تفاوتهای فردی در پذیرش تکنولوژی مطالعه نقش مستقل یا واسطه ای جنس و سن در مدلهای پذیرش تکنولوژی
محورهای موضوعی : مهندسی آموزشی: طراحی و تکنولوژی آموزشی
1 - پست دکتری
کلید واژه: کلیدواژه: مدل پذیرش تکنولوژی, تفاوتهای فردی, استفاده از تکنولوژی.,
چکیده مقاله :
تفاوت های فردی به ویژه جنس و سن در استفاده از تکنولوژی از دیرباز یکی از سوالات اساسی در تعیین عوامل موثر بر استفاده از تکنولوژی بوده است. با توجه به استفاده از مدل های مختلف پذیرش تکنولوژی، بعضی از این پژوهش ها، نقش واسطه ای و بعضی نقش مستقل برای ویژگیهای فردی در نظر گرفته اند. از آنجایی که این پژوهش ها در بسترهای متفاوت جمعیت شناختی و بر روی تنوعی از تکنولوژی ها انجام شده اند، در زمینه نوع تاثیر گذاری تعدیل کننده یا مستقل جنس و سن توافقی وجود نداشته است. این پژوهش با هدف مطالعه هر دو نقش این متغیرها بر روی یک نمونه 335 نفری از دانشجویان دانشگاه آزاد اسلامی که به شیوه سهمیه ای انتخاب شدند و بر روی تکنولوژی استفاده از اینترنت در موبایل انجام شد. داده های پژوهش با استفاده از پرسشنامه پذیرش تکنولوژی دیویس (1989) که با تکنولوژی اینترنت موبایل انطباق یافته و اعتبار آن تایید شده بود جمع آوری گردید. تجزیه و تحلیل اطلاعات با استفاده از آزمون های تی استیودنت و تحلیل واریانس (برای تعیین نقش مستقل متغیرها و آزمون تحلیل رگرسیون خطی برای تعیین نقش تعدیلی متغیرها انجام شد. نتایج نقش قوی تر جنس را بر روی مولفه ها دریافت سودمندی، قصد رفتار و رفتار استفاده از اینترنت موبایل تایید کردند. در حالی که نقش مستقل سن تنها بر روی مولفه دریافت سودمندی معنادار بود و سن تاثیر واسطه ای در رابطه دریافت سودمندی و قصد رفتار و تبدیل قصد رفتار به رفتار یا عملکرد استفاده از تکنولوژی اینترنت موبایل را نشان داد. این نتایج پیچیدگی نقش تفاوتهای فردی در تاثیر در پذیرش تکنولوژی را مطرح کرده و در گرفتن هر دو نقش واسطه ای و مستقل این متغیرها را در استفاده از مدل های تکنولوژی در پژوهش ها پیشنهاد میکند.
Abstract Individual differences, especially gender and age, in the use of technology, have long been one of the basic questions in determining the factors affecting the use of technology. According to the use of different models of acceptance, among available studies, an agent role and an independent role for individual characteristics have been considered. Since the existing literature is carried out in different cognitive contexts and on a variety of technologies, there is no agreement on the modulating or independent impact of gender and age. Accordingly, this study aimed to study both roles of these changes on a sample of 335 Islamic Azad University students who were selected collaboratively and was conducted on the technology of using the Internet on mobile phones. The data was collected using the technology acceptance questionnaire of Davis (1989) which was adapted to the mobile internet technology and its validity was confirmed. Data analysis is done using a t-test and analysis of variance (to determine the different roles of changes and a linear regression test to determine the role of adjustments. The results show a stronger role of gender on the components of perceived usefulness, behavioral intention, and behavior While the independent role of age only on the component of receiving meaningful usefulness and age showed its effect concerning usefulness and intention and changing the intention of behavior using mobile internet technology. These results showed the complexity of the role of individual differences in influence in technology adoption. proposed and suggests taking both mediating and independent roles of these changes in the use of technology models in research.
کتابنامه
يعقوبي ن. و شاكري، ر. (1387) مقايسه تحليلي مدل هاي پذيرش فناوري با تاکيد بر پذيرش بانکداري اينترنتي. فصلنامه علوم مدیریت ایران، 3 (110). ص 21 – 44
علاقه بند، پ. (1385). پایان نامه کارشناسی ارشد. پذیرش خدمات بانکداری الکترونیک بوسیله مشتریان ایرانی. دانشگاه تربیت مدرس.
حیدریه، س. ع. سید حسینی، س.م. و شهابی، ع. (1392). شبیه سازی مدل پذیرش فناوری در ایران با رویکرد پویایی سیستم (مطالعه موردی بانکداری ایران) . فصلنامه مدیریت توسعه فناوری. 1 (1)
Alharbi, S., & Drew, S. (2014). Using the technology acceptance model in understanding academics’ behavioural intention to use learning management systems. learning, 5(1).
Claar, C., Dias, L. P., & Shields, R. (2014). Student acceptance of Learning Management Systems. A Study of Demographics..Issues in Information Systems, 15(1).
Davis, F. D. (1989), Perceived usefulness, perceived ease of use, and user acceptance of information technology, MIS Quarterly 13 (3): 319–340.
Debrand, C. C., & Johnson, J. J. (2008). Gender differences in email and instant messaging: A study of undergraduate business information systems students. Journal of Computer Information Systems, 48(3), 20-30.
Kurila, J., Lazuras, L., & Ketikidis, P. H. (2016). Message framing and acceptance of branchless banking technology. Electronic Commerce Research and Applications, 17, 12-18.
Kay, R. (2006). Addressing gender differences in computer ability, attitudes and use: The laptop effect. Journal of Educational Computing Research, 34(2), 187-211.
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.
Maruping, L. M., Bala, H., Venkatesh, V., & Brown, S. A. (2016). Going beyond intention: Integrating behavioral expectation into the unified theory of acceptance and use of technology. Journal of the Association for Information Science and Technology.
Pan, C. C., Sivo, S. & Brophy, J (2003). Students’ attitude in a web-enhanced hybrid course: a structural equation modeling inquiry. Journal of Educational Media and Library Sciences, 41(2), 181-194.
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.
Shahrabi, M. A., Ahaninjan, A., Nourbakhsh, H., Ashlubolagh, M. A., Abdolmaleki, J., & Mohamadi, M. (2013). Assessing psychometric reliability and validity of technology acceptance model (TAM) among faculty members at Shahid Beheshti University. Management Science Letters, 3(8), 2295–2300. doi:10.5267/j.msl.2013.07.014
Teo, T., Fan, X., & Du, J. (2015). Technology acceptance among pre-service teachers: Does gender matter. Australasian Journal of Educational Technology, 31(3), 235-251.
Venkatesh, V., & Morris, M. G. (2000). Why don't men ever stop to ask for directions? Gender, social influence, and their role in technology acceptance and usage behavior. MIS quarterly, 115-139.
Venkatesh, V., Bala, H., (2008). Technology Acceptance Model 3 and a research agenda on interventions. Decis. Sci. 39 (2), 273–315
Venkatesh, V., Thong, J. Y., & Xu, X. (2012). Consumer acceptance and use of information technology: extending the unified theory of acceptance and use of technology. MIS quarterly, 36(1), 157-178.
Wang, Q., & Sun, X. (2016). Investigating gameplay intention of the elderly using an Extended Technology Acceptance Model (ETAM). Technological Forecasting and Social Change, 107, 59-68.
Wozney, L., Venkateh, V., & Abrami, P. (2006). Implementing computer technologies: Teachers' perceptions and practices. Journal of Technology and teacher education, 14(1), 173-207.