技术接受模型TAM在教学软件评价选择中实证研究.docVIP

技术接受模型TAM在教学软件评价选择中实证研究 　　摘 要:本文以一个英语学习软件的评价选择为背景,对技术接受模型TAM进行了实证研究。结果表明,技术接受模型在学习软件的评价选择中具有较好的适应性,可以作为进行系统评价选择的理论基础。 　　关键词:技术接受模型(TAM);学习软件;实证分析 　　中图分类号:C931.6文献标识码:A文章编号:1673-8454(2010)05-0075-03 　　 　　一、引言 　　 　　各种各样的教学软件目前已成为学生学习、教师教学的重要手段之一。如何对众多的教学软件进行评价并做出选择,是教育信息化建设中的一个重要问题。近年来,技术接受模型TAM(Technology Acceptance Model)的研究受到了国内外研究人员的广泛关注。本文将TAM模型应用于一个实际教学软件的评价和选择,通过实证研究,检验TAM模型在教学软件评价选择中的有效性,为教学软件的评价和选择提供良好的理论基础。 　　 　　二、研究模型及研究方法 　　 　　TAM模型来源于理性行为理论(Theory of Reasoned Action,TRA)。TAM模型认为,用户使用系统的行为意向(Behavioral Intention,BI)可以由感知有用(Perceived Usefulness,PU)和使用态度(Attitude toward Using,ATU)两个变量来确定,使用态度由感知有用和感知易用(Perceived Ease of Use,PEU)两个变量来确定;而外部变量(如系统特征、开发过程、培训等)对用户行为意向的影响是通过感知有用和感知易用来实现的。[1-2]此外,感知有用还受到感知易用的影响(即越易用就会越有用),如图所示。其中,感知有用指针对某项特定的信息技术,个人认为使用该项技术能够加强其工作绩效的程度;感知易用指个人认为为使用该项技术需付出的努力的程度;使用态度指个人对使用该项技术的正面或负面的感受;行为意向指个人使用该项技术的意愿的强烈程度。 　　由于TAM模型含义简单清晰,又具有很强的行为差异解释能力[2],因而得到了较为普遍的肯定。 　　 　　为了检验TAM模型在教学软件评价选择中的有效性,本文以一个英语学习软件为研究对象,通过问卷调查,收集学生对该软件在有用性、易用性、对该软件的使用态度和行为意向等方面的初步认识,然后应用实证检验方法分析问卷数据,得出分析结论。 　　问卷调查在本校部分大学一、二年级学生中进行。一共发放370份问卷,收回有效问卷319份,有效回收率为86.2%。无效问卷的主要原因是问卷中有漏选项或所答问题有明显矛盾。问卷通过陈述性命题(观测变量)对感知有用、感知易用、使用态度和行为意向等4个模型变量进行观测。问卷参照国外相关研究设计,[3-4] 结合本研究的实际应用背景适当调整形成。问卷设计中还引入了几个相互矛盾的命题,以检验问卷回答的可信度。 　　要检验的假设是:H1:感知易用与感知有用正相关;H2:感知易用与使用态度正相关;H3:感知有用与使用态度正相关;H4:感知有用与使用的行为意向正相关;H5:使用态度与使用的行为意向正相关。 　　 　　三、数据分析 　　 　　1.观测量表的可靠性检验和结构有效性检验 　　 　　观测量表的可靠性和一致性用克隆巴赫系数(Cronbach)来检验。问卷数据的分析结果如表1所示,其值均大于Nunally阈值 0.70,[5]表明感知易用、感知有用、使用态度、使用的行为意向等变量的问卷观测量表是可靠的。 　　观测量表的结构有效性检验采用因子分析法(Factor Analysis)。基本方法是对量表进行基于Kaiser规范化的斜交旋转变换主成份分析(Principle Component Analysis),结果如表2所示。 　　 　　表2表明,观测量表中同一个变量的观测变量在同一因子上具有最高的载荷,而不同变量的观测变量具有最高载荷的因子不同。感知易用的3个观测变量的最高载荷都在第一个因子,感知有用的3个观测变量的最高载荷在第二个因子,行为意向的3个观测变量的最高载荷在第三个因子,使用态度的3个观测变量的最高载荷在第四个因子。所有最高的因子载荷都超过0.70,说明所采用的观测量表的结构是有效的。 　　2.线性回归分析 　　上述5个假设通过3个回归模型来检验。第一个回归模型检验假设H1,以感知易用PEU作为自变量、感知有用PU作为因变量建立回归模型;第二个检验H2和H3,以感知易用PEU和感知有用PU作为自变量、使用态度ATU作为因变量建立回归模型;第三个检验H4和H5,以感知有用PU和使用态度ATU作为自变量、使用的行为意向BI作为因变量建立回归模型。 　　(1)在第一个回归模