THE EFFECTIVENESS OF THE E-LEARNING APPLICATION: IMPACT ASSESSMENT OF THE QUALITY

Hasonló dokumentumok
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Factor Analysis

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Nonparametric Tests

Correlation & Linear Regression in SPSS

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Nonparametric Tests. Petra Petrovics.

Correlation & Linear Regression in SPSS

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Correlation & Linear. Petra Petrovics.

Statistical Dependence

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Hypothesis Testing. Petra Petrovics.

Gazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Faktoranalízis előadás. Kvantitatív statisztikai módszerek

Statistical Inference

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet

Módszertani eljárások az időtényező vezetési, szervezeti folyamatokban betöltött szerepének vizsgálatához

HALLGATÓI KÉRDŐÍV ÉS TESZT ÉRTÉKELÉSE

Supporting Information

Professional competence, autonomy and their effects

A modern e-learning lehetőségei a tűzoltók oktatásának fejlesztésében. Dicse Jenő üzletfejlesztési igazgató

STUDENT LOGBOOK. 1 week general practice course for the 6 th year medical students SEMMELWEIS EGYETEM. Name of the student:

FOSS4G-CEE Prágra, 2012 május. Márta Gergely Sándor Csaba

- eqµah ³. -ry³eblbmebjkargar³

Angol Középfokú Nyelvvizsgázók Bibliája: Nyelvtani összefoglalás, 30 kidolgozott szóbeli tétel, esszé és minta levelek + rendhagyó igék jelentéssel

Választási modellek 3

OROSZ MÁRTA DR., GÁLFFY GABRIELLA DR., KOVÁCS DOROTTYA ÁGH TAMÁS DR., MÉSZÁROS ÁGNES DR.

A controlling és az értékelemzés összekapcsolása, különös tekintettel a felsőoktatási és a gyakorlati alkalmazhatóságra

Néhány folyóiratkereső rendszer felsorolása és példa segítségével vázlatos bemutatása Sasvári Péter

FORGÁCS ANNA 1 LISÁNYI ENDRÉNÉ BEKE JUDIT 2

Construction of a cube given with its centre and a sideline

Feltesszük, hogy a mintaelemek között nincs két azonos. ha X n a rendezett mintában az R n -ik. ha n 1 n 2

EN United in diversity EN A8-0206/419. Amendment

On The Number Of Slim Semimodular Lattices

Összefoglalás. Summary. Bevezetés

Using the CW-Net in a user defined IP network

ANGOL NYELV KÖZÉPSZINT SZÓBELI VIZSGA I. VIZSGÁZTATÓI PÉLDÁNY

A tanulásban akadályozott gyermekek idegen nyelvtanulásának aktuális kérdései Magyarországon 1

Emelt szint SZÓBELI VIZSGA VIZSGÁZTATÓI PÉLDÁNY VIZSGÁZTATÓI. (A részfeladat tanulmányozására a vizsgázónak fél perc áll a rendelkezésére.

KOGGM614 JÁRMŰIPARI KUTATÁS ÉS FEJLESZTÉS FOLYAMATA

EEA, Eionet and Country visits. Bernt Röndell - SES

Computer Architecture

Cluster Analysis. Potyó László

Dr. Sasvári Péter Egyetemi docens

A jövedelem alakulásának vizsgálata az észak-alföldi régióban az évi adatok alapján

IP/09/473. Brüsszel, március 25

ANGOL NYELV KÖZÉPSZINT SZÓBELI VIZSGA I. VIZSGÁZTATÓI PÉLDÁNY

LOGISZTIKAI KÉPESSÉGEK A MAGYAR VÁLLALATOK GYAKORLATÁBAN

Eladni könnyedén? Oracle Sales Cloud. Horváth Tünde Principal Sales Consultant március 23.

Sebastián Sáez Senior Trade Economist INTERNATIONAL TRADE DEPARTMENT WORLD BANK

Ensemble Kalman Filters Part 1: The basics

SAJTÓKÖZLEMÉNY Budapest július 13.

OKTATÓI MUNKA HALLGATÓI VÉLEMÉNYEZÉSÉNEK KÉRDÉSEI MAGYAR ÉS ANGOL NYELVEN

ENROLLMENT FORM / BEIRATKOZÁSI ADATLAP

First experiences with Gd fuel assemblies in. Tamás Parkó, Botond Beliczai AER Symposium


USER MANUAL Guest user

Összefoglalás. Summary

2. Local communities involved in landscape architecture in Óbuda

Normál eloszlás. Gyakori statisztikák

Étkezési búzák mikotoxin tartalmának meghatározása prevenciós lehetıségek

A magyarországi nonprofit szektorban dolgozók motivációjára káros hatások értékelésének elemzése többváltozós statisztikai módszerekkel

NYOMÁSOS ÖNTÉS KÖZBEN ÉBREDŐ NYOMÁSVISZONYOK MÉRÉTECHNOLÓGIAI TERVEZÉSE DEVELOPMENT OF CAVITY PRESSURE MEASUREMENT FOR HIGH PRESURE DIE CASTING

Gazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Logistic regression. Quantitative Statistical Methods. Dr.

OLYMPICS! SUMMER CAMP

Tudományos Ismeretterjesztő Társulat

EN United in diversity EN A8-0206/445. Amendment

Cloud computing. Cloud computing. Dr. Bakonyi Péter.

Expansion of Red Deer and afforestation in Hungary

KISTERV2_ANOVA_

24th October, 2005 Budapest, Hungary. With Equal Opportunities on the Labour Market

3. MINTAFELADATSOR KÖZÉPSZINT. Az írásbeli vizsga időtartama: 30 perc. III. Hallott szöveg értése

STATISZTIKA PRÓBAZH 2005

Decision where Process Based OpRisk Management. made the difference. Norbert Kozma Head of Operational Risk Control. Erste Bank Hungary

ACTA CAROLUS ROBERTUS. Károly Róbert Főiskola Gazdaság és Társadalomtudományi Kar tudományos közleményei Alapítva: (1)

Előszó.2. Starter exercises. 3. Exercises for kids.. 9. Our comic...17

Bevezetés a kvantum-informatikába és kommunikációba 2015/2016 tavasz

Statisztikai hipotézisvizsgálatok. Paraméteres statisztikai próbák

INTELLIGENT ENERGY EUROPE PROGRAMME BUILD UP SKILLS TRAINBUD. Quality label system

Számítógéppel irányított rendszerek elmélete. Gyakorlat - Mintavételezés, DT-LTI rendszermodellek

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Correlation & Regression

Longman Exams Dictionary egynyelvű angol szótár nyelvvizsgára készülőknek

Phenotype. Genotype. It is like any other experiment! What is a bioinformatics experiment? Remember the Goal. Infectious Disease Paradigm

7 th Iron Smelting Symposium 2010, Holland

Tudományos Ismeretterjesztő Társulat

TAYLOR Gazdálkodás- és szervezéstudományi folyóirat

Abigail Norfleet James, Ph.D.

Az egészségügyi munkaerő toborzása és megtartása Európában

Cloud computing Dr. Bakonyi Péter.

Implementation of water quality monitoring

BIOMETRIA_ANOVA_2 1 1

MARKOLT NORBERT. Alegységszintű vezetők megítélésének pszichológiai dimenziói. Psychological dimension in subunit military leader s assessment

Mapping Sequencing Reads to a Reference Genome

Sztochasztikus kapcsolatok

NÉMETH MÁRTON Networkshop 2014 Pécs. Discovery alapú katalógus szoftvereszközök tudományos könyvtári környezetben

Cashback 2015 Deposit Promotion teljes szabályzat

Tudományos Ismeretterjesztő Társulat

Széchenyi István Egyetem

Which letter(s) show(s) a. Melyik betű(k) mutat(nak) . 1 flexor muscle group? flexor izomcsoportot? . 2 extensor muscle group?

Pletykaalapú gépi tanulás teljesen elosztott környezetben

Mangalica: The VM-MOE Treaty. Olmos és Tóth Kft. Monte Nevado

1. MINTAFELADATSOR KÖZÉPSZINT. Az írásbeli vizsga időtartama: 30 perc. III. Hallott szöveg értése

MATEMATIKA ANGOL NYELVEN

Descriptive Statistics

fogyasztói ATTITŰDÖk Az ALmApIACon CONSUmER ATTITUDE TO APPLE

Átírás:

THE EFFECTIVENESS OF THE E-LEARNING APPLICATION: IMPACT ASSESSMENT OF THE QUALITY P E T E R L E N G Y E L - I S T VÁ N F Ü Z E S I - J Á N O S PA N C S I R A - G E R G E LY R ÁT H O N Y I U N I V E R S I T Y O F D E B R E C E N FA C U LT Y O F E C O N O M I C S A N D B U S I N E S S D E PA R T M E N T O F B U S I N E S S I N F O R M A T I C S

INTRODUCTION Welcome to Moodle! Moodle is an open source web application used to create interactive online learning sites. Who is Moodle? Moodle that is the acronym for Modular Object- Oriented Dynamic Learning Environment It's an online Learning Management System (LMS). 2016.05.07 EBEEC 2016-8TH INTERNATIONAL CONFERENCE -SPLIT 2

INTRODUCTION 2016.05.07 EBEEC 2016-8TH INTERNATIONAL CONFERENCE -SPLIT 3

INTRODUCTION Why Moodle? It's available in 78 languages! It is used all over the world by teachers and educators and it's probably the best E-Learning tool in the net! It runs on almost all platform, supporting a lot of useful function and customization, thanks to his modular structure. 2016.05.07 EBEEC 2016-8TH INTERNATIONAL CONFERENCE -SPLIT 4

INTRODUCTION What teachers can do with Moodle... 2016.05.07 EBEEC 2016-8TH INTERNATIONAL CONFERENCE -SPLIT 5

INTRODUCTION What students can do with Moodle... 2016.05.07 EBEEC 2016-8TH INTERNATIONAL CONFERENCE -SPLIT 6

RESEARCH Research objective: establish the quality development and support of e-learning at our faculty. Benchmark: e-learning application of Corvinus University Budapest (CUB) e-learning at the CUB is applied under organized institutional circumstances. The e-learning application of CUB is support by an organization. Hypothesis: The quality development of e-learning should be ensured under organized circumstances. Questionnaire survey - Limesurvey Faculty of Business and Economics Corvinus University students teachers 2016.05.07 EBEEC 2016-8TH INTERNATIONAL CONFERENCE -SPLIT 7

Questionnaires We examined the answers about the e-learning s quality in this research on the basis of two context (student-lecturer, CUB - FEB). The basis of the answers comparability was that both institutions applied the Moodle system. We tried to find the answer what level they use the possibilities offered by the system in the two institutions. 273 students and 50 lecturers at the CUB, 288 students and 46 lecturers at the FEB The groups of questions are the following: Quality of the system (1-7) Quality of the information (8-12) Quality of the service (13-17) Benefit of the e-learning system (18-24) Conclusions (25-27) The 27 questions could be answered in a scale of 10 2016.05.07 EBEEC 2016-8TH INTERNATIONAL CONFERENCE -SPLIT 8

points Results question number 2016.05.07 EBEEC 2016-8TH INTERNATIONAL CONFERENCE -SPLIT 9

Variances Significant differences based on t-test (lecturers answers) 2. Easy to use. 7. The system is fast (speed ofinformation access). 9. The necessary information is always at the right time published. 13. The e-learning system an appropriate level of on-line help for. 14. The system is in constant contact developer(s) to users. 15. The operator (s) available (s) to solve problems. 16. The operators of the future development of cooperative relation. 17. The operator(s) provide appropriate assistance (they) use the system. 26. The e-learning system is successful. The e-learning application of the CUB is more successful than the FEB Quality of the system s operation of the CUB is higher than the FEB. This result supports our hypothesis Levene's Test for Equality of t-test for Equality of Means F Sig. t df Sig. (2-tailed) Mean Difference Std. Error Difference A rendszer folyamatosan elérhető (rendelkezésre áll) E.v.a. 0,522 0,472-0,054 94 0,957-0,0087 0,1618 E.v. not a. -0,053 85,827 0,958-0,0087 0,1633 Könnyen használható. E.v.a. 2,704 0,103 3,341 94 0,001 0,7461 0,2233 E.v. not a. 3,380 90,657 0,001 0,7461 0,2207 Felhasználóbarát. E.v.a. 0,170 0,681 0,289 94 0,773 0,0739 0,2556 Kommunikációs funkcióval kitünően támogatja a felhasználók kapcsolatát. E.v. not a. 0,292 92,320 0,771 0,0739 0,2533 E.v.a. 3,084 0,082-1,797 94 0,076-0,7591 0,4224 E.v. not a. -1,775 82,237 0,080-0,7591 0,4277 Személyre szabott információkat biztosít. E.v.a. 66,751 0,000-0,418 94 0,677-0,2113 0,5050 E.v. not a. -0,408 65,778 0,684-0,2113 0,5176 Sokszínű funkcióival vonza a felhasználókat. E.v.a. 20,328 0,000-0,571 94 0,569-0,3157 0,5525 E.v. not a. -0,557 64,087 0,580-0,3157 0,5670 A rendszer működése gyors (információ hozzáférési sebesség). E.v.a. 21,558 0,000-5,024 94 0,000-2,0417 0,4064 A kurzusaimban pontosan azokat az információkat teszem közzé, mely E.v. not a. -4,895 64,022 0,000-2,0417 0,4171 E.v.a. 0,084 0,773 0,600 94 0,550 0,1409 0,2348 E.v. not a. 0,606 91,786 0,546 0,1409 0,2325 A szükséges információk mindig a megfelelő időben közzé teszem. E.v.a. 34,140 0,000-2,215 94 0,029-0,7078 0,3195 E.v. not a. -2,141 53,624 0,037-0,7078 0,3306 A közzé tett információk szorosan kapcsolódnak a kurzus témájához. E.v.a. 4,344 0,040-0,416 94 0,678-0,0513 0,1232 E.v. not a. -0,410 77,674 0,683-0,0513 0,1252 A kurzus elegendő információt biztosít a hallgatóknak a tárgy elsa E.v.a. 8,410 0,005-1,311 94 0,193-0,3748 0,2859 E.v. not a. -1,290 77,898 0,201-0,3748 0,2905 A kurzus tartalmát folyamatosan aktualizálom, frissítem. E.v.a. 9,713 0,002-1,703 94 0,092-0,3765 0,2211 Az e-learning rendszer megfelelő szintű on-line segítséget, használati útmutatót biztosít. A rendszer fejlesztői folyamatos kapcsolatban van(nak) a felhasználókkal a rendszer tov E.v. not a. -1,652 57,927 0,104-0,3765 0,2280 E.v.a. 10,075 0,002-2,625 94 0,010-0,9400 0,3581 E.v. not a. -2,539 54,687 0,014-0,9400 0,3702 E.v.a. 8,619 0,004-4,479 94 0,000-1,1870 0,2650 E.v. not a. -4,342 57,460 0,000-1,1870 0,2733 Az üzemeltető(k) rendelkezésre áll(nak) a felmerülő problémák E.v.a. 47,302 0,000-3,510 94 0,001-0,8243 0,2349 megoldásában. E.v. not a. -3,413 61,405 0,001-0,8243 0,2415 Az üzemeltetők együttműködőek a jövőbeni fejlesztésekkel E.v.a. 18,063 0,000-4,011 94 0,000-0,9452 0,2357 kapcsolatban. E.v. not a. -3,908 64,075 0,000-0,9452 0,2419 Az üzemeltető(k) megfelelő segítséget nyújt(anak) a rendszer E.v.a. 56,573 0,000-3,957 94 0,000-1,2791 0,3232 használatában. E.v. not a. -3,817 51,447 0,000-1,2791 0,3351 Az e-learning rendszer használata javítja a tanulmányi E.v.a. 18,243 0,000-1,021 94 0,310-0,5991 0,5866 eredményeket. E.v. not a. -1,003 74,161 0,319-0,5991 0,5976 Növeli az Intézmény versenyképességét a felsőoktatásban. E.v.a. 43,213 0,000-1,197 94 0,234-0,6383 0,5332 2016.05.07 EBEEC 2016-8TH INTERNATIONAL CONFERENCE -SPLIT 10 E.v. not a. -1,164 60,894 0,249-0,6383 0,5485

Factor Analysis We examined whether background variables influencing the variables are possible to be formed. We used factor analysis to demonstrate this which contracts the coherent factors into one common factor. We examined the variables on the basis of the Kaiser-Meyer-Olkin (KMO) criteria to determine whether they are suitable for factor analysis. The value of the KMO is 0.886, which means that the variables are suitable for factor analysis. Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0.886 Bartlett's Test of Sphericity Approx. Chi-Square 17 114.773 df 351 Sig. 0.000 The table also indicates the null hypothesis of the Bartlett test was rejected, which means that there is no correlation between the basic variables, because the level of significance (Sig.) is smaller than 0.05. Consequently, the basic condition of the factor analysis, according to which the variables must correlate, is fulfilled. 2016.05.07 EBEEC 2016-8TH INTERNATIONAL CONFERENCE -SPLIT 11

Factor Az selection üzemeltető(k) együttműködő(ek) - the variance a javasolt jövőbeni fejlesztésekkel ratio method kapcsolatban. Factor 1 2 3 4 0,871 0,151 0,179 0,124 Az üzemeltető(k) megfelelő segítséget nyújt(anak) a rendszer használatában. 0,864 0,143 0,211 0,117 The fourth Az üzemeltető(k) row of rendelkezésre the Cumulative áll(nak) a felmerülő % problémák column megoldásában. shows the cumulated 0,834 variance 0,159 of 0,137 the four factors (64.219%) based on Kaiser-criteria. It is above the necessary 60%. A rendszer fejlesztő(i)/üzemeltető(i) folyamatos kapcsolatban van(nak) a felhasználókkal a rendszer tov Sokszínű funkcióival Initial vonza Eigenvalues a felhasználókat. Extraction Sums of Squared Loadings 0,783 0,114 0,231 Rotation 0,765Sums 0,245 of Squared Loadings 0,190 Kommunikációs funkcióval kitünően % of támogatja Cumulatia felhasználók kapcsolatát. % of Cumulative 0,721 0,201 0,336 Factor Total Variance ve % Total Variance % Total % of Variance Cumulative % Személyre 1 szabott 11.526 információkat 42.690 biztosít. 42.690 11.192 41.452 41.452 6.140 0,587 0,348 22.740 0,109 22.740 0,208 A rendszer 2 funkcióival 3.621és szolgáltatásaival 13.410 56.100 elégedett 3.317 vagyok. 12.285 53.737 5.893 0,477 0,402 21.825 0,331 44.565 0,324 3 Használata növeli 1.944 az oktatás 7.201 és tanulás 63.301 hatékonyságát. 1.566 5.800 59.538 3.105 0,123 0,871 11.501 56.066 4 1.500 5.554 68.855 1.264 4.681 64.219 2.201 8.153 64.219 Használata csökkenti az oktatási-tanulási folyamat időtartamát. 0,826 0,108 5 1.090 4.037 72.892 Növeli az Intézmény versenyképességét a felsőoktatásban. 0,182 0,822 0,218 0,107 6 0.953 3.530 76.423 Az e-learning rendszer használata javítja a tanulmányi eredményeket. 0,816 We have chosen a 4-factor solution which means that we replaced 27 variables (which explain Az rendszer bevezetése hozzájárul az Intézmény elektronikus szolgáltatásainak 0,341 0,735 0,182 100%) with 4 factors (which explain in 64.22%). javításához. Lehetővé teszi, hogy az Intézmény az oktatásban gyorsabban reagáljon bármilyen 0,374 0,717 0,127 We used változásra the Varimax rotational method during which the orthogonal rotation results correlating Az e-learning factors. rendszer hasznos. 0,181 0,671 0,316 0,223 Használata csökkenti az oktatásra (a teljes oktatási folyamatra) fordított költségeket Finally, Az we e-learning reached rendszer sikeres. a 4-factor solution as a result of the analysis, 0,464 where 0,528 0,243 the KMO 0,274 = 0.886 and the explained A rendszer működése variance gyors (információ is 64.22%. hozzáférési The sebesség). names of the factors 0,126 are the 0,366 following: 0,187 0,230 A közzé tett információk szorosan kapcsolódnak a kurzus témájához. FACTOR1: Quality of the service A kurzusban pontosan azokat az információk találhatók, melyek szorosan kapcsolódnak FACTOR2: a tárgyhoz Efficiency of the system FACTOR3: Quality of the online material FACTOR4: Usability of the system 0,160 0,615 0,120 0,106 0,291 0,784 0,201 0,109 0,260 0,690 A kurzus tartalma folyamatosan aktualizált, frissített. 0,517 0,612 A szükséges információk mindig a megfelelő időben rendelkezésre állnak. 0,446 0,573 A kurzus elegendő információt biztosít a tárgy elsajátításához 0,422 0,105 0,561 Az e-learning rendszer megfelelő szintű on-line segítséget, használati útmutatót biztosít. 0,401 0,260 0,434 0,343 A rendszer folyamatosan elérhető (rendelkezésre áll) 0,301 0,388 0,229 2016.05.07 Felhasználóbarát. EBEEC 2016-8TH INTERNATIONAL CONFERENCE 0,407 -SPLIT 0,195 0,125 0,850 12

Binominal logistic regression We used logistic regression based on the results of the factor analysis. Our aim was to determine the importance of a given factor for the users of the CUB compared to the FEB. If the given variable is significant, it supports the model. It is obvious that FACTOR1, FACTOR2 and FACTOR3 contributes to the model, while FACTOR4 does not. The Exp(B) indicates how each variables correct the estimation. FACTOR1 corrects the estimation the most (Exp(B)=2.135) with 113.5%, while FACTOR2 corrects it with 68.3%. FACTOR3 worsens the estimation with 44.9%, which means that according to the CUB users the first factor is twice, while the second factor is 1.683 times more important than according to the FEB. Wald-statistic B S.E. Wald df Sig. Exp(B) 95,0% C.I.for EXP(B) Lower Upper Step 1(a) FAKTOR1.759.105 52.118 1.000 2.135 1.738 2.624 FAKTOR2.521.102 26.021 1.000 1.683 1.378 2.056 FAKTOR3 -.596.104 32.805 1.000.551.449.676 FAKTOR4 -.115.087 1.748 1.186.891.751 1.057 Constant -.108.087 1.549 1.213.898 2016.05.07 EBEEC 2016-8TH INTERNATIONAL CONFERENCE -SPLIT 13

Conclusions We found significant differences between the CUB s and the FEB s application as well as between the students and the lecturers evaluation by performing a t-test. We determined that relying on the result, it is more effective and better in quality to operate the e-learning system under organized circumstances. We have created 4 factors from the 27 variables by factor analysis and we performed logistic regression on them. Our result was that according to the CUB users the quality of the service is more than twice as good, while the efficiency of the system is 1.683 times as more important than according to the FEB users. 2016.05.07 EBEEC 2016-8TH INTERNATIONAL CONFERENCE -SPLIT 14

Peter Lengyel István Füzesi János Pancsira Gergely Ráthonyi University of Debrecen 2016.05.07 EBEEC 2016-8TH INTERNATIONAL CONFERENCE -SPLIT 15