukturni model se je izkazalo, da se modela dobro prilegata empiričnim podatkom, saj so bile 

vrednosti vseh metrik znotraj priporočenih vrednosti. 

Rezultati raziskave so pokazali, da imajo faktorji pričakovan učinek, sociološki vpliv in olajševalne 

okoliščine direkten vpliv na odnos do uporabe sistema Moodle. Za faktor pričakovan učinek se je 

izkazal, da pri študentih najmočneje vpliva na odnos do uporabe sistema Moodle. Pričakovan trud po 

drugi strani nima signifikantnega vpliva na odnos do uporabe sistema Moodle. Namen uporabe 

Stran 72

73 

sistema prav tako ni pod vplivom faktorjev pričakovan učinek in pričakovan trud. Na namen uporabe 

sistema Moodle signifikantno vplivata faktorja sociološki vplivi in olajševalne okoliščine. Kot se je že 

izkazalo v obstoječih raziskavah na področju sprejetosti IT, pa je faktor namen uporabe najmočnejši 

indikator dejanske uporabe sistema Moodle. 

Rezultati raziskave pomembni so pomembni iz več vidikov. Rezultati raziskave kažejo, da študenti 

nimajo radi sistema za učenje le zato, ker bi bil enostaven za uporabo, ampak zato, ker mislijo, da je 

uporaben in koristen pri njihovem študiju. Zaradi tega se morajo razvijalci sistemov za e‐učenje 

truditi ostati v stiku z najnovejšimi tehnologijami, ki jih morajo omogočiti v okviru sistemov za e‐ 

učenje. Ugotovitev, da študenti raje uporabljajo sistem za e‐učenje zato, ker se jim zdi uporaben, je 

prav tako pomembna za avtorje vsebin za e‐učenje, ki v tovrstne namene uporabljajo sisteme za e‐ 

učenje. Profesorji, učitelji, asistenti, mentorji in drugi ponudniki vsebin za e‐učenje morajo uporabiti 

sistem za e‐učenje na način, ki bo učencem, dijakom, študentom in drugim, ki uporabljajo sistem za 

učenje, čim bolj uporaben. Rezultati raziskave so lahko prav tako koristni raziskovalcem na področju 

sprejetosti IT, saj lahko na osnovi raziskav oblikujejo smernice za nadaljne raziskave na področju 

sprejetosti sistemov za e‐učenje na osnovi teorije UTAUT. Na tem področju je še veliko 

neraziskanega, predvsem iz vidika možnosti razširitve osnovnega teoretične modela UTAUT z 

raziskovanjem potencialnih konstruktov in faktorjev, ki lahko signifikantno vplivajo na sprejetost in 

uporabo sistemov za e‐učenje. 

Stran 73

74 

4.5 Oblikovanje generičnega modela sprejetosti estoritev 

V obstoječi znanstveno‐raziskovalni literaturi najdemo veliko raziskav na področju zakonitosti e‐ 

storitev. Že po prvem, nesistematičnem pregledu literature na področju sprejetosti e‐storitev smo 

ugotovili, da se raziskovalni modeli in rezultati raziskav razlikujejo glede na domeno e‐storitev. Zato 

smo izvedli sistematičen pregled literature, v okviru katerega smo obstoječe znanje o kavzalnih 

zakonitostih identificirali in analizirali glede na posamezne domene e‐storitev. 

V nadaljevanju je opisana metoda dela, omejitve raziskave ter rezultati sistematičnega pregleda 

literature po posameznih domenah e‐storitev. 


Oblikovanje generičnega modela sprejetosti e‐storitev smo se lotili s sistematičnim pregledom 

literature z namenom pridobiti podatke o tem, kateri faktorji sprejetosti so največkrat signifikantno 

vplivali na sprejetost in uporabo e‐storitev. Zanimalo nas je tudi, ali so rezultati vplivov primerljivi 

med različnimi domenami e‐storitev oz. ali se le‐ti razlikujejo glede na domeno e‐storitev. 

Sistematičnega pregleda obstoječe literature smo se lotili po naslednjih korakih: 

1. Opredelitev ekspertnih skupin. V okviru projektne skupine se je opredelilo več skupin, od 

katerih je vsaka dobila svojo domeno e‐storitev. Domene, ki so bile opredeljene so: e‐ 

poslovanje, e‐izobraževanje, e‐turizem, e‐zdravje, e‐kultura, e‐uprava, e‐pravosodje, e‐ 

promet, e‐prostor, e‐trgovina, e‐zabava, e‐finance in e‐davki. 


terminov, preko katerih se je izvedlo iskanje po obstoječi znanstveni literature. Opredelili so 

se termini za področje sprejetosti e‐storitev (na primer: adoption, acceptance, use, intention, 

ipd.), termini iz glavnih teorij sprejetosti (iz teorij TAM, UTAUT, itd.) in domensko specifični 

termini (na primer e‐bančništvo, e‐pravo, e‐turizem, ipd.). 


se identificirale klasifikacije e‐storitev. Iskalni prostor je obsegal splošne spletne iskalnike (na 


IEEE). 

4. Zapisovanje rezultatov iskanja. Definiral se je enoten meta‐model zapisovanja kavzalnih 

zakonitosti. Rezultati so se zapisovali v spletno preglednico, do katere so imeli vsi člani 

skupine sočasen in dvosmeren dostop (branje in pisanje). Posamezne ekipe so zapisovale 

rezultate v svoj delovni zvezek. Posamezne kavzalne povezave so bile zabeležene z 


‐ naslov prispevka, 

‐ vir (url) prispevka, 

‐ ključne besede, 

‐ vrsta raziskave, 

‐ kontekst raziskave, 

Stran 74

75 

‐ vzorec raziskave, 

‐ neodvisna spremenljivka, 

‐ odvisna spremenljivka, 

‐ velikost vpliva, 

‐ signifikantnost vpliva, 

‐ delež pojasnjene variance. 


iskanja posameznega eksperta oziroma skupine. Rezultati iskanja so podani v prilogi F. 

Po pregledu literature se je izvedla normalizacija podatkov, v okviru katere smo poenotili imena 

neodvisnih in odvisnih spremenljivk. Različni avtorji namreč enake spremenljivke pogosto drugače 

poimenujejo, zato je bilo potrebno pred programsko obdelavo podatkov le‐te urediti. 

Po normalizaciji podatkov se je izvedla analiza podatkov z namenom odkrivanja faktorjev, za katere 

se je v posamezni domeni e‐storitev največkrat izkazalo, da signifikantno vplivajo ali ne‐vplivajo na 

sprejetost in uporabo e‐storitev. 

V nadaljevanju so predstavljeni rezultati v obliki opisne statistike za domeni e‐poslovanje in e‐uprava. 

4.5.2 Identifikacija zakonitosti estoritev po posameznih domenah 

Za lažjo statistično analizo kavzalnih zakonitosti se je v okviru projekta implementiralo programsko 

orodje, ki na osnovi vhodne razpredelnice (kot je na primer v prilogi F) izvede štetje najdenih 

(potrjenih) vzročnih odvisnosti med posameznimi konstrukti. Orodje za vse zapisane vzročne 

odvisnosti izpiše naslednje podatke: 

‐ kavzalna povezava, 

‐ št. signifikantnih pozitivnih vplivov, 

‐ št. nesignifikantnih pozitivnih vplivov, 

‐ št. signifikantnih negativnih vplivov, 

‐ št. nesignifikantnih negativnih vplivov. 

Rezultat izdelanega orodja je Tabela 38. Vhod v orodje je predstavljala razpredelnica z vsemi 

zabeleženimi kavzalnimi povezavami iz raziskav na področju sprejetosti e‐poslovanje. 

Tabela 38: Opisna statistika kavzalnih povezav na področju e‐poslovanja 

Št. sig. Št. nesig. Št. sig. Št. nesig. 

Kavzalna povezava pozitivnih pozitivnih negativnih negativnih Skupaj 

PEOU PU 8 0 0 1 9 

PU BI 5 0 1 1 7 

ATU BI 6 0 0 0 6 

SN BI 2 3 0 0 5 

PU ATU 5 0 0 0 5 

PEOU ATU 4 0 1 0 5 

Stran 75

76 

Kavzalna povezava 

Št. sig. 

pozitivnih 

Št. nesig. 

pozitivnih 

Št. sig. 

negativnih 

Št. nesig. 

negativnih Skupaj 

PEOU BI 1 2 0 0 3 

BI U 3 0 0 0 3 

TRU BI 1 1 0 1 3 

PBC BI 2 0 0 0 2 

SN PU 1 1 0 0 2 

SEFF PEOU 2 0 0 0 2 

SEFF BI 1 1 0 0 2 

PEN ATU 0 2 0 0 2 

PEN BI 0 1 0 1 2 

TRU ATU 0 2 0 0 2 

NB SN 0 2 0 0 2 

PU ATT 2 0 0 0 2 

SI BI 1 1 0 0 2 

PU U 1 0 0 0 1 

PEOU U 1 0 0 0 1 

TAL PU 1 0 0 0 1 

TFL PU 1 0 0 0 1 

TAL PEOU 1 0 0 0 1 

TFL PEOU 0 0 1 0 1 

OF PU 1 0 0 0 1 

OF PEOU 1 0 0 0 1 

COM PU 1 0 0 0 1 

COM PEOU 1 0 0 0 1 

PBC PEOU 1 0 0 0 1 

PBC U 0 1 0 0 1 

PBEN ATU 1 0 0 0 1 

PBEN BI 1 0 0 0 1 

PER ATU 0 0 1 0 1 

SOCR ATU 0 0 0 1 1 

TIMR ATU 0 0 1 0 1 

FINR ATU 0 0 1 0 1 

SECR ATU 1 0 0 0 1 

SOCR SN 0 0 1 0 1 

FINR BI 0 0 1 0 1 

SECR BI 0 0 1 0 1 

PER PU 0 0 1 0 1 

Cost PU 1 0 0 0 1 

CON PU 1 0 0 0 1 

PRIV PU 1 0 0 0 1 

EFF PU 1 0 0 0 1 

SEC PU 1 0 0 0 1 

Stran 76

77 


Št. sig. 

pozitivnih 

Št. nesig. 

pozitivnih 

Št. sig. 

negativnih 

Št. nesig. 


ISQ PU 1 0 0 0 1 

IQ PU 1 0 0 0 1 

IQ PEOU 1 0 0 0 1 

PC PU 1 0 0 0 1 

PEOU ATT 1 0 0 0 1 

TR PU 1 0 0 0 1 

TR PEU 1 0 0 0 1 

PU ITT 1 0 0 0 1 

PEU ATT 1 0 0 0 1 

ATT ITT 0 1 0 0 1 

PR ITT 0 0 1 0 1 

SN ITT 1 0 0 0 1 

SI PU 1 0 0 0 1 

AWS PU 1 0 0 0 1 

QICON PEOU 1 0 0 0 1 

RC ATU 1 0 0 0 1 

TR ATU 1 0 0 0 1 

AGE ATU 0 0 0 1 1 

GENDER ATU 0 0 0 1 1 

EDUCATION ATU 1 0 0 0 1 

INCOME ATU 0 0 0 1 1 

PE BI 1 0 0 0 1 

FC BI 1 0 0 0 1 

EE BI 0 1 0 0 1 

MS PU 1 0 0 0 1 

MS PEOU 1 0 0 0 1 

OR PU 0 0 0 1 1 

OR PEOU 0 0 0 1 1 

MS BI 0 1 0 0 1 

OR BI 1 0 0 0 1 

SEC BI 1 0 0 0 1 

Iz zgornje tabele (Tabela 38) lahko izluščimo kavzalne povezave, ki so bile v obstoječih raziskavah na 

področju sprejetosti e‐poslovanja največkrat analizirane. Na podlagi tabele lahko tudi ugotovimo za 

katere faktorje se je največkrat izkazalo, da signifikantno vplivajo (pozitivno ali negativno) na 

sprejetost. Seveda lahko ugotovimo tudi to, za katere faktorje se je največkrat izkazalo, da nimajo 

signifikantnega vpliva na sprejetost in uporabo e‐storitev. Naslednja tabela (Tabela 38) prikazuje 

rezultat štetja signifikantnih/nesignifikantnih pozitivnih/negativnih kavzalnih povezav, ki so bile 

ugotovljene na področju sprejetosti e‐storitev iz domene e‐uprave. 

Stran 77

78 

Tabela 39: Opisna statistika kavzalnih povezav na področju e‐uprave 


Št. sig. 

Pozitivnih 

Št. nesig. 

Pozitivnih 

Št. sig. 

Negativnih 

Št. nesig. 


PE BI 7 0 0 0 7 

EE BI 5 2 0 0 7 

SI BI 7 0 0 0 7 

PU BI 7 0 0 0 7 

TRU BI 6 0 0 0 6 

PEOU BI 4 0 0 1 5 

PEOU PU 5 0 0 0 5 

TRU PU 4 0 0 0 4 

EXP PU 3 0 0 1 4 

FC U 3 0 0 0 3 

BI U 2 1 0 0 3 

SEFF BI 1 1 1 0 3 

DF PEOU 1 0 0 2 3 

RISK TRU 0 0 2 1 3 

PBC BI 1 0 1 1 3 

ATU > BI 3 0 0 0 3 

JREL PU 1 1 0 0 2 

TRUG BI 1 1 0 0 2 

COM BI 1 1 0 0 2 

PEOU SAT 2 0 0 0 2 

PU SAT 2 0 0 0 2 

PQ SAT 2 0 0 0 2 

SAT ‐>> BI 2 0 0 0 2 

TRU RISK 0 1 0 1 2 

RISK BI 0 1 1 0 2 

TRUG TRU 1 1 0 0 2 

TRU WOR 0 0 2 0 2 

RISK PU 0 0 2 0 2 

EXP RISK 0 0 1 1 2 

EXP PBC 1 1 0 0 2 

PBC TRU 1 1 0 0 2 

PBC PU 0 1 1 0 2 

SN PU 1 1 0 0 2 

PU PU 2 0 0 0 2 

PU ATU 2 0 0 0 2 

PEOU ATU 2 0 0 0 2 

PE ATU 2 0 0 0 2 

COMM PEOU 1 0 0 0 1 

EXP PEOU 1 0 0 0 1 

PREVEGOV BI 1 0 0 0 1 

Stran 78

79 

IMG PU 1 0 0 0 1 

OUTQ PU 1 0 0 0 1 

RA BI 1 0 0 0 1 

DF PU 1 0 0 0 1 

Age TRU 0 0 1 0 1 

Gender TRU 0 1 0 0 1 

Education TRU 0 1 0 0 1 

Income TRU 0 1 0 0 1 

EXP TRU 1 0 0 0 1 

PROPTRU TRU 1 0 0 0 1 

TECTRU TRU 1 0 0 0 1 

ORGTRU TRU 1 0 0 0 1 

PRIV TRU 0 0 1 0 1 

PQ TRU 1 0 0 0 1 

PU TRU 1 0 0 0 1 

SEFF PEOU 0 1 0 0 1 

OBIA BI 1 0 0 0 1 

EFILETRUST RISK 0 0 1 0 1 

FC BI 0 0 0 1 1 

DTRU TRU 1 0 0 0 1 

DTRU TRUG 1 0 0 0 1 

TRUG RISK 0 0 1 0 1 

RISK ATU 0 0 1 0 1 

TRU ATU 1 0 0 0 1 

PI ATU 0 1 0 0 1 

COM ATU 1 0 0 0 1 

EI SN 1 0 0 0 1 

II SN 1 0 0 0 1 

SEFF PBC 1 0 0 0 1 

FC PBC 1 0 0 0 1 

SN BI 1 0 0 0 1 

EE SEFF 1 0 0 0 1 

FC ATU 1 0 0 0 1 

PSC ATU 1 0 0 0 1 

PSC BI 1 0 0 0 1 

ANX BI 0 0 1 0 1 

TMS BI 0 0 1 0 1 

EE ATU 1 0 0 0 1 

PEOU PEN 1 0 0 0 1 

PEN ATU 1 0 0 0 1 

PEN BI 1 0 0 0 1 

Stran 79

80 

Osnovna teoretična modela sprejetosti, ki sta največkrat uporabljena, sta TAM in UTAUT. Iz tabel 

zgoraj (Tabela 38 in Tabela 39) lahko povzamemo naslednje ugotovitve: 

1. Dojeta uporabnost (TAM) in pričakovan učinek (UTAUT) signifikantno vplivata na namen uporabe 

tehnologije/storitve. Ta rezultat ni nepričakovan, saj sta faktorja iz sicer različnih teoretičnih 

modelov zelo podobno definirana. 

2. Faktor sociološki vpliv (UTAUT) in factor subjektivne norme signifikantno vplivata na namen 

uporabe tehnologije/storitve. 

3. Dojeta enostavnost uporabe signifikantno vpliva na dojeto uporabnost tehnologije/storitve. 

4. Odnos do uporabe tehnologije/storitve lahko signifikantno vpliva na namen uporabe 

tehnologije/storitve. 

5. Dojeta uporabnost tehnologije/storitve signifikantno vpliva na odnos do uporabe 

tehnologije/storitve. 

6. Dojeta enostavnost uporabe sistema tehnologije/storitve lahko tako pozitivno kot negativno 

vpliva na odnos do uporabe tehnologije/storitve. 

7. Namen uporabe se je večkrat izkazal kot determinanta dejanske uporabe tehnologije/storitve. 

8. Na področju sprejetosti storitev e‐uprave se je kot zelo pomemben faktor izkazal faktor zaupanja, 

ki recimo na področju področju e‐poslovanja ni bil med vidnejšimi faktorji sprejetosti. 

9. Med faktorji, ki pomembno vplivajo na sprejetost e‐uprave, so tudi izkušnje posameznih 

uporabnikov storitev. 

Posamezne raziskave so demonstrirale, da lahko v določenih primerih e‐storitev na sprejetost in 

uporabo signifikantno vplivajo tudi drugi domensko specifični faktorji. Zaradi tega je potrebno za 

vsako e‐storitev posebej poiskati morebitne faktorje, ki lahko vplivajo na uporabnikovo dojemanje o 

uporabi e‐storitve. Tabela 40 vsebuje kode in polna imena konstruktov, ki so se povzeli iz obstoječih 

raziskav na področju sprejetosti e‐storitev. 

Tabela 40: Defijicije akronimov konstruktov na področju sprejetosti e‐storitev 

Akronim 

ANX 

ATU 

AWS 

BI 

COMM 

COM 

CON 

DF 

DTRU 

EFF 

EE 

EXP 

EI 

FC 

FINR 

Polno ime (v izvornem jeziku) 

Anxiety 

Attitude Toward Using 

Awareness of Service 

Behavioural Intention 

Commitment 

Compatibility 

Convenience 

Demographic Factors 

Disposition to Trust 

Efficiency 

Effort Expectancy 

Experience 

External Influence 

Facilitating Conditions 

Financial Risk 

Stran 80

81 

IMG 

IQ 

ISQ 

II 

JREL 

MS 

NB 

OBIA 

OF 

OR 

OUTQ 

PBC 

PBEN 

PEC 

PEOU 

PEN 

PQ 

PS 

PSC 

PU 

ORGTRU 

PE 

PER 

PI 

PREVEGOV 

PRIV 

PROPTRU 

QICON 

RA 

RISK 

SAT 

SEC 

SECR 

SEFF 

SI 

SOCR 

SN 

TIMR 

TMS 

TAL 

TFL 

TECTRU 

EFILETRUST 

TRUG 

TRU 

U 

WOR 

Image 

Information Quality 

Information System Quality 

Interpersonal Influence 

Job Relevance 

Management Support 

Normative Belief by Family and Others 

Optimism bias 

Organisational Facilitators 

Organisational Readiness 

Output Quality 

Perceived Behavioural Control 

Perceived Benefit 

Perceived Credibility 

Perceived Ease of Use 

Perceived Enjoyment 

Perceived Quality 

Perceived Security 

Perceived Strength of control 

Perceived Usefulness 

Percieved Organizational Trustworthiness 

Performance Expectancy 

Performance Risk 

Personal Innovativeness 

Previous E‐Government Transaction 

Privacy 

Property to trust 

Quality of Internet Connection 

Relative Advantage 

Risk Perception, Perceived Risk 

Satisfaction 

Security 

Security Risk 

Self‐Efficacy, Computer Self‐Efficacy 

Social Influence 

Social Risk 

Subjective Norms 

Time Risk 

Top Management Support 

Transactional Leadership 

Transformational Leadership 

Trust in technology 

Trust of the e‐file system 

Trust of the State Government 

Trust, Perceived Trust, Trust of the Internet 

Usage 

Worry in E‐Government 

Iz obstoječe literature je razvidno, da je sprejetost in uporaba e‐storitev raziskovalno zelo zanimivo in 

Stran 81

82 

hkrati raziskano področje. Na podlagi primerjalne analize rezultatov, ki jih prikazujeta Tabela 38 in 

Tabela 39 ter ob upoštevanju rezultatov, povzetih v Tabela 26 lahko povzamemo naslednje 

ugotovitve: 

1. Raziskave o sprejetosti e‐storitev največkrat temeljijo na preverjenih teorijah sprejetosti IT, in 

sicer sta to Technology Acceptance Model (TAM) in Unified Theory of Acceptance and Use of 

Technology (UTAUT). 

2. Posamezne raziskave vključujejo dodatne faktorje, ki so specifični oz. vezani na določeno e‐ 


3. Za posamezno domeno e‐storitev se izkaže, da so določeni faktorji bolj pomembni kot v 

ostalih domenah. Na primer: v domeni e‐uprava se je za faktor zaupanje v e‐upravo izkazalo, 

da je zelo pomemben faktor, saj signifikantno vpliva na vedenje uporabnika. 

4.5.3 Generični model sprejetosti estoritev 

Obstoječi teoretični modeli sprejetosti IT, kot sta modela TAM in UTAUT, so sicer sami po sebi dovolj 

splošni in uporabni za ocenjevanje sprejetosti in uporabe katerekoli informacijske tehnologije ali 

storitve. Vendar, modela TAM in UTAUT ne določata zunanjih spremenljivk, ki vplivajo na 

uporabnikova dojemanja ob uporabi določene informacijske tehnologije ali storitve. Te zunanje 

spremenljivke so odvisne od vrste IT, ki se vrednoti. 

Glede na to, da oblikujemo generični model sprejetosti e‐storitev, smo te zunanje spremenljivke 

poimenovali »domensko specifični eksogeni in endogeni faktorji«. Na področju e‐storitev je več 

raziskovalcev demonstriralo signifikanten vpliv različnih domensko specifičnih eksogenih in 

endogenih faktorjev na uporabnikova dojemanja. Med domensko specifične faktorje spadajo faktorji, 

ki so povezani predvsem s karakteristikami kakovosti in uporabe e‐storitev, na primer: zaupanje v e‐ 

upravo, dojeto tveganje, varnost, zasebnost podatkov, itd. 

Povzetek rezultatov različnih raziskav na področju sprejetosti e‐storitev jasno kažejo tudi na to, da 

lahko na uporabnikova dojemanja signifikantno vplivajo individualne karakteristike uporabnika. Med 

individualne karakteristike uporabnika štejemo na primer starost, spol, izkušnje s tehnologijo, 

izobrazba, tip uporabe (obvezna, neobvezna), itd. Tudi za individualne karakteristike se je izkazalo, da 

so v posameznih domenah e‐storitev določeni faktorji večkrat signifikantno vplivali na uporabnikovo 

dojemanje. Ob upoštevanju teh ugotovitev lahko oblikujemo splošen‐generičen model sprejetosti e‐ 

storitev (Slika 34). 

Stran 82

83 

Slika 34: Generični model sprejetosti e‐storitev 

Slika 34 prikazuje predlagan splošen model sprejetosti e‐storitev, ki temelji na teoriji UTAUT. Za 

teoretični model UTAUT (kot osnovni model sprejetosti informacijskih tehnologij) smo se odločili iz 

naslednjih razlogov: 

1. Teorija UTAUT je najnovejša teorija na področju sprejetosti in uporabe IT in 

2. Venkatesh et al. (2003) so demonstrirali, da je UTAUT bolj natančen od kateregakoli drugega 

modela sprejetosti (TAM, TPB, MM, itd). 

Zgoraj predlagani model sprejetosti je torej model, ki je zgrajen na teoriji UTAUT. Na osnovi 

obstoječega znanja (povzetega iz rezultatov obstoječih empiričnih raziskav) lahko za katerokoli 

domeno e‐storitev predlagamo konkretni model sprejetosti e‐storitev, ki bo vključeval najbolj 

pomembne domensko specifične eksogene in endogene faktorje ter najbolj pomembne 

indidividualne karakteristike uporabnika, ki lahko vplivajo na uporabnikovo dojemanje. Tako 

dopolnjen model lahko predstavlja osnovo za ocenjevanje sprejetosti in uporabe e‐storitev. Takšen 

model lahko predstavlja pomoč raziskovalcem pri iskanju novih domensko specifičnih faktorjev, ki 

vplivajo na uporabnikova dojemanja e‐storitev. 

Stran 83

84 

4.6 Vpliv sodobnih tehnologij na sprejetost estoritev 

Eden izmed strateških ciljev strategije i2010 »Evropska informacijska družba za rast in 

zaposlovanje« 15 je razvoj in zagotavljanje kakovostnih javnih storitev. Tako razvoj kot sprejetost in 

uporaba e‐storitev sta tesno povezani z razvojem sodobnih informacijsko komunikacijskih tehnologij. 

Zadnjih nekaj let smo priča naglemu razvoju in pospešenem uvajanju najsodobnejših tehnologij in 

pristopov, na primer: 

• Tehnologije Splet 2.0 (Web 2.0), kjer je pomen predvsem na vsebinah, ki jih ustvarjajo 

uporabniki (socialne mreže, spletni dnevniki, Wiki, XML, RSS viri, označevanje oz. taggi, 

izmenjava vsebin, itd.). Raziskava, ki jo je izvedla raziskovalna skupina Forrester Research, 

daje zanimive rezultate o tem, da tehnologije spleta 2.0 še niso široko sprejete. Medtem ko 

59 odstotkov zaposlenih, ki so stari med 18 in 29 leti, doma uporablja splet 2.0 oz. družabne 

tehnologije, jih na delu uporablja le 14 odstotkov 16 . Ista raziskava tudi pokazala, da starejša 

generacija spletnih uporabnikov (30‐43 let) uporablja splet 2.0 in podobne družabne 

tehnologije bolj kot mlajša generacija (18‐29 let). Res je, da je uporaba različnih spletnih 

tehnologij (kot je na primer: AJAX, XMLRequest,…) omogočila razvoj spletnih rešitev, ob 

katerih so imeli končni uporabniki nove izkušnje ob uporabi. Po drugi strani pa splet 2.0 ne 

pomeni posebne tehnološke revolucije (AJAX na primer je samo skupek obstoječih 

tehnologij). Je pa splet 2.0 omogočil razvoj inovativnih rešitev in premik na dojemanju spleta 

in uporabe spletnih vsebin s strani končnih uporabnikov. 

• Splet prihodnosti (oz. semantični splet ali Splet 3.0) daje poudarek predvsem na pomenu 

podatkov, personalizaciji, inteligentnemu iskanju podatkov, itd. Splet prihodnosti bo 

izpopolnil manjkajočo vrzel spleta 2.0, ki je dejansko še vedno samo spletišče posameznih 

dokumentov in aplikacij, ki so centralizirane in držijo podatke za sebe. Splet 3.0 bo 

semantično povezal porazdeljene, razdrobljene in vseprisotne podatke preko spleta. Splet 

3.0 bo končno namenjen tudi inteligentim aplikacijam (agentom), ki bodo podatke znali 

prejeti, razumeti, analizirati in ponuditi končnim uporabnikom. 

• Programska oprema kot storitev (»Software as a Service« ali SaaS) je sodoben pristop na 

področju računalniških tehnologij, ki omogoča najem programske opreme. To pomeni, da 

podjetjem ni potrebno kupiti in nameščati programske opreme v svojem informacijskem 

okolju, ampak dostopajo do aplikacij preko varnih spletnih kanalov le takrat, ko je to 

potrebno (v originalu “Service‐on‐demand”). Tak način dela omogoča bistveno nižje stroške 

uporabe, vzdrževanja, podpore in operativnosti programske oprema. Raziskovalna skupina 

Gartber je objavila študijo trga programske oprema SaaS, za katerega napovedujejo, da naj bi 

le‐ta do leta 2011 dosegel 11.5 miljarde USD 17 . Za programsko opremo kot storitev se je 

izkazalo, da ni nujno vedno cenejša kot (namizna) programska oprema, ki jo imajo podjetja 

15 i2010 – Evropska informacijska družba za rast in zaposlovanje 

(http://www.mvzt.gov.si/nc/si/splosno/cns/news/article/12023/499/) 

16 Sodobne tehnologije, z izjemo računalnikov, uporablja premalo informacijskih delavcev 

(http://www.agencijanet.si/sodobne‐tehnologije‐z‐izjemo‐racunalnikov‐uporablja‐premalo‐i‐delavcev/) 

17 Gartner Says Worldwide Software as a Service Revenue in the Enterprise Application Software Markets to Grow 21 

Percent in 2007 (http://www.gartner.com/it/page.jspid=511899) 

Stran 84

85 

nameščeno pri sebi. Gartnerjeva analiza stroškov je pokazala, da so petletni skupni stroški 

lastništva nižji od tistih, ki so povezani z najemom programske opreme 18 . 

• Računalništvo v oblaku (v originalu »Cloud computing«) je najsodobnejši pristop, ki 

predstavlja dinamično razširljive in pogosto virtualizirane računalniške storitve, ki so na voljo 

kot storitev preko interneta 19 . Osnovni koncept računalništva v oblaku poleg programske 

opreme kot storitve vključuje še platformo kot storitev (Platform as a Service – PaaS) in 

infrastrukturo kot storitev (Infrastructure as a Service – IaaS). Računalništvo v oblaku naj bi 

po mnenju skupine Gartner 20 imelo vsaj tako pomemben vpliv na evolucijo poslovanja, kot ga 

je imelo v preteklosti razvoj in uvajanje e‐poslovanja. Temeljilo bo predvsem na poenotenju 

in standardizaciji tehnologij, virtualizaciji, vzponu storitveno usmerjene programske 

arhitekture in rasti razširjenosti interneta. 

Na področju informacijsko‐komunikacijskih tehnologij lahko v bližnji prihodnosti pričakujemo razvoj 

novih generacij orodij, storitev in omrežij. Ta novi svet tehnologij,ki se pogosto omenja pod imenom 

»internet prihodnosti« (originalno »Future Internet«), bo skupek naprednih, sofistificiranih 

arhitektur, podpornih orodij in intelignentih naprav, ki bodo predstavljale temelj za razvoj novih in 

inovativnih spletnih storitev, katerih uporaba bo za uporabnike predstavljala nove dimenzije izkušenj. 

Internet prihodnosti je eno izmed glavnih raziskovalnih področij, ki jo obravnavajo različne 

raziskovalne iniciative po vsem svetu. Tudi v Evropi je strateškega pomena, saj je v središču 7. 

okvirnega programa, kjer je eden izmed glavnih ciljev »zagotavljanje omrežij in storitev naslednje 

generacije«. 

Pomembno se je zavedati, da razvoj inovativnih e‐storitev na osnovi najsodobnejših tehnologij in 

storitev še ne pomeni ključ do uspeha. Končni uporabniki e‐storitev ne bodo uporabljali le zato, ker 

so bile razvite na osnovi najnovejših tehnologij in pristopov.V nadaljevanju zato podajamo predlog 

razširitve generičnega modela sprejetosti (ki je bil predstavljen na Slika 34), ki bi lahko bil osnova za 

raziskovanje vpliva posameznih tehnologij na sprejetost in uporabo e‐storitev. 

4.6.1 Predlog razširitve modela sprejetosti 

Predlagan generični model sprejetosti e‐storitev skupaj s tehnološkimi faktorji e‐storitev lahko 

uporabimo za ocenjevanje vpliva sodobnih tehnologij na uporabnikova dojemanja e‐storitev. Slika 35 

prikazuje primer razširitve splošnega modela sprejetosti, kjer so dodani faktorji, ki so povezani z 

uporabo naprednih tehnologij in pristopov (Web 2.0, AJAX, SaaS, itd.). 

18 Programska oprema kot storitev ni nujno cenejša (http://www.agencijanet.si/programska‐oprema‐kot‐storitev‐ni‐nujnocenejsa/) 

19 Računalništvo v oblaku (http://sl.wikipedia.org/wiki/Ra%C4%8Dunalni%C5%A1tvo_v_oblaku) 

20 Gartner Says Cloud Computing Will Be As Influential As E‐business (http://www.gartner.com/it/page.jspid=707508) 

Stran 85

86 

Slika 35: Primer razširitve modela sprejetosti 

4.6.2 Analiza uporabe tehnologij spleta 2.0 v okviru eučenja 

Na Fakulteti za elektrotehniko, računalništvo in informatiko smo izvedli raziskavo o mnenju 

študentov o tehnologijah spleta 2.0 v okviru e‐učenja. Prav tako smo proučevali koliko dejansko 

uporabljajo omenjene tehnologije pri spletni obliki študija. 

Na osnovi sodobnih spletnih tehnolgij se uvajajo novi pristopi, ki vlogo učencev spreminjajo od 

pasivne v aktivno. Od učencev se bo tako vedno več zahtevalo, da bodo tudi sami aktivno sodelovali 

pri izdelavi vsebin za e‐učenje in ne bodo samo nalagali vsebin iz spletnih virov. Raziskava je 

vključevala dodiplomske študente, ki uporabljajo sistem Moodle. V okviru raziskave smo želeli dobiti 

odgovora na naslednji raziskovalni vprašanji: 

‐ RV1: Kako pomembno je, da sistem za e‐učenje (Moodle) zagotavlja 

tehnologije/storitve Spleta 2.0 

‐ RV2: Kako pogosto študenti uporabljajo posamezne splet 2.0 tehnologije/storitve 

Raziskavo smo izvedli s pomočjo spletnega vprašalnika, kjer so bila vprašanja organizirana v dva dela. 

V prvem delu so študenti označili, kako pomembno se jim zdi, da so tehnologije spleta 2.0 in druge 

storitve omogočene v okviru sistema za učenje. Med druge storitve štejemo predvsem tehnologije, ki 

omogočajo komunikacijo (sinhrono in asinhrono) s pedagoškimi delavci in ostalimi študenti, ki so 

prijavljeni v isti predmet. V drugem delu je spletni vprašalnik vseboval vprašanja o tem, kako pogosto 

posamezne tehnologije ali storitve v okviru sistema za e‐učenje dejansko uporabljajo. Študenti so 

podali odgovore na 5‐stopenjski lestvici, ki je imela vrednosti od »zelo pogosto« (5) do nikoli (1). 

Stran 86

87 

Tabela 41 prikazuje opisno statistiko pomembnosti specifičnih storitev v okviru e‐učenja. 

Tabela 41: Pomembnost tehnologij/storitev v okviru sistema za e‐učenje 

Tehnologija/storitev 

Sodelovanje z ostalimi 

sošolci 

Komunikacija s sošolci 

(asynch./ synch.) 

Komunikacija s 

profesorjem in 

asistenti 

(sinhrona/asinhrona) 

Web 2.0 tehnologije in 

storitve (blog, Wiki, 

RSS, etc.) 

Zelo 

pomembno 

(5) 

74 

31.5% 

65 

27.7% 

116 

49.4% 

49 

20.9% 

Pomembno 

(4) 

103 

43.8% 

100 

42.6% 

92 

39.1% 

103 

43.8% 

Neodločen 

(3) 

33 

14% 

29 

12.3% 

16 

6.8% 

44 

18.7 

Ni tako 

pomembo 

(2) 

21 

8.9% 

35 

14.9% 

10 

4.3% 

35 

14.9 

Ni 

pomembno 

(1) 

4 

1.7% 

6 

2.6% 

1 

0.4% 

4 

1.7% 

Mean / Std. 

Dev. 

3.94/ 

0.983 

3.78/ 

1.087 

4.33/ 

0.816 

3.67/ 

1.021 

Sodelovanje s študenti pri učenju 

50,00 

45,00 

40,00 

35,00 

30,00 

25,00 

20,00 

15,00 

10,00 

5,00 

0,00 

Zelo 

pomembno 

Pomembno 

Neodločen 

Ni tako 

pomembno 

Ni 

pomembno 

Slika 36: Pomembnost tehnologij in storitev za sodelovanje s študenti v sistemu za e‐učenje 

Stran 87

88 

Komunikacija s študenti 


45,00 

40,00 

35,00 

30,00 

25,00 

20,00 

15,00 

10,00 

5,00 

0,00 

Zelo 

pomembno 

Pomembno 

Neodločen 

Ni tako 

pomembno 

Ni 

pomembno 

Slika 37: Pomembnost tehnologij in storitev za komunikacijo s študenti v sistemu za e‐učenje 

Komunikacija s profesorji in asistenti 


60,00 

50,00 

40,00 

30,00 

20,00 

10,00 

0,00 

Zelo 

pomembno 

Pomembno 

Neodločen 

Ni tako 

pomembno 

Ni 

pomembno 

Slika 38: Pomembnost tehnologij in storitev za komunikacijo s profesorji in asistenti preko sistema za e‐ 

učenje 

Stran 88

89 

Web 2.0 (Wiki, Blog, RSS, etc.) 

50,00 

45,00 

40,00 

35,00 

30,00 

25,00 

20,00 

15,00 

10,00 

5,00 

0,00 

Zelo 

pomembno 

Pomembno Neodločen 

Ni tako 

pomembno 

Ni 

pomembno 

Slika 39: Pomembnost tehnologij Web 2.0 v okviru sistema za e‐učenje 

Opisna statistika ki je prikazana v zgornji tabeli (Tabela 41) in grafih (Slika 36, Slika 37, Slika 38 in Slika 

39) prikazuje mnenja študentov, ki menijo, da je pomembno, da sistem za e‐učenje podpira sodobne 

tehnologije in storitve. Za študente je zelo pomembna predvsem možnost neposredne komunikacije 

s pedagoškim osebjem. 

Tabela 42: Pogostost uporabe tehnologij/storitev v okviru sistema za e‐učenje 

Zelo 

pogosto 

Tehnologija/storitev 

(5) 


4 

profesorji 

1.7% 


9 

študenti 

3.8 

Sodelovanje pri 

0 

izdelavi vsebin(Wiki) 0% 

Pisanje spletnega 

0 

dnevnika (blog) 

0% 

Branje RSS novic 24 

10.2% 

Pogosto 

(4) 

18 

7.7% 

34 

14.5% 

17 

7.2% 

4 

1.7% 

39 

16.6% 

Redko 

(3) 

88 

37.4% 

83 

35.3% 

49 

19.1% 

18 

7.7% 

37 

15.7% 

Zelo redko 

(2) 

91 

38.7% 

77 

32.8% 

58 

24.7% 

20 

8.5% 

41 

17.4% 

Nikoli 

(1) 

34 

14.5% 

32 

14.6% 

115 

48.9% 

193 

82.1% 

94 

40% 

Mean / 

Std. Dev. 

2.43 / 

0.891 

2.62 / 

1.015 

1.85 / 

0.975 

1.29 / 

0.680 

2.40 / 

1.411 

Tabela 42 prikazuje opisno statistiko dejanske uporabe posameznih tehnologij/storitev v okviru 

sistema za e‐učenje. V nadaljevanju so enaki rezultati prikazani v obliki grafov, ki podajajo frekvence 

posameznih odgovorov. 

Stran 89

90 

Komunikacija s profesorji 


45,00 

40,00 

35,00 

30,00 

25,00 

20,00 

15,00 

10,00 

5,00 

0,00 

Zelo 

pogosto 

Pogosto 

Redko 

Zelo 

redko 

Nikoli 

Slika 40: Pogostost uporabe tehnologij za komunikacijo s profesorji in asistenti 

Komunikacija s študenti 


40,00 

35,00 

30,00 

25,00 

20,00 

15,00 

10,00 

5,00 

0,00 

Zelo 

pogosto 

Pogosto 

Redko 

Zelo 

redko 

Nikoli 

Slika 41: Pogostost uporabe tehnologij za komunikacijo s študenti 

Stran 90

91 

Wiki 

60,00 

50,00 

40,00 

30,00 

20,00 

10,00 

0,00 

Zelo 

pogosto 

Pogosto 

Redko 

Zelo 

redko 

Nikoli 

Slika 42: Pogostost uporabe tehnologije Wiki za sodelovanje pri izdelavi vsebin 

Blog 

90,00 

80,00 

70,00 

60,00 

50,00 

40,00 

30,00 

20,00 

10,00 

0,00 

Zelo 

pogosto 

Pogosto 

Redko 

Zelo 

redko 

Nikoli 

Slika 43: Pogostost uporabe tehnologije za pisanje spletnega dnevnika 

Stran 91

92 

RSS 

45,00 

40,00 

35,00 

30,00 

25,00 

20,00 

15,00 

10,00 

5,00 

0,00 

Zelo 

pogosto 

Pogosto 

Redko 

Zelo 

redko 

Nikoli 

Slika 44: Pogostost uporabe tehnologij za branje RSS virov 

Glede na rezultate, ki jih je dala analiza o mnenju študentov o pomembnosti posameznih tehnologij 

in storitev v okviru sistema za e‐učenje, je podala relativno nepričakovane rezultate. Na podlagi 

opisne statistike, predstavljene v tabelah (Tabela 42) in na grafih (Slika 40, Slika 41, Slika 42, Slika 43 

in Slika 44) ugotavljamo, da študenti zelo redko oz. sploh ne uporabljajo Splet 2.0 tehnologij (Wiki, 

blog, RSS). 

Raziskava zgoraj sicer ni podala nobenih odgovorov na to, zakaj študenti teh tehnologij v okviru 

sistema Moodle ne uporabljajo. Za iskanje razlogov, bi morali izvesti raziskavo, kjer bi iskali faktorje, 

ki vplivajo na sprejetost in uporabo tovrstnih tehnologij v okviru sistema za učenje. Vendar za 

uporabo/ne uporabo ni nujno, da so razlogi povezani samo s tehnološkim vidikom oz. da je sprejetost 

odvisna samo od dojemanj, ki jih imajo študenti ob uporabi sistema za e‐učenje. E‐učenje in vpeljava 

tehnologij je v veliki meri odvisna od tega, kako je sistem za e‐učenje konfiguriran in v kolikšni meri je 

predvidena uporaba tehnologij Spleta 2.0 v okviru pedagoškega procesa. To pomeni, da je vpeljava 

tovrstnih tehnologij odvisna predvsem od tistih, ki pripravljajo vsebine za e‐učenje (profesorjev, 

asistentov, učiteljev, mentorjev). 

Zaradi zgornjega dejstva menimo, da je v model sprejetosti IT potrebno vključiti tudi vlogo 

uporabnika. Predvidevamo, da se lahko mnenja končnih uporabnikov razlikujejo glede na to, kakšno 

vlogo ima uporabnik pri uporabi določene tehnologije/sistema/storitve. Z vlogo uporabnika je 

povezan tudi način uporabe sistema in ni nujno, da vsi uporabniki določenega sistema le tega 

uporabljajo na enak način. S to predpostavko so povezana tudi različna dojemanja uporabnikov, na 

primer: o uporabnosti sistema, enostavnosti uporabe, kakovosti, itd. 

Stran 92

93 

4.7 Vpliv profila uporabnika na sprejetost estoritev 

Venkatesh et al. (2003) so v model UTAUT vključili faktorje, ki so povezani z lastnostmi uporabnika in 

in načinom uporabe tehnologije/storitve. Ti faktorji so: spol, starost, izkušnje in način uporabe. 

Navedeni faktorji v modelu UTAUT nimajo neposrednega vpliva na faktorje modela, so pa v vlogi 

moderatorjev povezav med faktorji. Iz tega sledi, da dojemanje uporabnikov z različnimi lastnostmi 

(različna starost, različni spol, različni nivo izobrazbe, različne izkušnje) ob uporabi določene 

tenologije ali storitve ni nujno vedno enako. 

V generičnem modelu, ki smo ga predlagali v prejšnjem poglavju, smo predlagali združitev teh 

uporabniških faktorjev v skupno množico, ki smo jo poimenovali »individualne karakteristike 

uporabnika«. Med že predlagane faktorje, ki so del osnovnega modela UTAUT, smo dodali dva 

dodatna faktorja, in sicer: izobrazba in vloga uporabnika. Predvidevamo, da na dojemanje o 

uporabnosti in enostavnosti uporabe določene tehnologije ali storitve lahko vpliva tudi izobrazba 

posameznika. Dojemanje o uporabnosti in enostavnosti uporabe pa je lahko različno tudi za 

uporabnike, ki določeno tehnologijo ali storitev uporabljajo. 

Vloga uporabnika je povezana s tipom e‐storitve. Na primer: sistem za e‐učenje lahko uporabljajo 

tako študenti oz. učenci kot profesorji oz. učitelji. Prvi uporabljajo sistem za učenje oz. za 

pridobivanje znanja, medtem ko slednji uporabljajo sistem za e‐učenje za podajanje snovi oz. 

izvajanje pedagoškega procesa. Z vlogo uporabnika so tako povezana pričakovanja o tem, kaj bi moral 

nek sistem ali storitev zagotoviti. Ob uporabi določenega sistema ali storitve pa je lahko tudi 

dojemanje o dejanski uporabnosti sistema ali storitve različno glede na to, kdo in za kakšne namene 

ga uporablja. V primeru sistema za e‐učenje je lahko na primer profesor ali učitelj z e‐učenjem 

zadovoljen, ker je uvedba sistema izboljšala kakovost izvajanja pedagoškega procesa in ga bo 

uporabljal še naprej. Po drugi strani pa so lahko študenti ob uporabi sistema za e‐učenje zelo 

razočarani s kakovostjo uporabniškega vmesnika, naborom funkcionalnosti, povezljivostjo s 

tehnologijami in storitvami spleta 2.0 in bodo sistem uporabljali samo dokler je nujno, potem pa 

bodo uporabo sistema opustili. 

E‐storitve so storitve, dostopne preko interneta. Obstajajo različni tipi e‐storitev v različnih domenah, 

zato je tudi v kontekstu uporabniških faktorjev potrebno poiskati in preveriti dodatne uporabniške 

faktorje, ki bi lahko pomembno vplivali na sprejetost oz. na vzročne povezave v modelu sprejetosti. 

4.7.1 Eprofil 

E‐storitve so iz vidika dostopnosti in uporabe neodvisne od lokacije in časa. Zato je potrebno 

razmisliti tudi o posebni obliki profila uporabnika. V splošnem je definicija uporabniškega profila 

naslednja 21 : 

Uporabniški profil je zbirka uporabniških podatkov, ki so povezani z 

določenim uporabnikom. Profil se nanaša na eksplicitno digitalno 

predstavitev uporabniške identitete. 

21 User Profile, http://en.wikipedia.org/wiki/User_profile 

Stran 93

94 

Predvsem v sklopu personalizacije na različnih portalnih straneh se profil uporabnika poveže z 

uporabnikovimi osebnimi nastavitvami. 

E‐profil bi se lahko uporabil tudi v sklopu identifikacije in povezovanja med različnimi e‐storitvami. E‐ 

storitve bi morale biti zasnovane tako, da bi se prilagodile za različne uporabnike in s tem izboljšale 

kakovost uporabe in uporabnikovo dojemanje. Isti e‐profil bi lahko bil upoštevan v različnih e‐ 

storitvah, predvsem tam, kjer se znotraj enega uporabniškega opravila poveže več različnih storitev. 

Stran 94

95 

5. Kakovost estoritev 

Modeli sprejetosti, kot je na primer TAM ali UTAUT, ne določajo lastnosti programske opreme in e‐ 

storitev, ki vplivajo na njihovo sprejetost, saj so te odvisne od številnih dejavnikov, med katerimi se 

najpogosteje izpostavljata vrsta IT in tip uporabnika. 

V domeni programskega inženirstva so lastnosti, ki naj bi jih imel programski izdelek ali storitev, 

opredeljene s kakovostjo programske opreme, ki je definirana naslednje (Kitchenham & Pfleeger 

1996) : 

Kakovost so vse karakteristike entitete, ki uporabniku zagotavljajo 

zadostitev eksplicitno navedenih in implicitnih zahtev. 22 

Kakovost programske opreme in storitev torej predstavlja kompozit vseh njenih lastnosti, ki 

ovrednotijo njeno kakovost in vplivajo nanjo. Zato je kakovost kompleksen in večplasten koncept, ki 

ga lahko opazujemo z različnih vidikov (McCall et al. 1977): 

‐ Transcendentni vidik (transcendental view). Transcendentni vidik kakovosti je 

nerazgradljiv pogled na celoto, ki temelji na izkušnjah in zaznavanju. Kakovost v 

takšnem vidiku se lahko zazna, vendar je ni možno definirati ali izmeriti. 

‐ Uporabniški vidik (user view). Predstavlja ustrezanje programskega izdelka 

uporabniku. Vidik je usmerjen na uporabnikova opravila in ga je možno delno izmeriti 

z uporabo proizvoda. V standardu ISO/IEC 9126 je takšen vidik kakovosti opredeljen 

kot »kakovost v uporabi« (quality in use). 

‐ Proizvodni vidik (manufacturing view). Predstavlja stopnjo, do katere programski 

izdelek ustreza formalnim zahtevam oziroma specifikacijam. Kakovost se definira npr. 

s štetjem napak in evalvacijo stroškov odprave napak. V standardu ISO/IEC 9126 je 

takšen vidik kakovosti opredeljen kot »zunanja kakovost« (external quality). 

Proizvodni vidik kakovosti je odvisen od zrelosti delovnih procesov organizacije, ki 

razvija programsko opremo. Zrelost delovnih procesov podrobneje opredeljujejo 

standardi, kot je na primer zrelostno‐zmožnostni model ali krajše ZZM (SEI, 2002). 

ZZM predstavlja pot izboljšav in priporočil za organizacije, ki razvijajo programsko 

opremo in želijo povečati zmožnost svojih procesov. Modelu ZZM je podoben ITIL 

(Information Technology Infrastructure Library) 23 , ki predstavlja množico konceptov 

in tehnik za obvladovanje IT infrastrukture, razvoja in storitev. Procesi organizacije se 

22 www.islovar.org definira kakovost kot »stopnjo, s katero sistem, komponenta ali proces zadovoljuje zahteve«. 

23 Uradna stran ITIL: http://www.itil‐officialsite.com. 

Stran 95

96 

lahko na standardiziran način vrednotijo s standardoma ISO/IEC 15504 oziroma 

SPICE (Software Process Improvement and Capability dEtermination) 24 . 

‐ Vidik programskega izdelka (product view). V tem vidiku izhaja kakovost iz 

neposrednih lastnostih programskega izdelka, kot so: zanesljivost, prenosljivost, 

prožnost, zmožnost ponovne uporabe, zmožnost vzdrževanja, testiranja in druge. 

Kakovost se meri posredno z različnimi metrikami, kot sta kompleksnost in 

sklopljenost, za katere se privzame, da merijo vrednosti pripadajočih atributov 

programskega izdelka. V standardu ISO/IEC 9126 je takšen vidik kakovosti opredeljen 

kot »notranja kakovost« (internal quality). 

‐ Vidik, temelječ na vrednosti (value‐based view). Vidik, temelječ na vrednosti, zazna 

poglede uporabnika, proizvodnje in proizvoda. Kakovost se meri kot razmerje med 

prednostmi in stroški programskega izdelka. 

Slika 45: Kavzalne relacije med kakovostjo, sprejetostjo, uporabo in učinkovitostjo e‐storitev 

Zaradi kompleksnosti je kakovost najpogosteje opredeljena v modelih kakovosti, ki določajo lastnosti 

kakovosti in njihove relacije. Prva modela kakovosti programske opreme, ki sta nastala v 

sedemdesetih letih prejšnjega stoletja, sta Mc Callov model kakovosti (McCall et al. 1977) in Boehmov 

model kakovosti (Boehm et al. 1978). Oba modela temeljita na uporabniško usmerjenem 

identificiranju ključnih lastnosti programskih izdelkov, ki jih avtorji imenujejo »faktorji kakovosti« 

(quality factors). Avtorji obeh modelov so prav tako ugotovili, da so faktorji kakovosti preveč 

abstraktni za neposredno vrednotenje, zato so razgrajeni na t. i. merila kakovosti (quality criteria). 

Nadaljnji nivo razgradnje poveže merila kakovosti z dejanskimi metrikami kakovosti (quality metrics). 

Navedena modela razgradnje kakovosti sta poznana pod akronimom FCM (Factor‐Criteria‐ 

Metrics)(Slika 46). 

24 http://www‐sqi.cit.gu.edu.au/spice/. 

Stran 96

97 

merilo 1 

metrika 1 

faktor 1 

merilo 2 

metrika 2 

kakovost 

faktor 2 

... merilo k 

... metrika m 

... faktor n 

Slika 46: Model FCM (ISO 9126 2001) 

5.1 Standard kakovosti programske opreme ISO/IEC 9126 

Med modeli kakovosti programske opreme sta v zadnjem času najodmevnejša standard ISO/IEC 9126 

(ISO 9126, 2001) in njegova novejša revizija, ki deli standard na štiri podstandarde: 

‐ standard ISO/IEC 9126‐1, ki definira tri modele kakovosti programskih izdelkov: (1) 

model notranje kakovosti, (2) model zunanje kakovosti in (3) model kakovosti v 

uporabi. 

‐ standard ISO/IEC 9126‐2, ki definira množico zunanjih metrik, 

‐ standard ISO/IEC 9126‐3, ki definira množico notranjih metrik, in 

‐ standard ISO/IEC 9126‐4, ki definira množico metrik v uporabi izdelka. 

V standardu ISO/IEC 9126‐1 sta notranja kakovost in zunanja kakovost definirani naslednje (Cote, 

Suryn, & Georgiadou, 2006): 

• definicija notranje kakovosti: 

Notranja kakovost je skupek karakteristik programskega izdelka, ki določajo 

njegovo zmožnost zadostiti eksplicitno navedenim in implicitnim zahtevam 

pod določenimi pogoji uporabe. 

• definicija zunanje kakovosti: 

Zunanja kakovost predstavlja obseg, v katerem programski izdelek pod 

določenimi pogoji uporabe zadovoljuje eksplicitno navedene in implicitne 

zahteve. 

Modela notranje in zunanje kakovosti standarda ISO/IEC 9126‐1 temeljita na McCallovem in 

Boehmovem modelu kakovosti. Modela sestavlja šest karakteristik in 27 podkarakteristik kakovosti 

programskih izdelkov (Slika 47). 

Stran 97

98 

Notranja in 

zunanja kakovost 

Funkcionalnost 

Zanesljivost 

Uporabnost 

Učinkovitost 

Zmožnost 

vzdrževanja 

Prenosljivost 

Primernost 

Zrelost 

Razumljivost 

Časovna 

učinkovitost 

Razčlenljivost 

Prilagodljivost 

Natančnost 

Toleranca 

napak 

Učljivost 

Izkoriščenost virov 

Spremenljivost 

Namestljivost 

Sposobnost 

vzajemnega 

delovanja 

Obnovljivost 

Obratovalnost 

Skladnost 

učinkovitosti s 

standardi 

Trdnost 

Sposobnost 

sobivanja 

Skladnost funkcij 

s standardi 

Skladnost 

zanesljivosti s 

standardi 

Privlačnost 

Zmožnost 

preskušanja 

Zamenljivost 

Varnost dostopa 

do programov in 

podatkov 

Skladnost 

uporabnosti s 

standardi 

Skladnost 

vzdrževanja s 

standardi 

Skladnost 

prenosljivosti s 

standardi 

Slika 47: Model notranje in zunanje kakovosti v ISO/IEC 9126‐1 

• »Kakovost v uporabi« je definirana naslednje: 

Kakovost v uporabi predstavlja obseg, v katerem programski izdelek 

zadostuje potrebam določenega uporabnika, ki uporablja izdelek z 

namenom doseganja določenega cilja. 

Model »kakovosti v uporabi« je razdeljen le na nivo karakteristik, ki so: učinkovitost, produktivnost, 

varnost in zadovoljstvo (Slika 48). 

Kakovost v 

uporabi 

Učinkovitost Produktivnost Varnost Zadovoljstvo 

Slika 48: Model »kakovosti v uporabi« v ISO/IEC 9126‐1 

Posamezni vidiki oziroma modeli kakovosti v standardu ISO/IEC 9126‐X (notranja kakovost, zunanja 

kakovost in kakovost v uporabi) so med sabo povezani, kot prikazuje naslednja slika (Slika 49). 

Stran 98

99 

Slika 49: Povezava med različnimi vidiki kakovosti v ISO/IEC 9126‐x 

Preostali pod‐standardi (ISO/IEC 9126‐2, ISO/IEC 9126‐3, in ISO/IEC 9126‐4) določajo metrike za 

posamezne podkarakteristike. Združitvena metoda, ki bi omogočila vrednotenje podkarakteristik na 

osnovi metrik in karakteristik na osnovi podkarakteristik, v standardu ni definirana. 

Model ISO/IEC 9126‐1 je splošen model in predstavlja najbolj celovit model kakovosti programskih 

izdelkov, saj pokriva vse vidike kakovosti (Kitchenham & Pfleeger, 1996). Kot pomanjkljivosti modela 

ISO/IEC 9126‐1 (in sorodnih modelov) so se pokazale naslednje: 

‐ Neutemeljenost modela. Model ne pojasnjuje, zakaj so njegove karakteristike 

sestavni del kakovosti. Prav tako ni pojasnjeno, zakaj so podkarakteristike sestavni 

del določene karakteristike. S tega vidika je struktura modela neutemeljena, prav 

tako ni mogoče dokazati konsistentnosti in celovitosti modela (Jung et al. 2004). 

‐ V kavzalni oziroma statistični interpretaciji modela predstavlja vsaka karakteristika in 

podkarakteristika modela kakovosti statistični faktor ali dimenzijo. Rezultati 

empirične raziskave modela ISO/IEC 9126‐1 so pokazali, da se struktura dejanskega 

modela kakovosti razlikuje od strukture modela ISO/IEC 9126‐1 (Kitchenham & 

Pfleeger 1996). 

‐ Nepovezanost elementov modela. V modelu ni opredeljeno, kako so posamezne 

metrike povezane s podkarakteristikami in karakteristikami modela. Metrik modela 

zato ni mogoče preveriti. Prav tako je nepreverljiv celoten model kakovosti 

(Kitchenham & Pfleeger 1996). 

Raziskovalci, ki preučujejo kakovost programske opreme, ugotavljajo, da ni mogoče zagotoviti 

enotnega in merljivega modela kakovosti za vse vrste programske opreme in za vse tipe uporabnikov. 

Čeprav je merjene kakovosti pomembno, so razvijalci programske opreme primorani oblikovati svoje 

modele kakovosti za lastne, specifične potrebe (Fenton & Pfleeger, 1998). Modeli kakovosti, kot je 

ISO/IEC 9126‐1, so lahko namenjeni le podajanju splošnih smernic kakovosti pri razvoju programske 

opreme. 

Iz navedenega je razvidno, da se lahko kakovost programske opreme vrednoti na dva načina: (1) z 

uporabo obstoječega modela kakovosti (fixed quality model) ali (2) z definiranjem svojega modela 

kakovosti (defined‐by‐your‐own quality model), v katerem sami opredelimo, kateri atributi kakovosti 

so nam pomembni (Poulin, 1994). Ugotovitve na področju kakovosti programske opreme lahko 

apliciramo tudi na področje e‐storitev. 

Stran 99

100 

5.2 Identifikacija karakteristik kakovosti estoritev 

S pregledom literature smo pregledali obstoječe članke in raziskave na temo kakovosti e‐storitev. 

Zbrane informacije so nam pomagale pri oblikovanju modela kakovosti e‐storitev. Pregled literature 

smo opravili s pomočjo metode sistematičnega iskanja, ki omogoča ponovljivosti rezultatov pregleda 

literature. 

5.2.1 Metoda iskanja 

Metoda iskanja je postopek iskanja različnih strokovnih člankov. Najprej je potrebno definirati iskalni 

prostor, kje vse bomo iskali. Nato moramo definirati termine iskanja. V našem primeru termine, ki jih 

bomo vpisovali v spletne iskalnike. Definirati moramo tudi omejitve iskanja, kje vse ne bomo iskali 

oziroma po katerih terminih ne bomo iskali. Potem se lotimo samega iskanja in ko najdemo zadostno 

število rezultatov, se lotimo analize rezultatov. Za konec sledi še urejanje rezultatov, nato z iskanjem 

zaključimo. Metoda iskanja je predstavljena v obliki BPMN diagrama na sliki (Slika 50). 

5.2.2 Iskalni prostor in omejitve iskanja 

Slika 50: Procesni model metode iskanja 

Najprej je bil definiran iskalni prostor, ki je vključeval prispevke objavljene v znanstvenih revijah, 

disertacije, tehnična poročila in prispevke objavljene na znanstvenih konferencah. Iskanje je potekalo 

po elektronskih knjižnicah oziroma elektronskih zbirkah. Posebej moramo poudariti iskalnik po 

strokovnih člankih ScienceDirect, ki ga lahko najdemo na naslovu http://www.sciencedirect.com/. 

Ostali iskalniki, ki smo jih uporabili pri iskanju po člankih so še: http://findarticles.com/, 

http://www.articleum.com/ in http://wdb1.sco.com. Pri iskanju člankov na temo e‐storitev smo si 

pomagali tudi s splošnim spletnim iskalnikom Google, ki ga najdemo na naslovu 

http://www.google.com. 

V prvi fazi smo iskali splošne članke na temo e‐storitev, kasneje pa smo se osredotočili na posamezno 

tematiko znotraj e‐storitev. Termini, po katerih smo iskali, so bili: e‐services, service quality, e‐service 

user satisfaction, definition of e‐services, metrics of user satisfaction, quality of e‐services in podobno. 

Stran 100

101 

Iskanje je trajalo, dokler nismo našli članka ali kakšnega drugega strokovnega dela na iskano tematiko 

e‐storitev. Če ob prebiranju najdenega strokovnega dela nismo našli iskanih informacij, smo iskanje 

ponovili. 

Pri iskanju smo bili omejeni na iskalnike po strokovnih člankih, ki niso bili plačljivi. Z vključitvijo 

plačljivih iskalnikov bi bil naš iskalni prostor večji. Prav tako na kakovost iskanja vpliva še nedodelana 

tematika kakovosti e‐storitev in zadovoljstva uporabnikov e‐storitev. 

Iskanje smo prekinili, ko smo našli dovolj strokovnih člankov, diplomskih del in drugega gradiva, s 

pomočjo katerih smo lahko identificirali iskane informacije in dodajanje novih terminov, kar v 

postopku iskanja ni več bistveno spreminjalo rezultatov iskanja. Na podlagi najdenih informacij smo 

oblikovali naše ugotovitve. 

5.2.3 Rezultati pregleda literature 

Zadnja tri desetletja je bilo opravljenih veliko raziskav, ki so skušale oblikovati metrike za oceno 

kakovosti storitev. SERVQUAL je bila metrika, ki še ni bila namenjena izključno e‐storitvam, ampak 

storitvam na splošno. Med vidnimi raziskovalci sta bila (Kitchenham & Pfleeger 1996) ki sta razkrila 

deset dimenzij kakovosti storitev v SERVQUAL. Te dimenzije so bile: jasnost, uporabnost, odzivnost, 

komunikacija, verodostojnost, varnost, pristojnost, dober pristop, razumevanje uporabnika in dostop. 

Podroben opis posameznih dimenzij je v tabeli (Tabela 43). Dosti kasneje (Loiacono et al. 

2007)razširijo SERVQUAL, ga prilagodijo e‐storitvam in ga poimenujeta WebQual. Vse metrike, do 

katerih so prišli raziskovalci, niso imele imena. Mnoge med njimi so bile samo dopolnjene metrike 

drugih avtorjev. Vsak avtor je imel namreč svoj pogled na dimenzije, ki so se med raziskovalci močno 

razlikovale. 

Tabela 43: Dimenzije kakovosti storitev po metriki SERVQUAL 

Dimenzije 

kakovosti 


Zanesljivost 

Odzivnost 

Pristojnost 

Dostop 

Dober pristop 

Komunikacija 

Verodostojnost 

Varnost 

Razumevanje 

uporabnika 

Jasnost 

Merljivi kriteriji 

Ta dimenzija pomeni, da podjetje opravi storitev uspešno v prvem poskusu, 

prav tako pa to pomeni, da se podjetje, ki opravlja storitev, drži obljub. 

Ta dimenzija upošteva pripravljenost zaposlenih, da opravljajo delo. 

Ponudnik storitev ima potrebno znanje za opravljanje storitev, ki jih nudi 

uporabnikom. 

Ta dimenzija pomeni, da uporabniki lahko enostavno dostopajo do storitve. 

Ta dimenzija vključuje prijaznost in spoštovanje zaposlenih, ki opravljajo 


Ta dimenzija pomeni vzdrževanje obveščenosti uporabnikov v jeziku, ki ga 

uporabniki razumejo in zmožnost, da ponudniki storitev prisluhnejo 

uporabnikom. 

Ta dimenzija zahteva od ponudnika, da je zaupanja vreden in odkrit. 

Ta dimenzija pomeni odsotnost vsakršne nevarnosti, tveganja in dvoma. 

Ta dimenzija vključuje trud ponudnika storitev, da razume uporabnika. 

Ta dimenzija pomeni, da obstaja nek fizičen dokaz o obstoju storitve. 

Stran 101

102 

Parasuraman (1985) 10 dimenzij skrči na samo pet: jasnost, uporabnost, odzivnost, zagotovljenost in 

sposobnost začutiti uporabnike. Teh pet dimenzij predstavlja osnovo za meritve kakovosti storitev. 

To metriko je poimenoval SERVQUAL, vendar ta metrika ni bila prvenstveno namenjena e‐storitvam, 

ampak storitvam na splošno. 

Barnes in Vidgen (2001) sta razširila SERVQUAL, ga prilagodila e‐storitvam in ga poimenovala 

WebQual. WebQual je sestavljen iz sedmih dimenzij kakovosti storitev. Te dimenzije so: uporabnost, 

pristojnost, odzivnost, dostopnost, verodostojnost, komunikacija ter razumevanje posameznika. 

Dodatno sta Cox in Dale (2001) ugotovila, da, tradicionalne dimenzije kakovosti storitev kot je 

pristojnost, dober pristop, udobje in prijaznost niso več tako pomembne. Pomembnejše dimenzije so 

postale dostopnost, komunikacija, verodostojnost, razumevanje, videz in razpoložljivost in so kot 

take kritične za uspeh e‐storitev. 

Van Riel (2001) pridobi tri ključne dimenzije kakovosti e‐storitev. Te dimenzije so osnovna storitev 

sistema, storitev pomoči in uporabniški vmesnik. Yang (2001) odkrije tri kategorije dimenzij 

kakovosti, ki so cena produkta in razpoložljivost, uporabniška storitev in mrežni informacijski sistem. 

Kaynama in Black (2002) identificirata sledeče dimenzije: vsebina in namen, razpoložljivost, 

navigacija, oblika in predstavitev, odzivnost, ozadje in prilagodljivost. Kasneje Madu in Madu (2002) 

predlagata 15 dimenzij za kakovost e‐storitve: zmogljivost, dodatki, struktura, oblika, zanesljivost, 

kapacitete za shranjevanje podatkov, servisiranje storitve, varnost in celovitost sistema, zaupanje, 

odzivnost, prilagodljivost, politika internetne trgovina, ugled, varovanje, simpatičnost. 

Parasuraman (2002) preuči rešitve kakovosti e‐storitev in identificira 4 ključne dimenzije: 

učinkovitost, izpolnjenost, uporabnost in zasebnost. 

Ziethaml (2002) izvede kritični pregled obstoječe literature o kakovosti e‐storitev in identificira 7 

dimenzij kakovosti e‐storitev: učinkovitost, zanesljivost, izpolnjenost, zasebnost, odzivnost, 

kompenzacija in kontakt. Te dimenzije so bile kasneje razdeljene v dve skupini. Prva je lestvica za 

merjenje uporabnikovega dojemanja kakovosti e‐storitev, ko uporabnik nima nobenih težav s 

storitvijo, in druga lestvica za merjenje e‐storitve, ko se pojavijo težave. 

Yang (2003) najde 14 dimenzij kakovosti e‐storitev in te dimenzije so bile prvi korak v prizadevanjih 

načrtovanja kakovosti e‐storitev, ki so upoštevale mnenja uporabnikov. V zameno so identificirana 

pričakovanja uporabnikov, povezanih z internetnim nakupovanjem, oblikovala okvir za ovrednotenje 

skupnih ocen za ovrednotenje e‐storitev. Dimenzije na podlagi katerih lahko ocenimo kakovost e‐ 

storitev so: odzivnost, verodostojnost, preprostost uporabe, zanesljivost, prepričljivost, komunikacija, 

dostop, pristojnost, dober pristop, prilagodljivost uporabniku, nenehne izboljšave, sodelovanje, 

varnost in oblika. Kasneje na osnovah Ziethaml (2002) študije Parasuraman (2004) razvije 4 dimenzije 

za lestvico kakovosti e‐storitev: učinkovitost, izpolnjenost, dostopnost sistema in zasebnost. 

Kasneje Lee in Lin (2005) identificirata glavne dimenzije, ki vplivajo na uporabnikove zaznave 

kakovosti e‐storitev pri elektronskem trgovanju. Za osnovo uporabita modificirano verzijo metrike 

SERVQUAL. Njune dimenzije so: oblika spletne strani, zanesljivost, odzivnost, zaupanje in 

prilagodljivost uporabniku. 

Stran 102

103 

Tabela 44: Dimenzije uporabnikove zaznave kakovosti e‐storitev 

Dimenzije uporabnikove 

zaznave kakovosti e‐ 


Oblika spletne strani 

Zanesljivost 

Odzivnost 

Zaupanje 

Prilagodljivost uporabniku 

Definicija 

Stopnja uporabnikove zaznave zadovoljstva 

pri uporabi internetne trgovine 

Stopnja uporabnikove zaznave zanesljivosti in 

varnosti, ki je zagotovljena s strani internetne 

trgovine 

Stopnja uporabnikove zaznave odzivnosti in 

ponujene pomoči zagotovljene s strani 

internetne trgovine 

Stopnja uporabnikovega zaupanja v varnostne 

mehanizme zagotovljene s strani internetne 

trgovine 

Stopnja uporabnikove zaznave do katere 

internetna trgovina zadovoljuje posebne 

posameznikove potrebe 

Viri 

Parasuraman, Kim in 

Lee (2002) 


Lee (2002) 


Lee (2002) 

Kimerly in McCard, 

(2002) 

Parasuraman (1988) 

in Yang in Jun (2002) 

V tabeli (Tabela 44) smo navedli pet dimenzij uporabnikove zaznave kakovosti e‐storitev, ki sta jih v 

svoji študiji navedla Lee in Lin (2005). Za vsako dimenzijo smo poiskali definicijo in avtorje. 

Naslednja tabela (Tabela 45) nam prikazuje Lee in Linovih (2005) pet dimenzij uporabnikove zaznave 

kakovosti e‐storitev in avtorje, ki so v svojih delih definirali posamezno dimenzijo. 

Tabela 45: Dimenzije uporabnikove zaznave kakovosti e‐storitev glede na avtorje 

Vir 

Parasuraman, 

Kim in Lee 

(2002) 

Kimerly in 

McCard, 

(2002) 

Parasuraman 

(1988) 

Yang in Jun 

(2002) 

Lee in Lin 

(2005) 

Oblika 

spletne strani 

Zanesljivost Odzivnost Zaupanje Prilagodljivost 

uporabniku 

x x x 

x 

x 

x 

x x x x x 

V nadaljevanju so podani podrobnejši opisi osnovnih dimenzij (konceptov, faktorjev) uporabnikove 

zaznave kakovosti e‐storitev. 

Stran 103

104 

Oblika spletne strani 

Nanašajoč se na Kim in Lee (2002), oblika spletne strani ponudi uporabniku vmesnik za uporabo. 

Navigacija je zelo pomembna za pričakovano kakovost e‐storitev. Predpostavlja se, da je navigacija na 

spletni strani zelo pomemben faktor oblike strani. Pomembno je, da uporabniki vedo, kje se nahajajo 

in v katero smer se premikajo po strani. 

Uporabniku spletne strani je v veliko pomoč tudi dober iskalnik. Z njegovo pomočjo lahko lažje najde 

iskane informacije. Dodatno bo uporabnika pritegnilo hitro in logično premikanje po spletni strani. 

Podporo za teorijo, da spletne strani s primerno uspešno navigacijo dosledno omogočajo uporabniku, 

da preprosto išče tisto, kar ga zanima, s pomočjo dobro delujočega iskalnika, ki omogoča hitre in 

logične premike, najdemo pri Rice (1997), Madu in Madu (2002) in Parasuramanu (2002). 

Spletna stran mora biti zanimiva, kar lahko dosežemo z dobrim oblikovanjem. Ozadje strani mora biti 

dosledno urejeno in skladno z informacijami na strani. Slike na strani morajo ponuditi asociacijo kaj 

sploh stran ponuja. Prav tako mora biti barvno uravnotežena in z barvami usmerjati uporabnika. 

Najpomembnejši del vsake strani pa je vsebina. Ta mora uporabnika prepričati, da je spletna stran 

uporabna in da nudi informacije, ki mu prinašajo korist. Vsebine na strani mu morajo spodbuditi 

zanimanja. Vsebino spletnih strani so v svojih delih preučevali D´Angelo in Little (1998), Santos (2003) 

in drugi. 

Zanesljivost 

Informacije na spletni strani morajo biti točne. Drugače bo uporabnik začel dvomiti o verodostojnosti 

in resničnosti informacij na strani. Uporabnik mora biti obveščen o predvideni nedostopnosti strani 

zaradi vzdrževanj. Če je spletna stran nedostopna, bo uporabnik izgubil zaupanje v zanesljivost. 

Zasebni podatki uporabnika morajo biti ustrezno varovani, da ne pride do morebitnih zlorab. 

Odzivnost 

Odzivnost je zelo pomembna za pričakovano kakovost e‐storitev, ker če bo uporabnik naletel na 

problem pri uporabi e‐storitve in ne bo dobil informacij za odpravo problema, bo preprosto zapustil 

takšno storitev. 

Zaupanje 

Za primer uporabimo novega uporabnika, ki se odloča, da bo uporabil spletno trgovino. Najverjetneje 

bo za prvi nakup izbral spletno trgovino, ki ima velik ugled. Kasneje bo od prijatelja slišal, da je 

uporaba spletne trgovine zelo dobra zadeva. Na podlagi prijateljevega vpliva bo naš uporabnik postal 

član spletne trgovine, ki ji bo zaupal. Zaupanje v neko spletno trgovino uporabnik dobi tudi z 

oblikovno dovršenim vmesnikom, ki nudi določeno stopnjo zaupanja v kakovost spletne trgovine. 

Prilagodljivost uporabniku 

Spletna storitev mora zadovoljevati uporabnikove posebne potrebe. Posebne potrebe nekoga, ki 

slabše vidi, so take, da oblika spletne storitve ne sme biti narejena s premajhnimi pisavami. 

Uporabnik mora dobi občutek, da spletna storitev zadovoljuje njegove potrebe in mu daje občutek 

ugodja. 

Stran 104

105 

6. Ocenjevanje estoritev 

V nadaljevanju sta predstavljena dva načina ocenjevanja e‐storitev. Prvi način ocenjuje zagovoljstvo 

uporabnikov e‐storitve posredno in sicer preko petih dimenzij kakovosti e‐storitev. Drugi način 

ocenjuje sprejetost in verjetnost trajne uporabe e‐storitev preko treh najpogostejših determinant 

sprejetosti e‐storitev: lojalnosti, zaupanja in uporabnosti e‐storitev. 

6.1 Ocenjevanje zadovoljstva uporabnikov z estoritvijo 

Z vprašalnikov skušamo odgovoriti na vprašanja, ki izhajajo iz petih dimenzij uporabnikove zaznave 

kakovosti e‐storitev. Vprašanja so razdeljena v pet sklopov: oblika spletne strani, zanesljivost, 

odzivnost, zaupanje in prilagodljivost. 

Koncepti oziroma vprašanja so operacionalizirana z uporabo Likertove lestvice 25 (likert scale). 

Likertova lestvica je posredna lestvica za merjenje stališč oziroma izjava, s katero vprašani izrazi 

stopnjo strinjanja ali nestrinjanja v zvezi z obravnavano zadevo. Likertovo lestvico sestavlja množica 

trditev (likert items), ki merijo enak konstrukt. Pri vsaki trditvi mora anketiranec navesti, do kakšne 

mere se z njo strinja ali ne. Vrednosti, ki so definirane na ordinalni lestvici, so točno določene in 

definirane na lihem številu stopenj. Pri tem so opisne vrednosti simetrične glede na srednjo številčno 

vrednost (Tabela 46). 

Tabela 46: Likertova lestvica s sedmimi stopnjami 

Opisna vrednost Številska vrednost 

Se v celoti ne strinjam 1 

Se ne strinjam 2 

Se delno ne strinjam 3 

Sem neodločen 4 

Se delno strinjam 5 

Se strinjam 6 

Se v celoti strinjam 7 

Lestvica, ki ne izpolnjuje naštetih zahtev, ni Likertova lestvica, temveč kvečjemu ordinalna lestvica. 

Prednost Likertove lestvice pred ordinalno lestvico je, da jo lahko pri analizi podatkov obravnavamo 

kot intervalno lestvico. 

V nadaljevanju je podan vprašalnik, ki vsebuje po eno Likertovo trditev za posamezno vprašanje iz 

petih dimenzij kakovosti e‐storitev. 

25 Lestvica se uporablja za zaprta vprašanja v anketi, s katerimi merimo respondentov odnos do 

raziskovanega pojava po posameznih atributih. 

Stran 105

106 

1. Kako močno se strinjate s trditvijo, da je navigacija na spletni strani e‐storitve preprosta 

Koda Odgovor 

1 Popolnoma se strinjam 

2 Se strinjam 

3 Nimam mnenja 

4 Se ne strinjam 

5 Popolnoma se ne strinjam 

2. Kako močno se strinjate s trditvijo, da je iskalnik e‐storitve dovolj izpopolnjen 

Koda Odgovor 






3. Kako močno se strinjate s trditvijo, da je grafična podoba e‐storitve dovolj dodelana 

Koda Odgovor 






4. Kako močno se strinjate s trditvijo, da je grafična oblika e‐storitve skladna z vsebino 

Koda Odgovor 






5. Kako močno se strinjate s trditvijo, da so informacije e‐storitve točne 

Koda Odgovor 






6. Kako močno se strinjate s trditvijo, da je količina navodil za uporabo e‐storitev dovolj velika in 

dovolj kakovostna 

Stran 106

107 

Koda Odgovor 






7. Kako močno se strinjate s trditvijo, da je e‐storitev vsakomur dostopna za uporabo 

Koda Odgovor 






8. Kako močno se strinjate s trditvijo, da je stopnja zaščite osebnih podatkov, ki jo nudi e‐ 

storitev ustrezna 

Koda Odgovor 






9. Kako močno se strinjate s trditvijo, da je kakovost produktov 26 , ki se nahajajo na spletni strani 

e‐storitve ustrezna 

Koda Odgovor 






10. Kako močno se strinjate s trditvijo, da na strani e‐storitve lahko hitro najdete kontaktne 

informacije za tehnično podporo 

Koda Odgovor 






26 Kot produkt razumemo korist za uporabnika, ki izhaja od uporabe vaše najljubše e-storitve. 

Stran 107

108 

11. Kako močno se strinjate s trditvijo, da je tehnična pomoč odzivna in v pomoč, če naletimo na 

težave pri uporabi e‐storitev Za vašo najljubšo e‐storitev. 

Koda Odgovor 






12. Kako močno se strinjate s trditvijo, da e‐storitev uživa ugled med uporabniki 

Koda Odgovor 






13. Kako močno se strinjate s trditvijo, da je za vas uporaba e‐storitev koristna 

Koda Odgovor 






14. Kako močno se strinjate s trditvijo, da so za vas pretekle izkušnje pri uporabi e‐storitve 

pozitivna izkušnja 

Koda Odgovor 






Stran 108

109 

6.2 Model za ocenjevanje sprejetosti estoritev 

Vprašalnik za ocenjevanje sprejetosti e‐storitev (Tabela 47) temelji na rezultatih analize 

najpogostejših determinant sprejetosti e‐storitev, ki smo jih podali v obliki parcialnih modelov za 

razvoj sprejetih in uspešnih e‐storitev (glej Slika 26, Slika 28 in Slika 29). V vprašalnik so vključena 

Likertova vprašanja za določanje treh neposrednih determinant sprejetosti e‐storitev: lojalnosti e‐ 

storitev, zaupanja v e‐storitve in dojete uporabnosti e‐storitev. 

Vprašanje 

Tabela 47: Vprašalnik za ocenjevanje sprejetosti e‐storitev 

CES: Zaupanje v e‐storitev 

CES 1: Menim, da je e‐storitev zrela. 7 6 5 4 3 2 1 

CES 2: E‐storitev pogosto odpoveduje.(‐) 27 1 2 3 4 5 6 7 

CES 3: V primeru odpovedi jih e‐storitev dobro obvladuje. 7 6 5 4 3 2 1 

ESPU: Dojeta uporabnost e‐storitve 

ESPU 1: Uporaba e‐storitve povečuje mojo produktivnost. 7 6 5 4 3 2 1 

ESPU 2: Uporaba e‐storitve povečuje učinkovitost na delovnem 7 6 5 4 3 2 1 

mestu. 

ESPU 3: Uporaba e‐storitve mi omogoča, da opravim delo hitreje. 7 6 5 4 3 2 1 

ESPU4: V celoti gledano, menim, da je e‐storitve uporabna za delo, ki 7 6 5 4 3 2 1 

ga opravljam. 

LES: Lojalnost do e‐storitve 

LES1: E‐storitev ponudnika, ki ga ocenjujem, bi izbral tudi v 

7 6 5 4 3 2 1 

nadaljevanju. 

LES2: Nameravam nadaljevati z uporabo e‐storitve trenutnega 

ponudnika. 

7 6 5 4 3 2 1 

Se močno strinjam 

Se strinjam 

Se delno strinjam 

Sem neopredeljen 

Se delno ne strinjam 

Se ne strinjam 

Se močno ne strinjam 

Na osnovi navedenega vprašalnika in uteži faktorjev (β), ki jih lahko poda le statistična analiza 

strukturnih modelov, je možno določiti model za ocenitev sprejetosti e‐storitev na naslednji način: 

 

 

 

 

 

 

 

n β FACF β FAFPU β FACES m β FACF β FAFPU β FACES p β FACF β FAFPU β FACES 

 

β FACES 

 

 

β FAESPU 

Pri tem je vrednost n=3, m=4, p=2. Rezultati modela so normalizirani na interval Likertove lestvice 

[1,7], pri čemer višje vrednosti pomenijo boljši rezultat. Model je primeren za ocenjevanje in 

napovedovanje sprejetosti e‐storitev. Ker je obseg vprašalnika razmeroma majhen, je vprašalnik 

 

 

β FALES 

27 Vprašanja, ki so označena z (‐), so inverzna. 

Stran 109

110 

primeren za pridobivanje povratnih informacij uporabnikov, ki se pogosto realizirajo s spletnimi 

anketami. 

Ker model ocenjuje sprejetost (ESA) posredno z merjenjem stališč uporabnikov e‐storitev (Likertova 

lestvica), se natančnost modela povečuje s številom ocenitev. V tem primeru se povprečje sprejetosti 

( ) vrednoti na naslednji način: 

 

 

 

 

Pri tem predstavlja ESA(i) oceno sprejetosti uporabnika »i«, število »n« pa skupno število vrednotenj 

sprejetosti. Poleg večje natančnosti modela, ki izhaja iz večjega števila ocenitev e‐storitev, je takšen 

model primeren tudi za analizo sprejetosti e‐storitev v odvisnosti od sprememb oziroma časa. Tako 

lahko na podlagi modela ugotavljamo, ali se sprejetost e‐storitev povečuje ali zmanjšuje. 

Z vidika vodij projektov razvoja e‐storitev predstavlja model za ocenjevanje sprejetosti e‐storitev 

osnovo za izvedbo ustreznih izboljšav na e‐storitvah. 

Stran 110

111 

7. Storitve euprave v Republiki Sloveniji 

Povsod po svetu se državna uprava sooča z izzivi, ki jih prinaša sodobna internetna tehnologija. Nič 

drugače ni v Sloveniji, kjer se tako v vladnih ustanovah kot po upravnih enotah komunikacija vse 

pogosteje odvija preko interneta. Državna uprava si prizadeva, da bi državljanom, poslovnim 

partnerjem in vsem zaposlenim v državni upravi, preko "internetnega okenca" ponudila poenotene in 

učinkovite storitve, ki bi v kar največji meri zadovoljevale njihove potrebe (Skrt 2003). 

Država se zaveda, da lahko s prehodom na e‐poslovanje in z izvajanjem transakcij preko interneta, 

znatno zmanjša stroške. E‐uprava razbremeni delo zaposlenih na okencih, zato se lahko dosežejo 

veliki časovni prihranki, kar se lahko odraža predvsem v (Skrt 2003): 

‐ večji učinkovitosti in preglednosti poslovanja, 

‐ kakovostnejšem zadovoljevanju potreb državljanov, 

‐ večji točnosti opravljenih storitev, 

‐ manjšem številu napak, 

‐ večjem številu obravnavanih in rešenih zahtevkov, 

‐ hitrejšemu reševanje postopkov, 

‐ večji prilagodljivosti storitev in 

‐ večjem ugledu uprave. 

7.1 Opredelitev euprave 

E‐uprava je dinamičen sistem, ki se razvija skozi več stopenj. Stopnje se razlikujejo po kakovosti 

storitev za državljane. V začetnih fazah ta raste skladno z možnostmi, ki jih omogoča razvojna stopnja 

tehnologije. V poznejših fazah kakovost storitev raste s stopnjo transformacije, ki skozi ponudbo 

storitev e‐uprave javno upravo iz strogo zaprtega hierarhično‐birokratskega sistema postavlja v širše 

okolje integracij s profitnim in neprofitnim sektorjem. 

Pojem e‐uprava (angl. E‐Government) je dandanes zelo težko enolično opredeliti. Različni avtorji so 

se opisa lotevali z več vidikov, vendar je moč zaslediti skupno upoštevanje osnovnih dejavnikov 

(Kozel, 2008): 

‐ informacijsko‐komunikacijska tehnologija in infrastruktura (IKT); 

‐ ponudniki storitev e‐poslovanja v javni upravi (organizacije v vseh segmentih javne 

uprave); 

‐ uporabniki storitev (državljani, gospodarstvo, zaposleni in druge organizacije javne 

uprave); 

‐ organizacijski in normativni dejavniki, ki določajo in zagotavljajo pogoje za 

funkcioniranje e‐uprave (zakonodaja, organizacijski predpisi in navodila,…). 

Na naslednji sliki (Slika 51) so prikazani poglavitni koncepti, ki jih vključuje e‐uprava, vključno z 

medsebojnimi povezavami. 

Stran 111

112 

Slika 51: Ontologija e‐uprave (Powell 2000) 

E‐upravi se pripisuje vloga zgodovinske spremembe, ki je primerljiva s tisto ob prehodu v industrijsko 

dobo in obsega več komponent: vodstvo, politiko, gospodarsko konkurenčnost, storitve za 

državljane, intranet in ekstranet, skupnost, e‐demokracijo in vlogo tehnologije(Brewer et al. 2006). 

O e‐upravi lahko v splošnem govorimo kot implementaciji e‐poslovanja v domeni javne uprave. To 

pomeni uporabo IKT v podporo notranjim procesom uprave ter ponudbo storitev zunanjim 

uporabnikom (državljani, gospodarstvo). V ta namen se v glavnem uporabljajo enaka sredstva in 

tehnologije kot na ostalih področjih e‐poslovanja, nekaj pa je tudi specifičnih in prilagojenih 

potrebam uprave. Vidike tako ponujenih storitev lahko glede na vrsto uporabnikov predstavimo kot 

standardne tipe relacij 28 (Kozel, Edvard 2008): 

• Storitve za državljane. Storitve za državljane (angl. Government To Citizen – G2C) se 

najpogosteje odvijajo preko izpolnjevanja spletnih obrazcev. Ti morajo biti kar se da 

inteligentni in intuitivni. To pomeni, da so na podlagi personalizacije uporabniškega vmesnika 

vnaprej izpolnjeni z obstoječimi podatki o uporabniku, kar lahko zagotavljajo podatkovne 

baze horizontalno povezanih zalednih sistemov. V kolikor je možno, naj bodo vsa vnosna 

polja opremljena s privzetimi vrednostmi in pomočjo. Uporabnik ima možnost spremljati 

stanje oddanega obrazca vloge (popolnost, ustreznost potrebnih prilog, rešitev,…). 

• Storitve za poslovne subjekte. Storitve za podjetja (angl. Government To Business – G2B) 

izražajo odnos poslovnega sodelovanja s partnerji izven javne uprave. Zelo znani so nabavni 

(angl. E‐Procurement) procesi, ki postopke javnega naročanja povezujejo s sistemi 

elektronske prodaje ponudnikov opreme in storitev (»online« katalogi, natečaji,…). Za 

podjetja je pomembno, da imajo preko storitev e‐uprave možnost opraviti vse postopke pri 

28 Glej tudi taksonomijo e-storitev. 

Stran 112

113 

registraciji ali priglasitvi dejavnosti ter spremljati in izpolnjevati svoje obveznosti do države, ki 

izhajajo iz njihovega pravnega statusa (davčne obveznosti). Država je v smislu pospeševanja 

razvoja gospodarstva dolžna omogočiti dostop do statističnih, planskih, finančnih, 

prostorskih, infrastrukturnih in drugih podatkov, s katerimi upravlja. 

• Storitve za upravo. Storitve med organi javne uprave (angl. Government To Government – 

G2G) so osnova za horizontalno integracijo, ki omogoča izvajanje postopkov v pristojnosti 

različnih resorjev, kot tudi vertikalno integracijo, ki povezuje postopke na različnih nivojih 

uprave. Tovrstna integracija je prav tako zelo pomembna pri zalednem povezovanju 

podatkovnih baz, kar predstavlja osnovo in ustvarja potrebno okolje tudi pri zagotavljanju 

G2C in G2B storitev. 

• Storitve za zaposlene. Storitve za zaposlene so razmeroma nov vidik storitev (glede na 

prejšnje tri), ki odražajo vplive e‐uprave na zaposlene (angl. Government to Employee – G2E). 

Uporabnik ima s pomočjo spletnega brskalnika dostop do portala z naborom potrebnih 

funkcionalnosti za izvajanje vsakodnevnih opravil, prav tako pa lahko do ključnih podatjkov in 

funkcionalnosti dostopa tudi preko sodobnih mobilnih naprav. Zaledni sistemi imajo 

nadzorno vlogo usmerjanja aktivnosti v skladu s privzetim delovnim tokom in na ta način 

zagotavljajo storilnost in učinkovitost. Vsebina portala je zasnovana v skladu z deli in 

nalogami uradnika, ki dostopa do spletnih storitev. 

»Speyerska« definicija (Scheer et al. 2003) pod pojmom e‐uprava razume potek poslovnih procesov v 

upravi s pomočjo IKT preko elektronskih medijev. Glede na razvojne trende je moč domnevati, da 

bodo ti procesi v bodoče potekali popolnoma elektronsko. Definicija se nanaša na vse nivoje uprave 

(lokalni, regionalni, nacionalni, nadnacionalni, globalni) in zajema celoten javni sektor (zakonodajno, 

izvršilno in sodno vejo oblasti ter javna podjetja). 

S tehnološkega vidika prevzema v definicijah e‐uprave vedno bolj vodilno vlogo uporaba interneta ter 

z njim povezane tehnologije in storitve s ciljem, da bi naredili upravo preprostejšo in učinkovitejšo. 

Ponudba storitev se glede na tip uporabnikov deli na dve glavni skupini: 

• povezane ali »online« storitve za zunanje uporabnike: državljane, gospodarske in poslovne 

subjekte (ekstranet, interaktivne spletne aplikacije, portali,…); 

• storitve za notranje uporabnike, ki so usmerjene v podporo dela zaposlenih oz. v sistem 

uprave vključenih institucij (aplikativna programska oprema, intranet, sistemi za upravljanje z 

dokumenti,…). 

Razširjena uporaba omenjenih tehnologij se začne sčasoma vedno bolj odražati v obliki 

različnih vplivov na okolja, v katerih se uporablja. S tega vidika tudi EU 29 e‐upravo opisuje kot 

uporabo IKT v javni upravi, povezano z organizacijskimi spremembami, in uporabo novih veščin z 

namenom izboljšanja storitev, demokratičnih procesov in okrepitve podpore javni politiki. 

Tako postane e‐uprava krovni izraz za široko uporabo IKT aplikacij, ki v vseh svojih inačicah omenja 

nepogrešljivo uporabo interneta v smislu posredovanja kakovostnih informacij in storitev 

uporabnikom z namenom doseganja učinkovitejše uprave. 

29 http://ec.europa.eu/information_society/eeurope/2005/doc/all_about/egov_communication_en.pdf 

Stran 113

114 

Gartner 30 opredeljuje e‐upravo kot »proces transformacije odnosov znotraj in v okolici javne uprave 

z uporabo IKT, s čimer se ustvarja večja kakovost javnih uslug in boljša participacija državljanov v 

oblasti«. Definicija je zanimiva, saj se od klasičnih razlikuje po uvedbi pojma transformacija in opisu 

odnosov znotraj in izven uprave. Zadnja definicija daje dovolj dobro osnovo, da lahko začnemo e‐ 

upravo obravnavati dvodimenzionalno: 

• dimenzija notranje dinamike kot transformacije načina dela in bistvo obstoja javne uprave; 

• dimenzija interakcije z okoljem kot odraz te transformacije na sodelujoče akterje. 

Omenili smo že pojem javne koristi, ki jo javna uprava dosega skozi ponudbo storitev 

državljanom. Če torej glede na navedeno lahko e‐upravo privzamemo kot sinonim za široko 

uporabo IKT v podporo storitvam, potem ne moremo mimo razmišljanja o tranzitivni 

povezanosti in vplivih e‐uprave na doseganje javne koristi. 

Po Kearnsu 31 se ti vplivi odražajo kot: 

• zagotavljanje široko uporabnih storitev; 

• povečanje zadovoljstva uporabnikov storitev; 

• povečanje nabora informacij in možnosti izbire za uporabnike; 

• večji poudarek na storitvah, ki so za uporabnike najbolj pomembne; 

• usmerjenost prenove in inovacij na storitve, ki se najpogosteje uporabljajo; 

• znižanje stroškov zagotavljanja storitev; 

• izboljšana uporaba rezultatov; 

• prispevek k zvišanju stopnje zaupanja med državljani in javnimi institucijami. 

V kratkem lahko v skladu z opisanimi definicijami povzamemo e‐upravo kot proces transformacije 

odnosov znotraj in izven javne uprave s ciljem doseganja javne koristi na podlagi uporabe modernih 

IKT. 

V RS e‐upravo razumemo kot »obliko izvajanja poslovnih procesov v organih javne uprave, ki temelji 

na uporabi sodobne informacijsko‐komunikacijske tehnologije in je usmerjena h končnim 

uporabnikom (državljani, poslovni subjekti, zaposleni v javni upravi). Namen je doseganje večje 

razpoložljivosti, preglednosti in kakovosti storitev za uporabnike ter boljša interna učinkovitost dela.« 

Opredelitev zajema tudi aktivnosti organizacijskega, pravnega in tehničnega okolja, ki zagotavlja 

pogoje za normalno delovanje procesov e‐uprave. 

Kronološki pregled pojmovanja e‐uprave kaže, da razvoj tehnologij in uporaba storitev prinaša vedno 

nove elemente v opis tega pojma. Prve definicije so več ali manj omejene na vlogo in uporabo IKT. S 

časom pa postaja vedno bolj jasno, da gre za vplive, ki se odražajo kot procesi organizacijske in 

institucionalne preobrazbe uprave. Ko začne ponudba storitev e‐uprave vključevati tudi področje 

podpore demokratičnim procesom, so dani pogoji za doseganje koncepta e‐upravljanja (angl. E ‐ 

Governance). Ta združuje ključne lastnosti e‐uprave in upravljanja. 

30 http://www.locregis.net/aaa/LEGNUK.pdf 

31 http://www.ejeg.com/volume‐3/vol3‐iss4/BaptistaManuel.pdf 

Stran 114

115 

7.2 Razvojne stopnje euprave 

Glede na vsebine navedenih opisov pojma e‐uprava je potrebno zavedanje, da to ni enostopenjski 

proces ali enkratni projekt. V bistvu gre za nenehni razvoj, ki poteka skozi več stopenj in vključuje že 

navedene dejavnike. Zato je veliko pogosteje uporabljen pristop, ki e‐upravo prikazuje kot model 

skozi njegove razvojne stopnje. Te so opredeljene glede na stopnjo vključenosti uporabnikov, ki jo 

ponujene storitve omogočajo in so naslednje: 

1. Objava informacij. Bistvo prve stopnje (enosmerna komunikacija) je prisotnost na svetovnem 

spletu. Kaže se v obliki objave osnovnih informacij, povezanih z delom organov javne uprave, 

ki so na voljo kar najširši množici uporabnikov. Praviloma je implementirana v obliki spletne 

strani, kjer je možno z uporabo preprostih iskalnikov pridobiti osnovne informacije o organu, 

delovnem času, nosilcih političnih funkcij, odgovornih osebah v upravnih postopkih ter 

možnostih pridobivanja podrobnejših navodil (telefonske številke, »info« elektronski 

naslovi,…). Zaradi zgolj pasivnega podajanja informacij brez možnosti interakcije tovrstne 

predstavitve velikokrat opisujejo kot angl. »Brochuoreware«, kar pomeni zgolj ekvivalent 

papirnatim brošuram. Zagotovo pa drži, da je na tem nivoju dana osnova za postavitev 

strategije nadaljnjega razvoja in uporabe storitev e‐uprave. Uporaba HTML standarda 

omogoča izdelavo statičnih spletnih strani, ki so se izkazale kot primeren način za 

informiranje strank. V omrežje priključena delovna postaja z ustrezno programsko opremo je 

dovolj za dostop do storitev te stopnje. Preprosta enosmerna komunikacija se je pokazala kot 

zelo koristna in uporabna. Z ustreznim telefonskim klicem telefonske številke, objavljene na 

spletu, je možno pridobiti potrebno informacijo in s tem prihraniti marsikatero nepotrebno 

pot na sedež upravnega organa ter s tem povezane stroške. 

2. Interakcija. Druga stopnja (dvosmerna komunikacija), kot nadgradnja predhodne, ponuja 

možnosti prenosa obrazcev v elektronski obliki. S strani uporabnikov izpolnjeni obrazci se 

lahko po pošti ali preko kontaktnih elektronskih naslovov posredujejo upravnemu organu. 

Prav tako je možno z uporabo forumov sodelovati v razpravah z različnih področij. Na ta 

način je omogočena izmenjava mnenj, posredovanje predlogov in preprosta participacija v 

demokratičnem procesu. Ponudnik storitve se mora na ta način sodelovanja odzvati z 

ustreznimi odgovori in informacijami. Tako uporabnikom dokazuje upoštevanje in 

spoštovanje njihovega sodelovanja ter na ta način promovira učinkovitost tovrstne e‐storitve. 

Objavljene informacije so redno posodobljene, na voljo so povezave na različne organe. S 

pomočjo načrta spletnega mesta je moč poiskati organe, pristojne za določeno storitev. 

Evropske države dosegajo različne nivoje in oblike elektronske interakcije. Te obsegajo 

diskusijske forume na temo zakonodaje ali delovanja uprave (Nizozemska), diskusijske 

forume s predsednikom vlade (Anglija), zaposlitvene servise (Nemčija), video konferenčne 

povezave, elektronsko dopisovanje z vodilnimi politiki, glasovanje o aktualnih političnih in 

gospodarskih temah in s tem ugotavljanje javnega mnenja. Zelo odmeven je že dalj časa 

uveljavljen skandinavski način oddaje dohodnine (država pripravi vnaprej izpolnjene 

obrazce), česar smo se leta 2008 lotili tudi v RS. Največji izziv na področju interakcije med 

državo in državljani je vsekakor izvedba e‐volitev. Poskus lokalnih e‐volitev v Oslu 1995 je bil 

polom, ki je še danes predmet posmeha. Angleži so maja 2002 prav tako prvič izvedli e‐ 

volitve v nekaterih lokalnih okoljih in njihove izkušnje bodo marsikomu koristen napotek za 

Stran 115

116 

nadaljnje delo v tej smeri. Trenutno najuspešnejši projekt na tem področju so bile 

parlamentarne volitve v Estoniji leta 2007. 

3. Transakcija. S širjenjem nabora storitev, ki jih omogoča dvosmerna komunikacija, postajajo 

uporabniki vedno bolj zahtevni. Potrebe po dvosmerni komunikaciji z namenom izmenjave 

informacij so v obliki uporabe elektronske pošte na voljo že na drugi stopnji. Informacije so 

podane v obliki dokumentov, ki pa nimajo veljave uradnega dokumenta. Stranke skozi vedno 

intenzivnejšo uporabo iz dneva v dan spoznavajo možnosti, ki jih ponujajo moderne 

tehnologije. Storitve želijo opravljati tudi od doma, ne da bi jim bilo potrebno na sedež 

upravnega organa. Plačevanje davkov, podaljšanje veljavnosti vozniškega dovoljenja ali 

prijava začasnega prebivališča so le nekatere od možnih rešitev. Pojav XML standarda in 

sprejem ustrezne zakonodaje komunikacijo med uradnikom in stranko spremenita v 

dvosmerni pretok podatkov. Uporaba XML standarda pomeni preseganje dokumentno 

orientiranega HTML. Dinamični obrazci omogočajo izmenjavo strukturiranih podatkov, 

zaledne aplikacije pa izvajajo neposredno posodabljanje podatkovnih baz brez posega 

pristojnega uradnika. Svetovni splet postaja prostrano omrežje, po katerem se v vsakem 

trenutku med milijoni uporabnikov pretaka neznanska količina podatkov. V fazi prenosa so ti 

podatki zelo ranljivi in podvrženi zlorabam. Zato je pomembno vzpostaviti zaupanje 

uporabnikov oz. jim zagotoviti, da se posredovani podatki ne bodo nenamensko uporabljali. 

V ta namen je potrebno uvesti mehanizme, ki zagotavljajo enolično identifikacijo ponudnika 

in uporabnika storitve kot tudi varnost in zaupnost podatkov. Elektronski podpis (digitalno 

potrdilo, spletno potrdilo, certifikat,…) je le ena od možnosti, ki zagotavlja vse vidike varnosti 

tovrstnega poslovanja. Druga izmed možnih alternativ je uporaba osebne identifikacijske 

kartice. Kartico sestavljata mikročip in optični pomnilnik. Prvi zagotavlja dostop do različnih 

storitev, medtem ko so osebni podatki zapisani v optičnem pomnilniku, s čimer je 

zagotovljena visoka stopnja zasebnosti. V Estoniji je kot elektronski identifikacijski dokument 

v uporabi kartica s čipom. Na njej so zapisani podatki, s pomočjo katerih je omogočena 

enolična identifikacija lastnika. Na parlamentarnih volitvah marca 2007 je bilo omogočeno 

glasovanje tudi preko spleta. Od približno 1 milijona lastnikov kartic je to možnost glasovanja 

uporabilo okrog 30.275 volivcev, kar je dobrih 3,4 % od števila vseh volilnih upravičencev. 

Estonija, tudi sicer zelo napredna država na področju storitev e‐participacije, je s tem prva 

država v zgodovini, ki je omogočila »online« glasovanje na volitvah. Zaradi navedenega lahko 

zaključimo, da implementacija transakcijskega nivoja ni niti preprosta, še manj pa poceni, saj 

je vložkov veliko, koristi in prihrankov pa ni realno pričakovati v kratkem časovnem obdobju. 

Skoraj neizogibna je v novem načinu poslovanja s strankami hkratna redefinicija vloge 

uradnika, prenova procesov in reorganizacija uprave. Ta se na tej stopnji dejansko spreminja 

iz izvajalca v ponudnika storitev. Implementacija storitev e‐poslovanja zahteva predhodno 

vzpostavitev potrebnega okolja, kamor spada tudi ustrezna zakonodaja. Ta je v pristojnosti 

države, ki mora na ta način izkazati svoj interes za spodbujanje uporabe novih tehnologij in 

storitev. Opisane tri stopnje so minimalni nabor in pomenijo realno skupno izhodišče za vse 

nadaljnje obravnave in opredelitve modela razvoja e‐uprave. Tristopenjski model v skladu s 

potrebami v posameznih okoljih, kot je npr. Svetovna banka, za implementacijo e‐storitev že 

zadošča. Glede na tehnološko evolucijsko naravnane začetne faze razvoja imajo modeli e‐ 

uprave na tem nivoju močno izraženo vertikalno komponento. Vendar tako, kot smo zaznali 

že pri podanih definicijah pojma e‐uprave, začnejo tudi razvojni modeli sčasoma presegati 

okvire IKT vidika, ki je opisan v prvih treh razvojnih fazah. 

Stran 116

117 

4. Transformacija. Naslednja razvojna stopnja presega nivo izmenjave informacij med 

ponudnikom in uporabniki. Storitve e‐uprave postanejo zahtevnejše in kompleksnejše. 

Gartner (SOCITM, 2000, str. 107) v svojem štiristopenjskem modelu povzema lastnosti prvih 

treh in dodaja še četrto – transformacijo. Ta krepi interaktivne lastnosti spletne pojavnosti 

uprave in ji pripisuje prve lastnosti portalov, ki so dolgoročno zastavljen cilj prizadevanj pri 

uvajanju e‐uprave. Bistvo je v novi opredelitvi ponudbe storitev uporabnikom in temelji na 

konceptu enotne vstopne točke in na močnem sistemu upravljanja odjemalcev, kar omogoča 

prenovo poslovanja z državljani, upravo in gospodarstvom. Velik poudarek je na možnostih 

sodelovanja v demokratičnem procesu in vpliva na delo uprave. Vzpostavljen je učinkovit 

pretok informacij in sodelovanje organov vseh nivojev uprave, državljanov, gospodarstva in 

neprofitnega sektorja. Uporaba spletnih tehnologij se prenaša na področja medsebojnega 

sodelovanja uradnikov, organov in drugih institucij javne uprave (intranet) kot tudi v storitve 

za uporabnike izven uprave. Kot bistvo te razvojne stopnje ne gre razumeti izboljšanja 

storitev zaradi napredka in razvoja novih tehnologij temveč za novo razumevanje funkcij, 

organizacije in izvajanja nalog javne uprave z uporabo najnovejših tehnologij. Kljub različnim 

vrstam omejitev (zakonske, tehnične, finančne) pa je na tej stopnji realno pričakovati 

neomejen pretok informacij ter visok nivo sodelovanja med vsemi segmenti javne uprave in 

javno‐zasebnih partnerjev. Pojavlja se težnja po eliminaciji organizacijskih omejitev in 

storitev, ki slonijo na potrebah uprave. Nove rešitve so uporabniško usmerjene, napredno 

razmišljanje pa kaže na možno reorganizacijo upravnih organov v smislu kombinacije dela ali 

celo zamenjavo z virtualnimi organizacijami (Economou, 2005, str. 78). 

5. Integracija. Kot peto stopnjo opredelijo Združeni narodi fazo integracije. Prve štiri, čeprav 

drugače poimenovane, vsebinsko ustrezajo že predhodno opisanim. Na tej stopnji so storitve 

celovite, integrirane ter vsebinsko in funkcionalno strukturirane glede na potrebe 

uporabnika. Dostopne so preko skupne vstopne točke centralnega portala. Na voljo so 

zmogljivi iskalniki. Organi javne uprave so zaledno povezani, zato organizacija in pristojnosti 

uprave uporabnika pri uporabi storitev ne obremenjujejo. 

V nadaljevanju so podani tri modeli razvoja e‐uprave, ki sovpadajo z zgoraj navedenimi stopnjami. 

Stran 117

118 

7.2.1 Razvoj euprave po Deloitteju 

Najširša definicija opisuje e‐upravo kot proces prehajanja skozi 6 razvojnih stopenj, ki so indikator 

trenutnega stanja usposobljenosti (Deloitte Research 2000). 

1. Objavljanje informacij. Bistvo prve stopnje je zagotavljanje širokega nabora informacij za 

uporabnike. Takšna elektronska enciklopedija zmanjšuje uporabo konvencionalnih možnosti 

dostopanja do uradnikov (pošta, telefonija,…) in omogoča hitrejše, cenejše in učinkovitejše 

pridobivanje dodatnih pojasnil glede storitev uprave. 

2. Dvosmerne transakcije. »Uradne« dvosmerne transakcije, ki temeljijo na uporabi 

mehanizmov varne, zaupne in zanesljive komunikacije, vzpostavljajo okolje zaupanja med 

ponudniki in uporabniki storitev e‐uprave. 

3. Večnamenski portal. Ta stopnja prinaša novo kakovost v storitve e‐uprave. Temelji na 

spoznanju, da uporabnik ne sme biti obremenjen z organizacijskimi omejitvami in 

pristojnostmi posameznih organov ponudnika. To pomeni, da mora biti ponudba storitev 

zasnovana po načelu enotne vstopne točke. Učinkovitost se zagotavlja z zaledno 

povezanostjo organov znotraj in izven javne uprave. 

4. Personalizacija portalov. Portal mora biti uporabniku prijazen. S tem je mišljena možnost, da 

uporabnik sam nastavi določene parametre, ki so po meri njegovih potreb. Ravno pri tem 

imajo snovalci portalov in ponudniki storitev veliko priložnost, da stranko prepričajo o 

ugodnostih e‐storitev in prednostih pred konvencionalnim načinom. Personalizacija (osebne 

prilagoditve) uporabniških vmesnikov je zadnja leta v splošnem zelo pogosto omenjan pojem, 

saj so raziskave pokazale da so si uporabniki na različne profile tudi zelo različni. Govorijo 

različne jezike, imajo različno kulturo, pripadajo različnim skupnostim in tipom uporabnikov, 

ki imajo do programske opreme različne zahteve. Pojem personalizacija opisuje prilagoditev 

e‐storitev posameznim vrstam uporabnikov. In čim več je danih možnosti uporabniku, da s 

temi nastavitvami sam upravlja, tem višjo oceno si e‐storitev zasluži. Personalizacija v 

najširšem smislu je prevod programske opreme v jezik uporabnika (lokalizacija), ki pa jo 

načeloma opravi ponudnik. Ker zmožnosti personalizacije močno vplivajo na uporabnika in 

njegovo odločitev o uporabi konvencionalnih storitev ali storitev e‐uprave, je potrebno 

uporabiti najsodobnejšo programsko opremo in vložiti veliko napora v izdelavo uporabniku 

prijaznih aplikacij. Slovenski portal e‐uprava omogoča posameznemu uporabniku prilagoditve 

na tak način, da se na spletnih straneh pokažejo sklopi podatkov, ki jih po svoji želji izbere 

uporabnik. Da bi lahko povezali prilagoditve s posameznim uporabnikom, se mora vsak 

uporabnik najprej registrirati. Uporabniško ime, elektronski naslov in vstopno geslo se hranijo 

v bazi podatkov upravljavca do trenutka, ko se izbrišejo na zahtevo uporabnika ali samodejno 

zaradi neaktivnosti. V primeru implementacije storitev portala e‐uprava za potrebe lokalne 

samouprave je izjemno pomemben vidik personalizacije določitev občine oz. občinske 

uprave, ki je pristojna za zadeve prijavljenega uporabnika (krajevna pristojnost). 

5. Združevanje skupnih storitev. Pri poizvedbi po storitvi vstopa uporabnik skozi enotno točko 

– portal. Tam mu je na voljo sistematično in pregledno urejen seznam storitev, ki mu jih 

uprava nudi. S tem se spreminja tudi njegov pogled na organizacijo uprave. Ne vidi je več kot 

množico organov, oddelkov in referentov, temveč le še kot množico ponujenih storitev. 

Doseganje takšnega učinka je možno le, če je bila uprava ob uvajanju e‐storitev pravilno 

Stran 118

119 

preoblikovana in delovni procesi temu primerno prenovljeni. S tem je bilo možno 

združevanje posameznih opravil, ki so skupna različnim fazam upravnega postopka. V fazi 

nenehnega širjenja ponudbe e‐storitev uporabnik izgublja občutek za delo z množico 

organov. Vedno bolj spoznava le množico storitev. Združevanje pomeni zbiranje skupnih 

storitev glede na več kriterijev po načelu urejanja življenjskih dogodkov. Eden izmed njih je 

lahko subjekt poslovanja. V tem primeru je to državljan kot član določene interesne skupine, 

ki ga zanimajo ustrezne storitve (študenti, upokojenci, mladi starši, brezposelni,…). Druga 

možnost so življenjski dogodki glede na objekt oz. predmet poslovanja. V tem primeru 

govorimo npr. o podaljšanju registracije avtomobila ali o gradnji hiše. V postopek 

pridobivanja dokumentacije je vključenih več referentov, organov uprave in zunanjih 

institucij. Primernost parcele za gradnjo, usklajenost s prostorskimi načrti in preverjanje 

lastništva se opravijo le enkrat. V tretjem primeru lahko govorimo o uporabi skupnih 

programskih komponent pri snovanju e‐storitev. Veliko je upravnih postopkov, ki zahtevajo 

preverjanje državljanstva. To zahteva vstop v ustrezno podatkovno bazo in s tem uporabo 

predpisane varnostne sheme. Omenjene postopke opravljajo upravni organi na vseh 

stopnjah. Bilo bi odveč, če bi vsak zase razvijali omenjene komponente. Iz tega vidika je 

ponovno potrebno poudariti pomen razvoja skupne strategije pri snovanju ponudbe storitev 

e‐uprave. 

6. Popolna integracija. Doseganje zadnje stopnje ne poteka brez ovir in zahteva svoj čas. 

Pomanjkanje finančnih sredstev, neustrezna struktura zaposlenih, njihova sposobnost in 

pripravljenost sprejemati nova znanja ali namensko oviranje uvajanja sprememb so le 

nekateri od možnih pojavov, ki imajo negativen vpliv na dinamiko modernizacije. Pa vendarle 

je s pravilnim pristopom in vztrajnostjo možno doseči sinergijo učinkov preoblikovane 

organizacije dela, prenovljenih delovnih procesov, primerno izobraženih in usposobljenih 

uradnikov, ustreznega nivoja uporabljenih IKT, upravljanja odnosov s strankami in širokega 

nabora storitev. V tem primeru govorimo o popolni integraciji virov v smislu zbliževanja 

uradnika, uprave in storitev na eni ter uporabnika na drugi strani. Govorimo torej o končni 

stopnji pri doseganju paradigme e‐uprave kot rezultatu vpliva širokega nabora dejavnikov, 

kot so: 

‐ ustrezna zakonodaja; 

‐ organizacija poslovanja ponudnika (prenova procesov uprave); 

‐ omrežno računalništvo in uporaba interneta; 

‐ širok nabor e‐storitev, ki se v skladu s prakso prenavljajo in izboljšujejo; 

‐ dostopnost ne glede na kraj, čas ali izbiro načina dostopa; 

‐ zagotovljena varnost, zaupnost in zasebnost; 

‐ izobraženi in usposobljeni uradniki; 

‐ ugoden odziv uporabnikov in privzemanje novih načinov opravljanja storitev; 

‐ ustrezna ponudba rešitev in podpora zunanjih izvajalcev; 

‐ konsistentno zastavljena strategija razvoja. 

Stran 119

120 

Jasno je, da gre za medsebojni vpliv učinkov človeških virov, tehnologije, organizacijskih 

procesov in političnih ciljev. Sistem torej, v katerem v različnih vlogah nastopajo javna uprava 

na vseh nivojih, državljani, podjetniški in neprofitni sektor – včasih kot ponudniki, drugič kot 

uporabniki storitev. 

7.2.2 CapGemini model 

Evropska komisija že skoraj desetletje naroča raziskavo razvitosti (angl. Sophistication) in popolne 

povezane ali »online« razpoložljivosti storitev uprav evropskih držav. Izvaja jo družba »CapGemini« 

(www.capgemini.com), ki je na podlagi poznanih razvojnih stopenj e‐uprave razvila lasten model, ki 

služi kot ogrodje ocenjevanja navedenih lastnosti . Obstoječ štiristopenjski model iz preteklih let je bil 

v letu 2007 nadgrajen z namenom ugotavljanja usmerjenosti storitev k uporabniku. 

Slika 52: Petstopenjski model razvitosti storitev e‐uprave. 

Nova, peta stopnja (personalizacija) obravnava dostopnost in zrelost storitev e‐uprave dodatno še z 

vidika usmerjenosti k zadovoljevanju uporabnikovih potreb. Pri tem uvaja dva nova koncepta na 

področju ponudbe storitev: 

‐ pro‐aktivnost. Uprava omogoča vnaprejšnje izvajanje določenih aktivnosti, ki 

zvišujejo kakovost storitve in prijaznost uporabniku (opozarjanje na prenehanje 

veljavnosti dokumentov, vnaprej izpolnjeni obrazci,…). Te aktivnosti načeloma 

temeljijo na podatkih, ki jih je uprava pridobila v preteklem poslovanju z 

uporabnikom; 

‐ samodejnost (avtomatiziranost). Uporabniku je brez njegove zahteve ponujena 

določena storitev, ki ustreza njegovemu družbeno ekonomskem statusu ter trenutni 

situaciji, v kateri se nahaja (življenjski dogodki). 

CapGemini model povzema večino teoretičnih izhodišč, ki so bila doslej opisana v tem poglavju. 

Implementiran je v praksi in se uporablja kot ogrodje za ocenjevanje zrelosti storitev e‐uprave za 

potrebe Evropske komisije. 

Stran 120

121 

7.2.3 LayneLeejev model 

Layne in Lee sta razvila model (Layne & Lee 2001), ki na svoj način združuje lastnosti vseh že 

navedenih modelov z vidika tehnoloških in organizacijskih vplivov e‐poslovanja na javno upravo. 

Opisuje stopnjo in smer integracije, ki je dosežena na vsaki izmed štirih faz ob določeni stopnji 

tehnološke in organizacijske kompleksnosti. Ta model je pomemben predvsem zaradi opredelitve 

vertikalne in horizontalne integracije. 

Slika 53: Dimenzije in stopnje razvoja e‐uprave. 

Nivoji po Layne in Lee‐jevem modelu so naslednji: 

1. Katalog. Katalog je razvojna stopnja, ki za razliko od že opisanih značilnosti objave informacij 

vključuje tudi preprost nivo interakcije med uporabniki in ponudnikom (kontaktni e‐naslovi in 

telefonske številke). Avtorja to možnost kot samoumevno vključujeta v prvo fazo, medtem ko 

Gartner interakciji pripisuje velik napredek v primerjavi z golo objavo informacij, zato tudi 

ločuje stopnji objave in interakcije. Značilno je, da se organi za to vrsto prisotnosti odločajo 

bolj zaradi zbujanja vtisa »modernosti«, zato so tudi vsebine in funkcionalnosti temu 

primerne. Dostopnost do informacij in ponudba storitev je tako pomaknjena v nek poznejši 

čas. Govorimo o t.i. »nameščencih« (angl. Placeholder), ki pomenijo rezervacijo prostora oz. 

domene za načrtovane storitve. 

2. Transakcija. Transakcija opisuje že pri drugih avtorjih navedene lastnosti te razvojne stopnje. 

Katalogizirane informacije in preprosta komunikacija postajajo za uporabnike, ki se vedno 

bolj zavedajo možnosti uporabe interneta, preskromne. Od ponudnika pričakujejo popolno 

elektronsko storitev, ki jo je mogoče opraviti od doma in kadarkoli (Seifert, 2003, str. 10). 

Javna uprava postane aktivni udeleženec visoko strukturirane komunikacije z uporabniki. 

Izdelava učinkovitih aplikacij e‐poslovanja uprave postaja strokovno in tehnično zelo 

zahtevno opravilo, zato je vedno bolj izražena potreba po vključevanju zunanjega izvajanja. 

So tudi velik organizacijski zalogaj, saj morajo biti umeščene v ustrezno okolje, ki vključuje 

Stran 121

122 

urejene zakonske osnove, zagotovljeno varnost in zaupnost posredovanih podatkov, 

opredeljeno lastništvo in pravice dostopa do zalednih podatkovnih baz ter strokovno 

usposobljenost in nove veščine zaposlenih. 

3. Vertikalna integracija. Veliko je funkcij javne uprave in upravnih postopkov, ki iz različnih 

vzrokov zahtevajo vključitev več kot samo enega organa. Da bi se v prejšnji fazi omogočene 

transakcije lahko nemoteno izvajale in s tega vidika ne bi obremenjevale uporabnika, je 

potrebno zagotoviti določene oblike integracije. Integracijo v tem kontekstu razumemo kot 

povezovanje človeških in informacijskih virov različnih organizacijskih struktur na strani 

ponudnika z namenom zagotavljanja celovite in korektne storitve. Layne in Lee predvidevata 

dve vrsti integracije: vertikalno, ki predvideva povezovanje različnih nivojev v okviru 

določene funkcije, in horizontalno, ki pomeni integracijo različnih funkcij. Kot prva je 

navedena vertikalna, saj je s tehnološko‐organizacijskega vidika manj zahtevna. Predvideva 

vključevanje organov različnih nivojev oz. stopenj javne uprave. Kot primer je možno 

uporabiti postopek izdaje uporabnega dovoljenja za gostinski ali trgovski lokal v RS. Organ 

lokalne samouprave (občina) izda mnenje, ki odraža skladnost z lokalno politiko (urejanje 

prostora, urbanistični načrti, gospodarska politika). Organ državne uprave (upravna enota) pa 

izda odločbo, ki upošteva zakonodajo s področja opravljanja dejavnosti. Vertikalna integracija 

je začetek brisanja meja med organi in njihovimi pristojnostmi. Ponudba elektronskih storitev 

javne uprave po principu življenjskih dogodkov torej uporabnike spet postavlja v vlogo izpred 

nekaj let. Takrat so namreč lahko vse svoje zadeve z državo urejali na t.i. »občini«, ki jo v 

današnjem času nadomešča portal e‐uprava. V takšnih okoliščinah tudi zaposleni dobivajo 

novo vlogo. Nekdanji izvajalci vsakodnevnih rutinskih opravil se sedaj pojavijo v vlogi 

nadzornika avtomatiziranih postopkov, pobudnika modernizacije in nosilca inovacij. 

4. Horizontalna integracija. Fazo horizontalne integracije lahko poistovetimo z angl. One Stop 

Shop načinom ponudbe storitev javne uprave. Če želimo namreč državljanom zagotoviti 

celovit pristop in uporabo storitev, postane stopnja funkcionalno orientirane vertikalne 

integracije nezadostna. Naslednji korak je integracija sistemov preko različnih funkcij oz. 

povezovanje množice upravnih organov in drugih institucij pri ponudbi storitev e‐uprave. 

Takšno tehnološko in organizacijsko povezovanje pogosto povzroča težave v smislu dostopa 

in uporabe porazdeljenih podatkov, prilagajanje obstoječih aplikacij in podatkovnih modelov 

skupnim standardom itd. Ustrezna transformacija zahteva preseganje funkcijske 

orientiranosti organov javne uprave in uvajanje procesnega pristopa. Sprememba imena ali 

priimka torej ne sme nikakor biti več stvar organa, pristojnega za notranje zadeve. 

Omogočena mora biti varna posodobitev podatkov preko mreže vseh institucij, vključenih v 

procese e‐uprave (socialno in zdravstveno zavarovanje, volilni imeniki, register davčnih 

zavezancev ipd.). To razvojno fazo lahko, glede na že opisane modele e‐uprave, poistovetimo 

s stopnjo transformacije. 

Stran 122

123 

7.3 Spletni portal euprava 

Slovenija je s projektom e‐uprava začela z intenzivnim uvajanjem uporabe interneta in elektronskega 

poslovanja v upravo, znotraj uprave med upravnimi organi, navzven pa z občani, podjetji in drugimi 

organizacijami. 

Projekt e‐uprave se je pričel februarja 2001, ko je Vlada Republike Slovenije sprejela Strategijo e‐ 

poslovanja v javni upravi za obdobje od leta 2001 do leta 2004. Nekaj mesecev kasneje je imenovala 

tudi Strateški svet za informacijsko družbo (SID), ki usmerja in vodi informatizacijo družbe. Istega leta 

je Center vlade za informatiko (CVI) odprl spletni portal e‐uprava (http://euprava.gov.si) in s tem se 

je začel uresničevati projekt e‐poslovanja v državni upravi. Enotni državni portal (Slika 54) zagotavlja 

informacije in storitve tako državljanom, gospodarskim subjektom, zaposlenim v javni upravi kot tudi 

ustanovam javne uprave. 

Slika 54: Spletni portal e‐uprava 

Portal e‐uprava združuje informacije in storitve različnih delov državne uprave, ne glede na 

pristojnost posameznih upravnih organov ali teritorialnih enot. Portal izhaja iz problemskih 

življenjskih situacij uporabnikov, ki jim skuša na enostaven in pregleden način olajšati urejanje zadev 

na upravnih enotah. Občan namreč mnogokrat ve le, kaj bi rad, ne ve pa, katere upravne postopke, 

pri katerem organu (npr. občina, upravna enota, davčna uprave) in kako (kakšno vlogo, katere 

priloge, kje in kako pridobiti vse potrebne podatke,…) jih mora sprožiti. Cilji portala E‐uprava so torej 

naslednji (Skrt 2003): 

Stran 123

124 

‐ enoten dostop do vseh javnih podatkov, upravnih postopkov in pripadajočih 

obrazcev, ne glede na to, kje se podatki nahajajo, kje se postopki izvajajo in kdo je za 

podatke ter postopke odgovoren, 

‐ pošiljanje vlog, zahtevkov in drugih upravnih dokumentov preko interneta; pri tem 

naj bi bili obrazci na voljo v elektronski obliki, 

‐ elektronsko plačevanje upravnih taks in ostalih obveznosti. 

Portal e‐uprava ponuja državljanom širok spekter informacij. Podrobno so opisane posamezne 

storitve, razloženi so postopki, ki so potrebni, da se posamezna storitev opravi, ne nazadnje pa so na 

voljo tudi povezave na pristojne organe in na zakone, ki so povezani z dotično storitvijo. Na portalu se 

lahko npr. seznanimo s pogoji za pridobitev osebne izkaznice, o pogojih in postopku izdaje izpiskov iz 

rojstne matične knjige, o prijavi za sklenitev zakonske zveze, ipd. 

7.4 Model in smernice razvoja uspešnih estoritev na področju euprave 

Model in smernice razvoja uspešnih e‐storitev na področju e‐uprave smo oblikovali na osnovi analize 

kavzalnih zakonitosti na področju e‐uprave (glej prilogo F). Model e‐uprave (Slika 56) se je oblikoval 

na osnovi združevanja signifikantnih kavzalnih relacij relevantnih raziskav iz področja e‐uprave. 

Za osrednji uporabniški faktor smo izbrali »namero o uporabi storitve e‐uprave«, saj predstavlja 

faktor, ki se najbolj pogosto pojavlja v modelih, ki izhajajo iz analiziranih znanstvenih člankov (Priloga 

F). Poleg tega je sama namera o uporabi storitve e‐uprave tesno povezana s samo uporabo storitve e‐ 

uprave, kot tudi z izkušnjo uporabnikov pri uporabi storitve e‐uprave (Hong et al. 2001). Namero o 

uporabi lahko definiramo naslednje: 

Namera trajne uporabe e‐storitve predstavlja interes posameznika 

uporabljati e‐storitev pri bodočem delu. 

Na osnovi rezultirajčega modela so se nato identificirale smernice (Tabela 48), namenjene razvoju 

sprejetih in uspešnih e‐storitev. Smernice v tehničnem smislu predstavljalo eksogene faktorje 

rezultirajočega modela sprejetosti e‐storitev. Pri tem je uporaba in uspešnost uporabe povezana 

naslednje: 

Slika 55: Model uspešnosti informacijskih rešitev (Seddon et al. 1999) 

Stran 124

125 

Seddonov model uspešnosti uporabe IS (Slika 55) (v nadaljevanju Seddonov model) pojasnjuje 

dinamiko uspešnosti uporabe programske opreme in storitev z dvema pod‐modeloma: parcialnim 

modelom sprejetosti IS in modelom uspešnosti IS. Iz kavzalne interpretacije Seddonovega modela 

(neprekinjene puščice) je možno razbrati, da je uspešnost IS možno zagotoviti le, če so uporabniki 

zadovoljni s posledicami njegove uporabe. Pri tem se je pokazalo, da je povezava med uporabo IS in 

uspešnostjo IS posredna (bistvena razlika glede na model D&M ), saj ni mogoče posplošiti sklepanja, 

da več uporabe pomeni več prednosti uporabe; pomeni le več posledic uporabe (prekinjena puščica). 

Seddon et al. (1999) trdijo, da je omenjena povezava (prekinjena puščica) odvisna predvsem od tipa 

programske opreme in tipa uporabnika 32 . Iz enakih razlogov Seddonov model uspešnosti ne 

predpisuje konkretnih metrik uspešnosti, temveč le njene poglavitne dimenzije, ki so naslednje: (1) 

metrike kakovosti informacij in sistema, (2) zaznavne neto prednosti uporabe IS (dojeta uporabnost, 

zadovoljstvo uporabnikov) in (3) druge metrike koristi uporabe IS. 

32 Na primer: večanje uporabe elektronske pošte zmanjšuje stroške komunikacije, medtem ko avtomatizacija določenega 

poslovnega procesa (zmanjšanje uporabe z vidika uporabnika) poveča učinkovitost poslovanja. 

Stran 125

126 

Slika 56: Kavzalni model sprejetosti e‐storitev na področju e‐uprave 

Stran 126

127 

Tabela 48: Pregled smernic razvoja uspešnih storitev e‐uprave 

Smernica 

Izobraževanje 

uporabnikov 

Promocija storitve e‐ 

uprave 

Poenotenje uporabniških 

vmesnikov 

Dostopnost spletne 

pomoči 

Vseživljenjsko učenje 

Spodbujanje uporabe pri 

skupinah, ki manj 

uporabljajo e‐upravo 

Uporaba varnih 

protokolov 

Zagotavljanje popolnosti 

delovanja 

Nižje tarife za uporabo 

storitve e‐uprave 

Uporaba odprtokodnih 

rešitev 

Dostopnost do storitev e‐ 

uprave preko mobilnih in 

ostalih prenosnih naprav 

Opis 

V namen, da bi uporabniki zaznali koristnost uporabe storitev e‐uprave, je potrebno uporabnike podrobno seznaniti z 

možnostmi, ki jih uporaba storitev e‐uprave omogoča. V ta namen je zaželeno je, da so uporabniki o tem ustrezno izobraženi. 

Storitve e‐uprave niso sami sebi namen. Tako kot pri vseh podobnih projektih, je potrebno potencialne uporabnike seznaniti z 

priložnostmi, ki jih uporaba storitev e‐uprave ponuja. Eden izmed možnih načinov je promocija storitev e‐uprave preko 

spletnih socialnih medijev. 

V primeru, ko uporabniki uporabljajo več storitev e‐uprave, se pri vpeljavi novih e‐storitev lažje znajdejo, če so grafični 

vmesniki vseh storitev e‐uprave poenoteni oz. imajo enako ali vsaj podobno obliko in koncept delovanja. 

Če imajo uporabniki storitev e‐uprave težave z njihovo uporabo, potem je zaželeno, da je voljo priročna pomoč na spletnih 

straneh, ali pomoč svetovalca, na katerega se lahko obrnejo preko sodobnih komunikacijskih kanalov (na primer: neposredno 

sporočanje). 

Pri demografskih faktorjih prednjači starost, kot razlog zakaj uporabniki nimajo izkušenj oz. potrebnega znanja za uporabo 

storitev e‐uprave. Zato je ena izmed globalnih možnosti, ki bo rešila težave na marsikaterem področju projekt vseživljenjskega 

učenja, ki bo tudi starejšim uporabnikom zmanjšal »digitalno ločnico« oziroma omogočil znanja in veščine uporabe e‐storitev. 

Glede na to, da obstajajo specifične skupine, ki so signifikativno redkejši in slabši uporabniki storitve e‐uprave, bi se lahko 

pripravili projekti, ki bi ciljno spodbujali uporabo storitev specifične skupine uporabnikov, ki jim uporaba e‐storitev predstavlja 

največ težav. 

Način, kako bi pridobili zaupanje uporabnikov storitev e‐uprave je, da omogočimo transparentnost in varne protokole za 

interakcijo med uporabniki storitev in storitvami. S tem bomo pridobili zaupanje uporabnikov. Zaradi skrbi o varnosti bi bilo 

zaželeno uvesti boljše načine avtentikacije, kot so pametne kartice, razni žetoni in podobno. 

Storitve e‐uprave morajo biti čim bolj zanesljive, natančne in odporne na napake. S tem se bo dolgoročno pridobilo zaupanje 

uporabnikov e‐storitev. 

Način, ki bo spodbudil uporabnike k uporabi storitev e‐uprave in bo znižal neposredne in posredne stroške, ki jih imajo 

uporabniki z uporabo upravnih postopkov je zniževanje tarife za uporabo primerljivih e‐storitev. 

Cene uporabe storitev e‐uprave so odvisne tudi od cene razvoja storitev e‐uprave in uporabljanih infrastrukturnih in 

aplikacijskih rešitev. S ciljem zniževanja stroškov končnih uporabnikov, se lahko znižajo stroški pri razvoju e‐uprave in to na 

način, da e‐uprava temelji na odprtokodnih rešitvah. 

Če so storitve e‐uprave delno ali v celoti dostopne preko mobilnih in ostalih prenosnih naprav, bo lahko uporabnik uporabljal 

te storitve ne glede na njegovo trenutno stanje ali lokacijo (doma, v pisarni, na poti, po opravkih, …). 

Stran 127

128 

8. Aplikacijske rešitve projekta 

V okviru aplikacij projekta smo si zastavili cilje približati raziskovalne rezultate projekta končnim 

uporabnikom in sicer na naslednje načine: 

‐ Oblikovati spletno mesto projekta, ki omogoča enostavno dostopnost do rezultatov 

projekta in do relevantnih vsebin, ki so povezane s področjem e‐storitev. 

‐ Oblikovati aplikacijo, ki bo izjemno velik nabor informacij projekta predstavila v kar 

se da obvladljivi obliki. Kot rezultat smo oblikovali prototip aplikacije za grafičen 

prikaz domen e‐storitev in iskanje e‐storitev po domenah v obliki grafa. 

8.1 Spletno mesto projekta 

Za promocijo projekta se je vzpostavilo spletno mesto eSeWeb.eu. Namen spletnega mesta je 

predstavitev ciljev in rezultatov raziskav, ki so se izvajale v okviru projekta. Na spletnem mestu so 

objavljeni tudi prihajajoči dogodki, ki so vsebinsko povezani s tematiko, ki je obravnavana v projektu. 

Slika 57: eSeWeb.eu 

Spletno mesto je zasnovano na sistemu za upravljanje vsebin (content management system), zato 

poleg podajanja statičnih vsebin nudi tudi številne komunikacijske možnosti za podajanje 

komentarjev, prijave na novice in diskutiranje o idejah in rešitvah projekta. 

Stran 128

129 

8.2 Aplikacija za grafičen prikaz domen estoritev in iskanje estoritev po 

domenah 

V okviru projekta se je razvila spletna programska komponenta (ServiceGraph), ki je namenjenga 

grafičnemu prikazovanju taksonomije e‐storitev ter vizualno brskanje po bazi e‐storitev preko 

vizualnega vmesnika. Programska komponenta je implementirana v programskem jeziku C# in temelji 

na tehnologiji SilverLight. Kot spletno komponento jo praktično možno vključiti v katerokoli spletno 

stran. 

Ob zagonu komponente se s klicem spletne storitve pridobi seznam klasifikacij e‐storitev. Vsak 

element seznama vsebuje naziv klasifikacije, opis in seznam pod‐klasifikacij skupaj s povezavami na 

seznam e‐storitev po posameznih pod‐klasifikacijah. Seznam klasifikacij ima naslednjo obliko: 

 

 

 

Domena 1 

prva domena 

 

 

E-uprava 

TestXml/service_sample2.xml 

 

 

E-prostor 

TestXml/service_sample.xml 

 

 

E-zdravje 


 

 

 

 

Domena 2 

druga domena 

 

 

E-kultura 


 

 

E-izobraževanje 


 

 

E-promet 


 

 

 

 

Slika 58: Primer dokumenta XML s seznamom klasifikacij in podklasifikacij 

Stran 129

130 

Slika 59: Prikaz glavnih klasifikacij 

Ko uporabnik izbere določeno klasifikacijo, se ponovno pokliče spletna storitev (glede na povezavo – 

element link), ki vrne seznam podklasifikacij in seznam e‐storitev, ki spadajo v določeno podklasifikacijo. 

Komponenta preko klica spletne storitve naloži in razpozna document XML, ki ima 

naslednjo obliko: 

 

 

 

Prijava začasnega prebivališča 

http://www.povezava-do-vsebine-d-01/ 

3,6 

 

 

vpogled v zemljiško knjigo 


4,5 

 

 

Stanje na bančnem računu :) 


5 

 

 

Slika 60: Primer dokumenta XML, ki vsebuje seznam e‐storitev 

Obenem komponenta prikaže seznam vseh podklasifikacij, kot to prikazuje Slika 61, kjer je glavna 

klasifikacija domena e‐storitev, podklasifikacije pa so imena domen (e‐uprava, e‐zdravje,…). 

Stran 130

131 

Slika 61: Prikaz pod‐klasifikacij 

Z izbiro določene podklasifikacije (v primeru na Slika 61 domene), se prikaže seznam e‐storitev, ki 

spadajo v tisto podklasifikacijo. Uporabnik lahko uredi izpis seznama po različnih kriterijih: oceni, 

imenu, datumu vpisa. Slika 62 je primer izpisa seznama e‐storitev za domeno E‐uprava. 

Slika 62: Izpis seznama e‐storitev 

Stran 131

132 

9. Zaključek 

V okviru raziskovalnega projekta »Analiza in smernice razvoja uporabniško usmerjenih e‐storitev v 

Sloveniji« smo si zastavili primarni cilj poiskati vzroke za sprejetost oziroma uporabo e‐storitev na eni 

strani in njihovo zavrnitev oziroma neuspeh na drugi strani. Raziskovalni projekt smo oblikovali na 

osnovi sociološko‐tehničnih raziskave sprejetosti tehnologij, katerih rezultati so običajno objavljeni v 

obliki kavzalnih strukturnih modelov. Iz metodološkega vidika smo se doseganja primarnega 

raziskovalnega cilja lotili s sistematičnimi pregledi literature na področju sprejetosti e‐storitev in 

izvajanjem anket, s pomočjo katerih smo pridobili empirične podatke o vzrokih za uspeh ali neuspeh 

e‐storitev v domeni e‐izobraževanja. 

Poglavitni rezultati raziskovalnega projekta so identificirani vzroki (faktorji), ki vplivajo na različne 

uporabniške vrste (e‐domene) e‐storitev in smernice za razvoj sprejetih in posledično uspešnih e‐ 

storitev. Poseben poudarek smo dali na domeno e‐uprave. Kot »stranski« produkt raziskav smo 

pridobili pregled nad uporabljanimi definicijami e‐storitev in njihovimi klasifikacijami. 

Rezultate raziskovalnega projekta je potrebno razumeti v sklopu omejitev raziskav. Prvič, preglede 

literature smo izvedli v okviru opredeljenih baz podatkov. Nimamo podatkov o raziskavah izven 

opredeljenih baz podatkov oziroma o napakah posplošenja rezultatov, v kolikor bi zajeli celotno bazo 

znanja 33 iz omenjenega področja. Drugič, anketo na področju e‐izobraževanja smo izvedli z uporabo 

konkretnega primerka raziskave, sistema Moodle. Zato nimamo nobenih informacij o posplošenju 

rezultatov na ostale sisteme za e‐izobraževanje. Tretjič, empirične raziskave, ki smo jih izvedli sami, 

temeljijo na študentski populaciji, ki imajo specifične lastnosti, zato prav tako ne moremo rezultatov 

posploševati na celotno populacijo. Četrtič, modele sprejetosti e‐storitev smo oblikovali na osnovi 

obstoječih raziskav. Vsaka od obstoječih raziskav ima sebi lastne omejitve in ne obstajajo informacije 

o tem, kakšne so multiplikacije omejitev, ki so jih povzročila združevanja omejitev posameznih 

raziskav. Petič, pri interpretaciji rezultatov raziskav je potrebno upoštevati omejitve posameznih 

metod raziskav, vzorčnih okvirjev, primerkov raziskav in metod kvalitativne in kvantitativne analize 

rezultatov raziskav. 

Rezultati raziskovalnega projekta prinašajo ponudnikom in razvijalcem e‐storitev številne prednosti. 

Omogočajo vpogled v tehnike dojemanja e‐storitev ter tehnike identifikacije in analize vzrokov za 

uspeh ali neuspeh e‐storitev. S pomočjo identificiranih vzrokov in vzročnih povezav lahko proaktivno 

razvijajo e‐storitve z boljšimi uporabniškimi karakteristikami. V dodatno pomoč so lahko za ta namen 

oblikovane smernice za razvoj sprejetih e‐storitev in instrumenti za ugotavljanje dejanskega stanja e‐ 


33 Izvedljivo le teoretično. 

Stran 132

133 

Seznam prilog 

Priloga (ime datoteke) Opis Velikost 

Papirna oblika 

Elektronska oblika 

eSe‐Priloga_A.docx Seznam definicij generičnih in specifičnih e‐ 


eSe‐Priloga_B.docx Oblikovanje taksonomije e‐storitev na 

osnovi identificiranih klasifikacij e‐storitev 

eSe‐Priloga_C.docx Identifikacija in klasifikacija e‐storitev v 

taksonomijo e‐storitev (osnovni 

klasifikatorji) 

eSe‐Priloga_D.xls Identifikacija in klasifikacija e‐storitev v 

taksonomijo e‐storitev (vsi klasifikatorji) 

eSe‐Priloga_E.docx Pregled generičnih ugotovitev na področju 

e‐storitev (urejen po posameznih domenah 

e‐storitev) 

eSe‐Priloga_F.docx Analiza kavzalnih zakonitosti e‐storitev za 

področje e‐uprave 

eSe‐Priloga_G.docx Diseminacije projekta v obliki delavnic, 

objav na konferencah in objav v strokovnih 

in znanstvenih publikacijah. 

eSe‐Priloga_H.docx Analiza kavzalnih zakonitosti e‐storitev za 

vsa področja (urejen po posameznih 

domenah e‐storitev) 

67 strani Da Da 



167 vrstic Ne Da 

(zapisov) 





Stran 133

134 

Uporabljena literatura 

Boehm, B. et al., 1978. Characteristics of Software Quality, Elsevier. 

Brewer, G.A., Neubauer, B.J. & Geiselhart, K., 2006. Designing and Implementing E‐Government 

Systems: Critical Implications for Public Administration and Democracy. Administration 

Society, 38(4), 472‐499. 

Davis, F.D., 1989. Perceived Usefulness, Perceived Ease Of Use, And User Acceptance Of Information 

Technology. MIS Quarterly, 13(3), 318 ‐331. 

Deloitte Research, 2000. At the Dawn of e‐Government ‐ The Citizen as Customer, Deloitte 

Consulting. 

European Commission, 2008. Preparing Europe's digital future i2010 ‐ Mid‐term review, European 

Commission. 

Fishbein, M. & Ajzen, I., 1975. Belief, Attitude, Intention, and Behavior. An Introduction to Theory and 

Research, Addison‐Wesley. 

Goodhue, D. & Thompson, R., 1995. Task‐Technology Fit and Individual‐Performance. MIS Quarterly, 

19(2), 213‐236. 

Hahn, J. & Kauffman, R.J., Information Foraging In Internet‐Based Selling: A Systems Design Value 

Assessment Framework. Available at: 

http://citeseerx.ist.psu.edu/viewdoc/summarydoi=10.1.1.24.1455 [Accessed February 18, 

2010]. 

Hofacker, C.F. et al., 2007. E‐Services: A Synthesis and Research Agenda. In pp. 13‐44. 

Hong, W. et al., 2001. Determinants of user acceptance of digital libraries: An empirical examination 

of individual differences and system characteristics. Journal of Management Information 

Systems, 18(3), 97‐124. 

ISO 9126, 2001. ISO/IEC TR 9126‐Software engineering, product quality, quality model, International 

Organization for Standardization. 

Javalgi, R.G., Martin, C.L. & Todd, P.R., 2004. The export of e‐services in the age of technology 

transformation: challenges and implications for international service providers. Journal of 

Services Marketing, 18(7), 560‐573. 

Jung, H., Kim, S. & Chung, C., 2004. Measuring software product quality: A survey of ISO/IEC 9126. 

Ieee Software, 21(5), 88‐+. 

Keil, M., Beranek, P. & Konsynski, B., 1995. Usefulness and Ease of Use ‐ Field‐Study Evidence 

Regarding Task Considerations. Decision Support Systems, 13(1), 75‐91. 

King, W. & He, J., 2006. A meta‐analysis of the technology acceptance model. Information & 

Management, 43(6), 740‐755. 

Kitchenham, B. & Pfleeger, S., 1996. Software quality: The elusive target. Ieee Software, 13(1), 12‐&. 

Stran 134

135 

Kozel, Edvard, 2008. Informacijsko‐komunikacijske tehnologije kot dejavnik reforme javne uprave. 

Magistrsko delo. Maribor: Univerza v Mariboru, Fakulteta za elektrotehniko, računalništvo in 

informatiko. Available at: http://dkum.uni‐mb.si/IzpisGradiva.phpid=9349. 

Layne, K. & Lee, J., 2001. Developing fully functional E‐government: A four stage model. Government 

Information Quarterly, 18(2), 122‐136. 

Legris, P., Ingham, J. & Collerette, P., 2003. Why do people use information technology A critical 

review of the technology acceptance model. Information & Management, 40(3), 191‐204. 

Loiacono, E., Watson, R. & Goodhue, D., 2007. WebQual: An Instrument for Consumer Evaluation of 

Web Sites. Int. J. Electron. Commerce, 11(3), 51‐87. 

McBurney, D.H. & White, T.L., 2003. Research Methods, Wadsworth Publishing. 

McCall, J.A., Richards, P.K. & Walters, G.F., 1977. Factors in Software Quality. Volume I. Concepts and 

Definitions of Software Quality., 

Parasuraman, A., Zeithaml, V.A. & Berry, L.L., 1985. A Conceptual Model of Service Quality and Its 

Implications for Future Research. The Journal of Marketing, 49(4), 41‐50. 

Powell, A., 2000. A UK e‐Government Metadata Framework. , 2000. Available at: 

http://www.ukoln.ac.uk/metadata/publications/e‐gov‐metadata/ [Accessed March 4, 2010]. 

Rowley, J., 2006. An analysis of the e‐service literature: towards a research agenda. Internet 

Research, 16(3), 339‐359. 

Ruyter, K.D., Wetzels, M. & Kleijnen, M., 2001. Customer adoption of e‐service: an experimental 

study. International Journal of Service Industry Management, 12(2), 184‐207. 

Scheer, A., Kruppke, H. & Heib, R., 2003. E‐government, Springer. 

Seddon, P. et al., 1999. Dimensions of Information Systems Success. Communications of AIS, 2(3). 

Sharp, J.H., 2007. Development, Extension, and Application: A Review of the Technology Acceptance 

Model. Information Systems Education Journal, 5(9), 1 ‐9. 

Skrt, R., 2003. E‐uprava. Available at: http://www.nasvet.com/e‐uprava/ [Accessed March 4, 2010]. 

Speier, C. & Urbaczewski, A.M., 2005. Technology Acceptance: Has "Technology" Been Too Broadly 

categorized. Available at: file://C:\_cvs\cvs_gpolancic\Doktorat\Viri\Teoreticne osnove 

raziskave\Technology Acceptance Model\Technology Acceptance‐Has Technology Been Too 

Broadly Categorized.pdf. 

Venkatesh, V. & Davis, F., 2000. A theoretical extension of the Technology Acceptance Model: Four 

longitudinal field studies. Management Science, 46(2), 186‐204. 

Venkatesh, V. et al., 2003. User acceptance of information technology: Toward a unified view. MIS 

Quarterly, 27(3), 425‐478. 

Stran 135

Analiza in smernice razvoja uporabniÅ¡ko usmerjenih e-storitev v ...

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?