АНАЛІЗ МОЖЛИВОСТІ ІНТЕГРАЦІЇ ІНФОРМАЦІЙНИХ ТЕХНОЛОГІЙ У ПРОЦЕС КОРПОРАТИВНОГО НАВЧАННЯ ПРАЦІВНИКІВ МОЛОКОПЕРЕРОБНИХ ПІДПРИЄМСТВ УКРАЇНИ
DOI:
https://doi.org/10.31891/mdes/2023-9-22Ключові слова:
статистичний аналіз, інформаційні технології, переробка молока, корпоративне навчання, багатопричинне моделюванняАнотація
Нині на молокопереробних підприємствах використання новітніх ІТ-технологій в освітніх цілях знаходиться на низькому рівні. Саме тому, з метою вивчення мотивів, які суттєво впливають на намір використовувати техніку в процесі підготовки фахівців різного спрямування та рівня, було проведено дослідження на базі одного з молокопереробних підприємств західних областей.
Методологія аналізу базувалася на концепції TAM, в опитуванні взяли участь 32 спеціалісти різних служб молокопереробного підприємства західного регіону України, які займаються навчанням персоналу, крім конкретної роботи. Аналіз включає тестування на адекватність даних і модель дослідження – зв’язок між шістьма елементами дослідження. Отримані дані свідчать про відносно низький рівень впевненості в ефективності використання комп’ютерних технологій під час корпоративного навчання, а показник внутрішньої мотивації або особистих намірів (ВН) є найнижчим з усіх значень – 3,44. Таким чином, можна припустити, що такі дані пов’язані з певними внутрішніми переконаннями кожного члена групи опитаних працівників підприємства. Щоб перевірити це припущення, було використано багатопричинне моделювання (MIMIC), щоб оцінити, чи існує кореляція внутрішньої мотивації респондентів з їхнім віком і рівнем освіти. Розраховані коефіцієнти дозволять оцінити наявність прямого впливу цих двох змінних на рівень мотивації працівників, а їх значення можна інтерпретувати як можливу наявність додаткового чинника – наявність або відсутність наукового ступеня , а також різниця у віці респондентів.
Отримані результати статистичного аналізу встановили кореляційний зв’язок між мотивацією та вищою освітою працівників, вказуючи на те, що наявність ступеня спеціаліста чи магістра підвищує ймовірність використання комп’ютерних технологій у процесі навчання. Ймовірно, це пов'язано з використанням електронних технологій навчання в програмах їх підготовки в університеті. Таким чином, очевидно, що для розширення використання ІТ-технологій у процесі корпоративного навчання необхідно формувати у співробітників компанії навички комп’ютерної грамотності, необхідні для життя в сучасному суспільстві та розвивати вміння використовувати новітні технології. для пошуку, аналізу, використання та передачі інформації.
Посилання
Abdullah F., Ward R. Developing a General Extended Technology Acceptance Model for E-Learning (GETAMEL) by analysing commonly used external factors. Computers in Human Behavior, 2016. Vol. 56. P. 238-256
Ajzen I. The theory of planned behavior. Organizational Behavior and Human Decision Processes. 1991. Vol. 50(2). P. 179-211.
Anderson R. Implications of the information and knowledge society for education. / Eds. Voogt J., Knezek G.. International handbook of information technology in primary and secondary education. NewYork: Springer. 1999. P. 5-22.
Brown T. Confirmatory factor analysis for applied research. New York, NY: Guildford Press. 2006. 380 p.
Burton-Jones A., Hubona G.S. The mediation of external variables in the technology acceptance model. Information & Management. 2006. Vol. 43(6). P. 706-717.
Cheung E.Y.M., Sachs J. Test of the Technology Acceptance Model for a Web-Based Information System in a Hong Kong Chinese Sample. Psychological Reports. 2006. Vol. 99(3). P. 691-703.
Compeau D.R., Higgins C.A. Computer self-efficacy: development of a measure and initial test. MIS Quarterly. 1995. Vol. 19(2). P. 189-211.
Davis F.D. Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. MIS Quarterly. 1989. Vol. 13(3). P. 319-340.
Fishbein M. A theory of reasoned action: Some applications and implications. Nebraska Symposium on Motivation. 1979. Vol. 27. P. 65-116.
Fishbein M., Ajzen I. Belief, attitude, intention, and behavior: An introduction to theory and research. MA: Addison-Wesley. 1975. 573 p.
Hoyle R.H. Structural equation modeling for social and personality psychology. London: Sage. 2011. 120 p.
Hsiao C.H., Yang C. The intellectual development of the technology acceptance model: A co-citation analysis. International Journal of Information Management. 2011. Vol. 31(2). P. 128-136.
Jöreskog K.G., Sörbom D. LISREL 8: User's reference guide. Chicago, IL: Scientific Software International. 1996. 378 p.
Joreskog K., Goldberger S. Estimation of a model with multiple indicators and multiple causes of a single latent variable. Journal of American Statistical Association. 1975. Vol. 70, P. 631-639.
King W.R., He J. A meta-analysis of the technology acceptance model. Information & Management. 2006. Vol. 43(6). P. 740-755.
Kirmizi Ö. Measuring Technology Acceptance Level of Turkish Pre-Service English Teachers by Using Technology Acceptance Model. Educational Research and Reviews. 2014. Vol. 9(23). P. 1323-1333.
Marangunić N., Granić A. Technology acceptance model: a literature review from 1986 to 2013. Universal Access in the Information Society. 2015. Vol. 14(1). P. 81-95.
Nistor N., Heymann J.O. Reconsidering the role of attitude in the TAM: An answer to Teo (2009). British Journal of Educational Technology. 2010. Vol. 41(6). P. 142-145.
Teachers' acceptance and use of an educational portal / Pynoo B. et al. Computers & Education. 2012. Vol. 58(4). P. 1308-1317.
Scherer R., Siddiq F., Tondeur J. The technology acceptance model (TAM): A meta-analytic structural equation modeling approach to explaining teachers adoption of digital technology in education. Computers & Education. 2019. Vol. 128. P. 13-35.
Scherer R., Siddiq F., Teo T. Becoming more specific: Measuring and modeling teachers’ perceived usefulness of ICT in the context of teaching and learning. Computers & Education. 2015. Vol. 88. P. 202-214.
Schumacker R.E., Lomax R.G. A beginner’s guide to structural equation modeling (3rd ed.). New York: Routledge. 2010. 536 p.
Srinivasan R., Lilien G.L., Rangaswamy A. Technological opportunism and radical technology adoption: An application to e-business. J. Mark. 2002. Vol. 66. P. 47-60.
Straub E.T. Understanding Technology Adoption: Theory and Future Directions for Informal Learning. Review of Educational Research. 2009. Vol. 79(2). P. 625-649.
Taherdoost H. A review of technology acceptance and adoption models and theories. Procedia Manufacturing. 2018. Vol. 22. P. 960-967.
Taylor S., Todd P.A. Understanding Information Technology Usage: A Test of Competing Models. Information Systems Research. 1995. Vol. 6(2). P. 144-176.
Teo T., Milutinovic V. Modelling the intention to use technology for teaching mathematics among pre-service teachers in Serbia. Australasian Journal of Educational Technology. 2015. Vol. 31(4). P. 363-380.
Teo T., Lee C.B., Chai C.S., Wong S.L. Assessing the intention to use technology among pre-service teachers in Singapore and Malaysia: A multigroup invariance analysis of the Technology Acceptance Model (TAM). Computers & Education. 2009. Vol. 53(3). P. 1000-1009.
Venkatesh V., Morris M.G., Davis G.B., Davis F.D. User Acceptance of Information Technology: Toward a Unified View. MIS Quarterly. 2003. Vol. 27(3). P. 425-478.
Williams M.D., Rana N.P., Dwivedi Y.K. The unified theory of acceptance and use of technology (UTAUT): a literature review. Journal of Enterprise Information Management. 2015. Vol. 28(3). P. 443-488.
Zhang L., Zhu J., Liu Q. A meta-analysis of mobile commerce adoption and the moderating effect of culture. Computers in Human Behavior. 2012. Vol. 28(5). P. 1902-1911.
