Validación de un modelo TAM de aceptación de la tecnología en estudiantes universitarios dominicanos
Descargas
Resumen
En medio de la pandemia realizamos un estudio para establecer los determinantes de la intención de uso del aula virtual, siguiendo el Modelo de Aceptación de la Tecnología modificado por Park (2009), que incluye los factores Actitud, Utilidad percibida, Facilidad percibida, Autoeficacia virtual, Norma subjetiva y Accesibilidad del sistema. Con 1260 participantes autoseleccionados de 13 universidades dominicanas, modificamos el instrumento original con un análisis factorial confirmatorio y, con un análisis de mediación múltiple encontramos que la Norma Subjetiva tuvo la mayor influencia sobre la Intención de Uso del aula virtual Indirectamente, la Norma Subjetiva estuvo mediada por la Utilidad Percibida y por la Actitud. Otro factor importante fue la Autoeficacia Virtual. Indirectamente, esta Autoeficacia estuvo mediada por la Facilidad Percibida, la Utilidad Percibida y la Actitud. Para fortalecer la Intención de Uso del aula virtual en nuestros estudiantes recomendamos rediseñar el instrumento de medición integrando más ítems para cada factor.
Palabras clave
Modelo TAM, intención conductual, actitud
Publicado
Número
Sección
Cómo citar
Licencia
Derechos de autor 2021 Congreso Caribeño de Investigación Educativa
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Métricas
Citas
Ajzen, I. & Albarracin, D. (2012). Predicting and changing behavior: A reasoned action approach. In Ajzen, I., Albarracin, D., & Hornik, R. (Eds.), Prediction and Change of Health Behavior: Applying the Reasoned Action Approach. 3-21. Taylor and Francis. https://doi.org/10.4324/9780203937082
Bedregal-Alpaca, N., Cornejo-Aparicio, V., Tupacyupanqui-Jaén, D., & Flores-Silva, S. (2019).
Evaluación de la percepción estudiantil en relación al uso de la plataforma Moodle desde la perspectiva del TAM. Ingeniare. Revista chilena de ingeniería, 27(4). https://scielo.conicyt.cl/scielo. php?script=sci_arttext&pid=S0718-33052019000400707&lng=en&nrm=iso&tlng=en
Davis, F. D. (1986). A technology acceptance model for empirically testing new end-user information systems: Theory and results. [Doctoral dissertation] MIT Sloan School of Management. https://dspace.mit.edu/handle/1721.1/15192
Fishbein, M. (2008). Theory of Reasoned Action. The International Encyclopedia of Communication.
https://doi.org/10.1002/9781405186407.wbiecr017
Grandon, E., Alshare, O., & Kwan, O. (2005). Factors influencing student intention to adopt online classes: A cross-cultural study. Journal of Computing Sciences in Colleges, 20(4), 46-56. https://www.scirp.org/reference/ReferencesPapers.aspx?ReferenceID=1334732
Legris, P., Ingham, J., & Collerette, P. (2003). Why do people use information technology? A critical review of the technology acceptance model. Information & Management, 40, 191-204. https://www.sciencedirect.com/science/article/abs/pii/S0378720601001434
Park, S. Y. (2009). An Analysis of the Technology Acceptance Model in Understanding University Students’ Behavioral Intention to Use e-Learning. Educational Technology & Society, 12(3), 150-162. https://www.jstor.org/stable/10.2307/jeductechsoci.12.3.150
Selim, H. M. (2003). An empirical investigation of student acceptance of course web sites. Computers & Education, 40, 343-360. https://www.sciencedirect.com/science/article/abs/pii/S0360131502001422
Venkatesh, V. (2000). Determinants of perceived ease of use: Integrating control, intrinsic motivation, and emotion into the technology acceptance model. Information Systems Research, 11, 342-365.
https://www.jstor.org/stable/23011042
Venkatesh, V., & Davis, F. D. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management Science, 46(2), 186-204. http://dx.doi.org/10.1287/mnsc.46.2.186.11926