臺灣博碩士論文加值系統

2019年起COVID-19的疫情快速擴散，導致世界各國之學校教育工作均受到影響，多數國家在疫情嚴峻期間，紛紛停止實體教學以遏止疫情惡化。在疫情間「停課不停學」(Leaning Never Stops)的政策下，線上教學成為遠距學習的主要途徑。然而，綜觀線上教學的相關研究，多數研究聚焦於語文、數學、自然等主科的學習，針對動態的舞蹈課程之研究則相對較少。有鑑於此，本研究以科技接受模式為理論基礎，聚焦於探討國小舞蹈教師從事線上舞蹈教學在教師電腦自我效能、認知有用性、認知易用性、使用態度、使用意願五個構面的程度與構面間的關係影響。本研究採問卷調查法，研究工具為「國小藝術才能舞蹈班舞蹈教師從事線上舞蹈教學接受度」，採線上問卷方式施測。整體量表經科技教育領域專家及舞蹈教育領域專家共三位教授進行專家效度審查，進行預試問卷之項目分析，刪除不適合題項後，總題數為54題。本量表經信度分析，其Cronbach'sAlpha係數值為0.917，屬高信度水準，滿足建構量表的信效度水準。正式調查共回收46份有效問卷，採量化之統計方式進行資料的處理與分析，主要研究結論如後：
一、國小藝術才能舞蹈班舞蹈教師從事線上舞蹈教學在「電腦自我效能」同意程度高，在「使用意願」兩者同意程度普通，「認知有用性」、「認知易用性」及「使用態度」三者同意程度偏低。
二、教師從事線上舞蹈教學的電腦自我效能會正向影響認知易用性；然而其電腦自我效能與認知易用性不會正向影響認知有用性。三、教師從事線上舞蹈教學的認知有用性與認知易用性會正向影響使用態度；其認知有用性與使用態度不會正向影響使用意願。

Since 2019, the rapid spread of the COVID-19 pandemic has affectedschool education globally. Most countries have canceled physical classes tocontain the pandemic. Under the “Learning Never Stops” policy, onlineinstruction has become the main solution for distance learning. However, mostresearch related to online instruction has focused on learning major subjectssuch as Chinese, mathematics, and nature. Research focusing on dynamic dancecourses has been relatively lacking. Thus, this study applied the TechnologyAcceptance Model, and focused on exploring the degree and dimensions ofcomputer self-efficacy, perceived usefulness, perceived ease of use, attitudetoward using, and behavioral intention to use. This research adopted the surveymethod, using “The questionnaire of acceptance level of online teaching amongartistically dance talented class teachers in elementary schools” as an onlineresearch tool. Three professors, including two experts in the field oftechnology education and an expert in dance education, were invited to performan expert validity review. Meanwhile, the pre-test and item analysis wereconducted to eliminate unhelpful questions, after which a total of 54 questionswere finalized for use. The formal questionnaire had a high level ofreliability and meted the reliability and validity level of the constructedscale; it had a Cronbach’s alpha of 0.917. In total, 46 copies were recoveredfrom the formal investigation. This research used the quantitative statisticalmethod to process and analyze data. The findings of this study included thefollowing:
(1) Teachers in online dance classes had the highest “computerself-efficacy,” average levels of “behavioral intention to use,” and a lowdegree of “perceived usefulness, perceived ease of use, and attitude towardusing.”
(2) Teachers’ “computer self-efficacy” in online dance teaching hada positive influence on “perceived ease of use.” Their “computer self-efficacy”and “perceived ease of use” did not have an effect on “perceived usefulness.”(3) Teachers’ “perceivedusefulness” and “perceived ease of use” in online dance teaching had a positiveinfluence on “attitude toward using.” Their “perceived usefulness” and“attitude toward using” did not have an effect on “behavioral intention to use.”

目錄
目錄v
表次vii
圖 次八
第一章緒論1
第一節研究背景與動機1
第二節研究目的3
第三節名詞釋義4
第四節研究範圍與限制7
第二章探討文獻9
第一節藝術舞蹈班9
第二節線上教學15
第三節電腦自我功效21
第四節科技接受模式30
第三章研究方法37
第一節研究流程37
第二節研究架構39
第三節研究假設41
第四節研究工具42
第五節研究對象55
第六節資料分析55
第四章研究結果與討論57
第一節教師背景資料分析57
第二節教師作業線上舞蹈教學之經驗分析61
第三節討論不同的教師背景在使用日常之不同分析66
第四節探討面實習線上舞蹈教學在各構之分析69
第五節影響教師工作線上舞蹈教學各構面間之關係分析75
第五章總結與建議81
第一節結束81
第二節建議83
參考文獻85
 
表次
表21 台灣國家小藝術舞蹈班縣市部署情況10
2 2 同步教學與非同步教學之差異16
表 2 3 應用科技接受模式之相關研究35
表 3 1 預試試卷內容46
表 3 因 此 變 項 的 預 本 本 分析48
表 3 3 李克特5點量表的項目分析評判參考51
表 3 4 預試試之信效度分析表52
表 4 1 正式表格樣本之背景變化項分析59
表 4 2 正式表格樣本之線上經驗分析63
表 4 3 普通教師在日常使用場景67
表4 4 各構面敘述性分析表69
表 4 5 電腦自我效能（SCE）敘述性分析表70
表 4 6 認知能力（PU）描述性分析表71
表4 7 方便性（PUE）敘述性分析表72
表 4 8 使用態度（AT）敘述性分析表73
表 4 9 使用（BI）敘述性分析表3
表 4 0 電腦自我效能對方便性之多元回複分析 1 摘要表75
表4 11 電腦自我效能與實用性對實用性的多元回歸分析摘要表76
表412 使用習慣與易用性對使用態度之多元回歸分析摘要表7
表4 13 舒適性與使用習慣對今天的多元飲食分析表78
表4 14 路徑圖結果摘要表79
表 4 15 研究假設分析結果彙整表79
 
圖次
圖2 1 自我效能影響因素21
圖2 2 道德行為理論（theory of reasoned action, TRA）31
圖2 3 科技接受模式（技術接受模型，TAM）31
圖 3 1 研究報告38
圖3 2 研究架構圖39
圖4 1 結構模式路徑圖78

十二年國民基本教育藝術才能班課程實施規範（2021）。https://edu.law.moe.gov.tw/Download.ashx?FileID=154561
大學遠距教學實施辦法（2006）。https://law.moj.gov.tw/LawClass/LawHistory.aspx?pcode=H0030038
向薇潔、潘義祥（2020）。體育課-籃球線上教學應用實務。學校體育，177，12-26。
朱宗慶（2013）。從文化軟實力觀點談台灣藝術教育暨藝術才能班之發展。臺灣教育，682，13-20。
行政院研究發展考核委員會（1985）。「加強文化及育樂活動方案」實地查證報告。https://ws.ndc.gov.tw/Download.ashx?u=LzAwMS9hZG1pbmlzdHJhdG9yLzEwL3JlbGZpbGUvNTY4Ny80NzE0LzAwMjc2MTdfNS5wZGY%3D&n=NTcyNzE4MjIzODcxLnBkZg%3D%3D&icon=..pdf
吳明隆、涂金堂（2021）。SPSS與統計應用分析。五南。
李孟婷（2017）。身體的規訓與創發：以國中舞蹈藝術才能班「即興與創作」課程為例。舞蹈教育，15，78-89。
汪冠宏（2020）。影響高級中等學校教師使用行動學習教學模式之行為意向。工業科技教育學刊，13，30-43。
周世宏（2014）。以TAM與ISSM探討公文線上簽核系統使用滿意度之研究〔未出版的碩士論文〕。中華大學。
林子文、程瑞福、邱逸翔（2017）。臺灣中小學舞蹈教育內涵與實踐之論述分析。文化體育學刊，25，71-80。
林怡棻（2018）。從十二年國教新課綱探討舞蹈藝才班現代舞教學新可能。藝術教育研究，36，45-71。
林曼麗、黃壬來（2002）。高級中等以下學校藝術才能班問題之研究專案研究報告。教育部教育研究委員會。
林雅惠、杜昭玫（2021）。「教」在疫情蔓延時－一所大型華語中心的線上教學及其啟示。華語文教學研究，18（2），69-98。
林靜萍（2009）。學校體育教材教法與評量－舞蹈。國立教育資料館。
洪淑華、黃靖文。基於科技接受模式探討國小學生因財網使用意圖之研究（2022）。學校行政，139，114-133
洪新原、梁定澎、張嘉銘（2005）。科技接受模式之彙總研究。資訊管理學報，12（4），211-234。
唐應山、徐航（2019）。線上藝術課程學習有效性的探索—以國家開放大學 “中國傳統山水畫” 為例。管理與資訊學報，24，77-106。
夏綠荷、林彥男（2018）。數位化的體育教學。社會服務與休閒產業研究，7，1-9。
夏綠荷、林彥男（2020）。提升創造力與自主學習的舞蹈線上教學。學校體育，177，62-72。
涂金堂（2012）。量表編製與SPSS。五南。
特殊教育法（1984）。https://law.moj.gov.tw/LawClass/LawAll.aspx?pcode=H0080027
特殊教育法（1997）。https://law.moj.gov.tw/LawClass/LawAll.aspx?pcode=H0080027
高級中等以下學校藝術才能班設立標準（1999）。https://law.moj.gov.tw/LawClass/LawAll.aspx?pcode=H0060026
高級中等以下學校藝術才能班設立標準（2010）。https://law.moj.gov.tw/LawClass/LawAll.aspx?pcode=H0060026
高級中等以下學校藝術才能班設立標準（2020）。https://law.moj.gov.tw/LawClass/LawAll.aspx?pcode=H0060026
專科以上學校遠距教學實施辦法（2006）。https://law.moj.gov.tw/LawClass/LawAll.aspx?pcode=H0030038
專科以上學校遠距教學實施辦法（2016）。https://law.moj.gov.tw/LawClass/LawHistory.aspx?pcode=H0030038
專科以上學校遠距教學實施辦法（2019）。https://law.moj.gov.tw/LawClass/LawAll.aspx?pcode=H0030038
張春興（2007）。教育心理學：三化取向的理論與實踐（重修二版）。東華書局。
教育部（2021）。十二年國民基本教育藝術才能專長領域課程綱要。https://www.rootlaw.com.tw/Attach/L-Doc/A040080081023200-1101210-1000-001.pdf
教育部資訊及教育科技司（2014）。2014年大學遠距教學認證成果發表暨學術研討會。https://ace.moe.edu.tw/events_file/seminarbook_2014/p2_p8.pdf
許一珍（2017）。探討幼兒使用擴增實境學習形狀及顏色之科技接受模式及學習成效。國際數位媒體設計學刊，9（1），14-22。
許佳慧（2018）。基於SWOT分析之臺灣與大陸運動舞蹈教學研究。舞蹈教育，16，35-48。
陳育祥（2020）。藝術教師實施新媒體藝術教學之知覺態度探究。當代教育研究季刊，28（3），1-27。
陳冠宇（2015）。使用電腦與行動裝置進行行動磨課師學習之態度差異分析〔未出版的碩士論文〕。淡江大學。
陳昭珍、徐芝君、洪嘉馡、胡衍南（2021）。COVID-19。下臺師大的遠距教學經驗與省思。當代教育研究季刊，29（1），1-23。
陳英正、陳英豪（2017）。以科技接受模式探討國小資源班教師實施資訊科技融入教學之意願。人文社會科學研究：教育類，11（2），17-37。
陳素芬、江彥逸、王惠玄、郭惠敏、林俊逸（2012）。臨床護理人員數位學習接受度認知之相關因素探討。醫療資訊雜誌，21（4），53-70。
陳澤雄（主持人）（2018-2019）。以數位互動式學習提升程式語言教學成效。教育部。http://thuir.lib.thu.edu.tw/bitstream/310901/31908/2/成果報告-陳澤雄.pdf
黄淑蓮（2017）。臺灣國民教育小學階段舞蹈教育之發展（1945年至2011年）。台灣舞蹈研究，（12），93-123。
黄淑蓮（2020）。是誰在教舞蹈課?臺灣國民小學舞蹈師資培育發展之研究。台灣舞蹈研究，（15），1-42。
曾儀蓉、歐陽誾（2019）。以科技接受模式探討國小教師對於使用FB網路直播系統進行專業成長之使用意願。教育傳播與科技研究，120，55-74。
游慧貞（2017）。國中特教老師電腦自我效能與ICT融入教學效能相關研究-以臺北市為例〔未出版的碩士論文〕。淡江大學。
黃俊英（1999)。企業研究方法。東華。
黃喜美（2015）。以科技接受模式探討臺南市國小教師對於行動學習之使用意願與現況調查研究〔未出版的碩士論文〕。國立台南大學。
劉雅文（2020）。太極拳課程體育線上教學之實踐。學校體育，177，73-86。
劉興漢、林杰彬、郭乃菁（2018）。應用科技接受模式探討共同供應契約系統使用之現況-以空軍使用者為例。國防管理學報，39（1），39-63。
樊台聖、李一靜、蔡翌潔（2011)）資訊教育領域的性別差異。商管科技季刊，12（3），315-341。
潘慧玲（2017）。國小藝術才能班面臨之問題與展望。資優教育季刊，144，25-34。
鄭妤珣（2020）。運用規訓下的身體提升學習專注力：以芭蕾課程為例。舞蹈教育，18，27-41。
魏婉琪（2003）。線上合作學習之課堂創新氣氛探索：以電子商務課程經營休閒網站為例。大專體育學術專刊，339-351。
羅方吟、陳政煥（2021）。COVID-19疫情下同步與非同步資訊科技輔助的大學遠距英語文教學。當代教育研究季刊，29（1）69-114。
羅仕順、陳棟樑、林建志、陳俐文（2020）。運用科技接受模式探討縣政府公文系統使用行為與使用滿意度之研究。管理資訊計算，9，112-126。
藝術教育法（1997）。https://law.moj.gov.tw/LawClass/LawAll.aspx?pcode=H0170037
蘇文娟（2017）。組織安全氣候與工作同儕支持對虛驚事故提報的影響。工業安全衛生，338，35-52。



Ali, Z., Gongbing, B., & Mehreen, A. (2018). Understanding andpredicting academic performance through cloud computing adoption: A perspectiveof technology acceptance model. Journal of Computers in Education, 5(3),297-327.
Alkhasawnh, S., & Alqahtani, M. A. M. (2019). Fostering students’self-regulated learning through using a learning management system to enhanceacademic outcomes at the University of Bisha. TEM Journal, 8(2), 662.
Aristovnik, A., Keržič, D., Ravšelj, D., Tomaževič, N., & Umek, L.(2020). Impacts of the COVID-19 pandemic on life of higher education students:A global perspective. Sustainability, 12(20), 8438.
Bandura, A. (1977). Self-efficacy: toward a unifying theory of behavioralchange. Psychological review, 84(2), 191.
Bandura, A. (1982). Self-efficacy mechanism in human agency. Americanpsychologist, 37(2), 122.
Bandura, A. (1986). The explanatory and predictive scope of self-efficacytheory. Journal of social and clinical psychology, 4(3), 359-373.
Bandura, A. (1989). Regulation of cognitive processes through perceivedself-efficacy. Developmental psychology, 25(5), 729.
Bandura, A. (2006). Adolescent development from an agentic perspective. Self-efficacybeliefs of adolescents, 5, 1-43.
Chang, C. T., Hajiyev, J., & Su, C. R. (2017). Examining thestudents’ behavioral intention to use e-learning in Azerbaijan? The generalextended technology acceptance model for e-learning approach. Computers& Education, 111, 128-143.
Compeau, D. R., & Higgins, C. A. (1995). Computer self-efficacy:Development of a measure and initial test. MIS quarterly, 19(2), 189-211.
Compeau, D., Higgins, C. A., & Huff, S. (1999). Social cognitive theoryand individual reactions to computing technology: A longitudinal study. MISquarterly, 23(2), 145-158.
Cronbach, L. J. (1951). Coefficient alpha and the internal structure oftests. psychometrika, 16(3), 297-334.
Dania, A., Hatziharistos, D., Koutsouba, M., & Tyrovola, V. (2011).The use of technology in movement and dance education: Recent practices andfuture perspectives. Procedia-Social and Behavioral Sciences, 15,3355-3361.
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, anduser acceptance of information technology. MIS quarterly, 13(3),319-340.
Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). Useracceptance of computer technology: A comparison of two theoretical models. Management science, 35(8), 982-1003.
Dieck, M. C. t., Jung, T. H., Kim, W. G. & Moon, Y. (2017). Hotelguests’ social media acceptance in luxury hotels. International Journal ofContemporary Hospitality Management, 29(1), 530-550.
Eraslan Yalcin, M., & Kutlu, B. (2019). Examination of students'acceptance of and intention to use learning management systems using extendedTAM. British Journal of Educational Technology, 50(5), 2414-2432.
Estriegana, R., Medina-Merodio, J. A., & Barchino, R. (2019). Studentacceptance of virtual laboratory and practical work: An extension of thetechnology acceptance model. Computers & Education, 135, 1-14.
Fishbein, M. (1976). A behavior theory approach to the relations betweenbeliefs about an object and the attitude toward the object. In Mathematicalmodels in marketing, 87-88.
Fishbein, M., & Ajzen, I. (1977). Belief, attitude, intention, andbehavior: An introduction to theory and research. Philosophy and Rhetoric,10(2). 130-132.
Gingrasso, S. (2020). Practical resources for dance educators!Choreographing our way through COVID-19. Dance Education in Practice, 6(3),27-31.
Giosos, Y., Mavroeidis, E., Koutsouba, I., M. (2008). Research indistance education: review and perspectives. Open Education - The Journalfor Open and Distance Education and Educational Technology, 4, 1. ADDIN EN.REFLIST
Hackbarth, G., Grover, V., & Mun, Y. Y. (2003). Computer playfulnessand anxiety: positive and negative mediators of the system experience effect onperceived ease of use. Information & management, 40(3),221-232.
Hamidi, H., & Chavoshi, A. (2018). Analysis of the essential factorsfor the adoption of mobile learning in higher education: A case study ofstudents of the University of Technology. Telematics and Informatics, 35(4),1053-1070.
Hill, T., Smith, N. D., & Mann, M. F. (1987). Role of efficacyexpectations in predicting the decision to use advanced technologies: The caseof computers. Journal of applied psychology, 72(2), 307.
Hodges, C. B., Moore, S., Lockee, B. B., Trust, T., & Bond, M. A.(2020). The difference between emergency remote teaching and onlinelearning. https://er.educause.edu/articles/2020/3/the-difference-between-emergency-remote-teaching-and-online-learning
Huang, H. M., & Liaw, S. S. (2018). An analysis of learners’intentions toward virtual reality learning based on constructivist andtechnology acceptance approaches. International Review of Research in Openand Distributed Learning, 19(1).
Huizinga, J. (2020). Homo ludens. Editora Perspectiva SA.
Igbaria, M., & Iivari, J. (1995). The effects of self-efficacy oncomputer usage. Omega, 23(6), 587-605.
Kagima, L. K., & Hausafus, C. O. (2000). Integration of electroniccommunication in higher education: Contributions of faculty computerself-efficacy. The Internet and Higher Education, 2(4), 221-235.
Kerlinger, F. N., Lee, H. B. (2000). Foundations of behavioralresearch. Harcourt College Publishers.
Kinzie, M. B., & Delcourt, M. A. (1991). Computer technologiesin teacher education: The measurement of attitudes and self-efficacy(ED331891).ERIC.https://eric.ed.gov/?id=ED331891
Koufaris, M. (2002). Applying the technology acceptance model and flowtheory to online consumer behavior. Information systems research,13(2),205-223.
Lew, S. L., Lau, S. H., & Leow, M. C. (2019). Usability factorspredicting continuance of intention to use cloud e-learning application. Heliyon,5(6), e01788.
Liguori, E., & Winkler, C. (2020). From offline to online: Challengesand opportunities for entrepreneurship education following the COVID-19pandemic. Entrepreneurship Education and Pedagogy, 3(4) , 346–351
Ma, F., & Guo, C. (2019). Research on dance teaching mode based onflipped classroom in the Internet+ age. Informatica, 43(3).
Marinoni, G., Van’t Land, H., & Jensen, T. (2020). The impact ofCovid-19 on higher education around the world. IAU Global Survey Report, 23.
Mathieson, K., Peacock, E., & Chin, W. W. (2001). Extending thetechnology acceptance model: the influence of perceived user resources. ACMSIGMIS Database: the DATABASE for Advances in Information Systems, 32(3),86-112.
Mayer, R. E. (2019). Thirty years of research on online learning. AppliedCognitive Psychology, 33(2), 152-159.
Means, B., Bakia, M., & Murphy, R. (2014). Learning online: Whatresearch tells us about whether, when and how. Routledge. https://doi.org/10.4324/9780203095959
Munro, M. C., Huff, S. L., Marcolin, B. L., & Compeau, D. R. (1997).Understanding and measuring user competence. Information & Management,33(1), 45-57.
Murphy-Judy, K. (2020). Preparing the new normal: developing teaching,social and cognitive presence in post-pandemic language learning. Languagesand International Studies, 24, 1-14.
Nagy, J. T. (2018). Evaluation of online video usage and learningsatisfaction: An extension of the technology acceptance model. InternationalReview of Research in Open and Distributed Learning, 19(1).
Nikou, S. A., & Economides, A. A. (2017). Mobile-based assessment:Investigating the factors that influence behavioral intention to use. Computers& Education, 109, 56-73.
Nunnally, J. C. (1994). Psychometric theory 3E. Tata McGraw-hilleducation.
Panigrahi, R., Srivastava, P. R., & Sharma, D. (2018). Onlinelearning: Adoption, continuance, and learning outcome—A review of literature. InternationalJournal of Information Management, 43, 1-14.
Peterson, A. T., Beymer, P. N., & Putnam, R. T. (2018). Synchronousand asynchronous discussions: Effects on cooperation, belonging, and affect. OnlineLearning, 22(4), 7-25.
Rauniar, R., Rawski, G., Yang, J. & Johnson, B. (2014). Technologyacceptance model (TAM) and social media usage: An empirical study on Facebook. Journalof Enterprise Information Management, 27(1), 6-30.
Revythi, A., & Tselios, N. (2019). Extension of technology acceptancemodel by using system usability scale to assessbehavioral intention to use e-learning. Education and Information Technologies,24(4), 2341-2355.
Salloum, S. A., Alhamad, A. Q. M., Al-Emran, M., Monem, A. A., &Shaalan, K. (2019). Exploring students’ acceptance of e-learning through thedevelopment of a comprehensive technology acceptance model. IEEE Access, 7,128445-128462.
Sánchez-Prieto, J. C., Olmos-Migueláñez, S., & García-Peñalvo, F. J.(2017). MLearning and pre-service teachers: An assessment of the behavioralintention using an expanded TAM model. Computers in Human Behavior, 72,644-654.
Scherer, R., Siddiq, F., & Tondeur, J. (2019). The technologyacceptance model (TAM): A meta-analytic structural equation modeling approachto explaining teachers’ adoption of digital technology in education. Computers& Education, 128, 13-35.
Szajna, B. (1996). Empirical evaluation of the revised technologyacceptance model. Management science, 42(1), 85-92.
Torkzadeh, G., & Koufteros, X. (1994). Factorial validity of acomputer self-efficacy scale and the impact of computer training. Educationaland psychological measurement, 54(3), 813-821.
Tung, F. C., & Chang, S. C. (2007). Exploring adolescents' intentionsregarding the online learning courses in Taiwan. Cyberpsychology &Behavior, 10(5), 729-730.
Venkatesh, V., & Davis, F. D. (1996). A model of the antecedents ofperceived ease of use: Development and test. Decision sciences, 27(3),451-481.
White, C. (2003). Language learningin distance education. Cambridge University Press. https://doi.org/10.1017/CBO9780511667312