亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        UTAUT2和TTF視角下學生持續(xù)使用網(wǎng)絡學習空間意愿模型分析

        2022-01-07 01:23:50牛盼盼王向陽
        軟件導刊 2021年12期
        關鍵詞:測量影響模型

        牛盼盼,張 薇,王 飛,王向陽

        (遼寧師范大學計算機與信息技術(shù)學院,遼寧大連 116081)

        0 引言

        網(wǎng)絡學習空間已逐漸成為集云、網(wǎng)、端一體化,教學資源和學習資源共建共享的新型虛擬學習空間,但空間的持續(xù)訪問量和活躍用戶數(shù)卻并不理想,總體應用程度不高,未實現(xiàn)常態(tài)化應用[1-2]。網(wǎng)絡學習空間建設與應用的基本任務,宏觀層面是加快推進教育信息化的轉(zhuǎn)型升級,構(gòu)建“互聯(lián)網(wǎng)+教育”新生態(tài);微觀層面是鼓勵教師利用信息技術(shù)組織教育活動,實現(xiàn)個性化學習。大學生作為網(wǎng)絡學習空間的主要目標對象,對網(wǎng)絡學習空間的滿意度和持續(xù)使用意愿直接影響其未來發(fā)展走向[3-5]。

        實證類研究近年成為網(wǎng)絡學習空間研究熱點,本文通過總結(jié)相關文獻,將實證類研究分為3 類:①基于技術(shù)接受模型TAM 的改善及擴展研究,如Venkatesh 等[6]及其他學者[7-8]相繼提出拓展的統(tǒng)一技術(shù)和使用技術(shù)模型(Unified theory of Acceptance and Use of Technology 2,UTAUT2)等經(jīng)典拓展模型,以提高模型的解釋力和適用性;②基于期望確認理論ECT 的改善及擴展研究[9],如張哲等[10]、蔡愛麗[11]以ECM-IS 為基礎,探討影響學習者使用MOOC 意愿的因素,結(jié)果表明,將感知易用性因素加入后的改進ECMIS 模型有更高的解釋力,同時ECM-IS 的原有假設關系能很好地解釋MOOC 學習者的持續(xù)使用意愿;③其他理論研究,如Van 等[12]、張靜等[13]、朱珂[14]以使用與滿足理論為基礎,結(jié)合后續(xù)訪談和平臺使用手冊,探究游戲化在線學習平臺的使用意愿。實證分析顯示,學生開始使用平臺的主要原因是學習動機、好奇心、樂趣等,而游戲設計元素本身不會激發(fā)學生使用意愿,但能延長學生繼續(xù)使用的意愿。

        以上有關用戶體驗的研究大多應用于市場經(jīng)濟、藝術(shù)設計等領域,較少將其引入到教育信息系統(tǒng)情境中,目前還沒有針對用戶體驗對用戶持續(xù)使用意愿形成影響的系統(tǒng)研究。本研究基于UTAUT2 和任務技術(shù)匹配模型(Task Technology Fit,TTF)視角,對網(wǎng)絡學習空間學生持續(xù)使用意愿的影響因素進行了分析,構(gòu)建了網(wǎng)絡學習空間學生持續(xù)使用意愿模型;通過問卷調(diào)研方式收集相關數(shù)據(jù),通過數(shù)據(jù)預處理、測量模型信效度檢驗與結(jié)構(gòu)方程模型驗證,對理論模型與研究假設進行了檢驗分析。

        1 理論模型與研究假設

        1.1 理論模型

        UTAUT2 是由多種技術(shù)組成的集成模型,相對于單個技術(shù)模型有更好的解釋力。TTF 從任務技術(shù)匹配的角度詮釋個人績效的提升。本研究對象主要為高校在校生,他們在使用網(wǎng)絡學習空間時不需要考慮價格因素,因此UTAUT2 的成本因素不在研究范圍。本研究以UTAUT2 和TTF 等模型為理論基礎,構(gòu)建網(wǎng)絡學習空間學生持續(xù)使用意愿影響因素的理論模型,并給出模型中各因素間的假設關系,如圖1 所示。

        Fig.1 Model of students'continuance intention in online learning space圖1 網(wǎng)絡學習空間學生持續(xù)使用意愿理論模型

        1.2 變量構(gòu)念與研究假設

        1.2.1 變量構(gòu)念

        任務特性指學習者通過網(wǎng)絡學習空間完成教師布置的線上、線下任務或個人學習需求等;技術(shù)特征指學生在網(wǎng)絡學習空間發(fā)生學習行為時,空間所表現(xiàn)出的功能特性。任務技術(shù)匹配指網(wǎng)絡學習空間對學生完成任務所提供的支持程度,體現(xiàn)在網(wǎng)絡學習空間資源內(nèi)容能夠滿足學生學習需求,同時個性化模塊和功能符合用戶需要等。

        UTAUT2 中績效期望指學習者使用網(wǎng)絡學習空間進行學習時期望提高的學習績效;努力期望指學習者使用網(wǎng)絡學習空間時需要花費的努力程度,與系統(tǒng)易用程度相關;社會影響指學生在使用網(wǎng)絡學習空間時受到周圍人的支持情況,如教師、同學,或外界環(huán)境影響,如學校政策、相關廣告等;便利條件指學生使用網(wǎng)絡學習空間時需要具備的輔助設施和基礎知識,如無線網(wǎng)絡或網(wǎng)絡學習的先前經(jīng)驗;享樂動機指學生在使用網(wǎng)絡學習空間時感受樂趣的程度,源于個人的內(nèi)在動機;習慣指學生自發(fā)使用網(wǎng)絡學習空間的趨勢。

        1.2.2 研究假設

        TTF 理論用于評估任務需求和技術(shù)能力的適配性,任務技術(shù)適配度受任務特性與技術(shù)特性雙重影響。Gu 等[15]基于TTF 模型構(gòu)建網(wǎng)絡學習的有效性和滿意度理論模型,研究表明任務復雜性和技術(shù)特征影響技術(shù)匹配,同時任務技術(shù)匹配對用戶的持續(xù)使用呈正向影響;Peng 等[16]基于UTAUT2 模型,計算各因素對用戶持續(xù)使用意愿的影響系數(shù),按照從大到小排序:績效期望、習慣、享樂動機、便利條件、努力期望、社會影響。

        綜上,本文提出以下假設:

        H1:任務特性顯著正向影響網(wǎng)絡學習空間學生的任務技術(shù)匹配度

        H2:技術(shù)特性顯著正向影響網(wǎng)絡學習空間學生的任務技術(shù)匹配度

        H3a:任務技術(shù)匹配度顯著正向影響網(wǎng)絡學習空間學生的績效期望

        H3b:任務技術(shù)匹配度顯著正向影響網(wǎng)絡學習空間學生的持續(xù)使用意愿

        H4:績效期望顯著正向影響網(wǎng)絡學習空間學生的持續(xù)使用意愿

        H5:努力期望顯著正向影響網(wǎng)絡學習空間學生的持續(xù)使用意愿

        H6:社會影響顯著正向影響網(wǎng)絡學習空間學生的持續(xù)使用意愿

        H7:便利條件顯著正向影響網(wǎng)絡學習空間學生的持續(xù)使用意愿

        H8:享樂動機顯著正向影響網(wǎng)絡學習空間學生的持續(xù)使用意愿

        H9:習慣顯著正向影響網(wǎng)絡學習空間學生的持續(xù)使用意愿

        2 數(shù)據(jù)分析

        本研究數(shù)據(jù)來源于問卷調(diào)查,問卷題均為客觀選擇題,采用封閉式自主填寫問卷方式。根據(jù)網(wǎng)絡學習空間獨特的情境性,UTAUT2模型測量題項根據(jù)Venkatesh 等[6](2012)改編;TTF 模型測量題項根據(jù)Wu 等(2017)改編;持續(xù)使用意愿測量題項根據(jù)朱珂(2017)[14]改編。問卷設計分為3 個部分:①介紹問卷研究目的和部分名詞;②調(diào)查學生的基本信息包括性別、年級和使用網(wǎng)絡學習空間時間;③設置題項用于測量學生對網(wǎng)絡學習空間持續(xù)使用意愿的實際情況。本研究采取在線網(wǎng)絡問卷和傳統(tǒng)紙質(zhì)問卷相結(jié)合的調(diào)研方式。

        2.1 數(shù)據(jù)預處理

        2.1.1 潛在變量描述統(tǒng)計分析

        首先利用SPSS 對模型的潛在變量進行整體描述性統(tǒng)計分析,包括平均值、標準差、偏度和峰度。各潛在變量如果平均值達到3.0 以上,標準差大于0.8,則說明被調(diào)查者對各因素都比較認同。由于本研究需要使用最大似然估計法進行數(shù)據(jù)分析,所以樣本數(shù)據(jù)是否遵從正態(tài)分布對后續(xù)分析有著至關重要的影響。當偏度絕對值小于3,峰度絕對值小于8 時,樣本基本遵循正態(tài)分布。本研究描述性統(tǒng)計分析結(jié)果表明,變量平均值在3.542~3.785 之間,標準差在0.941~1.093 之間,說明題目設置合理有效。潛在變量的偏度值介于-1.146~-0.419 之間,峰度值介于-0.823~1.422之間,說明樣本數(shù)據(jù)滿足正態(tài)分布條件。

        2.1.2 問卷數(shù)據(jù)信度分析

        為檢驗問卷的信度,本研究使用克朗巴哈系數(shù)(Cronbach’s Alpha)來檢驗問卷數(shù)據(jù)的內(nèi)部一致性,評判標準為該值要大于0.7。檢驗結(jié)果中,網(wǎng)絡學習空間學生持續(xù)使用意愿影響因素模型的整體Cronbach’s Alpha 為0.948,其中10 個潛在變量的測量量表Cronbach’s Alpha 系數(shù)為0.840~0.893 之間,均在0.7 以上,達到了信度檢驗標準。

        2.1.3 問卷數(shù)據(jù)效度分析

        本研究采取探索性因子分析方法來驗證調(diào)查問卷的結(jié)構(gòu)效度,KMO 和Bartlett 球形檢驗結(jié)果中,KMO=0.933(大于0.7),Bartlett 球形檢驗的近似卡方值為12 387.019,自由度(df)為666,顯著性水平(Sig.)=0.000(非常顯著),證明了各變量不傾向于獨立假設,問卷所測量的數(shù)據(jù)集中度良好,適合進行因子分析。

        利用因子分析功能對所獲得的觀測變量數(shù)據(jù)進行探索性因子分析,旋轉(zhuǎn)方法為“最大方差法”。問卷數(shù)據(jù)的37個測量指標被提取出10 個特征值大于1 的公因子,累計解釋方差達到75.86%,說明所提取出的這10 個公因子能反應37 個測量指標75.86%的信息,較好地解釋了整體問卷數(shù)據(jù)所包含的信息。同時,同潛變量的觀測變量在所對應的維度上因子載荷值均大于0.7(大于標準值0.5),且在其他潛變量維度上的因子載荷值小于0.5,說明測量問卷具有良好的結(jié)構(gòu)效度。

        2.2 測量模型的信效度分析

        本文使用AMOS22.0 對測量模型數(shù)據(jù)進行驗證性因子分析,簡稱CFA。在進行CFA 過程中,整體模型適配度的評判參考標準及測量結(jié)果主要采用絕對適配指數(shù)、增值適配指數(shù)、簡約適配指數(shù)3 個指標進行驗證,如表1 所示[19-20]。

        絕對適配指數(shù)用于檢測測量模型與調(diào)研樣本之間的匹配程度,主要采取以下指標進行判別,卡方值與自由度的比值CMIN/DF=1.340,介于標準值1-3;標準化殘差均方和平方根RMSEA=0.025,小于優(yōu)秀評價標準值0.5;良適性適配指標GFI=0.928,調(diào)整后良適性適配指標AGFI=0.913,均達到優(yōu)秀標準值0.9 以上。增值適配指數(shù):將模型與虛擬模型進行相互比較用于判別模型契合度,主要采用規(guī)則適配指數(shù)NFI=0.938,比較適配指數(shù)CFI=0.984,非規(guī)準適配指數(shù)TLI/NNFI=0.981,增值適配指數(shù)IFI=0.984 進行判別,這4 個指標都達到了優(yōu)秀標準值0.9 以上。

        Table 1 Overall model fit test value表1 整體模型適配度檢驗值

        簡約適配指數(shù)用于判斷模型精準程度,主要采用簡約規(guī)范適配指數(shù)PNFI=0.823,簡約適配度指數(shù)PGFI=0.771 進行判別,這兩個值均超過了標準值0.5。

        在驗證性因子分析基礎上,本文主要分析網(wǎng)絡學習空間學生持續(xù)使用意愿影響因素測量模型中潛在變量的標準化因子負荷(STD)、多元相關平方(SMC)、平均方差抽取量(AVE)、組合信度(CR),驗證性因子分析結(jié)果如表2 所示。37 個觀測變量在對應的潛在變量維度上的標準化因子負荷值(STD)在0.732~0.889 之間,均大于理想值0.7;各觀測變量相對應的多元相關平方值(SMC)在0.536~0.806之間,均大于理想值0.5;10 個潛在變量的組合信度(CR)最小值為0.840,大于理想值0.7;同時各潛在變量的平均方差抽取量(AVE)的值為0.614~0.713,均大于0.5。統(tǒng)計結(jié)果顯示網(wǎng)絡學習空間學生持續(xù)使用意愿測量模型的信度和效度良好。

        2.3 結(jié)構(gòu)模型驗證分析結(jié)果

        2.3.1 初始結(jié)構(gòu)模型路徑及適配度檢驗

        為進一步分析網(wǎng)絡學習空間學生持續(xù)使用意愿理論模型中10 個路徑假設是否合理,本研究利用AMOS22.0 中最大似然估計法進行路徑系數(shù)的估計和顯著性檢驗。初始模型的擬合優(yōu)度指標結(jié)果顯示:CMIN/DF 為1.514;RMSEA 值0.031;GFI=0.919;AGFI 為0.904;NFI=0.929;IFI=0.975;TLI/NNFI=0.972;CFI=0.974;PGFI=0.781;PNFI=0.834,均符合評價標準,故本研究認為初始網(wǎng)絡學習空間學生持續(xù)使用意愿結(jié)構(gòu)模型具有良好的適配度。路徑分析檢驗結(jié)果表示網(wǎng)絡學習空間學生持續(xù)使用意愿初始模型中10 個假設路徑,除了“努力期望→持續(xù)使用意愿”(C.R.=1.596<1.96,P=0.111>0.05)1 條路徑系數(shù)不顯著外,其余9 個路徑關系標準化系數(shù)均顯著,說明理論模型的多數(shù)路徑關系假設符合實際測量數(shù)據(jù)結(jié)果。

        Table 2 Confirmatory factor analysis results表2 驗證性因子分析結(jié)果

        2.3.2 結(jié)構(gòu)模型的修正與檢驗

        潛在變量路徑分析評估應該包含整體模型適配度鑒別、適當?shù)臉藴收`差、參數(shù)估計值的顯著性、參數(shù)估計值的合理性幾個方面,結(jié)構(gòu)模型修正步驟如下:①刪除假設關系不成立的路徑;②新增修正指數(shù)MI 大于20 的誤差變量間共變關系,保證誤差變量只能在同一潛在變量間進行。進行模型修正時,一次只修正一個參數(shù),修正完后再重新執(zhí)行模型估計。

        根據(jù)初始模型檢驗結(jié)果,剔除初始模型中的努力期望因素,即假設H5。本文重新繪制了網(wǎng)絡學習空間用戶持續(xù)使用意愿影響因素結(jié)構(gòu)模型圖,計算結(jié)構(gòu)模型的路徑系數(shù),進行顯著性檢驗。

        修正后SEM 擬合適配度指標參數(shù)結(jié)果如下:CMIN/DF為1.560,RMSEA 值0.033,GFI=0.926,AGFI 為0.912,NFI=0.934,IFI=0.975,TLI/NNFI=0.972,CFI=0.975,PGFI=0.777,PNFI=0.833,參考模型適配度檢驗值評價標準(表1)可知均符合評價標準,表明修正的網(wǎng)絡學習空間用戶持續(xù)使用意愿影響因素模型具有良好的適配度,本文提出的相關路徑假設關系與實際測量樣本數(shù)據(jù)較吻合,相關理論模型的建構(gòu)及假設較合理。

        AMOS22.0 輸出的路徑分析檢驗結(jié)果如表3 所示,修正后的網(wǎng)絡學習空間學生持續(xù)使用影響因素模型中9 個假設路徑均顯著:C.R.絕對值>1.96,P<0.05,符合接受路徑顯著性假設,說明理論模型的多數(shù)路徑關系假設符合實際測量數(shù)據(jù)結(jié)果。

        Table 3 Path analysis test results after model revision表3 模型修正后路徑分析檢驗結(jié)果

        3 結(jié)語

        從模型假設檢驗結(jié)果來看,任務特性(β=0.394)和技術(shù)特性(β=0.277)對任務技術(shù)匹配有直接正向顯著作用;任務技術(shù)匹配(β=0.601)在對績效期望存在正向顯著影響的同時,還能通過績效期望對持續(xù)使用意愿起到間接影響作用;影響學生持續(xù)使用意愿的直接影響因素,按路徑系數(shù)(標準化直接效果值)的大小進行排序如下:績效期望(β=0.214)、社會影響(β=0.209)、任務技術(shù)匹配(β=0.168)、習慣(β=0.166)、享樂動機(β=0.157)、便利條件(β=0.133)。

        任務技術(shù)匹配對學生持續(xù)使用意愿的直接效果值是0.168,通過績效期望間接影響學生持續(xù)使用意愿的間接效果值是0.129(0.168*0.601=0.129),總效果值為0.297,是影響學生持續(xù)使用意愿中總效果值中最大的因素。這表明網(wǎng)絡學習空間功能特性能夠支持學生完成任務,兩者一致性較高時將會增加學生對網(wǎng)絡學習空間影響學習績效的意識,同時對持續(xù)使用意愿有非常明顯的支持。

        首先,績效期望是直接影響持續(xù)使用意愿效果值中最高的影響因素,是決定學生是否繼續(xù)使用網(wǎng)絡學習空間的關鍵因子,表明學生在使用網(wǎng)絡學習空間時帶有達成學習計劃、提升學習效果的期望。學生對網(wǎng)絡學習空間的使用偏向?qū)嵱眯哉J知,實用性越高對學生的吸引力越強。其次,社會影響因素是直接影響學生持續(xù)使用意愿的第二大影響因素,這與之前的調(diào)研情況吻合。參與調(diào)研的對象是在教師指導下,未來一段時間會繼續(xù)利用網(wǎng)絡學習空間完成課程學習的學生,所以不難理解學生的持續(xù)使用意愿會受到教師、同學和外界影響,結(jié)果也證明學生在決定是否繼續(xù)使用該空間時會受到他人的推薦以及宣傳報道等外部影響,這也從側(cè)面說明網(wǎng)絡學習空間推廣工作的重要性。

        習慣因素也被驗證是學生持續(xù)使用意愿的重要前因,每當學生進行網(wǎng)絡學習時會傾向于直接使用網(wǎng)絡學習空間。享樂動機是重要影響因素,表明學生在考慮是否繼續(xù)使用網(wǎng)絡學習空間時,不僅關心網(wǎng)絡學習空間是否具有實用性,還會考慮使用過程中的樂趣性。最后,便利條件因素也對持續(xù)使用意愿有顯著作用,表明學生會考慮所需硬件設備、網(wǎng)絡技術(shù)支持以及具備的知識等情況。

        本文在理論模型制定過程中雖然借鑒了先前成熟的經(jīng)驗,但在不同情境下會有多樣差異性,研究者通常只能根據(jù)研究目的選取和設計理論模型,很難將潛在因素考慮周全。目前網(wǎng)絡學習空間是新型教育信息系統(tǒng)的研究熱點,隨著信息技術(shù)的發(fā)展會不斷更新使用功能和系統(tǒng)環(huán)境,師生的學習方式和使用目的也會發(fā)生變化,尤其在網(wǎng)絡學習空間用戶體驗與用戶持續(xù)使用關系的研究方面還有諸多問題尚未充分探討。

        猜你喜歡
        測量影響模型
        一半模型
        是什么影響了滑動摩擦力的大小
        哪些顧慮影響擔當?
        當代陜西(2021年2期)2021-03-29 07:41:24
        重要模型『一線三等角』
        重尾非線性自回歸模型自加權(quán)M-估計的漸近分布
        把握四個“三” 測量變簡單
        滑動摩擦力的測量和計算
        滑動摩擦力的測量與計算
        3D打印中的模型分割與打包
        擴鏈劑聯(lián)用對PETG擴鏈反應與流變性能的影響
        中國塑料(2016年3期)2016-06-15 20:30:00
        国产精品综合色区av| 干出白浆视频在线观看| 中文字幕日本五十路熟女| 亚洲中文字幕乱码在线观看| 亚洲国产精品久久久婷婷| 欧美a级在线现免费观看| 亚洲日韩中文字幕一区| 亚洲精品亚洲人成在线下载| 亚洲成生人免费av毛片| 国产亚洲视频在线播放| 免费人成再在线观看视频 | 国产人成无码视频在线| 国产日韩精品视频一区二区三区| 国家一级内射高清视频| 国产精品美女一区二区视频 | 国产色综合天天综合网| 欧美日韩一区二区三区视频在线观看| 国产精品综合色区av| 精品国产亚洲av高清大片| 九九热线有精品视频86| 伊人色综合久久天天人手人停| 欧美日韩国产在线成人网| 91蜜桃精品一区二区三区毛片| 日韩av在线播放人妻| 亚洲av成人无遮挡网站在线观看| 国产精品国产三级国产av′| 久久国产精品免费一区六九堂| 亚洲av在线观看播放| 色777狠狠狠综合| 日韩区在线| 亚洲综合久久一本久道| 亚洲天堂av高清在线| 人妻丰满熟av无码区hd| 欧美最猛性xxxxx免费| 91华人在线| 中文字幕av久久激情亚洲精品| 丝袜美腿av在线观看| 亚洲精品92内射| 国产精品一区二区三级| av一区二区在线网站| (无码视频)在线观看|