Determinantes de la aceptación del mobile learning como elemento de formación del capital humano en las organizaciones
- Vidal García, Marta Esmeralda
- María Francisca Blasco López Director/a
- Miguel Ángel Sastre Castillo Director/a
Universidad de defensa: Universidad Complutense de Madrid
Fecha de defensa: 30 de junio de 2017
- Jesús García-Tenorio Ronda Presidente/a
- Ignacio Danvila del Valle Secretario/a
- Joaquín Aldás Manzano Vocal
- Gregorio Sánchez Marín Vocal
- Eva María Aguilar Pastor Vocal
Tipo: Tesis
Resumen
Dada la elevada penetración y popularidad de los dispositivos móviles, como ordenadores portátiles, teléfonos inteligentes o tabletas, cabe preguntarse cómo las compañías pueden aprovechar estas tendencias e integrarlas en sus procesos de negocio de forma rentable. Entre las múltiples aplicaciones de los dispositivos portátiles destaca la de utilizarlos para la formación y el aprendizaje, desarrollando así la metodología conocida como mobile learning, un tipo específico de e-learning a cuyo contenido se accede mediante el uso de la tecnología móvil. Asimismo, la introducción de nuevas tecnologías de la información en las organizaciones supone grandes inversiones de tiempo y dinero. Por ello resulta crucial conocer la disposición de los usuarios a aceptar y utilizar dichos sistemas, es decir, los factores determinantes de la adopción y uso de dichas tecnologías. Para ello, en las últimas décadas se han desarrollado diferentes teorías y modelos para investigar los factores que intervienen en la aceptación de un individuo hacia un nuevo sistema. Uno de los modelos más utilizados para investigar la aceptación de un sistema ha sido el Modelo de Aceptación de la Tecnología (TAM), el cual ha sido ampliado para incluir nuevas variables que permitan mejorar su poder explicativo, evolucionando hacia los modelos TAM2 y TAM3. En el presente estudio, se utiliza el modelo TAM3 como base teórica para analizar los factores que influyen en la aceptación del m-learning en la formación del capital humano en las organizaciones. La recopilación de datos se ha realizado mediante un cuestionario, adaptando los ítems utilizados en TAM3. El método elegido para analizar los datos y la modelización ha sido la técnica de regresión por mínimos cuadrados parciales (PLS). Los resultados obtenidos en la estimación del modelo de medida muestran una elevada fiabilidad y cumplen los criterios de validez convergente y discriminante. El modelo estructural también presenta resultados satisfactorios. De las trece relaciones directas planteadas en nuestro modelo únicamente una hipótesis no ha sido contrastada. De esta forma, los resultados confirman que los usuarios tendrán intención de usar el m-learning en base a la presión social del entorno, si les ayuda en la realización de sus tareas, si se ajusta a sus objetivos profesionales, si pueden demostrar o explicar los resultados obtenidos, si confían en sus propias habilidades, si existe ayuda organizacional (asistencia, formación, condiciones facilitadoras), pero sobre todo si es útil y fácil de utilizar. Sin embargo, la adopción del m-learning no depende de en qué medida los usuarios pueden mejorar su prestigio o estatus social. El modelo explica el 51% de la varianza de la intención conductual de utilizar el m-learning, el 47% de la varianza de la facilidad de uso percibida del m-learning, y el 53% de la varianza de la utilidad percibida del m-learning, validando así la conveniencia de TAM3 para predecir la aceptación del m-learning.