<tt id="vwe5b"></tt>
      1. <tfoot id="vwe5b"><progress id="vwe5b"></progress></tfoot><abbr id="vwe5b"></abbr>

      2. 91人人妻,99偷拍,碰碰免费视频,亚洲中文字幕AV,丝袜a片,91纯肉动漫,中文无码日,伊人福利导航

        教育研究中關于“技術接受與使用統一理論模型”的可靠性泛化元分析

        《Educational Research Review》:A Reliability Generalization Meta-Analysis of Unified Theory of Acceptance and Use of Technology Model in the Educational Research

        【字體: 時間:2026年02月27日 來源:Educational Research Review 10.6

        編輯推薦:

          該研究通過可靠性廣義元分析,對教育領域UTAUT模型(含UTAUT1和UTAUT2)的9個維度進行跨研究可靠性驗證,發現Cronbach's alpha均值為0.83-0.89,CR均值為0.87-0.92,且所有結果均具統計顯著性。研究揭示了項目數量、樣本特征等對信度的影響機制。

          
        Kubra Acikgul|Süleyman Nihat Sad
        土耳其馬拉蒂亞伊諾努大學數學教育系

        摘要

        本研究旨在計算從“技術接受與使用統一理論”(UTAUT)量表中獲得的分數的平均可靠性,并探討教育背景下可靠性估計的變異性。為此,使用來自464項研究的484個可靠性估計值進行了可靠性概括(RG)元分析。研究中分析了UTAUT模型的9個因素的可靠性估計值(Venkatesh等人,2003;Venkatesh等人,2012),即績效期望、努力期望、促進條件、社會影響、享樂動機、價格價值、習慣、行為意圖和使用行為。采用隨機效應模型檢驗了Cronbach’s alpha和復合可靠性(CR)的可靠性估計值。研究結果表明,Cronbach’s alpha的平均可靠性估計值在0.83到0.89之間,CR的平均可靠性估計值在0.87到0.92之間,所有平均可靠性估計值根據隨機效應模型均具有統計學意義。調節變量分析顯示,項目數量和選項數量對Cronbach’s alpha有顯著影響,而項目數量、樣本組和選項數量僅對少數因素的CR可靠性估計值有顯著影響,樣本大小和性別(%女性)在解釋可靠性估計值變異性方面沒有顯著作用。

        引言

        信息技術(IT)的硬件和軟件能力取得了顯著進步(Venkatesh & Davis, 2000)。這些進步對性能的積極影響只有在實際使用的情況下才可能實現(Venkatesh等人,2003)。然而,管理者和專業人士不愿使用這些系統(Davis等人,1989;Joseph, 2010)以及它們的利用率低下(Venkatesh & Davis, 2000)是常見的問題。由于未充分使用的系統無論技術上有多先進都無法有效發揮作用(Mathieson, 1991),因此有必要了解用戶接受或拒絕技術的理由以克服這一問題(Davis等人,1989)。因此,影響用戶接受技術的因素多年來一直是科學研究的主題(Huang等人,2013;Teo, 2011)。在信息技術接受研究的背景下,UTAUT作為一個統一模型吸引了研究人員的注意,因為它基于八個重要模型來考察技術的接受和使用(Venkatesh等人,2003)。最初的UTAUT模型(以下簡稱UTAUT1)包括績效期望(PE)、努力期望(EE)、促進條件(FC)、社會影響(SI)、行為意圖(BI)和使用行為(UB)等組成部分(Venkatesh等人,2003)。后來,Venkatesh等人(2012)通過在UTAUT1模型中添加新的組成部分(即享樂動機(HM)、價格價值(PV)和習慣(H)提出了UTAUT2模型。
        UTAUT模型為研究人員提供了在不同背景下研究信息技術接受和使用的理論框架,例如商業(例如,Jeon等人,2020;Puriwat & Tripopsakul, 2021)、旅游(例如,San Martín & Herrero, 2012)、經濟(例如,Lutfi, 2022)、機器人技術(例如,Basiri等人,2021)和醫學(例如,Amiri等人,2023)。此外,隨著對信息技術教育應用需求的增加和教學實踐的變化,也有必要在教育研究中考察用戶接受度(Teo, 2011)。因此,UTAUT模型在教育研究中得到了廣泛應用(例如,Author, 2021;Bervell等人,2022;Samaila等人,2022;Zacharis & Nikolopoulou, 2022)。
        基于UTAUT理論框架的教育研究集中在各種技術的采用上,如學習管理系統(例如,Al-Adwan等人,2022)、移動技術(例如,Alowayr & Al-Azawei, 2021)、增強現實(例如,Ate? & Garzón, 2023)、游戲化(例如,Chung等人,2019)和觸覺虛擬模擬器(例如,González Bravo等人,2020)。此外,UTAUT模型還應用于許多其他研究,包括數字講座(例如,Ramadan, 2016)、翻轉課堂(例如,Agyei & Razi, 2022)、混合學習(例如,Anthony等人,2023;Liu, 2022)、遠程學習(例如,Alkhwaldi & Abdulmuhsin, 2022;Sakka, 2022)、電子學習(例如,Mehta等人,2019;Ogemdi Uchenna & Uzoma Oluchukwu, 2022)和在線學習(例如,Haghshenas等人,2012;Kosiba等人,2022;Lakhal & Khechine, 2021)。在教育研究的范圍內,已經研究了來自不同國家不同樣本組的技術接受度,如學生(例如,Zacharis& Nikolopoulou, 2022)、教育工作者(例如,Kim & Lee, 2022)、成人學習者(例如,Wong等人,2022)和會計從業者(例如,Cheng & Shao, 2022)。
        盡管UTAUT模型已在針對不同用戶、技術或國家的教育研究中得到應用,但這些模型的開發僅關注了一個樣本組或一種類型的技術。UTAUT1模型是基于組織中員工對系統的接受度數據進行了測試和驗證(Venkatesh等人,2003),而UTAUT2模型則是基于消費者對移動互聯網的接受度數據進行了測試和驗證(Venkatesh等人,2012)。在開發這兩個模型期間,使用了從前人研究中改編的工具收集數據,并計算了內部一致性系數以提供關于量表分數可靠性的證據(Venkatesh等人,2003;Venkatesh等人,2012)。盡管UTAUT量表被認為具有良好的心理測量屬性(Venkatesh等人,2003;Venkatesh等人,2012),但在經常使用UTAUT模型的教育研究中確定其可靠性仍然很重要。由于可靠性不是工具的固有屬性,而是受到測試所應用樣本的結構和變異性的影響(Badenes-Ribera等人,2023;Cousin & Henson, 2000;López-Pina等人,2015;Pallant, 2011),因此建議進行元分析以考察影響或解釋其變異性的因素(Badenes-Ribera等人,2023)。在這種情況下,通過結合使用UTAUT量表在教育環境中針對不同技術工具/環境獲得的分數的可靠性值,使用元分析方法來研究UTAUT模型(UTAUT1和UTAUT2)在衡量技術接受度方面的可靠性是重要的。

        研究片段

        當前研究

        可靠性是指測量分數中沒有隨機誤差(Hox, 2012)。一般來說,可以使用不同的方法來檢驗可靠性,例如重測可靠性,它反映了多次測量之間的一致性程度(Hair等人,2014),以及內部一致性可靠性,它指的是同一測量中各個項目之間響應的一致性程度(Kline, 2011;Pallant, 2011)。在本研究中,使用內部一致性來評估可靠性。

        技術接受

        Dillon & Morris(1996)將用戶接受定義為“用戶群體中明確表示愿意使用IT來完成其設計支持的任務”(第4頁)。已經從心理學和社會學理論中發展出幾種理論模型來解釋個人對技術的接受和使用(Venkatesh等人,2012)。這些理論主要包括理性行動理論(TRA)(Ajzen & Fishbein, 1980;Fishbein & Ajzen, 1975)和技術接受模型(TAM)(Davis,

        方法

        本研究采用可靠性概括元分析的設計,遵循了Sánchez-Meca等人(2021)定義的可靠性概括元分析(REGEMA)指南,以概括從UTAUT量表中獲得的分數的可靠性估計值。

        研究特征

        RG元分析包括了464項研究,報告了484個可靠性系數。樣本中的總參與者數為N = 215,140(最小值=23,最大值=11,527),平均每個樣本有444.50名參與者(中位數=310,SD=802.92)。圖1顯示了按發表年份劃分的納入RG元分析的研究分布。
        如圖1所示,納入元分析的研究數量逐年增加,2024年達到了一個明顯的峰值(21.20%)。

        討論與結論

        本研究的RG元分析旨在估計基于UTAUT理論模型(Venkatesh等人,2003;Venkatesh等人,2012)開發的PE、EE、SI、FC、HM、PV、H、BI和UB子量表的平均Cronbach’s alpha和CR系數,并確定影響這些系數 的調節變量。為此,本RG分析納入了來自464篇文章的484個內部一致性可靠性估計值。

        局限性與未來方向

        這項RG研究存在一些局限性。在本研究中,僅結合了教育研究中使用的UTAUT量表的分數的可靠性系數,因此結果僅證明了UTAUT模型在教育研究中的可靠性。建議考察UTAUT模型在一般情況或不同研究領域(例如,商業、管理、經濟、機器人技術、醫學)中的平均可靠性,并進行比較分析。

        材料和/或代碼的可用性

        沒有材料和/或代碼。

        手稿準備過程中生成式AI和AI輔助技術的聲明

        在準備本手稿期間,作者僅使用ChatGPT進行語言編輯。作者審查并修訂了所有內容,并對發表的文章負全責。

        未引用的參考文獻

        Edelsbrunner等人,2025。

        數據聲明

        當前研究期間生成和/或分析的數據可根據合理請求向相應作者索取。

        利益沖突聲明

        倫理批準

        本手稿尚未在其他地方發表,也未同時提交其他地方發表。

        作者聲明

        Kübra A??kgül:文獻回顧、概念化、資源準備、方法論、數據整理、形式分析、寫作——初稿、寫作——審閱和編輯。
        Süleyman Nihat ?ad:概念化、方法論、數據整理、形式分析、寫作——初稿、寫作——審閱和編輯。

        資助

        無資助

        利益沖突聲明

        相關新聞
        生物通微信公眾號
        微信
        新浪微博
        • 搜索
        • 國際
        • 國內
        • 人物
        • 產業
        • 熱點
        • 科普

        知名企業招聘

        熱點排行

          今日動態 | 人才市場 | 新技術專欄 | 中國科學人 | 云展臺 | BioHot | 云講堂直播 | 會展中心 | 特價專欄 | 技術快訊 | 免費試用

          版權所有 生物通

          Copyright© eBiotrade.com, All Rights Reserved

          聯系信箱:

          粵ICP備09063491號