高江江， 于 平

(北京聯(lián)合大學(xué) 旅游學(xué)院， 北京 100101)

慕課(massive open online courses，MOOCs，大規(guī)模開放在線課程)一詞于2008年被正式提出。2012 年，慕課取得了突破性進(jìn)展，在國際上形成了3大平臺:Coursera、 edX 和Udacity。隨后，美國多所知名大學(xué)紛紛宣布為慕課提供平臺建立合作關(guān)系，向世界各地的學(xué)習(xí)者提供高質(zhì)量的課程。慕課同樣對我國的教育領(lǐng)域產(chǎn)生了廣泛的影響。2013 年5 月，清華大學(xué)與北京大學(xué)宣布加入edX；2013年7月，上海交通大學(xué)、復(fù)旦大學(xué)與Coursera 簽署了合作協(xié)議；2013 年9月，“中國式慕課長三角論壇”在復(fù)旦大學(xué)召開；2013 年10 月，清華大學(xué)啟動(dòng)了“學(xué)堂在線”項(xiàng)目。隨著慕課在國內(nèi)外的不斷發(fā)展及虛擬實(shí)驗(yàn)室技術(shù)的不斷進(jìn)步，基于慕課平臺上的遠(yuǎn)程虛擬實(shí)驗(yàn)室的在線實(shí)踐教學(xué)也越來越受到重視，成為了慕課學(xué)習(xí)中的重要一環(huán)。通過慕課的方式進(jìn)行虛擬實(shí)驗(yàn)教學(xué)，能夠?qū)?shí)驗(yàn)教學(xué)由真實(shí)實(shí)驗(yàn)室課堂延伸到每一個(gè)角落，使學(xué)習(xí)者突破傳統(tǒng)時(shí)間、地域及設(shè)備條件的限制，有利于最大限度地降低實(shí)驗(yàn)室的重復(fù)建設(shè)和教學(xué)設(shè)計(jì)的重復(fù)投入，同時(shí)解決了校際資源配置不均的問題。

1 國內(nèi)虛擬實(shí)驗(yàn)學(xué)習(xí)研究現(xiàn)狀

“慕課”的興起為虛擬實(shí)驗(yàn)教學(xué)提供了技術(shù)支持，使其具有實(shí)驗(yàn)資源共享和異地協(xié)作的特點(diǎn)?！澳秸n”環(huán)境下虛擬實(shí)驗(yàn)系統(tǒng)支持多用戶同時(shí)在線操作，在一定程度上改善了傳統(tǒng)實(shí)驗(yàn)資源匱乏的弊端。通過使用虛擬儀器、模擬裝置實(shí)現(xiàn)遠(yuǎn)程實(shí)踐教學(xué)過程，形成知識、學(xué)習(xí)和實(shí)踐環(huán)節(jié)一體化的教育新體系[1]。研究發(fā)現(xiàn)[2-4]，關(guān)于虛擬實(shí)踐教學(xué)的研究都主要集中在虛擬實(shí)踐教學(xué)的作用和意義、虛擬實(shí)驗(yàn)室的概念及特征、虛擬實(shí)驗(yàn)室的設(shè)計(jì)及虛擬現(xiàn)實(shí)技術(shù)的探討上，很少有學(xué)者關(guān)注實(shí)踐者(學(xué)生)在線虛擬實(shí)驗(yàn)室學(xué)習(xí)的滿意度及影響因素。大學(xué)生在線實(shí)驗(yàn)學(xué)習(xí)的滿意度能夠反映其在學(xué)習(xí)過程中的總體感知，是衡量學(xué)習(xí)效率和實(shí)踐教學(xué)質(zhì)量的重要方法。因此，隨著在線實(shí)驗(yàn)教學(xué)的發(fā)展，需要不斷挖掘?qū)W生學(xué)習(xí)滿意度的影響因素，這對提高在線虛擬實(shí)驗(yàn)課程的教學(xué)質(zhì)量和學(xué)生的學(xué)習(xí)積極性等具有重要的意義。

本研究在綜述前人相關(guān)研究的基礎(chǔ)上，以北京市的部分高校的學(xué)生作為研究案例，嘗試從在線虛擬實(shí)驗(yàn)學(xué)習(xí)的交互感受、自我調(diào)節(jié)、互聯(lián)網(wǎng)自我感知這3方面來探討慕課環(huán)境下虛擬實(shí)驗(yàn)教學(xué)的學(xué)生滿意度影響因素，同時(shí)提出了增強(qiáng)大學(xué)生慕課環(huán)境下在線虛擬實(shí)驗(yàn)學(xué)習(xí)滿意度的幾點(diǎn)建議，以期為慕課平臺的開發(fā)人員及備課教師提供一定的參考，進(jìn)而促進(jìn)實(shí)驗(yàn)教學(xué)質(zhì)量和學(xué)生學(xué)習(xí)滿意度的提升。

2 虛擬實(shí)驗(yàn)教學(xué)學(xué)生滿意度影響因素的選取

2.1 交互體驗(yàn)影響因素

在線學(xué)習(xí)中，最著名的交互框架是由Moore提出的，包括3個(gè)要素:學(xué)習(xí)者與教師之間的交互、學(xué)習(xí)者與學(xué)習(xí)者之間的交互以及學(xué)習(xí)者與學(xué)習(xí)內(nèi)容之間的交互[5]。由于學(xué)習(xí)者利用虛擬實(shí)驗(yàn)室的學(xué)習(xí)資源進(jìn)行自學(xué)，與教師及其他學(xué)習(xí)者在空間上處于分離狀態(tài)，因此在學(xué)習(xí)過程中提供適當(dāng)?shù)慕换ケ夭豢缮?，這有利于激發(fā)學(xué)生的學(xué)習(xí)興趣和學(xué)習(xí)動(dòng)機(jī)。

學(xué)習(xí)者與教師之間的交互包括很多形式，主要有教師對學(xué)習(xí)者進(jìn)行在線指導(dǎo)、在線及課后評價(jià)與鼓勵(lì)，學(xué)習(xí)者對教師的回應(yīng)等。國外有學(xué)者研究認(rèn)為學(xué)習(xí)者與教師之間的交互是影響在線學(xué)習(xí)效果和滿意度的重要因素。同時(shí)學(xué)習(xí)者還可通過各種交流渠道，與其他學(xué)習(xí)者發(fā)生對等交互，這有利于增強(qiáng)學(xué)習(xí)者學(xué)習(xí)該門課程的興趣和情感，加深學(xué)習(xí)者對所學(xué)內(nèi)容的理解，促進(jìn)新知識體系的構(gòu)建。但是過多的交流也會(huì)對學(xué)習(xí)效果產(chǎn)生負(fù)面影響[6]。學(xué)習(xí)者與學(xué)習(xí)者的交互可以從學(xué)習(xí)者之間的交互頻率、交互的積極性2方面進(jìn)行考量，學(xué)習(xí)者與教師之間的交互選擇從交互頻率、教師主動(dòng)發(fā)起討論話題、教師答題速度這3個(gè)角度進(jìn)行分析。

學(xué)習(xí)者與學(xué)習(xí)內(nèi)容之間的交互是指學(xué)習(xí)者與實(shí)驗(yàn)內(nèi)容及實(shí)驗(yàn)課程相關(guān)的材料之間的交流過程。學(xué)習(xí)者在實(shí)驗(yàn)操作過程中對實(shí)驗(yàn)內(nèi)容設(shè)計(jì)的合理性、實(shí)驗(yàn)操作的真實(shí)性和直觀性的感受，以及對所獲得的信息、知識進(jìn)行自我反思，并將之作為經(jīng)驗(yàn)在大腦中進(jìn)行存儲(chǔ)和記憶等都是與學(xué)習(xí)內(nèi)容之間的交互。學(xué)習(xí)者與學(xué)習(xí)內(nèi)容的交互也是影響在線虛擬實(shí)驗(yàn)學(xué)習(xí)滿意度的因子。學(xué)習(xí)者與學(xué)習(xí)內(nèi)容之間的交互可從實(shí)驗(yàn)內(nèi)容設(shè)計(jì)的合理性、實(shí)驗(yàn)操作過程中交互的靈活性、實(shí)驗(yàn)室操作的真實(shí)性和直觀性、幫助學(xué)習(xí)者理解知識、激發(fā)學(xué)習(xí)者學(xué)習(xí)興趣這幾方面展開分析。

2.2 自我調(diào)節(jié)的影響因素

在線虛擬實(shí)驗(yàn)學(xué)習(xí)具有靈活性、隨時(shí)性和以學(xué)生為中心等特點(diǎn)[7]，在線實(shí)驗(yàn)過程中，學(xué)習(xí)者有更多的自主權(quán)，同時(shí)也需要有更好的自我調(diào)節(jié)的能力。學(xué)習(xí)者掌握的自我調(diào)節(jié)技能越多，在實(shí)踐學(xué)習(xí)中的學(xué)習(xí)效果將會(huì)更好。Puzziferro發(fā)現(xiàn)，時(shí)間管理與學(xué)習(xí)者對網(wǎng)絡(luò)課程的滿意度有著明顯的關(guān)聯(lián)[6]。Peterson在2011年的調(diào)查中發(fā)現(xiàn)，自我調(diào)節(jié)的某個(gè)屬性在將來可以用來預(yù)測學(xué)習(xí)者主動(dòng)學(xué)習(xí)在線課程的意愿。結(jié)合在線學(xué)習(xí)的上述特點(diǎn)，本研究從學(xué)習(xí)動(dòng)機(jī)、時(shí)間管理、學(xué)習(xí)習(xí)慣3方面進(jìn)行研究，探討自我調(diào)節(jié)對大學(xué)生在線學(xué)習(xí)滿意度的影響程度。

2.3 互聯(lián)網(wǎng)自我效能感影響因素

互聯(lián)網(wǎng)自我效能(internet self-efficacy，ISE)是人們對自身是否有能力組織并執(zhí)行一系列互聯(lián)網(wǎng)行為以達(dá)成某一目標(biāo)的信念[8]，它涉及的不是技能本身，而是自己能否利用所擁有的技能去完成工作行為的自信程度。有研究發(fā)現(xiàn)互聯(lián)網(wǎng)自我效能感對網(wǎng)上作業(yè)水平和網(wǎng)上學(xué)習(xí)效果產(chǎn)生一定的影響?；ヂ?lián)網(wǎng)自我效能感強(qiáng)的人喜歡在線學(xué)習(xí)的環(huán)境，其學(xué)習(xí)的熱情、目標(biāo)定向、努力程度、持久程度等都會(huì)受到影響。因此本研究也將互聯(lián)網(wǎng)自我效能作為虛擬實(shí)驗(yàn)室在線學(xué)習(xí)的影響因素，并選取學(xué)習(xí)者自信程度和是否會(huì)主動(dòng)尋求在線幫助2項(xiàng)具體因素進(jìn)行探討。

2.4 滿意度衡量因子的選取

本研究從學(xué)生在線虛擬實(shí)驗(yàn)學(xué)習(xí)的整體感知、上完課后與選課時(shí)的預(yù)期相比產(chǎn)生的感受、是否希望繼續(xù)進(jìn)行在線虛擬實(shí)驗(yàn)學(xué)習(xí)3方面來衡量學(xué)生的學(xué)習(xí)滿意度。

3 研究設(shè)計(jì)

3.1 研究對象

采用問卷調(diào)查的方法，對北京聯(lián)合大學(xué)、北京工業(yè)大學(xué)、華北電力大學(xué)等10所大學(xué)(包含“985工程”“211工程”和普通本科院校)的在校大學(xué)生進(jìn)行抽樣調(diào)查，共獲取樣本數(shù)量156份。樣本對象均參加過慕課虛擬實(shí)驗(yàn)課程，年齡主要集中在18～25歲，以本科3、4年級為主，其中男生86名，女生70名，來自不同的專業(yè)，包括旅游管理、計(jì)算機(jī)技術(shù)與科學(xué)、地理學(xué)、自動(dòng)化科學(xué)等，具體特征見表1。

表1 研究對象基本特征表

3.2 問卷設(shè)計(jì)

調(diào)查問卷由3部分組成:第一部分為樣本的個(gè)體特征；第二部分為在線虛擬實(shí)驗(yàn)學(xué)習(xí)滿意度的影響因素調(diào)查，共15道題；第三部分為學(xué)生滿意度調(diào)查，共3道題。問卷的數(shù)據(jù)統(tǒng)計(jì)方法為李克特量表五點(diǎn)選項(xiàng)計(jì)分法，問卷后2部分的題目選項(xiàng)為:A.完全符合、B.基本符合、C.不確定、D.基本不符合、E.完全不符合，對應(yīng)的分?jǐn)?shù)分別為1、2、3、4、5。

3.3 測評模型構(gòu)建

選用結(jié)構(gòu)方程模型來測評慕課環(huán)境下虛擬實(shí)驗(yàn)教學(xué)學(xué)生滿意度影響因素與滿意度之間的關(guān)系。結(jié)構(gòu)方程的出發(fā)點(diǎn)是為觀察變量間假設(shè)的因果關(guān)系建立具體的因果模型。一般用線性模型表示，分為測量模型和結(jié)構(gòu)模型2部分。測量模型反映潛在變量與觀測變量之間的關(guān)系，通過測量模型可由觀測變量定義潛在變量；結(jié)構(gòu)模型表示潛變量之間的關(guān)系。測量模型和結(jié)構(gòu)模型的矩陣方程及其代表的含義如下:

測量模型方程:

X=ΛXξ+δ

Y=ΛYη+ε

結(jié)構(gòu)模型方程:

η=Βη+Γξ+ζ

其中，ξ和η分別為外衍潛在變量和內(nèi)衍潛在變量；X為ξ的觀測變量，Y為η的觀測變量，ΛX為聯(lián)結(jié)X變量與ξ變量的系數(shù)，ΛY為聯(lián)結(jié)Y變量與η變量的系數(shù)；δ和ε分別為X變量和Y變量的誤差，Β為η變量的回歸系數(shù)，Γ為ξ變量對η變量影響的回歸系數(shù)，ζ為η的誤差[9]。

本研究主要探討慕課環(huán)境下虛擬實(shí)驗(yàn)學(xué)習(xí)的交互體驗(yàn)感受、自我調(diào)節(jié)及互聯(lián)網(wǎng)自我效能感對學(xué)生學(xué)習(xí)滿意度的影響，因此將3個(gè)影響因素及滿意度的一級指標(biāo)作為模型的潛在變量，其下屬的二級指標(biāo)作為觀測變量。模型結(jié)構(gòu)見圖1，模型中的一級指標(biāo)及二級指標(biāo)見表2。

圖1 學(xué)生滿意度影響因素結(jié)構(gòu)模型

一級指標(biāo) 二級指標(biāo)交互體驗(yàn)感知(Var1)學(xué)習(xí)者之間交互頻率(X1)學(xué)習(xí)者之間交互積極性(X2)學(xué)習(xí)者與教師之間交互頻率(X3)教師主動(dòng)發(fā)起討論話題(X4)教師答疑速度(X5)實(shí)驗(yàn)內(nèi)容設(shè)計(jì)的合理性(X6)實(shí)驗(yàn)操作的靈活性(X7)實(shí)驗(yàn)室操作的直觀性(X8)幫助學(xué)習(xí)者理解知識(X9)激發(fā)學(xué)習(xí)者學(xué)習(xí)興趣(X10)互聯(lián)網(wǎng)自我效能感(Var2)學(xué)習(xí)者自信程度(X11)是否會(huì)主動(dòng)尋求在線幫助(X12)學(xué)習(xí)動(dòng)機(jī)(X13)自我調(diào)節(jié)能力(Var3)時(shí)間管理(X14)學(xué)習(xí)習(xí)慣(X15)整體感知(X16)虛擬實(shí)驗(yàn)學(xué)習(xí)滿意度(Y)與選課時(shí)候的預(yù)期相比的感受(X17)是否希望繼續(xù)進(jìn)行在線虛擬實(shí)驗(yàn)學(xué)習(xí)(X18)

4 模型檢驗(yàn)與結(jié)果

4.1 信度與效度檢查

為了測評調(diào)查結(jié)果的可信程度，本研究運(yùn)用SPSS19.0統(tǒng)計(jì)軟件，并采用Cronbach’s α系數(shù)法對收集的數(shù)據(jù)進(jìn)行信度分析。在一般的探索性研究中，若Cronbach’s α系數(shù)高于0.5，可以認(rèn)為數(shù)據(jù)是可靠的；如果系數(shù)高于0.7，則可以認(rèn)為數(shù)據(jù)具有很高的可靠性。測評結(jié)果顯示，各個(gè)潛變量的系數(shù)在0.68～0.75之間，說明調(diào)查問卷的數(shù)據(jù)具有較高的可靠性。同時(shí)對問卷調(diào)查數(shù)據(jù)進(jìn)行 KMO 值分析和 Bartlett 的檢驗(yàn)，得出 KMO 值為(0.867>0.70)，P值為(0.000<0.001)，通過了球形檢驗(yàn)，因此，該樣本數(shù)據(jù)適合進(jìn)行因子分析?？傮w來看，結(jié)構(gòu)模型的會(huì)聚效度較為理想，在問卷中所設(shè)置的測評指標(biāo)能有效地反映學(xué)生在線虛擬實(shí)驗(yàn)室學(xué)習(xí)的滿意度。

4.2 測量模型檢驗(yàn)

通過對模型的觀測變量進(jìn)行因子分析和調(diào)整后，運(yùn)用極大似然法對模型進(jìn)行參數(shù)估計(jì)，并利用t檢驗(yàn)法對路徑系數(shù)進(jìn)行顯著性檢驗(yàn)。如果與路徑系數(shù)相關(guān)聯(lián)的每一個(gè)載荷的t值大于2，參數(shù)就是顯著的，并且變量也與其特定的結(jié)構(gòu)顯著相關(guān)[10]。檢驗(yàn)結(jié)果顯示，結(jié)構(gòu)方程模型潛變量標(biāo)準(zhǔn)回歸路徑系數(shù)和觀測變量因子負(fù)荷及t值均顯著，因此所選變量對學(xué)生在線虛擬實(shí)驗(yàn)學(xué)習(xí)的滿意度的影響顯著，無需刪改剔除任何變量。

4.3 結(jié)構(gòu)模型檢驗(yàn)

根據(jù) Amos17.0 軟件計(jì)算出的結(jié)果，使用模型修正指數(shù) MI(modification index)對模型進(jìn)行修正，在經(jīng)過多次修正后，最終得到較為理想的擬合模型。同時(shí)對結(jié)構(gòu)方程模型的擬合度進(jìn)行檢驗(yàn)。常用指標(biāo)[11-14]包括卡方與自由度的似然比 X2/df、非范擬合指數(shù) NNFI(non-normed fit index)、比較擬合指數(shù) CFI(comparative fit index)、增量擬合指數(shù) IFI(incremental fit index)、擬合優(yōu)度指數(shù) GFI (goodness of fit index)等。本研究采用多種方法進(jìn)行檢驗(yàn)，結(jié)果顯示見表3，SEM模型的各項(xiàng)指標(biāo)都具有較好的擬合度，模型整體擬合良好。

表3 模型的配適度分析

4.4 結(jié)果分析

SEM模型中各潛變量之間的路徑系數(shù)均是顯著的，表明SEM模型建立的比較合理，具有較強(qiáng)現(xiàn)實(shí)解釋能力。模型標(biāo)準(zhǔn)化參數(shù)估計(jì)路徑系數(shù)大小代表了結(jié)構(gòu)變量間關(guān)聯(lián)程度的強(qiáng)弱。本研究中模型的路徑系數(shù)的具體計(jì)算結(jié)果見圖2。

圖2 學(xué)習(xí)滿意度結(jié)構(gòu)方程模型標(biāo)準(zhǔn)化參數(shù)估計(jì)路徑系數(shù)圖

可以發(fā)現(xiàn)，交互體驗(yàn)感知這一潛變量對滿意度的路徑系數(shù)最高，達(dá)到0.59，是影響學(xué)生在線實(shí)驗(yàn)學(xué)習(xí)滿意度的最重要因素。其觀測變量中，實(shí)驗(yàn)內(nèi)容設(shè)計(jì)的合理性、實(shí)驗(yàn)操作的靈活性、實(shí)驗(yàn)操作的直觀性、幫助學(xué)生理解知識、激發(fā)學(xué)生興趣、學(xué)生與教師之間互動(dòng)的頻率這6個(gè)變量的因子荷載系數(shù)較大，分別為0.87、0.81、0.77、0.75、0.71、0.70，因此，6者是影響學(xué)生在線實(shí)驗(yàn)學(xué)習(xí)滿意度的最直接和重要的因素。

學(xué)生的自我調(diào)節(jié)能力對滿意度的路徑系數(shù)為0.44，是次于交互體驗(yàn)感知的潛變量，對學(xué)生在線實(shí)驗(yàn)學(xué)習(xí)滿意度同樣產(chǎn)生較大的影響。其觀測變量中時(shí)間管理能力、學(xué)習(xí)習(xí)慣、學(xué)習(xí)動(dòng)機(jī)的因子荷載系數(shù)分別為0.85、0.79、0.75，因此，該3者都是自我調(diào)節(jié)學(xué)習(xí)能力的重要組成部分，共同影響著學(xué)生的在線實(shí)驗(yàn)學(xué)習(xí)滿意度，但其中時(shí)間管理能力的影響最大。同時(shí)，自我調(diào)節(jié)學(xué)習(xí)的能力對交互體驗(yàn)感知還存在正向的相關(guān)性，路徑系數(shù)為0.42，說明自我調(diào)節(jié)能力還能進(jìn)一步通過交互體驗(yàn)感知來間接影響學(xué)生在線實(shí)驗(yàn)學(xué)習(xí)的滿意度。

互聯(lián)網(wǎng)效能感對滿意度的路徑系數(shù)為0.33，相較于前2個(gè)潛變量，其對在線實(shí)驗(yàn)學(xué)習(xí)的滿意度的影響較弱。觀測變量中學(xué)習(xí)者在線學(xué)習(xí)的自信程度對互聯(lián)網(wǎng)效能感起主導(dǎo)作用，因子荷載系數(shù)達(dá)到0.88。同時(shí)，互聯(lián)網(wǎng)效能感對交互體驗(yàn)感知也存在正向的相關(guān)性，路徑系數(shù)為0.29，即互聯(lián)網(wǎng)效能感強(qiáng)的人，一定程度上有利于提高交互體驗(yàn)感知，進(jìn)而達(dá)到提升學(xué)習(xí)滿意度的效果。

5 結(jié)論

本研究在綜述和借鑒前人研究的基礎(chǔ)上，構(gòu)建了慕課環(huán)境下虛擬實(shí)驗(yàn)室教學(xué)的學(xué)生滿意度影響因素的指標(biāo)體系，同時(shí)設(shè)計(jì)調(diào)查問卷進(jìn)行發(fā)放，獲取研究數(shù)據(jù)。并利用結(jié)構(gòu)方程算法，算出各影響因素與滿意度的路徑系數(shù)，從而得知各個(gè)因素的影響大小。結(jié)果如下:從潛變量(一級指標(biāo))來看，學(xué)生在線實(shí)驗(yàn)學(xué)習(xí)的交互感知是影響滿意度的最主要因素，自我調(diào)節(jié)學(xué)習(xí)的能力為第二大類影響因素，而互聯(lián)網(wǎng)效能感對滿意度的影響較小，排名最后。從觀測變量來看，實(shí)驗(yàn)內(nèi)容設(shè)計(jì)的合理性、實(shí)驗(yàn)操作的靈活性、實(shí)驗(yàn)操作的直觀性、幫助學(xué)生理解和獲取知識、激發(fā)學(xué)生興趣、學(xué)生與教師之間互動(dòng)的頻率、時(shí)間管理能力與對應(yīng)的潛變量的關(guān)聯(lián)性均較大。學(xué)生在在線虛擬實(shí)驗(yàn)的課堂中，首先關(guān)注實(shí)驗(yàn)的內(nèi)容設(shè)計(jì)和實(shí)驗(yàn)操作過程的體驗(yàn)，其次注重知識的獲取和興趣愛好的提升，此外，良好的時(shí)間管理能力也至關(guān)重要，這些因素共同影響著學(xué)生在線虛擬實(shí)驗(yàn)學(xué)習(xí)的滿意度。主要啟示有:

(1) 在線實(shí)驗(yàn)課程需要更多地關(guān)注實(shí)驗(yàn)平臺和實(shí)驗(yàn)內(nèi)容的設(shè)計(jì)。在開發(fā)實(shí)驗(yàn)平臺時(shí)，除了需要考慮實(shí)驗(yàn)平臺的可用性和實(shí)驗(yàn)過程的完整性之外，更需要注重學(xué)生的體驗(yàn)，如實(shí)驗(yàn)操作的靈活性和直觀性。此外，教師在撰寫實(shí)驗(yàn)方案的時(shí)候，需要認(rèn)真琢磨實(shí)驗(yàn)內(nèi)容的合理性，考慮實(shí)驗(yàn)內(nèi)容的難易程度、實(shí)驗(yàn)流程的便捷性、實(shí)驗(yàn)過程能否增強(qiáng)學(xué)生興趣、實(shí)驗(yàn)相關(guān)材料的擴(kuò)展等問題。

(2) 加強(qiáng)教師與學(xué)生的互動(dòng)。在實(shí)驗(yàn)操作過程中，學(xué)生可能會(huì)遇到很多問題需要教師來幫助解決，在課后教師需要對學(xué)生的實(shí)驗(yàn)結(jié)果進(jìn)行查閱和點(diǎn)評，因此學(xué)生與教師之間的互動(dòng)非常重要，也是提升學(xué)習(xí)滿意度的關(guān)鍵因子。

(3) 學(xué)生需要提升自我調(diào)節(jié)學(xué)習(xí)的能力，其中時(shí)間管理能力和良好的學(xué)習(xí)習(xí)慣尤為重要。由于慕課環(huán)境下的虛擬實(shí)驗(yàn)學(xué)習(xí)具有時(shí)間和地點(diǎn)的靈活性，有好的學(xué)習(xí)習(xí)慣、能合理地安排時(shí)間進(jìn)行學(xué)習(xí)、能把握好學(xué)習(xí)進(jìn)度，有利于更好地掌握和消化知識，進(jìn)而提升自我學(xué)習(xí)效率和滿意度。

References)

[1] 劉萍萍，陸兆攀，劉白林.慕課環(huán)境下虛擬實(shí)驗(yàn)室建設(shè)研究[J].價(jià)值工程，2017，36(9):191-193.

[2] 楊建良.基于Web的遠(yuǎn)程教育網(wǎng)絡(luò)在線虛擬實(shí)驗(yàn)室的設(shè)計(jì)[J].實(shí)驗(yàn)室研究與探索，2011，30(3):87-90.

[3] 李會(huì).遠(yuǎn)程教育環(huán)境下虛擬實(shí)驗(yàn)室的構(gòu)建[D].哈爾濱:東北林業(yè)大學(xué)，2005.

[4] 劉建濤. 遠(yuǎn)程教育環(huán)境下虛擬實(shí)驗(yàn)室的設(shè)計(jì)與實(shí)現(xiàn)[D].長春:吉林大學(xué)，2013.

[5] Moore M G.(1989b). Three types of interactions [J].The AmericanJournal of Distance Education，3(2):1-6.

[6] Puzziferro M.Online technologies self-efficacy and self-regu-lated learning as predictors of final grade and satisfaction in col-lege-level online courses[J].American Journal of Distance Education，22(2):72-89.

[7] 徐曉青，趙蔚，劉紅霞.大學(xué)生在線學(xué)習(xí)滿意度影響因素研究[J].中國遠(yuǎn)程教育，2017(5):43-50.

[8] Eastin M S，LaRose R.Internet Self-Efficacy and the Psychology of the Digital Divide[J]. Journal of Computer-Mediated Communication，2000，6(1):67-78.

[9] 侯英，陳希敏.聲譽(yù)、借貸可得性、經(jīng)濟(jì)及個(gè)體特征與農(nóng)戶借貸行為:基于結(jié)構(gòu)方程模型(SEM)的實(shí)證研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2014(9):61-71.

[10] 田璐，林憲生，鄧薇，等.基于SEM的智慧旅游滿意度研究:以山西皇城相府為例[J].國土與自然資源研究，2014(4):83-86.

[11] Bentler P M， Bonett D G.Significance tests and goodness of fit in theanalysis of covariance structures[J].Psychological Bulletin，1980，88(3):588-606.

[12] Bentler P M. On the fit of models to covariances and methodology to theBulletin[J].Psychological Bulletin，1992，112(3)：400-404.

[13] Bollen K A.Structural Equation Modeling with Latent Variables[M].NewYork:John Wiley，1989:37-211.

[14] 侯杰泰，溫忠麟，成子娟.結(jié)構(gòu)方程模型及其應(yīng)用[M].北京:教育科學(xué)出版社，2004:14-19，154-165.