TEKNOLOJİ KABUL MODELİ KAPSAMINDA E-ÖĞRENME PLATFORMLARININ KULLANIM ALGISI ÖLÇEĞİNİN UYARLANMASI VE FARKLI DEĞİŞKENLERE GÖRE İNCELENMESİ

Year 2024, Volume: 34 Issue: 2, 633 - 645, 29.05.2024

Özlem Üzümcü , Seda Sıvacı , Sakine Hakkoymaz

https://doi.org/10.18069/firatsbed.1380771

Abstract

Teknolojinin hızla ilerlemesiyle birlikte öğrenme ortamları da dijital dünyada önemli bir konum kazanmıştır. E-öğrenme platformlarının yaygınlaşması, yükseköğretimde önemli değişikliklere yol açmış ve bu platformların öğrenciler tarafından benimsenmesini etkileyen faktörlerin anlaşılmasını gerektirmiştir. Bu çalışma, yükseköğretim öğrencilerinin e-öğrenme platformlarına yönelik algılarını farklı değişkenler temelinde araştırmayı amaçlamaktadır.
Bu amaç doğrultusunda, yapı geçerliliği açısından verilere iyi uyum sağlayan, 46 maddeden oluşan Teknoloji Kabul Modeli (TKM) kapsamında E-Öğrenme Platformlarının Kullanım Algısı Ölçeği Türkçeye uyarlanmıştır. Daha sonra uyarlanan ölçek kullanılarak katılımcıların e-öğrenme platformlarını kullanım algıları ve ölçeğin alt boyutlarından aldıkları puanlar, farklı değişkenler göz önünde bulundurularak incelenmiştir. Toplanan verilerle yapılan doğrulayıcı faktör analizi, ölçeğin orijinalinde geçerli olan beş faktörlü bir yapıya sahip olduğunu göstermiştir. Ayrıca hesaplanan Cronbach alfa ve McDonald’s Omega değerleri, ölçeğin güvenilir olduğunu ortaya koymaktadır. Katılımcıların e-öğrenme platformlarını kullanım algıları ve ölçeğin alt boyutlarından aldıkları puanlar, cinsiyet ve bölüme göre anlamlı bir farklılık göstermezken, sınıf düzeyine göre yapılan incelemede anlamlı bir şekilde farklılaştığı tespit edilmiştir. Sonuçlar, ilgili alanyazın bağlamında tartışılmıştır.

Keywords

Teknoloji Kabul Modeli, e-öğrenme platformları, e-öğrenme platformu kullanım algısı ölçeği, ölçek uyarlama

Adaptation of the Perception of Using E-learning Platforms Scale in the Scope of Technology Acceptance Model and Its Examination in Relation to Different Variables

Abstract

With the rapid advancement of technology, learning environments have also found a significant place in the digital world. The widespread adoption of e-learning platforms has triggered a major transformation in higher education, necessitating an understanding of the factors influencing their acceptance by students. This study aims to investigate higher education students' perceptions of e-learning platforms based on various variables. For this purpose, he Perception of Using E-learning Platforms Scale in the Scope of Technology Acceptance Model (TAM) consisting of 46 items and ensuring a good fit to the data in terms of structural validity, was adapted to the Turkish context. Subsequently, using the adapted scale, participants' perceptions of using e-learning platforms and the scores obtained from the scale's sub-dimensions were examined, considering different variables. Confirmatory factor analysis with the collected data revealed that the scale maintains a valid five-factor structure, as in its original form. Additionally, the calculated Cronbach's alpha values indicate the reliability of the scale. While participants' perceptions of using e-learning platforms and scores from the scale's sub-dimensions did not show a significant difference based on gender and department, a meaningful differentiation was observed concerning class level. The findings are discussed in the context of relevant literature.

Keywords

Technology acceptance model, e-learning platforms, the percep-tion of using e-learning platforms scale, scale adaptation

References

• Adedoyin, O. B., & Soykan, E. (2023). Covid-19 pandemic and online learning: the challenges and opportunities. Interactive learning environments, 31(2), 863-875. https://doi.org/10.1080/10494820.2020.1813180
• Ajzen, I. (1985). From Intentions to Actions: A Theory of Planned Behavior. In: Kuhl, J., Beckmann, J. (eds) Action Control. SSSP Springer Series in Social Psychology. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-69746-3_2
• Ajzen, I., & Fishbein, M. (1980). Understanding attitudes and predicting social behaviour. Prentice-Hall. https://books.google.co.in/books/about/Understanding_attitudes_and_predicting_s.html?id=nNqA AAMAAJ.
• Akour, H. (2009). Determinants of Mobile Learning acceptance: An Emprical Investigation in Highwer Education. Unpublished dissertation. Oklahoma State University.
• Almaiah, M.A. RETRACTED ARTICLE: Acceptance and usage of a mobile information system services in University of Jordan. Educ Inf Technol 23, 1873–1895 (2018). https://doi.org/10.1007/s10639-018 9694-6
• Alsubhi, M. A., Sahari, N., & Wook, T. T. (2020). A conceptual engagement framework for gamified e learning platform activities. International Journal of Emerging Technologies in Learning (iJET), 15(22), 4-23. https://doi.org/10.3991/ijet.v15i22.15443
• Atasoy, R., Özden, C., & Kara, D. N. (2020). Covid-19 pandemi sürecinde yapılan E-ders uygulamalarının etkililiğinin öğrencilerin perspektifinden değerlendirilmesi. Electronic Turkish Studies, 15(6).
• Avcı, & Yıldız (2021). Covid-19 pandemi sürecinde uzaktan eğitimi kullanan öğrencilerin memnuniyet davranışlarının teknoloji kabul modeli çerçevesinde incelenmesi. Gümüşhane Üniversitesi Sosyal Bilimler Dergisi, 12(3), 814-830.
• Ballarano, A., Colace, F., De Santo, M., & Greco, L. (2016). “The Postman Always Rings Twice”: Evaluating E-Learning Platform a Decade Later. International Journal of EmergingTechnologies in Learning (Online), 11(2), 35.
• Balaman, F., & Baş, M. (2021). Perception of using e-learning platforms in the scope of the technologyacceptance model (TAM): a scale development study. Interactive Learning Environments, 31, 53955419.
• Bayram, N. (2016). Yapısal eşitlik modellemesine giriş. AMOS uygulamaları (3. Baskı). Ankara: EzgiYayınları.
• Brislin R, Lonner W, Thorndike R. (1973). Cross-cultural Research Methods. New York: John Wiley.
• Büyüköztürk, Ş. (2011). Sosyal bilimler için veri analizi el kitabı (15. Baskı). Ankara: Pegem Akademi.
• Can, A. (2014). SPSS ile bilimsel araştırma sürecinde nicel veri analizi (3. Baskı). Ankara: Pegem Akademi.
• Chu, Y. ve Huang L. (2008). Mobile Technologies Adoption: An Exploratory Case Study. ThinghuaScience and Technology, 13(3), 300-305.
• Craciunas, S., & Elsek, I. (2009). The standard model of an e-learning platform. Bucharest: Romania.
• Çelik, K. (2018).Genişletilmiş Teknoloji Kabul Modeli: Uzaktan Eğitim Öğrencileri Üzerine Bir Araştırma. Yayınlanmamış doktora tezi. Yönetim Bilişim Sistemleri Anabilim Dalı, Bilişim Enstitüsü, GaziÜniversitesi.
• Çukurbaşı, B., İşbulan, O., ve Kıyıcı, M. (2016). Tablet Bilgisayarların Eğitsel Kullanımının Kabulü: FATİH Projesine Eleştirel Bir Bakış. EĞİTİM VE BİLİM, 41(188) http://dx.doi.org/10.15390/EB.2016.6621
• Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of informationtechnology. MIS quarterly, 319-340.https://doi.org/10.2307/249008
• Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User acceptance of computer technology: Acomparison of two theoretical models. Management science, 35(8), 982-1003. https://doi.org/10.1287/mnsc.35.8.982
• Eraslan Yalcin, M., & Kutlu, B. (2019). Examination of students’ acceptance of and intention to uselearning management systems using extended TAM. British Journal of Educational Technology, 50(5), 2414–2432. https://doi.org/10.1111/bjet.12798
• Fusilier, M. ve Durlabhji, S., (2005). An Exploration of Student Internet Use in India The Technology22(4), 233-246.
• Gürbüz, S. (2021). Sosyal bilimlerde aracı, düzenleyici ve durumsal etki analizleri (2. Baskı). Ankara: Seçkin Yayınları.
• Kurnaz, H. (2010). Mobil Öğrenme Özelliğinin Öğrenciler Tarafından Kullanılabilirliği. Yayımlanmamış yüksek lisans tezi. Sakarya Üniversitesi Sosyal Bilimler Enstitüsü: Sakarya.
• Luminita, D. C. (2011). Information Security in E-learning Platforms. Procedia-Social and BehavioralSciences, 15, 2689-2693. https://doi.org/10.1016/j.sbspro.2011.04.171
• McKechnie, S., Winklhofer, H. ve Ennew, C. (2006). Applying The Technology Acceptance Model totheOnline Retailing of Financial Services. International Journal of Retail & DistributionManagement, 34(4-5), 388-410.
• Panigrahi, R., Srivastava, P. R., & Sharma, D. (2018). Online learning: Adoption, continuance, andlearning outcome—A review of literature. International Journal of Information Management, 43, 114. https://doi.org/10.1016/j.ijinfomgt.2018.05.005
• Park, E. ve Pobil, A.P. (2013). Modeling the user acceptance of long-term evolution (LTE) services. annals of telecommunications - annales des télécommunications, 68, 307-315.
• Perna, L. W., Ruby, A., Boruch, R. F., Wang, N., Scull, J., Ahmad, S., & Evans, C. (2014). Movingcourses. Educational Researcher, 43(9), 421-432. https://doi.org/10.3102/0013189X14562423
• Prieto, J.C., Olmos-Migueláñez, S., ve García-Peñalvo, F.J. (2017). MLearning and pre-service teachers: Anassessment of the behavioral intention using an expanded TAM model. Comput. Hum. Behav., 72, 644-654.
• Tabachnick, B. G., & Fidell, L. S. (2013). Using Multivariate Statistics (6th editon). New York: PearsonEducation, Inc.
• Yavuz, M. S., & Akkılıç, M. emin. (2021). Üniversite Öğrencilerinin Covid-19 Sürecinde Çevrimiçi Eğitime İlişkin Tutum Ve Niyetlerinin Tespiti: Teknoloji Kabul Modeli Çerçevesinde Bir Araştırma. International Review of Economics and Management, 9(2), 250-271.
• Yıldız, H. (2013). Demokles’in Kılıcından Tsunamiye: Yaratıcı-Yıkıcı E-Öğrenme Platformları. TMMOBEMO Ankara Şubesi Haber Bülteni.
• Zhang, N., Guo, X. ve Chen G. (2007). Extended Information Technology Initial Acceptance Model andItsEmpirical Test. Systems Engineering- Theory & Practice, 27(9), 123-130.