Aceptación de Cursos Virtuales: Una Evaluación Usando PLS

Rojas et al. Aceptación de Cursos Virtuales: Una Evaluación Usando PLS

Twentieth Americas Conference on Information Systems, Savannah, 2014 1

Aceptación de Cursos Virtuales: Una Evaluación Usando PLS

Completed Research Paper Alberto Daniel Rojas

ESAN Graduate School of Business [email protected]

Juan S. Timana ESAN Graduate School of Business

[email protected] Jose Antonio Robles Flores

ESAN Graduate School of Business [email protected]

Abstract Esta investigación tiene como propósito explorar los determinantes de la participación en cursos virtuales usando el modelo extendido de aceptación de tecnología (TAM2). Participaron 200 colaboradores de una empresa de telecomunicaciones donde se utiliza una plataforma de cursos virtuales. El resultado general del estudio muestra que TAM2 ayuda a explicar parcialmente la adopción de esta plataforma. Esta tecnología se distingue porque los usuarios no pueden separarla del servicio que presta. Es decir, un usuario percibe la plataforma de cursos virtuales de manera conjunta con los cursos en los que participa a través de ésta. La facilidad del contenido, la didáctica, la calidad de materiales, etc. son parte de la percepción que el usuario tiene de la tecnología. También es interesante el análisis con PLS. El modelo estructural muestra un índice de bondad de ajuste apropiado. No todas las relaciones son significativas por lo que se discuten posibles explicaciones.

Keywords

Aceptación de la Tecnología, Cursos Virtuales, E-Learning, PLS, Mínimos Cuadrados.

Introducción En el mundo organizacional, el alto nivel de competitividad y el deseo de crecimiento y sostenibilidad, fomenta en las empresas una actitud hacia la innovación y renovación de conocimientos y habilidades. Los conocimientos requieren ser renovados con el tiempo; el empleado típico se enfrenta al desafío de capacitarse en la búsqueda de un mayor crecimiento profesional, presionado por los avances tecnológicos y nuevas tendencias en materia de aprendizaje.

La capacitación es una herramienta para fomentar cambios significativos permitiendo a las organizaciones lograr y superar sus objetivos. La capacitación es un proceso organizado y sistemático que se relaciona estrechamente con nuevas experiencias de aprendizaje que se dan cíclicamente, renovándose cada vez que es necesario. La capacitación es el proceso que consiste en mejorar las actitudes y los conocimientos del empleado y prepararlo para desempeñar eficientemente una unidad de trabajo específico e impersonal (Grados, 1999). Consiste en producir competencias necesarias y útiles para el desarrollo y crecimiento de la organización. Así mismo, se considera como inversión a largo plazo en recursos humanos (Rajendran, 2005).

En este contexto, y gracias al avance en tecnologías de la información, se reconoce a la capacitación mediante la plataforma de cursos virtuales como una forma que representa una oportunidad de aumentar la competitividad en los empleados, desarrollando y compartiendo conocimientos a través de mecanismos modernos, quebrando barreras tanto geográficas como culturales y haciendo que los conocimientos inmersos en la organización trasciendan. La plataforma de cursos virtuales permite a los participantes sobrepasar el tiempo y el espacio (Cole, 2000). Este recurso permite flexibilidad en el acceso, desde cualquier lugar y momento, pero el aprendizaje debe utilizar sólidos principios de diseño instruccional.


2 Twentieth Americas Conference on Information Systems, Savannah, 2014

Las metodologías que se utilizan en la plataforma E-Learning requieren compromiso con recursos y su ejecución debe ser impecable, hacerse bien. Ello significa que los materiales deben estar diseñados adecuadamente (Rossett, 2002).

Sin embargo, la adopción de nuevas metodologías de enseñanza/aprendizaje no siempre genera los beneficios esperados en las organizaciones. En el caso de los empleados, se sostiene que éstos experimentan mayores dificultades para cambiar que para mantener un estado de cosas conocido. En relación a cambios en las organizaciones, se conoce la resistencia que los empleados experimentan ante la exigencia del cambio (Mitchell, 1995). El uso de las herramientas de cursos virtuales no es una excepción. La aceptación de estas tecnologías y métodos de capacitación han sido centro de atención de la literatura relacionada.

De los modelos más utilizados y empleados con éxito en muchas investigaciones de campo destaca el modelo de aceptación tecnológica (TAM) (Davis 1989). Este modelo se desarrolló con base en la teoría de acción razonada (TRA) (Ajzen y Fishbein, 1980). El TAM fue especialmente diseñado para predecir la aceptación de los sistemas de información por los usuarios en las organizaciones. Posteriormente se desarrolla el modelo denominado TAM2 (Venkatesh y Davis, 2000), que pretende conciliar, en parte, la TRA (Azjen y Fishbein, 1980), la Teoría de la Motivación en el Trabajo (Vroom, 1964) y la Teoría de la Imagen (Beach y Mitchell, 1978). El nuevo modelo basado en TAM, incluye variables tales como calidad de los resultados, relevancia en el trabajo y demostrabilidad de los resultados que pueden tener influencia sobre las intenciones de uso, ya sea directamente o a través de su relación con la utilidad percibida. Las dos últimas variables son de particular interés pues están directamente relacionadas con las decisiones que tome una gerencia de Recursos Humanos.

Con la finalidad de explorar los factores que afectan la intención de uso de una comunidad que utiliza la plataforma de cursos virtuales se propuso un modelo extendido (Liu, Chen, Sun, Wible y Kuo, 2009), tomando como referencia el modelo TAM (Davis, 1989) y que incluye conceptos tales como: Diseño de curso en línea, diseño de interface de usuario, experiencia previa de aprendizaje en línea, facilidad de uso, utilidad percibida e interacción percibida. Estos conceptos se relacionan con la intención de usar una comunidad de cursos virtuales. Otra investigación realiza también un análisis del modelo TAM en el comportamiento de intención de uso de cursos virtuales en estudiantes universitarios (Park, 2009). También se evalúa la aplicación del modelo TAM para sistemas de cursos virtuales en compañías grandes, proponiendo un modelo ajustado al contexto de las organizaciones e incorporando variables como equipos auto-eficaces, utilidad percibida, facilidad de uso y control percibido que se relacionan con la intención de uso (Hsia, 2007).

Si bien estos modelos son estructuralmente más parsimoniosos que el TAM2, contemplan variables sobre las cuales una gerencia de Recursos Humanos normalmente tiene poca influencia. Sin embargo, TAM2 incluye variables que están relacionadas con la calidad del contenido de la capacitación. Es por lo tanto más informativo desde el punto de vista gerencial.

Esta investigación tiene como propósito explorar los determinantes de la participación en cursos virtuales a partir del modelo TAM2 (modelo extendido de TAM). Para esto, en la siguiente sección se hace una revisión de la literatura que guía el planteamiento de hipótesis con base en los planteamientos de Venkatesh y Davis (2000). Luego se explica el método utilizado en esta investigación. A continuación se presenta el análisis de los datos recolectados y los resultados producto del análisis con PLS. Finalmente se discuten los resultados incluyendo las limitaciones, conclusiones y perspectivas para futuras investigaciones.

Revisión de la Literatura e Hipótesis En esta sección se revisa brevemente el concepto de cursos virtuales y el Modelo Extendido de Aceptación de la Tecnología (TAM2) con el objetivo de plantear las hipótesis de trabajo.

Cursos Virtuales (E-Learning)

En este trabajo llamamos cursos virtuales a lo que en inglés se denomina E-Learning. E-Learning es un concepto unificador para describir diversas formas de aprendizaje tales como el entrenamiento o



capacitación basado en el web o los ambientes virtuales para el aprendizaje (Romiszowski, 2004) (Sorgenfrei, Borschbach y Smolnik, 2013).

Una plataforma de cursos virtuales es un sistema de información desde el punto de vista de la tecnología ya que consiste en un producto de software.

En este trabajo se argumenta que las tecnologías de cursos virtuales son un caso especial y potencialmente distinto a la mayoría de sistemas de información por lo menos desde la perspectiva del usuario. Esto se debe a que en una misma organización, la plataforma de cursos virtuales no se percibe como un sistema único sino que esa percepción por parte del usuario está mezclada con la percepción que este usuario tiene del curso en sí (contenidos y diseño de un curso en la plataforma tecnológica).

Debido a esta especial característica es que el estudio de plataformas de cursos virtuales en el contexto de una misma organización merece un estudio específico.

Modelo Extendido de Aceptación de la Tecnología (TAM2)

El Modelo Extendido de Aceptación de la Tecnología (TAM2) es una extensión del Modelo de Aceptación de la Tecnología (TAM) que explica la utilidad percibida y la intención de uso en términos de los procesos de influencia social y los procesos instrumentales cognitivos (Venkatesh y Davis, 2000). Los procesos de influencia social son tres fuerzas interrelacionadas que presionan al individuo para adoptar o rechazar un nuevo sistema: norma subjetiva, voluntariedad e imagen.

TAM2 argumenta que el efecto de conformidad de norma subjetiva sobre la intención de uso está moderado por la voluntariedad (si el uso de un sistema es voluntario o mandatorio).

Particularmente en el contexto de plataformas de cursos virtuales y los cursos y contenidos que se despliegan sobre la plataforma, la voluntariedad se entiende como la percepción por parte de los usuarios respecto a la obligatoriedad (o mandato) para tomar los cursos implementados sobre la plataforma de cursos virtuales. Siguiendo las hipótesis de TAM2, se plantea:

HIPÓTESIS 1a. Norma subjetiva tendrá un efecto directo positivo sobre la intención de uso de la plataforma de cursos virtuales cuando el curso se perciba como obligatorio.

HIPÓTESIS 1b. Norma subjetiva tendrá un efecto directo no significativo sobre la intención de uso de la plataforma de cursos virtuales cuando el curso se perciba como voluntario.

HIPÓTESIS 1c. La voluntariedad moderara el efecto de norma subjetiva sobre la intención de uso.

TAM2 plantea un proceso de internalización que en el contexto de cursos virtuales implica que los referentes importantes (jefes, compañeros de trabajo, consultores externos, etc.) ejercen influencia sobre las creencias del usuario y éste incorpora las creencias del referente como propias (Venkatesh y Davis, 2000). Es decir, si un referente respetado por el usuario considera que la plataforma de cursos virtuales es útil, la percepción del usuario respecto a la utilidad de la plataforma de cursos virtuales se verá influenciada en el mismo sentido. Esto ocurrirá sin importar la percepción respecto a la obligatoriedad del uso de la plataforma de cursos virtuales.

HIPÓTESIS 2. Norma subjetiva tendrá un efecto directo positivo sobre la utilidad percibida respecto a la plataforma de cursos virtuales.

De la misma manera como los referentes influencian la percepción de un usuario, también tienen influencia sobre la imagen que un usuario de la plataforma de cursos virtuales pueda tener en términos de mejorar su estatus en relación a sus compañeros de trabajo (jefes, colegas, subordinados, etc.).

HIPÓTESIS 3a. Norma subjetiva tendrá un efecto positivo sobre la imagen de la plataforma de cursos virtuales.

También se plantean los argumentos que explican que un individuo percibe que un mejor estatus (poder e influencia) le permite tener mayor productividad y por tanto percibe también que el uso de un sistema le será útil de manera indirecta debido a que su imagen ha mejorado. Esta percepción de mayor utilidad está por encima de los beneficios que puedan atribuirse directamente al uso del sistema en sí (Venkatesh y Davis, 2000). Es decir, una mejora en la imagen que el usuario tenga respecto a la plataforma de cursos virtuales incrementará su percepción de utilidad de la plataforma de cursos virtuales.



HIPÓTESIS 3b. La imagen tendrá un efecto positivo sobre la utilidad percibida de la plataforma de cursos virtuales.

La experiencia con un sistema de información modifica la influencia social según TAM2. Un sistema con el cual el usuario ya tiene experiencia no requiere la opinión de otros para que el usuario tenga o no intención de utilizarlo y formar una percepción de la utilidad del mismo. Esto ocurre incluso si el sistema es de uso obligatorio. El uso obligatorio posiblemente ayude a que el sistema sea utilizado al principio, pero luego de adquirir experiencia, el usuario lo utilizará porque le es útil. De manera similar, se espera que el efecto de norma subjetiva sobre utilidad percibida se debilite en el tiempo debido a la adquisición de experiencia directa del usuario con el sistema. Por otra parte, TAM2 establece que la experiencia no tendrá ningún efecto en la influencia que tiene imagen sobre la utilidad percibida debido a que la percepción de estatus obtenido con el uso no cambiará por tener mayor experiencia (Venkatesh y Davis, 2000). En el caso particular de la plataforma de cursos virtuales, se espera que la experiencia utilizando la plataforma de cursos virtuales tendrá también un efecto moderador en la influencia que norma subjetiva tiene tanto sobre la intención de uso como sobre la utilidad percibida.

HIPÓTESIS 4a. El efecto directo y positivo de norma subjetiva sobre la intención de uso de la plataforma de cursos virtuales cuando es mandatorio se atenuará a medida que el usuario toma más cursos y adquiere experiencia.

HIPÓTESIS 4b. El efecto directo y positivo de norma subjetiva sobre la utilidad percibida de la plataforma de cursos virtuales se atenuará a medida que el usuario toma más cursos y adquiere experiencia ya sea que los cursos en la plataforma E-Learning sean obligatorios o voluntarios.

Los procesos instrumentales cognitivos son cuatro determinantes de la utilidad percibida según TAM2: relevancia en el trabajo, calidad de los resultados, demostrabilidad de los resultados y la facilidad de uso percibida.

TAM2 argumenta que las personas crean en sus mentes, en parte, ideas sobre la utilidad mediante una comparación cognitiva entre lo que un sistema es capaz de hacer y lo que ellos requieren para realizar su trabajo (Venkatesh y Davis, 2000).

Es así que, en cuanto a la relevancia de un sistema para el trabajo del usuario, éste último hará una comparación de compatibilidad entre lo que requiere para su trabajo y lo que el sistema le puede ofrecer (Venkatesh y Davis, 2000). Siguiendo estos argumentos de TAM2, las plataformas de cursos virtuales presentan una serie de contenidos que pueden o no encajar con las necesidades de los usuarios. Los usuarios eligen cursos de acuerdo a estas necesidades y utilizan la plataforma para aprender sobre el tema de interés.

HIPÓTESIS 5. La relevancia en el trabajo del usuario de la plataforma de cursos virtuales tendrá un efecto positivo sobre la utilidad que este usuario percibe de la plataforma de cursos virtuales.

Además de la percepción que el usuario tiene sobre el grado de correspondencia de las características de un sistema con sus necesidades, una vez que el usuario utiliza efectivamente el sistema formará sus propios juicios de valor respecto a qué tan bien el sistema realiza las tareas (Venkatesh y Davis, 2000). Específicamente en el caso de plataformas de cursos virtuales, si el curso que el usuario ha tomado lo considera satisfactorio y le permite aprender lo esperado, este usuario percibirá que es útil.

HIPÓTESIS 6. La calidad de los resultados que obtiene el usuario de la plataforma de cursos virtuales tendrá un efecto positivo sobre la utilidad que este usuario percibe de la plataforma de cursos virtuales.

Más allá de que un sistema sea efectivo en la entrega de resultados, éstos deben ser entendidos por el usuario al punto que éste pueda atribuir la obtención de beneficios al sistema (Venkatesh y Davis, 2000). En el caso de la plataforma de cursos virtuales, si el usuario puede demostrarse a sí mismo y a los demás que ha obtenido aprendizaje entonces percibirá la utilidad de éste.

HIPÓTESIS 7. La demostrabilidad de los resultados que obtiene el usuario de la plataforma de cursos virtuales tendrá un efecto positivo sobre la utilidad que este usuario percibe de la plataforma de cursos virtuales.

El Modelo de Aceptación de Tecnología (TAM) original plantea que la percepción sobre la facilidad de uso de un sistema está asociada con la intención (Davis, 1986; Davis, 1989; Davis et al 1989) y en la extensión



de TAM se observó que dicha asociación contaba con extensa evidencia empírica acumulada en los diez años posteriores a TAM (Venkatesh y Davis, 2000). Por lo tanto, si se percibe que la plataforma de cursos virtuales es fácil de utilizar el usuario tendrá mejor predisposición para utilizar dicha plataforma.

HIPÓTESIS 8. La facilidad de uso percibida por el usuario respecto al sistema de la plataforma de cursos virtuales tendrá un efecto positivo sobre la utilidad que este usuario percibe de la plataforma de cursos virtuales.

TAM también plantea que la intención de uso de un sistema tiene como antecedentes a la utilidad percibida del sistema así como la percepción de la facilidad de uso del sistema (Davis et al. 1989). Hay extensa evidencia empírica sobre estas relaciones según se ha descrito en el trabajo que propone TAM2 (Venkatesh y Davis, 2000). Por lo tanto, se esperaría un efecto positivo tanto de la utilidad como de la facilidad de uso percibidas de la plataforma de cursos virtuales sobre la intención de uso de la plataforma.

HIPÓTESIS 9. La utilidad percibida en la plataforma de cursos virtuales tendrá un efecto positivo sobre la intención de uso de la plataforma de cursos virtuales para nuevos cursos.

HIPÓTESIS 10. La percepción respecto a la facilidad de uso de la plataforma de cursos virtuales tendrá un efecto positivo sobre la intención de uso de la plataforma de cursos virtuales para nuevos cursos.

Método de Investigación y Recolección de Datos El instrumento de medición fue creado sobre la base de instrumentos publicados disponibles (Venkatesh y Davis, 2003). Las preguntas fueron traducidas y adaptadas al contexto de la evaluación de plataformas de cursos virtuales. La redacción fue hecha usando un lenguaje simple y directo de manera que facilite la lectura y compresión de las preguntas por parte de los individuos seleccionados en la muestra, sin perder la esencia teórica del constructo.

Este primer instrumento fue sometido a una prueba de lectura y comprensión en una primera muestra de 10 personas representativas de la población de estudio (trabajadores de una empresa de telecomunicaciones). Esta revisión sugirió cambios menores en la redacción. Finalmente, el instrumento fue revisado por tres ejecutivos del área de Recursos Humanos de la empresa, involucrados en los proceso de capacitación. Todas las preguntas fueron desarrolladas utilizando una escala Likert de 5 puntos (1=Totalmente en desacuerdo, 5 = Totalmente de acuerdo)

La población de estudio estuvo compuesta por los empleados de una importante empresa de telecomunicaciones en un país de Sudamérica e incluyó empleados de todas sus categorías. Los rangos de edades fluctúan desde los 21 hasta los 69 años de edad, tanto hombres como mujeres. Los cargos y niveles incluyen técnicos, analistas, asistentes y ejecutivos, con estudios técnicos y profesionales universitarios, titulados y post-grado. La muestra se compuso de 200 participantes de una población de 5552 empleados que componen la organización, es decir 3.6% del total. Las respuestas fueron totalmente anónimas. La encuesta se realizó en octubre del 2012, usando medios electrónicos. Se coordinó con ejecutivos de la organización, se les explicó el motivo del estudio y se les pidió apoyo permitiendo la participación de sus empleados. Se coordinó con el área de capacitación de la organización para remitir los cuestionarios de manera virtual a los empleados.

PLS (la técnica de análisis que se explica más adelante) requiere muestras de menor tamaño que otros métodos de ecuaciones estructurales basados en la estimación de matrices de covarianza – CBSEM, por sus siglas en Inglés (Formell y Bookstein, 1982). Una regla general para un modelo PLS sugiere que el tamaño de la muestra sea igual o mayor que: (1) diez veces el número de indicadores de la variable latente, con el mayor número de los indicadores formativos, o (2) diez veces el mayor número de variables independientes para cualquier variable latente en el modelo estructural (Barclay, Higgins, y Thompson, 1995). Sin embargo, la literatura advierte del uso de muestras demasiado pequeñas. Por ejemplo Schneeweiss (1993) advierte de la posible falta de consistencia en los estimados. Por otro lado, Boomsma y Hoogland (2001), concluyen que hay problemas de no convergencia y soluciones impropias CBSEM en muestras pequeñas (menos de 200 casos). Para satisfacer las reglas anteriores, se decidió usar una muestra de 200. Por ello se utilizó los 200 primeros cuestionarios completos.



Análisis de Datos y Resultados El análisis de datos fue realizado usando el paquete PLSPM (Sánchez et al., 2013), perteneciente a la librería del paquete estadístico R (R Core Team, 2013), utilizado el algoritmo PLS disponible en la librería. El programa examina el modelo estructural y el modelo de medición simultáneamente, de acuerdo al modelo especificado en la sección anterior (ver figura 1), y facilita la evaluación de las escalas usadas en la medición de los constructos en términos de confiabilidad y validez; provee asimismo los estimados de los parámetros de ambos modelos. Para estimar los efectos de las variables moderadoras en el modelo se utilizó una nueva variable latente cuyos indicadores son los productos de los indicadores de la variable independiente y los de la variable moderadora. En el modelo estructural usado para la aplicación del PLSPM, se incluyeron tanto la variable moderadora como la nueva variable latente de interacción, además de la variable independiente.

Figura 1. Modelo de Investigación

Los resultados del análisis de confiabilidad se presentan en la siguiente Tabla 1.

Norma Subjetiva

Imagen

Relevancia en el Trabajo

Calidad de los Resultados

Demostrabilidadde los Resultados

VoluntariedadExperiencia

Facilidad de Uso Percibida

Utilidad Percibida

Intención de Uso

H1aH1b

H1c

H2

H3aH3b

H4aH4b

H5

H7

H6

H8

H9

H10



ID Constructo # Variables de Medición

Alfa de Cronbach

AVE

IEN Experiencia*NormaSub 3 0.926 0.871

IVN Voluntariedad*NormaSub 3 0.960 0.880

FU Facilidad de Uso 3 0.804 0.717

NS Norma Subjetiva 3 0.879 0.805

IM Imagen 3 0.881 0.808

RT Relevancia en el Trabajo 3 0.869 0.794

CR Calidad de Resultados 3 0.929 0.875

DR Demostrabilidad de Resultados 3 0.866 0.790

UP Utilidad Percibida 4 0.956 0.883

IU Intención de Uso 3 0.876 0.801

Tabla 1. Evaluación de la confiabilidad del modelo de medición

El análisis de la validez discriminante verificando que las raíces cuadradas de los correspondientes AVE de cada constructo sean mayores que las correlaciones con los otros constructos. Los resultados se muestran en la tabla 2. Como se puede observar los valores en la diagonal (√AVE) son mayores que los correspondientes valores fuera de la diagonal. Este resultado comprueba la validez discriminante de los constructos.

ID CONSTRUCTO IEN IVN FU NS IM RT CR DR UP IU

IEN Experiencia* NormaSub

0.933 0.762 0.621 0.840 0.607 0.580 0.636 0.635 0.592 0.581

IVN Voluntariedad* NormaSub

0.762 0.938 0.587 0.909 0.665 0.604 0.633 0.580 0.642 0.550

FU Facilidad de Uso 0.621 0.587 0.847 0.557 0.450 0.643 0.778 0.740 0.724 0.659

NS Norma Subjetiva 0.840 0.909 0.557 0.897 0.718 0.533 0.575 0.517 0.599 0.480

IM Imagen 0.607 0.665 0.450 0.718 0.899 0.517 0.568 0.479 0.436 0.358

RT Relevancia en el Trabajo

0.580 0.604 0.643 0.533 0.517 0.891 0.855 0.789 0.722 0.683

CR Calidad de Resultados

0.636 0.633 0.778 0.575 0.568 0.855 0.935 0.881 0.781 0.723

DR Demostrabilidad de Resultados

0.635 0.580 0.740 0.517 0.479 0.789 0.881 0.889 0.770 0.832

UP Utilidad Percibida

0.592 0.642 0.724 0.599 0.436 0.722 0.781 0.770 0.940 0.723

IU Intención de Uso 0.581 0.550 0.659 0.480 0.358 0.683 0.723 0.832 0.723 0.895

Tabla 2. Validez discriminante de los constructos

La tabla 3 reporta las cargas factoriales proporcionadas por PLSPM. La validez convergente requiere que todos los ítems correspondiente a un constructo tengan una carga factorial mayor que 0.7 (Yoo y Alavi, 2001). Asimismo se requiere que estas cargas sean mayores que las demás cargas cruzadas en otros constructos.



IEN IVN EX VO FU NS IM RT CR IEN IVN EX IEN: Experiencia*NormaSub EXNS1 0.919 0.656 0.633 0.224 0.593 0.760 0.570 0.511 0.588 0.596 0.568 0.535 EXNS2 0.946 0.701 0.625 0.248 0.571 0.796 0.538 0.488 0.554 0.569 0.540 0.528 EXNS3 0.936 0.731 0.602 0.301 0.573 0.796 0.591 0.622 0.636 0.611 0.548 0.564 IVN: Voluntar.*NormaSub

VONS1 0.706 0.929 0.224 0.618 0.590 0.821 0.613 0.587 0.619 0.566 0.638 0.540 VONS2 0.713 0.937 0.221 0.604 0.545 0.835 0.564 0.497 0.536 0.505 0.555 0.499 VONS3 0.682 0.949 0.177 0.641 0.542 0.824 0.608 0.630 0.613 0.552 0.586 0.553 EX: Experiencia

EX2 0.664 0.220 1.000 0.222 0.459 0.228 0.165 0.421 0.467 0.564 0.353 0.590 VO: Voluntariedad

VO1 0.276 0.662 0.222 1.000 0.442 0.291 0.266 0.513 0.501 0.510 0.453 0.550 FU: Facilidad de Uso

FU1 0.508 0.466 0.370 0.347 0.856 0.434 0.351 0.524 0.674 0.659 0.622 0.539 FU3 0.532 0.483 0.481 0.422 0.827 0.430 0.362 0.497 0.618 0.613 0.502 0.551 FU4 0.539 0.559 0.332 0.361 0.857 0.542 0.425 0.603 0.680 0.609 0.699 0.584 NS: Norma Subjetiva

NS1 0.748 0.748 0.210 0.208 0.533 0.883 0.658 0.465 0.529 0.477 0.571 0.421 NS2 0.766 0.786 0.224 0.243 0.480 0.903 0.594 0.386 0.447 0.426 0.501 0.400 NS3 0.747 0.836 0.182 0.330 0.485 0.905 0.674 0.573 0.563 0.485 0.537 0.468 IM: Imagen

IM1 0.546 0.549 0.196 0.227 0.419 0.624 0.904 0.403 0.485 0.393 0.353 0.280 IM2 0.541 0.588 0.117 0.254 0.398 0.662 0.935 0.492 0.535 0.453 0.425 0.327 IM3 0.551 0.575 0.136 0.237 0.397 0.648 0.856 0.495 0.510 0.442 0.394 0.355 RT: Relevancia en el Trabajo

RT1 0.528 0.572 0.333 0.446 0.546 0.515 0.421 0.912 0.731 0.675 0.656 0.605 RT2 0.456 0.548 0.292 0.468 0.515 0.463 0.476 0.913 0.707 0.652 0.594 0.585 RT3 0.556 0.512 0.489 0.456 0.647 0.444 0.483 0.846 0.836 0.771 0.671 0.629 CR: Calidad de Resultados

CR1 0.603 0.584 0.475 0.494 0.745 0.508 0.512 0.797 0.951 0.817 0.691 0.657 CR2 0.632 0.660 0.451 0.514 0.751 0.607 0.544 0.785 0.929 0.843 0.769 0.728 CR3 0.547 0.519 0.385 0.396 0.685 0.492 0.536 0.817 0.927 0.811 0.728 0.638 DR: Demostra. de Resultados

DR1 0.519 0.502 0.560 0.551 0.577 0.401 0.283 0.571 0.639 0.835 0.622 0.813 DR2 0.577 0.498 0.522 0.411 0.721 0.453 0.460 0.742 0.833 0.917 0.691 0.728 DR3 0.594 0.541 0.434 0.414 0.669 0.518 0.517 0.776 0.863 0.913 0.736 0.691 UP: Utilidad Percibida

UP1 0.545 0.593 0.300 0.413 0.686 0.569 0.428 0.650 0.746 0.740 0.940 0.651 UP2 0.550 0.579 0.316 0.413 0.649 0.554 0.389 0.674 0.714 0.688 0.949 0.665 UP3 0.509 0.569 0.298 0.439 0.677 0.519 0.399 0.691 0.731 0.734 0.945 0.671 UP4 0.615 0.634 0.405 0.437 0.707 0.606 0.422 0.698 0.744 0.732 0.926 0.727 IU: Intención de Uso

IU1 0.556 0.539 0.553 0.516 0.598 0.445 0.290 0.573 0.611 0.679 0.618 0.880 IU2 0.480 0.519 0.441 0.488 0.601 0.444 0.394 0.648 0.696 0.782 0.682 0.892 IU3 0.524 0.462 0.590 0.470 0.571 0.399 0.278 0.614 0.635 0.774 0.642 0.913

Tabla 3. Cargas Factoriales y Cargas Cruzadas

La figura 2 muestra los resultados del modelo estructural. Cada relación está representada por su coeficiente estimado, que representa la influencia de cada predictor sobre su correspondiente variable dependiente, así como los efectos moderadores correspondientes. Como se puede observar la mayoría de los resultados corresponden con los resultados previstos en el TAM2 (Venkatesh y Davis, 2000). Sin embargo es conveniente resaltar algunos de los resultados no esperados. El resultado más interesante es la relación entre la facilidad de uso y la intención de uso, que resulta no significativo para los niveles usuales (p = 0.227). Asimismo, la experiencia, que en el modelo original modera la relación entre norma subjetiva y la utilidad percibida, no tiene un efecto moderador significativo (p=0.753). Este es el mismo



caso de voluntariedad que se esperaba que modere la relación entre norma subjetiva e intención de uso, pero esto no es respaldado por los datos (p=0.453). Otro resultado sorprendente es la relación inversa entre la imagen y la utilidad percibida, es decir con un signo contrario al esperado en el modelo original, aunque el efecto es muy pequeño. Finalmente, la calidad de los resultados, que debería influir en la utilidad percibida no es significativa para los niveles usuales (p=0.099).

En cuanto al modelo en general, se puede observar que los R-cuadrados asociados a las variables latentes dependientes varían entre 0.515 y 0.737, valores que se consideran satisfactorios, teniendo en cuenta la complejidad del modelo. En general, el modelo mostró un índice de bondad de ajuste (Amato et al., 2004) de 0.7354, igualmente considerado satisfactorio. El índice de bondad del ajuste puede ser considerado como un índice para validar el modelo PLS globalmente (Tenenhaus et al., 2005).

Figura 2. El Modelo Estructural

Discusión El propósito de esta investigación fue explorar los determinantes de la participación de los empleados en los programas de capacitación interna que usan plataformas de cursos virtuales, a partir del modelo TAM2 (Venkatesh y Davis, 2000). Los resultados mostraron que la mayoría de las relaciones hipotéticas tienen soporte empírico, sin embargo se encontraron algunos resultados no esperados.

Aunque la facilidad de uso es considerada un factor que influye en la intención de uso de sistemas tecnológicos, en esta investigación esta relación no recibió soporte empírico. Este resultado podría entenderse si los empleados consideran los programas de cursos virtuales como vitales o de suma importancia para desarrollar su trabajo. En este caso, las posibles dificultades en el uso de la plataforma serían poco importantes. Otra posible explicación es que la facilidad de uso de la plataforma esté siendo confundida con la facilidad prevista por el diseño instruccional, y el contenido del curso. Aunque el sistema de base o plataforma utilizada sea la misma para todos los cursos, es de esperar que la facilidad percibida sea diferente para cada uno de los entrevistados, sin embargo, le sería muy difícil distinguir entre la facilidad de uso de la plataforma, la facilidad de la “mecánica y opciones” previstos en los cursos,



y la facilidad de asimilar el contenido. Ese es un aspecto que debe recibir mayor atención en futuras investigaciones.

De la misma manera, la relación inversa (coeficiente negativo) entre imagen y utilidad percibida fue un resultado opuesto al esperado. En TAM2 se argumenta que la imagen es el resultado de la percepción de incremento de estatus en la organización logrado por el hecho de usar un sistema tecnológico (Vankatesh y Davis, 2001). En esta investigación se usó esta misma conceptualización. Sin embargo es posible que este supuesto no sea el correcto. Es posible que el uso de la capacitación sea considerado como la carencia de una competencia y por lo tanto sea interpretado justamente de la manera opuesta. Además, la falta de una certificación externa (aspecto que muchas veces es apreciado por los empleados) reduce el efecto “estatus” que implica el modelo original. Más aún, puede representar “falta de estatus” si los cursos dados por la empresa conviven con cursos externos con certificación1. Los datos obtenidos en esta investigación no permiten verificar este hecho, que debería ser investigado con mayor profundidad en futuras investigaciones.

La voluntariedad, conceptualizada como la participación voluntaria, fue considerada una variable que moderaba el efecto de la norma subjetiva sobre la intención de uso en el modelo TAM2 original. Sin embargo en el contexto de cursos virtuales, la evidencia no soporta esta hipótesis. La variable latente de interacción no resultó significativa. Este resultado podría significar que la influencia de terceros significativos (norma subjetiva) sobre la intención de uso, no varía con el hecho de que la participación sea voluntaria o no.

Según el modelo TAM2, la experiencia debería moderar la relación entre la norma subjetiva y la utilidad percibida. Esto significaría que a medida que el usuario de la plataforma de cursos virtuales gana experiencia de uso, la influencia de terceros debería disminuir. Sin embargo, los resultados no sostienen esta hipótesis. El modelo original conceptualiza al sistema tecnológico como algo que es relativamente estable, en los cuales los cambios son menores. Es posible que en el contexto de los cursos virtuales, este supuesto no sea razonable, dado que la experiencia con cada curso es una novedad. Es razonable asumir que la experiencia con la plataforma de cursos virtuales tiene tres aspectos que difícilmente se pueden separar: el uso de la plataforma, el diseño instruccional y el contenido del curso. Estas tres características pueden cambiar de experiencia en experiencia. Es decir el usuario no supera tan fácilmente el trauma del primer uso, haciendo más relevante la influencia de terceros.

La explicación de la no-significancia de la relación entre calidad de los resultados y la utilidad percibida es similar a la del caso anterior. En el caso de un sistema tecnológico, según el modelo TAM2, la calidad de los resultados expresa lo bien que un sistema tecnológico lleva a cabo una tarea. En el escenario descrito en el párrafo anterior, ese resultado no siempre es el mismo. Cambia para cada curso. No debería, por lo tanto, esperarse una relación con la utilidad percibida, que tiene dos antecedentes muy importantes como la demostración de los resultados y la relevancia en el trabajo. El primer constructo tiene que ver con la tangibilidad de los resultados y la capacidad de atribuir al sistema mejoras en el desempeño laboral. El segundo está relacionado con la aplicabilidad del sistema a las labores del usuario. La capacitación en la empresa está normalmente dirigida a capacitación de alto impacto en el trabajo (es decir las empresas seleccionan cursos que son relevantes para su funcionamiento). Como se puede observar, ambos constructos están asociados con los planes de capacitación promovidos por la empresa, y son percepciones de carácter utilitario y podrían considerarse como relativamente estables en el tiempo. El cambio en la percepción de la calidad de los resultados puede estar definido por las diversas experiencias que ha tenido el usuario en diversos cursos.

Limitaciones La principal limitación de esta investigación ha estado en la selección de la muestra, que corresponde a los empleados de una sola compañía, lo cual limita la capacidad de generalizar los resultados. Siendo la empresa en la cual se realizó el estudio una empresa de telecomunicaciones, es posible que los resultados sean aplicables a empresas similares. Asimismo, aunque los instrumentos hayan sido tomados de la literatura y se haya seguido un proceso de validar la calidad de su diseño, es posible la necesidad de mayor

1 Este hecho fue verificado durante una entrevista con uno de los ejecutivos del área de recursos humanos.



validación. La limitación del tamaño de la muestra limitó el uso de análisis factorial confirmatorio, como lo sugiere Mackenzie et al. (2011).

Conclusiones El estudio de cursos virtuales en la empresa es un aspecto que requiere de mayor atención debido a las inversiones que las empresas hacen en la capacitación de su personal, especialmente en las medianas y grandes empresas. La participación del empleado siempre será una variable de interés para la gerencia.

Los resultados muestran que el modelo TAM2 tiene capacidad explicativa (predictiva) de la intención de uso de la plataforma de cursos virtuales brindada en la empresa. En general, se puede decir que aquéllos aspectos que se asocian al valor que tiene la plataforma de cursos virtuales en el trabajo son los más importantes. El factor más relevante es la utilidad percibida de la plataforma de cursos virtuales. Esto es de suma importancia para la gerencia teniendo en cuenta que difundir la relevancia de la capacitación ofrecida en la empresa es una tarea del área de Recursos Humanos. Esto se podría lograr difundiendo y explicando claramente su contribución en el trabajo de los empleados. La influencia positiva de terceros significativos (norma subjetiva) es relevante para lograr una mayor utilidad percibida de los cursos, así como la intención de uso, aunque en este último caso, la influencia se reduce con la experiencia del empleado utilizando la plataforma de cursos virtuales. En este caso, la influencia de los compañeros de trabajo puede ser un factor al cual la gerencia deba prestar atención. Aunque la imagen mostró una relación negativa con la utilidad percibida, este resultado podría ser idiosincrático a la empresa, y es un aspecto que requiere mayor investigación en el futuro.

Posibilidades de futuras investigaciones Este estudio puede ser enriquecido de varias formas. Por ejemplo, es posible ampliarlo a otros sectores, no tan relacionados con la tecnología como en el caso de una empresa de telecomunicaciones. Igualmente aspectos como la naturaleza de los cursos, pueden afectar el interés en participar. Por ejemplo, los cursos más “soft skills related” pueden ser más atractivos que los cursos “hard” como matemáticas financieras o estadística. Igualmente resultaría razonable incluir variables demográficas de los participantes, teniendo en cuenta su posible relación con la participación en cursos virtuales.

REFERENCIAS Amato, S., Esposito Vinzi, V., y Tenenhaus, M. 2004. “A global goodness-of-fit index for PLS structural

equation modeling,” Oral Communication to PLS Club, HEC School of Management, France, March 24.

Ajzen, I., y Fishbein, M. 1980. Understanding Attitudes and Predicting Social Behavior. Englewood

Cliffs, NJ. Prentice-Hall. Barclay, D. W., Higgins, C., y Thompson, R. 1995. “The Partial Least Squares Approach to Causal

Modeling: Personal Computer Adoption and Use as Illustration,” Technology Studies, (2:2), pp. 285–309.

Beach, L. R., y Mitchell, T. R. 1978. “A Contingency Model for the Selection of Decision Strategies,”

Academy of Management Review, (3), pp. 439-449. Boomsma, A., y Hoogland, J. J. 2001. “The Robustness of LISREL Modeling Revisited,” en Structural

Equation Models: Present and Future. A Festschrift in Honor of Karl Jöreskog, R. Cudeck, S. du Toit y D. Sorbom (eds), Chicago, IL: Scientific Software International, pp. 139–168.

Cole, R. A. 2000. Issues in Web-Based Pedagogy: A Critical Primer. Westport, CT: Greenwood Press. Davis, F. D. 1986. A Technology Acceptance Model for Empirically Testing New End-User Information

Systems: Theory and Results. Doctoral dissertation, Sloan School of Management, Massachusetts Institute of Technology.



Davis, F. D. 1989. “Perceived Usefulness, Perceived Ease of Use and User Acceptance of Information

Technology,” MIS Quarterly (13), pp. 319-340. Davis, F. D., Bagozzi, R. P., y Warshaw, P. R. 1989. “User Acceptance of Computer Technology: A

Comparison of Two Theoretical Models,” Management Science, (35:8), pp. 982-1003. Fornell, C. y Bookstein, F. 1982. “A Comparative Analysis of Two Structural Equation Models: LISREL

and PLS Applied to Market Data,” en A second generation of multivariate analysis, C. Fornell (ed.), (Vol. 1), New York: Praeger, pp. 289–323

Grados, J. 1999. Capacitación y Desarrollo de Personal, México, Edit. Trillas. Hsia, J-W. 2007. “An Enhanced Technology Acceptance Model for E-learning Systems in High-Tech

Companies,” en Proceedings of the 7th WSEAS International Conference on Distance Learning and Web Engineering. Beijing, China, pp. 338-343.

Liu, I-F., Chen, M., Sun, Y., Wible, D. y Kuo, C-H. 2010. “Extending the TAM Model to Explore the

Factors that Affect Intention to Use an Online Learning Community,” Computers & Education, (54), pp. 600-610.

MacKenzie, S. B., Podsakoff, P. M., y Podsakoff, N. P. 2011. "Construct Measurement and Validation

Procedures in MIS and Behavioral Research: Integrating New and Existing Techniques," MIS Quarterly( 35:2), pp. 293-334.

Mitchell, S.A. 1995. “Interaction in the Kleinian and Interpersonal Traditions,” Contemporary

Psychoanalysis, (31), pp.65-91. Park, S. Y. 2009. “An Analysis of the Technology Acceptance Model in Understanding University

Students' Behavioral Intention to Use e-Learning,” Educational Technology & Society, (3:12), pp. 150-162.

R Core Team. 2013. R: A language and environment for statistical computing. R Foundation for

Statistical Computing, Vienna, Austria. URL http://www.R-project.org/. Rajendran, K. 2005. Training and Development, A Study of Employees Attitude on Training in Vellore

District Cooperative Bank, Alagappa University, India, pp.21-31. Romiszowski, A.J. 2004. “How’s the E-Learning Baby? Factors Leading to Success or Failure of an

Educational Technology Innovation.” Educational Technology, (44:1), pp. 5–27.

Rossett, A. 2002. “Walking in the Night and Thinking About E-Learning,” en The ASTD e-learning handbook, A. Rossett (ed.), New York: McGraw-Hill, pp. 3-18.

Sanchez, G., Trinchera, L., y Russolillo, G. 2013. plspm: Tools for Partial Least Squares Path Modeling

(PLS-PM). R package version 0.4.1. http://CRAN.R-project.org/package=plspm Schneeweiss, H. 1993. “Consistency at Large in Models with Latent Variables,” en Statistical modelling

and latent variables, K. Haagen, D.J. Bartholomew y M. Deistler (eds.), Amsterdam:Elsevier Science Publishers, pp. 299-320.

Sorgenfrei, C., Borschbach, A., y Smolnik, S. 2013. “Understanding E-Learning Continuance Intention:

Towards A Conceptual Model,” en Proceedings ECIS, Completed Research Paper, p. 223. Tenenhaus M., Esposito Vinzi, V., Chatelin Y.M., y Lauro, C. 2005. “PLS Path Modeling,” Computational

Statistics & Data Analysis, (48:1), pp. 159–205.



Venkatesh, V., y Davis, F. 2000. “A Theoretical Extension of the Technology Acceptance Model: Four Longitudinal Field Studies,” Management Science, (46:2), pp. 186-204.

Vroom, V. H. 1964. Work and Motivation. New York: Wiley.

Yoo, Y., y Alavi, M. 2001. “Media and Group Cohesion: Relative Influences on Social Presence, Task Participation, and Group Consensus,” MIS Quarterly, (25), pp. 371–379.

Aceptación de Cursos Virtuales: Una Evaluación Usando PLS

Documents

Transcript of Aceptación de Cursos Virtuales: Una Evaluación Usando PLS