周海軍 楊曉宏

（西北師范大學 教育技術學院，甘肅 蘭州 730070）

一、問題的提出

在泛在便捷的網(wǎng)絡環(huán)境和大量優(yōu)質(zhì)MOOC、微課、精品課程等資源的支持下，基于網(wǎng)絡的在線學習得到了廣大教師的青睞，已成為了教師專業(yè)發(fā)展的主要途徑[1]。在線學習能否有效滿足教師的學習需求，助力教師實現(xiàn)專業(yè)成長，學習支持服務是關鍵?，F(xiàn)階段，在大數(shù)據(jù)、人工智能等新興技術的推動下，教師在線學習支持服務的類型日趨多樣化、來源更加多元化、內(nèi)容更具個性化[2]。現(xiàn)代信息技術雖能在教師學習需求分析、資源個性化推薦等方面提供有效支撐，可在一定程度上減輕支持服務供給方在個性化定制服務項目等方面的工作壓力，但一些支持服務內(nèi)容仍有賴于人力資源。此外，在線學習教師所能夠獲得的滿足自身學習需求的服務項越多，則其學習體驗越良好，學習效果也越易于得到保障；但由于支持服務供給方所擁有的服務保障能力有限，常常難以滿足教師的所有學習服務需求。在此情況下，優(yōu)先滿足教師普遍關注的、對學習結果有著顯著影響的關鍵性服務需求，是在線學習支持服務供給方平衡教師在線學習支持服務需求與自身成本支出之間矛盾的可行之策。由此，若能夠在對教師在線學習支持服務需求進行分析統(tǒng)整的基礎上，對其進行科學歸類，進而確定不同類別支持服務需求項目的優(yōu)先滿足次序，則可為支持服務供給方科學配置服務項目提供重要參照。而源于質(zhì)量管理領域的Kano模型在服務（或產(chǎn)品）需求分類方面有其獨特的效用，且可基于Kano模型對服務（或產(chǎn)品）需求的優(yōu)先順序進行排序。鑒于此，本研究借助Kano模型這一工具，在問卷調(diào)研的基礎上，對教師在線學習支持服務需求進行了科學歸類，并針對不同類別的支持服務需求屬性提出了具體的保障策略，以期能夠有效提升在線學習質(zhì)量。

二、研究綜述

（一）教師在線學習支持服務

教師在線學習是教師應用信息化設備獲取知識、技能的活動。從在線學習行為發(fā)生的動力來源出發(fā)，可將教師在線學習歸為兩大類：一類是在外部力量推動（如行政推動）下所開展的在線學習活動；另一類是在內(nèi)在力量驅動下，教師出于自身的愛好、興趣等所進行的基于網(wǎng)絡的“自我培訓”。鑒于外力推動下的在線學習難以滿足教師個性化的學習需求，在具體的培訓實踐中效果不佳，而源于教師自我需求的在線學習更易取得理想的學習效果，人們開始倡導緊扣教師實際需求的個性化學習范式，嘗試實現(xiàn)教師在線學習外部推力與內(nèi)在動力的統(tǒng)一[3]，如提倡為教師創(chuàng)造自主選擇培訓機構、研修平臺、研修內(nèi)容的機會[4]，以便在完成培訓學分要求的同時，能夠更好地滿足教師的內(nèi)在學習需求。

教師在線學習活動的有效開展需要一系列高質(zhì)量的支持服務來保障。教師在線學習支持服務即在教師在線學習的過程中，供給方所提供的各種支持服務活動，其目的在于幫助教師克服在線學習的各類障礙，保障學習活動的順利開展。已有針對教師在線學習支持服務的相關研究，多聚焦于教師在線學習的具體場域，探尋提升學習效果的可行之策，如荊永君等人以教師在線培訓為例，通過研究發(fā)現(xiàn)，教師在線學習目的性較強、活動性較高、時間投入充足，但社會交互情況不夠理想，建議提供恰當?shù)母深A機制和腳手架，以提高在線學習效果[5]。另有研究者從新技術、新理念在教師在線學習中的應用出發(fā)，對教師在線學習的效果進行了探討，如趙艷等人基于學習分析的視角，運用專業(yè)工具獲取教師的學習數(shù)據(jù)，呈現(xiàn)分析結果，幫助教師及輔導人員及時了解學習情況，以便為教師提供及時的支持服務和適切的干預[6]。王帆等人基于引領式在線學習理念，從學習情境、學習問題、學習群體出發(fā)，提出“情境”外引、“問題”外引、“群體”外引等三個外部引導策略，以激發(fā)教師在線學習內(nèi)驅力，促進教師持續(xù)學習[7]?？偠灾?，在新的技術背景下，關注教師成長、生活的具體場域，探討新理念、新技術支持下的教師專業(yè)化成長路徑與在線學習策略，跟蹤干預條件下教師的在線學習效果，是當下教師在線學習支持服務相關研究的重要主題。

（二）Kano模型及其應用

1.Kano模型

Kano模型由東京理工大學狩野紀昭教授于20世紀80年代提出，該模型體現(xiàn)了產(chǎn)品性能與用戶滿意度之間存在的非線性關系[8]。在Kano模型中，用戶需求屬性被分為五類（如圖1所示）[9]：必備型需求，是在用戶看來服務（產(chǎn)品）必不可少的屬性或功能，也是用戶對服務（產(chǎn)品）最為基本的要求。當服務（產(chǎn)品）不能滿足用戶的必備型需求時，用戶的滿意度就會大幅度降低，而當必備型需求能夠滿足時，用戶的滿意度也不會因此而持續(xù)提升。期望型需求，是服務（產(chǎn)品）對用戶的滿足程度與用戶的滿意度之間成正比例關系的需求。魅力型需求，是出乎用戶意料的服務（產(chǎn)品）屬性，常會帶給用戶驚喜，即使此類服務表現(xiàn)得不夠完善，也會帶給用戶非常高的滿意度。用戶通常不會過分期望此類需求，在不提供此類需求的情況下，用戶也不會因此而抱怨。無差異需求，是對用戶滿意度沒有明顯影響的需求，用戶一般不關心此類需求。反向型需求，是易于引起用戶強烈不滿的服務（產(chǎn)品）需求類型，用戶本來無此類需求，提供后反而會讓用戶的滿意度明顯下降。

圖1 Kano模型

2.Kano模型應用現(xiàn)狀

Kano模型自提出以來得到了越來越多的關注，并被廣泛應用于產(chǎn)品質(zhì)量管理、員工管理、業(yè)務規(guī)劃和服務管理等方面[10]。在教育領域，研究者應用Kano模型對教育軟件、教育服務等方面學習者的需求開展了研究。如在教育軟件開發(fā)方面，范哲等人應用Kano模型對江蘇省大學生成長服務平臺的功能屬性進行了分析和歸納，并提出了改進建議[11]，宮華萍等人基于Kano模型和質(zhì)量功能展開理論，對語言學習系統(tǒng)的質(zhì)量特性進行了研究[12][13]。在教育服務供給方面，徐蘭和李曉萍應用Kano模型對幼教服務質(zhì)量屬性進行了分類[14]，周效章基于Kano模型對高校數(shù)字教育資源社會化服務的用戶需求屬性進行了歸類[15]，白倩等人基于Kano模型對MOOC學習支持服務的有效需求進行了分析[16]。總體來看，Kano模型在教育領域的應用正逐步得到研究者的重視，但已有文獻中，鮮有應用Kano模型對教師在線學習支持服務的相關探討。

（三）基于Kano模型的用戶需求屬性識別

在一般情況下，在借助Kano模型對用戶需求屬性進行識別時，需在Kano模型問卷調(diào)查的基礎上，借助Kano模型屬性矩陣，對用戶需求屬性逐一進行判斷，統(tǒng)計每一類需求屬性頻次，最后將出現(xiàn)頻次最高的需求屬性確定為題項的最終屬性類別，這種方法稱之為最高頻次法。然而，一些研究者認為依據(jù)最高頻次法對用戶需求屬性進行分類并不完全可靠[17]，且難以體現(xiàn)需求要素對整體滿意度的影響程度[18]。例如，當兩個或多個類別的需求頻次非常接近時，就難以準確地對用戶需求屬性進行歸類。針對這一情況，多位研究者對最高頻次法進行了改進，其中以學者查爾斯.博格爾（Charls Berger）等人提出的Better-Worse系數(shù)分析法最具代表性[19]。Better-Worse系數(shù)分析法應用各類需求屬性頻次的統(tǒng)計數(shù)據(jù)，通過以下公式計算出Better系數(shù)（滿意系數(shù)，通常為正值）和Worse系數(shù)（不滿意系數(shù)，通常為負值），其中，M代表必備型需求（Mustbe Demand）值，O代表期望型需求（One-dimensional Demand）值，A代表魅力型需求（Attractive Demand）值，I代表無差異需求（Indifferent Demand）值。

Better-Worse系數(shù)可以用來識別不同需求要素的滿足對整體滿意度的影響差異。Better系數(shù)表示滿足某項需求對整體滿意度的提高程度，其值在0到1之間，Better系數(shù)值越大表示滿足該項需求對整體滿意度的提升作用越顯著；Worse系數(shù)表示不能有效滿足某項需求對整體滿意度的影響程度，其值在-1到0之間，Worse系數(shù)的絕對值越大，表示不能有效滿足某項需求對整體滿意度的降低作用越顯著。在本研究中，我們應用最高頻次法和Better-Worse系數(shù)法兩種方法，對教師在線學習支持服務需求進行歸類分析。

三、教師在線學習支持服務的類型

研究者對學習支持服務的分類有多種不同的觀點，奧蒙德.辛普森（Ormond Simpson）將其劃分為學術性支持和非學術性支持[20]，前者主要涉及對學習者在學習過程中的認知、知識等方面的支持，如解釋相關概念、培養(yǎng)學習技能、追蹤學習過程等；后者主要包括管理性支持和情感性支持，如各種信息建議、態(tài)度反饋等?，旣悺に髌眨∕ary Thorpe）從學習發(fā)生的過程出發(fā)，將學習支持服務界定為在學習發(fā)生之前、學習過程之中以及學習完成之后，對學習者的需求做出反應的所有元素的集合[21]。我國學者丁興富將學習支持服務分為人員服務、信息服務、設施服務、資源服務、作業(yè)檢測與考試、實踐性教學環(huán)節(jié)等六個方面[22]；陳麗將學習支持服務劃分為教學支持、管理支持、學習技能支持、技術支持和同伴支持[23]；史承軍等人從教師資源、教學過程、教學資源、教育設施、教育管理支持服務五個方面設計了學習支持服務體系[24]；白倩等人從人員支持、資源支持、活動支持和評價支持四個方面構建了混合學習中的支持服務體系[25]。

盡管研究者對學習支持服務的類型劃分存在一定的差異，但總的來看，多數(shù)研究將學習支持服務概括為人員支持、資源支持、技術支持、情感支持、管理支持、評價支持等方面。在對相關文獻分析的基礎上，本文在與教育技術領域研究者、曾多次參與在線研修活動的一線教師、中小學校長等反復討論的基礎上，結合教師在線學習的特點，從人員支持、資源支持、信息服務、管理服務、設施環(huán)境5個維度，梳理規(guī)整了20項教師在線學習支持服務項目，構建了教師在線學習支持服務體系（如表1所示）。

表1 教師在線學習支持服務體系

四、教師在線學習支持服務需求歸類

應用Kano模型對用戶需求屬性進行識別，一般包括編制Kano模型問卷、問卷試測與修正、開展問卷調(diào)查、調(diào)研結果分析等步驟。在本研究中，我們按此步驟對教師在線學習支持服務需求進行了歸類。

（一）編制Kano模型問卷

教師在線學習支持服務Kano模型調(diào)查問卷包括兩個部分：一是調(diào)查對象基本信息部分，收集受訪者的年齡、性別、教齡、職稱、學歷、從教學校類別等信息；二是支持服務項目具體信息內(nèi)容，根據(jù)Kano模型問卷的設計特點，針對表1所列的20項教師在線學習支持服務項目，分別設計正向型問題和反向型問題（如表2所示），每個問題均包括“我很喜歡”“理應如此”“無所謂”“勉強接受”“我不喜歡”5個選項，調(diào)查對象在“提供”或“不提供”某一在線學習支持服務項目的情境假設下，依據(jù)個人的理解和體會選擇答案。

表2 Kano模型問卷樣例

（二）問卷試測與修正

試測的目的在于識別問卷中存在的問題，以便提高問卷質(zhì)量。本研究中，問卷形成后，面向7位中小學教師進行了試測，并征詢了他們對問卷表述方面的意見。針對一些教師反映問卷題項表述太過簡潔、具體的指代內(nèi)容不夠清晰等問題，結合服務類型的具體內(nèi)涵，對每組題目中的支持服務項目加注了簡要說明。

（三）開展問卷調(diào)查

本研究利用“問卷星”平臺收集問卷。通過微信、QQ邀請1所高中、3所初中、3所小學、5所幼兒園的教師在線填寫問卷。調(diào)研共計回收問卷285份，剔除作答時間少于3分鐘的問卷39份，最終收集到有效問卷246份，有效率為86.3%。從有效樣本的基本信息統(tǒng)計結果來看，樣本在性別、學歷、職稱、教齡等方面的比例分布情況，與調(diào)研地區(qū)教師的總體結構相接近，樣本具有較強的代表性。

（四）調(diào)研結果分析

1.問卷信效度檢驗

基于調(diào)研所獲數(shù)據(jù)，應用SPSS 22.0軟件對問卷進行信效度檢驗，檢驗結果如表3所示。正向型問題、反向型問題及Kano問卷整體Cronbach’sα值均高于0.8，KMO值處于0.45至0.95之間，Bartlett球形檢驗達到顯著水平（p<0.001），累積解釋變異量均高于50%，表明該問卷具有良好信效度，問卷數(shù)據(jù)滿足分析要求。

表3 問卷信效度檢驗結果

2.基于最高頻次法的支持服務需求屬性分析

本研究中，我們對照Kano模型屬性矩陣（如表4所示），對每份有效問卷各支持服務項目逐一確定了需求屬性。其中，M代表必備型需求，O代表期望型需求，A代表魅力型需求，I代表無差異需求，R代表反向型需求（Reverse Demand），Q代表可疑結果（Questionable Results）。如當受訪者針對某一支持服務項目正向型問題的回答為“我很喜歡”，反向型問題的回答為“我不喜歡”時，依據(jù)Kano模型屬性歸類矩陣，可認為該項支持服務對于受訪者而言，屬于期望型需求；當受訪者未能準確理解題目含義或錯誤作答時，則會出現(xiàn)可疑結果。

表4 Kano模型屬性矩陣表

在對有效調(diào)查問卷每項支持服務需求屬性頻次進行統(tǒng)計的基礎上，將統(tǒng)計結果中出現(xiàn)頻次最高的支持服務需求屬性確定為該項支持服務的最終需求屬性類別，20項支持服務項目的歸類結果如表5所示。其中，必備型需求7項，占比35%；期望型需求2項，占比10%；魅力型需求3項，占比15%；無差異需求8項，占比40%。

表5 教師在線學習支持服務需求屬性統(tǒng)計及歸類

3.基于Better-Worse系數(shù)法的支持服務需求屬性分析

鑒于最高頻次法對用戶支持服務需求屬性的分類未能體現(xiàn)各項支持服務對整體服務滿意度的影響程度，本研究還應用Better-Worse系數(shù)法對調(diào)研結果進行了統(tǒng)計分析?；谧罡哳l次法統(tǒng)計數(shù)據(jù)，應用Better-Worse系數(shù)計算公式，分別計算出20項服務項目的Better系數(shù)和Worse系數(shù)（如表5所示）。從計算結果來看，專人輔助支持（SS1）、主題類資源（RS1）、工具類資源（RS3）、咨詢服務（IS1）、設備支持（FE1）、多終端支持（FE2）、網(wǎng)絡服務（FE3）等支持服務項目系數(shù)的絕對值較大，表明其對整體支持服務滿意度的影響作用較為明顯。

五、教師在線學習支持服務保障策略

（一）最高頻次歸類視角下的教師在線學習支持服務保障策略

由前文可知，應用最高頻次法，可將教師在線學習支持服務需求屬性歸為不同的類型。Kano模型理論認為，不同類型的需求，對用戶滿意度有著不同的影響。因此，在線學習支持服務供給方提供支持服務時，需要結合具體的支持服務需求屬性，確定支持服務項目的優(yōu)先次序，以便提高服務效益。

在支持服務類別中，必備型需求包括主題類資源（RS1）、拓展類資源（RS2）、素材類資源（RS4）、管理平臺支持（MS1）、設備支持（FE1）、多終端支持（FE2）、網(wǎng)絡服務（FE3）等服務項目，必備型需求是在線學習教師所需的最為基本的支持服務類別，支持服務供給方需要優(yōu)先保障此類服務內(nèi)容。具體而言，一是支持服務供給方需圍繞學習主題，遴選、提供高質(zhì)量多類別的在線學習資源，供教師靈活選擇學習或免費下載應用；二是支持服務供給方要加強教師在線學習的過程性管理，提供功能完備的在線學習管理平臺；三是學校需要不斷提升信息化建設水平，改善辦公條件，優(yōu)化網(wǎng)絡服務，為教師在線學習提供設施設備方面的有力支持。支持服務類別中，期望型需求包括咨詢服務（IS1）、環(huán)境支持（FE4）兩項。期望型需求的滿足程度越高，則在線學習教師的滿意度也就越高。因此，支持服務供給方需要為教師提供優(yōu)質(zhì)、即時的在線咨詢服務，解決教師在學習過程中遇到的困惑和問題；學校需營造積極的在線學習氛圍，為教師在線學習創(chuàng)造良好的文化環(huán)境。專人輔助支持（SS1）、工具類資源（RS3）、研修學分運用（MS3）等支持服務項目屬于魅力型需求的范疇。在線學習教師對魅力型需求并無過高的期待，但支持服務供給方若能有效提供此類服務，則會帶給教師意外的驚喜，能夠大幅度提升滿意度。鑒于此，支持服務供給方在保障必備型需求、期望型需求的前提下，需對魅力型需求給予足夠的重視，如指定專人協(xié)助教師解決在線學習中所遇到的問題，提供教師常用的各類軟件工具資源，并將教師在線學習所獲學分與教師個人的繼續(xù)教育、考核評價等有機銜接。支持服務類別中，無差異需求包括專業(yè)團隊支持（SS2）、小組協(xié)作互助（SS3）、信息推送（IS2）、信息交流（IS3）、評價反饋支持（MS2）、情緒疏導服務（MS4）、訓后跟蹤服務（MS5）、制度支持（FE5）等服務項目，無差異需求對在線學習教師的滿意度影響有限，在支持服務保障能力有限的情況下，支持服務供給方可暫時縮減與此類服務需求有關的投入。此外，一些研究者認為，各類支持服務需求屬性會隨著時間、情境的變化而發(fā)生演變，因此，支持服務供給方需關注無差異需求的動態(tài)變化情況。

（二）Better-Worse系數(shù)視角下的教師在線學習支持服務保障策略

為能更直觀地反映在線學習支持服務項目對教師在線學習滿意度的影響情況，我們以Worse系數(shù)為橫軸，以Better系數(shù)為縱軸構建坐標系，并在坐標系中標注了學習支持服務項目所對應的坐標點，然后以Worse系數(shù)和Better系數(shù)平均數(shù)的絕對值為基點（|-0.43|，0.47），分別向橫向、縱向坐標軸繪制垂直線，將學習支持服務項目的坐標點切分至四個象限，得到教師在線學習支持服務Better-Worse系數(shù)象限圖（如圖2所示）。

圖2 教師在線學習支持服務需求屬性Better-Worse系數(shù)象限圖

由圖2可知，處于第一象限的咨詢服務（IS1）、環(huán)境支持（FE4）、主題類資源（RS1）、網(wǎng)絡服務（FE3）、設備支持（FE1）等坐標點的Better系數(shù)、Worse系數(shù)絕對值較大，表明支持服務供給方若能提供此類支持服務項目，將會顯著提升在線學習教師的整體滿意度；反之，則在線學習教師的整體滿意度將會明顯下降。因此，支持服務供給方需將為教師提供便捷的咨詢服務、提供高質(zhì)量多樣化的主題類學習資源、營造良好的在線學習環(huán)境等支持服務項目作為重點關注內(nèi)容，優(yōu)先予以保障。處于第二象限的專人輔助支持（SS1）、工具類資源（RS3）、研修學分運用（MS3）、專業(yè)團隊支持（SS2）4個坐標點的Better系數(shù)較大，但Worse系數(shù)的絕對值較小，表明在線教育機構若能提供此類支持服務，則會顯著提升在線學習教師的整體滿意度；反之，在線學習教師整體滿意度的降低程度有限。支持服務供給方應在條件允許的情況下，盡可能指定專人協(xié)助教師解決學習中存在的問題、提供各類教師常用的軟件工具資源，并將在線學習學分與教師繼續(xù)教育等相結合。處于第三象限的制度支持（FE5）、信息交流（IS3）、情緒疏導服務（MS4）、小組協(xié)作互助（SS3）、訓后跟蹤服務（MS5）、信息推送（IS2）、評價反饋支持（MS2）7個坐標點的Better系數(shù)、Worse系數(shù)的絕對值較小，表明不管支持服務供給方是否提供此類服務項目，對在線學習教師整體滿意度的影響作用不太明顯。支持服務供給方可針對這一象限的支持服務項目，適度縮減在人力、財力等方面的投入力度，以節(jié)約服務成本。處于第四象限的素材類資源（RS4）、多終端支持（FE2）、拓展類資源（RS2）、管理平臺支持（MS1）4個坐標點的Better系數(shù)較小，但Worse系數(shù)的絕對值較大，表明支持服務供給方若提供此類支持服務項目，對在線學習教師整體滿意度的提升作用不明顯；反之，則在線學習教師的整體滿意度會明顯下降。因此，支持服務供給方需要重視免費提供豐富的素材類、拓展類學習資源，選用支持多終端學習且管理功能完善的在線學習平臺，以防止在線學習教師整體滿意度下降。

六、結束語

本研究應用Kano模型理論，將教師在線學習支持服務需求劃歸為必備型需求、期望型需求、魅力型需求、無差異需求等不同類型，并在對學習支持服務需求屬性分析的基礎上，從最高頻次歸類和Better-Worse系數(shù)兩個視角，提出了在線學習支持服務保障策略，不同視角下的支持服務保障策略存在高度的一致性，可為在線學習支持服務供給方科學配置支持服務項目提供參照。但對于不同學歷、不同年齡段的在線學習教師群體而言，對支持服務的需求也會存在一定的差異，在本研究中沒有對用戶群體進行細分，后續(xù)研究還可針對不同用戶群體的支持服務需求開展進一步的探討。