aperturaApertura (Guadalajara, Jal.)Apert. (Guadalaj.,
Jal.)2007-10941665-6180Universidad de Guadalajara, Sistema de Universidad
Virtual10.32870/Ap.v16n1.247600003Artículos de investigaciónAceptación y uso de la evaluación basada en computadora en
estudiantes universitariosAcceptance and use of computer-based assessment in university
students0000-0001-7247-2769Torres KauffmanJulián Gerardo*0000-0003-1698-000XOlmos PinedaIván**0000-0002-9661-3615González CallerosJuan Manuel*** Estudiante del Doctorado en Sistemas y
Ambientes Educativos de la Benemérita Universidad Autónoma de Puebla, México,
correo electrónico: julian.torresk@alumno.buap.mxBenemérita Universidad Autónoma de
PueblaBenemérita Universidad Autónoma de
PueblaMexicojulian.torresk@alumno.buap.mx Doctor en Ciencias de la Computación por el
Instituto Nacional de Astrofísica, Óptica y Electrónica. Profesor investigador
en la Benemérita Universidad Autónoma de Puebla, México, correo electrónico:
ivan.olmos@correo.buap.mxBenemérita Universidad Autónoma de
PueblaBenemérita Universidad Autónoma de
PueblaMexicoivan.olmos@correo.buap.mx Doctor en Ciencias Económicas y
Administrativas por la Université Catholique de Louvain. en la Benemérita
Universidad Autónoma de Puebla, México, correo electrónico:
juanmanuel.gonzalez@correo.buap.mxBenemérita Universidad Autónoma de
PueblaBenemérita Universidad Autónoma de
PueblaMexicojuanmanuel.gonzalez@correo.buap.mxAbr-Sep20241614055290920233001202422032024Este es un artículo publicado en acceso abierto bajo una licencia
Creative CommonsRESUMEN
El rápido desarrollo de las tecnologías de la información y la comunicación (TIC)
abrió nuevas posibilidades para las prácticas de enseñanza y evaluación en la
educación superior, entre estas se encuentra la evaluación basada en computadora
(computer based assessment, CBA). Ya que el desarrollo
efectivo de esta depende de la aceptación de los estudiantes, en el presente
estudio se analizaron los constructos que afectan la intención de utilizar la
CBA mediante el modelo de aceptación de evaluación basada en computadora
(computer based assessment acceptance model, CBAAM) en una
universidad privada de México. La metodología fue cuantitativa y se dividió en
dos fases: 1) aplicación de una evaluación con preguntas de opción múltiple con
evaluación automática, y 2) prueba de la medición y el modelo estructural del
instrumento CBAAM con 84 estudiantes del primer semestre de ingeniería. Los
resultados indican que la percepción lúdica tiene un efecto directo sobre el uso
de la CBA, mientras que las condiciones facilitadoras, la autoeficacia
informática, la facilidad de uso percibida, la expectativa de meta, la
influencia social y el contenido solo tienen efectos indirectos. El modelo de
aceptación estudiado explica aproximadamente 47% de la variación de la intención
de uso. Se recomienda investigar otras variables que afectan el propósito de
usar y aplicar el modelo en otros contextos para mayor confirmación.
<italic>Abstract</italic>
The rapid development of information and communication technologies (ICT)
has opened new possibilities for teaching and assessment practices in higher
education, including computer-based assessment (CBA). Since the effective
development of this depends on student acceptance, the present study
analyzed the constructs that affect the intention to use CBA through the
computer-based assessment acceptance model (CBAAM) at a private university
in Mexico. The methodology was quantitative and divided into two phases: 1)
application of an assessment with multiple-choice questions with automatic
grading, and 2) testing of the measurement and structural model of the CBAAM
instrument with 84 first-semester engineering students. The results indicate
that playful perception has a direct effect on the use of CBA, while
facilitating conditions, computer self-efficacy, perceived ease of use, goal
expectation, social influence, and content only have indirect effects. The
acceptance model studied explains approximately 47% of the variation in the
intention to use. It is recommended to investigate other variables that
affect the purpose of use and to apply the model in other contexts for
further confirmation.
Palabras claveAceptación de la tecnologíaeducación superiorevaluación basada en computadoraevaluación electrónica<italic>Keywords</italic>Technology acceptancehigher educationcomputer-based assessmentelectronic assessmentConacyt 769631Este trabajo fue realizado con el apoyo de la beca ConacytINTRODUCCIÓN
En los últimos años, las modalidades sincrónicas y asincrónicas (Chau et al., 2021) de enseñanza
y aprendizaje han atraído mucha atención, sobre todo tras la contingencia originada
por la pandemia de la covid-19. Este hecho contribuyó a que la digitalización en las
instituciones educativas se acelerara, de forma que diversas universidades han
adoptado la enseñanza electrónica (e-teaching) y el aprendizaje
electrónico (e-learning) para reemplazar las actividades educativas
tradicionales en el aula (Tang et
al., 2021).
Varios investigadores se han centrado en la aceptación o el rechazo por parte de los
usuarios hacia las aplicaciones tecnológicas y sus respectivos instrumentos de
medición en diversos campos, entre los que se encuentra la educación (Granic & Marangunic, 2019). Aunque se han
generado muchos modelos de investigación en este ámbito, el modelo de aceptación de
tecnología (technology acceptance model, TAM), introducido por
Davis (1989), se convirtió en uno de los
más críticos relacionados con los factores que inciden en la adopción de su uso por
parte de los usuarios. Se ha enfatizado la importancia de aplicar la tecnología en
las actividades de enseñanza y aprendizaje (Scherer
et al., 2019), siendo la evaluación uno de los
factores clave en la práctica educativa.
La evaluación electrónica (e-assessment), según su definición más
amplia (Joint Information Systems Committee, JISC,
2007), incluye el uso de una computadora como parte de cualquier
actividad relacionada con la evaluación, ya sea sumativa, formativa o diagnóstica.
Autores como Kundu y Bej (2021), Al-Qdah y Ababneh (2017), Jordan (2013) y Timmis
et al. (2016) señalan que, dentro de la literatura,
términos como: evaluación basada en computadora, evaluación digital, pruebas basadas
en computadora, evaluación asistida por computadora, pruebas asistidas por
computadora, pruebas administradas por computadora, evaluación mejorada por la
tecnología, evaluación habilitada por la tecnología, evaluación informatizada,
pruebas informatizadas, evaluación basada en la web, examen electrónico, pruebas
electrónicas y evaluación en línea, son generalmente considerados sinónimos de
evaluación electrónica.
Aunque la adopción de la enseñanza electrónica ha sido ampliamente estudiada, es
limitado el número de investigaciones centradas en la evaluación basada en
computadora (computer based assessment, CBA) (Mo et al., 2022). Entre las características de
la mayoría de las plataformas de aprendizaje electrónico de última generación se
encuentra que brindan soporte para la evaluación en línea, y en muchos casos este
soporte incluye la evaluación automática de pruebas. Un buen ejemplo son las pruebas
de opción múltiple, donde los estudiantes deben elegir la respuesta correcta entre
varias posibilidades.
<italic>Aceptación de la evaluación basada en computadora</italic>
Si bien se han realizado diversos estudios de aceptación de tecnología en el
campo de la educación, la mayoría se ha enfocado en la aceptación del
e-learning. Gran parte de estos trabajos utilizaron el TAM
como el modelo base, y aunque se amplió con otros constructos, son pocas las
investigaciones que lo han utilizado sin extenderlo (Imtiaz & Maarop, 2014). El TAM se desarrolló en
específico para modelar la aceptación de las tecnologías relacionadas con la
informática por parte de los usuarios (Davis,
1989). Además, este modelo sugiere que la aceptación del uso de una
nueva aplicación TIC está significativamente determinada por dos factores: la
utilidad percibida (PU) y la facilidad de uso percibida (PEOU).
En cuanto a los instrumentos sobre la aceptación de la evaluación basada en
computadora, se han realizado pocas investigaciones. La mayoría de estos
estudios han sido llevados a cabo por Terzis
et al. (2012a, 2012b, 2013) y Terzis y Economides (2011), así como por
Nikou y Economides (2017).
Específicamente, Terzis y Economides
(2011) construyeron el modelo de aceptación de evaluación basado en
computadora (computer based assessment acceptance model,
CBAAM), con una escala de 30 ítems, para investigar la intención de los
estudiantes de utilizar la CBA. El objetivo de este trabajo fue adaptar el
instrumento CBAAM a un contexto y época diferentes para analizar su aplicación
en la CBA.
Cabe destacar que al revisar la literatura no se encontraron instrumentos con
reportes de confiabilidad y validez para medir la aceptación y la intención de
uso por parte de estudiantes universitarios mexicanos de un sistema de
evaluación basada en computadora (EBC).
DESARROLLO DE HIPÓTESIS Y MODELO CBAAM
El modelo CBAAM fue construido sobre modelos de aceptación previos, como el modelo de
aceptación de tecnología (TAM), la teoría del comportamiento planificado (TPB) y la
teoría unificada de la aceptación y uso de la tecnología (UTAUT). En CBAAM se
agregaron dos variables adicionales (contenido y expectativa de meta) sobre las
variables de medición actuales. Este modelo combinó los constructos que se
desarrollan a continuación para estudiar la aceptación de un sistema de EBC.
<italic>Percepción lúdica</italic>
Moon y Kim (2001) ampliaron el TAM al
añadir el constructo percepción lúdica, que se define por tres dimensiones:
Concentración: determina si el usuario está concentrado en la
actividad.
Curiosidad: establece si el sistema despertó la curiosidad cognitiva
del usuario.
Disfrute: estipula si el usuario está disfrutando o no de la
interacción con el sistema.
Aunque estas dimensiones son interdependientes y están vinculadas, cada una de
ellas por sí sola no refleja la interacción total de los usuarios con el
sistema. Una implementación exitosa de una EBC es capaz de mantener la
concentración de los usuarios, la curiosidad y el disfrute, por lo tanto, el
CBAAM asumió que la intención de uso se ve afectada positivamente por la
percepción lúdica, como se indica en la siguiente hipótesis:
H1: La percepción lúdica tendrá un efecto positivo en la intención de
utilizar la EBC.
<italic>Utilidad percibida</italic>
Como se mencionó, la utilidad percibida se emplea para evaluar en qué medida una
persona cree que su desempeño laboral aumentará al utilizar un sistema
informático en particular. Numerosos investigadores han proporcionado evidencias
sobre el impacto de la utilidad percibida en la intención de uso por parte de
los usuarios al recurrir a un sistema de aprendizaje. El CBAAM también supone
que la concentración, la curiosidad y el disfrute del alumno aumentarán como
resultado del uso de un sistema útil, lo que conduce a las siguientes
hipótesis:
H2: La utilidad percibida tendrá un efecto positivo en la intención
de utilizar la EBC.
H3: La utilidad percibida tendrá un efecto positivo en la percepción
lúdica.
<italic>Facilidad de uso percibida</italic>
De igual forma, se discutió que la facilidad de uso percibida se utiliza para
medir la creencia de la persona de que usar un sistema informático no requiere
esfuerzo. Investigaciones anteriores demostraron que la facilidad de uso
percibida tiene un efecto directo en la utilidad percibida y en la intención de
uso (Venkatesh & Davis, 1996).
Asimismo, el CBAAM supone que la facilidad de uso percibida tendrá un impacto
positivo en la percepción lúdica, debido a que un sistema que se puede utilizar
sin mucho esfuerzo permitirá a los usuarios emplearlo sin ningún tipo de
molestia. Para los efectos anteriores de la facilidad de uso percibida, se
establecieron las siguientes hipótesis:
H4: La facilidad de uso percibida tendrá un efecto positivo en la
intención de utilizar la EBC.
H5: La facilidad de uso percibida tendrá un efecto positivo en la
utilidad percibida.
H6: La facilidad de uso percibida tendrá un efecto positivo en la
percepción lúdica.
<italic>Autoeficacia informática</italic>
La autoeficacia informática se define, según Compeau y Higgins (1995), como las percepciones que el individuo
tiene sobre su capacidad para utilizar las computadoras. Ya que trabajos
anteriores han demostrado un vínculo significativo entre la autoeficacia
informática y la facilidad de uso percibida, se observa que la autoeficacia
informática no solo influye directamente en la facilidad de uso percibida, sino
que también ejerce un impacto indirecto en la intención de uso. Con base en
estos hallazgos, se planteó la siguiente hipótesis:
H7: La autoeficacia informática tendrá un efecto positivo en la
facilidad de uso percibida.
<italic>Influencia social</italic>
La influencia social se puede definir como el efecto de la opinión de las
personas, la influencia de los superiores y de los compañeros. Esta se compone
de tres elementos: norma subjetiva (SN), imagen y voluntariedad. Para su
medición, modelos previos (como TRA, TPB, C-TAM-TPB y TAM2)1 han empleado constructos como factores
sociales (MPCU),2 imagen
(IDT)3 y norma subjetiva
(Venkatesh et al.,
2003). TAM2 indica que la norma subjetiva y la imagen influyen en
cómo los usuarios perciben la utilidad de un sistema; sin embargo, la norma
subjetiva no impacta en la intención de uso si el uso del sistema es voluntario.
UTAUT, por su parte, considera la influencia social como uno de los cuatro
constructos principales que afectan directamente la intención de uso.
En el modelo CBAAM se asume que la influencia social impacta en la utilidad
percibida. Esta conclusión se fundamenta en la observación de que los
estudiantes, al sentirse inseguros al usar una EBC, son influenciados por las
opiniones de sus amigos y colegas. De igual forma, a menudo discuten la utilidad
percibida y su valor agregado como un tema principal. Debido a que la EBC en
CBAAM es voluntaria, TAM2 sugiere que no tiene impacto en la intención de uso,
razón por la cual el CBAAM no investigó su efecto en este aspecto. Por lo tanto,
la única hipótesis planteada sobre la influencia social es:
H8: La influencia social tendrá un efecto positivo en la utilidad
percibida.
<italic>Condiciones facilitadoras</italic>
Las condiciones facilitadoras (CF) se definen como el conjunto de factores que
influyen en la creencia de una persona para llevar a cabo un procedimiento.
Estos factores incluyen varios aspectos, como el soporte técnico o en línea,
señalado por Terzis y Economides (2011),
y recursos como el tiempo y el dinero. En el contexto del modelo CBAAM, las CF
se conciben como el apoyo proporcionado durante el uso de una evaluación basada
en computadora. Esto implica que si los usuarios encuentran dificultades al
utilizar una EBC deben recibir el apoyo necesario para superar estos obstáculos,
el cual puede incluir la asistencia de un experto para responder preguntas y
dudas de los estudiantes, especialmente en un entorno universitario. Por las
razones anteriores, se planteó la siguiente hipótesis:
H9: Las condiciones facilitadoras tendrán un efecto positivo en la
facilidad de uso percibida.
<italic>Expectativa de meta</italic>
En el ámbito de la enseñanza a distancia, varios estudios, como los de Smith et al. (2003), han
subrayado la importancia de la autodirección y la orientación hacia los
objetivos. Se ha propuesto que la autogestión del aprendizaje refleja el grado
en que una persona se considera capaz de participar en el aprendizaje autónomo y
mantener la autodisciplina. Respecto a la aceptación de la tecnología, la
orientación de los objetivos de aprendizaje ha sido identificada como un
constructo influyente en la aceptación del aprendizaje. En el modelo CBAAM se
introdujo un nuevo concepto denominado expectativa de meta (EM), inspirado en
los estudios mencionados.
La EM representa la creencia de una persona en su propia preparación para
utilizar una EBC y se divide en dos aspectos: las evaluaciones sumativas y
formativas. En el caso de la evaluación sumativa, la primera dimensión evalúa la
satisfacción del estudiante con su nivel de preparación, sin enfocarse en
aspectos cualitativos o cuantitativos. La segunda dimensión contempla el nivel
de éxito deseado por cada estudiante, basándose en sus expectativas previas al
examen sobre el rendimiento en función de su estudio y la dificultad percibida
de la evaluación. Así, cada estudiante establece una meta relacionada con un
porcentaje específico de respuestas correctas que considera satisfactorio.
Se considera que la EM ejerce una influencia significativa en la utilidad
percibida, aunque esta relación varía según el tipo de evaluación. En el caso de
la evaluación sumativa, impacta de manera positiva en la utilidad percibida, ya
que permite a los estudiantes comprender y responder las preguntas de manera
efectiva. En contraste, en la evaluación formativa el valor principal reside en
la retroalimentación que ofrece la EBC para facilitar el aprendizaje de los
estudiantes. En este contexto, la EM puede tener un impacto negativo en la
utilidad percibida, puesto que los estudiantes se enfocan más en aprender que en
evaluar sus conocimientos. Además, el modelo CBAAM postula que una EM alta
conduce a una mayor concentración y disfrute durante la interacción con la EBC,
lo que mejora la percepción lúdica. Si los estudiantes están preparados de forma
adecuada y confían en su desempeño, es probable que se involucren más
profundamente con el sistema y disfruten la experiencia. Con base en estos
conceptos, se formulan las siguientes hipótesis:
H10: La expectativa de meta tendrá un efecto positivo en la utilidad
percibida.
H11: La expectativa de meta tendrá un efecto positivo en la
percepción lúdica.
<italic>Contenido</italic>
El último constructo del modelo CBAAM es el contenido, considerado por Wang (2003) como un factor crucial en la
satisfacción de los alumnos. Este concepto examina si el contenido está
actualizado, si es suficiente y útil y si satisface las necesidades de los
usuarios. En CBAAM se contemplan dos dimensiones del contenido: el contenido del
curso y el contenido de las preguntas. Se entiende que el contenido del curso
influye significativamente en la utilidad percibida y en la percepción lúdica de
la EBC, determinando su utilidad, interés y nivel de dificultad. Asimismo, el
contenido de las preguntas se analiza en términos de claridad, facilidad de
comprensión y relación con el contenido del curso. Estas dimensiones son
específicas de este modelo y difieren de cómo otros han tratado el contenido.
Por lo tanto, el modelo CBAAM asume que el contenido influirá en la utilidad
percibida, la percepción lúdica, la expectativa de meta y la intención de uso,
lo que se refleja en las siguientes hipótesis:
H12: El contenido tendrá un efecto positivo en la utilidad
percibida.
H13: El contenido tendrá un efecto positivo en la percepción
lúdica.
H14: El contenido tendrá un efecto positivo en la expectativa de
meta.
H15: El contenido tendrá un efecto positivo en la intención de uso de
la EBC.
En resumen, la figura 1 muestra el marco
conceptual del modelo CBAAM y las relaciones hipotéticas entre los constructos
adoptados.
MÉTODO
Este trabajo es un estudio cuantitativo de alcance explicativo, se llevó a cabo en
una universidad privada ubicada en una zona urbana de la ciudad de Puebla durante
los meses de octubre y noviembre de 2022. El muestreo fue no probabilístico, con
participantes voluntarios, y los criterios de inclusión fueron: ser estudiante del
primer año de ingeniería y estar inscrito en el curso de Física aplicada a la
ingeniería. De acuerdo con el protocolo de ética en investigación de la institución,
la lectura y aceptación del consentimiento informado fue un requisito indispensable
para la participación.
La muestra estuvo integrada por 84 estudiantes, con una edad media de 18.39 años (DE
= 0.94) y un rango de 17 a 22 años. En cuanto a la distribución por género,
respondieron 26 mujeres (30%), 54 hombres (65%) y cuatro personas optaron por no
especificar su género (5%). El procedimiento para la recolección de datos se dividió
en dos fases principales, la primera incluyó la administración de un examen basado
en computadora, mientras que la segunda consistió en la recopilación de respuestas
correspondientes al instrumento CBAAM por parte de los estudiantes.
Modelo de investigación (CBAAM).
Fuente: elaboración propia con base en el modelo CBAAM de Terzis y Economides (2011).
<italic>Fase 1. Aplicación de la evaluación basada en
computadora</italic>
El uso del sistema de evaluación basado en preguntas de opción múltiple con
evaluación automática fue simple pues el estudiante únicamente debía elegir la
respuesta correcta. El examen se sustentó en el inventario de conceptos de
fuerza (force concept inventory, FCI) propuesto por Hestenes et al. (1992) y
tuvo una duración de 30 minutos, además de constar de 27 preguntas, cada una con
cuatro respuestas posibles. Al finalizar el examen, los participantes
respondieron el cuestionario CBAAM, que se describe en la siguiente fase.
<italic>Fase 2. Aplicación del instrumento CBAAM</italic>
El CBAAM fue desarrollado en inglés por lo que se tradujo al español, donde la
adaptación y validación intercultural del instrumento requirió de un proceso
metodológico riguroso con el objetivo de lograr la equivalencia entre el
original y la versión traducida (Muñiz
et al., 2013; Sousa & Rojjanasrirat, 2011), por ello, la traducción fue
realizada por expertos en el área de adopción tecnológica y por el centro de
idiomas de la universidad en cuestión.
Antes de implementar el instrumento CBAAM se realizó un estudio piloto con 55
estudiantes de ingeniería que cursaban el primer año, con el propósito de
conocer su opinión acerca de la claridad de los reactivos y corregir los
aspectos que, de forma o fondo, dificultaban la comprensión. A estos
participantes se les informó el motivo de la prueba y se les solicitó su
consentimiento informado a través de un formulario electrónico.
El instrumento final se aplicó con Formularios de Google para que estuviera
disponible una vez que los alumnos terminaran de usar el sistema de evaluación
basado en preguntas de opción múltiple con evaluación automática. El instrumento
contenía 30 ítems con siete opciones de respuesta: 1 = absolutamente en
desacuerdo, 2 = fuertemente en desacuerdo, 3 = en desacuerdo, 4 = ni en acuerdo
ni desacuerdo, 5 = de acuerdo, 6 = fuertemente de acuerdo y 7 = absolutamente de
acuerdo (ver tabla 1).
<italic>Análisis de datos</italic>
Para analizar el modelo de adopción de la evaluación basada en computadora, en
este trabajo se utilizó el enfoque de modelado de ecuaciones estructurales (SEM)
basado en mínimos cuadrados parciales (PLS). Este enfoque es particularmente
adecuado para modelos exploratorios y complejos donde las relaciones entre
variables latentes son de interés primordial. La implementación de PLS-SEM se
realizó siguiendo un conjunto de reglas y pautas establecidas para garantizar la
precisión en la estimación estadística del modelo, según lo sugieren Hair et al. (2016). En
cuanto al tamaño de la muestra, el valor mínimo recomendado está definido por
las dos pautas siguientes: a) diez veces mayor que el número de elementos para
el constructo más complejo, y b) diez veces el mayor número de variables
independientes que impactan una variable dependiente (Chin, 1998). Debido a que el modelo en cuestión tiene cuatro
variables independientes que afectan a una dependiente (utilidad percibida), la
muestra de 84 participantes excede el mínimo recomendado de 40.
Traducción del modelo de aceptación de evaluación basada en
computadora (CBAAM)
CONSTRUCTO
ÍTEMS
Utilidad percibida (UP)
UP1: El uso de la evaluación basada en
computadora (EBC) mejorará mi trabajo
UP2: El uso de la EBC mejorará mi eficacia
UP3: El uso de la EBC aumentará mi
productividad
Facilidad de uso percibida (FDUP)
FDUP1: Mi interacción con el sistema es clara y
comprensible
FDUP2: Es fácil para mí llegar a ser hábil en
el uso del sistema
FDUP3: El sistema es fácil de usar
Autoeficacia informática (AI)
AI1: Podría completar un trabajo o tarea usando
la computadora
AI2: Podría completar un trabajo o una tarea
usando la computadora si alguien me mostrara cómo
hacerlo primero
AI3: Puedo navegar fácilmente por la web para
encontrar cualquier información que necesite
AI4: Era completamente capaz de usar la
computadora e internet antes de comenzar a usar la
EBC
Influencia social (IS)
IS1: Las personas que influyen en mi
comportamiento piensan que debería usar la EBC
IS2: Las personas que son importantes para mí
piensan que debería usar la EBC
IS3: Los estudiantes de último año de mi
universidad han sido de ayuda en el uso de la EBC
IS4: En general, mi universidad ha apoyado el
uso de la EBC
Condiciones facilitadoras (CF)
CF1: Cuando necesito ayuda para usar la EBC,
alguien está ahí para ayudarme
CF2: Cuando necesito ayuda para aprender a usar
la EBC, el soporte de ayuda está ahí para
enseñarme
Contenido (C)
CI: Las preguntas de la EBC fueron claras y
comprensibles
C2: Las preguntas de la EBC fueron fáciles de
responder
C3: Las preguntas de la EBC eran relativas al
temario del curso
C4: Las preguntas de la EBC fueron útiles para
mi curso
Expectativa de meta (EM)
EM1: La preparación de los cursos fue
suficiente para la EBC
EM2: Mi preparación personal fue suficiente
para la EBC
EM3: Mis expectativas de desempeño fueron
acordes a los resultados de la EBC
Percepción lúdica (PL)
PL1: Usar EBC me mantiene feliz para realizar
mi tarea
PL2: Usar EBC me hace disfrutar de mi
aprendizaje
PL3: Usar EBC estimula mi curiosidad
PL4: Usar EBC conduce a mi exploración
Intención de utilizar la EBC
IU1: Tengo la intención de utilizar EBC en el
futuro
IU2: Predigo que usaría EBC en el futuro
IU3: Planeo usar EBC en el futuro
Fuente: elaboración propia con base en el instrumento CBAAM de
Terzis y Economides
(2011).
Al seguir las directrices de Sarstedt et
al. (2014), la evaluación del PLS-SEM en este estudio se
dividió en dos etapas principales. En la primera se examinó la teoría de la
medición y se evaluó la fiabilidad y validez de las escalas, incluyendo la
fiabilidad compuesta, la varianza extraída media (AVE) para evaluar la validez
convergente, y la correlación de las variables latentes para la validez
discriminante. Además, se aseguró que cada ítem reflexivo tuviera cargas
significativas en su constructo correspondiente. Una vez validado el modelo de
medición, se procedió a la segunda etapa, enfocada en el modelo estructural,
donde se evaluó la fuerza y significancia de las relaciones estructurales
utilizando el coeficiente de determinación (R²) para las variables endógenas,
los valores de los efectos de las rutas y sus significancias estadísticas.
Asimismo, se realizó un análisis de los efectos indirectos y totales para
comprender mejor las interrelaciones entre las variables latentes.
RESULTADOS<italic>Modelo de medición</italic>
Para el análisis del modelo, este estudio empleó el software
SmartPLS 4.0. La validez convergente es el grado en que los indicadores
utilizados para medir una misma variable latente concuerdan (Bagozzi & Yi, 1988; Garson, 2016) y se puede demostrar mediante
tres medidas: 1) confiabilidad del ítem de cada medida mediante el uso de carga
factorial (> 0,7), 2) confiabilidad compuesta de cada constructo (> 0,7) y
3) la varianza extraída media (> 0,5). La tabla 2 muestra evidencias de la validez convergente. Las cargas
factoriales de los elementos del modelo de medición indican niveles aceptables
y, de manera similar, la confiabilidad compuesta y la varianza extraída media
presentan valores adecuados.
<italic>Validez discriminante</italic>
Para evaluar la validez discriminante se aplicó el criterio de Fornell y Larcker (1981), considerada una de
las medidas más relevantes en este ámbito. En este método se evalúa la raíz
cuadrada de la varianza extraída media (AVE) para cada variable latente. La
pauta recomendada es que la raíz cuadrada del AVE para cada variable latente
debe ser mayor que su correlación con cualquier otra variable latente (Garson, 2016). El texto en negrita en la
diagonal de la tabla 3 representa la raíz
cuadrada del AVE de cada una de las variables latentes. Los resultados muestran
que, en todas las variables latentes, la raíz cuadrada del AVE es mayor que las
correlaciones con otras variables (los números debajo de la diagonal), lo que
confirma que la validez discriminante está adecuadamente establecida en el
estudio.
<italic>Modelo estructural y prueba de hipótesis</italic>
Para examinar el modelo estructural es esencial investigar la significancia
estadística de las relaciones en el modelo (valor t) de las hipótesis de
investigación (las estimaciones de la trayectoria) a un nivel de 0,05, así como
el coeficiente de determinación (R2) para las variables endógenas de
la investigación. El modelo manifiesta 47% de variación en la intención de uso.
Los efectos totales de PL (0.389), FDUP (0.543) y C (0.141) son importantes para
la explicación de la intención de uso. Además, EM (0.403), AI (0.303), FDUP
(0.579) y UP (0.225) representan 47% de la varianza en la percepción lúdica. Por
otro lado, FDUP (0.468), AI (0.245), IS (0.366) y EM (0.100) explican 44% de la
varianza en la utilidad percibida. AI (0.524) y CF (0.166) representan 38% de la
variación en la facilidad de uso percibida. Finalmente, el contenido (0.72)
explica 51% de la variación en la expectativa de meta. En la figura 2 y la tabla 4 se resumen los resultados de las hipótesis.
El propósito de este estudio fue explorar e identificar los factores influyentes en
la actitud de los estudiantes hacia el uso de la EBC en la educación superior. Todos
los aportes a esta área de investigación ayudan a las instituciones a tener una
implementación exitosa de la EBC. Según la literatura y estudios previos como el de
Terzis et al. (2013),
factores como la utilidad percibida, la facilidad de uso percibida, la percepción
lúdica y la importancia percibida son cruciales para la intención de utilizar la
EBC.
Validez discriminante del modelo de medición
CONSTRUCTO
AI
C
CF
EM
FDUP
IS
IU
PL
UP
AI
0.814
C
0.174
0.740
CF
0.465
0.427
0.894
EM
-0.035
0.720
0.402
0.751
FDUP
0.601
0.536
0.409
0.171
0.924
IS
0.336
0.467
0.336
0.565
0.342
0.666
IU
0.339
0.444
0.275
0.239
0.594
0.383
0.934
PL
0.234
0.439
0.202
0.404
0.569
0.478
0.610
0.860
UP
0.386
0.383
0.430
0.307
0.551
0.531
0.408
0.536
0.818
Fuente: elaboración propia.
Coeficientes de trayectoria del modelo de investigación
(CBAAM).
Fuente: elaboración propia con base en el modelo CBAAM de Terzis y Economides (2011).
Resultados de la prueba de hipótesis
HIPÓTESIS
TRAYECTORIA
COEFICIENTE DE TRAYECTORIA
VALOR T
VALOR P
EVIDENCIA EMPÍRICA
H1
PL->IU
0.389***
2.648
0.008
Aceptada
H2
UP->IU
-0.022
0.134
0.893
Rechazada
H3
UP->PL
0.225
1.764
0.078
Rechazada
H4
FDUP->IU
0.328**
2.261
0.024
Aceptada
H5
FDUP->UP
0.468***
2.791
0.005
Aceptada
H6
FDUP->PL
0.474***
2.953
0.003
Aceptada
H7
AI->FDUP
0.524*
1.749
0.080
Rechazada
H8
IS->UP
0.366***
2.920
0.004
Aceptada
H9
CF->FDUP
0.166
0.835
0.404
Rechazada
H10
EM->UP
0.100
0.454
0.650
Rechazada
H11
EM->PL
0.380**
2.025
0.043
Aceptada
H12
C->UP
-0.111
0.431
0.666
Rechazada
H13
C->PL
-0.175
0.716
0.474
Rechazada
H14
C->EM
0.720***
10.537
0.000
Aceptada
H15
C->IU
0.105
0.883
0.377
Rechazada
Nota: *p < 0.10, **p < 0.05, ***p < 0.01.
Fuente: elaboración propia.
Los resultados del estudio indican que la percepción lúdica impacta directamente en
la intención de uso. Por otro lado, se identificó que la utilidad percibida, la
facilidad de uso percibida, la autoeficacia informática, la influencia social, las
condiciones facilitadoras, la expectativa de meta y el contenido tienen impactos
indirectos en la intención de uso (ver tabla
5).
R<sup>2</sup> y efectos directos, indirectos y totales
VARIABLE DEPENDIENTE
R2
VARIABLE INDEPENDIENTE
EFECTO DIRECTO
EFECTO INDIRECTO
EFECTO TOTAL
Intención de uso
0.470
Percepción lúdica
0.389
0.000
0.389***
Utilidad percibida
-0.022
0.088
0.066
Facilidad de uso percibida
0.328
0.215
0.543***
Autoeficacia informática
0.000
0.284
0.284
Influencia social
0.000
0.024
0.024
Condiciones facilitadoras
0.000
0.090
0.090
Expectativa de meta
0.000
0.155
0.155
Contenido
0.105
0.036
0.141
Percepción lúdica
0.467
Utilidad percibida
0.225
0.000
0.225*
Facilidad de uso percibida
0.474
0.105
0.579***
Autoeficacia informática
0.000
0.303
0.303
Influencia social
0.000
0.082
0.082
Condiciones facilitadoras
0.000
0.096
0.096
Expectativa de meta
0.380
0.023
0.403**
Contenido
-0.175
0.265
0.090
Utilidad percibida
0.441
Facilidad de uso percibida
0.468
0.000
0.468***
Autoeficacia informática
0.000
0.245
0.245
Utilidad percibida
0.441
Influencia social
0.366
0.000
0.366***
Condiciones facilitadoras
0.000
0.078
0.078
Utilidad percibida
0.441
Expectativa de meta
0.100
0.000
0.100
Contenido
-0.111
0.072
-0.039
Facilidad de uso percibida
0.382
Autoeficacia informática
0.524
0.000
0.524*
Condiciones facilitadoras
0.166
0.000
0.166
Expectativa de meta
0.518
Contenido
0.720
0.000
0.72***
Nota: *p < 0.10, **p < 0.05, ***p < 0.01.
Fuente: elaboración propia.
Resulta interesante que el constructo de contenido, empleado por primera vez en este
modelo, no mostró un impacto directo en la intención de uso, en contraste con lo
sugerido en la hipótesis inicial. También se confirmó únicamente una hipótesis de
las propuestas en relación con el contenido: tiene un efecto directo sobre la
utilidad percibida, la percepción lúdica y la expectativa de meta, lo que indica una
influencia indirecta en la intención de uso. En cuanto a la expectativa de meta, que
también se utilizó por primera vez en este modelo, se demostró que los estudiantes
encuentran una EBC lúdica cuando tienen buenas expectativas del sistema. Asimismo,
el efecto positivo de la influencia social en la utilidad percibida proporcionada
por TAM2 fue apoyado por este modelo.
Se puede argumentar que todavía existen brechas significativas a pesar del esfuerzo y
la atención sustanciales que se han dedicado a la investigación sobre la adopción de
las TIC. El trabajo de Terzis y Economides
(2011) representa uno de los pocos estudios enfocados en desarrollar un
modelo para comprender la adopción de las evaluaciones electrónicas. En este se
identifican y demuestran los constructos clave que influyen en la disposición de los
estudiantes para utilizar EBC, aportando una perspectiva significativa en el campo
de la evaluación electrónica. La tabla 6
resume los resultados de la presente investigación y de los autores antes
mencionados, muestra las 15 hipótesis y si fueron o no respaldadas por el modelo.
Los datos obtenidos de este estudio concluyen que los estudiantes tienen mayor
probabilidad de utilizar un sistema si este es lúdico, lo que confirma los hallazgos
de estudios previos. Igualmente, es más probable que una EBC sea percibida como
lúdica cuando es fácil de usar.
CONCLUSIONES
En el presente trabajo se realizó un estudio sobre los factores que influyeron en el
comportamiento de los estudiantes en la intención de utilizar una evaluación basada
en computadora en la educación superior. El modelo probado y la medición se apoyaron
en los datos recopilados. Los resultados de esta investigación demuestran que la
percepción lúdica tiene un efecto directo en la intención de usar la EBC, lo cual
concuerda con lo reportado por Terzis y Economides
(2011) y con investigaciones anteriores sobre la adopción de otras
tecnologías (Wang et al.,
2009; Ong et al.,
2004; Landry et al.,
2006). Sin embargo, se encontró que: a) las condiciones facilitadoras y
la autoeficacia informática no tienen un efecto directo sobre la facilidad de uso
percibida, b) la expectativa de meta y el contenido no tienen un efecto directo
sobre la utilidad percibida y c) la utilidad percibida y contenido no tienen un
efecto directo sobre la percepción lúdica. Estas relaciones contradicen los
resultados de Terzis y Economides (2011).
Resumen de los resultados de esta investigación y los de <xref
ref-type="bibr" rid="B27">Terzis y Economides (2011)</xref>
HIPÓTESIS
TRAYECTORIA
RESULTADOS DE TERZIS Y ECONOMIDES (2011)
RESULTADOS DE ESTA INVESTIGACIÓN
H1
PL- > IU
Aceptada
Aceptada
H2
UP- > IU
Rechazada
Rechazada
H3
UP- > PL
Aceptada
Rechazada
H4
FDUP- > IU
Aceptada
Aceptada
H5
FDUP- > UP
Aceptada
Aceptada
H6
FDUP- > PL
Aceptada
Aceptada
H7
AI- > FDUP
Aceptada
Rechazada
H8
IS- > UP
Aceptada
Aceptada
H9
CF- > FDUP
Aceptada
Rechazada
H10
EM- > UP
Aceptada
Rechazada
H11
EM- > PL
Aceptada
Aceptada
H12
C->UP
Aceptada
Rechazada
H13
C->PL
Aceptada
Rechazada
H14
C->EM
Aceptada
Aceptada
H15
C->IU
Rechazada
Rechazada
Fuente: elaboración propia.
Un desafío importante al que se enfrenta la implementación de la EBC es la escasez de
investigaciones que apunten a identificar una lista completa de constructos
conductuales vinculados a su adopción. Diversos estudios optan por diferentes
enfoques teóricos respecto a la innovación tecnológica, pero pocos han establecido
un puente entre los modelos de adopción de innovaciones más destacados y el proceso
de adopción de la EBC. Este estudio tiene implicaciones prácticas, ya que aporta un
instrumento con evidencias de confiabilidad y validez para la medición del uso y
aceptación de la EBC en el contexto educativo mexicano. Además, permite conocer las
formas en que los estudiantes perciben el uso de las TIC específicamente aplicadas
al proceso de evaluación.
Por otra parte, desde el punto de vista teórico, al tratarse de una adaptación de un
instrumento ya publicado en otro idioma y en otro contexto, permite la comparación
de los constructos e indicadores observables, ya que una de las limitaciones más
importantes de este tipo de estudios es que se utilizan muestras específicas de
estudiantes para expresar sus creencias. Esta es una de las posibles razones por las
cuales se encontró que ciertas hipótesis fueron validadas en uno de los modelos,
pero no en el otro. A la par, debe considerarse que la época en la que se realizaron
los estudios pudo haber influido notablemente en los resultados, debido a que la
familiaridad y la predisposición hacia la tecnología han evolucionado a lo largo del
tiempo.
Este estudio concluye que es más probable que un sistema sea utilizado por los
estudiantes si es lúdico, y que la EBC tiende a ser percibida como lúdica cuando es
útil y fácil de usar. Por último, el modelo de aceptación estudiado para la EBC
explica aproximadamente 47% de la varianza de la intención para usar EBC, por lo que
se recomienda investigar otras variables que afectan la intención de uso y aplicar
el modelo en otros contextos para mayor confirmación.
AGRADECIMIENTOS
Este trabajo fue realizado con el apoyo de la beca Conacyt 769631 .
REFERENCIASAl-Qdah, M. & Ababneh, I. (2017). Comparing Online and Paper
Exams: Performances and Perceptions of Saudi Students. International
Journal of Information and Education Technology, 7(2), 106-109.
https://doi.org/10.18178/ijiet.2017.7.2.850Al-QdahM.AbabnehI.2017Comparing Online and Paper Exams: Performances and Perceptions of
Saudi StudentsInternational Journal of Information and Education Technology7210610910.18178/ijiet.2017.7.2.850Bagozzi, R. P. & Yi, Y. (1988). On the evaluation of structural
equation models. Journal of the academy of marketing science,
16(1), 74-94.
https://doi.org/10.1007/BF02723327BagozziR. P.YiY.1988On the evaluation of structural equation modelsJournal of the academy of marketing science161749410.1007/BF02723327Chau, K. Y.; Law, K. M. & Tang, Y. M. (2021). Impact of
Self-Directed Learning and Educational Technology Readiness on Synchronous
E-Learning. Journal of Organizational and End User Computing
(JOEUC), 33(6), 1-20.
https://doi.org/10.4018/JOEUC.20211101.oa26ChauK. Y.LawK. M.TangY. M.2021Impact of Self-Directed Learning and Educational Technology
Readiness on Synchronous E-LearningJournal of Organizational and End User Computing (JOEUC)33612010.4018/JOEUC.20211101.oa26Chin, W. W. (1998). The partial least squares approach to structural
equation modeling. Modern methods for business research,
295(2), 295-336. http://www.researchgate.net/publication/232569511ChinW. W.1998The partial least squares approach to structural equation
modelingModern methods for business research2952295336http://www.researchgate.net/publication/232569511Compeau, D. R. & Higgins, C. A. (1995). Computer self-efficacy:
development of a measure and Initial test. MIS Quarterly,
19(2), 189-211.
https://doi.org/10.2307/249688CompeauD. R.HigginsC. A.1995Computer self-efficacy: development of a measure and Initial
testMIS Quarterly19218921110.2307/249688Davis, F. (1989). Perceived usefulness, perceived ease of use, and
user acceptance of information technology. MIS Quarterly ,
13(3), 319-340.
https://doi.org/10.2307/249008DavisF.1989Perceived usefulness, perceived ease of use, and user acceptance
of information technologyMIS Quarterly13331934010.2307/249008Fornell, C. & Larcker, D. F. (1981). Evaluating structural
equation models with unobservable variables and measurement error.
Journal of Marketing research, 18(1),
39-50. https://doi.org/10.2307/3151312FornellC.LarckerD. F.1981Evaluating structural equation models with unobservable variables
and measurement errorJournal of Marketing research181395010.2307/3151312Garson, G. D. (2016). Partial least squares: Regression and
structural equation models. Statistical Associates
Publishers.GarsonG. D.2016Partial least squares: Regression and structural equation
modelsStatistical Associates PublishersGranic, A. & Marangunic, N. (2019). Technology acceptance model
in educational context: A systematic literature review. British Journal
of Educational Technology, 50(5), 2572-2593.
https://doi.org/10.1111/bjet.12864GranicA.MarangunicN.2019Technology acceptance model in educational context: A systematic
literature reviewBritish Journal of Educational Technology5052572259310.1111/bjet.12864Hair, J. J. F.; Hult, G. T. M.; Ringle, C. & Sarstedt, M.
(2016). A primer on partial least squares structural equation modeling
(PLS-SEM). Sage Publications.HairJ. J. F.HultG. T. M.RingleC.SarstedtM.2016A primer on partial least squares structural equation modeling
(PLS-SEM)Sage PublicationsHestenes, D.; Wells, M. & Swackhamer, G. (1992). Force concept
inventory. The Physics Teacher, 30(3),
141-158. https://doi.org/10.1119/1.2343497HestenesD.WellsM.SwackhamerG.1992Force concept inventoryThe Physics Teacher30314115810.1119/1.2343497Imtiaz, A. & Maarop, N. (2014). A Review of Technology
Acceptance Studies in the Field of Education. Jurnal Teknologi,
69(2), 2180-3722.
https://doi.org/doi:10.11113/jt.v69.3101ImtiazA.MaaropN.2014A Review of Technology Acceptance Studies in the Field of
EducationJurnal Teknologi6922180372210.11113/jt.v69.3101Joint Information Systems Committee (JISC). (2007). Effective
practice with e-assessment: An overview of technologies, policies and practice
in further and higher education. https://people.cs.vt.edu/shaffer/cs6604/Papers/eAssessment.pdfJoint Information Systems Committee (JISC)2007Effective practice with e-assessment: An overview of technologies,
policies and practice in further and higher educationhttps://people.cs.vt.edu/shaffer/cs6604/Papers/eAssessment.pdfJordan, S. (2013). E-assessment: Past, present and future.
New Directions, 9(1), 87-106. https://oro.open.ac.uk/38536/3/SEJ%20New%20Directions%202013%20d3.pdfJordanS.2013E-assessment: Past, present and futureNew Directions9187106https://oro.open.ac.uk/38536/3/SEJ%20New%20Directions%202013%20d3.pdfKundu, A. & Bej, T. (2021). Experiencing e-assessment during
covid-19: an analysis of Indian students’ perception. Higher Education
Evaluation and Development, 15(2), 114-134.
https://doi.org/10.1108/heed-03-2021-0032KunduA.BejT.2021Experiencing e-assessment during covid-19: an analysis of Indian
students’ perceptionHigher Education Evaluation and Development15211413410.1108/heed-03-2021-0032Landry, B. J.; Griffeth, R. & Hartman, S. (2006). Measuring
student perceptions of blackboard using the technology acceptance model.
Decision Sciences Journal of Innovative Education, 4(1),
87-99. http://dx.doi.org/10.1111/j.1540-4609.2006.00103.xLandryB. J.GriffethR.HartmanS.2006Measuring student perceptions of blackboard using the technology
acceptance modelDecision Sciences Journal of Innovative Education41879910.1111/j.1540-4609.2006.00103.xMo, D. Y.; Tang, Y. M.; Wu, E. Y. & Tang, V. (2022). Theoretical
model of investigating determinants for a successful Electronic Assessment
System (EAS) in higher education. Education and Information
Technologies, 27(9), 12543-12566.
https://doi.org/10.1007/s10639-022-11098-1MoD. Y.TangY. M.WuE. Y.TangV.2022Theoretical model of investigating determinants for a successful
Electronic Assessment System (EAS) in higher educationEducation and Information Technologies279125431256610.1007/s10639-022-11098-1Moon, J. y Kim, Y. (2001). Extending the TAM for a world-wide-web
context. Information & Management, 38(4),
217-230. https://doi.org/10.1016/S0378-7206(00)00061-6MoonJ.KimY.2001Extending the TAM for a world-wide-web contextInformation & Management38421723010.1016/S0378-7206(00)00061-6Muñiz, J.; Elosua, P. & Hambleton, R. K. (2013). Directrices
para la traducción y adaptación de los tests: segunda edición.
Psicothema, 25(2), 151-157.
https://doi.org/10.7334/psicothema2013.24MuñizJ.ElosuaP.HambletonR. K.2013Directrices para la traducción y adaptación de los tests: segunda
ediciónPsicothema25215115710.7334/psicothema2013.24Nikou, S. A. & Economides, A. A. (2017). Mobile-based
assessment: Investigating the factors that influence behavioral intention to
use. Computers & Education, 109, 56-73.
https://doi.org/10.1016/j.compedu.2017.02.005NikouS. A.EconomidesA. A.2017Mobile-based assessment: Investigating the factors that influence
behavioral intention to useComputers & Education109567310.1016/j.compedu.2017.02.005Ong, C. S.; Lai, J. Y. & Wang, Y. S. (2004). Factors affecting
engineers’ acceptance of asynchronous e-learning systems in high-tech companies.
Information & Management, 41(6),
795-804. http://dx.doi.org/10.1016/j.im.2003.08.012OngC. S.LaiJ. Y.WangY. S.2004Factors affecting engineers’ acceptance of asynchronous
e-learning systems in high-tech companiesInformation & Management41679580410.1016/j.im.2003.08.012Sarstedt, M.; Ringle, C. M.; Smith, D.; Reams, R. & Hair, J. F.
(2014). Partial least squares structural equation modeling (PLS-SEM): A useful
tool for family business researchers. Journal of Family Business
Strategy, 5(1), 105-115.
https://doi.org/10.1007/978-3-319-05542-8_15-2SarstedtM.RingleC. M.SmithD.ReamsR.HairJ. F.2014Partial least squares structural equation modeling (PLS-SEM): A
useful tool for family business researchersJournal of Family Business Strategy5110511510.1007/978-3-319-05542-8_15-2Scherer, R.; Siddiq, F. & Tondeur, J. (2019). The technology
acceptance model (TAM): A meta-analytic structural equation modeling approach to
explaining teachers’ adoption of digital technology in education.
Computers & Education, 128, 13-35.
https://doi.org/10.1016/j.compedu.2018.09.009SchererR.SiddiqF.TondeurJ.2019The technology acceptance model (TAM): A meta-analytic structural
equation modeling approach to explaining teachers’ adoption of digital
technology in educationComputers & Education128133510.1016/j.compedu.2018.09.009Smith, P. J.; Murphy, K. L. & Mahoney, S. E. (2003). Towards
identifying factors underlying readiness for online learning: an exploratory
study. Distance Education, 24(1), 57-67.
https://doi.org/10.1080/01587910303043SmithP. J.MurphyK. L.MahoneyS. E.2003Towards identifying factors underlying readiness for online
learning: an exploratory studyDistance Education241576710.1080/01587910303043Sousa, V. D. & Rojjanasrirat, W. (2011). Translation, adaptation
and validation of instruments or scales for use in cross-cultural health care
research: A clear and user-friendly guideline. Journal of Evaluation in
Clinical Practice, 17(2), 268-274.
https://doi.org/10.1111/j.1365-2753.2010.01434.xSousaV. D.RojjanasriratW.2011Translation, adaptation and validation of instruments or scales
for use in cross-cultural health care research: A clear and user-friendly
guidelineJournal of Evaluation in Clinical Practice17226827410.1111/j.1365-2753.2010.01434.xTang, Y. M.; Chen, P. C.; Law, K. M. Y.; Wu, C. H.; Lau, Y. Y.;
Guan, J.; He, D. & Ho, G. T. S. (2021). Comparative analysis of Student’s
live online learning readiness during the coronavirus (covid-19) pandemic in the
higher education sector. Computers & Education ,
168.
https://doi.org/10.1016/j.compedu.2021.104211TangY. M.ChenP. C.LawK. M. Y.WuC. H.LauY. Y.GuanJ.HeD.HoG. T. S.2021Comparative analysis of Student’s live online learning readiness
during the coronavirus (covid-19) pandemic in the higher education
sectorComputers & Education16810.1016/j.compedu.2021.104211Terzis, V. & Economides, A. A. (2011). The acceptance and use of
computer based assessment. Computers & Education ,
56(4), 1032-1044.
https://doi.org/10.1016/j.compedu.2010.11.017TerzisV.EconomidesA. A.2011The acceptance and use of computer based
assessmentComputers & Education5641032104410.1016/j.compedu.2010.11.017Terzis, V.; Moridis, C. N. & Economides, A. A. (2012a). How
student’s personality traits affect Computer Based Assessment Acceptance:
Integrating BFI with CBAAM. Computers in Human Behavior,
28(5), 1985-1996.
https://doi.org/10.1016/j.chb.2012.05.019TerzisV.MoridisC. N.EconomidesA. A.2012How student’s personality traits affect Computer Based Assessment
Acceptance: Integrating BFI with CBAAMComputers in Human Behavior2851985199610.1016/j.chb.2012.05.019Terzis, V.; Moridis, C. N. & Economides, A. A. (2012b). The
effect of emotional feedback on behavioral intention to use computer based
assessment. Computers & Education , 59(2),
710-721. https://doi.org/10.1016/j.compedu.2012.03.003TerzisV.MoridisC. N.EconomidesA. A.2012The effect of emotional feedback on behavioral intention to use
computer based assessmentComputers & Education59271072110.1016/j.compedu.2012.03.003Terzis, V.; Moridis, C. N. & Economides, A. A. (2013).
Continuance acceptance of computer based assessment through the integration of
user’s expectations and perceptions. Computers & Education
, 62, 50-61.
https://doi.org/10.1016/j.compedu.2012.10.018TerzisV.MoridisC. N.EconomidesA. A.2013Continuance acceptance of computer based assessment through the
integration of user’s expectations and perceptionsComputers & Education62506110.1016/j.compedu.2012.10.018Timmis, S.; Broadfoot, P.; Sutherland, R. & Oldfield, A. (2016).
Rethinking assessment in a digital age: opportunities, challenges and risks.
British Educational Research Journal,
42(3), 454-476.
https://doi.org/10.1002/berj.3215TimmisS.BroadfootP.SutherlandR.OldfieldA.2016Rethinking assessment in a digital age: opportunities, challenges
and risksBritish Educational Research Journal42345447610.1002/berj.3215Venkatesh, V. & Davis, F. D. (1996) A Model of the Antecedents
of Perceived Ease of Use: Development and Test. Decision
Science, 27, 451-481. https://onlinelibrary.wiley.com/doi/abs/10.1111/j.1540-5915.1996.tb00860.xVenkateshV.DavisF. D.1996A Model of the Antecedents of Perceived Ease of Use: Development
and TestDecision Science27451481https://onlinelibrary.wiley.com/doi/abs/10.1111/j.1540-5915.1996.tb00860.xVenkatesh, V.; Morris, M. G.; Davis, G. B. & Davis, F. D. (2003)
User Acceptance of Information Technology: Toward a Unified View. MIS
Quarterly , 27, 425-478.
https://doi.org/10.2307/30036540 VenkateshV.MorrisM. G.DavisG. B.DavisF. D.2003User Acceptance of Information Technology: Toward a Unified
ViewMIS Quarterly2742547810.2307/30036540Wang, Y. (2003). Assessment of learner satisfaction with
asynchronous electronic learning systems. Information &
Management , 41(1), 75-86.
https://doi.org/10.1016/S0378-7206(03)00028-4WangY.2003Assessment of learner satisfaction with asynchronous electronic
learning systemsInformation & Management411758610.1016/S0378-7206(03)00028-4Wang, Y. S.; Wu, M. C. & Wang, H. Y. (2009). Investigating the
determinants and age and gender differences in the acceptance of mobile
learning. British Journal of Educational Technology ,
40(1), 92-118.
https://doi.org/10.1111/j.1467-8535.2007.00809.xWangY. S.WuM. C.WangH. Y.2009Investigating the determinants and age and gender differences in
the acceptance of mobile learningBritish Journal of Educational Technology4019211810.1111/j.1467-8535.2007.00809.xCÓMO CITAR ESTE ARTÍCULO:
Torres Kauffman, J. G.; Olmos Pineda, I. y González Calleros, J. M. (2024).
Aceptación y uso de la evaluación basada en computadora en estudiantes
universitarios. Apertura, 16(1), 40-55.
http://doi.org/10.32870/Ap.v16n1.2476
TRA: teoría de la acción razonada; C-TAM-TPB: combinación de TAM y TBP; TAM2 es
una extensión del modelo TAM original.