彭連剛

【摘要】基于任務技術匹配模型和科技采納模型，分析并建立了影響信息技術采納意向的TTF/TAM整合模型。通過實證研究發(fā)現(xiàn)：教學任務的特點、教育信息技術的特點與個人興趣是影響教育信息技術采納的三個關鍵因素。

【關鍵詞】教育信息技術；采納；關鍵因素

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009—8097 (2009) 02—0021—05

一 前言

隨著現(xiàn)代信息技術的發(fā)展和信息技術在教育領域的廣泛應用，教育信息化猛然興起，推動和引發(fā)了教育變革，改變了千百年來的傳統(tǒng)教育模式，這既是人類教育史上的科學進步，又是現(xiàn)代教育觀念改革革命性的體現(xiàn)。

教育信息技術是以現(xiàn)代教育思想為指導，以現(xiàn)代信息技術(Information Technology, IT)為手段，以學習過程和教學資源為研究對象，其內(nèi)容包括對教學過程、教學資源的設計、開發(fā)、應用、評價和管理的理論與實踐。運用教育信息技術理論改變教育觀念，改革教師傳統(tǒng)的工作方式，引導教師運用現(xiàn)代教育信息手段與新課程整合，促進師生素質(zhì)的提高，這是教育發(fā)展的必然趨勢。

一般而言，教學過程是由三個主體構成：教學設備、教師和學生。因此，這三個主體的情況與行為態(tài)度，是影響整個教學效果的主要因素。其中，又以教師的地位最為關鍵，因為大部分學生在學習過程中是被動的，教學設備則是輔助教學的工具，而教師扮演著帶動整個教學過程的主角。在相關文獻中，大量的研究顯示，教師的教學態(tài)度與學生的學習效果有顯著的相關。例如在Rosen（1995）[1]、Young（2000）[2]和Jones（2000）[3]的研究中都指出，對計算機信息技術具有較積極態(tài)度的教師，其學生也會對學習與應用計算機相關的技能具有較積極的態(tài)度。教師的教學態(tài)度對整個教學效果有如此重要的影響力，因此有關此領域的研究是值得探討。

國外對影響教師使用IT教學的態(tài)度的因素研究比較早也比較多，但這些研究主要以計算機焦慮(anxiety)的研究居多 [4]，較少研究教師使用IT教學的“意向”(intention)，而事實上，后者應該是學校推動教師信息化教學的主要目標。此外，大多數(shù)的研究中都對教師的性別、年齡、學習經(jīng)驗、計算機知識、計算機素養(yǎng)、自己所擁有的設備等因素進行了討論，而對教師在教學上所處的環(huán)境對其教學態(tài)度的影響則較少涉及，例如同事之間使用IT教學的氛圍、學校推動使用IT教學的政策、學校的教學設備等。實際上，這些外在環(huán)境因素都有可能會影響教師使用IT教學的態(tài)度。因此，有必要將其納入其中討論。

另外在以往的研究中，主要采用單一的科技采納模型(Technology Acceptance Model, 簡稱TAM )或任務技術匹配模型(Task-technology Fit, 簡稱 TTF)為基礎進行研究，雖然以上這兩個模型在對信息技術采納的研究上得到了國內(nèi)外許多學者的認可，但它們也各有不足之處。而將TAM與TTF整合起來使用比單獨使用這兩個模型更加有效和合理[5]。

本文的中心內(nèi)容主要有兩個方面：一方面，以TAM和TTF為理論基礎，構建一個能夠解釋和預測教師IT教學采納的整合關系模型。另一方面，從行為科學角度研究影響教師使用IT教學意向的關鍵因素，分析這些因素的具體內(nèi)容和影響機制。

二 文獻回顧

1 任務技術匹配模型（TTF）

IT的采用是信息管理中一個重要研究領域，其中任務技術匹配模型是近年被廣泛接受與采用的一個理論，TTF是由Goodhue & Thompson（1995）[6]所提出，任務技術匹配的定義是指某一科技提供的特性與支持能匹配某一任務的需求。任務技術匹配模型可用于解釋技術對工作任務的支持能力，通過描述認知心理和認知行為來揭示信息技術如何作用于個人的任務績效，反映了技術和任務需求之間存在的邏輯關系。在TTF的架構中包括前因：任務特點（Task Characteristics）、技術特點（Technology Characteristics）、個人特點（Individual Characteristics），TTF（Task-technology Fit）本身以及技術使用（Utilization）和績效影響（Performance Impacts）。這個理論認為前因會影響TTF，而TTF則進一步影響技術使用和績效。

對TTF的研究則主要分為2個流派，其中一個是以Goodhue & Thompson（1995）[6]為代表, 他們認為TTF是評估和解釋信息系統(tǒng)成功的重要概念，他們的研究結果表明，任務技術的匹配和技術的使用，二者結合可以更好的解釋信息技術對個人績效的影響。而另一個是以 Zigurs & Buckland (1998) [7]為代表，他們針對組織任務和群決策支持系統(tǒng)，提出了技術與任務相結合的系統(tǒng)框架。其中，Goodhue & Thompson（1995）[6]主要集中在信息技術的個人使用上，而 Zigurs & Buckland (1998) [7]則主要研究信息技術的群體使用。

2 科技采納模型(TAM )

在個人行為的研究方面，理性行為理論（Theory of Reasoned Action, TRA）是重要且被廣為使用的理論之一。該理論源自社會心理學，主要是敘述個人如何決定其意向的行為。以TRA的概念為基礎，Davis et al.（1989）[8]提出科技采納模式（TAM），且應用于IS使用領域。在模式中最主要的兩個概念為：感知易用性(Perceived Ease of Use, PEOU)和感知有用性(Perceived Usefulness, PU)。他把PEOU定義為“使用者認為該技術容易使用的程度”，PU定義為“使用者認為使用此技術對于完成工作的表現(xiàn)及未來的有用性”。

科技采納模型簡化了理性行為理論，描述了外部因素影響信息技術使用的途徑，體現(xiàn)了影響技術采納行為的各因素之間的邏輯結構，提供了一種能夠有效解釋信息技術采納行為的方法。在此后的TAM 實證研究中，科技采納模型無論在解釋能力或理論簡潔程度上都獲得相當程度的肯定。經(jīng)過不斷完善，科技采納模型被引入了更多的內(nèi)部和外部變量，內(nèi)容不斷豐富，形成了更加系統(tǒng)的模型體系，并在實際應用中不斷體現(xiàn)出其重要的價值。

3 TTF與TAM的關系

從IS使用的觀點來看，TTF與TAM這兩個理論是可以整合的。例如，Mathieson & Keil（1998）[9]提出TAM模式中的PEOU可視為TTF架構中的重要構念。Dishaw & Strong（1999）[10]則更進一步地嘗試將TTF、TAM 及TTF與TAM的整合這三個模式做驗證。就TTF與TAM 整合的模式而言，結果顯示主要構念之間（如 TTF、PEOU、PU）的正向關系大多不顯著，如TTF與PU、TTF與實際技術的使用、PU與使用意向及PU與實際技術的使用。另外，任務特點與TTF則為負向相關關系。由于上述的結論與TTF或TAM的理論依據(jù)有所差異，如TTF理論提出任務特點與TTF為正向關系，而TAM理論認為PU應正向地影響使用意向。因此，我們認為這兩個理論的整合仍需要進一步的探討。

上述研究與其理論依據(jù)不一致的結果可能來自不同的原因（如組織、技術、任務、態(tài)度與行為），但我們認為其中最主要的因素之一是研究者大多以多類型的任務與技術為對象[6] [9]，而忽略特定工作的需求應與特定技術的功能相匹配?？傊琓TF與TAM的關系是密切且可整合的，但相關的研究仍較少，且不一致的結果也有待探討。

4 影響教師使用IT教學的因素

教師在采納或使用IT用于教學的過程中，所涉及到的影響因素來自內(nèi)外兩部分。外部因素主要以主觀規(guī)范（Subjective Norms）來描述，主觀規(guī)范一般定義為：使用者所處的環(huán)境、好友、直接上司或高層主管等的意見[10][11]。相關研究顯示，主觀規(guī)范會顯著的影響使用者對IT的使用意愿[12]，Karahanna & Straub（1999）[13]的研究指出，潛在使用者的使用意向決定于主觀規(guī)范，而已經(jīng)使用的使用者，其使用意向決定于態(tài)度；Igbaria, Guimaraes & Davis（1995）[14]的研究顯示，工作環(huán)境或組織內(nèi)部的支持會通過PEOU及PU間接地影響使用者對系統(tǒng)的使用意愿。本研究將采用同事間的氛圍、學校推行信息技術的政策、學校提供的設備三個因素來描述外部因素，并命名為組織環(huán)境。

內(nèi)部因素主要包括計算機知識、對IT的興趣及信念等。計算機知識一般被定義成狹義的計算機素養(yǎng)(computer literacy)，計算機素養(yǎng)除了計算機知識外，還包括個人對計算機技術的態(tài)度，如認知、價值、情感動機等，也有學者強調(diào)，計算機素養(yǎng)也應該考慮其對社會的影響[15]。簡言之，使用者的計算機素養(yǎng)除了其計算機知識外，也應包括其對計算機技術的信念(Belief)。相關研究顯示，組織成員對信息系統(tǒng)相關知識了解的程度愈高，成員就愈有意愿去使用新的信息技術；計算機知識和計算機技能，與使用者的計算機使用度和績效均呈顯著的正相關[16]。興趣可以看著計算機態(tài)度之一[17]，在行為科學理論中，興趣則是被認定為一種動機，即興趣是引起一個人某種行為影響的一個因素。Muhammand & Ibrahim(1998)[19]的研究指出，受試者對計算機的喜好會影響其對計算機的使用度。本研究中將采用個人對計算機的興趣和計算機知識這兩個因素。

三 研究架構及方法

1 研究模型及假設

本研究以TTF及TAM理論為基礎，綜合以往學者的研究成果，提出一個整合的TTF/TAM模型，如圖1所示。該模型包括前因（教育信息技術特點、主觀規(guī)范、計算機知識、教學任務特點、個人興趣）、教師認知（教學任務技術匹配度（TTTF）、感知易用性（PEOU）、感知有用性（PU））以及結果（使用意向）等9個因素。

依據(jù)文獻綜述以及研究模型，我們提出下列假設：

H1：教育信息技術正向影響教學任務技術匹配度。

H2：組織環(huán)境正向影響教學任務技術匹配度。

H3：計算機知識正向影響教學任務技術匹配度。

H4：個人興趣正向影響教學任務技術匹配度。

H5：教學任務正向影響教學任務技術匹配度。

H6：教育信息技術正向影響感知易用性。

H7：教學任務技術匹配度正向影響感知易用性。

H8：教學任務技術匹配度正向影響感知有用性。

H9：感知易用性正向影響感知有用性。

H10：教學任務技術匹配度正向影響使用意向。

H11：感知易用性正向影響使用意向。

H12：感知有用性正向影響使用意向。

2 研究工具

（1）教育信息技術

此部分量表的設計以Goodhue & Thompson(1995)對信息技術的定義為基礎，考慮到本研究所探討的信息技術主要應用于教學上，依據(jù)教學的實際情況，將教育信息技術定義為單獨的投影儀、計算機以及互聯(lián)網(wǎng)等相關設備。

（2）組織環(huán)境

此部分量表的設計主要參考Mikkelsen, et. al.（2002）[20]所提出的量表修正而成，主要目的在于測量使用者對同事間的氛圍、學校推行信息技術的政策、學校提供的設備等的認知。項目得分愈高代表受試者受組織環(huán)境的影響程度越高。

（3）計算機知識

此部分量表的設計，主要參考Turner(2000), Compeau & Higgins(1995)[21]所提出的量表修正而成。主要目的在于測量使用者對計算機的基本操作方面的知識的了解程度，如計算機名詞的了解、計算機外圍設備的使用、資料的傳輸處理、網(wǎng)絡應用等。項目得分愈高代表受試者對于自我本身的計算機相關知識認知程度愈高。

（4）個人興趣

本研究中的個人興趣是指個人對相關技術、計算機方面的學習和應用于教學的興趣，其量表主要參考Levine & Donitsa-Schmidts（1998）[22]和Mikkelsen, et. al.（2002）[20]的量表修正而成，其內(nèi)容著重在測量教師對學習計算機的動機。項目得分越高代表受試者學習計算機的興趣越強。

（5）教學工作任務

此部分參考Goodhue & Thompson (1995) [6]修正而成，將任務特點定義為教師的教學課程的內(nèi)容和性質(zhì)。

（6）教學任務技術匹配度（TTTF）

此部分量表參考Goodhus & Thompson(1995) [6]修正而成，從教學質(zhì)量來測量教師使用信息技術協(xié)助教學時的匹配度認知。受試者在匹配度量表測量的分屬越高，代表其對匹配度的認知越高，即教學質(zhì)量的改善越有效。

（7）感知易用性（PEOU）和感知有用性（PU）

此部分量表的設計主要參考David(1989) [8]的量表修改而成。主要在于衡量教師使用過信息技術后，對該技術容易程度的感覺及對其工作的幫助程度的認知，得分愈高代表受試者對該技術的易用性及有用性認知的程度愈高。

（8）使用意向

此部分主要參考Davis（1989）[8]、Lin & Lu（2000）[23]及Moon & Kim（2001）[24]對使用意向的衡量。例如，如果我擁有教育IT工具，我將有使用教育IT工具的意向。

以上量表均采用Likert 7點量表來衡量，用1-7分別表示非常不同意至非常同意。

3 研究對象

本研究針對長沙地區(qū)部分高校教師為施測對象，共發(fā)放問卷280份，回收224份，回收率80.0%，其中有效問卷196份，有效率87.5%。

四 數(shù)據(jù)分析

本研究采用SPSS 13.0 for Windows和LISREL 8.7對數(shù)據(jù)進行分析處理。

1 測量模型分析

測量模型分析目的主要在于在整體模型的考察下，通過CFA方法驗證模型中測量變量是否正確的測量其潛在變量；同時檢驗模型的收斂效度。在對整體測量模型分析之前，分別檢驗了每個測量模型，其目的是確定收集的數(shù)據(jù)是否符合指定的潛變量指標。通過檢驗，基本達到了結構方程模型分析的要求，如表1所示。

統(tǒng)計結果顯示，在標準化負荷方面，其數(shù)值介于0.52～0.88之間，都大于0.5，且都達顯著，意味觀測變量均能說明各潛在變量，且解釋能力較強。在信度方面，除ξ4略低于0.7以外，其他各變量的一致性系數(shù)均大于0.7。在組合信度(CR)方面，潛變量的組合信度數(shù)值介于0.73～0.93，變量之間具有較好的內(nèi)部一致性，測量變量信度值基本上都大于0.5，表示研究整體測量指標具有良好信度，觀測變量具有測量上的穩(wěn)定性。在平均方差提取(AVE)方面，其數(shù)值介于0.51～0.67，符合Fornell and Larcker(1981)[25]的建議值。CFA測量模型擬合度指數(shù)絕大部分達到優(yōu)良，表明測量模型的各觀測變量均可顯著地被潛在變量所解釋，即各觀測變量收斂于該潛在變量，因此，具有良好的信度以及收斂效度。

2 結構方程分析

結構方程模型主要是檢驗模型結果與所提出的概念模型之間的一致性如何，分析概念模型所提出的主要關系是否獲得模型結果的支持。本研究用以驗證假設的結構模型路徑系數(shù)和模型擬合指標結果如表2所示。

從表2中的結果來看，整個模型擬合情況良好，完全可以接受。標準化參數(shù)估計值介于0.13~0.74，除γ12、γ13、β41的t值不顯著外，其他路徑系數(shù)的估計值皆呈顯著。研究假設H2、H3、H10不成立，H1、H4、H5、H6、H7、H8、H9、H11、H12成立。因此大部分潛變量間因果關系的假設得到了實證數(shù)據(jù)的支持。

3 結果與討論

下面從模型的前因、教師認知和結果三個方面來分析。在研究模型前因部分，所提出的6個假設中，其中四個假設（H1、H4、H5、H6）得到支持，意味著教育信息技術的特點、教學任務的特點和個人對IT的興趣會正向顯著地影響TTTF。該結果表明特定工作任務與其技術特點相匹配的必要性，進而補充了多類型工作任務與技術特點匹配的TTF模型。就技術特點來看，本研究發(fā)現(xiàn)教育信息技術特點會正向顯著地影響PEOU（假設6成立）。從TAM理論的觀點來看，本研究再次發(fā)現(xiàn)技術特點仍是TAM模型中重要的外部變量之一[15]。另外，研究結果也顯示個人特點（假設4成立）對任務技術匹配度的影響，同樣是TTF的一個重要前因。但H2、H3未得到證實，因此對任務技術匹配的前因的研究有待進一步探討。

從教師認知來看，本研究中所提出的假設H7和H8都得到了支持，說明TTTF對PEOU和PU都有顯著正面影響。該結果也說明了TTF與TAM之間關系密切，并且可以整合，與Mathieson & Keil(1998)等研究結果一致。

從結果部分來看，除H10未得到實證數(shù)據(jù)的有力支持外，其他三個假設都得到了證實。表明PEOU對PU有顯著的正面影響，而PEOU與PU會正向的影響技術的使用意向。本結論與TAM的相關研究結果是一致的。H10不成立，說明TTTF是通過PEOU和PU影響使用意向，PEOU與PU可以視為TTF與使用意向的中間變量，但TTF對使用意向的直接影響還有待繼續(xù)探討。

五 研究結論

本研究以TTF及TAM理論為基礎，綜合以往學者的研究成果，提出一個影響教師使用IT教學意向的TTF/TAM模型。實證的結果基本支持這一模型，并發(fā)現(xiàn)影響教師采納IT技術教學意向的關鍵因素包括：教育信息技術的特點、教師個人對信息技術的興趣以及教學任務的特點。

研究進一步發(fā)現(xiàn)教師教學任務的特點、教育信息技術的特點與個人興趣這三個因素會顯著的影響教學任務技術匹配度（TTTF），且教育信息技術特點會正向顯著的影響PEOU；TTTF對PEOU和PU有顯著的正面的影響；PEOU會正向影響PU，且PEOU與PU會顯著的影響使用意向。

但由于受各方面條件所限，本文不可避免的存在一定的局限性。建議在后續(xù)研究中擴大抽樣的范圍，增加對前因的研究，另外TTF與TAM的整合也還有待進一步探討。

參考文獻

[1]Rosen L D,Weil M. Computer anxiety:A cross-cultural comparison of university students in ten countries[J]. Computers in Human Behaviors,1995,11(1):5-64.

[2]Young B J. Gender differences in student attitudes toward computers[J].Journal of Research on Computing in Education,2000,33(2):203-216.

[3]Jones A. Use of computers by teacher education students during teaching practice[C]. the Annual Meeting of the American educational Research Association,2000,4:1-9.

[4]Dupagne M, Krendl, K A. Teachers attitudes toward computers: a review of literature [J]. Journal of Research on Computing in Education,1992,24(3):420-29.

[5]Mark T D, Diane M S. Extending the technology acceptance model with task-technology fit constructs [J].Information & Management.1999,36:9-21.

[6]Goodhue, Thompson. Task-technology fit and individual performance [J]. MIS Quarterly, 1995 , 19(2) : 213-236.

[7]Zigurs. A Theory of Task-Technology Fit and Group Support System Effectiveness [J]. MIS Quarterly, 1998 , 22 (3) : 313-334.

[8] Davis F D, Bagozzi R P, Warshaw R P. User acceptance of computer technology: A comparison of two theoretical models [J].Management sciences, 1989,35(8):982-1003.

[9] Mathieson K., Keil M. Beyond the interface: Perceived ease of use as a function of task-technology fit [J]. Information and management,1998, 34(4):221-230.

[10] Dishaw M T, Strong D M. Extending the technology acceptance model with task-technology fit constructs [J]. Information and management, 1999,36:9-21.

[11] Cale E, Eriksen S. Factors affecting the implementation outcome of a mainframe software package: a longitudinal study [J]. Information and Management, 1994,36(3):165-175.

[12] Davis FD., Bagozzi R P, Warshaw P R. Extrinsic and intrinsic motivation to use computers in the workplace [J]. Journal of Applied Social Psychology, 1992,22:1111-1132.

[13] Taylor S, Todd P. Assessing IT Usage: The Role of Prior Experience[J]. MIS Quarterly, 1995,19:561-570.

[14]Karahanna E, Straub D W. The psychological origins of perceived usefulness and ease-of-use [J]. Information and Management, 1999,35(4):237-250.

[15]Igbaria M, Guimaraes T, Davis G B. Testing the determinants of microcomputer usage via a structural equation model[J]. Journal and management Information Systems,1995,11(4): 87-114.

[16]Gabriel R M. Computer literacy assessment and validation: Empirical relationships at both students and school levels [J]. Journal of Educational Computing Research, 1985,1(4):415-425.

[17]Geissler J E,Horridge P. University students computer knowledge and commitment to learning [J]. Journal of Research on Computing in Education, 1993,25(3):347-365.

[18]Kay R H. An exploration of theoretical and practical foundation for assessing attitudes towards computers: The computer attitude measure (CAM) [J]. Computers in Human Behavior, 1993,9:371-386.

[19]Muhammad A, Ibrahim M. The relationship of attitudes to computer utilization: New evidence from a developing nation [J]. Computers in Human Behavior,1998,14(1):23-42.

[20]Mikkelsen A, Ogaard T, Lindoe, P H, et al. Job characteristics and computer anxiety in the production industry[J].Computers in Human Behavior, 2002,18:223-239.

[21]Compeau D R, Higgins C A. Computer self-efficacy: Development of a measure and initial test [J]. MIS Quarterly,1995,19:189-211.

[22]Levine T, Donitsa-Schmidt S. Computer use, confidence, attitudes, and knowledge: A causal analysis [J]. Computers in Human Behavior, 1998,14(1):125-146.

[23]Lin C C J, Lu H. Toward an understanding of the behavioral intention to use a Web Site [J]. International journal of information management, 2000, 20:197-208.

[24]Moon J W, Kim Y G. Extending the TAM for a World-Wide-Web context [J]. Information & management, 2001,38:217-230.

[25]Fornell C, Larcker D F. Evaluating structural equation models with unobservable variable variables and measurement error [J]. Journal of Marketing Research, 1981,1:39-50.