รูปแบบความสัมพันธ์เชิงสาเหตุความตั้งใจในการใช้งานระบบการเรียนรู้ผ่านสื่ออิเล็กทรอนิกส์ของนักศึกษา มหาวิทยาลัยมหามกุฏราชวิทยาลัย
Main Article Content
บทคัดย่อ
บทความวิจัยนี้มีวัตถุประสงค์เพื่อศึกษารูปแบบความสัมพันธ์เชิงสาเหตุความตั้งใจใช้การเรียนรู้ผ่านสื่ออิเล็กทรอนิกส์ของนักศึกษา มหาวิทยาลัยมหามกุฏราชวิทยาลัย รูปแบบที่ใช้ในการวิจัยคือการวิจัยเชิงบรรยาย กลุ่มตัวอย่างคือนักศึกษาที่กำลังศึกษาอยู่ในมหาวิทยาลัยมหามกุฏราชวิทยาลัย จำนวน 148 คน คัดเลือกตัวอย่างด้วยวิธีการสุ่มอย่างง่าย เครื่องมือที่ใช้ในการวิจัยแบบสอบถาม โดยเก็บรวบรวมข้อมูลด้วยแบบวัดการยอมรับการเรียนรู้ผ่านสื่ออิเล็กทรอนิกส์ วิเคราะห์ข้อมูลด้วยค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน สัมประสิทธิ์สหสัมพันธ์และการวิเคราะห์สมการโครงสร้าง ผลการวิจัยพบว่า รูปแบบความสัมพันธ์เชิงสาเหตุความตั้งใจในการใช้งานระบบการเรียนรู้ผ่านสื่ออิเล็กทรอนิกส์ของนักศึกษาสอดคล้องกับข้อมูลเชิงประจักษ์ดีมาก (c2=36.02, df=24, CFI=0.95, RMSEA=0.02, SRMR=0.03) การรับรู้ประโยชน์เป็นปัจจัยสำคัญที่ให้นักศึกษามีความตั้งใจใช้การเรียนรู้ผ่านสื่ออิเล็กทรอนิกส์ในขณะที่การรับรู้ความง่ายในการใช้งานมีอิทธิผลส่งผ่านต่อความตั้งใจใช้การเรียนรู้ผ่านสื่ออิเล็กทรอนิกส์
Article Details

อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของวารสารวิชาการสถาบันพัฒนาพระวิทยากร
ข้อความที่ปรากฎอยู่ในบทความที่ได้รับการตีพิมพ์ในวารสาร ถือเป็นความรับผิดชอบของผู้เขียนบทความ และข้อคิดเห็นนั้นไม่ถือว่าเป็นทัศนะและความรับผิดชอบของกองบรรณาธิการวารสารวิชาการสถาบันพัฒนาพระวิทยากร
เอกสารอ้างอิง
ธัชพงศ์ เศรษฐบุตร และอัครเดช เกตุฉ่ำ. (2564). โมเดลความสัมพันธ์เชิงสาเหตุความตั้งใจใช้การเรียนรู้ผ่านสื่ออิเล็กทรอนิกส์ของนักศึกษาในช่วงการระบาดของโรคโควิด 19: การวิเคราะห์โมเดลสมการโครงสร้าง. วารสารวิชาการวิทยาลัยสันตพล, 7(2): 155-166.
อัครเดช เกตุฉ่ำ. (2564). การทดสอบอิทธิพลกำกับของเพศต่อโมเดลการยอมรับการเรียนรู้ผ่านสื่ออิเล็กทรอนิกส์ของนักศึกษา. วารสารศิลปากรศึกษาศาสตร์วิจัย, 13(2): 461-479.
Aguilera-Hermida, A. P. (2020). College students’ use and acceptance of emergency online learning due to Covid-19. International Journal of Educational Research Open, 1: 1-12.
Al-Azawei, A., et al. (2017). Investigating the effect of learning styles in a blended e-learning system: An extension of the technology acceptance model (TAM). Australasian Journal of Educational Technology, 33(2): 1-23.
Al-Okaily, M., et al. (2020). Impact of Covid-19 pandemic on acceptance of eLearning system in Jordan: A case of transforming the traditional education systems. Humanities and social Sciences Review, 6(4): 840-851.
Davis, F. D., et al. (1989). User acceptance of computer technology: A comparison of two theoretical models. Management science, 35(8): 982-1003.
Davis, F.D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS quarterly, 13(3): 319-340.
Hair, J. F., et al. (2010). Multivariate Data Analysis (7th ed.). London: Pearson Education.
Preacher, K. J., & Coffman, D. L. (2006). Computing power and minimum sample size for RMSEA. http://quantpsy.org
Sukendro, S., et al. (2020). Using an extended Technology Acceptance Model to understand students’ use of e-learning during Covid-19: Indonesian sport science education context. Heliyon, 6(11): 1-23.
Sun, P. C., et al. (2008). What drives a successful e-learning? An empirical investigation of the critical factors influencing learner satisfaction. Computers & Education, 50(4): 1183–1202.
Tarhini, A., et al. (2014). Measuring the moderating effect of gender and age on e-learning acceptance in England: A structural equation modeling approach for an extended technology acceptance model. Journal of Educational Computing Research, 51(2): 163-184.