โมเดลความสัมพันธ์เชิงสาเหตุการยอมรับเทคโนโลยีคลาวด์คอมพิวติ้ง ของนักศึกษาระดับอุดมศึกษา
Article Sidebar
Main Article Content
บทคัดย่อ
ปัจจุบันเทคโนโลยีการประมวลผลแบบคลาวด์ถูกนำมาประยุกต์ใช้ในทางการศึกษามากขึ้น แต่ผู้ใช้งานส่วนใหญ่มักเกิดความกังวลหรือไม่เชื่อมั่นในความปลอดภัยของข้อมูล ซึ่งส่งผลต่อการยอมรับการใช้งานคลาวด์ จากการวิจัยที่ผ่านมาพบว่าส่วนใหญ่จะศึกษาเกี่ยวกับการประยุกต์ใช้ระบบคลาวด์ในการเรียนการสอนมากกว่าการค้นหาปัจจัยที่จะทำให้นักศึกษายอมรับเทคโนโลยีคลาวด์ ดังนั้น งานวิจัยนี้จึงมีวัตถุประสงค์เพื่อพัฒนาโมเดลความสัมพันธ์เชิงสาเหตุการยอมรับเทคโนโลยีคลาวด์คอมพิวติ้งของนักศึกษาระดับอุดมศึกษา เพื่อตรวจสอบความสอดคล้องของโมเดลกับข้อมูลเชิงประจักษ์ และเพื่อศึกษาอิทธิพลทางตรง อิทธิพลทางอ้อม และอิทธิพลรวม เก็บรวบรวมข้อมูลโดยใช้แบบสอบถามออนไลน์ เพื่อสอบถามนักศึกษาระดับอุดมศึกษา จำนวน 230 คน วิเคราะห์โมเดลความสัมพันธ์เชิงสาเหตุโดยใช้โปรแกรม LISREL
ผลการวิจัยพบว่า โมเดลความสัมพันธ์เชิงสาเหตุการยอมรับเทคโนโลยีคลาวด์คอมพิวติ้งของนักศึกษาระดับอุดมศึกษามีความสอดคล้องกับข้อมูลเชิงประจักษ์อยู่ในเกณฑ์ดี ซึ่งมีค่าไค-สแควร์ (c2)=16.83, df=11, c2/df=1.53, GFI=0.98, CFI=0.99, AGFI=0.93, p-value=0.11, RMSEA=0.04, SRMR=0.01 และตัวแปรทั้งหมดในโมเดลนี้สามารถร่วมกันอธิบายความแปรปรวนของความตั้งใจเชิงพฤติกรรมในการใช้งานระบบคลาวด์ ร้อยละ 79 ดังนั้น จึงสามารถนำโมเดลไปประยุกต์ใช้ในการกำหนดนโยบายหรือแนวทางเพื่อให้สอดคล้องกับการปรับเปลี่ยนพฤติกรรมนักศึกษาให้หันมายอมรับการใช้งานระบบคลาวด์ในการจัดเก็บและเรียกใช้ข้อมูล
Article Details
เอกสารอ้างอิง
กระทรวงศึกษาธิการ. (2560). การขับเคลื่อนการปฏิรูปการศึกษาของกระทรวงศึกษาธิการในภูมิภาค. สืบค้น 2 พฤษภาคม 2562 จากhttp://www.moe.go.th/moe/th/news/detail.php?NewsID=45408&Key=news19.
นภาภรณ์ ฉัตรมณีรุ่งเจริญ. (2555). การศึกษาการยอมรับการจัดการเรียนรู้แบบอีเลิร์นนิงของอาจารย์และนิสิตมหาวิทยาลัยเกษตรศาสตร์ วิทยาเขตกำแพงแสน. วารสารวิชาการ Veridian E-Journal, Silpakorn University, 5(2), 388-402.
ภาสกร เรืองรอง, ประหยัด จริะวงพงศ์, วณิชชา แม่นยำ, วิลาวัลย์ สมยาโรน, ศรันยู หมื่นเดช และชไมพร ศรีสุราช. (2557). เทคโนโลยีการศึกษากับครูไทยในศตวรรษที่ 21. วารสารปัญญาภิวัฒน์, 5, 195-207.
Al-Gahtani, S. S. (2016). Empirical investigation of e-learning acceptance and assimilation: A structural equation model. Apply Computer Information, 12(1), 27-50.
Alharbi, S. T. (2012). Users’ Acceptance of cloud computing in Saudi Arabia: An extension of Technology Acceptance Model. International Journal of Cloud Application and Computing, 2(2), 1-11.
Alharbi, S., & Drew, S. (2014). Using the Technology Acceptance Model in Understanding Academics’ Behavioural Intention to Use Learning Management Systems. International Journal of Advanced Computer Science and Applications, 5(1), 143-155.
Armbrust, M., Fox, A., Griffith, R., Joseph, A. D., Katz, R., Konwinski, A., Lee, G., Patterson, D., Rabkin, A., Stoica, I. & Zaharia, M. (2010). A View of Cloud Computing. Communications of the ACM, 53(4), 50-58.
Behrend, T. S., Wiebe, E. N., London, J. E., & Johnson, E. C. (2011). Cloud computing adoption and usage in community colleges. Behaviour & Information Technology, 30(2), 231-240.
Davis, F. D., Bagozzi, R., & Warshaw, P. R. (1989). User acceptance of computer technology: A comparison of two theoretical models. Management Science, 35(8), 982-1003.
Ekufu, T. K. (2012). Predicting Cloud Computing Technology Adoption by Organizations: An Empirical Integration of Technology Acceptance Model and Theory of Planned Behavior. (Doctoral Dissertation) Capella University, United States
Gangwar, H., Date, H., & Ramaswamy, R. (2015). Understanding determinants of cloud computing adoption using an integrated TAM-TOE model. Journal of Enterprise Information Management, 28(1), 107-130.
Gliem, J. A., & Gliem, R. R. (2003). Calculating, interpreting, and reporting Cronbach’s alpha reliability coefficient for Likert-Type scales. Conference in Adult, Continuing, and Community Education, 82-88.
Hair, J. F., Black, W. C., Babin, B. J., & Andrson, R. E. (2010). Multivariate data analysis : a global perspective. New Jersey: Prentice-Hall, 145-146.
Hsieh, P.-J. (2015). Healthcare Professionals’ Use of Health Clouds: Integrating Technology Acceptance and Status Quo Bias Perspectives. International Journal of Medical Informatics, 84(7), 512-523.
Jan, A. U., & Contreras, V. (2011). Technology acceptance model for the use of information technology in universities. Computers in Human Behavior, 27(2), 845-851.
Leng, G. S., Lada, S., Muhammad, M. Z., Ibrahim, A. A. H. A., & Amboala, T. (2015). An Exploration of Social Networking Sites (SNS) Adoption in Malaysia Using Technology Acceptance Model (TAM), Theory of Planned Behavior (TPB) and Intrinsic Motivation. The Journal of Internet Banking and Commerce, 16(2), 1-27.
Mangin, J. P. L., Bourgault, N. León, J. A. M. & Guerrero, M. M. (2012). Testing control, innovation and enjoy as external variables to the technology acceptance model in a north American French banking environment. International Business Research, 5(2), 13-26.
Mudaly, S., Singh, P. & Olugbara, O. O. (2013). Improved technology acceptance model applied to study enterprise resource planning usage. 2013 Science and Information Conference (SAI), 782–790.
Nikou, S. A. & Economides, A. A. (2017). Mobile-Based Assessment: Integrating Acceptance and Motivational Factors into a Combined Model of Self-Determination Theory and Technology Acceptance. Computers in Human Behavior, 68, 83-95.
Opitz, N., Langkau, T. F., Schmidt, N. H. & Kolbe, L. M. (2012). Technology Acceptance of Cloud Computing: Empirical Evidence from German IT Departments. 2012 Hawaii International Conference on System Sciences, HICSS, 1593-1602.
Padilla-Meléndez, A., del Aguila-Obra, A. R., & Garrido-Moreno, A. (2013). Perceived playfulness, gender differences and technology acceptance model in a blended learning scenario. Computer Education, 63, 306-317.
Panmuang, M. & Porrawatpreyakorn, N. (2016). Factors influencing acceptance of and benefit realization from information systems in Thai state enterprises. 2016 Conferences and Publishing International of 16th European Conference on e-Government, ECEG 2016, 343–347.
Park, E. & Kim, K. J. (2014). An Integrated Adoption Model of Mobile Cloud Services: Exploration of Key Determinants and Extension of Technology Acceptance Model. Telematics and Informatics, 31(3), 376-385.
Park, N., Rhoads, M., Hou, J., & Lee, K. M. (2014). Understanding the acceptance of teleconferencing systems among employees: An extension of the technology acceptance model. Computers in Human Behavior, 39, 118-127.
Rese, A. Schreiber, S. & Baier, D. (2014). Technology acceptance modeling of augmented reality at the point of sale: Can surveys be replaced by an analysis of online reviews?. Journal of Retailing and Consumer Services, 21(5), 869–876.
Sakunpong, N., Choochom, O., & Taephant, N. (2016). Development of a resilience scale for Thai substance-dependent women: A mixed methods approach. Asian Journal of Psychiatry, 22, 177-181.
Shaikh, F. B., & Haider, S. (2011). Security threats in cloud computing. 2011 International Conference for Internet Technology and Secured Transactions, ICITST, 214–219.
Shroff, R. H., Deneen, C. C., & Ng, E. M. W. (2011). Analysis of the technology acceptance model in examining students’ behavioral intention to use an e-portfolio system. Australasian Journal of Educational Technology, 27(4), 600-618.
Stantchev, V., Colomo-Palacios, R., Soto-Acosta, P., & Misra, S. (2014). Learning management systems and cloud file hosting services: A study on students’ acceptance. Computers in Human Behavior, 31, 612–619.
Tarhini, A., Hone, K., & Liu, X. (2014). The effects of individual differences on e-learning users’ behavior in developing countries: A structural equation model. Computer Human Behavior, 41, 153-163.
Wallace, L. G., & Sheetz, S. D. (2014). The adoption of software measures: A technology acceptance model (TAM) perspective. Information & Management, 51(2), 249-259.
Wu, W.-W., Lan, L. W. & Lee, Y.-T. (2013). Factors hindering acceptance of using cloud services in university: a case study. The Electronic Library, 31(1), 84-98.
