Gebruik van e-learning onder docenten in het hoger onderwijs

Transcriptie

1 Gebruik van e-learning onder docenten in het hoger onderwijs Sebastiaan Peek, Toon Taris en Leon van Erning In het hoger onderwijs wordt stevig geïnvesteerd in e-learning. Die investering kan alleen succesvol zijn als de technologie daadwerkelijk geaccepteerd en gebruikt wordt. Een belangrijke vraag bij de implementatie is hoe het gebruik van e-learning in het hoger onderwijs gestimuleerd kan worden. Wat zijn de belangrijkste predictoren van dit gebruik? Dit artikel beschrijft een onderzoek naar e-learning onder 257 docenten van een universitair medisch centrum. Het maakt inzichtelijk wat docenten stimuleert om e-learning te gebruiken en geeft aanbevelingen om de benutting van e-learning door docenten te vergroten. Inleiding E-learning is volop in ontwikkeling. Echter, het onderzoek op het gebied van e-learning loopt achter bij de praktijk in organisaties en de stand van de techniek (DeRouin, Fritzsche, & Salas, 2005; Welsh, Wanberg, Brown, & Simmering, 2003). Veel onderzoek is gericht op de verschillen in leeropbrengsten tussen e-learning en traditioneel onderwijs of biedt anekdotische ervaringen van docenten en studenten (Pituch & Lee, 2006). Onderzoek dat zich richt op het bevorderen van acceptatie en gebruik van e- learning door docenten in het hoger onderwijs is er echter nauwelijks (Ruiz, Mintzer, & Leipzig, 2006). De Organisation for Economic Co-operation and Development (OECD, 2005) definieert e-learning als Het gebruik van informatie- en communicatie technologie (ICT) om het leren in hoger onderwijs te verbeteren of te ondersteunen. Dit betreft een breed scala van systemen, van studenten die en en een online cursusonderdeel bezoeken terwijl ze op de campus zijn tot onderwijsprogramma s die compleet online worden aangeboden (eigen vertaling). In 2002 besloot de Radboud Universiteit Nijmegen om e-learning software van de firma Blackboard universiteitsbreed in te voeren. Binnen de medische faculteit van Universitair Medisch Centrum (UMC) St. Radboud maakt e-learning deel uit van een brede ontwikkeling waarbij onder andere toegewerkt wordt naar flexibele leerwegen ten behoeve van vervolgopleidingen, een studentenvolgsysteem waarmee studentenaantallen voor de klinische onderwijsfase voorspeld kunnen worden en de ontwikkeling van competenties in het kader van docentprofessionalisering. Docenten van de faculteit kunnen zelf kiezen in welke mate zij Blackboard gebruiken, maar het gebruik wordt wel zoveel mogelijk gestimuleerd. Optimaal gebruik van Blackboard is een strategisch doel van de commissie ICT in het Onderwijs (ICTO) voor de periode (ICTO, 2005). In 2006 werd een enquête onder 1127 docenten van de Radboud Universiteit gehouden. Hieruit bleek dat 58 procent van de docenten ooit met Blackboard had gewerkt: binnen de medische faculteit was dit echter slechts 35 procent (Huisman, 2006). Deze resultaten en de wil om de benutting van e- learning te optimaliseren vormden een directe aanleiding voor het huidige onderzoek.

2 Het Technologie Acceptatie Model Het Technologie Acceptatie Model (TAM, Davis, 1989) is het meest invloedrijke en toegepaste model voor het beschrijven van de acceptatie en het gebruik van ICT door individuen (Dennis, Venkatesh, & Ramesh, 2004; Lee, Kozar, & Larsen, 2003). Pijpers, Van Montfort en Heemstra (2002) geven aan dat het TAM zo bruikbaar is omdat het verklaringen kan bieden binnen een grote diversiteit aan gebruikersgroepen, ICT-middelen en organisatorische omgevingen. Daarnaast geven zij aan dat de kernconstructen van het model veelvuldig en met succes zijn gevalideerd. Figuur 1 geeft het in de huidige studie te toetsen model weer. Figuur 1 Predictoren van Intentie tot gebruik van E-learning, Indruk van Nut en Indruk van Gemak Subjectieve Norm H4 H5 Indruk van nut H1 Intentie tot gebruik van E-learning H3 Interne Technische Ondersteuning H6 Indruk van gemak H2 Binnen het TAM beïnvloeden Indruk van Nut (de mate waarin gebruikers veronderstellen dat het systeem hun prestaties zal verbeteren) en Indruk van Gemak (de mate waarin gebruikers denken dat het systeem gemakkelijk te gebruiken is) de Intentie tot het gebruik van ICT (Davis, 1989). Deze intentie tot gebruik zal weer het latere daadwerkelijke gebruik bepalen. In de praktijk blijkt het meten van daadwerkelijk gebruik van ICT erg lastig, vooral bij deelnemers waarvan een groot gedeelte geen of nauwelijks ervaring heeft met de te onderzoeken technologie (Hu, Clark & Ma, 2003). Daarom kozen we in deze studie voor de Intentie tot gebruik van E-learning als de uiteindelijk te verklaren variabele. Sun en Zhang (2006) reviewden de resultaten van onderzoek waarin het TAM werd getoetst. Hoewel in hun overzichtstudie een breed scala aan ICT-toepassingen was opgenomen viel e-learning hier niet onder. Op basis van 55 artikelen uit de periode concludeerden Sun en Zhang dat het verband tussen intentie tot gebruik en daadwerkelijk gebruik in 16 van de 17 relevante studies significant was. Daarnaast concludeerden zij dat Indruk van Nut een belangrijke, zo niet de belangrijkste predictor was van Intentie tot Gebruik. In 38 van de 45 relevante studies was dit verband significant. In deze studie luidt de eerste hypothese dan ook als volgt: Hypothese 1: Bij docenten in het hoger onderwijs hangt Indruk van Nut positief samen met Intentie tot gebruik van E-learning.

3 Met betrekking tot Indruk van Gemak zijn Sun en Zhangs resultaten minder eenduidig: in 18 studies was het verband met intentie tot gebruik significant, maar in 12 studies niet. In een niet door Sun en Zhang bekeken longitudinale studie van Hu et al. (2003) wordt de acceptatie van presentatiesoftware (PowerPoint) onder 130 docenten in het voorgezet onderwijs van Hong Kong onderzocht. Zij concluderen dat Indruk van Gemak geen directe invloed heeft op intentie tot gebruik, maar dat er wel een indirecte invloed is via Indruk van Nut. De verklaring die zij hiervoor geven is dat een hoge Indruk van Gemak nooit een lage Indruk van Nut zal kunnen compenseren. Vanwege het gebrek aan eenduidige resultaten worden in de huidige studie de originele hypothesen van TAM (Davis, 1989) getoetst. De volgende hypothesen zijn: Hypothese 2: Bij docenten in het hoger onderwijs hangt Indruk van Gemak positief samen met Intentie tot gebruik van E-learning. Hypothese 3: Bij docenten in het hoger onderwijs hangt Indruk van Gemak positief samen met Indruk van Nut. Organisatorische context Om de voorspellende capaciteit van TAM in praktijksituaties te vergroten moet ook de organisatorische context bestudeerd worden (Baskerville & Myers, 2002; Legris, Ingham & Collerette, 2003). Een variabele die in dit onderzoek wordt onderzocht is Subjectieve Norm: de mate waarin een individu denkt dat de meerderheid van de personen die belangrijk voor hem of haar zijn vinden dat het desbetreffende gedrag (in deze studie het gebruik van e-learning) wel of niet uitgevoerd moet worden (Venkatesh et al., 2003). Venkatesh en Davis (2000) deden vier longitudinale studies onder in totaal 156 werknemers en concludeerden dat Subjectieve Norm de beste predictor van Indruk van Nut is. Longitudinaal onderzoek onder 130 docenten in het voortgezet onderwijs (Hu at al., 2003) onderschrijft dit, al wordt in beide onderzoeken aangegeven dat het effect van Subjectieve Norm op Indruk van Nut het sterkst is wanneer er nog weinig ervaring is opgedaan met de onderzochte technologie. Op basis van deze resultaten luidt de vierde hypothese als volgt: Hypothese 4: Bij docenten in het hoger onderwijs hangt Subjectieve Norm positief samen met Indruk van Nut. In een recente reviewstudie van 48 studies uit de periode concluderen Jeyaraj, Rottman en Lacity (2006) dat Subjectieve Norm na Indruk van Nut de belangrijkste predictor is van intentie tot gebruik. De vijfde hypothese luidt als volgt: Hypothese 5: Bij docenten in het hoger onderwijs hangt Subjectieve Norm positief samen met Intentie tot gebruik van E-learning. Een tweede in potentie belangrijke organisatorische variabele is de aanwezigheid van interne technische ondersteuning, omdat deze het voor werknemers makkelijker kan maken om gebruik te maken van technologie. Wu, Chen en Lin (2007) onderzochten bij 130 werknemers de invloed van Interne Technische Ondersteuning op zowel Indruk van Nut als Indruk van Gemak en concludeerden dat deze invloed alleen significant is bij Indruk van Gemak. Dit komt overeen met onderzoek van Venkatesh (2000) en Igbaria et al. (1997). Conform Igbaria wordt Interne Technische Ondersteuning in dit onderzoek gedefinieerd als de technische ondersteuning binnen de organisatie door individuen of groepen met kennis van de e-learning applicatie. De laatste hypothese van deze studie luidt: Hypothese 6: Bij docenten in het hoger onderwijs hangt Interne Technische Ondersteuning positief samen met Indruk van Gemak.

4 Methode Alle 459 docenten van UMC St. Radboud werden begin 2007 per uitgenodigd om deel te nemen aan het onderzoek. De vragenlijst werd ingevuld door 281 docenten (61% respons). De 24 docenten die de vragenlijst niet volledig invulden werden uitgesloten van het onderzoek. Van de uiteindelijke 257 participanten was 73,5 procent man; de gemiddelde leeftijd van de respondenten was 48,8 jaar (SD = 8,6), en hun gemiddelde werkweek bedroeg 34,2 uur (SD = 12,7 uur). Iets meer dan een derde (36,2 procent) van de docenten gaf aan geen ervaring te hebben met Blackboard of vergelijkbare software. Eén jaar eerder (januari 2006) gaf nog 65 procent van de docenten aan geen ervaring te hebben met Blackboard (Huisman, 2006). Dit zou betekenen dat het aantal UMC St. Radboud docenten dat ervaring heeft met Blackboard in een jaar tijd is gestegen met 28,8 procent. De docenten die wel ervaring hadden met Blackboard gebruikten de software vooral voor de distributie van lesmateriaal (59,9 procent), het doen van mededelingen (46,3 procent) en communicatie met studenten (25,3 procent). De items uit de vragenlijst zijn grotendeels uit het Engels in het Nederlands vertaald, aangevuld met enkele items die speciaal werden geconstrueerd voor de huidige studie. Alle variabelen werden gemeten op een 7-punt Likert schaal die varieerde van 1 ( Helemaal mee eens ) tot 7 ( Helemaal mee oneens ). Intentie tot gebruik van E-learning werd gemeten door 2 items waaronder Ik ben van plan om Blackboard meer te gebruiken in het volgend studiejaar (Ong, Lai, & Wang, 2004). Indruk van Nut werd gemeten door 4 items waaronder Het gebruik van Blackboard verhoogt mijn productiviteit bij onderwijswerkzaamheden. Indruk van Gemak werd gemeten met 4 items waaronder Ik vind Blackboard makkelijk in het gebruik (Venkatesh & Davis, 2000). Subjectieve Norm werd gemeten door 7 items waaronder Mededocenten vinden dat ik Blackboard moet gebruiken. De aanwezigheid van interne Technische Ondersteuning werd gemeten door 3 items waaronder Een persoon of groep van personen is beschikbaar voor assistentie bij problemen met Blackboard (Venkatesh et al., 2003). Na afname van de vragenlijst werd een factoranalyse op alle items uitgevoerd. Daaruit bleek dat de items die behoorden tot één schaal steeds hoog op de dezelfde dimensie laadden, maar niet op andere dimensies. De convergente en discriminante validiteit van de schalen lijkt dus voldoende te zijn. Tenslotte werd de betrouwbaarheid van de schalen bepaald door per schaal Cronbach s alpha (α) te berekenen. Deze varieerde in het huidig onderzoek van.77 tot.94, wat betekent dat de betrouwbaarheid van de gebruikte schalen goed tot uitstekend is. Resultaten Bij de toetsing van het onderzoeksmodel werd gebruik gemaakt van drie Meervoudige Hiërarchische Regressie Analyses (MHRA) om de predictoren van de afhankelijke variabelen Intentie tot gebruik van E-learning, Indruk van Nut en Indruk van Gemak te bepalen. Bij elke MHRA bevatte het eerste blok controlevariabelen die mogelijk invloed zouden kunnen hebben op de onderzochte afhankelijke variabele: Geslacht, Leeftijd, Percentage van de aanstelling besteed aan onderwijswerkzaamheden, Aantal contracturen per week, Spreiding van onderwijswerkzaamheden over het studiejaar en Ervaring met Blackboard of vergelijkbare software (zoals WebCT of Moodle). In de volgende blokken werden de variabelen uit het onderzoeksmodel geplaatst. Intentie tot gebruik De eerste MHRA bevatte Intentie tot gebruik van E-learning als afhankelijke variabele, en liet zien dat Indruk van Nut (β =.41, Hypothese 1 bevestigd) en Subjectieve Norm (β =.28, Hypothese 5 bevestigd) beiden significante predictoren van de Intentie tot gebruik van E-learning waren. Indruk van Gemak en de controlevariabelen hadden geen significante effecten (Hypothese 2 verworpen). Indruk van Nut en Subjectieve Norm verklaarden in dit model 37% van de variantie in de Intentie tot gebruik van E-learning. Dit komt overeen met eerder onderzoek naar de intentie tot het gebruik van ICT-middelen met behulp van het TAM (Legris et al., 2003; Venkatesh et al., 2003). Indruk van nut Uit de tweede MHRA met Indruk van Nut als afhankelijke variabele blijkt dat zowel Indruk van Gemak (β =.32, Hypothese 3 bevestigd) als Subjectieve Norm (β =.34, Hypothese 4 bevestigd) significant samenhangen met Indruk van Nut. De controlevariabelen hadden geen significante invloed.

5 Indruk van gemak De derde en laatste MHRA bevatte Indruk van Gemak als afhankelijke variabelen en liet zien dat Interne Technische Ondersteuning significant samenhing met Indruk van Nut (β =.57, Hypothese 6 bevestigd). Ook bij deze MHRA hadden de controlevariabelen geen significante invloed. Conclusies Een cross-sectioneel onderzoek als dit heeft als principieel nadeel dat er geen harde conclusies over causaliteit getrokken kunnen worden; er kan alleen getoetst worden of de variabelen op de verwachte manier samenhangen. Echter, ook in eerder longitudinaal onderzoek in andere contexten werden de hier gevonden samenhangen gevonden (Hu et al., 2003; Venkatesh & Davis, 2000), wat suggereert dat de in ons onderzoek gevonden resultaten - zij het met voorzichtigheid - in causale termen geïnterpreteerd kunnen worden. Ons onderzoek laat zien dat de deelnemers een pragmatische houding hadden ten opzichte van het gebruik van e-learning: als het nut heeft en men denkt de eigen productiviteit of effectiviteit binnen onderwijswerkzaamheden ermee te kunnen verbeteren, dan is men van plan het te gebruiken. Tegelijkertijd is een docent niet ongevoelig voor de geldende norm: als blijkt dat mededocenten en het management team willen dat men e-learning gebruikt, dan is de intentie om dit meer te doen ook aanwezig en zal men e-learning nuttiger vinden dan wanneer deze norm niet aanwezig is. Deze bevinding verschilt van eerder onderzoek onder docenten in voorgezet onderwijs waar de geldende norm juist een negatieve invloed had op de intentie om e-learning te gebruiken (Hu et al., 2003) en onderzoek onder docenten in opleiding waar geen invloed van de geldende norm werd gevonden (Ma, Andersson, & Streith, 2005). Dit kan erop duiden dat de positieve invloed van de omgeving op de acceptatie van technologie in het hoger medisch onderwijs sterker is dan in andere typen van onderwijs. Een andere verklaring is dat ICT in het algemeen en e-learning in het bijzonder in brede kring als nuttig wordt ervaren, waardoor men in mindere mate gemotiveerd is zich tegen de mening van de omgeving over het gebruik daarvan te verzetten. Daarnaast blijkt dat docenten in het hoger onderwijs e-learning niet vaker gaan gebruiken puur vanwege het feit dat het makkelijk te gebruiken is. Als e-learning makkelijk te gebruiken is dan vinden docenten e- learning echter wel nuttiger. Vergelijkbare resultaten werden gerapporteerd door Hu et al. (2003) en Ma et al. (2005). Het lijkt er dus op dat gebruiksgemak een indirecte invloed heeft op het gebruik van e- learning. Tot slot laten onze resultaten zien dat interne technische ondersteuning in de praktijk zorgt voor vergroting van gebruikersgemak en indirect ook voor het bevorderen van de intentie om e-learning te gebruiken. Hieruit blijkt dat de oproep van Hu et al. (2003) naar meer aandacht voor ondersteuning gerechtvaardigd is. Personalia Sebastiaan Peek MSc is arbeids- en organisatiepsycholoog en voerde het beschreven onderzoek uit in het kader van zijn masterscriptie (Sebastiaan.Peek@xs4all.nl). Prof. dr. Toon Taris is hoogleraar Arbeids- en Organisatiepsychologie aan de Radboud Universiteit Nijmegen (T.Taris@psych.ru.nl). Dr. ir.leon van Erning is klinisch fysicus en voormalig coördinator van de Computer-in-het-Onderwijs-(CIO)groep van UMC St. Radboud (L.vanErning@rad.umcn.nl).

6 Literatuur Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13, Dennis, A. R., Venkatesh, V., & Ramesh, V. (2004). Adoption of collaboration technologies: integrating technology acceptance and collaboration technology tesearch. Working paper TR Bloomington (IN): Information Systems Department, Indiana University. DeRouin, R. E., Fritzsche, B. A., & Salas, E. (2005). E-learning in organizations. Journal of Management, 31, Hu, P. J-H., Clark, T. H., & Ma, W. W. (2003). Examining technology acceptance by school teachers: a longitudinal study. Information & Management, 41, Huisman, W. (2006). "Fijn dat jullie er naar vragen": 1127 RU-docenten over Blackboard. Nijmegen: IOWO. ICTO (2005). Strategische doelen ICT in het onderwijs Nijmegen: Commissie ICT in het Onderwijs. Igbaria, M., Zinatelli, N., Cragg, P., & Cavaye, L. M. (1997). Personal computing acceptance factors in small firms: a structural equation model. MIS Quarterly, 21, Jeyaraj, A., Rottman, J. W., & Lacity, M. C. (2006). A review of the predictors, linkages, and biases in IT innovation adoption research. Journal of Information Technology, 21, Lee, Y., Kozar, K. A., & Larsen, K.R. (2003). The technology acceptance model: past, present, and future. Communications of the Association for Information Systems, 12, Legris, P., Ingham, J., & Collerette, P. (2003). Why do people use information technology? a critical review of the technology acceptance model. Information & Management, 40, Ma, W. W., Andersson, R., & Streith, K. O. (2005). Examining user acceptance of computer technology: an empirical study of student teachers. Journal of Computer Assisted Learning, 21, OECD (2005). E-learning in tertiary education: where do we stand? Paris: Organisation for Economic Cooperation and Development. Ong, C.S., Lai, J.Y., & Wang, Y.S. (2004). Factors affecting engineers acceptance of asynchronous e- learning systems in high-tech companies. Information & Management, 41, Pijpers, A. G., van Montfort, K., & Heemstra, F. J. (2002). Acceptatie van ICT: theorie en een veldonderzoek onder topmanagers. Bedrijfskunde, 4, Pituch, K. A., & Lee, Y. K. (2006). The influence of system characteristics on e-learning use. Computers & Education, 47, Ruiz, J. G., Mintzer, M. J., & Leipzig, R. M. (2006). The impact of e-learning in medical education. Academic Medicine, 81, Sun, H., & Zhang, P. (2006). The role of moderating factors in user technology acceptance. International Journal of Human-Computer Studies, 64, Venkatesh, V. (2000). Determinants of perceived ease of use: integrating control, intrinsic motivation, and emotion into the technology acceptance model. Information Systems Research, 11, Venkatesh, V., & Davis, F. (2000). A theoretical extension of the technology acceptance model: four longitudinal field studies. Management Science, 46, Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: toward a unified view. MIS Quarterly, 27, Welsh, E. T., Wanberg, C. R., Brown, E. G., & Simmering, M. J. (2003). E-learning: emerging uses, empirical results and future directions. International Journal of Training and Development, 7, Wu, J. H., Chen, Y. C., & Lin, L. M. (2007). Empirical evaluation of the revised end user computing acceptance model. Computers in Human Behavior, 23,

7 Praktijkblokje Communiceer waarom e-learning nuttig is in plaats van wat er allemaal kan. Vaak wordt in communicatie naar de docent de nadruk gelegd op de functionaliteiten van e-learning software terwijl dit het gebruik van e-learning niet aantoonbaar bevordert. Het heeft meer impact als getoond wordt dat e-learning tijd bespaart bij bepaalde onderwijstaken zoals het communiceren met studenten, dan wanneer er gecommuniceerd wordt dat e-learning software een nieuwe technologie zoals RSS feeds ondersteunt. Laat zien dat het gebruik van e-learning normaal is. Maak duidelijk dat van iedereen wordt verwacht dat men e-learning gebruikt. Hier is een belangrijke taak weggelegd voor het managementteam en de afdelingshoofden. Als zij aangeven het gebruik te ondersteunen dan zal het gebruik ook toenemen. Publiceer gegevens over het gebruik om te laten zien dat e-learning gemeengoed wordt, zodat niet-gebruikers weten dat zij achterlopen bij hun collega's. Laat de technische ondersteuning doen waar zij goed in is. De belangrijkste meerwaarde van de technische ondersteuning bij het bevorderen van de benutting van e-learning is het gebruik door docenten vergemakkelijken. Promotie van het gebruik van e-learning is geen taak van de technische ondersteuning maar voornamelijk een taak van het management. Streamers Docenten hebben de intentie e-learning te gebruiken als ze denken dat het nuttig is Docenten gebruiken e-learning niet alleen maar omdat het gemakkelijk in het gebruik is Docenten zijn gevoelig voor de subjectieve norm: gebruiken mijn collega s het ook?