Advertisement

Mobiles Lernen mit Tablet PCs in universitären Massenveranstaltungen – Eine empirische Untersuchung von Einflussfaktoren auf Nutzungsintention und Lernendenzufriedenheit

Chapter

Abstract

Abstract: Mobile Learning bietet das Potenzial, nicht nur ein rein selbstgesteuertes E-Learning immer und überall zu ermöglichen. Vielmehr erlaubt es, E-Learning-Anwendungen auch innerhalb von Vorlesungssälen einzusetzen. Hierbei sind jedoch grundlegend andere Einflüsse auf die Nutzungsintention und letztliche Nutzung durch die Lernenden vorhanden als in selbstgesteuerten Lernszenarien. Bisherige Studien adressieren nur unzureichend, inwiefern sich selbstgesteuertes und präsenzgebundenes Mobile Learning unterscheiden. Um diese Forschungslücke zu schließen, wurde eine Studie im Rahmen einer Massenveranstaltung an der Universität Kassel durchgeführt. Dabei wurden Mobile Learning-Anwendungen sowohl innerhalb als auch außerhalb des Vorlesungssaals eingesetzt und evaluiert. Auf Basis des UTAUT-Modells wurden mittels Online-Befragung die Einflussfaktoren auf die Nutzungsintention von präsenzgebundenem und selbstgesteuertem Mobile Learning mittels Partial Least Squares (PLS) berechnet. Zusätzlich wurden Zufriedenheit und selbst geschätzte Nutzungshäufigkeit der Lernanwendungen abhängig vom verwendeten mobilen Endgerät der Nutzenden betrachtet. Die Ergebnisse zeigen signifikante Unterschiede zwischen den Einflussfaktoren auf präsenzgebundenes und selbstgesteuertes Mobile Learning auf. Während der empfundene Mehrwert den wichtigsten Einflussfaktor auf die Nutzungsintention beim selbstgesteuerten Mobile Learning darstellt, sind dies im Vorlesungsraum soziale Einflüsse. Die Identifikation dieser grundlegenden Unterschiede stellt den wesentlichen theoretischen Beitrag der Arbeit dar. Zudem deuten die Ergebnisse in Bezug auf die Endgeräte darauf hin, dass innerhalb des Vorlesungssaales Tablet PCs besser für Mobile Learning geeignet sind und außerhalb gegenwärtig noch Laptops. Diese Erkenntnisse bieten Lehrenden Anhaltspunkte über wichtige zu berücksichtigende Einflussfaktoren im Mobile Learning.

Schlüsselbegriffe

Blended Learning Mobile Learning Tablet PCs Nutzerakzeptanz UTAUT 

Literatur

  1. Benson Soong, M. H., Chuan Chan, H., Chai Chua, B. & Fong Loh, K. (2001). Critical success factors for on-line course resources. Computers & Education 36 (2), 101–120.CrossRefGoogle Scholar
  2. Chin, W. W. (1998). The Partial Least Squares Approach to Structural Equation Modeling. In G. A. Marcoulides (Hrsg.), Modern Methods for Business Research. London: LEA.Google Scholar
  3. Cohen, P. A. (1981). Student ratings of instruction and student achievement: A meta-analysis of multisection validity studies. Review of Educational Research 51 (3), 281–309.CrossRefGoogle Scholar
  4. Crouch, C. & Mazur, E. (2001). Peer instruction: Ten years of experience and results. American Journal of Physics 69 (9), 970.CrossRefGoogle Scholar
  5. Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly 13(3), 319–340.CrossRefGoogle Scholar
  6. Duncan-Howell, J. A. & Lee, K. T. (2007). M-Learning– Innovations and Initiatives: Finding a place for mobile technologies within tertiary educational settings. Singapore: Ascilite.Google Scholar
  7. El-Gayar, O. F. & Moran, M. (2006). College Students’ Acceptance of Tablet PCs: an Application of the UTAUT Model. DSI Annual Meeting. San Antonio: TX.Google Scholar
  8. Ho, C. T. B. & Chou, Y. T. T. (2009). The Critical Factors for Applying Podcast in Mobile Language Learning. ICIME.Google Scholar
  9. Motiwalla, L. F. (2007). Mobile learning: A framework and evaluation. Computers & Education 49 (3), 581–596.CrossRefGoogle Scholar
  10. Olmsted III, J. (1999). The mid-lecture break: When less is more. Journal of Chemical Education 76 (4), 525–527.CrossRefGoogle Scholar
  11. Sharples, M., Taylor, J. & Vavoula, G. (2005). Towards a theory of mobile learning. Proceedings of mLearn 2005, 1–9.Google Scholar
  12. Straub, D. & Burton-Jones, A. (2007). Veni, vidi, vici: Breaking the TAM logjam. Journal of the Association for Information Systems 8 (4), 223–229.Google Scholar
  13. Straub, D., Limayem, M. & Karahanna-Evaristo, E. (1995). Measuring System Usage: Implications for IS Theory Testing. Management Science 41 (8), 1328–1342.CrossRefGoogle Scholar
  14. Sun, P.-C., Tsai, R. J., Finger, G., Chen, Y.-Y. & Yeh, D. (2008). What drives a successful e-Learning? An empirical investigation of the critical factors influencing learner satisfaction. Computers & Education 50 (4), 1183–1202.CrossRefGoogle Scholar
  15. Thurmond, V. & Wambach, K. (2004). Understanding interactions in distance education: A review of the literature. International Journal of Instructional Technology and Distance Learning.Google Scholar
  16. Venkatesh, V., Morris, M. G., Davis, G. B. & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly 27 (3), 425–478.Google Scholar
  17. Wang, 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.CrossRefGoogle Scholar
  18. Wegener, R., Bitzer, P., Oeste, S. & Leimeister, J. M. (2011). Motivation und Herausforderungen für Dozenten bei der Einführung von Mobile Learning. 41. Jahrestagung der Gesellschaft für Informatik. Berlin, Germany.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden 2013

Authors and Affiliations

There are no affiliations available

Personalised recommendations