摘?要：本文從UTAUT模型出發(fā)，構(gòu)建教學(xué)實(shí)踐過程中，大學(xué)生參與線上學(xué)習(xí)的影響因素研究模型，通過問卷收集數(shù)據(jù)，對(duì)問卷進(jìn)行信度檢驗(yàn)和結(jié)構(gòu)效度檢驗(yàn)，并結(jié)合結(jié)構(gòu)方程模型（SEM）得到顯著的影響路徑。實(shí)證研究發(fā)現(xiàn)大學(xué)生線上學(xué)習(xí)行為的影響因素按影響力從大到小排列依次為：績(jī)效期望、努力期望和社群影響?？?jī)效期望的主要因素為：線上學(xué)習(xí)便捷、課程內(nèi)容豐富、群體學(xué)習(xí)有幫助。根據(jù)影響因素模型及實(shí)證結(jié)果對(duì)線上教學(xué)提出建議：堅(jiān)定線上與線下相結(jié)合的教學(xué)模式，豐富教學(xué)資源，以知識(shí)脈絡(luò)的形式調(diào)整課程結(jié)構(gòu);緊跟最新技術(shù)發(fā)展，搜集典型案例融入課堂;緊跟時(shí)事熱點(diǎn)，設(shè)計(jì)思政要素，充實(shí)案例庫;優(yōu)化群體學(xué)習(xí)環(huán)境，更好地實(shí)踐虛擬課堂中的眾包學(xué)習(xí)任務(wù)、互學(xué)和互評(píng)環(huán)節(jié)。

關(guān)鍵詞：UTAUT模型;線上學(xué)習(xí)行為;影響因素;結(jié)構(gòu)方程模型

線上教育是信息技術(shù)與教育融合的產(chǎn)物，線上教育平臺(tái)是一種特殊的信息系統(tǒng)。為了更好地衡量我們的網(wǎng)絡(luò)課堂授課效果，調(diào)研學(xué)生對(duì)線上課程的使用意愿，找出網(wǎng)絡(luò)學(xué)習(xí)的影響因素，我們使用信息系統(tǒng)領(lǐng)域的整合型技術(shù)接受和使用理論（Unified?Theory?of?Acceptance?and?Use?of?Technology，UTAUT）[1]對(duì)學(xué)生參與網(wǎng)絡(luò)課堂學(xué)習(xí)的行為進(jìn)行分析。UTAUT理論整合了這些模型中的各種潛在變量，提取出顯著影響用戶對(duì)于新技術(shù)使用意愿和使用行為的四個(gè)潛在變量：績(jī)效期望PE、努力期望EE、社群影響SI以及促進(jìn)條FC。其中前三個(gè)變量對(duì)使用意愿直接影響，最后一個(gè)變量對(duì)使用行為直接影響。經(jīng)過實(shí)證檢驗(yàn)，UTAUT對(duì)用戶使用行為的解釋力高達(dá)70%，比以往的模型都更為有效。

綜合已有文獻(xiàn)[26]的研究成果，本文為學(xué)生參與網(wǎng)絡(luò)課程學(xué)習(xí)的UTAUT模型引入了4個(gè)控制變量：性別、年級(jí)、專業(yè)和上網(wǎng)頻率，并假設(shè)這4個(gè)控制變量的復(fù)合作用將對(duì)4個(gè)核心自變量產(chǎn)生顯著的影響。

1?基于UTAUT的線上學(xué)習(xí)行為影響因素模型

本文面向UTAUT理論建立網(wǎng)絡(luò)課堂學(xué)習(xí)的影響因素模型圖1。模型包含網(wǎng)絡(luò)學(xué)習(xí)意愿和網(wǎng)絡(luò)學(xué)習(xí)行為2個(gè)因變量和4個(gè)自變量（績(jī)效期望、努力期望、社群影響、促進(jìn)條件），網(wǎng)絡(luò)學(xué)習(xí)意愿是網(wǎng)絡(luò)學(xué)習(xí)行為的自變量，促進(jìn)條件是網(wǎng)絡(luò)學(xué)習(xí)行為的自變量。在此基礎(chǔ)上，我們根據(jù)網(wǎng)絡(luò)學(xué)習(xí)平臺(tái)的特點(diǎn)、網(wǎng)絡(luò)學(xué)習(xí)的特點(diǎn)以及大學(xué)生的網(wǎng)絡(luò)行為，并綜合UTAUT理論的應(yīng)用成果，設(shè)計(jì)網(wǎng)絡(luò)學(xué)習(xí)行為UTAUT模型的維度參數(shù)圖（圖2）。

本文提出如下研究假設(shè)，并對(duì)項(xiàng)目前期參與網(wǎng)絡(luò)教學(xué)的學(xué)生展開調(diào)查，對(duì)問卷進(jìn)行信度和效度檢驗(yàn)，并結(jié)合結(jié)構(gòu)方程模型（Structural?Equation?Model，SEM）評(píng)估因素之間的影響權(quán)重，從而驗(yàn)證研究假設(shè)。

H1：績(jī)效期望對(duì)學(xué)生網(wǎng)絡(luò)學(xué)習(xí)意愿有顯著正向影響。

H2：努力期望對(duì)學(xué)生網(wǎng)絡(luò)學(xué)習(xí)意愿有顯著正向影響。

H3：社群影響對(duì)學(xué)生網(wǎng)絡(luò)學(xué)習(xí)意愿有顯著正向影響。

H4：促進(jìn)條件對(duì)學(xué)生網(wǎng)絡(luò)學(xué)習(xí)行為有顯著正向影響。

H5：學(xué)生網(wǎng)絡(luò)學(xué)習(xí)意愿對(duì)網(wǎng)絡(luò)學(xué)習(xí)行為有顯著正向影響。

H6：網(wǎng)絡(luò)學(xué)習(xí)意愿在績(jī)效期望、努力期望、社群影響與網(wǎng)上學(xué)習(xí)行為之間起中介作用。

2?調(diào)查問卷設(shè)計(jì)及問卷分析

2.1?調(diào)查問卷設(shè)計(jì)

本文面向完成網(wǎng)上教學(xué)的學(xué)生采集圖2模型中各個(gè)潛變量的數(shù)據(jù)，問卷的主體共21個(gè)問題，分別對(duì)圖2的UTAUT模型的16個(gè)變量維度以及網(wǎng)絡(luò)學(xué)習(xí)的意愿和行為進(jìn)行測(cè)度。所有變量測(cè)量均采用李克特七級(jí)量表，分值從1到7。

2.2?問卷的信度檢驗(yàn)和效度檢驗(yàn)

本文通過問卷星平臺(tái)發(fā)放并回收365份問卷，有效問卷率為93.7%。本文采用克隆巴赫信度系數(shù)Alpha評(píng)價(jià)問卷內(nèi)部的一致性，Alpha系數(shù)取值越高，信度越高，問卷的內(nèi)部一致性越好。把表1的所有問題進(jìn)行信度檢驗(yàn)，結(jié)果顯示：?jiǎn)柧砜偟腁lpha系數(shù)為0.74，信度尚可，問卷具有使用的價(jià)值。不過，仔細(xì)觀察表2第二行發(fā)現(xiàn)，EE4、EE5以及FC3與其他項(xiàng)的總計(jì)相關(guān)性皆為負(fù)值，表明這幾個(gè)題項(xiàng)與其他題項(xiàng)明顯不相關(guān);表2第三行顯示，如果把EE4、EE5、FC3分別從問卷中刪除，那么問卷的克隆巴赫系數(shù)會(huì)增加。因此，綜合考量變量的相關(guān)性以及問卷的信度，我們將EE4、EE5、FC3從問卷中刪除，得到新問卷的克隆巴赫系數(shù)為0.81：對(duì)于各個(gè)潛在變量，其變量?jī)?nèi)部的觀測(cè)題項(xiàng)之間的相關(guān)性皆為正，說明觀測(cè)題項(xiàng)之間的相關(guān)程度較高，題項(xiàng)設(shè)計(jì)合理;各潛在變量的Alpha系數(shù)都比問卷Alpha系數(shù)要小得多，這說明基于UTAUT模型構(gòu)建的問卷信度遠(yuǎn)高于單一變量組成的問卷。這說明，把EE4、EE5、FC3去掉后的問卷中各個(gè)題項(xiàng)對(duì)于提升問卷內(nèi)部的一致性皆有正向貢獻(xiàn)，都可以保留。

本文采用因子分析方法來檢驗(yàn)問卷的結(jié)構(gòu)效度。結(jié)果顯示KMO值為0.755，Bartlett球形度檢驗(yàn)的近似卡方值（1965.64）很大且顯著性水平為0，這說明問卷數(shù)據(jù)的各變量間的相關(guān)性較強(qiáng)，適合做因子分析，數(shù)據(jù)具有效度。

問卷數(shù)據(jù)旋轉(zhuǎn)后的因子載荷矩陣一定包含6個(gè)因子，累積方差解釋率為68.303%，這說明題項(xiàng)的信息量可以有效地提取出來。潛在變量與因子的關(guān)系：網(wǎng)上學(xué)習(xí)意愿LI和網(wǎng)上學(xué)習(xí)行為L(zhǎng)B可由因子1解釋，努力期望EE由因子2解釋，社群影響SI由因子3解釋，績(jī)效期望PE由因子5解釋。而促進(jìn)條件則由兩個(gè)因子共同解釋，其中FC2和FC4由因子4解釋，F(xiàn)C1單獨(dú)由因子6解釋。這顯示，F(xiàn)C1與另外兩個(gè)促進(jìn)條件FC2和FC4之間的相關(guān)性偏弱，再結(jié)合表2中FC1的“修正后的項(xiàng)與總計(jì)相關(guān)性”只有0.02，可把FC1從問卷中刪除。去掉FC1后，KMO值略微上升，旋轉(zhuǎn)后的因子載荷矩陣由5個(gè)因子組成，累計(jì)方差解釋率65.95%。潛在變量?jī)?nèi)部的觀測(cè)題項(xiàng)與因子的對(duì)應(yīng)關(guān)系與預(yù)期一致，問卷結(jié)構(gòu)效度良好。

3?問卷的結(jié)構(gòu)方程模型分析

去掉觀測(cè)變量EE4、EE5、FC3和FC1，綜合四個(gè)控制變量（性別、年級(jí)、專業(yè)和上網(wǎng)頻率）建立初始的結(jié)構(gòu)方程模型。經(jīng)檢驗(yàn)發(fā)現(xiàn)，在顯著性水平0.05下，四個(gè)控制變量對(duì)網(wǎng)上學(xué)習(xí)意愿LI的影響都不顯著，或許是由于對(duì)于大學(xué)生群體而言，這幾個(gè)控制變量的變化比較小。進(jìn)一步分析結(jié)構(gòu)方程模型中各條路徑的回歸系數(shù)發(fā)現(xiàn)，在顯著性水平0.05下，路徑LB←FC和PE3←PE都是不顯著的，因此從結(jié)構(gòu)模型中刪除，得到的模型復(fù)雜度下降，擬合優(yōu)度提升，得到圖3性能較優(yōu)的結(jié)構(gòu)方程模型。我們采用常用的擬合指數(shù)來評(píng)價(jià)模型。絕對(duì)擬合指數(shù)GFI和AGFI在0.8～0.9之間，增值擬合指數(shù)NFI、IFI和CFI皆在0.8左右，這表明我們的模型擬合度尚可，模型可以接受。

圖3顯示潛在變量PE與其觀測(cè)變量PE1、PE2和PE3之間的標(biāo)準(zhǔn)路徑系數(shù)在0.4左右，而其他潛在變量與觀測(cè)變量之間的標(biāo)準(zhǔn)路徑系數(shù)都明顯大于0.5，且所有潛在變量與觀測(cè)變量之間的路徑都是顯著的（P<0.001），每道題的誤差變量達(dá)到P<0.001顯著性水平，這說明潛在變量對(duì)觀測(cè)變量的解釋都是有意義的，問卷質(zhì)量較好。在P<0.005顯著性水平下，路徑LI←PE，LI←EE，LI←SI和LB←LI都是顯著的。大學(xué)生的網(wǎng)上學(xué)習(xí)意愿對(duì)網(wǎng)上學(xué)習(xí)行為有非常顯著的正向影響（H5），網(wǎng)上學(xué)習(xí)意愿起中介作用（H6），而促進(jìn)條件對(duì)網(wǎng)上學(xué)習(xí)行為的影響是不顯著的（H4）。根據(jù)路徑系數(shù)，績(jī)效期望、努力期望和社群影響都對(duì)網(wǎng)上學(xué)習(xí)意愿有顯著的正向影響（H1、H2、H3），且影響力依次減小，績(jī)效期望的影響明顯高出很多。綜上所述，除了假設(shè)四H4，表1提出的其他研究假設(shè)都是可以接受的。

4?大學(xué)生網(wǎng)上學(xué)習(xí)的影響因素分析及建議

綜合研究假設(shè)，圖2的UTAUT模型維度圖以及圖3的結(jié)構(gòu)方程模型，對(duì)于學(xué)生前期的網(wǎng)上學(xué)習(xí)情況，本文得到以下結(jié)論：

（1）學(xué)生愿意選擇線上學(xué)習(xí)，主要是因?yàn)榫€上學(xué)習(xí)能夠帶來預(yù)想的好處，包括網(wǎng)絡(luò)學(xué)習(xí)很便捷，方便碎片化學(xué)習(xí);我們提供的網(wǎng)絡(luò)課程資源豐富，有助于學(xué)生拓展知識(shí);而且通過網(wǎng)絡(luò)的形式，學(xué)生之間更方便相互學(xué)習(xí)，共同討論，有利于學(xué)習(xí)的提升。但是網(wǎng)絡(luò)學(xué)習(xí)資源的質(zhì)量沒有得到學(xué)生的一致認(rèn)可，這需要我們不斷地升級(jí)學(xué)習(xí)內(nèi)容和學(xué)習(xí)方式。要提升學(xué)生線上學(xué)習(xí)的積極性，首先要想辦法提高其績(jī)效期望。

（2）努力期望也會(huì)顯著影響學(xué)習(xí)意愿，線上學(xué)習(xí)平臺(tái)操作要簡(jiǎn)單易上手，課程結(jié)構(gòu)設(shè)計(jì)要清晰明了，讓人容易找到相應(yīng)的學(xué)習(xí)任務(wù)，且提供的學(xué)習(xí)資源要豐富，而且很容易能夠獲取或下載?？傊?，完成網(wǎng)上學(xué)習(xí)的操作越簡(jiǎn)單越好，我們需要持續(xù)優(yōu)化。目前來看，學(xué)生對(duì)于我們已建立的學(xué)習(xí)任務(wù)的難度和所需時(shí)間是不一致的，從問卷數(shù)據(jù)得不到統(tǒng)計(jì)意義上的結(jié)果，因此后面還需要專門研究“任務(wù)難度”“完成時(shí)間”“任務(wù)類型”等特點(diǎn)的影響。

（3）大學(xué)生所處社會(huì)環(huán)境以及周圍人群對(duì)線上學(xué)習(xí)的態(tài)度，對(duì)其網(wǎng)上學(xué)習(xí)的意愿也有一定的影響。學(xué)校加大線上教學(xué)的扶持力度，允許教學(xué)方式的多樣化改革，將促進(jìn)學(xué)生線上學(xué)習(xí)的積極性。

（4）不過，問卷關(guān)注的多項(xiàng)促進(jìn)條件對(duì)于網(wǎng)上學(xué)習(xí)行為的影響并不顯著，原因可能是多個(gè)方面的。一來在移動(dòng)互聯(lián)網(wǎng)普及的今天，免費(fèi)網(wǎng)絡(luò)對(duì)學(xué)生的學(xué)生影響不大;二來，可能學(xué)生在學(xué)習(xí)的過程中并沒有遇到困難，不需要外界的幫助，又或許遇到困難時(shí)，學(xué)生并沒有得到所要的幫助，這需要在后續(xù)的教學(xué)中多關(guān)注。三來，線上學(xué)習(xí)平臺(tái)基本都開發(fā)了移動(dòng)端應(yīng)用，能夠滿足學(xué)生的基本需要。但在學(xué)習(xí)的過程中，學(xué)生還是期望有一定輔助的，包括及時(shí)的答疑交流、同伴督學(xué)、教師評(píng)價(jià)和同伴評(píng)價(jià)等。而學(xué)生對(duì)于“學(xué)習(xí)資源優(yōu)質(zhì)”的感知也是不一致的，這說明我們的學(xué)習(xí)資源確實(shí)有不斷優(yōu)化的必要性。

參考文獻(xiàn)：

[1]VENKATESH?V，MORRIS?M?and?DAVIS?G?B.User?acceptance?of?information?technology?toward?a?unified?view[J].MIS?Quarterly，2003，27（3）：425478.

[2]郭捷，王嘉偉.基于UTAUT視角的眾包物流大眾參與行為影響因素研究[J].運(yùn)籌與管理，2017（11）：510.

[3]王錢永，毛海波.基于UTAUT模型的MOOC學(xué)習(xí)行為因素分析[J].電化教育研究，2016（6）：4348.

[4]譚春輝，張潔，曾奕棠.基于UTAUT模型的消費(fèi)者網(wǎng)絡(luò)購物影響因素研究[J].管理現(xiàn)代化，2014，34（03）：2830.

[5]陳自潔.以智能手機(jī)為媒介的線上線下雙向互動(dòng)教學(xué)[J].高教學(xué)刊，2019（05）：2629+32.

[6]陳自潔.基于眾包的“互聯(lián)網(wǎng)+”教學(xué)互動(dòng)模式[J].教育教學(xué)論壇，2018（36）：179180.

項(xiàng)目：廣東省教育廳2018年度廣東省教育科學(xué)“十三五”規(guī)劃項(xiàng)目——智慧課堂中的眾包質(zhì)量?jī)?yōu)化策略及實(shí)踐（項(xiàng)目編號(hào)2018GXJK074）資助

作者簡(jiǎn)介：陳自潔（1980—?），女，漢族，廣東佛山人，博士，講師，研究方向：數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)、電子商務(wù)。