張蔚華 祖艷鳳 黃羽詩

（廣州華立學院，廣東 廣州 511325）

一、研究背景

近年來，國內(nèi)外學術(shù)界逐漸傾向于從用戶滿意度的視角來考察產(chǎn)品或服務(wù)質(zhì)量，而在眾多應(yīng)用于學術(shù)研究的測量模型中，ACSI 模型的適用范圍相對廣泛，其應(yīng)用效果較為理想。研究借鑒顧客滿意度指數(shù)（ACSI）模型并設(shè)計了線上學習軟件評價指標及問卷量表展開研究，以其了解當代大學生對線上學習軟件的滿意程度，從中尋找相關(guān)的影響因子并厘清影響路徑。

二、ACSI-OLS 模型構(gòu)建

（一）理論基礎(chǔ)

在顧客滿意度這一領(lǐng)域，國外學者涉足研究較早，到目前為止已經(jīng)形成了系統(tǒng)的顧客滿意度指數(shù)研究，其中發(fā)展比較成熟[1]的指數(shù)模型有瑞典顧客滿意度指數(shù)模型（SCSB）[2]、歐洲顧客滿意度指數(shù)模型（ECSI）和美國顧客滿意度指數(shù)模型（ACSI）等。其中，ACSI 模型由6 個變量構(gòu)成，其中包括“顧客預(yù)期”“感知質(zhì)量”“感知價值”“顧客滿意度”“顧客抱怨”和“顧客忠誠”，是Fornell 等人在瑞典顧客滿意度指數(shù)模型（SCSB）的基礎(chǔ)上創(chuàng)建的顧客滿意度指數(shù)模型。ACSI模型作為一項以產(chǎn)品和服務(wù)消費過程為基礎(chǔ)，對顧客滿意度水平的綜合評價指數(shù)，其在學術(shù)界的研究適用范圍廣泛，具有比較高的學術(shù)權(quán)威性[3]。蔣浩[4]等基于ACSI 構(gòu)建模型，對私人影院顧客滿意度的影響因素進行研究；龔白秋子[5]從民生出發(fā)，以ACSI 為模型基礎(chǔ)，對漢中市南鄭區(qū)農(nóng)村飲水安全戶的滿意度作研究等。

在美國顧客滿意度指數(shù)模型（ACSI）的基礎(chǔ)上作相應(yīng)調(diào)整后，將顧客期望、顧客滿意度調(diào)整為“學習需求”和“學習滿意度”，刪除顧客抱怨和顧客忠誠度，感知質(zhì)量與感知價值保持不變,構(gòu)建ACSI-OLS(Online leaning software)線上學習軟件滿意度模型，參考戴心來[6]等實證研究結(jié)論，加以通過實際調(diào)查的基礎(chǔ)上，最終確定了模型的潛變量內(nèi)涵及具體的觀測變量（見表1），依此構(gòu)建出ACSI-OLS 線上學習軟件滿意度模型（見圖1）。

表1

圖1 ACSI-OLS(Online leaning software)線上學習軟件滿意度模型

（二）研究假設(shè)

基于上述模型，提出以下六個研究假設(shè)：

假設(shè)1：學習需求對感知質(zhì)量有路徑影響。

假設(shè)2：學習需求對感知價值有路徑影響。

假設(shè)3：感知質(zhì)量對感知價值有路徑影響。

假設(shè)4：感知質(zhì)量對學習滿意度有路徑影響。

感知質(zhì)量

假設(shè)5：感知價值對學習滿意度有路徑影響。

感知價值

假設(shè)6：學習需求對學習滿意度有路徑影響。

學習需求

三、研究設(shè)計

（一）ACSI-OLS 模型分析

1、研究設(shè)計與數(shù)據(jù)采集

采用問卷調(diào)查的研究方法，以本校內(nèi)學生為調(diào)查對象，規(guī)定問卷中的“線上學習軟件”所指包括但不僅限于學習通、智慧樹、中國大學MOOC 等現(xiàn)階段各高校大學生正在使用的線上學習軟件，通過隨機抽取外經(jīng)貿(mào)學院50 名學生，依托“問卷星”平臺進行預(yù)測試，利用SPSS22.0 對問卷進行信效度檢驗。問卷采用里克特五級標度法，從1（非常不滿意）到5（非常滿意）進行計分。正式階段則以校內(nèi)各學院學生為對象，同樣通過隨機抽取學生以“問卷星”的方式進行數(shù)據(jù)采集。最終共回收170 份，其中有效問卷164 份，以此作為數(shù)據(jù)分析的樣本，數(shù)據(jù)分析與模型擬合將在軟件AMOS24.0上進行。

2、模型信度與效度分析

根據(jù)Nunnally 提出的一般探索性研究中，Cronbach’s α 系數(shù)在0.6 以上則可以被認為可信度較高；效度方面依據(jù)統(tǒng)計學家Kaiser 給出的標準，KMO值在0.6 以上的都可以進行相對應(yīng)的因素分析。

在預(yù)測試中，經(jīng)軟件SPSS22.0 檢驗，問卷的克朗巴哈系數(shù)為0.894，KMO 值為0.811，皆符合以上標準，因此問卷的內(nèi)部一致性較高，具有較好的信度與效度。

可靠性統(tǒng)計資料

KMO 與 Bartlett 檢定

3.均值分析

導(dǎo)入樣本數(shù)據(jù)，啟用SPSS24.0 進行平均值分析，結(jié)果如下：

報表

學習滿意度

以5 分滿分作為衡量標準，“學習需求”中3.77、3.71 和3.54 的均值表明學生對于軟件使用過程中的時間安排（Q1）、資源選擇（Q2）和軟件易用性(Q3)有較為強烈的需求；在“感知質(zhì)量”均值表中，線上互動性（Q9）和銜接程度(Q10)的均值分別為3.15 和3.22，與同一構(gòu)面中的其他觀測變量均值相差甚遠，較為凸顯，表明學生對于目前線上學習軟件的師生互動性和其與線下教學活動的銜接程度評價較低；“感知價值”中精力與收益的等值性（Q13）均值為3.27，表明學生在一定程度上認為在線上學習軟件中付出了時間精力但最終并未達到足夠理想的收益效果。在最后“學習滿意度”的表格中，對于目前主流的線上學習軟件，學生的總體滿意度（Q14）均值為3.42，與傳統(tǒng)線下課程相比滿意度（Q15）均值為3.37，和預(yù)期相比較下得出的滿意度（Q16）均值為3.40。以3.00 分，60%的分值為及格線，三個滿意度均值都超過了3.00，說明從總體上看，學生目前的線上學習軟件使用體驗較好。但與“學習需求”中時間安排、資源選擇的均值3.77、3.71 相比仍有差距，在一定程度上反映出目前的學習軟件在滿足學生學習需求這一方面仍存在上升空間。

4、結(jié)構(gòu)方程模型分析

導(dǎo)入樣本數(shù)據(jù)，啟用AMOS 進行分析，模型的擬合指數(shù)較為理想，具體指數(shù)如表2 所示，最終得出的路徑分析系數(shù)結(jié)果如表3 所示：

表2

表3

（其中“***”在AMOS 系統(tǒng)中表示P 值＜0.05）

（1）從學習需求到感知質(zhì)量的標準化路徑系數(shù)為0.548，P 值＜0.05，研究假設(shè)1 成立，即學習需求對感知質(zhì)量有較為顯著的路徑影響。

（2）從學習需求到感知價值的標準化路徑系數(shù)為-0.036，P 值為0.629，大于0.05，則研究假設(shè)2 不成立。

（3）從感知質(zhì)量到感知價值的標準化路徑系數(shù)為0.865，P 值＜0.05，研究假設(shè)3 成立，即感知質(zhì)量對感知價值有較為顯著的路徑影響。

（4）從感知質(zhì)量到學習滿意度的標準化路徑系數(shù)為0.154，P 值為0.294，大于0.05，則研究假設(shè)4 不成立。

（5）從感知價值到學習滿意度的標準化路徑系數(shù)為0.711，P 值＜0.05，研究假設(shè)5 成立，即感知價值對學習滿意度有較為顯著的路徑影響。

（6）從學習需求到學習滿意度的標準化路徑系數(shù)為-0.062，P 值為0.373，大于0.05，則研究假設(shè)6 不成立。

（二）外部因素研究與分析

由于研究模型是在ACSI 的基礎(chǔ)上完成構(gòu)建的，原型和目前已有的實證研究中感知質(zhì)量與滿意度之間都存在路徑影響關(guān)系，而模型中該路徑的假設(shè)并不成立，在排除模型適配度作為首要影響的問題后，考慮其中存在外部因素影響的可能性——大學生疫情期間的情緒狀態(tài)。

通過從直觀感受的單一維度，設(shè)置三個觀測變量以了解學生個人感受。通過“問卷星”平臺發(fā)布問卷進行大學生情緒狀態(tài)調(diào)查。問卷依舊采用里克特五級標度法，從1（完全沒有影響）到5（具有極大影響）進行計分，以校內(nèi)各學院學生為調(diào)查對象，共發(fā)放170 份，其中回收有效問卷151 份。鑒于該問卷具有較高的主觀性與探索性，直接導(dǎo)入樣本數(shù)據(jù)進行分析，經(jīng)軟件SPSS24.0 檢驗，該問卷的克朗巴哈系數(shù)為0.622，符合大于0.6 的標準，具有一定信度。其均值情況如下：

以5 分為滿分，均值達60%（3 分）則視為影響較顯著的標準作衡量，3.52、3.39、3.01 的均值都超過了60%（3 分），所以證實疫情會在一定程度上對學生情緒產(chǎn)生影響，但學習效率應(yīng)該綜合學習環(huán)境和資源、學習主體兩個方面進行考慮，受訪者在面對單方面的考察項中對其評分均值仍達到3.01，說明單從學習環(huán)境這一角度看，疫情對學習效率存在一定影響。

四、相關(guān)討論與結(jié)論

（一）討論

從調(diào)查問卷數(shù)據(jù)分析來看，學生對于網(wǎng)上學習時間和自主選擇個人感興趣課程的期望值較高，希望獲取更多自由時間來更寬泛、靈活地進行線上學習，對于自身喜愛的、感興趣的課程，學生群體也表現(xiàn)出了更高的學習主動性和積極性；與此同時，相比現(xiàn)階段的線上軟件授課，學生們對于傳統(tǒng)的線下課程滿意度較高。

從調(diào)查數(shù)據(jù)來看，受訪者大部分都認可線上學習對于自身知識水平和學科專業(yè)能力的提高。從這一點來說，目前高校大學生線上學習的發(fā)展形勢良好。

（二）模型研究結(jié)論

基于顧客滿意度模型，結(jié)合線上學習軟件所擁有的特點構(gòu)建起大學生滿意度概念模型，提出6 個研究假設(shè)。其中共有3 項假設(shè)通過了樣本數(shù)據(jù)檢驗，驗證了大學生對線上學習軟件的學習需求、感知質(zhì)量、感知價值和學習滿意度之間有內(nèi)在的路徑影響關(guān)系。

即高校大學生對線上學習軟件的滿意度最終的主要影響路徑為：學習需求正向影響感知質(zhì)量，感知質(zhì)量正向影響感知價值，感知價值正向影響學習滿意度。其中，感知價值作為直接影響學習滿意度的重要變量，其標準化路徑系數(shù)為0.711，即在其他條件不變的前提下，感知價值每提升1 個單位，學習滿意度將提高0.711 個單位。而作為影響感知價值的重要變量，感知質(zhì)量與感知價值間的直接效應(yīng)值達到0.865，說明其軟件平臺方的質(zhì)量與學生學習滿意度有著極為重要的間接影響。

（三）外部因素探索結(jié)論

研究在查閱大量文獻后發(fā)現(xiàn)，經(jīng)近些年來在線教學研究的不斷深入發(fā)掘，研究學者們逐漸意識到學生們的情緒在線上教學活動中占據(jù)著重要地位，良好的情緒狀態(tài)有助于青少年適應(yīng)線上學習的新模式。除此以外，作為一種重要的心理資源，逆境信念有助于幫助青少年對疫情形成積極的認知，以更良好的身心狀態(tài)去適應(yīng)學習方式的轉(zhuǎn)變，無論線上抑或線下，都能讓學生更好地投入到學習中去[7]。

五、研究建議

（一）軟件平臺方面

學習軟件自身質(zhì)量的提升是提高學生線上學習滿意度的重要基礎(chǔ)，因此，學習軟件的優(yōu)化方向可從以下幾點著手：

1.優(yōu)化學習資源配置，形成以學科能力分類、以學習路徑串連的資源管理模式?？稍囆小氨娀I式”培訓(xùn)資源成長模式，推動資源開發(fā)由“組織者自產(chǎn)”向“項目驅(qū)動”“學習者貢獻”轉(zhuǎn)變。探索將知識資源作為資產(chǎn)運營和管理的方式，合理體現(xiàn)并最大程度實現(xiàn)公司無形知識資產(chǎn)的價值。

2.完善學習平臺運營機制，培訓(xùn)組織方式創(chuàng)新，制定實施全員移動學習考試計劃，創(chuàng)新學習組織方式，結(jié)合通用制度宣貫等重點工作，功能深化應(yīng)用；健全考核激勵機制，建立云學習平臺積分管理制度，實現(xiàn)對學生學習的有效激勵。

3.制定學習平臺管理辦法，梳理云學習平臺業(yè)務(wù)流程和標準，明確云學習平臺管理角色分工及職責，制定移動學習對象及內(nèi)容管理標準與規(guī)范，完善移動學習實施與管理流程，加強云學習平臺使用和維護管控。

（二）心理方面

讓學生更好地適應(yīng)采用的線上線下混合式教學模式，對學生進行心理疏導(dǎo)。大學生作為即將踏入社會，參與生產(chǎn)勞作的重要群體，為其樹立逆境中的堅毅信念尤為重要。通過開展線上、線下的主題講座，在校園中適量舉辦大學生喜聞樂見的線上娛樂活動，營造良好的校園氛圍，有助于學生進行自我調(diào)節(jié)，為其更好地投入新的學習模式創(chuàng)造條件。

六、結(jié)束語

線上學習所呈現(xiàn)的問題主要分為軟件開發(fā)方、教學使用方和學生受眾自身三大模塊，在模型路徑系數(shù)上，顯然提高學生在使用過程中的感知質(zhì)量將能顯著提升學生對線上學習這一模式的滿意度。在軟件開發(fā)方通過優(yōu)化學習資源配置、完善軟件的相應(yīng)運營機制，提升軟件質(zhì)量后，引領(lǐng)學生受眾樹立良好的逆境信念，高校大學生在線上的學習感受將有所改善。