顧云鋒，陸 慧，吳鐘鳴，管兆昶

(1.金陵科技學(xué)院教務(wù)處 江蘇 南京 211169；2.金陵科技學(xué)院人力資源處 江蘇 南京 211169)

課程是高校人才培養(yǎng)的核心要素。隨著“互聯(lián)網(wǎng)+教育”的發(fā)展，近幾年，我國(guó)積極探索在線課程建設(shè)，目前我國(guó)的在線課程數(shù)量和應(yīng)用規(guī)模已居世界第一，已逐漸成為世界慕課建設(shè)和應(yīng)用的領(lǐng)導(dǎo)者。在線課程因其資源多樣性、學(xué)習(xí)個(gè)性化、評(píng)價(jià)多元化廣受學(xué)習(xí)者歡迎，正變革傳統(tǒng)教與學(xué)的形態(tài)。然而，并非所有在線課程的質(zhì)量都是令人滿意的，很多課程建設(shè)和應(yīng)用效果堪憂。學(xué)習(xí)者作為在線課程的主要參與者和最大受益者，其評(píng)價(jià)是課程質(zhì)量最為直觀的反饋，具有重要的探索和研究?jī)r(jià)值。那么，何種在線課程能吸引并滿足學(xué)習(xí)者的學(xué)習(xí)需求？對(duì)學(xué)習(xí)者而言，在線課程的哪些環(huán)節(jié)相對(duì)更重要？教師應(yīng)采取何種措施提高在線課程的教學(xué)質(zhì)量？基于上述問(wèn)題，本研究試圖從學(xué)習(xí)者學(xué)習(xí)體驗(yàn)出發(fā)，基于因子分析法去構(gòu)建符合“互聯(lián)網(wǎng)+教育”時(shí)代要求的在線課程質(zhì)量評(píng)價(jià)指標(biāo)體系，旨在為課程建設(shè)和質(zhì)量提升提供依據(jù)。

1 文獻(xiàn)綜述

通過(guò)文獻(xiàn)分析發(fā)現(xiàn)，國(guó)內(nèi)外關(guān)于在線課程質(zhì)量評(píng)價(jià)的相關(guān)研究不少。目前在已有的國(guó)內(nèi)外研究成果中有很多值得借鑒參考，如美國(guó)QM標(biāo)準(zhǔn)[1]、復(fù)旦大學(xué)研發(fā)的中國(guó)版FD-QM 課程質(zhì)量標(biāo)準(zhǔn)[2]、教育部“國(guó)家精品在線開(kāi)放課程”的評(píng)價(jià)指標(biāo)體系[3]、國(guó)家標(biāo)準(zhǔn)化管理委員會(huì)發(fā)布的《信息技術(shù)―學(xué)習(xí)、教育和培訓(xùn)―在線課程》標(biāo)準(zhǔn)[4]，等等。

總體來(lái)看，近年來(lái)關(guān)于在線課程質(zhì)量標(biāo)準(zhǔn)的研究是業(yè)內(nèi)關(guān)注的熱點(diǎn)問(wèn)題之一，其中不僅有宏觀層面的定性探討，也有實(shí)證角度的定量分析，但還是存在不少不足：第一，現(xiàn)有研究更側(cè)重于“教”。第二，現(xiàn)有研究更多從應(yīng)用效果與影響去評(píng)價(jià)課程質(zhì)量，而忽視或者不夠重視學(xué)習(xí)者的直接學(xué)習(xí)體驗(yàn)。第三，現(xiàn)有評(píng)價(jià)指標(biāo)體系存在指標(biāo)重復(fù)性較高、覆蓋不全面等問(wèn)題。第四，實(shí)證研究不夠充分，很多研究形成的評(píng)價(jià)指標(biāo)體系未能就其信度和效度進(jìn)行檢驗(yàn)，缺乏實(shí)證數(shù)據(jù)支持。

2 研究?jī)?nèi)容

2.1 主要研究設(shè)計(jì)和研究方法

評(píng)價(jià)指標(biāo)遴選與體系構(gòu)建是一個(gè)較為復(fù)雜、嚴(yán)謹(jǐn)且不斷完善的過(guò)程。本研究首先通過(guò)文獻(xiàn)調(diào)研、多輪專家訪談等方式，初步確定在線課程質(zhì)量評(píng)價(jià)初選指標(biāo)，并進(jìn)行問(wèn)卷調(diào)查；然后對(duì)初選指標(biāo)進(jìn)行修正，確定從學(xué)習(xí)者體驗(yàn)出發(fā)的在線課程質(zhì)量評(píng)價(jià)問(wèn)卷；通過(guò)問(wèn)卷調(diào)查對(duì)高校在校生和社會(huì)學(xué)習(xí)者進(jìn)行數(shù)據(jù)收集；運(yùn)用SPSS、AMOS 軟件，采用因子分析法和結(jié)構(gòu)方程模型[5]對(duì)問(wèn)卷調(diào)查結(jié)果和評(píng)價(jià)指標(biāo)進(jìn)行實(shí)證分析。

在實(shí)證分析過(guò)程中，筆者首先對(duì)問(wèn)卷調(diào)查數(shù)據(jù)進(jìn)行信度和效度分析，保證問(wèn)卷調(diào)查質(zhì)量。在此基礎(chǔ)上進(jìn)行探索性因子分析和驗(yàn)證性因子分析，再運(yùn)用結(jié)構(gòu)方程模型對(duì)各項(xiàng)指標(biāo)及模型擬合度、適配度、區(qū)分效度進(jìn)行驗(yàn)證。

2.2 初始問(wèn)卷設(shè)計(jì)和數(shù)據(jù)收集

初步構(gòu)建在線課程質(zhì)量影響因素。通過(guò)對(duì)已有研究進(jìn)行文獻(xiàn)梳理，并面向業(yè)內(nèi)專家收集意見(jiàn)，整理歸納出具有代表性的、覆蓋學(xué)習(xí)者學(xué)習(xí)全過(guò)程的51 個(gè)測(cè)量問(wèn)題項(xiàng)。然后在一所大學(xué)本科生中開(kāi)展小范圍預(yù)調(diào)查，每個(gè)測(cè)量問(wèn)題項(xiàng)都讓受訪者從自身學(xué)習(xí)體驗(yàn)出發(fā)，針對(duì)問(wèn)題項(xiàng)的重要程度作答，回答項(xiàng)采用李克特五級(jí)量表計(jì)分法。初步調(diào)查采用問(wèn)卷星開(kāi)展，時(shí)間從2022 年11 月開(kāi)始，最終回收有效問(wèn)卷數(shù)116 份。

2.3 初步問(wèn)卷調(diào)整和數(shù)據(jù)收集

初步分析問(wèn)卷調(diào)查統(tǒng)計(jì)結(jié)果，發(fā)現(xiàn)Q4“課程負(fù)責(zé)人和團(tuán)隊(duì)成員的介紹”、Q5“課程提供授課對(duì)象說(shuō)明”、Q13“知識(shí)點(diǎn)視頻主講老師知名度高”和Q35“平臺(tái)提供筆記功能”等問(wèn)題項(xiàng)上學(xué)習(xí)者選擇“不重要”或“非常不重要”頻率百分比較高，分別為8.6%、6%、6.9%、7.8%。分析原因，一是在Q4 和Q13 兩個(gè)問(wèn)題項(xiàng)上，雖然在很多在線課程質(zhì)量認(rèn)定中較看重該指標(biāo)，但從學(xué)習(xí)者的角度來(lái)說(shuō)，這些指標(biāo)對(duì)課程的教學(xué)質(zhì)量可能并沒(méi)有太大影響，因此決定把兩個(gè)問(wèn)題合為一個(gè)“課程在學(xué)生學(xué)習(xí)之前提供課程負(fù)責(zé)人和教學(xué)團(tuán)隊(duì)的基本情況說(shuō)明”；二是Q5 和Q6“課程明確說(shuō)明了學(xué)習(xí)者應(yīng)具備的前期基本知識(shí)”兩個(gè)問(wèn)題含義重復(fù)，舍去問(wèn)題Q5，保留并調(diào)整Q6；三是舍去Q35 問(wèn)題項(xiàng)。同時(shí)，對(duì)于部分表述不是特別準(zhǔn)確的測(cè)量問(wèn)題項(xiàng)進(jìn)行修改，原則是從基于學(xué)習(xí)者的角度去描述，而不是基于教師、課程管理者或課程評(píng)價(jià)認(rèn)定者的角度。最終形成正式測(cè)量問(wèn)題項(xiàng)48 題。

正式問(wèn)卷中包括受訪者基本信息的問(wèn)題項(xiàng)3 題、測(cè)量問(wèn)題項(xiàng)48 題（編號(hào)為Q1 至Q48）。調(diào)查使用問(wèn)卷星線上開(kāi)展，時(shí)間為2023 年4 月至5 月?；厥諉?wèn)卷4362 份，去掉作答不完整以及所有回答完全重復(fù)的無(wú)效問(wèn)卷1052 份，最終得到有效問(wèn)卷3310 份，問(wèn)卷有效率為75.9%。

3 研究數(shù)據(jù)實(shí)證分析

3.1 內(nèi)在信度分析

在SPSS 中對(duì)有效問(wèn)卷結(jié)果進(jìn)行內(nèi)在信度分析。結(jié)果表明，問(wèn)卷數(shù)據(jù)的信度系數(shù)為0.979，大于0.9，說(shuō)明問(wèn)卷整體信度較好。

3.2 探索性因子分析

3.2.1 可行性分析（效度分析）

運(yùn)用SPSS 進(jìn)行KMO 和Bartlett 球形度檢驗(yàn)分析，判斷問(wèn)卷中問(wèn)題項(xiàng)是否符合因子分析要求。經(jīng)過(guò)SPSS 分析，問(wèn)卷數(shù)據(jù)的KMO 值為0.986，接近于1.0，KMO 值較好；同時(shí)，Bartlett 球形度檢驗(yàn)給出的相伴概率為0.000，小于顯著性水平0.05。因此可以拒絕零假設(shè)，認(rèn)為相關(guān)系數(shù)矩陣與單位矩陣有顯著差異，調(diào)查數(shù)據(jù)適合做因子分析。

3.2.2 因子提取

在攤鋪之前應(yīng)將攤鋪機(jī)清理干凈，防止原有瀝青的污染。常溫彩色鋪面的下承面應(yīng)清潔平整，攤鋪常溫彩色瀝青混合料前灑布淺色膠結(jié)料配制的稀釋油作為黏層油。

對(duì)問(wèn)卷數(shù)據(jù)進(jìn)行因子提取。通過(guò)累積方差解釋率和旋轉(zhuǎn)后每個(gè)因子方差解釋率的具體數(shù)值，來(lái)判斷因子提取信息量的程度。

SPSS 分析結(jié)果顯示，問(wèn)卷數(shù)據(jù)可被提取出5 個(gè)公共因子，其累積方差解釋率為65.43%，各因子旋轉(zhuǎn)后方差解釋率分別是：15.84%、13.97%、12.45%、12.33%、10.84%。通過(guò)這幾個(gè)數(shù)值可知，提取出的5 個(gè)因子可代表研究問(wèn)題項(xiàng)65%以上的信息量，且各因子提取的信息量較為均衡，綜合說(shuō)明本次因子分析結(jié)果良好，解釋率較高。

3.2.3 確定公共因子與問(wèn)題項(xiàng)的對(duì)應(yīng)關(guān)系

確定問(wèn)題項(xiàng)的公共因子歸屬。采用最大方差正交旋轉(zhuǎn)法分析因子載荷系數(shù)和變量共同度，了解各具體問(wèn)題項(xiàng)與每個(gè)因子的對(duì)應(yīng)關(guān)系。因子載荷系數(shù)是反映因子與問(wèn)題項(xiàng)之間相關(guān)程度的重要指標(biāo)，可通過(guò)系數(shù)絕對(duì)值判斷，數(shù)值越大表示相關(guān)度越高。公因子方差是體現(xiàn)全部公因子對(duì)具體變量的描述程度。SPSS 分析結(jié)果顯示，本研究數(shù)據(jù)中各問(wèn)題項(xiàng)所對(duì)應(yīng)的因子載荷系數(shù)最大值為0.763，對(duì)應(yīng)選項(xiàng)Q47“提高學(xué)習(xí)者自身自信力”，最小值為0.435，對(duì)應(yīng)選項(xiàng)Q16“視頻提供字幕”。所有的問(wèn)題項(xiàng)因子載荷系數(shù)絕對(duì)值大于0.4，全部保留。

同時(shí)，為進(jìn)一步明確指標(biāo)結(jié)構(gòu)，運(yùn)用SPSS因子分析計(jì)算各問(wèn)題項(xiàng)的變量共同度。根據(jù)各問(wèn)題項(xiàng)的共同度結(jié)果，計(jì)算出各評(píng)價(jià)指標(biāo)及各維度的權(quán)重比例。從統(tǒng)計(jì)結(jié)果可知，48 個(gè)問(wèn)題項(xiàng)的共同度值分布在0.435―0.763 內(nèi)，均大于0.4，表示各因子可以有效提取問(wèn)題項(xiàng)信息，問(wèn)題項(xiàng)與因子之間存在較強(qiáng)關(guān)聯(lián)度，因子提取總體效果比較理想。

基于上述統(tǒng)計(jì)分析，結(jié)合因子與問(wèn)題項(xiàng)的對(duì)應(yīng)關(guān)系，對(duì)5 個(gè)因子進(jìn)行命名解釋：課程預(yù)置因子，主要包括課程說(shuō)明、前期知識(shí)要求和技術(shù)準(zhǔn)備等問(wèn)題項(xiàng)；資源設(shè)計(jì)因子，主要包括學(xué)習(xí)資源和教學(xué)設(shè)計(jì)等問(wèn)題項(xiàng)；互動(dòng)支持因子，主要包括個(gè)性化學(xué)習(xí)支持和師生互動(dòng)等問(wèn)題項(xiàng)；平臺(tái)功能因子，主要包括支持移動(dòng)學(xué)習(xí)和個(gè)人學(xué)習(xí)數(shù)據(jù)分析等問(wèn)題項(xiàng)；效果評(píng)價(jià)因子，主要包括學(xué)習(xí)效果和學(xué)習(xí)期望問(wèn)題項(xiàng)。

3.3 驗(yàn)證性因子分析

3.3.1 模型構(gòu)建

經(jīng)探索性因子分析后，已明晰因子與問(wèn)題項(xiàng)之間的對(duì)應(yīng)關(guān)系。因此本研究基于5 個(gè)因子構(gòu)建評(píng)價(jià)指標(biāo)體系的一級(jí)維度，形成指標(biāo)體系模型。這個(gè)模型在一定程度上解決了根據(jù)理論建立的模型存在某些可測(cè)指標(biāo)劃分歸屬不清晰的問(wèn)題。

在AMOS中實(shí)現(xiàn)該模型，將5 個(gè)因子定義為5 個(gè)潛在變量，48 個(gè)問(wèn)題項(xiàng)定義為48 個(gè)觀測(cè)變量，并為每一個(gè)觀測(cè)變量添加誤差測(cè)量項(xiàng)，選擇最大似然估計(jì)進(jìn)行模型運(yùn)算，并對(duì)載荷系數(shù)進(jìn)行標(biāo)準(zhǔn)化處理。

從AMOS模型運(yùn)算結(jié)果看，5 個(gè)潛在變量間是相關(guān)的，使用斜交驗(yàn)證性因子分析是適宜的?？ǚ阶杂啥戎禐?4.293，大于常用標(biāo)準(zhǔn)值3。由于本研究基于的樣本量達(dá)3310 個(gè)，屬于大樣本數(shù)據(jù)，因此卡方自由度值可僅作參考。同時(shí)RMSEA為0.063，小于0.08 這一標(biāo)準(zhǔn)，在標(biāo)準(zhǔn)范圍內(nèi)。但是增值適配度指數(shù)NFI、RFI、CFI 等指標(biāo)小于0.9。綜合來(lái)看，模型構(gòu)建欠佳，需要進(jìn)行模型修正。

3.3.2 模型修正

參考AMOS 中M I 分析結(jié)果，查看因子與觀察變量的回歸系數(shù)值，發(fā)現(xiàn)互動(dòng)支持因子對(duì)Q22“對(duì)課程的操作使用方法提供明確易懂的指導(dǎo)說(shuō)明”和Q23“在整個(gè)學(xué)習(xí)過(guò)程中能獲得適應(yīng)性的學(xué)習(xí)指導(dǎo)和幫助”的修正指數(shù)較大，分別為304.083、199.867，表明這兩個(gè)指標(biāo)可能不屬于因子學(xué)習(xí)資源設(shè)計(jì)。因此，在模型中作相應(yīng)調(diào)整后，發(fā)現(xiàn)RMSEA值降低，CFI 等數(shù)值升高，模型得到優(yōu)化。

同時(shí)，在檢查模型修正指數(shù)中觀測(cè)變量和潛變量之間的協(xié)方差值后，發(fā)現(xiàn)Q33“平臺(tái)提供學(xué)習(xí)者個(gè)人學(xué)習(xí)空間”和Q34“平臺(tái)提供對(duì)學(xué)習(xí)行為的分析、個(gè)性化學(xué)習(xí)建議與規(guī)劃、學(xué)習(xí)進(jìn)度跟蹤”兩個(gè)觀測(cè)變量的誤差項(xiàng)e25 和e26 之間的修正指數(shù)達(dá)1011.235。結(jié)合這兩個(gè)觀測(cè)變量，Q33 和Q34 問(wèn)題項(xiàng)所測(cè)量的數(shù)據(jù)確實(shí)存在某種類同，將這兩個(gè)觀測(cè)變量的誤差項(xiàng)e25 和e26 設(shè)成有共變關(guān)系，理論上是合理的，因此在兩個(gè)殘差項(xiàng)中建立相關(guān)鏈接。以此類推，對(duì)模型進(jìn)行修正。

模型修正之后，再次進(jìn)行斜交驗(yàn)證性因子分析，得到相應(yīng)的擬合結(jié)果。從擬合指數(shù)對(duì)比中可以看出，模型修正后整體擬合指數(shù)得到了提高，RMSEA 值為0.051，基本達(dá)到良好的標(biāo)準(zhǔn)，NFI、CFI 等指標(biāo)都達(dá)到0.9 以上。

3.3.3 組合信度和效度檢驗(yàn)

由于Cronbach's Alpha 系數(shù)可隨著問(wèn)卷題數(shù)的增加而自然提高，因此本研究還借助結(jié)構(gòu)方程模型對(duì)指標(biāo)體系進(jìn)行進(jìn)一步組合信度和平均方差抽取量檢驗(yàn)。具體方法是通過(guò)AMOS 驗(yàn)證分析，得到所有潛變量對(duì)觀測(cè)變量路徑的標(biāo)準(zhǔn)化后的因子載荷值，并根據(jù)標(biāo)準(zhǔn)化因子載荷和誤差計(jì)算出每一個(gè)因子的組合信度和平均方差抽取量。通過(guò)組合信度和平均方差抽取量這兩個(gè)指標(biāo)來(lái)評(píng)價(jià)指標(biāo)體系內(nèi)在質(zhì)量。

AMOS驗(yàn)證分析結(jié)果表明，構(gòu)建的評(píng)價(jià)體系中各潛變量對(duì)觀測(cè)變量路徑的組合信度值均在0.9 以上（遠(yuǎn)大于標(biāo)準(zhǔn)0.6），表明修正后的模型信度達(dá)到要求，模型的內(nèi)在質(zhì)量比較理想，具有較好的內(nèi)容效度。同時(shí)，計(jì)算得到的各潛變量平均方差抽取量在0.5 以上，表明模型的建構(gòu)效度較好。從48 個(gè)問(wèn)題項(xiàng)對(duì)應(yīng)的觀察變量的標(biāo)準(zhǔn)化因子負(fù)荷值可知，所有參數(shù)的估計(jì)值都在0.45―0.95 內(nèi)，觀察變量在潛變量上的因子載荷都達(dá)到了顯著水平（p<0.001），無(wú)負(fù)的誤差變異數(shù)，表明模型基本符合擬合評(píng)價(jià)標(biāo)準(zhǔn)，構(gòu)建的評(píng)價(jià)指標(biāo)體系具有良好的收斂效度。

3.3.4 區(qū)分效度檢驗(yàn)

對(duì)評(píng)價(jià)指標(biāo)體系中5 個(gè)一級(jí)指標(biāo)進(jìn)行區(qū)分效度檢驗(yàn)。采用的區(qū)分效度檢驗(yàn)方法是Fornell-Larcker 標(biāo)準(zhǔn)，其判定條件是：因子平均方差抽取量的平方根是否大于該因子與其他因子的相關(guān)系數(shù)。經(jīng)過(guò)計(jì)算，各因子的平方根值大于該因子與其他因子間的相關(guān)系數(shù)，說(shuō)明構(gòu)建的在線課程質(zhì)量指標(biāo)體系中5 個(gè)一級(jí)指標(biāo)具有良好的區(qū)分效度。

3.4 在線課程質(zhì)量評(píng)價(jià)指標(biāo)體系

通過(guò)上述實(shí)證分析，將測(cè)量問(wèn)題項(xiàng)聚類、歸納為5 個(gè)因子并作為一級(jí)指標(biāo)，48 個(gè)問(wèn)題項(xiàng)作為二級(jí)指標(biāo)，并計(jì)算出各指標(biāo)的權(quán)重比例分布，最終構(gòu)建了在線課程質(zhì)量評(píng)價(jià)指標(biāo)體系。

具體一級(jí)指標(biāo)為課程預(yù)置、資源設(shè)計(jì)、互動(dòng)支持、平臺(tái)功能和效果評(píng)價(jià)，權(quán)重分別為15%、20%、25%、20%、20%。

一級(jí)指標(biāo)“課程預(yù)置”下，分為8 個(gè)二級(jí)指標(biāo)，具體為：清晰明確的教學(xué)大綱、明確說(shuō)明學(xué)習(xí)者應(yīng)具備的前期知識(shí)、介紹怎樣學(xué)習(xí)課程及如何獲得學(xué)習(xí)資料、說(shuō)明參與學(xué)習(xí)的最低技術(shù)要求、提供明確的評(píng)價(jià)方式、提供課程負(fù)責(zé)人和教學(xué)團(tuán)隊(duì)的基本情況說(shuō)明、提供簡(jiǎn)短的介紹視頻、提供課程教材和其他參考資料推薦，其權(quán)重從高到低依次為2.07%、1.96%、1.93%、1.91%、1.87%、1.84%、1.78%、1.63%。

一級(jí)指標(biāo)“資源設(shè)計(jì)”下，分為10 個(gè)二級(jí)指標(biāo)，具體為：學(xué)習(xí)任務(wù)分配適當(dāng)、學(xué)習(xí)單元邏輯完整并符合認(rèn)知規(guī)律、提供視頻的同步課件和電子文檔、提供擴(kuò)展性學(xué)習(xí)資源、支持協(xié)作學(xué)習(xí)和探究性學(xué)習(xí)、課程內(nèi)容形式表現(xiàn)多樣、視頻制作質(zhì)量高、有明確的以及可測(cè)量的單元學(xué)習(xí)目標(biāo)、時(shí)長(zhǎng)設(shè)置合理、視頻提供字幕，其權(quán)重從高到低依次為2.30%、2.25%、2.11%、2.07%、2.03%、2.02%、2.01%、1.99%、1.83%、1.40%。

一級(jí)指標(biāo)“互動(dòng)支持”下，分為12 個(gè)二級(jí)指標(biāo)，具體為：明確說(shuō)明師生互動(dòng)計(jì)劃和要求、提供適應(yīng)性的學(xué)習(xí)指導(dǎo)、方便互動(dòng)交流和資源共享、提供不同層次的練習(xí)并反饋、及時(shí)和針對(duì)性響應(yīng)學(xué)習(xí)者問(wèn)題、即時(shí)了解學(xué)習(xí)者掌握情況、提供學(xué)業(yè)成績(jī)分析和評(píng)價(jià)標(biāo)準(zhǔn)、提供使用指導(dǎo)說(shuō)明、視頻中提供測(cè)試、根據(jù)需要及時(shí)更新視頻內(nèi)容、提供智能推送等自動(dòng)化的學(xué)習(xí)者支持、定期召開(kāi)視頻會(huì)議或線下見(jiàn)面會(huì)，其權(quán)重從高到低依次為2.20%、2.20%、2.18%、2.16%、2.14%、2.13%、2.09%、2.05%、2.03%、2.01%、1.96%、1.80%。

一級(jí)指標(biāo)“平臺(tái)功能”下，分為9 個(gè)二級(jí)指標(biāo)，具體為：運(yùn)行穩(wěn)定、安全性較高、支持移動(dòng)端學(xué)習(xí)、提供對(duì)學(xué)習(xí)行為的分析和個(gè)性化學(xué)習(xí)建議與規(guī)劃以及學(xué)習(xí)進(jìn)度跟蹤、兼容性好、提供學(xué)習(xí)者個(gè)人學(xué)習(xí)空間、保護(hù)學(xué)習(xí)隱私信息、界面美觀協(xié)調(diào)、較完善的防作弊監(jiān)督機(jī)制，其權(quán)重從高到低依次為2.46%、2.45%、2.34%、2.31%、2.29%、2.18%、2.11%、2.00%、1.86%。

一級(jí)指標(biāo)“效果評(píng)價(jià)”下，分為9 個(gè)二級(jí)指標(biāo)，具體為：提高學(xué)習(xí)者自信力、幫助解決現(xiàn)實(shí)生活中遇到的問(wèn)題、提升專業(yè)知識(shí)和技能、較大改變學(xué)習(xí)者的日常行為、滿足學(xué)習(xí)者之前對(duì)課程學(xué)習(xí)的期待、引發(fā)深層次的思考、吸引和激發(fā)學(xué)習(xí)興趣、獲得相應(yīng)的共享學(xué)分、獲得相應(yīng)的學(xué)習(xí)證書(shū)，其權(quán)重從高到低依次為2.39%、2.38%、2.32%、2.31%、2.30%、2.23%、2.19%、2.10%、1.79%。

4 總結(jié)

本研究主要探究從學(xué)習(xí)者體驗(yàn)出發(fā)的在線課程質(zhì)量評(píng)價(jià)指標(biāo)體系的構(gòu)建，以及對(duì)指標(biāo)體系進(jìn)行可操作性和有效性的實(shí)證檢驗(yàn)。運(yùn)用SPSS 探索性因子分析，將測(cè)量問(wèn)題項(xiàng)聚類、歸納為5 個(gè)因子并作為一級(jí)指標(biāo)，48 個(gè)問(wèn)題項(xiàng)作為二級(jí)指標(biāo)，并計(jì)算出各指標(biāo)的權(quán)重比例分布，然后在AMOS 中運(yùn)用驗(yàn)證性因子分析和結(jié)構(gòu)方程模型對(duì)指標(biāo)體系進(jìn)行模型驗(yàn)證和模型修正。最終形成的指標(biāo)體系經(jīng)過(guò)模型驗(yàn)證表明是可信、有效、內(nèi)在質(zhì)量理想，且與實(shí)際數(shù)據(jù)有較高契合度的。