Factores que influyen en la adopción del análisis de Big Data por los auditores: un estudio mixto

Para citar o enlazar este item, por favor use el siguiente identificador: http://dspace.ups.edu.ec/handle/123456789/30414
Título : Factores que influyen en la adopción del análisis de Big Data por los auditores: un estudio mixto
Autor : Abdelkarim, M.
Nazli, M.
Salleh, Z.
Majed, A.
Resumen traducido: El objetivo de este estudio es analizar: ¿En qué medida la percepción de facilidad de uso (PEOU) y la percepción de utilidad (PU) explican las intenciones conductuales (BI) de los auditores para adoptar el análisis de grandes datos (BDA) en firmas de auditoría en Palestina?. Se utilizó un enfoque mixto, combinando datos cuantitativos de una encuesta censal a 94 auditores de las cuatro grandes firmas en Palestina (tasa de respuesta del 86 %) con datos cualitativos de entrevistas semiestructuradas a nueve auditores en niveles gerenciales o superiores. Esta integración metodológica fortaleció la validez y confiabilidad de los resultados. Los hallazgos mostraron que la PU influye significativamente en las intenciones de adopción de BDA, mientras que la PEOU tiene un impacto menor pero relevante. El estudio confirmó la aplicabilidad del Modelo de Aceptación Tecnológica (TAM) en la profesión de auditoría y aborda la brecha de investigación sobre la adopción de BDA en economías en desarrollo. Los hallazgos destacan que la percepción de utilidad es el principal impulsor y sugieren que mejorar la facilidad de uso podría aumentar aún más la adopción. Las implicaciones prácticas incluyen capacitación para las firmas de auditoría, políticas de apoyo por parte de los reguladores y soluciones de BDA accesibles y fáciles de usar para los proveedores de tecnología. Al ofrecer insights adaptados a entornos con recursos limitados, este estudio orienta la adopción de BDA en auditoría, beneficiando tanto a la academia como a la industria.//The purpose of this study is to investigate the primary research question: To what extent do perceived ease of use (PEOU) and perceived usefulness (PU) explain auditors’ behavioral intentions (BI) to adopt big data analytics (BDA) in auditing firms in Palestine? A mixed-method approach was employed, combining quantitative data from a census survey of 94 auditors at the Big Four accounting firms in Palestine (achieving an 86 % response rate) with qualitative data from semi-structured interviews conducted with 9 auditors at the managerial level or higher. This methodological integration enhanced the validity and reliability of the research findings. The results demonstrated that PU significantly and directly impacts auditors’ intentions to adopt BDA, while PEOU also influences BI, though to a lesser extent. The study validated the applicability of the Technology Acceptance Model (TAM) in the auditing profession and addresses the research gap on BDA adoption in developing economies. Findings highlight perceived usefulness as the key driver and suggest that improving ease of use could further boost adoption. Practical implications include training for firms, supportive policies from regulators, and user-friendly solutions from technology providers. By offering insights for resource-constrained environments, this study guides BDA adoption in auditing for both academia and industry.
Palabras clave : transformación de la auditoría; audit transformation
intenciones de comportamiento; behavioral intentions
Big Data Analytics; big data analytics
percepción de facilidad de uso; perceived ease of use
percepción de utilidad; perceived usefulness
modelo de aceptación tecnológica; technology acceptance model
Palestina; Palestine
los Cuatro Grandes; Big Four
Fecha de publicación : abr-2025
URI : http://dspace.ups.edu.ec/handle/123456789/30414
Idioma: spa
Pertenece a las colecciones: Vól. 15 Núm. 29 (abril-septiembre 2025)

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Ret_v15_n29_Abu_Mohd_Salleh_Khalaf.pdf1,09 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons