A Moodle értékelése információs rendszerként
DOI:
https://doi.org/10.14267/VEZTUD.2026.04.02Kulcsszavak:
Moodle, digitalizáció, PLS-SEM, DeLone és McLean IS-sikermodellAbsztrakt
A digitalizáció a felsőoktatási intézmények számára nélkülözhetetlenné vált. A komplex információs rendszerek a gyorsabb és kényelmesebb ügyintézést szolgálják, valamint hozzájárulnak az tanulási eredmények javításához. A felhasználói véleményének vizsgálata jelentősen hozzájárulhat a rendszerek fejlesztéséhez. A tanulmány a hallgatók véleményét vizsgálja a Moodle rendszerrel kapcsolatban, amely az egyetemek körében elterjedt virtuális tanulási környezet. A keretmodell a DeLone-McLean információs rendszer sikermodellre épült, az elemzés PLS-SEM-módszert használt. A kutatáshoz 309 hallgatóból álló, nem reprezentatív minta állt rendelkezésre különböző magyarországi egyetemekről. Az eredmények azt mutatják, hogy a Moodle előnyei a rendszer által nyújtott minőségi információkból és a felhasználók elégedettségéből vezethetők le. A Moodle-nak információs rendszerként történő értelmezése és sikerességének vizsgálata új perspektívát kínál a felsőoktatás digitalizációs fejlesztéseivel kapcsolatos döntésekhez, a modell kiterjesztése más rendszerekre pedig átfogó értékelési keretet nyújthat.Downloads
Hivatkozások
Adomavicius, G., Bockstedt, J.C., Gupta, A., & Kauffman, R.J. (2008). Making sense of technology trends in the information technology landscape: a design science approach. MIS Quarterly, 32(4), 779–809. http://dx.doi.org/10.2307/25148872
Bácsi, K., & Dén-Nagy I. (2024). Mesterséges intelligencia és paradigmaváltás az üzleti felsőoktatásban: a munkaerőpiaci igények hatása. In Pénzügypolitikai kihívások (pp. 23-35). Budapesti Gazdasági Egyetem. https://doi.org/10.29180/978-615-6886-01-9_2
Benedek, A. (2008). Digitális pedagógia – Tanulás IKT környezetben. Typotex
Benţa, D., Bologa, G., Dziţac, S., & Dzitac, I. (2015). University level learning and teaching via e-learning platforms. Procedia Computer Science 55, 1366–1373. https://doi.org/10.1016/j.procs.2015.07.123
Berényi, L. (2023). Quality management: Fundamentals. Globe Edit.
Berényi, L., & László, G. (2023). Lecturers’ Evaluation of Moodle at the University of Public Service. In CEEeGov ’23: Proceedings of the Central and Eastern European eDem and eGov Days 2023 (pp. 178–184). https://doi.org/10.1145/3603304.3603331
Berényi, L., & László, G. (2024). Ranking the importance of personal competencies for public servants. In CEEe- Gov ’24: Proceedings of the Central and Eastern European eDem and eGov Days 2024 (pp. 173–179). https://doi.org/10.1145/3670243.367025
Berényi, L., Deutsch, N., Szolnoki, B., & Birkner, Z. (2021). Perception of e-learning among Hungarian engineering students. Electronic Journal of E-learning, 19(5), 376–387. http://doi.org/10.34190/ejel.19.5.2471
Bowen, W.G. (2015). Higher education in the digital age: Updated edition. Princeton University Press.
Bygstad, B., Øvrelid, E., Ludvigsen, S., & Dæhlen, M. (2022). From dual digitalization to digital learning space: Exploring the digital transformation of higher education. Computers & Education, 182, 104463. http://dx.doi.org/10.1016/j.compedu.2022.104463
Cobb, J., (2013). Leading the learning revolution: The expert’s guide to capitalizing on the exploding lifelong education market. Amacom.
Crompton, H., & Burke, D. (2023). Artificial intelligence in higher education: the state of the field. International Journal of Educational Technology in Higher Education, 20(22), 1–22. https://doi.org/10.1186/s41239-023-00392-8
Davis, F.D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13, 319–340. http://dx.doi.org/10.2307/249008
DeLone, W., & McLean, E. (1992). Information Systems Success: The quest for the dependent variable. Journal of Management Information Systems, 3(4), 60–95. http://dx.doi.org/10.1287/isre.3.1.60
DeLone, W., & McLean, E. (2003). The DeLone and McLean Model of Information Systems Success: A Ten-Year Update. Journal of Management Information Systems, 19(4), 9–30. https://doi.org/10.1080/07421222.2003.11045748
Eurostat. (2024). Digitalisation in Europe – 2024 edition. https://ec.europa.eu/eurostat/web/interactive-publications/digitalisation-2024#digital-transformation
Ewing, L.A. (2021). Rethinking higher education post COVID-19. In Lee, J., & Han S.H. (Eds.), The future of service post-COVID-19 pandemic, Volume 1: The ICT and Evolution of Work (pp. 37-54). Springer. https://doi.org/10.1007/978-981-33-4126-5_3
Fornell, C., & Larcker, D.F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50. https://doi.org/10.1177/002224378101800104
Gamage, S.H.P.W., Ayres, J.R., & Behrend, M.B. (2022). A systematic review on trends in using Moodle for teaching and learning. International Journal of STEM Education, 9, 9. https://doi.org/10.1186/s40594-021-00323-x
Hair, J., Hollingsworth, C.L., Randolph, A.B., Yee Loong Chong, A. (2017). An updated and expanded assessment of PLS-SEM in information systems research. Industrial Management & Data Systems, 117(3), 442–458. https://doi.org/10.1108/IMDS-04-2016-0130
Hair, J.F., Hult, G.T.M., Ringle, C.M., & Sarstedt, M. (2022). A primer on partial least squares structural equation modeling (PLS-SEM). (3rd ed.). Sage.
Halász, Á. (2024). Online learning acceptance in higher education. Vezetéstudomány, 55(5), 2–19. https://doi.org/10.14267/VEZTUD.2024.05.01
Henseler, J., Ringle, C.M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance- based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115–135. https://doi.org/10.1007/s11747-014-0403-8
Hess, T., Matt, C., Benlian, A., & Wiesböck, F. (2020). Options for formulating a digital transformation strategy. In Strategic information management (pp. 151–173). Routledge.
Kallinikos, J., Aaltonen, A., & Marton, A. (2013). The ambivalent ontology of digital artifacts. MIS Quarterly, 37(2), 357–370. https://www.jstor.org/stable/43825913
László, G., Nikolett, D., & Berényi, L. (2024). Teachers’ perception of some effects of the COVID-19 lockdown: The case study of Ludovika University of Public Service. Social Sciences, 13(2), 111. https://doi.org/10.3390/socsci13020111
Laudon, K.C., & Laudon, J.P. (2022). Management information systems: Managing the digital firm. (17th ed.). Pearson. Martín-Blas, T., & Serrano-Fernández, A. (2009). The role of new technologies in the learning process: Moodle as a teaching tool in physics. Computers & Education, 52(1), 35-44. https://doi.org/10.1016/j.compedu.2008.06.005
Mustafa, a.S., & Ali, N. (2023). The adoption and use of Moodle in online learning: A systematic review. Information Sciences Letter, 12(1), 341–351. https://digitalcommons.aaru.edu.jo/isl/vol12/iss1/29
Nasution, N.E.A. (2024). Investigating University Student’s Acceptance of Moodle. Journal of Science and Technological Education, 3(1), 13–31. https://meta.amiin.or.id/index.php/meta/article/view/75/35
Nemeslaki, A., & Aranyossy, M. (2005). Az információtechnológia vállalati értékteremtésének elméletei, szemléletmódjai és módszerei. Vezetéstudomány, 35(7- 8), 27–38. https://doi.org/10.14267/VEZTUD.2005.07.03
Ringle, C.M., Wende, S., & Becker, J.M. (2024). Smart- PLS 4. SmartPLS. https://www.smartpls.com.
Sajtos, L., & Mitev, A. (2007). SPSS kutatási és adatelemzési kézikönyv. Alinea.
Sánchez, R.A., & Hueros, A.D. (2010). Motivational factors that influence the acceptance of Moodle using TAM. Computers in Human Behavior, 26(6), 1632–1640. https://doi.org/10.1016/j.chb.2010.06.011
Saqr, R.R., Al-Somali, S.A., & Sarhan, M.Y. (2024). Exploring the acceptance and user satisfaction of AI-driven e-learning platforms (Blackboard, Moodle, Edmodo, Coursera and edX): An integrated technology model. Sustainability, 16(1), 204. https://doi.org/10.3390/su16010204
Silva, S., Fernandes, J., Peres, P., Lima, V., & Silva, C. (2022). Teachers’ perceptions of remote learning during the Pandemic: A case study. Education Sciences 12, 698. https://doi.org/10.3390/educsci12100698
Skog, D.A., Wimelius, H., Sandberg, J. (2018). Digital disruption. Business & Information Systems Engineering, 60(5), 431–437. https://doi.org/10.1007/s12599-018-0550-4
Szabó, K., Juhász, T., & Kenderfi, M. (2022). Felsőoktatás a COVID-19 árnyékában – hazai tapasztalatok oktatói oldalról. Vezetéstudomány, 53(6), 2–12. https://doi.org/10.14267/VEZTUD.2022.06.01
Tóth, Zs., & Bessenyei, I. (2008). A konstruktivista oktatás környezete és a Moodle. Információs Társadalom, 8(3), 41–50. https://dx.doi.org/10.22503/inftars.VIII.2008.3.4
Venkatesh, V., & Bala, H. (2008). Technology Acceptance Model 3 and a research agenda on interventions. Decision Sciences, 39(2), 273–315. https://doi.org/10.1111/j.1540-5915.2008.00192.x
Venkatesh, V., & Davis, F.D. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management Science, 46(2), 186–204. https://doi.org/10.1287/mnsc.46.2.186.11926
Venkatesh, V., Morris, M.G., Davis, G.B., & Davis, G.D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425–478. https://doi.org/10.2307/30036540
Letöltések
Megjelent
Folyóirat szám
Rovat
License
Copyright (c) 2026 Corvinus University of Budapest, publisher of Vezetéstudomány / Budapest Management Review
This work is licensed under a Creative Commons Attribution 4.0 International License.
Authors assign copyright to Vezetéstudomány / Budapest Management Review. Authors are responsible for permission to reproduce copyright material from other sources.
Hogyan kell idézni
