Tabel 1.

Kisi-kisi Angket Kepercayaan diri

Dimensi Kepercayaan diri Indikator
Tingkatan Peserta didik memiliki pandangan positif
tentang tugas yang dikerjakan
Peserta didik memiliki keyakinan akan
kemampuannya dalam mengatasi
rintangan di tingkat kesulitan tugas yang
dihadapi
Peserta didik memiliki keyakinan akan
kemampuannya untuk mengambil
tindakan yang diperlukan untuk mencapai
tujuan
Kekuatan Peserta didik menggunakan pengalaman
hidup sebagai langkah untuk mencapai
kesuksesan
Peserta didik menunjukkan sikap
kepercayaan diri dalam seluruh proses
pembelajaran
Peserta didik dapat mengatasi berbagai
masalah dengan sikap positif
Secara Umum Peserta didik memiliki keyakinan yang
kuat tentang kemampuannya dalam
menyelesaikan tugas
Peserta didik berkomitmen untuk
menyelesaikan tugas akademik dengan
baik
Peserta didik memiliki semangat juang
dan tidak menyerah ketika mengalami
hambatan untuk menyelesaikan tugas

Prediktor Eng ag ement dan Partisipasi dalam On-Line Course

Marc D. Miller, Ph.D. Universitas Negeri Augusta, mmiller@aug.edu

R. Kelly Rainer, Jr., Ph.D. Universitas Auburn

J. Ken Corley, Universitas Auburn

pengantar

Penggunaan materi pembelajaran online meningkat baik dalam pengaturan akademik dan
pelatihan industri. Sementara keuntungan dari pembelajaran online menarik dan banyak,
masalah yang terkait dengan keberhasilan pelaksanaan program pembelajaran online dapat
mengurangi pengalaman pendidikan bahkan siswa yang paling termotivasi. Masalah-
masalah ini termasuk faktor-faktor seperti kehadiran yang buruk, penundaan, perasaan
terisolasi, dan kurangnya struktur dalam kursus (Brown, 2001; Kulik, 1991; Fishman, 1999;
Oliver, 1999; Olugbemiro et al., 1999; Young- Ju Joo dkk., 2000, Wang dan Newlin, 2000).
Masalah-masalah ini dapat membatasi jumlah partisipasi dan keterlibatan dengan materi
kursus yang ditawarkan di lingkungan online.

Selain itu, kurangnya kontak tatap muka dapat menciptakan kurangnya kontrol dalam
lingkungan pengajaran. Kurangnya kontrol ini menimbulkan pertanyaan: Dapatkah instruktur
memprediksi jumlah waktu yang harus dihabiskan siswa di ruang belajar lingkungan online
agar berhasil? Hiltz (1994) menunjukkan bahwa siswa dapat menarik diri dari kursus online
karena mereka tidak mengatur waktu yang dibutuhkan untuk berhasil dalam kursus. Artinya,
mereka menunda melakukan kegiatan online sampai mereka tidak dapat menyelesaikan
kelas dalam kerangka waktu yang ditentukan.

Masalah manajemen waktu ini mungkin dipengaruhi oleh media secara keseluruhan.
Artinya, jika siswa merasa tidak nyaman dengan mekanisme penyampaian (yaitu komputer),
maka siswa dapat menghabiskan lebih sedikit waktu untuk terlibat dalam pembelajaran
online. Dua aliran penelitian utama telah mengeksplorasi penggunaan dan non-penggunaan
teknologi komputer: model penerimaan teknologi (TAM) (Davis et al., 1989; Davis, 1989) dan
berbagai penafsiran konstruksi efikasi diri komputer (CSE) (Compeau dkk., 1995, 1999;
Intisari, 1989; Intisari dkk., 1989; Murphy dkk., 1989)
Jika model ini dapat memprediksi penggunaan dan kepuasan komputer, mereka mungkin
juga dapat memprediksi dan menjelaskan partisipasi dan keterlibatan dengan kursus
pembelajaran online yang menggunakan komputer sebagai media akses utamanya. Oleh
karena itu, tujuan dari penelitian ini adalah untuk mengeksplorasi secara empiris konstruk
TAM dan CSE yang terkait dengan penggunaan komputer dalam penyampaian pembelajaran
online. Memahami faktor-faktor ini dapat membantu perancang kursus, pendidik, dan
direktur pelatihan dan pengembangan perusahaan mengembangkan dan menerapkan
program pembelajaran dan pelatihan online yang lebih efektif.

Prediktor Model Penerimaan Teknologi Penggunaan Komputer

Davis dkk. (1989) pertama kali memperkenalkan TAM sebagai perluasan teoritis dari Theory
of Reasoned Action (TRA) (Ajzen & Fishbein, 1980). TAM (lihat Gambar 1) terdiri dari tiga
faktor utama yang memprediksi penggunaan komputer: Perceived Usefulness, Perceived
Ease of Use, dan Intention to Use.

Gambar 1: Model Penerimaan Teknologi

Perceived Usefulness (USE) mengacu pada persepsi individu bahwa teknologi atau aplikasi
komputer akan membantu mereka melakukan pekerjaan mereka dengan lebih baik (Davis,
1989). Artinya, aplikasi menghasilkan hubungan penggunaan-kinerja yang positif. Dalam
konteks pembelajaran online, definisi ini dapat diartikan sebagai apakah berpartisipasi aktif
dalam kursus online akan membantu siswa mencapai hasil terkait pekerjaan atau sekolah
atau tidak.

Perceived Ease of Use (EOU) mengacu pada "sejauh mana seseorang percaya bahwa
menggunakan sistem tertentu akan bebas dari usaha" (Davis, 1989 hal. 320). Artinya,
dapatkah aplikasi tersebut dengan mudah digunakan untuk tujuan yang dimaksudkan?
Kemudahan Penggunaan, dalam konteks pembelajaran online, dapat diartikan sebagai
mudah atau tidaknya perangkat pembelajaran dan modul pembelajaran online untuk
digunakan agar siswa dapat berpartisipasi dan terlibat dalam materi pelajaran.

Di dalam TAM, konstruksi kegunaan dan kemudahan penggunaan memprediksi komponen

sikap dari Intention to Use. Niat untuk melakukan perilaku tertentu telah terbukti menjadi
prediktor yang efektif dari perilaku yang sebenarnya itu sendiri (Ajzen & Fishbein, 1980).
Dalam konteks kursus online, niat untuk menggunakan diterjemahkan langsung menjadi niat
untuk berpartisipasi dan terlibat dalam kursus online.

TAM telah diuji dalam berbagai pengaturan komputer dan telah terbukti menjadi prediktor
kuat penggunaan komputer (Szajna, 1996; Taylor & Todd, 1995; Thomson, et al., 1991;
Venkatesh, 2000; Venkatesh & Davis , 1996, 2000). TAM juga harus menjadi prediktor sukses
penggunaan kursus online. TAM menunjukkan bahwa salah satu alasan (di antara banyak
alasan lainnya) seseorang mengikuti kursus online berbasis komputer, adalah karena dia
merasa bahwa kendaraan (komputer) untuk kursus tersebut mudah digunakan dan berguna.
Oleh karena itu, TAM harus memprediksi niat untuk berpartisipasi dalam kursus online dan
selanjutnya perilaku yang sebenarnya.

Teori Perilaku yang Direncanakan

Model lain yang telah terbukti berguna dalam memprediksi penggunaan komputer adalah
Theory of Planned Behavior (TPB). TPB ditunjukkan pada gambar 2 dan termasuk konstruksi
yang tidak muncul di TAM. Mathieson (1991) dan Taylor & Todd (1995) menunjukkan bahwa
perbedaan utama antara TPB dan TAM adalah norma subjektif dan konstruk kontrol perilaku
yang dirasakan (Mathieson et al., 2001).

Gambar 2: Teori Perilaku Terencana

Norma Subjektif (SN) mengacu pada persepsi individu tentang pendapat orang lain tentang
perilaku mereka. SN telah terbukti menjadi prediktor perilaku (Bagozzi et al., 1992; Fishbein
& Ajzen, 1975; Mathieson, 1991). Dalam konteks kursus online, norma subjektif adalah
besarnya pengaruh yang dimiliki atasan seseorang (yaitu majikan, orang tua, atau pasangan)
dalam mempengaruhi pilihan untuk mengikuti kursus atau pelatihan online.

Perceived Behavioral Control (PBC) mengacu pada persepsi individu tentang apakah dia
dapat melakukan perilaku tertentu atau tidak. Oleh karena itu, PBC akan menjadi konstruksi
yang mirip dengan Computer Self Efficacy (CSE) (Bagozzi et al., 1992). Dalam konteks kursus
online, PCB akan didefinisikan sebagai apakah seseorang dapat menggunakan alat online
untuk berpartisipasi dan terlibat dalam kursus dengan sukses atau tidak. Konstruksi CSE
dibahas di bagian selanjutnya dari makalah ini.

Dua model sikap (TAM dan TPB) menggunakan beberapa konstruksi untuk memprediksi dan
menjelaskan perilaku. Kegunaan, Kemudahan Penggunaan, Norma Subyektif, dan Perceived
Behavioral Control harus memiliki hubungan positif dengan perilaku individu dalam kursus
online. Perilaku yang menarik dalam penelitian ini adalah apakah seseorang berpartisipasi
dan terlibat dalam kursus online atau tidak. Perilaku individu dalam kursus online
dioperasionalkan oleh jumlah waktu yang dia habiskan untuk mengerjakan modul kursus.
Oleh karena itu, proposisi berikut ditawarkan:

Proposisi 1: Kemudahan Penggunaan yang Dirasakan akan berdampak positif pada jumlah
waktu yang dihabiskan dalam kursus online.

Proposisi 2: Perceived Usefulness akan berdampak positif pada jumlah waktu yang
dihabiskan dalam kursus online.

Proposisi 3: Norma Subjektif akan berdampak positif pada jumlah waktu yang dihabiskan
dalam kursus online.

Kemanjuran Komputer Sendiri

Bandura (1986) mendefinisikan self-efficacy sebagai "Penilaian orang-orang tentang
kemampuan mereka untuk mengatur dan melaksanakan tindakan yang diperlukan untuk
mencapai jenis kinerja yang ditentukan. Hal ini tidak berkaitan dengan keterampilan yang
dimiliki seseorang tetapi dengan penilaian tentang apa yang dapat dilakukan seseorang
dengan apa pun. keterampilan yang dimiliki seseorang." (hal. 391) Self-efficacy, kemudian,
adalah keyakinan individu bahwa dia dapat melakukan tugas atau perilaku tertentu.

Computer self-efficacy (CSE) didefinisikan sebagai penilaian kemampuan seseorang untuk

menggunakan teknologi informasi (Agarwal et al., 2000; Compeau et al., 1995; Gist, 1989;
Gist et al., 1989). Marakas dkk. (1998) mengemukakan bahwa CSE dapat didefinisikan
dengan dua sub-konstruksi: General Computer Self-Efficacy (GCSE) dan Task-Specific
Computer Self-Efficacy (TCSE).

GCSE "mengacu pada penilaian individu di beberapa domain komputer" (Marakas, et al.,
1998; p. 129). Artinya, GCSE mengacu pada perasaan kompetensi umum dengan komputer.
GCSE mengacu pada persepsi individu untuk dapat menggunakan komputer tanpa
memperhatikan tugas, aplikasi, atau perangkat lunak tertentu. Dalam konteks kursus
pembelajaran online, GCSE akan mengacu pada kemampuan umum untuk menggunakan
komputer untuk terlibat dan berpartisipasi dalam kursus.

TCSE "mengacu pada persepsi individu tentang efikasi diri dalam melakukan tugas-tugas
terkait komputer tertentu dalam domain komputasi umum" (Marakas et al., 1998; hal. 128).
Artinya, TCSE mengacu pada persepsi individu dalam melakukan perilaku komputasi terkait
tugas tertentu. Oleh karena itu, agar seorang individu untuk terlibat dan berpartisipasi
dalam kursus online, dia harus memiliki perasaan self-efficacy terhadap mekanisme
pengiriman utama, komputer. Mereka harus merasa yakin bahwa mereka akan mampu
memanipulasi dan menggunakan mekanisme yang mengontrol jalannya (Chau et al., 2001;
Hill et al., 1987; Martocchio, 1993, 1994; Thompson et al., 1996; Webster & Martocchio. ,
1996; Muda et al., 2000).

Efikasi diri komputer telah terbukti menjadi prediktor penggunaan komputer dan pendidikan
jarak jauh berbasis web. Marakas dkk. (1998) meninjau 40 studi tentang CSE dan
menemukan bahwa sebagian besar penelitian menunjukkan hubungan antara CSE dan
beberapa perilaku yang berhubungan dengan komputer. Selain itu, Agarwal et al. (2000)
menemukan bahwa baik TCSE dan GCSE memiliki hubungan yang kuat dengan keyakinan
Kemudahan Penggunaan terhadap berbagai paket perangkat lunak. Studi ini menunjukkan
bahwa TCSE dan GCSE akan memiliki hubungan dengan keseluruhan keterlibatan dan
partisipasi dalam kursus online. Akhirnya, Lim (2001) menemukan bahwa CSE secara efektif
memprediksi kepuasan dalam kursus online berbasis web. Oleh karena itu, proposisi berikut
ditawarkan:

Proposisi 4: Kemanjuran Komputer Umum akan berdampak positif pada jumlah waktu yang
dihabiskan dalam kursus online.

Proposisi 5: Kemanjuran Komputer Khusus Tugas akan berdampak positif pada jumlah waktu
yang dihabiskan dalam kursus online.

Pengaturan dan Mata Pelajaran

Setting studi adalah kursus online tentang Aplikasi Mikrokomputer. Kursus ini mencakup
paket lengkap Microsoft Office (Windows, Word, Excel, Powerpoint dan Access), selain
konsep dasar komputer tentang Perangkat Keras, Perangkat Lunak, Data, Komunikasi,
Orang, dan Prosedur. Kursus ini disampaikan sepenuhnya secara online melalui modul
interaktif yang dikembangkan menggunakan Authorware. Para siswa memiliki pilihan untuk
mengambil kursus dari rumah atau dari laboratorium komputer di kampus. Kursus ini juga
memiliki lab opsional di mana siswa dapat menerima bantuan dari instruktur atau asisten
lulusan. Setiap kali siswa masuk ke modul kursus, sistem akan melacak waktu yang
dihabiskan dalam kursus. Oleh karena itu, siswa' Total waktu yang dihabiskan untuk bekerja
di modul interaktif dicatat dan dikompilasi. Para siswa diberitahu di awal semester bahwa
waktu mereka dalam modul kursus akan diukur sepanjang semester.

Untuk menguji lima proposisi yang dikembangkan dalam penelitian ini, instrumen survei
diberikan kepada enam puluh enam (66) mahasiswa yang mengambil mata kuliah tersebut.
Pada akhir semester, para siswa diberikan sebuah survei yang mencakup langkah-langkah
untuk Perceived Ease of Use, Perceived Usefulness (Davis, 1989), Subyektif Norm
(Mathieson, 1991), Task Specific Computer Self Efficacy (Murphy, Coover, & Owen , 1988),
dan Kemanjuran Komputer Umum (Compeau dan Higgins, 1995). Instrumen-instrumen ini
disajikan dalam Lampiran.

Variabel bebas dalam penelitian ini adalah konstruk engagement dan partisipasi. Untuk
penelitian ini ukuran pengganti waktu yang dihabiskan dalam kursus digunakan. Ini adalah
ukuran jumlah menit aktual yang dihabiskan untuk mengerjakan modul online kursus.
Meskipun ukuran ini bukan ukuran yang sempurna, ini adalah ukuran yang menunjukkan
intensitas dan durasi waktu yang dihabiskan untuk melakukan tugas menggunakan modul
online. Ukuran ini berkorelasi dengan nilai yang diberikan dalam kursus dan korelasi yang
signifikan (.91 p=.0001) ditemukan.

Analisis data

Data dianalisis dengan terlebih dahulu memeriksa statistik deskriptif dan reliabilitas skala
pengukuran. Tabel 1 menunjukkan statistik deskriptif untuk sampel ini. Data tersebut
kemudian dianalisis dengan model regresi berganda, menggunakan indikator rata-rata dari
masing-masing konstruk. Tabel 2 menunjukkan hasil ini. Terakhir, hasil dari setiap proposisi
disajikan pada Tabel 3.

Hasil

Tabel 1 menunjukkan bahwa masing-masing dari lima konstruksi menunjukkan keandalan

internal yang dapat diterima. Semua alfa Cronbach berada di atas nilai yang dapat diterima
yaitu 0,70 (Nunnally, 1967). Oleh karena itu, lima skala dianggap sebagai ukuran yang dapat
diandalkan dari konstruksi yang dimaksud. Tabel 2 menunjukkan bahwa model regresi
umum adalah signifikan (F = 6.94, p <0,001) dan disesuaikan R 2 dari 0,31. Akhirnya, Tabel 3
menunjukkan bahwa analisis data memberikan dukungan untuk Proposisi 1 dan 2,
sementara gagal memberikan dukungan untuk Proposisi 3, 4, dan 5.

Tabel 1. Statistik Deskriptif

Matriks Kovarians Menunjukkan Keandalan Internal

GCSE TSCSE EOU MENGGUNAKAN SN Alpha Chronbach

GCSE

Kemanjuran Komputer Umum

1.143 .91

TSCSE

Kemanjuran Komputer Khusus Tugas

0,875 1.094 .89

EOU

Kemudahan penggunaan

1.038 1.197 1.531 .95

MENGGUNAKAN

Kegunaan

0,695 0,915 1,001 1.053 .96

SN
Norma subjektif

0,673 0,892 0,905 0,871 1.910 .78

Tabel 2. Hasil Analisis Regresi

ANALISIS VARIANSI

SS DF CARA F-RATIO P-VALUE

REGRESI 5010243.459 5 1002048.6919 6.935 0,000

SISA 8668921.570 60 144482.0262

TOTAL

13679165.03

65

Beberapa R 0,6052

R-kuadrat 0,3663

Disesuaikan R-kuadrat 0,3135

F (5, 60) 6.9355

Prob > F 0,0000

Std. Kesalahan Taks. 380.1079

Statistik Durbin-Watson 1.9753

Tabel 3. Apakah Analisis Data Mendukung Proposisi?

Dalil
Ukuran

Koefisien (nilai-p)

Didukung

Proposisi 1: Kemudahan Penggunaan yang Dirasakan akan berdampak positif pada jumlah
waktu yang dihabiskan dalam kursus online.

Kemudahan Penggunaan (Davis, 1989)

421,40 (0,0002)

ya

Proposisi 2: Perceived Usefulness akan berdampak positif pada jumlah waktu yang
dihabiskan dalam kursus online.

Kegunaan (Davis, 1989)

333,36 (0,0005)

ya

Proposisi 3: Norma Subjektif akan berdampak positif pada jumlah waktu yang dihabiskan
dalam kursus online.
Norma Subyektif (Mathieson, 1991)

-13,51 (0,7642)

Tidak

Proposisi 4: Kemanjuran Komputer Umum akan berdampak positif pada jumlah waktu yang
dihabiskan dalam kursus online.

GCSE (Compeau & Higgins, 1995)

91,90 (0,2172)

Tidak

Proposisi 5: Kemanjuran Komputer Khusus Tugas akan berdampak positif pada jumlah waktu
yang dihabiskan dalam kursus online.

TSCSE (Murphy, Coover & Owen, 1987)

15,031 (0,9197)

Tidak
Kesimpulan

Data mendukung proposisi yang berpusat pada TAM. Perceived Ease of Use dan Usefulness
keduanya memiliki hubungan positif yang signifikan pada jumlah waktu yang dihabiskan
dalam kursus. Artinya, jika seorang siswa merasakan mekanisme penyampaian (komputer
pribadi) menjadi Mudah Digunakan dan Berguna maka mereka lebih mungkin untuk terlibat
dalam kursus yang diukur dengan waktu yang dihabiskan dalam modul online. Penelitian
sebelumnya telah menemukan bahwa Perceived Ease of Use and Usefulness dapat
dipengaruhi oleh pelatihan. Oleh karena itu, instruktur pembelajaran online mungkin
menemukan bahwa pelatihan di PC sebelum memulai kursus online dapat membantu siswa
menjadi lebih terlibat dalam kursus online. Selain itu, jika seorang siswa menilai kegunaan
PC yang dirasakan relatif rendah,

Proposisi berpusat pada TPB dan TRA tidak didukung. Konstruk Norma Subyektif,
Kemanjuran Komputer Umum, dan Kemanjuran Komputer Khusus Tugas tidak memiliki
dampak yang signifikan terhadap keterlibatan dalam kursus online. Salah satu penjelasan
yang mungkin untuk hasil ini adalah bahwa siswa tidak punya pilihan lain selain memiliki
beberapa tingkat aktivitas komputer dalam kursus. Oleh karena itu, perasaan mereka
tentang apakah pendapat orang lain tentang keterlibatan mereka dalam kursus online tidak
relevan dengan keseluruhan waktu yang mereka habiskan untuk kursus tersebut. Selain itu,
apakah siswa percaya atau tidak tingkat efikasi diri mereka tinggi atau rendah, mereka harus
menggunakan komputer pribadi untuk menyelesaikan kursus.

Salah satu keterbatasan penelitian ini adalah bahwa ukuran keterlibatan yang digunakan
dalam kursus ini terbatas pada waktu yang dihabiskan di depan komputer. Meskipun ini
merupakan ukuran penting, ini bukan satu-satunya ukuran keterlibatan. Langkah-langkah
lain seperti kuantitas dan kualitas tulisan papan buletin, umpan balik, dan kepuasan umum
dengan kursus online mungkin menjadi jalan penting untuk penelitian masa depan. Selain
itu, hasil akhir dari nilai dalam kursus harus diperhitungkan dalam kutipan pertunangan.
Menemukan hubungan dengan ukuran keterlibatan lainnya dapat memberikan dukungan
untuk proposisi yang tidak didukung dalam penelitian ini. Artinya, ukuran keterlibatan yang
lebih spesifik dapat membantu untuk menentukan dengan lebih jelas faktor-faktor yang
mengarah pada partisipasi yang lebih aktif di kelas virtual.
Referensi

Agarwal, R., Sambamurthy, V., & Tangga, R. (2000). Laporan penelitian: Hubungan yang
berkembang antara efikasi diri komputer umum dan khusus - Sebuah penilaian empiris.
Penelitian Sistem Informasi , 11(4), 418-430.

Ajzen, I. & Fishbein, M. (1980). Memahami sikap dan memprediksi perilaku sosial .
Englewood Cliffs, NJ: PrenticeHall.

Bagozzi, RP, Davis, FD, & Warshaw, PR (1992). Pengembangan dan pengujian teori
pembelajaran dan penggunaan teknologi. Hubungan Manusia , 45, 659-686.

Bandura, A. (1977). Teori belajar sosial . Englewood, NJ: Prentice-Hall.

Bandura, A. (1982). Mekanisme self-efficacy dalam agensi manusia. Psikolog Amerika , 37,
122-147.

Coklat, KG (2001). Menggunakan komputer untuk memberikan pelatihan: Karyawan mana

yang belajar dan mengapa? Psikologi Personalia , 54(5), 271-296.

Chau, P. (2001). Pengaruh sikap komputer dan self-efficacy pada perilaku penggunaan TI.
Jurnal Komputasi Pengguna Akhir , 13(1), 26-34.

Compeau, DR & Higgins, CA (1995). Efikasi diri komputer: Pengembangan ukuran dan tes
awal. MIS Triwulanan , 19(2) 189-211.

Davis, FD (1989). Kegunaan yang dirasakan, kemudahan penggunaan yang dirasakan, dan
penerimaan pengguna terhadap teknologi informasi. MIS Triwulanan , 13(3) 319-340.
Davis, FD, Bagozzi, RP, & Warshaw, PR (1989). Penerimaan pengguna terhadap teknologi
komputer: Perbandingan dua model teoretis. Ilmu Manajemen , 35(8), 982-1003.

Fishbein, M. & Ajzen, I. (1975). Keyakinan, sikap, niat dan perilaku: Pengantar teori dan
penelitian . Membaca, MA: Addison-Wesley.

Manusia Ikan, BJ (1999). Karakteristik siswa terkait dengan aktivitas komunikasi yang
dimediasi komputer. Jurnal Penelitian Komputasi dalam Pendidikan , 32(1), 73-77.

Inti M. (1989). Pengaruh metode pelatihan pada self-efficacy dan ide generasi antara
manajer. Psikologi Personalia , 42, 787-805.

Intisari, ME, Schwoerer, CE, & Rosen, B. (1989). Pengaruh metode pelatihan alternatif pada
self-efficacy dan kinerja dalam pelatihan perangkat lunak komputer. Jurnal Psikologi Terapan
, 74, 884-891.

Hill, T., Smith, ND, & Mann, MF (1987). Peran harapan kemanjuran dalam memprediksi
keputusan untuk menggunakan teknologi canggih: Kasus komputer. Jurnal Psikologi
Terapan , 72(2), 307-313.

Hiltz, SR (1994). Kelas virtual: Belajar tanpa batas melalui jaringan komputer . Norwood NJ:
Ablex Publishing Corp., Seri Interaksi Manusia-komputer.

Kulik CC, Kulik JA. (1991). Efektivitas instruksi berbasis komputer: Sebuah analisis diperbarui.
Komputer dalam Perilaku Manusia , 7, 75-94.
Lim, CK (2001). Efikasi diri komputer, konsep diri akademik, dan prediktor lain dari kepuasan
dan partisipasi masa depan pelajar jarak jauh dewasa. Jurnal Pendidikan Jarak Jauh Amerika ,
15,2, 41-51.

Marakas, G., Yi, M., & Johnson, R. (1998). Karakter multilevel dan multifaset dari efikasi diri
komputer: Menuju klarifikasi konstruk dan kerangka kerja integratif untuk penelitian.
Penelitian Sistem Informasi , 9(2), 126-163.

Martocchio JJ (1993). Keputusan karyawan untuk mengikuti pelatihan komputer mikro.

Pengembangan Sumber Daya Manusia Triwulanan , 4, 51-69.

Martocchio JJ (1994). Pengaruh konsepsi kemampuan pada kecemasan, self-efficacy, dan

pembelajaran dalam pelatihan. Jurnal Psikologi Terapan , 79, 819-825.

Mathieson, K, Merak, E., & Chin, W. (2001). Memperluas model penerimaan teknologi:
Pengaruh sumber daya pengguna yang dirasakan. Database untuk Kemajuan Sistem
Informasi , 32(3), 86-112.

Mathieson, K. (1991). Memprediksi niat pengguna: Membandingkan model penerimaan

teknologi dengan teori perilaku terencana. Penelitian Sistem Informasi , 2(3) 173-191.

Murphy, CA, Coover, D., & Owen, SV (1989). Pengembangan dan validasi skala efikasi diri
komputer. Pengukuran Pendidikan dan Psikologis , 49, 893-899.

Nunnally, J. (1967). Teori Psikometri . New York: McGraw-Hill.

Oliver, R. (1999). Menjelajahi strategi untuk pengajaran dan pembelajaran online.

Pendidikan Jarak Jauh , 19(1), 81-88.
Olugbemiro J., Taplin, M., Fan, R., Chan, M. & Yum, J. (1999). Perbedaan antara pembelajar
jarak jauh berprestasi rendah dan tinggi dalam locus of control dan metakognisi. Pendidikan
Jarak Jauh , 20(2), 255-269.

Szajna, B. (1996). Evaluasi empiris dari model penerimaan teknologi yang direvisi. Ilmu
Manajemen , 42, 85-92.

Taylor, S. & Todd, PA (1995). Memahami penggunaan teknologi informasi: Sebuah tes model
bersaing. Penelitian Sistem Informasi , 6(2), 144-176.

Thompson, RL, Higgins, CA, & Howell, JM (1991). Komputasi pribadi: Menuju model
konseptual pemanfaatan. MIS Triwulanan , 14, 125-143.

Venkatesh, V. (2000). Penentu kemudahan penggunaan yang dirasakan: Mengintegrasikan

kontrol, motivasi intrinsik, dan emosi ke dalam model penerimaan teknologi. Penelitian
Sistem Informasi , 11(4), 342-365.

Venkatesh, V. & Davis, FD (1996). Model anteseden kemudahan penggunaan yang dirasakan:
Pengembangan dan pengujian. Ilmu Keputusan , 27, 451-481.

Venkatesh, V. & Davis, FD (2000). Perpanjangan teoritis dari model penerimaan teknologi:
Empat studi lapangan longitudinal. Ilmu Manajemen , 46, 186-204.

Wang, A. dan Newlin, M. (2002). Karakteristik siswa yang mendaftar dan berhasil di kelas
psikologi berbasis web. Jurnal Psikologi Pendidikan, 92.1137-143.

Webster, J., dan Martocchio, JJ (1993). Mengubah Pekerjaan menjadi Bermain: Implikasi
untuk Pelatihan Perangkat Lunak Komputer Mikro. Jurnal Manajemen , 19(1), 127-147.
Young-Ju Joo, Mimi Bong, & Ha-Jeen Choi. (2000). Self-efficacy untuk belajar mandiri,
akademik self-efficacy, dan internet self-efficacy dalam instruksi berbasis Web. Teknologi
Pendidikan, Penelitian dan Pengembangan , 48(2), 5-13.

Lampiran A: Instrumen

Kemanjuran Komputer Khusus Tugas (Murphy, Coover, & Owen, 1988)

Saya merasa percaya diri memasukkan dan menyimpan data (angka atau kata) ke dalam file.

Saya merasa percaya diri memanggil file data untuk dilihat di layar monitor.

Saya merasa percaya diri menyimpan perangkat lunak dengan benar.

Saya merasa percaya diri menangani floppy disk dengan benar.

Saya merasa percaya diri untuk keluar/keluar dari program atau perangkat lunak.

Saya merasa percaya diri membuat pilihan dari menu di layar.

Saya merasa percaya diri menyalin file individual.

Saya merasa percaya diri menggunakan komputer untuk menulis surat atau esai.

Saya merasa percaya diri menggerakkan kursor di sekitar layar monitor.

Saya merasa percaya diri bekerja di komputer pribadi (komputer mikro).

Saya merasa percaya diri menggunakan printer untuk membuat "hardcopy" pekerjaan saya.

Saya merasa percaya diri menyingkirkan file saat tidak lagi dibutuhkan.

Saya merasa percaya diri menyalin disk.

Saya merasa percaya diri menambah dan menghapus informasi dari file data.

Saya merasa percaya diri untuk menjalankan dan menjalankan perangkat lunak.

Saya merasa percaya diri mengatur dan mengelola file.

Saya merasa percaya diri memahami istilah/kata yang berkaitan dengan perangkat lunak
komputer.

Saya merasa percaya diri memahami istilah/kata yang berkaitan dengan perangkat keras
komputer.

Saya merasa percaya diri menjelaskan fungsi perangkat keras komputer (keyboard, monitor,
disk drive, unit pemrosesan komputer).

Saya merasa percaya diri memecahkan masalah komputer.

Saya merasa yakin untuk menjelaskan mengapa suatu program (perangkat lunak) akan
berjalan atau tidak pada komputer tertentu.

Saya merasa percaya diri memahami tiga tahap pemrosesan data: input, pemrosesan,
output.

Saya merasa percaya diri belajar menggunakan berbagai program (software).

Saya merasa percaya diri menggunakan komputer untuk menganalisis data angka.

Saya merasa percaya diri mempelajari keterampilan tingkat lanjut dalam program
(perangkat lunak) tertentu.

Saya merasa percaya diri menggunakan komputer untuk mengatur informasi.

Saya merasa percaya diri menulis program sederhana untuk komputer.

Saya merasa percaya diri menggunakan panduan pengguna saat bantuan diperlukan.

Saya merasa percaya diri mendapatkan bantuan untuk masalah dalam sistem komputer.

Kemanjuran Komputer Umum (Compeau dan Higgins, 1995)

Saya dapat menyelesaikan pekerjaan menggunakan paket perangkat lunak...

... jika saya pernah melihat orang lain menggunakannya sebelum mencobanya sendiri.
... jika saya bisa menelepon seseorang untuk meminta bantuan jika saya terjebak.

... jika orang lain telah membantu saya memulai.

... jika saya punya banyak waktu untuk menyelesaikan pekerjaan yang disediakan perangkat
lunak.

... jika seseorang menunjukkan kepada saya bagaimana melakukannya terlebih dahulu.

... jika saya telah menggunakan paket serupa sebelumnya untuk melakukan pekerjaan yang
sama.

Perceived Ease of Use (diadaptasi dari Davis. 1989)

Saya merasa mudah untuk mendapatkan komputer pribadi untuk melakukan apa yang saya
inginkan.

Interaksi saya dengan komputer pribadi jelas dan dapat dimengerti.

Saya menemukan komputer pribadi untuk menjadi fleksibel untuk berinteraksi dengan.

Mudah bagi saya untuk menjadi terampil dalam menggunakan komputer pribadi.

Perceived Usefulness (diadaptasi dari Davis. 1989)

Menggunakan komputer pribadi dapat meningkatkan kinerja belajar saya.

Menggunakan komputer pribadi dapat mempermudah belajar.

Menggunakan komputer pribadi dalam pekerjaan saya dapat meningkatkan kinerja belajar
saya.

Saya menemukan komputer pribadi pembelajaran yang berguna.

Jurnal Online Administrasi Pembelajaran Jarak Jauh, Volume VI, NumberI, Spring 2003

Universitas Negeri Georgia Barat, Pusat Pendidikan Jarak Jauh

Kembali ke Jurnal Online Isi Administrasi Pembelajaran Jarak Jauh

Predictors of Engagement and Participation in an On-Line Course

Marc D. Miller, Ph.D. Augusta State University, mmiller@aug.edu

R. Kelly Rainer, Jr., Ph.D. Auburn University

J. Ken Corley, Auburn University

Introduction
The use of online learning materials is increasing in both academic and industrial training
settings. While the advantages of online learning are exciting and numerous, the problems
associated with successful implementation of an online learning program can detract from
the educational experience of even the most motivated student. These problems include
such factors as poor attendance, procrastination, feelings of isolation, and a general lack of
structure in the course (Brown, 2001; Kulik, 1991; Fishman, 1999; Oliver, 1999; Olugbemiro
et al., 1999; Young-Ju Joo et al., 2000, Wang and Newlin, 2000). These problems can limit the
amount of participation and engagement with the course materials that are offered in the
online environment.

In addition, the lack of face-to-face contact can create a lack of control within the teaching
environment. This lack of control raises the question: Can instructors predict the amount of
time that a student should spend in the learning spaces of the online environment to be
successful? Hiltz (1994) points out that students may withdraw from an online course
because they do not manage the time required to be successful in the course. That is, they
put off performing the online activities until they are not able to complete the class within
the allotted time frame.

This problem of time management may be affected by the medium as a whole. That is, if the
student is uncomfortable with the delivery mechanism (i.e. the computer), then the student
may spend less time engaging in online learning. Two primary research streams have
explored the use and non-use of computer technology: the technology acceptance model
(TAM) (Davis et al., 1989; Davis, 1989) and various renditions of the computer self-efficacy
(CSE) constructs (Compeau et al., 1995, 1999; Gist , 1989; Gist et al., 1989; Murphy et al.,
1989)

If these models can predict computer use and satisfaction, they may also be able to predict
and explain participation and engagement with an online learning course which uses the
computer as its primary access medium. Therefore, the purpose of this research is to
empirically explore the constructs of the TAM and CSE as they relate to the use of computers
in the delivery of online learning. Understanding these factors can help course designers,
educators, and directors of corporate training and development develop and implement
more effective online learning and training programs.
Predictors of Computer Use Technology Acceptance Model

Davis et al. (1989) first introduced the TAM as a theoretical extension of the Theory of
Reasoned Action (TRA) (Ajzen & Fishbein, 1980). The TAM (see Figure 1) consists of three
primary factors that predict computer use: Perceived Usefulness, Perceived Ease of Use, and
Intention to Use.

Figure 1: Technology Acceptance Model

Perceived Usefulness (USE) refers to individuals' perceptions that the technology or

computer application will help them perform their jobs better (Davis, 1989). That is, the
application results in a positive use-performance relationship. In the context of online
learning, this definition can be interpreted as whether or not actively participating in the
online course would help the student achieve job or school related outcomes.

Perceived Ease of Use (EOU) refers to "the degree to which a person believes that using a
particular system would be free of effort" (Davis, 1989 p. 320). That is, can the application be
easily used for the intended purpose? Ease of Use, in the context of online learning, can be
interpreted as whether or not the learning tools and online learning modules are easy to
work with in order for the student to participate and engage in the course materials.

Within the TAM, the constructs of usefulness and ease of use predict the attitudinal
component of Intention to Use. Intention to perform a particular behavior has been shown
to be an effective predictor of the actual behavior itself (Ajzen & Fishbein, 1980). In the
context of online courses, intention to use translates directly into intention to participate
and engage in an online course.
The TAM has been tested within a wide variety of computer settings and has been shown to
be a robust predictor of computer use (Szajna, 1996; Taylor & Todd, 1995; Thomson, et al.,
1991; Venkatesh, 2000; Venkatesh & Davis, 1996, 2000). The TAM should also be a
successful predictor of online course use. The TAM suggests that one of the reasons (among
many others) that a person takes a computer-based online course, is that he or she
perceives that the vehicle (the computer) for the course is both easy to use and useful.
Therefore, the TAM should predict the intention to participate in an online course and
subsequently the actual behavior.

Theory of Planned Behavior

Another model that has been shown to be useful in predicting computer usage is the Theory
of Planned Behavior (TPB). The TPB is shown in figure 2 and includes constructs that do not
appear in the TAM. Mathieson (1991) and Taylor & Todd (1995) indicated that the primary
differences between the TPB and the TAM are the subjective norm and the perceived
behavioral control constructs (Mathieson et al., 2001).

Figure 2: Theory of Planned Behavior

Subjective Norm (SN) refers to individuals' perceptions of others' opinions of their behavior.
SN has been shown to be a predictor of behavior (Bagozzi et al., 1992; Fishbein & Ajzen,
1975; Mathieson, 1991). In the context of online courses, subjective norm would be the
amount of influence a person's superiors (i.e. employers, parents, or spouse) would have in
influencing a choice to take an online course or training.

Perceived Behavioral Control (PBC) refers to an individual's perception of whether or not he

or she can perform a particular behavior. Therefore, PBC would be a similar construct to
Computer Self Efficacy (CSE) (Bagozzi et al., 1992). In the context of an online course, PCB
would be defined as whether or not an individual could use the online tools to successfully
participate and engage in the course. The CSE construct is covered in the next section of this
paper.

The two attitudinal models (TAM and TPB) use multiple constructs to predict and explain
behavior. Usefulness, Ease of Use, Subjective Norm, and Perceived Behavioral Control
should have a positive relationship with the individual's behavior in an online course. The
behavior of interest in this research is whether or not an individual participates and engages
in an online course. The individual's behavior in the online course is operationalized by the
amount of time he or she spends working on the course modules. Therefore, the following
propositions are offered:

Proposition 1: Perceived Ease of Use will have a positive impact on the amount of time spent
in an online course.

Proposition 2: Perceived Usefulness will have a positive impact on the amount of time spent
in an online course.

Proposition 3: Subjective Norm will have a positive impact on the amount of time spent in an
online course.

Computer Self Efficacy

Bandura (1986) defined self-efficacy as "People's judgments of their capabilities to organize

and execute courses of action required to attain designated types of performances. It is
concerned not with the skills one has but with the judgments of what one can do with
whatever skills one possesses." (p. 391) Self-efficacy, then, is an individual's belief that he or
she can perform a particular task or behavior.

Computer self-efficacy (CSE) is defined as the judgment of one's capability to use an

information technology (Agarwal et al., 2000; Compeau et al., 1995; Gist, 1989; Gist et al.,
1989). Marakas et al. (1998) suggested that CSE can be defined with two sub-constructs:
General Computer Self-Efficacy (GCSE) and Task-Specific Computer Self-Efficacy (TCSE).

GCSE "refers to an individual's judgment across multiple computer domains" (Marakas, et

al., 1998; p. 129). That is, GCSE refers to general feeling of competence with a computer.
GCSE refers to an individual's perception of being able to use a computer without regard to a
particular task, application, or software. Within the context of an online learning course,
GCSE would refer to a general ability to use the computer to engage and participate in the
course.

TCSE "refers to an individual's perception of self-efficacy in performing specific computer

related tasks within the domain of general computing" (Marakas et al., 1998; p. 128). That is,
TCSE refers to an individual's perception of performing specific task related computing
behaviors. Therefore, in order for an individual to engage and participate in an online
course, he or she must have feelings of self-efficacy toward the primary delivery mechanism,
the computer. They must feel confident that they will be able to manipulate and use the
mechanisms that control the course (Chau et al., 2001; Hill et al., 1987; Martocchio, 1993,
1994; Thompson et al., 1996; Webster & Martocchio, 1996; Young et al., 2000).

Computer self-efficacy has been shown to be a predictor of computer use and web-based
distance education. Marakas et al. (1998) reviewed 40 studies on CSE and found that the
majority of the research showed a relationship between CSE and some computer-related
behavior. In addition, Agarwal et al. (2000) found that both TCSE and GCSE had a strong
relationship with Ease of Use beliefs toward various software packages. These studies
suggest that TCSE and GCSE would have a relationship with the overall engagement and
participation in an online course. Finally, Lim (2001) found that CSE effectively predicted
satisfaction in the web-based on-line course. Therefore, the following propositions are
offered:

Proposition 4: General Computer Self-Efficacy will have a positive impact on the amount of
time spent in an online course.
Proposition 5: Task Specific Computer Self-Efficacy will have a positive impact on the amount
of time spent in an online course.

Study Setting and Subjects

The study setting was an online course on Microcomputer Applications. The course covered
the complete Microsoft Office package (Windows, Word, Excel, Powerpoint and Access), in
addition to the basic computer concepts of Hardware, Software, Data, Communications,
People, and Procedures. The course is delivered completely online through interactive
modules that were developed using Authorware. The students have the option of taking the
course from home or from on-campus computer labs. The course also has an optional lab
where the student can receive help from an instructor or graduate assistant. Each time the
student logged into a course module, the system would keep track of the time spent in the
course. Therefore, the student's total time spent working in the interactive modules were
logged and compiled. The students were informed at the beginning of the term that their
time in the course modules would be measured throughout the semester.

To test the five propositions developed in this study, a survey instrument was given to sixty-
six (66) students taking the course. At the end of the semester, the students were
administered a survey which included measures for Perceived Ease of Use, Perceived
Usefulness (Davis, 1989), Subjective Norm (Mathieson, 1991), Task Specific Computer Self
Efficacy (Murphy, Coover, & Owen, 1988), and General Computer Self Efficacy (Compeau and
Higgins, 1995). These instruments are presented in the Appendix.

The independent variable for this study is the construct of engagement and participation.
For this study a surrogate measure of time spent in the course was used. This is a measure of
the actual number of minutes spent working on the online modules of the course. While this
measure is not a perfect measure, it is one that indicates intensity and duration of time
spent performing the task of utilizing the online modules. This measure was correlated with
the grade given in the course and a significant correlation (.91 p=.0001) was found.

Data Analysis
The data were analyzed by first examining the descriptive statistics and scale reliabilities of
the measures. Table 1 shows the descriptive statistics for this sample. The data were then
analyzed with a multiple regression model, using mean indicators of each the constructs.
Table 2 indicates these results. Finally, the results of each proposition are presented in Table
3.

Results

Table 1 indicates that each of the five constructs demonstrated acceptable internal
reliability. All Cronbach alphas were above the acceptable value of .70 (Nunnally, 1967).
Therefore, the five scales were considered reliable measures of the intended constructs.
Table 2 indicates that the general regression model is significant (F = 6.94, p<.001) and an
adjusted R2 of .31. Finally, Table 3 indicates that the data analysis provides support for
Propositions 1 and 2, while failing to provide support for Propositions 3, 4, and 5.

Table 1. Descriptive Statistics

Covariance Matrix Demonstrating Internal Reliability

GCSE TSCSE EOU USE SN Chronbach's Alpha

GCSE

General Computer Self Efficacy

1.143 .91

TSCSE

Task Specific Computer Self Efficacy

0.875 1.094 .89

EOU

Ease of Use

1.038 1.197 1.531 .95

USE

Usefulness

0.695 0.915 1.001 1.053 .96

SN

Subjective Norm

0.673 0.892 0.905 0.871 1.910 .78

Table 2. Regression Analysis Results

ANALYSIS OF VARIANCE

SS DF MEAN S F-RATIO P-VALUE

REGRESSION 5010243.459 5 1002048.6919 6.935 0.000

RESIDUAL 8668921.570 60 144482.0262

TOTAL

13679165.03
65

Multiple R 0.6052

R-square 0.3663

Adjusted R-square 0.3135

F (5, 60) 6.9355

Prob > F 0.0000

Std. Error of Est. 380.1079

Durbin-Watson Stat 1.9753

Table 3. Does Data Analysis Support the Propositions?

Proposition

Measure

Coefficient (p-Value)

Supported

Proposition 1: Perceived Ease of Use will have a positive impact on the amount of time spent
in an online course.

Ease of Use (Davis, 1989)

421.40 (0.0002)

Yes

Proposition 2: Perceived Usefulness will have a positive impact on the amount of time spent
in an online course.

Usefulness (Davis, 1989)

333.36 (0.0005)

Yes

Proposition 3: Subjective Norm will have a positive impact on the amount of time spent in an
online course.

Subjective Norm (Mathieson, 1991)

-13.51 (0.7642)

No

Proposition 4: General Computer Self-Efficacy will have a positive impact on the amount of
time spent in an online course.

GCSE (Compeau & Higgins, 1995)

91.90 (0.2172)

No

Proposition 5: Task Specific Computer Self-Efficacy will have a positive impact on the amount
of time spent in an online course.

TSCSE (Murphy, Coover & Owen, 1987)

15.031 (0.9197)

No

Conclusions

The data supported the propositions centered on the TAM. Perceived Ease of Use and
Usefulness both had a significant, positive relationship on the amount of time spent in the
course. That is, if a student perceived the delivery mechanism (the personal computer) to be
Easy to Use and Useful then they were more likely to become engaged in the course as
measured by time spent in the online modules. Prior research has found that Perceived Ease
of Use and Usefulness can be affected by training. Therefore, online learning instructors may
find that training on the PC before the start of an online course might help the student
become more engaged in the online course. In addition, if a student were to rate the
perceived usefulness of the PC relatively low, then the student may be advised that they
should rethink taking this course.
The propositions centered on the TPB and TRA were not supported. The constructs of
Subjective Norm, General Computer Self-Efficacy, and Task Specific Computer Self-Efficacy
did not have a significant impact on engagement in the online course. One possible
explanation for these results is that the students had no other choice but to have some level
of computer activity within the course. Therefore, their feelings of whether or not other's
opinions of their engagement in the online course were irrelevant to their overall time spent
on the course. In addition, whether or not students believed their level of self-efficacy to be
high or low, they had to use the personal computer to complete the course

One limitation to this study is that the measure of engagement used in this course was
limited to time spent on the computer. While this is an important measure, it is not the only
measure of engagement. Other measures such as quantity and quality of bulletin board
writings, feedback, and general satisfaction with the online course may be important
avenues for future research. In addition, the final outcome of the grade in the course should
be factored into the engagement quotation. Finding the relationship to other measures of
engagement may provide support for the propositions that were not supported in this study.
That is, more specific measures of engagement may help to more clearly define the factors
that lead to more active participation in the virtual classroom. This is definitely an area for
follow-up and future inquiry.

References

Agarwal, R., Sambamurthy, V., & Stair, R. (2000). Research report: The evolving relationship
between general and specific computer self-efficacy - An empirical assessment. Information
Systems Research, 11(4), 418-430.

Ajzen, I. & Fishbein, M. (1980). Understanding attitudes and predicting social behavior.
Englewood Cliffs, NJ: PrenticeHall.

Bagozzi, R.P., Davis, F.D., & Warshaw, P.R. (1992). Development and test of a theory of
technological learning and usage. Human Relations, 45, 659-686.
Bandura, A. (1977). Social learning theory. Englewood, NJ: Prentice-Hall.

Bandura, A. (1982). Self-efficacy mechanism in human agency. American Psychologist, 37,

122-147.

Brown, K.G. (2001). Using computers to deliver training: Which employees learn and why?
Personnel Psychology, 54(5), 271-296.

Chau, P. (2001). Influence of computer attitudes and self-efficacy on IT usage behavior.

Journal of End User Computing, 13(1), 26-34.

Compeau, D. R. & Higgins, C. A. (1995). Computer self-efficacy: Development of a measure

and initial test. MIS Quarterly, 19(2) 189-211.

Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of
information technology. MIS Quarterly, 13(3) 319-340.

Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User acceptance of computer
technology: A comparison of two theoretical models. Management Science, 35(8), 982-1003.

Fishbein, M. & Ajzen, I. (1975). Belief, attitude, intention and behavior: An introduction to
theory and research. Reading, MA: Addison-Wesley.

Fishman, B.J. (1999). Characteristics of students related to computer-mediated

communications activity. Journal of Research on Computing in Education, 32(1), 73-77.

Gist M. (1989). The influence of training method on self-efficacy and idea generation among
managers. Personnel Psychology, 42, 787-805.
Gist, M.E., Schwoerer, C.E., & Rosen, B. (1989). Effects of alternative training methods on
self-efficacy and performance in computer software training. Journal of Applied Psychology,
74, 884-891.

Hill, T., Smith, N. D., & Mann, M. F. (1987). Role of efficacy expectations in predicting the
decision to use advanced technologies: The case of computers. Journal of Applied
Psychology, 72(2), 307-313.

Hiltz, S. R. (1994). The virtual classroom: Learning without limits via computer networks.
Norwood NJ: Ablex Publishing Corp., Human-computer Interaction Series.

Kulik CC, Kulik JA. (1991). Effectiveness of computer-based instruction: An updated analysis.
Computers in Human Behavior, 7, 75-94.

Lim, C.K. (2001). Computer self-efficacy, academic self-concept, and other predictors of
satisfaction and future participation of adult distance learners. The American Journal of
Distance Education, 15,2, 41-51.

Marakas, G., Yi, M., & Johnson, R. (1998). The multilevel and multifaceted character of
computer self-efficacy: Toward clarification of the construct and an integrative framework
for research. Information Systems Research, 9(2), 126-163.

Martocchio J.J. (1993). Employee decisions to enroll in microcomputer training. Human

Resource Development Quarterly, 4, 51-69.

Martocchio J.J. (1994). Effects of conceptions of ability on anxiety, self-efficacy, and learning
in training. Journal ofApplied Psychology, 79, 819-825.
Mathieson, K, Peacock, E., & Chin, W. (2001). Extending the technology acceptance model:
The influence of perceived user resources. Database for Advances in Information Systems,
32(3), 86-112.

Mathieson, K. (1991). Predicting user intentions: Comparing the technology acceptance

model with the theory of planned behavior. Information Systems Research, 2(3) 173-191.

Murphy, C.A., Coover, D., & Owen, S.V. (1989). Development and validation of the computer
self-efficacy scale. Educational and Pyschological Measurement, 49, 893-899.

Nunnally, J. (1967). Psychometric Theory. New York: McGraw-Hill.

Oliver, R. (1999). Exploring strategies for online teaching and learning. Distance Education,
19(1), 81-88.

Olugbemiro J., Taplin, M., Fan, R., Chan, M. & Yum, J. (1999). Differences between low and
high achieving distance learners in locus of control and metacognition. Distance Education,
20(2), 255-269.

Szajna, B. (1996). Empirical evaluation of the revised technology acceptance model.

Management Science, 42, 85-92.

Taylor, S. & Todd, P. A. (1995). Understanding information technology usage: A test of

competing models. Information Systems Research, 6(2), 144-176.

Thompson, R. L., Higgins, C. A., & Howell, J. M. (1991). Personal computing: Toward a
conceptual model of utilization. MIS Quarterly, 14, 125-143.
Venkatesh, V. (2000). Determinants of perceived ease of use: Integrating control, intrinsic
motivation, and emotion into the technology acceptance model. Information Systems
Research, 11(4), 342-365.

Venkatesh, V. & Davis, F. D. (1996). A model of the antecedents of perceived ease of use:
Development and test. Decision Sciences, 27, 451-481.

Venkatesh, V. & Davis, F. D. (2000). A theoretical extension of the technology acceptance

model: Four longitudinal field studies. Management Science, 46, 186-204.

Wang, A. and Newlin, M. (2002). Characteristics of students who enroll and succeed in
psychology Web-based classes. Journal of Educational Psychology, 92,1,137-143.

Webster, J., and Martocchio, J. J. (1993). Turning Work into Play: Implications for
Microcomputer Software Training. Journal of Management, 19(1), 127-147.

Young-Ju Joo, Mimi Bong, & Ha-Jeen Choi. (2000). Self-efficacy for self-regulated learning,
academic self-efficacy, and Internet self-efficacy in Web-based instruction. Educational
Technology, Research and Development, 48(2), 5-13.

Appendix A: Instruments

Task Specific Computer Self-Efficacy (Murphy, Coover, & Owen, 1988)

I feel confident entering and saving data (numbers or words) into a file.

I feel confident calling up a data file to view on the monitor screen.

I feel confident storing software correctly.

I feel confident handling a floppy disk correctly.

I feel confident escaping/exiting from a program or software.

I feel confident making selections from an on screen menu.

I feel confident copying an individual file.

I feel confident using the computer to write a letter or essay.

I feel confident moving the cursor around the monitor screen.

I feel confident working on a personal computer (microcomputer).

I feel confident using a printer to make a "hardcopy" of my work.

I feel confident getting rid of files when they are no longer needed.

I feel confident copying a disk.

I feel confident adding and deleting information from a data file.

I feel confident getting software up and running.

I feel confident organizing and managing files.

I feel confident understanding terms/words relating to computer software.

I feel confident understanding terms/words relating to computer hardware.

I feel confident describing the function of computer hardware (keyboard, monitor, disk
drives, computer processing unit).

I feel confident troubleshooting computer problems.

I feel confident explaining why a program (software) will or will not run on a given computer.

I feel confident understanding the three stages of data processing: input, processing, output.

I feel confident learning to use a variety of programs (software).

I feel confident using the computer to analyze number data.

I feel confident learning advanced skills within a specific program (software).

I feel confident using the computer to organize information.

I feel confident writing simple programs for the computer.

I feel confident using the user's guide when help is needed.

I feel confident getting help for problems in the computer system.

General Computer Self-Efficacy (Compeau and Higgins, 1995)

I could complete the job using the software package...

... if I had seen someone else the using it before trying it myself.

... if I could call someone for help if I got stuck.

... if someone else had helped me get started.

... if I had a lot of time to complete the job for which the software was provided.

... if someone showed me how to do it first.

... if I had used similar packages before this one to do the same job.

Perceived Ease of Use (adapted from Davis. 1989)

I find it easy to get a personal computer to do what I want it to do.

My interaction with the personal computer is clear and understandable.

I find the personal computer to be flexible to interact with.

It is easy for me to become skillful at using the personal computer.

Perceived Usefulness (adapted from Davis. 1989)

Using a personal computer can improve my learning performance.

Using a personal computer can make it easier to learn.

Using a personal computer in my job can increase my learning performance.

I find a personal computer useful learning.

Online Journal of Distance Learning Administration, Volume VI, NumberI, Spring 2003

State University of West Georgia, Distance Education Center

Back to the Online Journal of Distance Learning Administration Contents