高職學生使用在線學習平臺的影響因素研究

鄧靈麗　覃聰

摘要：以UTAUT模型為基礎(chǔ)，結(jié)合疫情期間“停課不停學”的在線學習平臺，分析使用在線學習平臺的影響因素，將TAM模型融入UTAUT模型，提出了包含6個假設(shè)的高職學生在線平臺模型，采用偏最小二乘法PLS對模型進行驗證，結(jié)果表明：績效期望PE和努力期望EE對使用態(tài)度有正向顯著影響，使用態(tài)度和社會影響兩因素對行為意向有正向顯著影響，努力期望對績效期望和使用態(tài)度有調(diào)節(jié)作用，而促成因素對行為意向沒有正向顯著影響。并對高職使用在線學習平臺功能、流程、黏著度、技術(shù)支持等四方面提出建議，以推動高職在線平臺教學改革。

關(guān)鍵字：UTAUT模型;在線學習;行為意向;高職學生

中圖分類號：G642? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）12-0010-04

2020年初新冠肺炎疫情席卷全球，教育部提出在疫情防控期間的在線教學，實現(xiàn)“停課不停教、停課不停學”[1]。各級學校積極響應(yīng)，為最大限度降低疫情給教學帶來的影響，紛紛開展在線上學習。線上學習造就了新的一種教學模式，成為新教學改革的契機。研究影響在線學習平臺使用因素，從而優(yōu)化線上學習平臺功能，從而提高在線學習效果，本文以廣東省高職院校學生為調(diào)研主體，將技術(shù)接受模型TAM和技術(shù)采納與整合模型UTAUT融合進行在線學習平臺使用影響因素研究，并根據(jù)研究結(jié)果提出合理化的建議。

1文獻綜述

1.1在線學習平臺

2001年Coomey [2]提出了在線學習平臺四個基本要素，包括：有對話的發(fā)生;向?qū)W習者提供直接參與的機會;給學習者提供支持;對學習過程的控制。所以這里研究在疫情防控期間的在線學習平臺是指各高等學校為停課不停學開展的在線課堂教學與自主學習平臺（如職教云課堂、超星學習通、騰訊課堂等教學、學習、練習于一體的在線平臺），滿足在線學習平臺四個基本要素。

1.2理論模型

目前關(guān)于在線學習平臺影響因素研究大致集中在技術(shù)接受模型TAM和技術(shù)采納與整合理論模型UTAUT兩種。

TAM模型是Davis等于1989年提出的技術(shù)接受模型（technology acceptance model，TAM），主要指出感知有用性和感知易用性決定用戶接納或拒絕態(tài)度，從而影響行為意圖，如圖1所示。用于解釋并預(yù)測用戶接受或拒絕科技技術(shù)的行為意向[3]。感知有用性是一個人認為使用某一特定系統(tǒng)將提高其工作純凈的程度;感知易用是指一個人認為使用特定的系統(tǒng)是不費吹灰之力的程度;使用態(tài)度是指人們對在日常生活中有效使用這個技術(shù)的態(tài)度。

UTATU模型是Venkatesh等于2003年在整合了8種科技技術(shù)接受與使用信息科技行為理論如圖2，提出了技術(shù)采納與整合理論模型（Unified Theory of Acceptance and Use of Technology， UTAUT），其認為，績效期望、努力期望、社會影響和促成因素四個關(guān)鍵變量對用戶的使用意愿和使用行為存在顯著正向影響[4]。所示績效期望是指個人認為使用新技術(shù)將有助于其獲得工作績效的程度;努力期望是指與新技術(shù)使用的易用程度;社會影響是個體意識到他人認為他或她應(yīng)該使用新系統(tǒng)的重要程度;促成因素是個人認為有組織和技術(shù)基礎(chǔ)實施支持系統(tǒng)使用的程度;

在本研究中，績效期望是指高職學生使用在線學習平臺獲得的學習成效的程度（即是否有用）;努力期望是高職學生在使用在線學習平臺的難易程度（即是否易用）;社會影響是指高職學生的重要身邊人（如父母、老師、同學等）對其使用在線學習平臺的影響程度;促成因素是高職學生在使用在線學習平臺感受到的技術(shù)支持程度（即技術(shù)支持）。

1.3相關(guān)研究

目前使用技術(shù)接受模型TAM和技術(shù)采納與整合理論模型UTAUT進行在線學習研究不多，在CNKI中查找“TAM+在線學習”和 “UTAUT+在線學習”搜索到的結(jié)果分別是28篇和12篇。TAM技術(shù)接受模型比較經(jīng)典，但是相對簡單，不適用于復(fù)雜的場景，而技術(shù)采納與整合理論模型UTAUT可以解釋超過70%的因變量變異，是技術(shù)采納領(lǐng)域中最完整的模型之一[4]。國內(nèi)實證研究中的結(jié)果：王萱、楊浩等[5]得到社會影響SI對使用與滿足程度（BI）有正向影響不成立，張慕文、吳姜等[6]得到促進條件（FC）和行為意愿（BI）沒有顯著正向影響，曹繼娟、郭鍵津等[7]得到外部資源（SI）對使用意愿（BI）沒有正向影響，關(guān)秋燕[8]和文燕平、朱琪等[9]得到努力期望（EE）對行為的影響反而起抑制作用，王婭諾[10]得到績效期望（PE）和社會影響（SI）對網(wǎng)絡(luò)學習平臺使用意愿（BI）影響不顯著，說明UTAUT模型用于在線學習平臺研究的結(jié)果不確定。在疫情常態(tài)化的社會環(huán)境下，高職學生使用在線學習平臺影響因素會發(fā)生怎么的變化呢？本研究在高職學生使用了一段在線學習平臺，以UTAUT模型為基礎(chǔ)，結(jié)合TAM中感知有用和感知易用對使用態(tài)度的正向影響，來進行影響因素分析。

2研究設(shè)計

2.1問題提出

線上學習是目前互聯(lián)網(wǎng)發(fā)展的必須產(chǎn)物，研究影響在線學習平臺使用的因素能有效地改進平臺的功能，提高學習效果具有一定的現(xiàn)實意義。目前的研究的結(jié)果也不相同，在新冠肺炎疫情期間，影響的因素是否會發(fā)生變化，對此本研究針對疫情期間學習使用在線學習平臺的影響因素進行探討，找出具體的影響因素，以提高在線學習平臺的使用，達到更好的學習效果。

2.2研究模型假設(shè)

在對高職學習進行訪談的過程中，發(fā)現(xiàn)高職學生對在線學習平臺績效期望（PE）、努力期望（EE）會一定程度影響他們對平臺的使用態(tài)度（AU），所以在本研究中將TAM模型和UTAUT模型進行融合，將努力期望EE作為績效期望和使用態(tài)度的中介調(diào)節(jié)，而使用態(tài)度作為完全中介加入UTAUT模型中，分析五個變量對使用在線學習平臺的影響，提出以下模型和假設(shè)：

H1：績效期望PE對高職學生使用在線學習平臺使用態(tài)度AU有正向顯著影響;

H2：努力期望EE對高職學生使用在線學習平臺使用態(tài)度AU有正向顯著影響;

H3：使用態(tài)度AU對高職學生使用在線學習平臺行為意向BI有正向顯著影響;

H4：促進因素FC對高職學生使用在線學習平臺行為意向BI有正向顯著影響;

H5：社會影響SI對高職學生使用在線學習平臺行為意向BI有正向顯著影響;

H6：努力期望EE對高職學生使用在線學習平臺績效期望PE有正向顯著影響。

2.3 研究方法

本研究于2020年8月--9月期間通過微信向廣東省使用過在線學習平臺的高職學校學生發(fā)放調(diào)查問卷，最后回收376份問卷，經(jīng)過審核，排除無效問卷88份，得到有效問卷288份。問卷分析采用結(jié)構(gòu)方程SEM處理數(shù)據(jù)，使用SmartPLS 3.3.2軟件進行數(shù)據(jù)處理，采用PLS計算和自助法進行數(shù)據(jù)分析和檢驗。

問卷設(shè)計，采用UTAUT模型的量表方式，參考了Venkatesh&Davis（2003）的量表[4]，采用李克特7級量表進行度量，調(diào)查高職學生使用在線平臺從不同意到同意7個等級的認同程度。

3數(shù)據(jù)結(jié)果及數(shù)據(jù)分析

3.1 樣本特征

本次調(diào)查通過微信發(fā)放問卷，參與回答問卷的均為使用過在線學習平臺的高職院校在校生，共收集問卷376份，經(jīng)過審核，排除答題時間少于40秒、全部答案相同、同組題中存在邏輯問題的無效問卷88份，最終有效問卷288份，其中男生110份，女生178份。

3.2 信度和效度分析

研究采用SmartPLS軟件中的偏最小二乘法PLS進行信度和效度分析，使用路徑加權(quán)方案、300的最大迭代次數(shù)，10-7結(jié)束準則進行計算，結(jié)果如表1所示得到所有變量的峰值在-0.505～-0.075和偏度-0.085～-0.814之間，兩者的絕對值均小于3，表明調(diào)研收集的數(shù)據(jù)成正態(tài)分布。外部模型載荷在0.735～0.967之間，均大于0.7，表明收集的數(shù)據(jù)達到研究使用水平要求。

如表2所示，克朗巴哈系數(shù)Cronbach's Alpha在0.762～0.947之間，均大于0.7，說明量表的信度較高;組合信度（CR）在0.863～0.966之間，均大于0.7，表明內(nèi)部一致性效度較好;平均抽取變異量（AVE）在0.761～0.905之間，均大于0.5，表明樣本數(shù)據(jù)的聚合效度較高。表中加粗部分為變量本身的AUE的平方根，其值在0.823～0.951之間大于0.8，而且大于表中斜體部分即六個變量與其他變量之間的關(guān)系系數(shù)，且這些關(guān)系系數(shù)均小于0.85，說明六個變量之間相對獨立，測量模型的區(qū)別效度良好。綜上所得，樣本數(shù)據(jù)可信且有效。

3.3 顯著性檢驗

該模型的R?值為0.556，調(diào)整后的R?值為0.548，該模型可以解釋高職學生線上學生平臺影響因素55.6%的情況。為了檢驗各變量之間的路徑系數(shù)是否顯著，通過SmartPLS中的自助法來檢測各種PLS-SEM結(jié)果以統(tǒng)計顯著性，將樣本量由288增加到5000，來進行模型假設(shè)檢驗，結(jié)果如表3所示。

除促成因素FC -> 行為意向BI的P值為0.688>0.05，T值0.402<1.96不顯著外，其余期望績效PE -> 使用態(tài)度AU 、努力期望EE -> 使用態(tài)度AU、使用態(tài)度AU -> 行為意向BI、社會影響SI -> 行為意向BI、努力期望EE -> 期望績效PE的P值均<0.005、T值均>1.96，顯著強。

3.4假設(shè)檢驗

通過分析各變量之間路徑系數(shù)和P值來判斷假設(shè)結(jié)構(gòu)模型是否相關(guān)，各假設(shè)是否成立，從運行結(jié)果如圖4所示：

PE -> AU的路徑系數(shù)為0.489，P值0.0000 ，H1假設(shè)成立：績效期望PE對高職學生使用在線學習平臺使用態(tài)度AU有正向顯著影響;EE -> AU的路徑系數(shù)為0.295，P值0.0000，H2假設(shè)成立：努力期望EE對高職學生使用在線學習平臺使用態(tài)度AU有正向顯著影響;AU -> BI的路徑系數(shù)為0.53，P值0.0000，H3假設(shè)成立：使用態(tài)度AU對高職學生使用在線學習平臺行為意向BI有正向顯著影響;FC -> BI的路徑系數(shù)為0.023，P值0.6880，H4假設(shè)不成立：促進因素FC對高職學生使用在線學習平臺行為意向BI沒有正向顯著影響;SI -> BI的路徑系數(shù)為0.258，P值0.0010，H5假設(shè)成立：社會影響SI對高職學生使用在線學習平臺行為意向BI有正向顯著影響;EE -> PE的路徑系數(shù)為0.449，P值0.0010，H6假設(shè)成立：努力期望EE對高職學生使用在線學習平臺績效期望PE有正向顯著影響;

4結(jié)論與建議

本研究基于UTAUT模型的5個變量及相互影響進行分析得到結(jié)果：努力期望對期望績效有最顯著的影響，期望績效和努力期望共用影響使用態(tài)度從而正向影響行為意向，社會影響正向影響行為意向，其中使用態(tài)度比社會影響對行為意向的影響要顯著。而促成因素對行為意向的影響不顯著。由此得到結(jié)論與建議如下：

首先，完善平臺功能，注重課程設(shè)計。期望績效和努力期望共用影響使用態(tài)度，即高職學生使用在線學習平臺時對系統(tǒng)的有用性和易用性直接影響其對平臺的使用態(tài)度，而這個使用態(tài)度對最終使用在線學習平臺有積極的正向影響，所以在選擇在線學習平臺進行授課時是非常重要，要從平臺的功能、平臺的易操作性、友好性進行選擇適合的在線學習平臺，同時加強課程內(nèi)容建設(shè)以提高學生對在線學習的認同感，可以從課程的設(shè)計、課程的內(nèi)容選取方面進行改善，如在設(shè)計課程時以學生為主導，增加自主探究、闖關(guān)等形式，讓學生有覺得在線學習平臺有助于提升知識學習，只有這樣才能影響使用態(tài)度，從而提高高職學生對在線平臺的使用意向。

其次，簡化操作流程，增加界面指引。努力期望對期望績效和使用態(tài)度有中間調(diào)節(jié)作用，有正向顯著影響，所以在在線學習平臺功能開發(fā)時要圍繞以學生為主體進行設(shè)計，簡化操作流程，有較好的界面指引，改善平臺的兼容性，提高高職學生對在線學習平臺易用性的認同。

再次，加強教學信息化，增加用戶黏著度。社會影響對在線學習平臺使用有明顯的正向影響。在新冠肺炎疫情期間，全民網(wǎng)絡(luò)，對學生使用平臺也有一定的促進作用。而在正常的教學中，教師也可以與信息化教學手段相結(jié)合，如在課程設(shè)計時結(jié)合在線學習平臺的特點，將課前預(yù)習、課中互動、課后拓展，充分利用在線學習平臺;在學生之間也可以通過學習平臺的分組任務(wù)、小組話題等協(xié)同完成任務(wù)，以增加使用在線學習平臺的黏著度。

最后，技術(shù)支持多樣化。促進因素對在線學習平臺使用沒有顯著的正向影響。其原因有可能是目前互聯(lián)網(wǎng)技術(shù)和5G、人工智能等方面的普及化，大部分學生從小對信息化教學、互聯(lián)網(wǎng)技術(shù)掌握及熟練程度比較高，所以對在線學習這樣的技術(shù)已經(jīng)能很好地掌握。但是可以從使用技術(shù)支持方面采用短視頻的形式幫助文檔，可以更直觀地掌握使用方法，從而改善促進因素的影響。

參考文獻：

[1] 教育部印發(fā)《關(guān)于在疫情防控期間做好普通高等學校在線教學組織與管理工作的指導意見》[OL]. http：//www.moe.gov.cn/jyb_xwfb/gzdt_gzdt/s5987/202002/t20200205_418131.html

[2] Coomey M，Stephenson J.Online learning：it is all about dialogue，involvement，support and control — according to the research[M]//Teaching & Learning Online.Routledge，2018：37-52.

[3] DAVIS F.D.A Technology Acceptance Model for Empirically Testing New End-user Information System：Theory and Resulrs[D].Massachusetts：Sloan School of Management，1986.

[4] Venkatesh，Morris，Davis，et al.User acceptance of information technology：toward a unified view[J].MIS Quarterly，2003，27（3）：425.

[5] 王萱，楊浩，崔永鵬，等.“戰(zhàn)疫”期間大學生的在線學習認同度分析[J].現(xiàn)代教育技術(shù)，2020，30（7）：105-112.

[6] 張慕文，吳姜，曹太合，等.高校學生e-learning系統(tǒng)使用影響因素研究——以H大學云課堂為例[J].淮北師范大學學報（哲學社會科學版），2020，41（3）：82-88.

[7] 曹繼娟，郭鍵津，劉映彤.新冠肺炎疫情背景下高校學生使用智能教學系統(tǒng)影響因素研究[J].科技經(jīng)濟導刊，2020，28（17）：105-106，104.

[8] 關(guān)秋燕.課程微博平臺對大學生碎片化學習行為的影響因素實證分析[J].電子商務(wù)，2020（5）：89-91.

[9] 文燕平，朱琪.學習類APP使用意愿影響因素研究——基于上海師范大學的調(diào)查[J].教育現(xiàn)代化，2020，7（10）：185-190，196.

[10] 王婭諾.普通師范院校學生網(wǎng)絡(luò)學習平臺使用意愿研究[J].貴州師范學院學報，2019，35（12）：67-74.

【通聯(lián)編輯：光文玲】