تأثیر تجربه کار با رایانه و تناسب تکلیف- فناوری بر پذیرش فناوری رایانه: چشم‏اندازهای جدید روان‏شناسی اجتماعی

نوع مقاله: مقاله پژوهشی

نویسندگان

1 عضو هیأت علمی دانشگاه آزاد اسلامی واحد اَنار

2 عضو هیأت علمی دانشگاه آزاد اسلامی واحد رفسنجان

3 مشاور آموزش و پرورش استثنایی گرگان

چکیده

زمینه: پذیرش و کاربرد فناوری‏های‏مختلف در محیط‏های‏آموزشی، دامنه وسیعی از تحقیقات را به خود اختصاص داده است. سؤال‏های مهمی که در این زمینه مطرح می‏شود این است که کاربران، فناوری را چگونه تصور‏می‏کنند؟ و عواملی‏که منجر به عدم ‏استفاده از فناوری‏می‏شود، کدامند؟
هدف: این مطالعه با هدف بررسی تأثیر تجربه کار با رایانه و تناسب تکلیف- فناوری بر پذیرش فناوری رایانه، به خصوص سهولت ادراک شده و سودمندی ادراک شده رایانه، انجام گرفت.
روشپژوهش: این مطالعه به روش آزمایشی با استفاده از طرح تک گروهی با پس آزمون انجام گرفت. به این منظور یک نمونه 127 نفری از دانشجویان ترم اول رشته کامپیوتر در مقطع کاردانی به‏طور خوشه‏ای انتخاب و بعد از شش هفته آموزش به پرسشنامه TAM که از پژوهش‏های گاردنر و آموروسو و کلوپینگ و مک کنی اقتباس شده بود، پاسخ دادند.
یافته‏ها: نتایج نشان دادند که اثر مستقیم تجربه کار با رایانه و تناسب تکلیف- فناوری بر سهولت ادراک شده کاربرد رایانه معنادار و بر سودمندی ادراک شده رایانه معنادار نمی‏باشد. همچنین اثر مستقیم سهولت ادراک شده کاربرد رایانه بر سودمندی ادراک شده رایانه با اضافه شدن تجربه کار با رایانه و تناسب تکلیف- فناوری به مدل دیگر معنادار نبود، اما اثر مستقیم سهولت ادراک شده کاربرد رایانه بر نگرش نسبت به کاربرد رایانه با حضور تجربه کار با رایانه و تناسب تکلیف- فناوری تعدیل نشد.
نتیجه‏گیری: دارا بودن تجربه و تناسب تکلیف- فناوری، اثر سهولت ادراک شده کاربرد رایانه بر سودمندی ادراک شده رایانه را تعدیل می‏کند و هر چه تجربه فرد و تناسب تکلیف-فناوری بیشتر باشد، فرد فناوری را ساده تر ادراک می‏کند، اما ممکن است آن را سودمند ادراک نکند.

کلیدواژه‌ها


هومن، ح. ع .(1384). مدل‏یابی معادلات‏ساختاری با کاربرد نرم‏افزار لیزرل. تهران: انتشارات سمت.
 
 
منابع انگلیسی
Bagozzi, R. P. (2007). The Legacy of the Technology Acceptance Model and a Proposal for a Paradigm Shift. Journal of the association for information systems. Journal of the association for information system, 8(4), 244-254.
Benbasat, I., & Barki, H. (2007). Quo vadis, TAM? Journal of the association for information system, 8(4), 211-218.
Burkey, J. (2006). Interface effects on data input performance using web forms,
Chen, Y. C., Lin, Y. C. V., & Yeh, R. C. (2006). Examining factors influencing behavioral intentions to use asynchronous Web- based language learning: The tenth pacific Asia conference on information systems (PACIS). The Tenth Pacific Asia Conference on Information Systems (PACIS), Retrieved from www.pacis-net.org /ok2.asp?keyword2=taiwan - 17k.
Dishaw, M. .T, Strong, D. M. & Bandy, D. B. (2002). Extending the task-technology fit model with self-efficacy constructs, Retrieved from www.melody.syr.edu /hci/amcis02_minitrack/RIP/Dishaw.pdf
Gardner, C. & Amoroso, D. L. (2004). Development of an Instrument to Measure the Acceptance of Internet Technology by Consumers., Proceedings of the 37th Hawaii International Conference on System Sciences. Retrieved from www.csdl2.computer.org/comp/proceedings/hicss/2004/2056/08 /205680260c.pdf.
Goodhue, D. L. (2007). Comment on Benbasat and Barki’s “ Quo Vadis TAM” article. Journal of the association for information system, 8,(4), 219-222.
Kim,T. G., Lee, J. H. & Law, R.(2008). An empirical examination of the acceptance behaviour of hotel front office systems: An extended technology acceptance model, Tourism Management 29, 500–513,
Grunwald, H. (2002). Factors Affecting Faculty Adoption and Sustained Use of Instructional Technology in Traditional Classrooms, Retrieved from /www.sitemaker.umich.edu/heidig/files/factors_affecting_faculty_adoption_and_sustained_use_of_instructional_te...,
Herna´ndez, B., Jime´nez, J., & Jose Martin .M..(2008). extending the technology acceptance model to include the IT decision-maker: A study of business management software, Technovation 28, 112–121.
Huang, S. M., Wei, C. W., Yu, P. T., & Kuo, T. Y. (2004). An empirical investigation on learners’ acceptance of e-learning for public unemployment vocational training. Retrieved from www.ec.ccu.edu.tw/teacher/paper/IJIL%203204%20Huang%20 et%20al.pdf.
Ifinedo, P. (2006). Acceptance and Continuance Intention of Web-Based Learning Technologies (WLT) among University Students in a Baltic Country. The Journal of Information Systems in Developing Countries, 23 (6), 1-20.
Karami, M. (2006). Factor influencing adoption of online ticketing, Retrieved from www.epubl.ltu.se/1653-0187/2006/45/index-en.html8k.
Kiraz, E. & Ozdemir, D. (2006). The Relationship between Educational Ideologies and Technology Acceptance in Preservice Teachers. Educational Technology & Society, 9 (2), 152-165.
Klopping, I. M. & McKinney, E. (2004).  Extending the Technology Acceptance Model and the Task -Technology Fit Model to Consumer E E-Commerce, Information Technology, Learning, and Performance Journal, 22(1), 35-48.
Kripanont, N. (2006). Using a technology acceptance model to investigate academic acceptance of internet. Journal of  business system, Governance and Ethics,1(2),  13-28.
Lee, Y. C. (2006). An empirical investigation into factors influencing the adaption of an e-learning system, online information review, 30 (5), 517-541.
Lu, J., Yu, C. S., liu, C. & Yao, J. E.(2003) Technology acceptance model for wireless internet, internet research: electronic networking applications and policy, 13(3), 206-222.
McGill, T., & Bax,  S. (2007) From beliefs to success: utilizing an Expanded tam to Predict Web Page development success, International Journal of Technology and Human Interaction, 3(3), 36 – 53.
Muller, R.O. (1996). Basic principals of structural equation modeling(an introduction to lisrel equation). Springer-Verlang. New York,  Berlin.
Nanayakkara, C. (2005). A Model of User Acceptance of Learning Management systems: a study within Tertiary Institutions in New Zealand. Retrieved from www.caudit.edu.au/educauseaustralasia07/authors_papers /Nanayakkara-361.pdf
Ramayah, T., & Aafaqi, B. (2004). Role of self-efficacy in e-learning usage among students of a public university in Malaysia. Malaysian Journal of Library & Information Science, 9(1), 39-57.
Ravi, V., Carr, M., & Sagar, N. V. (2006). Profiling of internet banking users in india using intelligent techniques,  Journal of Services Research,6(2), 61-74.
Rezai, M., Mohammadi M.و H., Asadi, A. & Kalantary, K. (2008) Predicting e-learning application in agricultural higher education using technology acceptance model, Turkish Online Journal of Distance Education-TOJDE, 98(1), 85-95.
Saadé, R. G. & Kira, D. (2006). The Emotional State of Technology Acceptance: Issues in Informing Science and Information Technology, 3,  229-239.
Savitskie, K.; Royne, M. B., Persinger, E. S., Grunhagen, M., & Witt, C. L. (2007). Norwegian Internet Shopping Sites: An Application & Extension of the Technology acceptance model, Journal of Global Information Technology Management; 10, 4; ABI/INFORM Globalpg. 54-73.
Shang, R. A., Chen, Y.C., & Shen,  L. (2003). Consumer’s Acceptance of Internet Shopping: Intrinsic versus Extrinsic Motivations, Retrieved from www.hicbusiness.org/biz2003proceedings/Rong-An%20Shang.pdf
Sun, H. & Zhang, P. (2006). Applying Markus and Robey’s Causal Structure to Examine User Technology Acceptance Research: A New Approach, Journal of Information Technology Theory and Application (JITTA). Retrieved from www.web.syr.edu/~hesun/papers/JITTA.pdf.
Tabachnick, B., & Fidell, L. S. (1996). Using multivariate statistics. New York: Happer Collins College.
Umarji, M., & Emurian, H. (2005). Acceptance Issues in Metrics Program Implementation,Retrieved from www.userpages.umbc.edu/.../AcceptanceMetrics ImplementationUmarjiSeaman.pdf.
Umarji, M., Seaman, C., & Emurian, H. H. (2005). Acceptance Issues in Metrics Program Implementation, Retrieved from www.userpages.umbc .edu/~medha1/pub/AcceptanceMetricsImplementationUmarjiSeamanEmurian.pdf.
Vainio, H. M.(2006). Factors influencing corporate customers’ acceptance of internet banking: case of Scandinavian trade finance customers. Retrieved from www.pafis.shh.fi/graduates/hanvai03.pdf.
Vin-Cent Chang, P. (2004). The validity of an extended technology acceptance model (TAM) for predicting internet/portal usage. Retrieved from www.etd.ils.unc. edu:8080/dspace/bitstream/1901/78/1/draft25.pdf.
Weston, R. & Gore Jr, P. (2006). A Brief Guide to Structural equation Modeling, The Counseling Psychologist, 34 (5), 719-751.
Yi, M. Y., & Hwang, Y.(2003). Predicting the use of web-based information systems: self-efficacy, enjoyment, learning goal orientation, and the technology acceptance model. International Journal Human-Computer Studies 59, 431–449.