吳麗莉 賈浩東

(呼倫貝爾學(xué)院 內(nèi)蒙古 海拉爾 021008)

目前MOOC在線教育方式已經(jīng)延伸到各科課程，很多國(guó)家也將這種信息化教育規(guī)劃到了未來(lái)教育領(lǐng)域發(fā)展目標(biāo)中。目前多數(shù)教學(xué)平臺(tái)搭建尚未完善、教學(xué)資源體系還需加強(qiáng)，在發(fā)展過(guò)程中出現(xiàn)了高注冊(cè)率但低回頭率與低保持率等問(wèn)題，使得MOOC發(fā)展遇到難點(diǎn)。目前學(xué)者對(duì)教育領(lǐng)域中的學(xué)習(xí)者和學(xué)習(xí)平臺(tái)學(xué)習(xí)資源的粘性影響因素分析研究較少。本文基于期望確認(rèn)模型理論、需求層次理論等并結(jié)合學(xué)習(xí)者特性，嘗試從期望確認(rèn)度、感知有用性、滿意度、持續(xù)使用意愿、感知易用性、學(xué)習(xí)風(fēng)格和學(xué)習(xí)動(dòng)機(jī)等七個(gè)維度分析學(xué)習(xí)者粘性影響因素。研究以具體的《軍事理論》課程展開(kāi)，調(diào)研對(duì)象選取了呼倫貝爾學(xué)院2019級(jí)的MOOC學(xué)習(xí)者。采用問(wèn)卷調(diào)查法，收集到有效問(wèn)卷354份，運(yùn)用SPSSAU統(tǒng)計(jì)工具,利用結(jié)構(gòu)方程模型方法進(jìn)行假設(shè)驗(yàn)證。通過(guò)因子分析統(tǒng)計(jì)和回歸分析統(tǒng)計(jì)相結(jié)合，對(duì)MOOC學(xué)習(xí)者粘性影響因素的理論模型進(jìn)行評(píng)估、驗(yàn)證、分析，總結(jié)了MOOC學(xué)習(xí)者粘性直接影響因素及間接影響因素。

一、學(xué)習(xí)者粘性

粘性主要應(yīng)用在經(jīng)濟(jì)學(xué)、管理學(xué)、網(wǎng)絡(luò)等領(lǐng)域用于調(diào)查客戶粘性等相關(guān)問(wèn)題。基于學(xué)習(xí)者視角，一般將MOOC學(xué)習(xí)者粘性定義為：學(xué)習(xí)者對(duì)MOOC的忠誠(chéng)、信任與良好體驗(yàn)等結(jié)合起來(lái)形成的依賴(lài)感和再使用期望值[1]。學(xué)習(xí)者粘性可用于反映MOOC學(xué)習(xí)者和MOOC平臺(tái)之間持續(xù)使用的行為和意愿，從而挖掘?qū)W習(xí)者與MOOC平臺(tái)之間粘性主要影響因素，利于提高M(jìn)OOC的完成率。

二、MOOC學(xué)習(xí)者粘性影響因素的維度分析及關(guān)系假設(shè)

(一)MOOC學(xué)習(xí)者粘性影響因素的維度分析

從學(xué)習(xí)者角度出發(fā)，參考整合期望確認(rèn)模型和需求層次理論，借鑒技術(shù)接受模型影響路徑關(guān)系，遴選適合本研究的期望確認(rèn)度、感知有用性、滿意度、持續(xù)使用意愿、感知易用性這五個(gè)維度變量[2]。除此之外，通過(guò)梳理文獻(xiàn)，根據(jù)MOOC的開(kāi)放、自由的學(xué)習(xí)方式，對(duì)于學(xué)習(xí)者而言自制能力的要求變高，考慮到學(xué)習(xí)者本質(zhì)上存在差異性，加入學(xué)習(xí)風(fēng)格和學(xué)習(xí)動(dòng)機(jī)兩變量。因此本研究共包括七個(gè)變量，分別是期望確認(rèn)度、感知有用性、滿意度、持續(xù)使用意愿、感知易用性、學(xué)習(xí)風(fēng)格和學(xué)習(xí)動(dòng)機(jī)。

(二)MOOC學(xué)習(xí)者粘性影響因素的關(guān)系假設(shè)

1.基于學(xué)習(xí)者角度的假設(shè)

同一傳播者用相同傳播內(nèi)容和傳播方式進(jìn)行傳播，若學(xué)習(xí)者不同，結(jié)果也會(huì)存在差異。學(xué)習(xí)者風(fēng)格主要?jiǎng)澐譃楠?dú)立型和依賴(lài)型，對(duì)于MOOC線上教學(xué)模式，獨(dú)立型學(xué)習(xí)者往往比依賴(lài)型學(xué)習(xí)者更容易接受MOOC平臺(tái)的教學(xué)方式。而本研究中的個(gè)人特質(zhì)主要涉及學(xué)習(xí)動(dòng)機(jī)、學(xué)習(xí)風(fēng)格兩個(gè)因素，二者是否可直接影響學(xué)習(xí)者粘性，如內(nèi)部動(dòng)機(jī)比外部動(dòng)機(jī)更具穩(wěn)定性、學(xué)習(xí)興趣更大、粘性更強(qiáng)等。個(gè)人特性方面提出假設(shè)如下：

H1：MOOC學(xué)習(xí)者的學(xué)習(xí)動(dòng)機(jī)對(duì)MOOC學(xué)習(xí)者粘性有顯著影響；

H2：MOOC學(xué)習(xí)者的學(xué)習(xí)風(fēng)格對(duì)MOOC學(xué)習(xí)者粘性有顯著影響。

2.基于期望確認(rèn)模型的假設(shè)

大量現(xiàn)有研究表明，感知易用性變量對(duì)于持續(xù)使用意愿會(huì)有所提升，因此在借鑒期望確認(rèn)模型因素的基礎(chǔ)上加入感知易用性變量。假設(shè)如下：

H3：MOOC學(xué)習(xí)者的期望確認(rèn)度對(duì)學(xué)習(xí)者粘性有顯著正向影響；

H4：MOOC學(xué)習(xí)者的期望確認(rèn)度對(duì)滿意度有顯著正向影響；

H5：MOOC學(xué)習(xí)者的期望確認(rèn)度對(duì)感知有用性有顯著正向影響；

H6：MOOC學(xué)習(xí)者的感知有用性對(duì)學(xué)習(xí)者粘性有顯著正向影響；

H7：MOOC學(xué)習(xí)者的感知有用性對(duì)持續(xù)使用意愿有顯著正向影響；

H8：MOOC學(xué)習(xí)者的感知有用性對(duì)滿意度有顯著正向影響；

H9：MOOC學(xué)習(xí)者的持續(xù)使用意愿對(duì)學(xué)習(xí)者粘性有顯著正向影響；

H10：MOOC學(xué)習(xí)者的感知易用性對(duì)學(xué)習(xí)者粘性有顯著正向影響；

H11：MOOC學(xué)習(xí)者的感知易用性對(duì)感知有用性有顯著正向影響；

H12：MOOC學(xué)習(xí)者的感知易用性對(duì)滿意度有顯著正向影響；

H13：MOOC學(xué)習(xí)者的滿意度對(duì)學(xué)習(xí)者粘性有顯著正向影響。

基于以上假設(shè)，本文建構(gòu)了MOOC學(xué)習(xí)者粘性影響因素的假設(shè)模型，研究模型如圖1所示。

圖1 MOOC學(xué)習(xí)者粘性影響因素假設(shè)模型

(三)調(diào)研的實(shí)施

本次調(diào)查問(wèn)卷包括2部分：第1部分為被調(diào)查者的基本信息，第2部分為各影響因素調(diào)查的八個(gè)量表，共包含29道選擇題。調(diào)研量表使用了Likert五點(diǎn)量表，對(duì)每個(gè)測(cè)量問(wèn)題從“很不同意”到“很同意”進(jìn)行衡量[3]，利用問(wèn)卷星進(jìn)行發(fā)放與回收。

調(diào)研問(wèn)卷先進(jìn)行前測(cè)分析，小范圍的實(shí)驗(yàn)檢測(cè)將存在的問(wèn)題進(jìn)行修改，而后進(jìn)行大規(guī)模線上調(diào)研。預(yù)調(diào)研在呼倫貝爾學(xué)院2019級(jí)《軍事理論》MOOC學(xué)習(xí)者中進(jìn)行小范圍短時(shí)有效的隨機(jī)測(cè)試，將收集數(shù)據(jù)樣本使用SPSSAU在線分析軟件進(jìn)行信度分析和效度分析。預(yù)調(diào)研共回收有效問(wèn)卷76份，對(duì)前測(cè)問(wèn)卷數(shù)據(jù)樣本進(jìn)行標(biāo)題處理：學(xué)習(xí)風(fēng)格量表(A)、學(xué)習(xí)動(dòng)機(jī)量表(B)、期望確認(rèn)度量表(C)、感知有用性量表(D)、滿意度量表(E)、持續(xù)使用意愿量表(F)、感知易用性量表(G)、學(xué)習(xí)者粘性量表(H)。對(duì)數(shù)據(jù)樣本進(jìn)行信度檢驗(yàn)和效度檢驗(yàn)，其中D的Cronbach α系數(shù)值大于0.7，但是D4題項(xiàng)CITC值小于0.4，D4題項(xiàng)被刪除后，信度系數(shù)會(huì)由0.722上升至0.73，因此對(duì)D4題項(xiàng)做刪除處理。E、F、G、H的Cronbach α系數(shù)值均大于0.6。題項(xiàng)G1刪除后信度會(huì)上升0.003，數(shù)值變化不大，繼續(xù)保留，綜上所述學(xué)習(xí)者粘性量表數(shù)據(jù)信度質(zhì)量較高；其次，KMO值均大于0.6，通過(guò)Bartlett檢驗(yàn)，對(duì)應(yīng)p值均小于0.05，且總體KMO值為0.858，由上所述，研究數(shù)據(jù)效度非常好，適合做因子分析。

通過(guò)前測(cè)問(wèn)卷數(shù)據(jù)分析后，將問(wèn)卷中問(wèn)題予以修改。在線上對(duì)呼倫貝爾學(xué)院2019級(jí)學(xué)習(xí)《軍事理論》慕課的學(xué)習(xí)者進(jìn)行了隨機(jī)發(fā)放，共回收有效問(wèn)卷354份，所有數(shù)據(jù)資源均來(lái)自問(wèn)卷星。對(duì)收集的問(wèn)卷整理并對(duì)標(biāo)題進(jìn)行處理，將數(shù)據(jù)錄入SPSSAU在線數(shù)據(jù)分析軟件，對(duì)問(wèn)卷進(jìn)行描述性分析、信度分析和效度分析。

1.描述性統(tǒng)計(jì)分析

由下表1可知，由于呼倫貝爾學(xué)院招生需求和專(zhuān)業(yè)特色，導(dǎo)致男女比例中女性占比比男性占比多37.28%，專(zhuān)業(yè)類(lèi)別比例中理科比文科多20.34%，理科學(xué)習(xí)者偏多。MOOC了解途徑中學(xué)習(xí)者主要通過(guò)教師了解居多，占比達(dá)到58.47%，說(shuō)明教師是首要傳播途徑，數(shù)據(jù)表明MOOC日后可通過(guò)網(wǎng)絡(luò)和其他媒體途徑在宣傳力度上加強(qiáng)?！盾娛吕碚摗氛n程由教師直接指定學(xué)堂云平臺(tái)進(jìn)行學(xué)習(xí)，拓展性的學(xué)習(xí)平臺(tái)有中國(guó)大學(xué)MOOC平臺(tái)、網(wǎng)易云課堂等。

表1 描述性統(tǒng)計(jì)表

2.信度檢驗(yàn)

通過(guò)前測(cè)的信度分析對(duì)題項(xiàng)進(jìn)行修改糾正后，在問(wèn)卷正式發(fā)放后對(duì)問(wèn)卷再次進(jìn)行信度檢驗(yàn)，使得問(wèn)卷測(cè)量的結(jié)果標(biāo)準(zhǔn)誤差降到最小。數(shù)據(jù)表明 Cronbach α系數(shù)值均大于0.8，“CITC值”均大于0.4，針對(duì)“項(xiàng)已刪除的α系數(shù)”，題項(xiàng)H2刪除后，信度系數(shù)會(huì)由0.923上升到0.929，上升空間不大，因此對(duì)該項(xiàng)題做保留處理，綜合以上數(shù)據(jù)，信度質(zhì)量較好可做下一步分析。

3.效度檢驗(yàn)

考慮到對(duì)于本研究的研究過(guò)程，因素提取與維度劃分是基于前人學(xué)者研究的基礎(chǔ)之上，所以對(duì)本研究選用因子分析法來(lái)進(jìn)行效度核算，在做因子分析時(shí)需要根據(jù)Bartlett 球形度檢驗(yàn)和KMO值兩種方法來(lái)判斷是否可以進(jìn)行因子計(jì)算。分析發(fā)現(xiàn)KMO值均大于0.6，通過(guò)Bartlett檢驗(yàn)，對(duì)應(yīng)p值均小于0.05，且總體KMO值為0.971。由上所述，研究數(shù)據(jù)效度非常好，滿足做因子分析的前提，適合做因子分析。同時(shí)，根據(jù)因子分析法分析，樣本旋轉(zhuǎn)后因子載荷系數(shù)大于0.4，說(shuō)明研究項(xiàng)和因子之間有較強(qiáng)的關(guān)聯(lián)性。

三、MOOC學(xué)習(xí)者粘性影響因素調(diào)研的實(shí)證分析

本研究通過(guò)結(jié)構(gòu)方程模型的方法進(jìn)行假設(shè)驗(yàn)證，該模型分析方法通過(guò)因子分析統(tǒng)計(jì)和回歸分析統(tǒng)計(jì)相結(jié)合，對(duì)本研究模型進(jìn)行評(píng)估、驗(yàn)證、分析，利用SPSSAU在線分析軟件進(jìn)行因子分析和回歸分析。

(一)模型擬合度初測(cè)分析

通過(guò)卡方自由度比、比較適合度指標(biāo)(CFI)、非常規(guī)擬合度(NNFI)、即漸進(jìn)殘差均方根(RMSEA)進(jìn)行綜合判斷模型擬合度的好壞。模型擬合指標(biāo)如表2所示：

表2 模型擬合指標(biāo)

由上表可知，根據(jù)適配標(biāo)準(zhǔn)值判斷本研究的模型擬合程度，卡方自由度比、比較適合度指標(biāo)(CFI)、非常規(guī)擬合度(NNFI)、即漸進(jìn)殘差均方根(RMSEA)均超出適配標(biāo)準(zhǔn)范圍，模型擬合度較差，將根據(jù)下圖路徑分析中模型回歸系數(shù)(表3)和回歸影響關(guān)系MI指標(biāo)(表4)對(duì)模型進(jìn)行修正處理。

表4 回歸影響關(guān)系-MI指標(biāo)表格

表3 模型回歸系數(shù)匯總表格

由上表3綜合分析可知，學(xué)習(xí)動(dòng)機(jī)對(duì)學(xué)習(xí)者粘性影響的路徑顯著性(p=0.844)；期望確認(rèn)度對(duì)學(xué)習(xí)者粘性影響的路徑顯著性(p=0.873)；感知有用性對(duì)學(xué)習(xí)者粘性影響的路徑顯著性(p=0.986)；滿意度對(duì)學(xué)習(xí)者粘性影響的路徑顯著性(p=0.826)。以上四條路徑的顯著性P值均大于0.05，超出標(biāo)準(zhǔn)，說(shuō)明并不存在路徑影響關(guān)系，對(duì)以上四條路徑做刪除處理。

當(dāng)MI值大于20時(shí)，說(shuō)明變量X對(duì)變量Y存在影響關(guān)系，此時(shí)可將該對(duì)路徑關(guān)系新增到模型中，對(duì)模型重新建模。由表4可知當(dāng)持續(xù)使用意愿對(duì)滿意度、持續(xù)使用意愿對(duì)感知有用性、滿意度對(duì)持續(xù)使用意愿分別生成三條路徑，MI值均大于20，說(shuō)明變量X→Y存在路徑影響關(guān)系。綜上所述將持續(xù)使用意愿->滿意度、持續(xù)使用意愿->感知有用性、滿意度->持續(xù)使用意愿這三條路徑新增到模型中。

(二)模型擬合度修正分析

模型修正即對(duì)模型進(jìn)行增列或者刪除某些參數(shù)的調(diào)整，從而達(dá)到對(duì)模型的優(yōu)化，使得模型更加簡(jiǎn)潔，提高模型的擬合度。根據(jù)修正指數(shù)，對(duì)學(xué)習(xí)動(dòng)機(jī)->學(xué)習(xí)者粘性、期望確認(rèn)度->學(xué)習(xí)者粘性、感知有用性->學(xué)習(xí)者粘性、滿意度->學(xué)習(xí)者粘性這四條路徑進(jìn)行刪除處理，模型新增持續(xù)使用意愿->滿意度、持續(xù)使用意愿->感知有用性、滿意度->持續(xù)使用意愿這三條路徑。修正后的模型擬合度如表5所示：

表5 模型擬合指標(biāo)

由表5可知，根據(jù)適配標(biāo)準(zhǔn)值判斷本研究的模型擬合程度，卡方自由度比、比較適合度指標(biāo)(CFI)、非常規(guī)擬合度(NNFI)、即漸進(jìn)殘差均方根(RMSEA)均達(dá)到優(yōu)標(biāo)準(zhǔn)范圍，模型擬合度高，可以進(jìn)行下一步分析。

(三)結(jié)構(gòu)方程模型檢驗(yàn)

結(jié)構(gòu)方程模型整合了因素分析與路徑分析，在路徑分析模型過(guò)程中，用來(lái)測(cè)量變量與變量之間的影響關(guān)系就是路徑系數(shù)，是一種回歸系數(shù)，在進(jìn)行回歸系數(shù)分析前需要對(duì)樣本數(shù)據(jù)進(jìn)行生成變量處理，得到標(biāo)準(zhǔn)化系數(shù)。當(dāng)同時(shí)滿足標(biāo)準(zhǔn)化路徑系數(shù)值大于0，p<0.01時(shí)，說(shuō)明變量之間存在正向影響關(guān)系。模型假設(shè)檢驗(yàn)結(jié)果如表6所示:

表6 模型回歸系數(shù)匯總表格

綜合分析上表數(shù)據(jù)得知：期望確認(rèn)度對(duì)滿意度影響時(shí)，此路徑?jīng)]有呈現(xiàn)出顯著性(p=0.151>0.05)，說(shuō)明期望確認(rèn)度對(duì)滿意度不會(huì)產(chǎn)生影響關(guān)系；感知有用性對(duì)于持續(xù)使用意愿影響時(shí)，此路徑?jīng)]有呈現(xiàn)出顯著性(p=0.767>0.05)，說(shuō)明感知有用性對(duì)持續(xù)使用意愿不會(huì)產(chǎn)生影響關(guān)系；持續(xù)使用意愿對(duì)于滿意度影響時(shí)，此路徑?jīng)]有呈現(xiàn)出顯著性(p=0.075>0.05)，說(shuō)明持續(xù)使用意愿對(duì)滿意度不會(huì)產(chǎn)生影響關(guān)系；持續(xù)使用意愿對(duì)于感知有用性影響時(shí)，此路徑?jīng)]有呈現(xiàn)出顯著性(p=0.489>0.05)，說(shuō)明持續(xù)使用意愿對(duì)感知有用性不會(huì)產(chǎn)生影響關(guān)系；其余變量路徑之間標(biāo)準(zhǔn)化路徑系數(shù)值均大于0，并且路徑呈現(xiàn)出0.01水平的顯著性(p=0.000<0.01)。

續(xù)表7

按照SPSSAU在線分析軟件分析的數(shù)據(jù)結(jié)果，對(duì)建立好的模型進(jìn)行假設(shè)驗(yàn)證如上表7所示，下圖2為根據(jù)檢驗(yàn)結(jié)果修改后的模型圖?？梢缘贸鲈贛OOC學(xué)習(xí)者粘性影響因素中主要的影響因素有感知有用性、感知易用性、滿意度、期望確認(rèn)度、學(xué)習(xí)風(fēng)格、持續(xù)使用意愿這六個(gè)因素，學(xué)習(xí)動(dòng)機(jī)因素被剔除。通過(guò)檢驗(yàn)發(fā)現(xiàn)，滿意度對(duì)持續(xù)使用意愿影響程度最大(路徑為0.931)，其次分別是期望確認(rèn)度對(duì)感知有用性(路徑為0.694)、感知有用性對(duì)滿意度(路徑為0.669)、持續(xù)使用意愿對(duì)學(xué)習(xí)者粘性(路徑為0.598)、感知易用性對(duì)滿意度(路徑為0.556)、感知易用性對(duì)感知有用性(路徑為0.360)、感知易用性對(duì)學(xué)習(xí)者粘性(路徑為0.233)、學(xué)習(xí)風(fēng)格對(duì)學(xué)習(xí)者粘性(路徑為0.141)。

表7 假設(shè)檢驗(yàn)表

圖2 驗(yàn)證修正模型

四、MOOC學(xué)習(xí)者粘性的主要影響因素及改善建議

(一)直接影響因素

綜合以上實(shí)證分析得出影響學(xué)習(xí)者粘性的直接影響因素有學(xué)習(xí)風(fēng)格、感知易用性、持續(xù)使用意愿，其中持續(xù)使用意愿對(duì)于學(xué)習(xí)者粘性影響最大。

1.學(xué)習(xí)風(fēng)格

個(gè)體學(xué)習(xí)風(fēng)格不同，可結(jié)合MOOC平臺(tái)特有性質(zhì)。為提升學(xué)習(xí)者粘性，如可增加平臺(tái)使用指導(dǎo)教師、專(zhuān)業(yè)輔導(dǎo)教師等，滿足學(xué)習(xí)者的學(xué)習(xí)及心理需求以增強(qiáng)學(xué)習(xí)者和平臺(tái)之間的融合程度；其次，平臺(tái)可以設(shè)立課前問(wèn)卷調(diào)查，在課程學(xué)習(xí)前可以通過(guò)問(wèn)卷形式調(diào)查學(xué)習(xí)者學(xué)習(xí)風(fēng)格進(jìn)行分類(lèi)、分法的教學(xué)，平臺(tái)盡可能根據(jù)課程特性提供多方位的學(xué)習(xí)條件滿足學(xué)習(xí)者學(xué)習(xí)風(fēng)格的多維性。通過(guò)教師、學(xué)習(xí)者、平臺(tái)三方合作的形式用來(lái)提升學(xué)習(xí)者與MOOC粘性程度。

2.感知易用性

感知易用性主要針對(duì)MOOC平臺(tái)的改進(jìn)，深層次優(yōu)化平臺(tái)而給予學(xué)習(xí)者良好的使用體驗(yàn)。當(dāng)前MOOC學(xué)習(xí)平臺(tái)種類(lèi)繁多，個(gè)別平臺(tái)功能繁瑣、布局雜亂，友好性差。平臺(tái)界面設(shè)計(jì)中可適當(dāng)設(shè)計(jì)單欄布局，整合相似功能；顯著突出交互元素，如設(shè)計(jì)路徑導(dǎo)航、知識(shí)結(jié)構(gòu)導(dǎo)航，便于學(xué)習(xí)者知識(shí)認(rèn)知的條理化、結(jié)構(gòu)化；在提升視覺(jué)樣式的過(guò)程中要保持風(fēng)格一致性，給予學(xué)習(xí)者操作感和視覺(jué)感的雙重體驗(yàn)。另外，應(yīng)提供簡(jiǎn)便快捷的下載或收藏方式，易于學(xué)習(xí)者查閱使用。

3.持續(xù)使用意愿

分析路徑關(guān)系得出持續(xù)使用意愿是直接影響因素中提升學(xué)習(xí)者粘性的關(guān)鍵點(diǎn)。持續(xù)使用意愿一般是由多個(gè)因素影響導(dǎo)致，在平臺(tái)設(shè)計(jì)與開(kāi)發(fā)方面應(yīng)實(shí)時(shí)滿足學(xué)習(xí)者的學(xué)習(xí)需求，內(nèi)容、資源和功能等不斷推陳出新；平臺(tái)要重視學(xué)習(xí)者提供的改進(jìn)意見(jiàn)，設(shè)立意見(jiàn)箱，多調(diào)研多訪談，對(duì)合理意見(jiàn)予以采納進(jìn)行改進(jìn)；針對(duì)不同課程的特性，引進(jìn)新型技術(shù)、學(xué)科工具來(lái)輔助教與學(xué)，提升課程學(xué)習(xí)的新興性、易用性等。

(二)間接影響因素

綜合以上實(shí)證分析得出：間接影響因素有期望確認(rèn)度、感知有用性、滿意度這三個(gè)影響因素，以模型影響路徑關(guān)系作為分析關(guān)鍵點(diǎn)，通過(guò)模型影響路徑關(guān)系可總結(jié)出一條以間接影響因素為主的單向路徑：期望確認(rèn)度→感知有用性→滿意度→持續(xù)使用意愿→學(xué)習(xí)者粘性。從期望確認(rèn)度為出發(fā)點(diǎn)，通過(guò)環(huán)節(jié)的不斷滿足從而實(shí)現(xiàn)學(xué)習(xí)者粘性的提升。

期望確認(rèn)度和滿意度是間接影響路徑中的兩個(gè)影響因素，在平臺(tái)開(kāi)發(fā)設(shè)計(jì)的過(guò)程中也有所體現(xiàn)，提升學(xué)習(xí)者對(duì)平臺(tái)的期望程度，在開(kāi)發(fā)過(guò)程中要善于利用學(xué)習(xí)者的角度去思考，給學(xué)習(xí)者一個(gè)簡(jiǎn)單易用、資源豐富的學(xué)習(xí)平臺(tái)，往往學(xué)習(xí)者會(huì)通過(guò)口碑或一到兩次的體驗(yàn)過(guò)程去衡量平臺(tái)是否達(dá)到自己預(yù)想的期望值，平臺(tái)做好前期宣傳工作，更要有實(shí)質(zhì)性的內(nèi)容和功能呈現(xiàn)給學(xué)習(xí)者。對(duì)于首次使用MOOC平臺(tái)的學(xué)習(xí)者要有引導(dǎo)教程的提示，使學(xué)習(xí)者快速掌握該平臺(tái)的使用方式、了解平臺(tái)特色。與此同時(shí)，滿意度也會(huì)隨之關(guān)聯(lián)，在學(xué)習(xí)者體驗(yàn)良好的學(xué)習(xí)經(jīng)歷時(shí)會(huì)得到滿意程度的自我反饋，對(duì)平臺(tái)給予肯定。

結(jié)語(yǔ)

提升學(xué)習(xí)粘性有利于提高M(jìn)OOC完成率。本研究以呼倫貝爾學(xué)院開(kāi)設(shè)的《軍事理論》課程學(xué)習(xí)者作為對(duì)象，借助調(diào)研數(shù)據(jù)進(jìn)行結(jié)構(gòu)方程模型方法的驗(yàn)證假設(shè)，分析得出MOOC學(xué)習(xí)者粘性的直接影響因素和間接影響因素，并為提升MOOC和學(xué)習(xí)者之間粘性給出部分決策建議。今后的研究中，可結(jié)合實(shí)際情況，細(xì)化精準(zhǔn)研究維度，更好促進(jìn)MOOC發(fā)展應(yīng)用。