تبیین ماندگاری دانشجو بر اساس کیفیت تکنولوژِی و کیفیت اینترنت در محیط یادگیری الکترونیکی

نوع مقاله : مقاله پژوهشی

نویسندگان

گروه علوم تربیتی و روانشناسی، دانشگاه پیام نور، صندوق پستی 19395-4697، تهران، ایران

چکیده

پژوهش حاضر با هدف بررسی رابطه کیفیت تکنولوژِی و کیفیت اینترنت با ماندگاری دانشجو در محیط یادگیری الکترونیکی صورت گرفت. در این راستا پژوهش حاضر از نوع کاربردی، توصیفی-پیمایشی است. جامعه آماری پژوهش حاضر را کلیه دانشجویان الکترونیکی فعال دانشگاه پیام نور استان آذربایجان شرقی بود. نمونه ­ای شامل 360 نفر از این جامعه به ­عنوان نمونه پژوهشی در نظر گرفته شد. ابزار گردآوری داده در پژوهش پرسشنامه بوسیری(2012) بود. اعتبار محتوایی ابزار پژوهش توسط 5 نفر از اساتید محترم راهنما، مشاور و خبرگان مورد تایید قرار گرفت. به­ منظور تعیین روایی سازه ابزار اندازه­ گیری، از روش تحلیل عاملی تایید استفاده شد. پایایی ابزار پژوهش نیز با استفاده از روش آلفای کرونباخ 0.83 برآورد شد. داده ­های جمع­ آوری شده در قالب دو دسته تحلیل­ های آمار توصیفی و استنباطی (همبستگی و رگرسیون) تجزیه و تحلیل شد. نتایج آزمون همبستگی پیرسون رابطه معناداری بین کیفیت تکنولوژی و کیفیت اینترنت با ماندگاری دانشجو نشان داد. نتایج رگرسیون همزمان نیز نشان داد متغیرهای پیش بین حدود 58 درصد از تغییرات ماندگاری دانشجو را تبیین می­ کنند. نتایج به­ دست آمده از پژوهش نشان داد با افزایش کیفیت تکنولوژی (آسانی استفاده از تکنولوژِی، مفید بودن، انعطاف پذیری، دسترسی آسان) و کیفیت زیر ساخت اینترنتی (سرعت اینترنت، قطع نشدن صدا یا ارتباط) می ­توان احتمال ماندگاری دانشجویان را در محیط یادگیری الکترونیکی افزایش داد..

کلیدواژه‌ها

عنوان مقاله [English]

Explaining Student Retention Based on, Quality of Technology and Internet Quality in the E-Learning Environment

نویسندگان [English]

  • Nahid Ojaghi
  • Mahbobeh Aslami
  • Parisa Zareh
Department of Educational Sciences, Payame Noor University (PNU), Tehran, Iran
چکیده [English]

This study aimed to investigate the relationship between quality of technology and Internet quality and student retention in an e-learning environment. In this regard, the current research is of applied, descriptive-survey type. The statistical population of the present study was encompasses the electronics active students of Azarbayjan Shaghi Payamenoor University. A sample of 360 people from this community was considered as a research sample. The data collection tools in the study were the questionnaire of Bhuasiri (2012). The content validity of the research instrument was approved by five honorable supervisors, consultants, and experts. And also a confirmatory factor analysis was used to determine the validity of the measurement instrument's structure. All of the questions variables were fitted with factor load. The reliability of the tool was confirmed by the Cronbach's alpha coefficient which was equal to 0.83 The results of data collection after adjustment and tabling were analyzed by statistical tests (exploratory, Correlation). The results of Pearson correlation test showed a significant relationship between quality of technology and Internet quality with student retention. The results of simultaneous regression also showed that predictor variables account for about 58% of student retention changes.

کلیدواژه‌ها [English]

  • Quality of Technology
  • Internet Quality
  • Student Retention

اصل مقاله

مقدمه

یادگیری الکترونیکی،[1] شیوه‌ای جدید در آموزش است که به ارائه و اداره فرصت‌های یادگیری برای انتقال دانش و مهارت از طریق اینترنت و شبکه‌های کامپیوتری می‌پردازد. فناوری‌های جدید فرصت‌های بیشتر، جدیدتر و جذاب تری برای یادگیری ارائه می‌کنند مانند فرصت کسب تجربه یادگیری، متناسب با توانایی و شیوه یادگیری هر دانشجو، یادگیری الکترونیکی از طریق کاربرد فناوری اطلاعات و ارتباطات مرزهای دسترسی و مرزهای زمانی را در هم شکسته و ابزارهای جدید را برای یادگیری به فراگیران ارائه می‌دهند (هلاکت،2001). بنابراین تلاش‌ها و تجربه‌های مربوط به این نوع یادگیری در سراسر جهان بسیار مورد توجه قرار گرفته است. در ایران نیز بیشتر دانشگاه‌ها در حال به‌کارگیری گسترده این فناوری هستند. کما اینکه برخی از آن‌ها به پذیرش دانشجویان آموزش از دور اقدام کرده‌اند. اما با اینکه، یادگیری الکترونیکی محبوبیت بیشتری یافته و توجه اکثر دانشجویان را جلب کرده، مطالعات نشان می‌دهد که میزان ترک تحصیل کنندگان دوره‌های الکترونیکی نسبت به دوره‌های سنتی به‌طور فزاینده و چشمگیری بالا رفته است (سان، تسای، فینگر، چن، و یه، 2008؛ چن، 2011؛ شارما، جوشی، و شارما،2016؛ مولجانا و لئو،2019). و این مساله همان چیزی است که مؤسسه سیاستگذاری آموزش عالی در آمریکا (2008) بر آن تأکید کرده است که چرا نرخ ترک تحصیل در آموزش الکترونیکی بیشتر از نرخ آن در آموزش حضوری است. پیراکس و دیگران(2004) نرخ ماندگاری کمتر از 50 درصد و برگ و هوانگ (2004) نرخ ماندگاری بین 60 تا 65 درصد در پژوهش هایشان گزارش کرده‌اند. به زعم فرانکلا(2001) و دیاز(2002) نرخ ترک تحصیل کنند پای دوره‌های الکترونیکی بیش از 20 درصد بیشتر از این نرخ در دوره‌های سنتی است. مطالعه پاترسون و مک فادن(2009) نشان داد که احتمال ترک تحصیل فراگیران دوره‌های الکترونیکی نسبت به فراگیرانی سنتی، به‌طور معناداری بیش تر است. به عقیده لی(2010) اگرچه جذب و پذیرش اولیه یادگیرنده در آموزش الکترونیکی مهم و حیاتی است اما موفقیت واقعی در نظام آموزش الکترونیکی به ماندگاری یادگیرنده در دوره آموزشی بستگی دارد.

لذا در موضوع استفاده یا استفاده نکردن از فناوری‌های اطلاعات و ارتباطات در آموزش و یادگیری مناقشه ی چندانی وجود ندارد، چون قابلیت‌های این محیط، برای پر کردن برخی از خلاهای آموزشی و تسهیل آموزش قابل چشم‌پوشی نیست؛ بلکه موضوع، کیفیت و سطح استفاده از این پدیده برای موقعیت‌های گوناگون است (بابایی، 2010).

پژوهشگران متعددی اعتقاد دارند که کیفیت تکنولوژِی و کیفیت اینترنت تأثیر قابل توجهی بر رضایت و موفقیت در محیط یادگیری الکترونیکی دارند (پیکولی، احمد، ایوز،2001؛ وبستر و هاکلی،1997). آسانی کار با سیستم و مفید بودن سیستم از دید کاربر نیز از جمله مواردی است که باید در طراحی سیستم یادگیری الکترونیکی مورد توجه وِیژه ای قرار گیرد. آسانی کار با سیستم از دید کاربر عبارت است از درجه‌ای که یک فرد معتقد است که استفاده از یک سیستم آسان است و نیاز به تلاش فکری ندارد (داویس، با گوزی، ورشو، 1989). مفید بودن سیستم از دید کار بر عبارت است از درجه‌ای که یک فرد معتقد است استفاده از یک فناوری خاص، عملکرد او را بالا می‌برد (داویس، با گوزی، ورشو، 1989). آسانی کار با سیستم و مفید بودن سیستم به‌طور مثبتی بر تمایل افراد به ادامه استفاده از سیستم یادگیری الکترونیکی، بهبود تجارب آموزشی و رضایت فراگیران تأثیر گذار است (آربوگ،2002؛ آربوگ و دورای، 2002؛ پیتاچ و لی، 2016).

پژوهشگران اخیراً در پژوهش‌های خود درباره موفقیت نظام آموزش الکترونیکی به این نتیجه رسیده‌اند که بعد سرگرم‌کننده و جذاب بودن فناوری نیز می‌تواند بر پذیرش فناوری و موفقیت آن اثرگذار باشد. آن‌ها به‌استناد نظریه جریان به دنبال چرایی این دیدگاه خود هستند. پژوهش‌های انجام شده در زمینه جریان پیشنهاد می‌کنند که تسهیل کردن هدایت آن لاین بهینه که ویژگی حالت جریان است می‌تواند جلسات آن لاین کاربران را طولانی کند (کوفاریس،2002؛ اچسو، چانگ، چن، 2012).و عملکرد یادگیری و اثر مثبت را افزایش دهد (چن، لی، چن، 2005؛ کیلی،2005؛ پیرس، آینلی و هوارد،2005). لی، چیونگ و چن(2005) در مطالعه خود به این نتیجه رسیدند که سودمندی درک شده و لذت درک شده به‌طور چشمگیر و مستقیم بر تمایل و قصد فرد برای استفاده از خدمات آموزش الکترونیکی مؤثر است. ونکاتش و براون، (2001) نیز نشان دادند که پیامدهای لذت مانند خوشایند بودن، لذت بردن، خوشی، شاد بودن و سرحال و بودن همگی به‌عنوان انگیزاننده های درونی برای پذیرش فناوری به شمار می‌روند. در مطالعه لین، و و و تستی(2005) و شنگ، جو و وی وی (2008) نیز نشان داده شد که خوشایندی درک شده سهم بسزایی در قصد استفاده کاربران از آموزش الکترونیکی دارد.

لذا با توجه به تأثیر کیفیت تکنولوژِی و کیفیت اینترنت بر رضایت و موفقیت در محیط یادگیری الکترونیکی و رقابت روزافزون دانشگاه‌های مختلف در جذب هر چه بیشتر متقاضیان ورود به دانشگاه، پژوهش حاضر با هدف بررسی تأثیر کیفیت تکنولوژِی و کیفیت اینترنت مورد استفاده در سیستم آموزشی دانشگاه پیام نور بر ماندگاری دانشجو در محیط یادگیری الکترونیک انجام شد.

 

روش

پژوهش حاضر از نظر هدف، کاربردی – کمی و از نظر نحوه گردآوری اطلاعات توصیفی - پیمایشی است. جامعه آماری در این پژوهش شامل دانشجویان الکترونیکی فعال دانشگاه پیام نور استان آذربایجان شرقی بود که از بین 6000 نفر بر اساس فرمول کوکران، نمونه مناسب آماری 361 نفر برآورد شد که با احتساب ریزش نمونه تعداد 380 نفر انتخاب شد در نهایت 360 پرسش‌نامه تکمیل گردید. نمونه‌ها به روش نمونه‌گیری خوشه‌ای تصادفی انتخاب شدند.

 

ابزار

به‌منظور گردآوری داده‌ها از پرسش‌نامه بوسیری(2012) استفاده گردید و از دانشجویان خواسته شد تا نظراتشان را در ارتباط با هر یک از سؤالات در یک طیف لیکرت 5 درجه‌ای از کاملاً موافقم تا کاملاً مخالفم مشخص نمایند اعتبار محتوایی ابزار پژوهش توسط 5 نفر از اساتید محترم راهنما، مشاور و خبرگان مورد تایید قرار گرفت. همچنین به‌منظور تعیین روایی سازه ابزار اندازه‌گیری، از روش تحلیل عاملی تایید استفاده شد که نتایج آن در ادامه گزارش می‌شود. پایایی ابزار پژوهش نیز با استفاده از روش آلفای کرونباخ 83 /0 برآورد شد. داده‌های جمع‌آوری شده با استفاده از دو نرم‌افزار SPSS ورژن 19 و LISREL در قالب دو دسته تحلیل‌های آمار توصیفی و استنباطی (تحلیل عاملی تایید و رگرسیون) تجزیه و تحلیل شده است.

 

یافته ها

قبل از اجرای تحلیل عامل تایید تحلیل عامل اکتشافی انجام گرفت. برای انجام تحلیل مؤلفه‌های اصلی از روش چرخش متمایل (واریماکس) استفاده شد. نتایج پس از اجرای تحلیل عاملی با استفاده از چرخش متمایل به‌منظور استخراج عامل‌های مناسب از نظر تعداد و محتوا و در نظر گرفتن شاخص‌هایی مانند شاخص کفایت نمونه برداری (884/0= KMO)، آزمون کرویت بارتلت (3230/379=Bartelett ؛ 0001/0 >P)، ارزش ویژه، درصد تبیین واریانس، بار عاملی بالاتر از 3/0، مشخص شد که پرسش‌نامه از دو عامل اشباع شده است. این دو عامل بر روی هم در حدود 657/21 درصد واریانس را تبیین می‌کند.

 

جدول 1. شاخص‌های توصیفی متغیرهای پژوهش

متغیر

میانگین

انحراف معیار

کجی

کشیدگی

کیفیت تکنولوژی

56/3

65/2

43/0-

50/0-

کیفیت اینترنت

02/4

76/1

34/0

65/0-

ماندگاری دانشجو

23/4

78/1

78/0-

18/0-

 

جدول 2. مشخصه‌های نهایی تحلیل عاملی برای استخراج عوامل

عامل

ارزش ویژه

درصد واریانس

درصد تراکمی

کیفیت تکنولوژی

320/8

783/11

783/11

کیفیت اینترنت

457/7

874/9

657/21

 

ارزش‌های ویژه 2 عامل بزرگ‌تر از یک است و درصد پوشش واریانس مشترک بین متغیرها برای این 2 عامل بر روی هم 657/21 درصد کل واریانس متغیرها را تبیین می‌کند. علاوه بر این‌، برونداد اولیه نیز نشان می‌دهد که مقدار دترمینان ماتریس همبستگی‌، عددی غیر صفر است که نشان می‌دهد بر پایه این داده‌ها می‌توان به استخراج عامل‌ها اطمینان کرد.

 

جدول 3. ماتریس ساختار عامل‌ها

سؤال

عامل 1

سؤال

عامل 2

Q1

814/0

Q5

802/0

Q2

.809/0

Q6

800/0

Q3

780/0

Q7

758/0

Q4

765/0

 

 

 

در ادامه نتایج تحلیل عامل تایید گزارش شده است.

 

شکل 1. پارامترهای الگوی اندازه‌گیری تحلیل عاملی تایید b(B)t

 

 

به‌منظور پاسخگویی به این سؤال پژوهش از ضریب همبستگی پیرسون و رگرسیون استفاده شد، نتایج آزمون همبستگی پیرسون وجود رابطه معنادار بین کیفیت تکنولوژی و ماندگاری دانشجو(35/0)، و کیفیت اینترنت و ماندگاری دانشجو (48/0) نشان داد. در ادامه به نتایج رگرسیون همزمان متغیرهای پیش بینی کنند ماندگاری دانشجویان گزارش می‌شود.

با توجه به مقدار R2 متغیرهای پیش بین حدود 58 درصد از تغییرات ماندگاری دانشجو را تبیین می‌کنند که مقایسه ضرایب بتا نشان داد مهم‌ترین عامل پیش بینی کنند ماندگاری دانشجو، کیفیت تکنولوژی است.

 

 

جدول 4. نتایج رگرسیون همزمان متغیرهای پیش بینی ماندگاری دانشجو

متغیرهای پیش بین

R

 

B

 

T

Sig

ثابت

76/0

58/0

78/0

 

59/3

003/0

کیفیت تکنولوژی

04/1

46/0

38/18

001/0

کیفیت اینترنت

89/0

28/0

39/16

001/0

 

 

نتیجه گیری و بحث

هدف اصلی پژوهش حاضر تبیین ماندگاری دانشجو بر اساس کیفیت تکنولوژِی و کیفیت اینترنت در محیط یادگیری الکترونیکی بود مطابق با نتایج تحلیل عاملی تایید، ارزش‌های ویژه 2 عامل بزرگ‌تر از یک است و درصد پوشش واریانس مشترک بین متغیرها برای این 2 عامل بر روی هم 657/21 درصد کل واریانس متغیرها را تبیین می‌کند. علاوه بر این‌، برونداد اولیه نیز نشان می‌دهد که مقدار دترمینان ماتریس همبستگی‌، عددی غیر صفر است که نشان می‌دهد بر پایه این داده‌ها می‌توان به استخراج عامل‌ها اطمینان کرد. نتایج آزمون همبستگی پیرسون وجود رابطه معنادار بین کیفیت تکنولوژی و ماندگاری دانشجو(35/0)، و کیفیت اینترنت و ماندگاری دانشجو (48/0) نشان داد. در ادامه نتایج رگرسیون همزمان نیز نشان داد با توجه به مقدار R2 متغیرهای پیش بین حدود 58 درصد از تغییرات ماندگاری دانشجو را تبیین می‌کنند و مقایسه ضرایب بتا نشان داد مهم‌ترین عامل پیش بینی کنند ماندگاری دانشجو، کیفیت تکنولوژی است.

نتایج این پژوهش همسو با نتایج پژوهش‌های هیلتز(1993)، وبستر و هالکی(1997) و و پیکولی دیگران(2001) می‌باشد که در پژوهش ایشان به این نتیجه رسیدند که کیفیت تکنولوژی و کیفیت اینترنت به‌طور قابل توجهی میزان کیفیت یادگیری و ماندگاری یادگیرنده را در آموزش الکترونیکی تحت تأثیر قرار می‌دهد. می وی لانچ(2002) نیز در نتیجه‌گیری از پژوهش خود یکی از علل ترک تحصیل را مشکلات مربوط به تکنولوژی نام می‌برد.

همچنین پژوهشگران در پژوهش‌های متعددی، ویژگی‌هایی چون: استفاده آسان از تکنولوژِی (لی،2010؛ پیکولی و دیگران،2001؛ آربوق، 2002؛ و و،2010)، مفید بودن (آربوق، 2002؛ آربوق و داوری، 2002؛ آربوق 2000)، انعطاف‌پذیری (آربوق،2002؛ آربوق و داوری، 2002؛آربوق،2000؛ هونگ،2002)، دسترسی آسان (لی،2010؛ آربوق، 2002؛ آربوق و داوری، 2002؛ سان و دیگران، 2008؛ و و،2010؛ آربوق، 2000؛ هونگ، 2002)، زیر ساخت نامناسب تکنولوژی (سوری، انسمینگر و جونز، 2002) را از جمله عوامل تأثیر گذار بر رضایت و ماندگاری یادگیرنده در محیط یادگیری الکترونیکی نام برده‌اند. ادواردو اسکارپین(2018) نیز در پژوهشی رابطه معناداری بین کیفیت سیستم و ماندگاری دانشجو نشان داده است.

در زمینه کیفیت زیر ساخت اینترنتی ویژگی‌هایی چون: سرعت اینترنت (آربوق، 2000؛ آراستی و دیگران،1395) قطع نشدن صدا یا ارتباط (آراستی و دیگران، 1395)، جزء عوامل تأثیر گذار بر ماندگاری یادگیرنده نام برده شده است. سورنسین و دونووان(2017) و چو و تستی(2009) کیفیت اینترنت را عامل نگرانی یادگیرندگان دوره‌های آنلاین نام برده است.

 

تعارض منافع: در این پژوهش هیچ‌گونه تعارض منافع بین نویسندگان وجود ندارد

 

[1]. e- Learning 

مراجع

آراستی، زهرا. سفیدگر، افروز. رضا زعفریان. (1395). تبیین نقش مولفه های فردی، محیطی و سیستمی در موفقیت آموزش الکترونیکی کارآفرینی دانشگاه تهران. توسعه کارآفرینی، 8(1)، 61-79.
 بابایی، محمود. (1389). مقدمه‌ای بر یادگیری الکترونیکی، تهران: پژوهشگاه علوم و فناوری اطلاعات ایران و نشر چاپار.
Arashi Z, Sefidgar A, Zaefarian R.(2016) Explanation of the Role of the Personal, Environmental and System Factors on the Success of Entrepreneurship Electronic Learning in the University of Tehran. Journal of Entrepreneurship Development, 8(1): 61–79. [Persian].
Arbaugh J B, Duray R. (2006). Technological and structural characteristics, student learning and satisfaction with web-based courses– An exploratory study of two online MBA programs. Management Learning, 33(3), 331–347.
Arbaugh J.B. (2000): Virtual classroom characteristics and student satisfaction with internet-based MBA courses. Journal of management education, 24(1), 32–54.
Berg, Z.L. & Huang, Y.P. (2004). A Model for Sustainable Student Retention: A Holistic Perspective on the Student Dropout Problem with Special Attention to e-Learning, 13(5), 97-108.
Bhuasiri, w. Xaymoungkhoun, B. Hangjung, Z.H, Rho, J. Ciganek, A. (2012). Critical success factors for e-learning in developing countries: A comparative analysis between ICT experts and faculty. Computers & Education, 58, 843–855.
Carr, S. (2000). As distance education comes of age, the challenge is keeping the students. High Educ, 46, 39-42.
Chen, J. L. (2011). The effects of education compatibility and technological expectancy on e-learning acceptance. Computers & Education, 57(2), 1501-1511
Chen, C.h. M., Lee, H.M & Chen, Y.H. (2005). Personalized e-learning system using item response theory. Computers and Education, 44(3), 237–255.
Davis, F. D. Bagozzi, R. P. &Warshaw, P. R. (1989). User acceptance of computer technology: A comparison of two theoretical models. Management Science, 35(8), 982–1003.
Diaz, D. P. (2002). Online drop rate revisited. The technology source, May/June. Retrieved from http://technologysource.org/issue/2002-05/.
Frankola K. (2001): Why online learners drop out. Workforce. 80(10):53–58.
Eduardo Scarpin, J. (2018). Technology Acceptance Factors and Student Retention in Online Courses. Journal of Business Education & Scholarship of Teaching, 12 (3), 44-68.
Halkett, R. (2001). E-learning: research and how to survive it. Industrial and Commercial Training.
Hiltz, S. R. (1993). The virtual classroom: Learning without limits via computer networks. Norwood, NJ: Ablex.
Hong, K.S. (2002). Relationships between student’ and instructional variables with
satisfaction and learning from a web-based course. The Internet and Higher Education, 5, 267–281.
Hsu, C.L. Chang, K.C. Chen, M.C. (2012). Flow experience and internet shopping behavior: investigating the moderating effect of consumer characteristics. Systems Research and Behavioral  Science,  29  (3),
317-332.
 https:// files.ifi. uzh.ch/ .../ 2012_ Bhuasiri_ Xaymoungkhoun_Zo_Critical_success_factor.
Kiili, K. (2005). Digital game-based learning: Towards an experiential gaming model. Internet and Higher Education, 8(1), 13-24.
Koufaris, M. (2002). Applying the technology acceptance model and flow theory to online consumer behavior. Information Systems Research, 3(2), 205-223.
Lee, M.C. (2010). Explaining and predicting users’ continuance intention toward e-learning: An extension of the expectation–confirmation model. Compete, 54(2), 506-516.
Lee, M.K.O. Cheung, C. M.K & Chen, Z. (2005). Acceptance of internet-based learning medium: The role of extrinsic and intrinsic motivation. Information and Management, 42(8), 1095–1104.
Levy, Y. (2007). Comparing dropouts and persistence in e-learning courses. Compete Ompedu, 48(2), 185-204.
Lin, C. S. Wu, S.h & Tsai, R. J. (2005). Integrating perceived playfulness into expectation-confirmation model for web portal context. Information and Management, 42(5), 683–693.
McVay Lynch, M. (2002). The online educator: A guide to creating the virtual classroom, London. RoutledgeFalmer.
Muljana, P. S & Luo, T. (2019). A systematic literature review is a factors contributing to student retention in online learning and recommended strategies for improvement. Journal of Information Technology Education Research, 18, 19-57.
 Patterson, B. McFadden, C. (2009).Attrition in online and campus degree programs.OJDLA, 12 (2).
Pearce, J. Ainley, M. Howard, S. (2005). The ebb and flow of online learning. Computers in Human Behavior, 21(5), 745-771.
Piccoli, G. Ahmad, R & Ives, B. (2001): Web-based virtual learning environments: a research framework and a preliminary assessment of effectiveness in basic IT
     skill training. MIS, 25(4): 401–426. 68.
Pierrakeas, C. Xenos, M. Panagiotakopoulos, C & Vergidis, D. (2004). A comparative study of dropout rates and causes for two different distance education courses. International Review of Research in Open and Distance Learning; 5(2): 1–13.
Pituch, K. A. Lee, Y. K. (2116). The influence of system characteristics on e-learning use. Computers & Education, 47, 222- 244.
Sharma, S. K. Joshi, A & Sharma, H. (2016). A multi-analytical approach to predict Facebook usage in higher education. Computers in Human Behaviour, 55, 340-353.
Sheng, Z. Jue, Z & Weiwei, T. (2008). Extending TAM for online learning systems: An intrinsic motivation perspective. Tsinghua Science and Technology, 13(3), 312-317.
Sun, P.C. Tsai, R.J. Finger, G. Chen, Y.Y. Yeh, D. (2008). What drives is a successful e-Lear earning? An empirical investigation of the critica itical factors influencing learner satisfaction. Compete, 50 (4):1183-202
Sorensen, C & Donovan, J. (201Examine factors that impact online students' retentions at a for-profit university. Online Learning, 21(3), 206-221.
Tello, S.F.(2007): An analysis of student persistence in online education. International. IJCTE, 3(3), 47–62.
Venkatesh, V & Brown, S. A. (2001): A longitudinal investigation of personal computers in homes: Adoption determinants and emerging challenges. MIS Quarterly, 25(1), 71–102.
Webster, H. P. (1997). Teaching effectiveness in technology-mediated distance learning. Academy of Management Journal, 40(6), 1282–1309.
Wu, J.H. Tennyson, R.D & Hsia, T.L. (2010): A Study of Student Satisfaction in a Blended ELearning System Environment. Complete, 55 (1), 155–164.

فایل ها

سابقه مقاله

  • تاریخ دریافت: 28 بهمن 1400
  • تاریخ بازنگری: 12 فروردین 1401
  • تاریخ پذیرش: 27 اردیبهشت 1401
  • تاریخ اولین انتشار: 01 خرداد 1401
  • تاریخ انتشار: 01 خرداد 1401

هم رسانی

ارجاع به این مقاله

آمار