Documentos de Académico
Documentos de Profesional
Documentos de Cultura
felipe.machorro@udlap.mx; maria.romero@udlap.mx
1
Universidad de las Américas Puebla, Ex Hacienda Sta. Catarina Mártir S/N, 72810,
San Andrés Cholula, México.
Pages: 404-413
1. Introducción
La pandemia del COVID-19 provocó que la educación prácticamente en todo el mundo
se cursara de manera remota. El caso de México no fue la excepción, por lo que las
instituciones tanto de educación básica como superior tuvieron que encontrar estrategias
para brindar servicios educativos a distancia.
Esto implicó no solo el ofrecer clases por internet, sino también asegurar que los
procesos académico-administrativos pudieran llevarse a cabo de manera online. En
muchos casos, estos sistemas de información escolar ya existían, pero su aceptación no
había sido requerida ya que los estudiantes tenían la opción de asistir presencialmente
para realizar sus trámites escolares.
Sin embargo, la contingencia sanitaria obligó a la utilización de estos sistemas de manera
general lo que planteó otra variable a considerar: la calidad de la conexión a internet.
Países en desarrollo, tal como es el caso de México suelen presentar grandes diferencias
entre sus regiones con respecto al acceso a internet para su población (INEGI, 2018), por
lo que la experiencia al utilizar los sistemas de información variará considerablemente
en función de la calidad de la conectividad que tenga el estudiante.
Por lo anterior, el objetivo de este artículo es analizar el efecto que tiene la calidad del
acceso a internet en la aceptación un sistema de información escolar en una institución
de educación superior en México. Para esto, utilizamos el modelo de aceptación de
tecnología (TAM) en el cual se consideó el acceso a internet como una variable externa.
El documento se compone de las siguientes secciones: en el siguiente apartado se realiza
una revisión de literatura del modelo TAM, así como de las variables que lo componen,
posteriormente se describe el método de la investigación realizada para después
presentar los resultados obtenidos, las conclusiones y la discusión.
Facilidad de uso percibida (Perceived Ease of Use, PEOU): Es el nivel en el que las
personas piensan que tendrán que esforzarse para poder utilizar de forma apropiada la
tecnología usada. Posee una relación causal hacia la utilidad percibida.
Actitud hacia el uso (Attitude Toward Using, ATT): Este factor es la suma de la utilidad
percibida y la facilidad de uso percibida, representa la disposición que tienen las personas
hacia la tecnología usada. Puede ser una actitud favorable, causar aversión o provocar
incertidumbre.
Intención de uso (Behavioral Intention to Use, BI): Es el proceso consciente de tener la
intención de utilizar una tecnología dada.
Uso real del sistema ctual Use : Es el comportamiento final de las personas, el uso o el
rechazo de un sistema tecnológico.
Variables e ternas: Son factores a enos al sistema tecnológico en estudio que in uyen
en su uso real, como las características de los usuarios, hardware empleado, inducción
previa, etc.
2. Método
2.1. Participantes
El estudio fue realizado en una institución de educación superior tecnológica del estado
de Veracruz en México. Los participantes fueron estudiantes usuarios de un sistema
de gestión de procesos académicos denominado sistema de gestión integral (SGI). Se
realizó un muestreo no aleatorio en el que solicitó la respuesta del instrumento mediante
la plataforma del SGI de manera voluntaria. La siguiente tabla resume las características
demográficas de los participantes
Número Porcentaje
Masculino 421 48.8%
Género
Femenino 425 50.2%
Ingeniería 493 58.3%
Disciplina académica
Negocios 353 41.7%
2.2. Instrumentos
Los instrumentos de medida para el modelo TAM fueron adaptados de Davis (1989) y
Wu y Chen (2017). Adicionalmente se incluyó una pregunta para medir la percepción que
los estudiantes tienen de la calidad de su acceso a internet. Todos los ítems consideraban
una escala Likert de siete puntos. La tabla 2 muestra el Alfa de Cronbach como medida
de confiabilidad del instrumento odas las variables muestran una alta confiabilidad
con valores superiores a 0.9.
3. Resultados
Relación ß Valor-p 2
De acuerdo con los resultados de los valores P, todos los coeficientes beta son
estadísticamente significativos demás, para evaluar el tama o del efecto que
cada variable independiente tiene en sus correspondientes variables dependientes,
calculamos el índice f 2, cuyos valores de , y indican un efecto peque o,
moderado y fuerte respectivamente (Cohen, 1988). El acceso a internet (IA) tuvo un
peque o impacto en PU f 2 = 0.055) y un fuerte efecto en PEOU (f 2 = 0.6526), mientras
que PE U tuvo un impacto peque o en PU f 2 = 0.133). El impacto de PU sobre ATT fue
fuerte (f 2 = 0.349), mientras que PEOU tuvo un efecto moderado sobre ATT (f 2 = 0.316).
En cuanto al impacto de PU en B , se observó un tama o de efecto peque o f 2 = 0.099),
y el impacto de ATT en el BI fue moderado (f 2 = 0.346).
4. Conclusiones
El ob etivo de este paper es evaluar la in uencia del acceso a internet en la aceptación de
un sistema de información escolar en México. De acuerdo con los resultados obtenidos,
tiene una in uencia significativa con un tama o de efecto peque o en PU, mientras
que para PE U el tama o de efecto es fuerte Estos resultados concuerdan con la visión
de Zalat y Shakah; sin embargo, la diferencia del efecto ocasionado por IA en PU y PEOU
puede deberse a que tener una mejor conexión a internet está más relacionado con
utilizar más fácilmente el sistema y no necesariamente con la utilidad del mismo.
Respecto a las demás relaciones de las variables del TAM, encontramos un efecto
significativo de PE U en PU lo cual es consistente con la mayor parte de la investigación
previa (Nadlifatin et al., 2020; Qashou, 2021). PEOU tiene un efecto menor en ATT que
PU, lo que indica que la utilidad percibida determina en mayor medida la actitud hacia
la tecnología que la facilidad de uso. Esto no coincide con los resultados obtenidos por
Mailizar et al. (2021) y Pinho et al. (2020) pero sí con Unal & Murat Uzun (2020) y
Saroia & Gao (2019)
Finalmente encontramos que la actitud determina en mayor medida al BI (que la PU
resultado que concuerda con los hallazgos de Unal & Murat Uzun (2020), Qashou (2021)
y Saroia & Gao (2019), es decir, es consistente con la investigación previa.
Puede concluirse que los resultados son consistentes con las relaciones propuestas por
el modelo TAM, además de plantear una extensión al mismo al considerar el acceso a
internet de los usuarios como una variable e terna que in uye en la PU y la PE U l
validarse estas relaciones, puede concluirse que la calidad del acceso a intenet con el que
cuentan los estudiantes será un factor a considerar por ellos para aceptar el sistema de
información escolar. Esto es importante ya que, debido a la pandemia del COVID-19 el
uso de esta tecnología fue necesaria, además de que lo seguirá siendo en el futuro, así
como otros sistemas de gestión en línea.
Como línea futura de investigación, pueden realizarse estudios que analicen la relación
del acceso a internet en países en desarrollo, ya que la infraestructura en muchos casos
no es adecuada, lo que puede dificultar el uso y aceptación de tecnología demás, un
estudio de carácter longitudinal sería interesante para revisar si después de la pandemia
el nivel de in uencia del acceso a internet se mantiene o tiene alg n cambio
Referencias
bd Ma id, , Mohd Shamsudin, N dentifying actors ecting cceptance
of Virtual Reality in Classrooms Based on Technology Acceptance Model (TAM). En
Asian Journal of University Education (AJUE) (Vol. 15, Número 2).
Ajzen, I., & Fishbein, M. (1980). Understanding attitudes and predicting social
behavior. Prentice-Hall.
Barclay, D., Higgins, C., & Thomson, R. (1995). The Partial Least Squares (PLS)
Approach to Causal Modelling: Personal Computer Adoption and Use Illustration.
Technology Studies, 2(2), 285–309.
Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences. Lawrence
Erlbaum Associates.
Davis, F. D. (1989). Perceived Usefulness, Perceived Ease of Use, and User
Acceptance of Information Technology. MIS Quarterly, 13(3), 319. https://doi.
org/10.2307/249008
Fathema, N., Shannon, D., & Ross, M. (2015). Expanding The Technology Acceptance
Model (TAM) to Examine Faculty Use of Learning Management Systems (LMSs)
In Higher Education Institutions. MERLOT Journal of Online Learning and
Teaching, 11(2), 210–232.
Fornell, C., & Larcker, D. F. (1981). Evaluating Estructural Equation Models with
Unobservable Variables and Measurement Error. Journal of Marketing Research,
18, 39–50.
Hussein, L. A., & Hilmi, M. F. (2020). Cloud Computing Based E-learning in Malaysian
Universities. International Journal of Emerging Technologies in Learning, 15(8),
4–21. https://doi.org/http://10.0.15.151/ijet.v15i08.11798
INEGI. (2018). Encuesta Nacional sobre Disponibilidad y Uso de las TIC en los Hogares
2018. Instituto Nacional de Geografía e Informática.
Joshua, D., & King, L. (2020). The Utilization of e-resources at Modibbo Adama
University of Technology (MAUTech), Yola, Adamawa State, Nigeria. International
Journal of Knowledge Content Development & Technology, 10(1), 47–70.
Mailizar, M., Almanthari, A., & Maulina, S. (2021). Examining Teachers’ Behavioral
Intention to Use E-learning in Teaching of Mathematics: An Extended TAM
Model. Contemporary Educational Technology, 13(2), 1–16. http://10.0.120.215/
cedtech/9709
Nadlifatin, R., Ardiansyahmiraja, B., Persada, S. F., Belgiawan, P. F., Redi, A. A. N. P.,
& Lin, S.-C. (2020). The Measurement of University Students’ Intention to Use
Blended Learning System through Technology Acceptance Model (TAM) and Theory
of Planned Behavior (TPB) at Developed and Developing Regions: Lessons Learned
from Taiwan and Indonesia. International Journal of Emerging Technologies in
Learning, 15(9), 219–230. https://doi.org/http://10.0.15.151/ijet.v15i09.11517
Pinho, C., Franco, M., & Mendes, L. (2020). Acceptance and use of information
technology: context of Portuguese universities. Information and Learning Sciences,
121(11/12), 869–887. https://doi.org/10.1108/ILS-02-2020-0030
ashou, n uencing factors in M-learning adoption in higher education
Education and Information Technologies, 26, 1755–1785. https://doi.org/10.1007/
s10639-020-10323-z
Saroia, A. I., & Gao, S. (2019). Investigating university students’ intention to use mobile
learning management systems in Sweden. Innovations in Education & Teaching
International, 56(5), 569–580. https://doi.org/https://dx.doi.org/10.1080/14703
297.2018.1557068
Shakah, G., Al-Oqaily, A. T., & Alqudah, F. (2019). Motivation Path between the
Di culties and ttitudes of Using the E-Learning Systems in the ordanian
Universities: Aajloun University as a Case Study. International Journal of Emerging
Technologies in Learning, 14(19), 26–48. https://doi.org/http://10.0.15.151/ijet.
v14i19.10551
Sholikah, M., & Sutirman, S. (2020). How Technology Acceptance Model (TAM) Factors
of Electronic Learning n uence Education Service uality through Students
Satisfaction. TEM Journal, 9(3), 1221–1226. https://doi.org/10.18421/TEM93-50
Unal, E., & Murat Uzun, A. (2020). Understanding university students’ behavioral
intention to use Edmodo through the lens of an extended technology acceptance
model. British Journal of Educational Technology. https://doi.org/10.1111/
bjet.13046
Wu, B., & Chen, X. (2017). Continuance intention to use MOOCs: Integrating the
technology acceptance model M and tas technology fit model Computers
in Human Behavior, 67, 221–232. https://doi.org/10.1016/J.CHB.2016.10.028
Zalat, M. M., Hamed, M. S., & Bolbol, S. A. (2021). The experiences, challenges, and
acceptance of e-learning as a tool for teaching during the COVID-19 pandemic
among university medical sta PloS one, 16(3), e0248758. https://doi.org/10.1371/
journal.pone.0248758