Factores que influyen en la aceptación de la plataforma de enseñanza-aprendizaje Nexus en la Facultad de Filosofía y Letras de la UANL

Autores/as

DOI:

https://doi.org/10.29105/rinn15.30-1

Palabras clave:

educación a distancia, Modelo Ajuste Tarea-Tecnología (TTF), Modelo de Aceptación de Tecnología (TAM), plataformas de educación a distancia, Teoría Unificada de aceptación de Tecnología (UTAUT)

Resumen

Es indiscutible que la tecnología avanza de manera exponencial, las personas intentan adaptarse al cambio frecuente y constante, sin embargo, el cambio es tan rápido que muchas veces los usuarios pueden llegar a sentirse incómodos con la nueva tecnología y generar una resistencia a su uso. Por tal motivo, la intención de este estudio es proponer un modelo de aceptación de tecnología educativa, modificando el modelo TAM por sus siglas en inglés (Technology Acceptance Model) a las necesidades del contexto educativo, mediante la adición de la variable percepción de lúdica.  El estudio se realizó en la Facultad de Filosofía y Letras de la UANL, en donde se aplicaron 100 encuestas a estudiantes de licenciatura, obteniendo una buena confiabilidad en el instrumento diseñado, posteriormente se utilizó el paquete estadístico, SPSS por sus siglas en inglés (Statistical Package for the Social Sciences) para analizar los datos, mediante el método de pasos sucesivos de la regresión multivariada. Los resultados del estudio muestran que existen relaciones significativas entre las variables que se plantean en el modelo propuesto, y el estudio muestra de una manera clara y parsimoniosa los factores más importantes que influyen en la aceptación de la plataforma Nexus, por lo anterior, se concluye que se puede aplicar en la aceptación de tecnología educativa, en general.

Descargas

Los datos de descargas todavía no están disponibles.

Métricas

Cargando métricas ...

Biografía del autor/a

Rubén Suárez Escalona, Universidad Autónoma de Nuevo León

Nací en Monterrey Nuevo León, estudié la licenciatura de Ingeniero Administrador de Sistemas en FIME, posteriormente estudié la maestría en ciencias de la información con acentuación en inteligencia artificial. Actualmente curso el septimo semestre del doctorado en filosofía de la administración en FACPYA. Por otro lado estudié 7 niveles de Inglés en el Centro de idiomas de FFYL y actualmente curso el segundo semestre de frances en esta misma facultad.

Armando Tijerina García, Universidad Autónoma de Nuevo León

Profesor investigador de la UANL.

Gloria Nelly Salas Celestino, Universidad Autónoma de Nuevo León

Investigadora de la UANL

María de la Luz Escalona Galindo, Universidad Autónoma de Nuevo León

Investigadora de la UANL

Citas

Abu-Shanab, E. A. (2017). E-government familiarity influence on Jordanians’ perceptions. Telematics and Informatics, 34(1), 103-113. DOI: https://doi.org/10.1016/j.tele.2016.05.001

Ajzen, I. (1985). From intentions to actions: A theory of planned behavior. J. Kuhl, & J. Beckman (Eds.), Action-control: From cognition to behavior (pp. 11-39). Heidelberg: Springer. DOI: https://doi.org/10.1007/978-3-642-69746-3_2

Ajzen, I., & Fishbein, M. (1980). Understanding attitudes and predicting social behavior. Englewood Cliffs, NJ: Prentice.

Asociación nacional de universidades e instituciones de educación superior, Anuario de educación superior 2016-2017. (2017). Recuperado de http://www.anuies.mx/informacion-y-servicios/informacion-estadistica-de-educacion-superior/anuario-estadistico-de-educacion-superior

Belsley, D. A. (1991). Conditioning Diagnostics: Collinearity and Weak Data in Regression. New York: Wiley.

Cheema, U., Rizwan, M., Jalal, R., Durrani, F., & Sohail, N. (2013). The trend of online shopping in 21st century: Impact of enjoyment in TAM model. Asian Journal of Empirical Research, 3(2), 131-141.

Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340. DOI: https://doi.org/10.2307/249008

Fathema, N., & Sutton, K. L. (2013). Factors influencing faculty members’ Learning Management Systems adoption behavior: An analysis using the Technology Acceptance Model. International Journal of Trends in Economics Management & Technology (IJTEMT), 2(6), 20-28.

Horn, A. M., Rothe, H., & Gersch, M. (marzo, 2014). Which factors drive e-learning usage?. Trabajo presentado en INTED 2014 Conference, Valencia, España.

Lin, P. C., Lu, H. K., & Liu, S. C. (2013). Towards an education behavioral intention model for e-learning systems: an extension of UTAUT. Journal of Theoretical & Applied Information Technology, 47(3), 1120-1127.

Marangunić, N., & Granić, A. (2015). Technology acceptance model: a literature review from 1986 to 2013. Universal Access in the Information Society, 14(1), 81-95. DOI: https://doi.org/10.1007/s10209-014-0348-1

Nistor, N., Göğüş, A., & Lerche, T. (2013). Educational technology acceptance across national and professional cultures: a European study. Educational Technology Research and Development, 61(4), 733-749. DOI: https://doi.org/10.1007/s11423-013-9292-7

Ongena, G., van de Wijngaert, L., & Huizer, E. (2013). Acceptance of online audio-visual cultural heritage archive services: a study of the general public. Information research, 18(2), 1-17.

Rejón, F., Liébana, F. J., & Martínez, M. (junio, 2011). Factores motivacionales de la aceptación de redes sociales de microblogging: modelo µbtam. Trabajo presentado en el tercer congreso internacional UNIVEST 2011, Cataluña, España.

Romero, C. L., de Amo, M. D. C. A., & Borja, M. Á. G. (2011). Adopción de redes sociales virtuales: ampliación del modelo de aceptación tecnológica integrando confianza y riesgo percibido. Cuadernos de Economía y Dirección de la Empresa, 14(3), 194-205. DOI: https://doi.org/10.1016/j.cede.2010.12.003

Sánchez, R. A., & Hueros, A. D. (2010). Motivational factors that influence the acceptance of Moodle using TAM. Computers in human behavior, 26(6), 1632-1640. DOI: https://doi.org/10.1016/j.chb.2010.06.011

Tan, P. J. B. (2013). Applying the UTAUT to understand factors affecting the use of English e-learning websites in Taiwan. Sage Open, 3(4), 1-12. DOI: https://doi.org/10.1177/2158244013503837

Tarhini, A., Hone, K., & Liu, X. (2013). User acceptance towards web-based learning systems: Investigating the role of social, organizational and individual factors in European higher education. Procedia Computer Science, 17, 189-197. DOI: https://doi.org/10.1016/j.procs.2013.05.026

Venkatesh, V., & Davis, F. D. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management science, 46(2), 186-204. DOI: https://doi.org/10.1287/mnsc.46.2.186.11926

Venkateh, V., Morris, M., Davis, G., & Davis, F. (2003). User acceptance of information technology: toward a unified view. MIS Quarterly, 27(3), 425-478. DOI: https://doi.org/10.2307/30036540

Wu, B., & Chen, X. (2017). Continuance intention to use MOOCs: Integrating the technology acceptance model (TAM) and task technology fit (TTF) model. Computers in Human Behavior, 67, 221-232. DOI: https://doi.org/10.1016/j.chb.2016.10.028

Zhao, Y., & Zhu, Q. (2009). Blog acceptance model: An empirical study on exploring users' acceptance and continual usage of blogs. Journal of Data and Information Science, 2(3), 44-61.

Descargas

Publicado

07-12-2018

Cómo citar

Suárez Escalona, R., Tijerina García, A., Salas Celestino, G. N., & Escalona Galindo, M. de la L. (2018). Factores que influyen en la aceptación de la plataforma de enseñanza-aprendizaje Nexus en la Facultad de Filosofía y Letras de la UANL. InnOvaciOnes De NegOciOs, 15(30), 147–159. https://doi.org/10.29105/rinn15.30-1

Número

Sección

Artículos