鄭傑仁、陶幼慧、孫思源，高等教育中學生持續使用教育模擬遊戲之探討，電子商務與 數位生活研討會，3 月 14 日， 實踐大學，2009
高等教育中學生持續使用教育模擬遊戲之探討
鄭傑仁 碩士
國立高雄第一科技大學資訊管理系
u9524819@ccms.nkfust.edu.tw
陶幼慧 教授
國立高雄大學資訊管理系
ytao@nuk.edu.tw
孫思源 副教授兼系主任
國立高雄第一科技大學
sunnyy@ccms.nkfust.edu.tw
摘要
隨著科技進步，許多教學活動不再只侷限於傳統的方式進行，例如電腦模擬遊戲的 融入教學。過去研究指出電腦遊戲可以提高學習動機，然多以初等及中等教育的師生為 研究對象，而高等教育商管學院近年來使用教育模擬遊戲軟體逐年增加，可從學生持續 使用教育模擬遊戲軟體學習之因素深入探討其成效。本研究以科技接受模式、期望確認 理論及代理理論為基礎，並依學習環境的觀點加入學習動機及學習氣氛，最後加入提供 有趣或愉悅的認知吸引力及認知娛樂性因素，來探討學生持續使用模擬遊戲的因素。本 研究資料收集，是對課堂中使用過教育模擬遊戲的高等教育學生進行問卷發放，有效問 卷為 185 份。研究結果發現認知娛樂性及學習績效會影響滿意度，而満意度進而影響持 續使用意圖；此外，認知易用性及認知吸引力是認知娛樂性的前置關鍵來源，而認知吸 引力亦會影響認知易用性。此學生觀點的研究結果，提供了教師持續採用教育模擬遊戲 軟體的有力支撐。然而，可協助教師激勵學生學習活動設計的代理理論未充份反應其顯 著性，仍值得後續研究深入探討。 關鍵字：教育模擬遊戲、科技接受模式、期望確認理論、代理理論、持續使用意圖1. 緒論
傳統的教學方法中，教師扮演的是主動的角色，教師將教材內容，配合其肢體語言， 以口述方式灌輸給學生，但這種教學模式，學習者往往得到的只是抽象的課程觀念，如 果無法實際應用，則學習效果大多是有限的。拜科技進步所賜，從早期的電動玩具、電 視遊樂器和電腦軟體遊戲到近期的線上遊戲，電玩的魅力足以讓玩家花大量的時間和精 力(Mumtaz, 2001)。因此，電腦模擬遊戲軟體，也引發了近年來的學習新契機。 文獻中呈現教育模擬遊戲與學習的密切關係：長期以來的主要發現是教育模擬遊戲可以增加學習動機(Randel et al.1992；Virvou and Katsionis, 2008)。Terrell and Rendulic (1996)更進一步指出，增加的是學生的內在動機以及學習成就。Prensky (2003)從成功的 學習的觀點，指出動機是不可或缺的條件，而遊戲正好可以提供這樣的條件；Schwabe and Göth (2005)將遊戲應用於學習活動中，除了實證學生會有較強的學習動機，並可以 增加學生間互動的機會。因此，若把遊戲吸引玩家的因素與教育整合起來，藉以增加學 習動機，達到寓教於樂，亦不失為一種有效的教學策略。 儘管有不少研究發現使用遊戲於教學是有幫助的，但其研究對象主要都是針對初等 教育及中等教育的教師或學生，少有研究是以高等教育為對象來做探討 (Ebner and Holzinger, 2007)，且遊戲環境的學習成效，深受教學設計的影響 (Garris et al., 2002; Leemkuil et al., 2003)。目前電腦遊戲雖多，但大多著重於商業利益或是趣味休閒，相對 於能 將其應 用在 高等 教育商管 課 程教學上 的遊戲 模擬 軟體則佔 少數 (Virvou and Katsionis, 2008)。 本研究旨在探討高等教育中學生持續使用教育模擬遊戲之影響因素，雖然教育模擬 遊戲的採用是由教師決定，但教師通常會想了解學生使用後的反應，而學生在選課時可 能會向使用過教育模擬遊戲的學生打聽修課後的感想，進而決定是否要選修有使用教育 模擬遊戲的課程，故本研究以學生模式為主。
2. 文獻探討
本研究的文獻初探，認為可說明顧客對資訊系統初次接觸所產生的態度與認知科技 接受模式(Technology Acceptance Model, TAM)、可分析顧客接受後的持續使用的期望確 認理論（Expectation Confirmation Theory, ECT）、探討誘因(incentive)對學生的影響的代 理理論(Agency Theory)，以及部份教育相關理論與本研究關係較密切，故簡單彙整如後。2.1 科技接受模式(Technology Acceptance Model, TAM)
Davis (1989) 根 據 Fishbein and Ajzen (1975) 的 理 性 行 為 意 願 理 論 (Theory of Reasoned Action, TRA)提出的 TAM 主要是用來解釋個人對資訊科技的接受程度，而「認 知有用性(perceived usefulness)」及「認知易用性(perceived ease of use)」為解釋科技使用 行為最重要的兩個因子。TAM 既能解釋使用者接受新科技的行為意願，同時又能分析 影響使用者接受程度的各項因素。如圖 1 所示，TAM 可用來探討個人在使用科技時有 那些外部因素影響使用者的內部的信念(beliefs)、態度(attitude)與意願(intention)的影響， 進而影響科技使用的情形(Davis, 1989；Davis et al.,1989)。
圖 1. 科技接受模式 (Davis et al., 1989)
2.2 期望確認理論（Expectation Confirmation Theory, ECT）
期望符合理論是由Oliver(1980)於行銷領域所提出，主要的核心是以消費者初次購買 時，購買前預期與購買後使用的績效表現，兩者比較結果來判斷是否對產品或服務滿 意。Bhattacherjee (2001a)認為資訊系統使用者的持續採用之決定是很類似消費者之再次 購買的決策行為，故期望確認理論可適用於來探討及瞭解資訊科技持續使用。 圖2. 期望確認理論 (Oliver, 1980) Oliver(1980)認為在購買商品前，消費者心中會有預期的期望，等到購買後實際使用 的認知績效與最初的期望進行確認，確認的結果會影響消費者對於產品或服務的滿意 度。最後，消費者的滿意程度會重新塑造對產品的態度、購買產品的傾向，進而影響消 費者的再次購買行為；對於產品或服務滿意度高的消費者將會產生重購意願，反之則否 (Churchill and Surprenant，1982)。因此，消費者是否願意再次購買產品或持續使用現有 的服務，最主要的關鍵因素為消費者的滿意度。
2.3 代理理論 (Agency theory)
代理理論起源於1960年代與1970年代初期，經濟學家以風險分攤(Risk-Sharing) 的 觀念探討人與人之間的關係以及個人與組織之間的關係。之後，此觀念被後續學者應用 於人與人之間的代理關係，因而發展出代理理論(Jensen and Meckling, 1976)。
Jensen and Meckling (1976)定義代理關係(agency relationship)是指主理人(principal) 委派工作給代理人，並授予代理人某些權力，而彼此的關係以契約的形式存在稱之為代 理關係。Eisenhardt (1989)將代理關係定義為主理人(Principals) 委派工作給代理人 (Agents)，代理人必須完成主理人所交付的工作；而主理人與代理人之間的關係稱為代 理 關 係 。 代 理 理 論 在 過 去 研 究 是 用 來 探 討 如 何 使 用 誘 因 和 控 制 機 制 激 勵 員 工 (Bhattacherjee, 1998; Eisenhardt, 1989)。 2.4 教育模擬遊戲之現況 國內的管理遊戲主要以 Top-Boss 公司的產品為主，如企業營運模擬系統 (Business Operations Simulation System, BOSS)、行銷贏家、流通大師及啤酒遊戲等。此外，其他 教育模擬遊戲軟體還有皮托科技的虛擬企業經營模擬軟體及寶碩財務科技的虛擬交易 所等。
然而，大多數的研究指出模擬遊戲有對學習正面的幫助，而劇情、易用性及提示等因素 是有助於學習的 (Adobor and Daneshfar, 2006; Dondlinger, 2007; Robertson and Howells, 2008; Wolmarans, 2005)。 2.5 教育相關理論 本研究認為建構學習及動機理論與模擬遊戲學習有關聯。Merrill (1991)主張教學活 動不應該為教而設計，而是應該為學而設計。從建構學習來看師生角色的改變，教師從 過去傳授者的角色，改變成輔助者、指導者與教練的角色，其主要職責是將學習內容建 置於適當的學習情境中；而學生也必須由被動接受資訊的角色，轉變為積極主動的學習 者，在學習情境中自行統整與建構完整的知識。換句話說，建構主義的教學觀強調學習 者的主動性，認為學習不是毫無理由的全盤接受，而是學習者基於先前經驗主動建構的 過程。 建構主義適用於教育模擬遊戲的環境，因為使用者利用現有的知識去使用軟體，以 建構出新概念，且強調師生互動對於學習的重要性，教育模擬遊戲即是設計一個情境， 讓學生可以應用學習到的知識 (沈中偉，2008)。 「動機」是指引起學習者活動，維持學習者已引起的活動，並促使該活動朝向某依 目標積極參與學習的內在動力，它是影響學習效果的關鍵因素之ㄧ。教師在教學時，首 要任務就是要激發學習者的學習動機，對於學習動機，各家各派的看法不盡相同，以下 分別由行為主義、人本主義及認知學派三個取向作探討。 行為學派的動機理論認為人類的動機是學習而來的，強調藉由增強物的運用，以建 立刺激與反應之間的連結，盡量利用增強原理來促進學習，引起及維持學習的動機。 人本主義將動機視為一種需求，提出需求層次論（need-hierarchy theory），由上而 下分為七層，依序為生理需求、安全需求、愛與隸屬的需求、自尊需求、知的需求、美 的需求（aesthetic need）及自我實現需求，代表學者為 Maslow（李詠吟、單文經，1997）。 Maslow 強調教師的責任不僅是在教授知識，還要能提供有利於學生的適切學習環境(張 春興，2001)。因為學習是內發而非外鑠的，動機必須兼顧環境及個人因素，且兩者相 互影響。對於教與學，要能讓個體自發性的繼續成長，只有先提供良好的學習環境，以 滿足成長中個體的缺失性需求，進而達到自我實現的境界。因此，佈置一個良好的求知 環境對學習者在學習的過程中而言是極為重要的。 認知學派認為人類行為的動機受計畫、目標、期望、歸因，而非單純的由是否獲得 獎勵或被處罰所決定（Stipek, 1993）。換句話說，我們的行為，並非只是受到本能的驅 力或刺激的聯結所控制(李詠吟、單文經，1997)，腦袋中所想的、所信的及所期望的都 會影響到行為。
3. 研究方法
3.1 研究模式推導Premkumar and Bhattacherjee (2008)認為TAM和ECT在了解IT使用意圖的觀念上是 互補的，故本研究模式主要是參考Davis (1989)所發展出的科技接受模式，由於TAM僅 能解釋接受行為，尚無法解釋接受後的持續使用行為，故再整合Oliver (1980)提出的期 望確認理論(ECT)探討持續使用之行為。本研究著重於持續使用且爲了避免研究模式過 於複雜化，因此只採用TAM及其衍生模式中共有的構面-認知有用性及認知易用性。
在Benbasat and Barki (2007)對TAM的後設分析(meta analysis)後，提出五點具體建 議，其中有兩點可供本研究參考之。第一點，許多研究強調認知有用性的重要，卻只有 少數研究致力於探討造成有用性的因素，換句話說，認知有用性和認知易用性就好像是 個黑盒子，缺乏研究去探討造成有用性和易用性的因素，因此Benbasat and Barki建議應 該找出影響有用性和易用性的前因；第二點，TAM在預測使用者實際使用系統的程度， 只著重於使用的次數或頻率，然而有部分研究則指出以這種單純的觀點解釋系統的使用 程度是有缺失的(DeLone and McLean, 2003; Doll and Torkzadeh, 1998)，導致TAM的研究 者忽略其他重要的使用者行為(Nambisan et al., 1999)，這點Schwarz and Chin (2007)也有 類似的建議。
首先，根據Benbasat and Barki (2007)的第二點建議和Schwarz and Chin (2007) 的看 法，本研究以學習績效取代TAM中的行為意圖或實際使用。因為教育模擬遊戲的實際使 用後會產生績效，故以學習績效來衡量實際的使用行為，研究成果將更有實務應用上之 意義。另一方面，ECT中認知績效也可和TAM改採衡量學習績效相容，給予TAM和ECT 模式整合一個良好的銜接點，詳細之說明如下：傳統ECT必須蒐集期望(expectation)與認 知績效(performance)及確認程度(confirmation)三個變數資料。事實上，期望和認知績效 的問項相同，只有語氣上的差異，而確認程度的問項則是實際績效比期望好或壞程度 (Premkumar and Bhattacherjee, 2008)。換言之，確認程度即指期望和認知績效的差異程 度，所以可以由認知績效和確認程度推論出期望的高低，故可省略ECT中的期望。事實 上，已有研究甚至精簡至僅蒐集確認程度的問項而已(Bhattacherjee, 2001b; Roca et al., 2006; Thong et al., 2006)。
其次，代理理論主要在探討如何使用誘因和控制機制來激勵員工，減少目標衝突造 成的負面影響。在教育模擬遊戲學習環境中，教師和學生的關係類似組織中主管和員工 的關係，因此代理理論應可適用於本研究。此外，從Tao (2008)和Tao and Yeh (2008)研究 e-learning使用者的認知類型中，很清楚的顯示了教師的認知類型和學生的認知類型有很 大的差異，即教師和學生的觀點不盡相同，會發生目標衝突。因此，根據代理理論可將 教師視為主理人，學生則為代理人，誘因可以激勵學生使用模擬遊戲來學習，故將誘因 當作模式中的一個構面。因為本研究是以績效作為實施誘因的根據，故傾向於探討結果 導向誘因對學習的影響，代理理論中結果導向誘因有兩個干擾變數－風險趨避和目標衝 突 (Bhattacherjee, 1998)，所以也應一併加入考量。 再來，由於透過模擬遊戲來教學有部份因素是希望能提供愉悅、生動的學習環境， 有別於一般使用系統目的－提昇績效。Moon and Kim(2001)認為以科技接受理論的角度 來看，並無法完整解釋娛樂性對個人的態度與實際行為的影響，而Bagozzi (2007)指出情 緒可以影響使用者的行為，故本研究加入情緒因素－認知娛樂性及認知吸引力，當作提 供有趣、愉悅的因素。更重要的一點是，認知吸引力亦可當作認知有用性和易用性的前 因(Heijden, 2003;Tractinsky et al., 2000)，恰好符合前文中提及Benbasat and Barki(2007) 的第一點建議。
最後，使用模擬遊戲的目的是為了輔助教學，所以加入教學相關理論－動機理論和 建構主義，這兩個理論分別提到學習動機和教學互動等因素對教學的重要性。然而，學
習氣氛是指教學與學習活動中，藉由師生互動及學生和教室情境之間的交互作用而自然 形成的一種氣氛(Walberg, 1979; 蔡進雄，1995)，可見教學互動與學習氣氛兩者息息相 關，故將學習動機和學習氣氛納入持續使用模擬遊戲之考量因素。 整體研究模式如圖3所示，並於下節依此架構概念，細部推論相關的研究假設。 圖 3. 教育模擬遊戲持續使用模式 3.2 研究假說 資訊系統持續採用之相關研究指出，使用者之持續使用意圖主要是由使用滿意度所 決定(Bhattacherjee, 2001a, 2001b; Lin et al, 2005; Roca et al., 2006)，尤其 Chiu et al.(2005) 也指出學習者對於 e-learning 的滿意度，可用來預測學習者的持續使用的意圖。 文獻中有不少資訊科技使用之確認程度影響滿意度的實證成果，例如Lin et al. (2005) 針對使用者持續採用入口網站之研究指出，使用者對入口網站確認之程度，會直接影響 使用者的滿意度，並透過知覺有趣性來間接影響滿意度；Roca et al. (2006)亦指出當使用 者確認e-Learning系統後，其將會影響使用的滿意度；Thong et al. (2006)証實使用者對行 動網路服務的確認程度會顯著影響使用的滿意度。
Oliver and DeSarbo (1988)的研究中發現，產品績效的認知對消費者滿意有直接影 響；同時，Tse and Wilton(1988)更將認知的產品績效之直接效果納入滿意度研究模型 中，且實證結果發現認知的產品績效對消費者滿意度的差異，具有高度解釋力。後續的
研究亦證實 ，績效 表 現與 消費者滿意度 之 間是正向的關係 (Anderson et al., 1994; Anderson and Sullivan, 1993)。在Churchill and Surprenant (1982)、Spreng et al. (1996) 和 Tse and Wilton (1988)等ECT的研究中，皆證實認知績效對確認程度有顯著影響。依本研 究環境需求，將以往使用者對產品或服務的認知績效，改成學習環境中的學習績效，故 本研究假設： H1. 滿意度對持續使用意圖有顯著影響。 H2. 學生使用教育模擬遊戲之確認程度對滿意度有顯著影響。 H3. 學生的學習績效對滿意度有顯著影響。 H4. 學生的學習績效對確認程度有顯著影響。 根據代理理論，可將教師視為主理人，學生則視為代理人。教師和學生角色不同， 因此有可能產生目標衝突的代理問題，而誘因可以激發學生學習的意願，進而改善學習 成效，達到教學的目標(Bhattacherjee, 2001b; Eisenhardt, 1989)。 誘因可降低管理者與員工的目標衝突，但誘因的效果要依管理者與員工目標衝突的 程度而定，如果員工認為新系統是實用的，如提供有趣性或增進同儕間的互動，即使管 理者沒有提供太多的誘因，員工還是會主動去使用該系統，換言之，目標衝突越高，誘 因對員工行為的激勵效果越不明顯(Bhattacherjee, 1998)。 代理理論假設主管是風險中立，員工是風險趨避；然而，風險趨避的程度會因人而 異，一般而言，高風險趨避者，若管理者使用結果導向誘因，其效果相對於使用行為導 向 誘 因 來 的 差 。 換 言 之 ， 低 風 險 趨 避 者 其 行 為 受 誘 因 類 型 不 同 的 影 響 較 不 明 顯 (Bhattacherjee, 1998)，故本研究假設： H5. 誘因對學習績效有顯著影響。 H6. 誘因對學習績效的關係會受到目標衝突的干擾。 H7. 誘因對學習績效的關係會受到風險趨避的干擾。
Bhattacherjee (2001a, 2001b)認為認知有用性對滿意度有顯著影響，而Devaraj et al. (2002)則更深入證實顧客對網站的認知有用性、認知易用性是影響顧客滿意度的重要因 素。從Roca et al.(2006)的研究可看出認知易用性對顧客滿意度有顯著影響，且Thong et al. (2006)的研究亦驗證認知易用性與顧客滿意度呈正相關。
從 3.1 研究模式推導中，提及過去 TAM 在預測使用者實際使用系統的程度，只著 重於使用的次數或頻率。然而，部分研究指出以這種單純的觀點解釋系統的程度是有缺 失的(DeLone and McLean, 2003; Doll and Torkzadeh, 1998)，故本研究以學習績效來衡量 實際使用情形。此外，ECT 中認知績效也可和 TAM 改採衡量學習績效相容，給予 TAM 和 ECT 模式整合一個良好的銜接點，而學習績效則是作為實施誘因的依據。 Venkatesh (2000)指出多媒體系統的認知易用性與認知娛樂性呈正相關。隨後的研究 也支持這樣的結論，如Liao et al. (2007)在研究影響台灣顧客使用3G行動服務的因素，結 果指出認知易用性對認知娛樂性有顯著影響；又如Heijden (2003)以網路為研究主題時， 亦發現認知易用性會影響認知娛樂性。故本研究假設： H8. 認知有用性對滿意度有顯著影響。 H9. 認知易用性對滿意度有顯著影響。
H10. 認知有用性對學習績效有顯著影響。 H11. 認知易用性對認知娛樂性有顯著影響。
Main (1993)指出學生的學習動機是影響學生學習成效的重要因素，且獲得不少研究 的證實，學習動機對於學業成績有正面影響 (Pintrich and De Groot, 1990; Schunk, 1986）。從動機理論的文獻探討也得知，學習動機對於教學的重要性。
Moos（1979）綜合了多篇以CES (Classroom Environment Scale)為研究工具所進行的 班級氣氛的研究，結果發現一個溫暖、支持、工作導向、有秩序，且有結構的班級氣氛， 有助於提昇學生的學習興趣及學習績效。之後的White（1986）使用CES量表研究班級氣 氛和學生學習績效的關係，以及Deng（1992）研究小學四年級班級氣氛和學習績效關係， 證實也都有相關存在。故本研究假設： H12. 學生的學習動機對學習績效有顯著影響。 H13. 學習氣氛與學習績效有顯著影響。 Webster et al. (1993) 認為較高的娛樂性可以讓使用者得到較正面的情緒和滿意 度；Moon and Kim (2001)以認知娛樂性來解釋使用者接受網路的程度，結果顯示認知有 趣性會對使用者的態度有所影響，此態度也包括了滿意程度，Lin et al. (2005) 較近的研 究結果，仍指出認知娛樂性對網站的滿意度有顯著影響。 Heijden(2003)研究入口網站的使用意向，指出認知視覺的吸引力(Perceived visual attractiveness)是一個新的構念，代表個人內在的動機。認知視覺的吸引力意指網站看的 審美觀感及舒適感的程度，特別是網站色彩、版面整體安排配置的吸引力，對認知有用 性、認知易用性及認知娛樂性有相當顯著的影響。 Heijden 認為個人認知的美感是扮演決定是否使用 IS 的角色，尤其在決定是否使 用一個網站上扮演更重要的角色。Tractinsky et al.(2000)的實驗研究檢測使用者知覺一個 電腦化系統的美(aesthetics)和易用性(usability)之間的關聯，研究結果顯示資訊系統的認 知美感(perceived aesthetics)和易用性之間有顯著的相關，而得到美即是有用(What is beautiful is usable)的結論，意指越吸引人的資訊系統會更具有易用性，故本研究假設： H14. 認知娛樂性對滿意度有顯著影響。 H15. 認知吸引力對認知有用性有顯著影響。 H16. 認知吸引力對認知易用性有顯著影響。 H17. 認知吸引力對認知娛樂性有顯著影響。 3.3 變數測量 認知有用性的衡量是採用 Davis(1989)量表中認知有用性的縮短學習時間、提高學習 效能及改善學習績效等三個問項；認知易用性的衡量是採用 Davis (1989)量表。認知吸 引力則直接修改自 Heijden (2003)量表中認知吸引力的問項；認知娛樂性的問項則是引 用 Moon and Kim (2001)。學習動機則是引用 Duncan and McKeachie (2005)學習動機；學 習氣氛的問項則是引用 Fraser and Treagust (1986)的問卷，合作學習的問項則是引用 Ghaith (2003)的量表中的合作學習構面。
誘因的問項直接修改自 Bhattacherjee (2001b)量表中誘因的問項；Bhattacherjee (1998) 提到目標衝突可以用使用意圖的問項來衡量，故本研究問卷目標衝突的問項則引用 Cheong and Park (2005)及 Venkatesh and Davis (2000)問卷中的使用意圖；風險趨避的衡
量則修改自 Norton and Moore (2006)。學習績效和確認程度的衡量是從 Premkumar and Bhattacherjee (2008)；滿意度的衡量則引用 Yu et al. (2002)的滿意度量表；持續使用意圖 的衡量則是從 Atchariyachanvanich et al. (2006)、Thong et al. (2006)及 Premkumar and Bhattacherjee (2008)的問卷各取一題。 3.4 問卷對象 本研究以課堂有使用過教育模擬遊戲之高等教育學生為研究對象，進行發放問卷。 抽樣母體來源有三類，第一類，利用搜尋引擎找出台灣有在開發或代理教育模擬遊戲的 軟體公司，針對軟體公司網頁上的大專院校名稱，然後，再利用搜尋引擎可能有在使用 模擬遊戲的系所，接著則打電話到這些系所詢問有使用教育模擬遊戲的教師名單；第二 類，透過教育模擬遊戲代理商轉寄線上問卷給其教師客戶；第三類，經由舉辦教育模擬 遊戲競賽之單位轉寄給參與活動的學生。對於第一類及第二類的來源處理方式為先轉寄 給教師，再由教師寄問卷給修課的學生。
4. 資料分析
4.1 樣本基本資料分析 本研究採網路問卷，歷時三週 (2008/6/10 ~ 2008/7/2)，其間進行再次催收，問卷總 共回收223份，剔除10份全部填相同答案之無效問卷及28份未修課之無效問卷，實際有 效問卷為185份。 統計分析結果的彙整說明如下：學生的背景資料男性占34.1%，女性占65.9%；填答 學生以南部學校居多占58.4%，且以管理學院為主，佔97.3%；有電玩習慣和沒有玩電玩 的習慣兩者比例接近，分別為47.6%及52.4%；填答學生使用過的教育模擬遊戲以BOSS 及流通大師佔多數，分別佔填答學生的88.1%及34.1%；已修過ㄧ門課使用教育模擬遊戲 的學生佔76.2%比例最高；填答學生在課後使用教育模擬遊戲的時間大部分不超過1小 時，佔整體的56.2%；學生持續使用教育模擬遊戲之因素前三名分別是遊戲內容有趣 (63.2%)、符合課程基本需求(56.2%)及可提升課程參與度(56.2%)。 4.2 信度分析 在說明整體信度分析前，先就學習氣氛構面的前置處理作一補充說明，從 Fraser (1982)的研究可知不同的學者對學習氣氛衡量的構面有不同，所以學習氣氛為形成性指 標。因為形成性指標沒有信效度的問題，所以本研究沒有列出學習氣氛的信度分析所 需的 CR(Composite Reliability)值及 AVE(Average Variance Extracted)值。表一： 形成性指標檢定結果
Construct Loading T-value
個人化 0.546 0.35† 參與 .835 (.838) 2.25 (2.82) 學生凝聚力 .837 0.96† 合作學習 .971 (.976) 5.02 (8.32) † 表示該此標未達顯著水準，需刪除該指標 ( ) 表示第二次分析的值
本研究從 Fraser and Treagust (1986)及 Ghaith (2003)學習氣氛量表中擷取四個子構面 －個人化、參與、學生凝聚力及合作學習。從表一發現參與和學生凝聚力雖然 loading 值有大於 0.5，但 t-value 未達顯著水準，所以將參與和學生凝聚力刪除，故本研究中學 習氣氛是由參與及合作學習組成。 表二： 敘述統計及信度分析 構面 問項 平均值 標準差 Loading 認知有用性：Composite Reliability = 0.96 PU1 使用教育模擬遊戲能使我更迅速完成學習。 4.95 1.05 0.93 PU2 使用教育模擬遊戲能提高我的學習效能。 5.04 1.09 0.95 PU3 使用教育模擬遊戲能改善我的學習績效。 4.99 1.08 0.94 認知易用性：Composite Reliability = 0.90 PEU1 我覺得學習操作教育模擬遊戲是容易的。 4.65 1.22 0.83 PEU2 我覺得與教育模擬遊戲的互動是清楚且易懂的。 4.68 1.10 0.89 PEU3 我覺得容易使用教育模擬遊戲做課程相關的事。 4.75 1.01 0.87 認知吸引力：Composite Reliability = 0.92 PA1 教育模擬遊戲畫面設計吸引我。 4.31 1.05 0.91 PA2 教育模擬遊戲所使用的色彩吸引我。 4.34 1.07 0.89 PA3 教育模擬遊戲整體而言吸引我。 4.82 1.03 0.88 認知娛樂性：Composite Reliability = 0.92 PP1 使用教育模擬遊戲讓我覺得時間流逝的特別快。 5.00 1.17 0.84 PP2 使用教育模擬遊戲讓我覺得學習很有趣。 5.09 1.09 0.93 PP3 使用教育模擬遊戲讓我想去探索更多的資訊。 5.07 1.10 0.90 學習動機：Composite Reliability = 0.83 LM1 我偏好會令人好奇的課程，即使它是困難的。 4.88 1.09 0.63 LM2 我覺得使用教育模擬遊戲的課程，內容實用值得學習。 5.15 0.96 0.81 LM3 我有信心可以學會使用教育模擬遊戲課程中所教的概念。 4.97 1.08 0.84 LM4 我覺得在使用教育模擬遊戲時，自己表現比別人好。 4.32 1.11 0.67 學習氣氛*：Composite Reliability = N/A
我在使用教育模擬遊戲的課，會注意其他人在說什麼。 5.04 1.05 參與 我在使用教育模擬遊戲的課，有機會表示意見。 5.01 1.02 0.83 我喜歡與其他學生分享我的想法和資料。 4.99 1.04 我能從其他學生身上學到重要的東西。 5.21 0.93 合作學習 我喜歡和其他學生合作。 5.16 0.96 0.97 誘因：Composite Reliability = 0.92 Incent1 在使用教育模擬遊戲的課，老師會提供學習的誘因。 4.73 1.11 0.87 Incent2 在使用教育模擬遊戲的課，達到目標時老師會獎勵我們。 4.55 1.26 0.90 Incent3 在使用教育模擬遊戲的課，老師通常提供我們足夠的學習誘因。 4.65 1.11 0.91 目標衝突：Composite Reliability = 0.91 GI1 我打算使用教育模擬遊戲學習新技能。 4.58 0.96 0.87 GI2 我會盡可能多使用教育模擬遊戲。 4.75 1.04 0.90 GI3 假如有提供管道能使用教育模擬遊戲，我會打算使用它。 4.94 0.97 0.89 風險趨避：Composite Reliability = 0.90 RA1 我選擇一個工作環境時，不願意承擔風險。 4.00 1.36 0.78 RA2 我喜歡低風險/高安全的工作環境且可預測的收入，勝過於高風險且高報酬 環境。 4.74 1.37 0.83 RA3 我喜歡待在熟悉的環境，而不是冒著風險到有未知問題的新環境，即使新 環境提供較多的報酬。 4.47 1.37 0.87 RA4 我會不惜代價避免工作相關的風險。 4.17 1.27 0.87 學習績效：Composite Reliability = 0.89 LP1 使用教育模擬遊戲能幫助我學習新技能。 4.95 0.91 0.86 LP2 使用教育模擬遊戲能改善我的成績。 4.60 1.06 0.86 LP3 使用教育模擬遊戲能讓學習時間更具彈性。 4.93 1.10 0.85 確認程度：Composite Reliability = 0.94
Confrim1 教育模擬遊戲幫助我學習新技能的成果超乎我先前的期望。 4.72 1.08 0.95 Confirm2 教育模擬遊戲改善成績的成果超乎我先前的期望。 4.57 1.09 0.93 滿意度：Composite Reliability = 0.89 Sat1 能夠參與使用教育模擬遊戲的課程是一件有趣的事。 5.11 1.01 0.90 Sat2 我喜歡透過使用教育模擬遊戲的方法學習新技能。 5.04 1.05 0.89 Sat3 我希望所有的課都能結合遊戲教學。 5.01 1.12 0.76 持續使用意圖：Composite Reliability = 0.93 Cont1 我打算繼續使用教育模擬遊戲學習新技能。 4.86 1.03 0.91 Cont2 我打算增加使用教育模擬遊戲的機會。 4.77 1.04 0.93 Cont3 學習新技能時，教育模擬遊戲將成為我首選的工具。 4.79 1.05 0.89 * 學習氣氛為形成性指標，所以沒有 CR 值 問項信度分析結果如表二所示，各構面之題項其因素負荷量皆大於 0.5，符合過去 學者(Hair, 1998)所建議的值。在內部一致性方面，學生之 CR 值皆高於 0.83，符合過去 學者建議 CR 值需達到 0.70 以上(Hair, 1998; Pavlou and Fygenson, 2006)，由於學習氣氛 為形成性指標，所以沒有 CR 值，因此，樣本皆符合問項信度及內部一致性之要求，所 以整體而言，樣本之信度是可接受的。
4.3 效度分析
表三中對角線的值為構面之 AVE，非對角線的值為相關係數，其中AVE介於0.55
至0.89之間，符合Fornell and Larcker(1981)建議AVE值大於0.5以上，表示本研究收斂效 度方面還可接受。接著檢測區別效度，如表三所示每個構面的AVE平方根皆大於該構念 與其他構念之相關係數，符合Chin(1998)建議，表示構面之間具有鑑別度。由於學習氣 氛為形成性指標，沒有AVE值，故不用執行效度分析。 表三： 區別效度分析 Correlation of Constructs Constructs AVE (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12) PU(1) .89 .94 PEU(2) .75 .65 .86 PA(3) .80 .50 .46 .89 PP(4) .80 .62 .57 .63 .89 LM(5) .55 .61 .55 .50 .72 .74 Incent(6) .80 .41 .38 .38 .38 .41 .89 GI(7) .79 .62 .44 .54 .65 .70 .57 .88 RA(8) .70 .18 .03 .25 .06 .02 .30 .23 .84 LP(9) .74 .67 .41 .29 .53 .61 .41 .69 .29 .86 Confirm(10) .89 .55 .40 .41 .49 .55 .49 .65 .29 .73 .94 Sat(11) .73 .57 .45 .43 .61 .63 .39 .69 .13 .67 .58 .85 Cont(12) .83 .59 .45 .49 .62 .61 .42 .81 .24 .67 .69 .78 .91 1. 平均變異抽取量(Average variance extracted, AVE)需大於 0.5。
3. PU 為認知有用性，PEU 為認知易用性，PA 為認知吸引力，PP 為認知娛樂性，LM 為學習動機，CC 為學習氣，Incent 為誘 因，GI 為目標衝突，RA 風險趨避，LP 為學習績效，Confirm 為確認程度，Sat 為滿意度，Cont 為持續使用意圖。
4.4 模式驗證
本研究採用PLS的原因有二：第一，通常PLS建議之樣本數應該大於構念中包含最 多構成指標者的數量乘以10 (Barclay et al., 1995)，本研究中的學習動機及風險趨避構念 最多由4個指標構成，表示如果PLS樣本數至少需要40人以上，本研究之有效樣本數為185 人，大於40人，故符合學者的建議；第二，由於學習氣氛為形成性指標，而PLS可以處 理反映性（reflective）及形成性（formative）兩類型指標（Pavlou and Fygenson, 2006）， 故採用PLS來執行模式驗證是合理的。 因本研究有17個假設，不易敘述，故分別以研究模式中的五個理論為區塊，說明17 個假設的顯著性，模式路徑分析結果如圖4所示。在期望確認理論的區塊中，學生的滿 意度對學生持續使用意圖有顯著影響，所以H1假設成立；確認程度對學生滿意度沒有顯 著的影響，所以H2假設不成立；學習績效對學生的滿意度有顯著影響，所以H3假設成 立；學習績效對確認程度有顯著影響，所以H4假設成立。 在代理理論的區塊中，誘因對學生的學習績效沒有顯著的影響，所以H5假設不成 立；誘因對學生的學習績效的關係會受到目標衝突的調節，分析結果顯示調節效果不顯 著，所以H6假設不成立；誘因對學生的學習績效的關係會受到目標衝突的調節，分析結 果顯示調節效果不顯著，所以H7假設不成立。 在科技接受模式的區塊中，認知有用性對滿意度沒有顯著的影響，所以H8假設不成 立；認知易用性對滿意度沒有顯著的影響，所以H9假設不成立；認知有用性對學生的學 習績效有顯著影響，所以H10假設成立；認知易用性對認知娛樂性有顯著影響，所以H11 假設成立。 在學習因素的區塊中，學習動機對學生的學習績效沒有顯著的影響，所以H12假設 不成立；學習氣氛對學生的學習績效沒有顯著的影響，所以H13假設不成立。 在情緒因素的區塊中，認知娛樂性對學生的滿意度有顯著影響，所以H14假設成立； 認知吸引力對認知娛樂性有顯著影響，所以H15假設成立；認知吸引力對認知有用性有 顯著影響，所以H16假設成立；認知吸引性對認知易用性有顯著影響，所以H17假設成 立。
圖 4. 研究模式分析結果
5. 結論與建議
5.1 結論 在期望確認理論中，H1-H4四個假設中除了確認程度對滿意度外，其餘假設皆有顯 著影響。在Chiu et al. (2005)的研究中，也有相同的結果，可能的解釋是教育模擬遊戲是 以寓教於樂為導向，學習績效僅需達到可以接受的程度即可，並不要求一定要明顯高於 預期。 在代理理論中，H5-H7三個假設皆不顯著。由4.1節得知有81.6%的學生課後平均每 次使用教育模擬遊戲的時數不到2小時，推測可能的原因是學習者使用教育模擬遊戲學 習的時間不足，導致誘因對學習者在學習績效的表現上，無法顯示出明顯的差異。此外， 目標衝突和風險趨避的干擾效果亦不顯著，Bhattacherjee (1998)的研究也有類似的結 果，推測可能的原因為問項的適切性，因為工作環境中的風險趨避和學習環境風險趨 避，可能差易程度大，故造成風險趨避的干擾效果不顯著。 科技採用模式中，H8-H11四個假設中只有兩個顯著。認知有用性及認知易用性對滿 意度沒有顯著影響，此結果是與過去多數文獻不同。然有，有兩份線上及行動遊戲的研 究成果倒是與本研究部份結果相符：根據Hsu and Lu (2004)提出線上遊戲接受模式，研 究結果顯示認知有用性不會激勵使用者玩線上遊戲的意願，但會影響使用者的使用態 度； Ha et al. (2007) 研究行動遊戲採用的行為的研究結果顯示，認知有用性對使用行為的影響是不顯著的。可能的解釋教育為模擬遊戲不可否認的是希望能夠寓教於樂，故模 擬遊戲本身的有趣性才是學生所重視的。另一方面，過去有少部份的研究證實，易用性 在採用初期對使用者有顯著影響，但之後這種效果會變的較不明顯(Davis et al., 1989; Karahanna et al., 1999)。因此，本研究認為，在採用初期階段，使用者察覺到模擬遊戲 是容易使用的將會帶給他正面的感受，但在使用一段時期之後，易用性帶給使用者的正 面感受會變的不明顯，故易用性對滿意度的影響不明顯。 學習動機的 H12-H13 兩個假設皆不顯著。從學生填答結果推測，可能的原因是因為 在高學習動機群中亦有分數低的成績，同時在低學習動機群中亦有分數高的成績。因 此，學習動機只是影響學習績效的其中一個因素。故學習者雖具有高學習動機，仍需具 備足夠的先備知識，在進行模擬的操作與學習時，才能有效地從中獲得足夠的知識學習。 情緒因素的 H14-H17 四個假設皆顯著，充份反應出電腦模擬遊戲認知吸引力及認知 娛樂性，對於軟體的認知有用及認知易用行有顯著的影響，值得教師善用。 綜而言之，ECT之假設大多成立、代理理論之假設均不成立、TAM的關係一半成立 但與滿意度的假設不成立、學習因素之假設均不成立，以及情緒因素相關假設皆成立。 5.2 研究貢獻 本研究的主要學術貢獻，在於教育模擬遊戲相關實證研究不多，尤其是有建置研究 模式及假說者更是缺乏，大多偏向實驗性質的研究，且過去對於教學的研究大多只針對 初等及中等的教育教師或學生進行研究。因此，本研究建立一個以高等教育學生觀點之 基礎模式，實證探討高等教育中持續使用商管教育模擬遊戲之因素，對教師持續採用教 育模擬遊戲提供了支持證據，以及可有效融入教學活動的策略推展之參考依據。 本研究的主要實務貢獻，在於證實得到兩條線索：第一，模擬遊戲的趣味性對學生 持續使用模擬遊戲有重要影響，而認知易用性是認知娛樂性的重要前因，這點Heijden (2003)及Liao et al. (2007)的研究結果都支持；第二，模擬遊戲畫面設計吸引學生的程度， 會影響認知有用性、易用性及娛樂性，而模擬遊戲的娛樂性又會影響學生的滿意度，滿 意度進而又影響持續使用意圖，然而，根據學生填答結果得知認知吸引力的平均分數為 4.49，在七點李克特量表中僅介於普通與滿意之間；此外，學生課後平均每次使用教育 模擬遊戲的時數不到2小時佔81.6%，可見模擬遊戲並沒有想像中的吸引學生。以下學者 之建議可提供方向，以設計出更吸引學生的遊戲介面及內容，進而提高滿意度及持續使 用意願：過去的研究曾指出劇情(narrative) (Schank et al, 1994)、沉浸狀態對學習有正面 幫助(Webster et al., 1993)、激勵學習的因素包含遊戲的互動性、使用者控制權的多寡及 提供適當的回饋來引導使用者(Garris et al., 2002)、以及模擬遊戲與現實情況越接近，可 讓學生易於了解決策與結果之間的關聯，引發學生主動參與學習(Adobor and Daneshfar, 2006)。 本研究原先預期的一個學術貢獻，在於引入原本是在企業環境中使用的代理理論， 將主管與員工的代理關係，衍生為教師與學生的代理關係。雖然代理理論相關的假說在 本研究結果均不成立，但在瞭解5.1節中不成立的可能原因分析後，本研究建議在教學環 境中做後續深入研究。就實務面而言上，代理理論假設均不成立，但仍有其引申之意涵： 首先，教師提供誘因並不保證使用模擬遊戲會有好的學習績效，尤其學生課後練習的時
數不足，可能會影響學習績效，故教師應在授課及操作模擬遊戲的時間上取得平衡，應 該給予足夠的時間使用模擬遊戲。其次，若給予適當的學習輔助，重新學習到足夠的先 備知識後，再繼續進行學習，因此避免了無謂的操作和學習，同時提升學習動機(Azevedo and Cromley, 2004；Brusilovsky and Pesin, 1996)，故教師在模擬遊戲的環境中扮演的角 色不再是知識的提供者，而是輔助學習、鼓勵學習者透過觀察及討論來互相學習，引導 學生將所學應用在模擬遊戲中(Robertson and Howells, 2008)。
誌謝
本研究在此感謝國科計畫之部分經費補助，計畫編號為 NSC 97-2410-H390-012-MY3。參考文獻
1. 沈中偉(2008)，科技與學習：理論與實務，台北：心理出版社。 2. 李詠吟、單文經(1997)，教學原理，台北：遠流。 3. 張春興(2001)，教育心理學，台北:東華。 4. 蔡進雄(1995)，有效的班級經營：教師領導方式、班級氣氛與學業成就，教育資料 文摘，36(5)，pp. 147-159。5. Adobor, H. and Daneshfar, A. (2006), Management Simulations: Determining Their Effectiveness, Journal of Management Development, 25(2), pp. 151-168.
6. Anderson, E.W. and Sullivan, M.W. (1993), The Antecedents and Consequences of Customer Satisfaction for Firms, Marketing Science, 12(2), pp. 125-143.
7. Anderson, E.W., Fornell, C. and Lehmann, D.R. (1994), Customer Satisfaction, Market Share, and Profitability: Findings From Sweden, Journal of Marketing, 58(3), pp. 53-64. 8. Atchariyachanvanich, K., Okada, H. and Sonehara, N. (2006), What Keeps Online
Customers Repurchasing through the Internet? ACM SIGecom Exchanges, 6(2), pp. 47-57.
9. Azevedo, R. and Cromley, J. (2004), Does Training of Self-Regulated Learning FacilitateStudent’s Learning with Hypermedia? Journal of Educational Psychology, 96, pp. 523–535.
10. Bagozzi, P.R. (2007), The Legacy of the Technology Acceptance Model and a Proposal for A Paradigm Shift, Journal of the Association for Information Systems, 8(4), pp. 244-254.
11. Barclay, D., Thompson, R. and Higgins, C. (1995), The Partial Least Squares (PLS) Approach to Causal Modeling: Personal Computer Adoption and Use an Illustration, Technology Studies, 2(2), pp. 285-309.
12. Benbasat, I. and Barki, H. (2007), Quo Vadis, TAM? Journal of the Association for Information System, 8(4), pp. 211-218.
13. Bhattacherjee, A. (1998), Managerial Influences on Intraorganizational Information Technology Use: A Principal-Agent Model, Decision Sciences, 29(1), pp. 139-162. 14. Bhattacherjee, A. (2001a), Understanding Information Systems Continuance: An
Expectation-Confirmation Model, MIS Quarterly, 25(3), pp. 351-370.
15. Bhattacherjee, A. (2001b), An Empirical Analysis of the Antecedents of Electronic Commerce Service Continuance, Decision Support Systems, 32(2), pp. 201-214.
16. Brusilovsky, P. and Pesin, L. (1996). Visual Annotation of Links in Adaptive Hypermedia, Conference companion on Human factors in computing systems, pp.222-223.
17. Chin, W.W. (1998), Issues and Opinion on Structural Equation Modeling, MIS Quarterly, 22(1), pp. 7-16.
18. Chiu, C.M., Hsu, M.H., Sun, S.Y., Lin, T.C. and Sun, P.C. (2005), Usability, Quality, Value and E-Learning Continuance Decisions, Computers & Education, 45(4), pp. 399-416.
19. Cheong, J.H. and Park, M.C. (2005), Mobile Internet Acceptance in Korea, Internet Research, 15(2), pp. 125-140.
20. Churchill, G. and Surprenant, C. (1982), An Investigation into the Determinants of Consumer Satisfaction, Journal of Marketing Research, 19(4), pp. 491-504.
21. Davis, F.D. (1989), Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology, MIS Quarterly, 13(3) pp. 319-340.
22. Davis, F.D., Bagozzi, R.P., and Warshaw, P.R. (1989), User Acceptance of Computer Technology: A Comparison of Two Theorical Models, Management Science, 35(8), pp. 982-1003.
23. DeLone, W.H. and McLean, E. (2003), The Delone and Mclean Model of Information Systems Success: A Ten Year Update, Journal of Management Information Systems, 19(4), pp. 9-30.
24. Deng, B. (1992), A Multilevel Analysis of Classroom Climate Effects on Mathematics Achievement of Fourth-Grade Students, ERIC Document NO. ED 348222.
25. Devaraj, S., Fan, M. and Kohli, R. (2002), Antecedents of B2C Channel Satisfaction and Preference: Validating E-Commerce Metrics, Information Systems Research, 13(3), pp. 316–333.
26. Doll, W.J. and Torkzadeh, G. (1998), Developing a Multidimensional Measure of System-Use in an Organizational Context, Information & Management, 33, pp.171-185.
27. Dondlinger, M. J. (2007), Educational Video Game Design: A Review of the Literature, Journal of Applied Educational Technology, 4(1), pp, 21-30.
28. Duncan, T.G. and McKeachie, W.J. (2005), The Making of the Motivated Strategies for Learning Questionnaire, Educational Psychologist, 40(2), pp. 117-128.
29. Ebner, M. and Holzinger, A. (2007), Successful Implementation of User-Centered Game Based Learning in Higher Education: An Example from Civil Engineering, Computers & Education, 49(3), pp. 873-890.
Management Review, 14(1), pp. 57-74.
31. Fishbein, M. and Ajzen, I. (1975), Belief, Attitude, Intention and Behavior: An Introduction to Theory and Research, Addison-Wesley, Reading, MA.
32. Fornell, C. and Larcker, D. (1981), Evaluating Structural Equation Models with Unobservable Variables and Measurement Error, Journal of Marketing Research, 18, pp. 39-50.
33. Fraser, B.J. (1982), Development of Short Forms of Several Classroom Environment Scales, Journal of Educational Measurement, 19(3), pp. 221-227.
34. Fraser, B.J. and Treagust, D.F. (1986), Validity and Use of an Instrument for Assessing Classroom Psychosocial Environment in Higher Education, Higher Education, 15(1/2), pp. 37-57.
35. Garris, R., Ahlers, R. and Driskell, J. (2002), Games, Motivation and Learning: A Research and Practice Model, Simulation and Gaming, 33(4), pp. 441-467.
36. Ghaith, G. (2003), The Relationship between Forms of Instruction, Achievement and Perceptions of Classroom Climate, Educational research, 45(1), pp. 83-93.
37. Ha, I., Yoon, Y. and Choi, M. (2007), Determinants of Adoption of Mobile Games under Mobile Broadband Wireless Access Environment, Information & Management, 44(3), pp. 276-286.
38. Hair, J.F., Anderson, R.E., Tatham, R.L. and Black, W.C. (1998), Multivariate Data Analysis, Prentice-Hall.
39. Heijden, H.V.D. (2003), Factors Influencing the Usage of Websites: The Case Of A Generic Portal In The Netherlands, Information & Management, 40, pp.5 41-549.
40. Hsu, C.L. and Lu, H.P. (2004). Why Do People Play On-Line Games? An Extended TAM with Social Influences and Flow Experience, Information & Management, 41(7) pp, 853-868.
41. Jensen, M.C. and Meckling, W.H. (1976), The Theory of the Firm: Managerial Behavior, Agency Costs and Ownership Structure, Journal of Financial Economics, 3(1), pp. 305-360.
42. Karahanna, E., Straub, D.W. and Chervany, N.L. (1999), Information Technology Adoption Across Time: A Cross-Sectional Comparison of Pre-Adoption and Post-Adoption Beliefs, MIS Quarterly, 23(2), pp.183-213.
43. Leemkuil, H., de Jong, T., de Hoog, R. and Christoph, N. (2003), KM Quest: A Collaborative Internet-Based Simulation Game, Simulation and Gaming, 34, pp. 89–111. 44. Liao, C.H., Tsou, C.W. and Huang, M.F. (2007), Factors Influencing the Usage of 3G
Mobile Services in Taiwan, Online Information Review, 31(6) pp. 759-774.
45. Lin, S.C., Wu, S. and Tsai, J.R. (2005), Integrating Perceived Playfulness into Expectation-Confirmation Model for Web Portal Context, Information & Management, 42, pp. 683-693.
Educational Technology, 33(12), pp. 37-41.
47. Merrill, M. D. (1991), Constructivism and Instructional Design, Educational Technology, 31(5), pp. 45-53.
48. Moon, J.W. and Kim, Y.G. (2001), Extending the TAM for a World-Wide-Web Context, Information & Management, 38(4), pp. 217-230.
49. Moos, R. H. (1979), Evaluation Educational Environments, San Francisco:Jossey-Bass. 50. Mumtaz, S. (2001), Children’sEnjoyment and Perception of Computer Use in the Home
and the School, Computers & Education, 36, pp.347–362.
51. Nambisan, S., Agarwal, R. and Tanniru, M. (1999), Organizational Mechanisms for Enhancing User Innovation in Information Technology, MIS Quarterly, 23(3) pp.365-395.
52. Norton, W. and Moore, W. (2006), The Influence of Entrepreneurial Risk Assessment on Venture Launch or Growth Decisions, Small Business Economics, 26, pp. 215-226. 53. Oliver, R.L. (1980), A Cognitive Model for the Antecedents and Consequences of
Satisfaction Decisions, Journal of Marketing Research, 17, pp. 460-469.
54. Oliver, R. and DeSarbo, W. (1988), Response Determinants in Satisfaction Judgments, Journal of Consumer Research, 14, pp. 495-507.
55. Pavlou, P.A. and Fygenson, M. (2006), Understanding and Predicting Electronic Commerce Adoption: An Extension of the Theory of Planned Behavior, MIS Quarterly, 30(1), pp. 115-143.
56. Pintrich, P.R. and De Groot, E.V. (1990), Motivational and Self-Regulated Learning Components of Classroom Academic Performance, Journal of Educational Psychology, 82, pp. 33-40.
57. Premkumar, G and Bhattacherjee, A. (2008), Explaining Information Technology Usage: A Test of Competing Models, Omega, 36, pp. 64-75.
58. Prensky, M. (2003), Digital Game-Based Learning, Computer in Entertainment, 1(1), pp. 21-21.
59. Randel, J.M., Morris, B.A., Wetzel, C.D. and Whitehill, B.V. (1992), The Effectiveness of Games for Educational Purposes: A Review of Recent Research, Simulation and Gaming, 23(3), pp.261–276.
60. Robertson, J. and Howells, C. (2008), Computer Game Design: Opportunities for Successful Learning, Computers & Education, 50, pp.559-578.
61. Roca, J.C., Chiu, C.M. and Martínez, F.J. (2006), Understanding E-Learning Continuance Intention: An Extension of the Technology Acceptance Model, International Journal of Human-Computer Studies, 64(8), pp. 683-696.
62. Schank, R.C., Fano, A., Bell, B. and Jona, M. (1994), The Design of Goal-Based Scenarios, Journal of the Learning Sciences, 3(4), pp. 305-346.
63. Schunk, D.H. (1986), Self-Regulation through Overt Verbalization During Cognitive Skill Learning, Paper presented at the annual meeting of the American Educational
Research Association. (ERIC Document Reproduction Service No. ED 269 147)
64. Schwabe, G.. and Göth, C. (2005), Mobile Learning with a Mobile Game: Design and Motivational Effects, Journal of Computer Assisted Learning, 21(3), pp. 204-216.
65. Schwarz, A. and Chin, W. (2007), Looking Forward: Toward an Understanding of the Nature and Definition of IT Acceptance, Journal of the Association for Information Systems, 8(4), pp.230-243.
66. Spreng, R.A., Scott B.M. and Olshavsky R.W. (1996), A Reexamination of the Determinants of Consumer Satisfaction, Journal of Marketing, 60, pp.15-32.
67. Stipek, D. (1993), Motivation to Learn: From Theory to Practice, Boston, MA: Allyn & Bacon.
68. Tao, Y.H. (2008), Typology of College Student Perception on Institutional E-Learning Issues - An Extension Study of Teacher's Typology in Taiwan, Computers & Education 50(4), pp. 1495-1508.
69. Tao, Y.H. and Yeh, R. (2008), Typology of Teacher Perception toward Distance Education Issues - A Study of College Information Department Teachers in Taiwan, Computers & Education 50(1), pp.23-36.
70. Terrell S. and Rendulic, P. (1996), Using Computer-Managed Instructional Software to Increase Motivation and Achievement in Elementary School Children, Journal of Research on Computing in Education, 26(3), pp.403-414.
71. Thong, Y.L., Hong, S.J. and Tam, Y.K. (2006), The Effects of Post-Adoption Beliefs on The Expectation-Confirmation Model for Information Technology Continuance, International Journal of Human-Computer Studies, 64, pp.799-810.,
72. Tractinsky, N., Katz, A.S. and Ikar, D. (2000), What is Beautiful is Usable, Interacting with Computers, 13, pp.25-37.
73. Tse, D.K. and Wilton, P.C. (1988), Models of Consumer Satisfaction Formation: An Extension, Journal of Marketing Research, 25, pp.202-212.
74. 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), pp. 342–365.
75. Venkatesh, V. and Davis, F.D. (2000), A Theoretical Extension of the Technology Acceptance Model: Four Longitudinal Field Studies, Management Science, 46(2), pp.184-204.
76. Virvou, M. and Katsionis, G. (2008), On the Usability and Likeability of Virtual Reality Games for Education: The Case of VR-ENGAGE, Computers and Education, (50) pp.154-178.
77. Walberg, H.J. (1979), Educational Environments and Effects: Evaluation, Policy, and Productivity, Berkeley, CA: McCutchan.
78. Webster, J., Trevino, L.K. and Ryan, L. (1993), The Dimensionality and Correlates of Flow in Human-Computer Interactions, Computer in Human Behavior, 9(4), pp.
411–426.
79. White, D.W. (1986), Relationships Between School Climate and classroom Climate, between School Climate and Student: Achievement, Dissertation Abstracts International, 48, pp. 282.
80. Wolmarans, H. (2005), Business Simulations in Financial Management Courses: Are They Valuable to Learners? Meditari Accountancy Research, 13(1), pp.121-133.
81. Yu, F.Y., Chang, L.J., Liu, Y.H. and Chan, T.W. (2002), Learning Preferences towards Computerised Competitive Modes, Journal of Computer Assisted Learning, 18, pp. 341-350.
