Comparing University Students' Mobile Learning Behavioral Intention between South Korea and Hong Kong

Abstract

최근 발전된 무선 통신기술은 교수-학습방법을 향상시키기 위한 방안으로 초ㆍ중등학교와 대학교 뿐만 아니라 그 외 교육 기관들에서 모바일 기술사용을 장려한다. 모바일 기술을 활용한 학습은 사용자들이 학교를 벗어나서도 계속해서 학습하고 정보를 교환하게 하는 것을 가능하게 하기 때문이다(Lam, Mohan, Xu, & Lam, 2011). 특히 고등교육에서 대학 캠퍼스 내에서 모바일 기기와 무선 네트워크의 빠른 보급률은 모바일 학습의 통합에 있어 최적의 장소로 손꼽히게 한다(Cheon, Lee, Crooks, & Song, 2012). 교육상황에서 교수-학습을 중진시키는 새로운 기술로써 제안되는 모바일 학습의 여러 장점에도 불구하고, 작은 스크린 화면, 불편한 정보 입력 방법, 불안정한 모바일 네트워크 등과 같은 제한점들이 여전히 존재하고 있다(Wang, Wu, & Wang, 2009). 더욱이 모바일 학습 수용에 대한 선행연구에서 주로 모바일 학습 경험이 있는 성인 학습자, 사이버대학교 학생들 또는 대학교 학생들에 집중되어 있고(Bao, Xiong, Hu, & Kibelloh, 2013; Callum & Jeffrey, 2013; Chang, Yan, & Tsang, 2012; Suki & Suki, 2011), 일상적인 학습 과정에서 모바일 학습이 요구되지 않는 전통적인 대학교 학생들에 대해서는 매우 드물게 연구가 수행되었다. 따라서 전통적인 대학교 학생들의 모바일 학습 사용에 대한 행동의도에 어떤 요인들이 영향을 미치는지 규명할 필요가 있다. 또한, 지금까지 위 주제에 대해 수행된 연구 중 국가 간 비교분석 연구가 존재하기 않기 때문에 국가 간 비교분석 연구도 요구된다. 한국과 홍콩은 동양의 문화권이나 교육에서의 ICT 발달과 같이 여러 면들에서 유사점이 있기 때문에 이 두 국가에서 모바일 학습 채택에서 차이가 있는 살펴보고자 한다. 이에 따라 본 연구는 예측변인들인 수행기대, 기대되는 노력정도, 사회적 영향, 촉진조건, 오락적 동기, 가격가치, 자기학습관리에서 한국의 대학생과 홍콩의 대학생들이 모바일 학습 사용에 대한 행동의도에서 차이가 있는지 규명하는 것을 목적으로 한다. 더 나아가 모든 변인(수행기대, 기대되는 노력정도, 사회적 영향, 촉진조건, 오락적 동기, 가격가치, 자기학습관리, 모바일학습의도)에 대한 성별의 효과 차이도 살펴보았다. 연구문제는 다음과 같다. 1. 한국과 홍콩의 대학생들은 변인(수행기대, 기대되는 노력정도, 사회적 영향, 촉진조건, 오락적 동기, 가격가치, 자기학습관리, 모바일학습의도)에서 유의미한 차이를 보이는가? 2. 대학생들의 성별에 따라 변인(수행기대, 기대되는 노력정도, 사회적 영향, 촉진조건, 오락적 동기, 가격가치, 자기학습관리, 모바일학습의도)에서 유의미한 차이를 보이는가? 3. 대학생들은 변인(수행기대, 기대되는 노력정도, 사회적 영향, 촉진조건, 오락적 동기, 가격가치, 자기학습관리, 모바일학습의도)에서 국가와 성별 간의 유의미한 상호작용 효과를 보이는가? 4. 한국과 홍콩의 대학생들은 모바일학습의도를 예측하는 변인(수행기대, 기대되는 노력정도, 사회적 영향, 촉진조건, 오락적 동기, 가격가치, 자기학습관리)과 그 예측력에서 차이를 보이는가? 본 연구는 한국과 홍콩의 대학에서 데이터를 수집하였다. 한국에서는 2014년 1학기 초에 세 곳의 대학에 설문지가 배포되었으며, 총 305명의 대학생이 설문에 참여하였다. 홍콩에서는 2014년 1학기, 네 곳의 대학에서 설문이 실시되었으며, 총 293명의 학생이 응답하였다. 연구결과 분석을 위해 기술통계와 상관분석을 먼저 실시하고, 국가간 그리고 성별 비교 분석을 위해 다변량분산분석(MANOVA)과 회귀분석이 실시되었다. 본 연구의 결과는 다음과 같다. 첫째, 한국 대학생과 홍콩 대학생들 간에는 대부분의 변인에서 의미 있는 차이를 보였다(Pillai's Trace=.25, p<.05). 촉진조건(F(1,594)=.41, p>.05)을 제외하고, 수행기대(F(1,594)=19.99, p<.05), 기대되는 노력정도(F(1,594)=10.97, p< .05), 사회적 영향(F(1,594)=33.24, p<.05), 오락적 동기(F(1,594)= 24.71, p<.05), 가격가치(F(1,594)=170.85, p<.05), 자기학습관리(F(1,594)= 7.08, p<.05)에서 한국 대학생이 홍콩 대학생보다 더 낮은 평균을 보이며 유의미한 차이가 있는 것으로 나타났다. 둘째, 대학생의 성별에 따라서 변인의 응답 수준에 차이가 존재하는 것으로 나타났다(Pillai's Trace=.03, p<.05). 연구결과에 따르면 촉진조건(F(1,594)=4.31, p <.05)과 자기학습관리(F(1,594)=2.24, p<.05)에서 유의미한 차이가 있었으며 남학생이 촉진조건(M=3.75)과 자기학습관리(M=3.53) 두 변인 모두에서 여자 대학생보다 높은 평균을 보였다. 셋째, 국가(한국과 홍콩)와 남녀성별의 유의미한 상호작용 효과가 있는 것으로 나타났는데(Pillai's Trace=.05, p<.05), 이는 기대되는 노력정도(F(1,594)=7.40, p<.05), 사회적 영향(F(1,594)=5.74, p<.05), 촉진조건(F(1,594)=4.69, p<.05) 그리고 가격가치(F(1,594)=6.32, p<.05) 변인에서 유의미한 차이를 보였으며 국가에 따라 성별에서 역순상호작용 효과를 보이는 것으로 드러났다. 본 연구결과를 정리하면 한국 남자 대학생은 여자 대학생에 비해 기대되는 노력정도(M=3.68), 사회적 영향(M= 2.96), 촉진조건(M=3.82), 가격가치(M=2.70)에 더 높은 평균 점수를 보이는 반면, 홍콩은 여자 대학생이 남자대학생보다 기대되는 노력정도(M= 3.86), 사회적 영향(M=3.33), 촉진조건(M=3.76), 가격가치(M=3.54)의 평균이 더 높았다. 이 같은 결과들은 비록 연구문제 2번에서 밝힌 바와 같이 일반적으로는 기대되는 노력정도, 사회적 영향, 가격가치에서 성별에 따른 차이가 없지만 국가에 따라서 이 세 변인들은 성별에 따라 다른 양상을 보인다고 해석할 수 있다. 넷째, 모바일 학습 사용에 대한 행동의도를 예측하는 변인에서 한국과 홍콩 대학생들 간의 차이가 확인되었다. 한국의 대학생들의 수행기대(β=.22), 사회적 영향(β=.18), 오락적 동기(β=.27), 자기학습관리(β=.20)가 모바일 학습 사용에 대한 행동의도를 예측하는 것으로 나타났다. 이 네 개의 예측변인은 행동의도의 변량을 50% 설명하는 것으로 나타났다(F(7,297)= 40.11, p<.05). 홍콩 대학생의 경우에는, 다중회귀모델에서 5개의 독립변인이 유의미한 것으로 나타났으며, 종속변인의 51% 설명하는 것으로 나타났다(F(7,285)= 41.33, p<.05)으며 수행기대(β=.21), 기대되는 노력정도(β=.13), 사회적 영향(β= .21), 오락적 동기(β=.31), 자기학습관리(β=.12)가 모바일 학습 사용에 대한 행동의도를 예측하는 것으로 나타났다. 또한, 국가에 따라 각 변인의 회귀계수를 비교했을 때, 한국의 대학생(B=.37)이 홍콩의 대학생(B=.28)보다 더 높은 오락적 동기(t=2.56)를 보이는 것으로 보고되었다. 그러나 수행기대(t=-1.76), 사회적 영향(t=-0.12), 자기학습관리(t=-0.19)에 대해서는 국가 별 차이가 존재하지 않는 것으로 나타났다. 본 연구는 기존 이론의 정제 작업을 위한 기초적인 연구이자 모바일 학습의 수용을 위한 전략을 제공하는 데 그 의의가 있다. 첫째, 이론적인 면에서 본 연구는 모바일 학습을 사용하는데 있어 행동의도에 대한 예측변인들로 UTAUT2 모델을 토대로 수행기대, 기대되는 노력정도, 사회적 영향, 촉진조건, 오락적 동기, 가격가치와 자기학습관리를 추가하여 살펴보았다. 연구결과에서 가격가치와 촉진조건은 대학생들의 모바일 학습에 대한 행동의도를 예측하지 않는 것으로 나타났다. 이 같은 연구 결과는 모바일 학습 수용이론에 대한 연구 영역을 확장시켜줄 것으로 기대한다. 둘째, 본 연구는 고등교육에서 모바일 학습 시스템을 설계하기 위해서 어떤 요인들을 고려해야 하는지에 대한 시사점을 제공한다. 본 연구의 결과는 대학생들을 대상으로 성공적인 모바일 학습을 운영하기 위해서는 오락적 동기, 수행기대, 사회적 영향, 자기학습관리가 고려되어야 함이 강조된다. 본 연구는 모바일 학습 수용을 위한 두 국가의 대학생들의 행동의도에 대한 근거를 찾고자 하였는데, 고등교육기관에서 성공적인 모바일 학습을 운영하기 위해서는 본 연구결과에서 도출된 모바일 학습 수용 핵심 변인을 고려하여 전략을 개발하고 이를 포함한 가이드라인을 제공할 필요가 있음을 시사한다.;Ubiquitous access to wireless technologies has motivated schools, universities and other education institutes to use mobile technology to improve learning and teaching methods. Mobile learning allows users to learn on the go, and to exchange information outside the university (Lam, Mohan, Xu, & Lam, 2011). The rapid spread of mobile devices and wireless networks within university campuses makes higher education a particularly suitable venue for mobile learning integration (Cheon, Lee, Crooks, & Song, 2012). Despite the many advantages of mobile learning as a new technology to enhance learning and teaching in educational settings, it does have some limitations such as small screen size, restricted input capabilities, and unstable connectivity, among others (Wang, Wu, & Wang, 2009). Furthermore, mobile learning acceptance literature has mainly focused on adult learners, cyber university students or university students who have mobile learning experience (Bao, Xiong, Hu, & Kibelloh, 2013; Callum & Jeffrey, 2013; Chang, Yan, & Tsang, 2012; Suki & Suki, 2011), very few studies have investigated this topic from the perspective of traditional university students who are not required to use mobile learning as part of their daily learning processes. As such, there is a need for research to identify the factors that impact traditional university students' behavioral intention to use mobile learning. In the present study, therefore, the author aims to investigate whether there is a difference in the predicting variables (performance expectancy (PE), effort expectancy (EE), social influence (SI), facilitating conditions (FC), hedonic motivation (HM), price value (PV) and self-management of learning (SML) on behavioral intention (BI) to use mobile learning between South Korean university students and Hong Kong university students. To date, there have been no cross-country comparison studies on this topic. Therefore, a cross country study is needed to explore the factors that predict mobile learning between these two countries which have many similarities in different aspects (e.g., cultural values and ICT development in education) and to see whether there are differences in mobile learning acceptance predictors between both countries. Further, the differences in gender effects on all variables (PE, EE, SI, FC, HM, PV, SML and BI) were also investigated. This study, therefore, addressed the following research questions: 1. Are there significant differences in variables (PE, EE, SI, FC, HM, PV, SML, BI) between South Korea and Hong Kong? 2. Are there significant differences in variables (PE, EE, SI, FC, HM, PV, SML, BI) between males and females? 3. Are there significant interaction effects of country (South Korea and Hong Kong) and gender (male and female) on variables (PE, EE, SI, FC, HM , PV, SML, BI)? 4. Is there a difference in predicting variables (PE, EE, SI, FC, HM, PV and SML) and their impacts on behavioral intention to use mobile learning between South Korea and Hong Kong? The present study collected data from various universities in South Korea and Hong Kong. In South Korea, a total of 305 students from three universities in Seoul participated in this study early in the spring semester of 2014. The surveys were distributed by three instructors from each university to their students after class. In Hong Kong, a total of 293 students from four universities participated in this research early in the spring semester of 2014. The surveys were distributed by four instructors from each university to their students during class. Before conducing the survey, each instructor was briefly introduced the purpose of the research by the researcher. Descriptive analysis, Pearson product-moment correlation analysis, multivariate analysis of variance (MANOVA) and multiple regression analysis were conducted using SPSS 18.0 to answer the research questions. Research findings are as follows: First, there were differences between South Korean university students and Hong Kong university students in variables (Pillai's Trace=.25, p<.05). Results showed that there were differences between South Korean university students and Hong Kong university students in PE, F(1,594)=19.99, p<.05, EE, F(1,594)= 10.97, p<.05, SI, F(1,594)=33.24, p<.05, HM, F(1,594)=24.71, p<.05, PV, F(1,594) =170.85, p<.05 and SML, F(1,594)=7.08, p<.05 except FC, F(1,594) =.41, p>.05. South Korean university students reported lower mean scores on all significant variables compared to Hong Kong university students. Second, there were differences between male and female university students in variables (Pillai's Trace =.03, p<.05). Results showed that there was a significant difference between male and female university students in FC, F(1,594)=4.31, p<.05, and SML, F(1,594)=2.24, p<.05. Male university students showed higher mean scores in both FC (M=3.75) and SML (M=3.53) compared to female university students. Third, there were significant interaction effects of country (South Korea and Hong Kong) and gender (Male and Female) in variables (Pillai's Trace=.05, p<.05). Results showed that there was a significant interaction effect on EE, F(1,594)=7.40, p<.05, SI, F(1,594)=5.74, p<.05, FC, F(1,594)=4.69, p<.05 and PV, F(1,594)=6.32, p<.05. Disordinal interaction was shown for EE, SI, FC and PV for which gender effects differently according to countries. In South Korea, male students showed higher mean scores on EE (M= 3.68), SI (M=2.96), FC (M=3.82) and PV (M=2.70) than female students. In Hong Kong, female students showed higher mean scores on EE (M=3.86), SI (M =3.33), FC (M=3.76) and PV (M=3.54) than male students. Findings indicated that although gender did not affect EE, SI and PV in general, according to country, gender affected these three variables differently. Fourth, there was a difference between South Korea and Hong Kong in predicting variables (PE, EE, SI, FC, HM, PV and SML) on behavioral intention to use mobile learning. Results showed that PE (β=.22), SI (β=.18), HM (β=.27) and SML (β=.20) predicted the behavioral intention to use mobile learning among South Korean university students. These results suggested that 50%, F(7,297)=40.11, p<.05, variance of behavioral intention to use mobile learning among university students in South Korea can be explained by four predictors in this study. For Hong Kong, the result of the regression indicated that five predictors explained 51% of the variance, F(7,285) = 41.33, p<.05, on behavioral intention to use mobile learning among university students. Results showed that PE (β = .21, p<.05), EE (β=.13), SI (β=.21), HM (β=.31) and SML (β=.12) predicted the behavioral intention to use mobile learning among Hong Kong university students. Furthermore, results showed that there was a difference in regression coefficients between countries on HM (t=2.56, p<.05) for which South Korea (B=.37) showed a higher regression coefficient value than Hong Kong (B=.28). However, results showed that there was no difference in regression coefficient between countries on PE (t=-1.76, p>.05), SI (t=-0.12, p>.05) and SML (t= -0.19, p>.05). This study serves as a foundation for future endeavors to refine existing theory and provide strategies to promote mobile learning acceptance. First, with regard to the theoretical contribution, this study has assessed the predicting factors (PE, EE, SI, FC, HM and PV) on behavioral intention to use mobile learning based on UTAUT2 with an added predicting factor (SML). The results showed that PV and FC did not predict university students' behavioral intention to use mobile learning. The findings added to the theory of mobile learning acceptance. Second, this study can provide insight into what factors need to be considered for designing a mobile learning system in higher education. To effectively implement and promote mobile learning among university students, HM, PE, SI and SML should be taken into consideration. The present study sought evidence for university students' behavioral intention to adopt mobile learning from two different countries with similar background. The findings indicated that higher education institutions need to develop strategic plans and provide guidelines considering students' mobile learning acceptance to include all critical success factors for the sustainable deployment of mobile learning. The findings of this study will be of interest of educators and mobile learning practitioners concerned with the acceptance and deployment of mobile learning in higher education.