孔祥瑞,李 明,張 雪,鄭自園

(重慶師范大學 計算機與信息科學學院,重慶 401331)

移動通信技術(shù)迭代發(fā)展使教育教學方式發(fā)生了巨大變化,在線學習平臺及應(yīng)用程序大量涌現(xiàn)。手機、平板電腦、筆記本電腦等移動設(shè)備為大學生提供了方便快捷的學習支持,移動在線學習成為大學生獲取學習資源的重要方式和途徑。如今,遠程在線教育在各級院校及教育機構(gòu)中廣泛應(yīng)用,其有效性也在長期的實踐中得到了檢驗。如何推進移動在線學習環(huán)境優(yōu)化與技術(shù)革新成為了教育技術(shù)領(lǐng)域的重要研究方向之一。

在此背景下,本文基于UTAUT2理論模型,構(gòu)建大學生移動在線學習行為意愿影響因素模型,對大學生群體選擇移動在線學習行為意愿及關(guān)鍵影響因素進行實證研究。

1 理論基礎(chǔ)與相關(guān)研究

1.1 技術(shù)接受和使用統(tǒng)一理論模型

技術(shù)接受和使用統(tǒng)一理論模型(下文簡稱UTAUT)主要由績效期望、努力期望、促進因素及社會影響4個核心因素構(gòu)成[1]。2012年,Venkatesh等[2]在UTAUT的基礎(chǔ)上,進行模型結(jié)構(gòu)的完善和拓展,提出了技術(shù)接受和使用統(tǒng)一理論拓展模型(下文簡稱UTAUT2),增設(shè)了享樂動機、價值價格和習慣3個附加維度,對用戶行為意愿的解釋力得到大幅度提升。

1.2 學習行為意愿研究

受社會環(huán)境及自身條件變化影響,大學生對于選擇移動在線學習的行為意愿也隨之變化,在不同時期與不同階段所呈現(xiàn)的狀況及效果也不同。劉海鷗等[3]基于TAM技術(shù)接受模型,調(diào)查了大學生在線英語學習平臺的使用情況,認為內(nèi)容質(zhì)量、感知互動性、平臺服務(wù)性對持續(xù)使用行為產(chǎn)生了影響。荊永君等[4]研究發(fā)現(xiàn),學生在線學習行為意向受內(nèi)因和外因影響,教師支持和自我管理學習的影響效應(yīng)顯著。張軍翔等[5]認為,大學生的在線學習行為主要受感知自我效能、績效期望、社群影響等因素影響。

隨著互聯(lián)網(wǎng)和移動終端技術(shù)發(fā)展,大量的移動學習平臺出現(xiàn),應(yīng)用程序的界面設(shè)計和交互方式也豐富多彩。目前,學者的關(guān)注點大多在于學習者自身的期望、學習內(nèi)容及社會環(huán)境的影響,對于學習平臺的建設(shè)質(zhì)量和知識付費方面關(guān)注較少。在學習者對優(yōu)質(zhì)內(nèi)容的需求推動下,知識傳播逐漸從免費共享轉(zhuǎn)變?yōu)橹R付費模式,逐漸轉(zhuǎn)變?yōu)橘徺I或訂閱會員等形式。這在一定程度上影響著大學生的選擇[6]。

2 模型構(gòu)建與研究假設(shè)

目前,關(guān)于學習行為意愿的研究大多是引入外部變量并作出假設(shè),構(gòu)建與所研究內(nèi)容相匹配的研究模型,進而開展調(diào)查研究。余琴等[7]發(fā)現(xiàn),友好的界面設(shè)計對醫(yī)學生的手機移動學習具有積極作用。王云等[8]認為,創(chuàng)造容易交互、氛圍良好的學習環(huán)境,可以提高學生的氛圍感知。學習平臺質(zhì)量和內(nèi)容質(zhì)量至關(guān)重要,而移動在線學習平臺具有的特性就是界面設(shè)計和學習互動。因此,本文引入知識付費、界面設(shè)計和學習交互作為外部變量,將使用意愿和使用行為合并為行為意愿,構(gòu)建大學生移動在線學習行為意愿影響因素假設(shè)模型,如圖1所示。

圖1 大學生移動在線學習行為意愿影響因素假設(shè)模型

績效期望是指學習者本人能從學習成績和能力提升方面獲得幫助的程度;努力期望是指大學生對移動在線學習平臺使用的難易程度;社會影響是指大學生所處的環(huán)境及周圍人群(教師、同學、家人)所帶來的影響;促進因素是指能支持大學生移動在線學習的條件和資源;享樂動機是指學習者能夠享受移動在線學習的樂趣;習慣是指在學習過程中長期以往的自主行為;界面設(shè)計是指學習者對于程序的功能結(jié)構(gòu)設(shè)計的感知程度;學習互動是指存在的學習交流情況;知識付費包括了學習者對付費學習資源的價值和價格的感知。

根據(jù)上述研究變量的概念界定,對本文模型作出以下假設(shè):H1為績效期望對行為意愿產(chǎn)生正向影響;H2為努力期望對行為意愿產(chǎn)生正向影響;H3為社會影響對行為意愿產(chǎn)生正向影響;H4為促進因素對行為意愿產(chǎn)生正向影響;H5為享樂動機對行為意愿產(chǎn)生正向影響;H6為習慣對行為意愿產(chǎn)生正向影響;H7為知識付費對行為意愿產(chǎn)生正向影響;H8為學習互動對行為意愿產(chǎn)生正向影響;H9為學習互動對績效期望產(chǎn)生正向影響;H10為界面設(shè)計對知識付費產(chǎn)生正向影響;H11為界面設(shè)計對享樂動機產(chǎn)生正向影響;H12為享樂動機對知識付費產(chǎn)生正向影響。

3 研究方法與過程

3.1 調(diào)查對象與方法

本研究采取問卷調(diào)查的方式,調(diào)查對象為某大學的在校大學生。調(diào)查問卷使用問卷星平臺在線生成問卷二維碼,線上在部分校園公共聊天群內(nèi)投放,線下在校園內(nèi)隨機邀請大學生掃碼填寫。為保證研究結(jié)果的準確性,本次問卷調(diào)查將分預(yù)測量和正式測量2個步驟進行。

3.2 問卷調(diào)查與實施

參考現(xiàn)有學者的研究模型,預(yù)測量問卷設(shè)計分為2個部分:①被調(diào)查者基本信息,主要為性別、年級、專業(yè)門類及使用移動設(shè)備在線學習的情況;②移動在線學習行為意愿影響因素調(diào)查問卷主體,問卷形式為李克特5分制量表,包含10個維度,分別為績效期望(PE)、努力期望(EE)、社會影響(SI)、促進因素(FC)、享樂動機(HM)、習慣(HA)、界面設(shè)計(UI)、學習互動(LI)、知識付費(KP)和行為意愿(BI),共計32個題項。

預(yù)測量階段,在校內(nèi)學習交流群投放調(diào)查問卷,共回收34份答卷。根據(jù)問卷完成時長及答題情況,對無效問卷進行剔除,得到28份有效問卷數(shù)據(jù),作為預(yù)測量分析的樣本數(shù)據(jù)。對預(yù)測量樣本數(shù)據(jù)進行信效度檢驗、探索性因子分析,發(fā)現(xiàn)享樂動機和習慣2個維度結(jié)果存在異常。對異常維度的觀察變量進行單獨檢驗,將不合理題項刪除,最終得到10個維度共計30題的正式量表問卷。

在問卷星平臺,將修訂后的正式問卷進行錄入和生成,并開展正式測量調(diào)查工作。正式測量階段選擇線上和線下同時進行,為確保問卷調(diào)查能覆蓋到各年級,線上選取部分本科生和研究生的班級聊天群發(fā)放。同時,為保證回收數(shù)據(jù)的完整性,減少手工錄入數(shù)據(jù)可能會出現(xiàn)的問題,線下問卷也是通過隨機選取校園內(nèi)學生掃描二維碼填寫。

4 研究結(jié)果與分析

正式調(diào)查問卷共計回收385份,將存在答題時長較短、連續(xù)作答等問題的無效問卷剔除,得到有效問卷337份,問卷有效率達到87.5%,滿足模型的樣本量要求。使用SPSS26.0和AMOS24.0對樣本數(shù)據(jù)進行分析,包括描述性統(tǒng)計分析、信效度分析、驗證性因子分析和結(jié)構(gòu)方程建模,并對模型進行修正,檢驗上文作出的研究假設(shè),最終形成大學生移動在線學習行為意愿影響因素研究模型。

4.1 描述性統(tǒng)計分析

在調(diào)查對象中,男生有145人,女生有192人,40%以上的大學生擁有多臺移動設(shè)備。學習時長方面,超過60%的大學生每天使用移動在線學習時間大于3 h。學習內(nèi)容方面,專業(yè)課程知識占比86.35%,考試、考證課程占比51.93%,電子期刊占比37.39%,學習社群交流占比53.12%,時事新聞資訊占比53.41%,其他占比4.75%。

4.2 信度和效度分析

使用SPSS對量表樣本數(shù)據(jù)進行信度檢驗,量表整體Cronbach′s α系數(shù)為0.981,各維度信度系數(shù)為0.872～0.934,信度系數(shù)高于0.80,表明該問卷整體可信,數(shù)據(jù)真實可靠。對量表樣本數(shù)據(jù)進行效度檢驗,整體KMO值為0.967(大于0.6),高于評價要求,說明各題項之間存在較好的相關(guān)性。Bartlett球形檢驗的結(jié)果顯示顯著性P值為0.000***,在水平上呈現(xiàn)顯著性,認為其分析有效,表明該量表具有較好的可靠性和準確性,可以進行因子分析。

使用AMOS對樣本數(shù)據(jù)進行驗證性因子分析,擬合系數(shù)基本達到標準要求,其各項擬合指標為CMIN/DF=2.565,GFI=0.847,RMSEA=0.082,CFI=0.900,NFI=0.847。變量因子載荷、平均方差萃取AVE和組合信度CR值見表1,Pearson相關(guān)與AVE平方根見表2。

表1 變量因子載荷、平均方差萃取AVE和組合信度CR值

根據(jù)因子載荷系數(shù)對因子內(nèi)測量變量進行篩選,分析結(jié)果中各因子變量的標準化載荷系數(shù)為0.791～0.956,均大于0.7,表明測量變量符合因子要求,且通過了顯著性檢驗(P<0.05),可以認定其有足夠的方差解釋率,表現(xiàn)各變量能在同一因子上展現(xiàn)。AVE與CR結(jié)果可以分析測量指標的提取度,通常AVE值大于0.5且越接近于1,或CR大于0.7,就表明聚合效度較高。通過判斷因子間的Pearson相關(guān)系數(shù)和AVE平方根值得到區(qū)分效度。表2中的對角線上的數(shù)據(jù)是AVE的根植大于其所在列的其他因子Pearson相關(guān)系數(shù)值,表明該模型具有優(yōu)秀的區(qū)分效度。

4.3 模型與假設(shè)檢驗

使用AMOS構(gòu)建結(jié)構(gòu)方程模型,修正后得出最終模型結(jié)構(gòu)及標準化路徑系數(shù)如圖2所示。其擬合指標為CMIN/DF=2.493,GFI=0.898,RMSEA=0.077,CFI=0.934,NFI=0.908,RMR=0.037(<0.05),各項指標與初始模型相比,都有所提升,證明該模型具有良好的適配度。AMOS計算出的標準化路徑系數(shù)及顯著性結(jié)果見表3。由表3可知,研究假設(shè)H1和H4的路徑關(guān)系不顯著,排除其變量對行為意愿的直接正向影響,其余假設(shè)路徑均得到支持。

表3 標準化路徑系數(shù)及顯著性結(jié)果

圖2 結(jié)構(gòu)模型及標準化路徑系數(shù)

5 結(jié)論與建議

在技術(shù)接受和使用統(tǒng)一拓展理論模型的基礎(chǔ)上,構(gòu)建了大學生移動在線學習行為意愿影響因素的模型并提出假設(shè),使用結(jié)構(gòu)方程對研究假設(shè)路徑進行關(guān)系驗證。依據(jù)標準化系數(shù)從高到低排序,影響大學生移動在線學習行為意愿的因素,分別是習慣、努力期望、學習互動、享樂動機、社會影響和知識付費。界面設(shè)計未對行為意愿產(chǎn)生直接正向影響,但能夠通過知識付費和享樂動機對行為意愿產(chǎn)生正向作用。可以看出,大學生已經(jīng)開始產(chǎn)生對高質(zhì)量學習資源的需求,對界面設(shè)計合理、簡潔易用的學習平臺或程序更能享受其中。