Agregaci´on de servicios al BrokerMD

chapter 2 will be used to compare and validate the factors.

Section 6.6 discusses the implications of the empirical factors from sections 6.3 to 6.5 and the  theory as a whole, from research and practice perspectives. Initially, the discussion argues for  the   generalisability   of   factors   and   the   emergent   theory   developed   in   this   study.   Then,  arguments are presented about the relevance of the emergent theory which can be used by IT  SME  owner­mangers,  other  policy­makers  and  practitioners  as a  reference  framework  for  understanding the adoption of OSS.

6.2 An Emergent Theory of Open Source Software  Adoption

This section presents a theory of OSS adoption developed in this study. The theory comprises  of the factors from the analysis in section 5.5 and uses the research theoretical framework  (see, sections 5.3 and 3.3) to explain the factors and their influence on the adoption of OSS  in this study. The theory is represented as a graphical empirical model in Figure 6.1, showing  the empirical factors and the theoretical concepts from the theoretical framework used in this  study. This discussion will now continue with an overview of the empirical model.

SUBJECTIVE NORMSATTITUDECONTROL

Figure 6.1 An Empirical Model of Open Source Software Adoption by IT SMEs

The empirical model presented in Figure 6.1 shows that OSS adoption, as defined in section  definition   in   section   3.3.2),   self   efficacy,   resource   facilitating   conditions   and   technology  facilitating conditions (see definition in section 3.3.3). These belief structures were used as  categories   (see  section   5.3)   for  the   identification   and   classification   of  factors  during  the  empirical data analysis stages of this study (see sections 5.4 and 5.5). These belief structures  provide   the   theoretical   concepts   used   in   defining   the   empirical   factors   in   this   chapter. 

K. Mijinyawa

Chapter 6: Research Findings 141

Therefore, the definitions of the factors developed in this chapter will show the link between  the empirical data and the theoretical framework used throughout this study. The factors  within each belief structure, as shown in Figure 6.1, are now introduced.

As shown in Figure 6.1, the first belief structure is relative advantage, consisting of four  factors: flexible support, license cost­saving, extensibility, and reliability. The second belief  structure is  complexity, and consists of  a  single factor  – lack of  drivers.  The  third belief  structure   is   complexity,   which   consists   of   two   factors:   functionality   and   hardware  compatibility. The fourth belief structure is peer influences, consisting of two factors: flexible  OSS­community   and   lack   of   government   support.   The   fifth   belief   structure   is   superior  influences, and consists of a single factor – Web media. The sixth belief structure is self­

efficacy, which consists of four factors: core IT­skills, IT support, management support, and  innovativeness. The seventh belief structure is resource facilitating conditions, consisting of a  single   factor   –   capital   investment.   The   eighth   belief   structure   is   technology   facilitating  conditions, and consists of a single factor – adequate Internet connectivity.

Figure 6.1  shows  that the second  stage of  adoption  consists   of three belief  components: 

attitude (see definition in section 3.3.1); subjective norms (see definition in section 3.3.2); 

and perceived behavioural control (see definition in section 3.3.3). The relationships between  these  belief  components  and   their  belief  structures   were  explained  in   section   3.3.  These  relationships extend the explanations of the influence of factors because they allow us to  explain their influence on the belief components. Therefore, the discussions will include an  explanation of the influence of factors on the belief components.

The third stage of adoption is intention, as shown in Figure 6.1 and defined in section 3.3. 

This  concept  is   related   to   the   three  belief  components   –  attitude,   subjective   norms,   and  perceived behavioural control – and the relationships were explained in section 3.3. These  relationships also extend the explanations of the influence of factors because they allow us to  explain the influence of factors on intention. Therefore, the explanation of factors will include  their influence on intention.

It is also shown in Figure 6.1 that intention has a direct influence on OSS usage, which is also  defined   in   section   3.3.   This   relationship,   also   explained   in   section   3.3,   extends   the  explanations of the influence of the factors because it allows us to explain the influence on  OSS usage. Therefore, the explanation of factors will include their influence on OSS usage.

Chapter 6: Research Findings 142

Having  briefly   introduced   the  empirical  factors  and   theoretical  concepts   in   the  empirical  model in Figure 6.1, and given a guide to their use in explaining the adoption of OSS, the  factors will now be discussed in greater detail. The discussion will explain the theory of OSS  adoption developed in this study. In doing so, two key points will be discussed.

First, the definition of each factor is presented and justified using the support of relevant  empirical evidence and literature. The justification will show that each factor is defined based  on the fit of the empirical evidence with the theoretical framework used in the data analysis  (see section 5.3). The justification will also show the links between the empirical evidence  and   the   theoretical   framework   used   in   this   study.   The   definition   of   each   factor   will   be  supported   by   evidence  from  multiple  cases,   in   a  triangulation   process  that  enhances  the  theoretic   and   analytical   generalisability   of   the   empirical   factors   (see   section   5.5.4   and  Mayring 2007; Meredith 1998; Patton 1999), and will provide alternative contexts for the  factors. The alternative contexts provide important insights into the diverse contexts and a  profile for better identifying and understanding the factors. The use of multiple contexts will  show that the explanations of the factors in this study are based on research rigour in the use  of multiple sources of evidence, and this enhances the validity of the factors and emergent  theory of OSS adoption in this study (see discussion in section 4.9.1). 

In further enhancing the validity of factors, and where there is adequate information to do so,  the factors will be compared to relevant literature. This process of comparative literature  analysis (Mayring 2007) will allow us to support our research findings with evidence from the  literature,   leading   to   stronger   arguments   about   the   analytical   generalisability   or  transferability (Malterud 2001; Metcalf 2005; Rowlands 2003) in the empirical factors that  will be discussed.

The  second  point  is  the  application   of  the  empirical  model  in  Figure  6.1  to   explain  the  influence of the factors on the 'belief components', 'intention' and the 'actual use of OSS'. The  explanations provide an understanding of the factors and why they influence the adoption of  OSS by SMEs and will test the consistency of the factors' influences on OSS adoption against  the research propositions discussed in section 3.3. The test of consistency of factors with the  research propositions allows us to establish the external validity of the empirical factors,  which also enhances their theoretic and analytical generalisability (Meredith 1998; Yin 2003)  to other studies or settings of OSS adoption by IT SMEs.

K. Mijinyawa

Chapter 6: Research Findings 143