黃詰雅 余城青 李穎欣 金洲

(浙江工業(yè)大學教育科學與技術學院)

一、引言

在“互聯(lián)網+”時代，信息技術不斷發(fā)展，移動設備快速更迭，越來越多的學習者有條件通過移動設備進行學習，網絡和教育的融合程度不斷加深。大數(shù)據(jù)、人工智能、云計算等技術不斷發(fā)展，大大改善了學習者的學習體驗，學習者的學習環(huán)境更加流暢和優(yōu)質。學習者可以選擇任意的時間、任意的地點，利用智能設備獲取新知。受疫情的影響，網絡上在線學習資源的數(shù)量大幅增長，移動學習方式逐漸走入大學生群體中。移動學習自身的便捷性、移動學習資源的豐富性為大學生提供了堅實的學習支持。然而目前仍有一部分大學生在移動學習過程中交互意愿不強，在交互網絡中處于邊緣狀態(tài)，并且學習積極性也有待加強。為提高大學生在移動學習過程中的交互意愿，提升大學生移動學習的學習成效，本文應用技術接受模型，探究大學生移動學習交互意愿的影響因素。

二、理論基礎

（一）技術接受模型

技術接受模型由Davis提出，是在理性行為理論的基礎上，研究用戶對信息系統(tǒng)接受時所提出對模型，其模型結構如圖 1所示。其中感知有用性和感知易用性是技術接受模型中的兩個主要因素。

圖1 技術接受模型

（二）研究現(xiàn)狀

劉根萍等人基于擴展技術接受模型，對影響大學生接受移動學習方式的關鍵因素進行了探究，從移動服務供應商、移動學習資源和平臺三個方面提出了建議[1]。王金濤將技術接受模型和任務技術匹配模型相結合，發(fā)現(xiàn)感知任務技術匹配、行為態(tài)度是行為意愿的直接影響因素[2]。吳艷等人在用戶接受視角下，從系統(tǒng)成功評價和用戶使用意愿兩個方面構建影響因素理論模型[3]。陳美玲等人發(fā)現(xiàn)，滿意度、期望確認度等因素是影響移動學習者持續(xù)使用意愿等關鍵影響因素[4]。Sidik等人發(fā)現(xiàn)，績效期望、努力期望、服務質量等因素是學生移動學習的顯著影響因素[5]。Wang等人應用UTAUT模型進行影響因素模型構建，發(fā)現(xiàn)社會影響、學習自我管理能力等因素能夠顯著影響學習者移動學習的使用意愿，性別因素能夠調節(jié)社會影響效應和學習自我管理能力對移動學習使用意愿的影響過程[6]。

三、研究過程

（一）研究假設和研究模型

王志軍等人發(fā)現(xiàn)，移動學習資源畫面能夠影響學習者的體驗和投入度[7]。在移動學習的過程中，學習者通過和同伴、教師的交互，其孤獨感在一定程度上能夠得到減少，并且提升了其持續(xù)學習的意愿[8]。有關研究顯示，學習者的自我調節(jié)能力越強，其參與學習活動的頻率越高[9]。因此，本研究在技術接受模型的視角下，選取社會支持和資源畫面作為外部變量，自我調節(jié)能力作為調節(jié)變量，提出以下假設：

H1 感知易用性對感知有用性產生直接正向顯著影響；

H2 感知有用性對交互意愿產生直接正向顯著影響；

H3 資源畫面對感知易用性產生直接正向顯著影響；

H4 資源畫面對感知有用性產生直接正向顯著影響；

H5 社會支持對感知易用性產生直接正向顯著影響；

H6 社會支持對感知有用性產生直接正向顯著影響；

H7 自我調節(jié)能力會在感知有用性和交互意愿之間起調節(jié)作用。

基于上述研究假設，構建大學生移動學習意愿的影響因素模型，如圖2所示。

所有冠心病患者共檢出37例FH，檢出率為4.47%。早發(fā)冠心病組檢出FH 29例(檢出率為8.31%)，高于非早發(fā)冠心病組的8例(檢出率為1.67%)，差異具有統(tǒng)計學意義(χ2=20.85，P=0.000)。男性早發(fā)冠心病患者的FH檢出率8.42%高于男性非早發(fā)冠心病患者的1.74%，差異具有統(tǒng)計學意義(χ2=17.43，P=0.000)。早發(fā)冠心病組及非早發(fā)冠心病組中，男女間FH檢出率差異均無統(tǒng)計學意義(P均>0.05)。見表2。

圖2 大學生移動學習交互意愿影響因素模型

（二）問卷設計與發(fā)放

問卷總共分為導語、受訪者基本信息、大學生移動學習意愿影響因素量表三部分，包括6個潛變量、18個觀察變量，采用李克特（Liket）五點量表計算分數(shù)，選項依次為非常不符合、比較不符合、一般、比較符合、非常符合，對應得分由小到大，從1至5。問卷設計完成后，首先進行小范圍的預調研，修改不合理問項，然后在大范圍內進行問卷的發(fā)放，共回收有效問卷383份。

（三）問卷分析

本研究采用SPSS26.0、AMOS23.0軟件，進行信效度檢驗，構建影響因素模型，進行模型的路徑分析以及調節(jié)效應檢驗。

1.信效度檢驗

測量模型的信效度檢驗結果如表1所示，潛變量的標準化因子載荷量均大于0.7，SMC值均大于0.5，CR值均大于0.8，AVE值均大于0.5，因此測量模型信度和收斂效度良好。

表1 測量模型的信效度檢驗

各潛變量的相關系數(shù)矩陣如表2所示，由表中數(shù)據(jù)可知，測量模型的區(qū)別效度較好。

表2 潛變量的相關系數(shù)矩陣

2.路徑分析即調節(jié)效應檢驗

本研究采用最大似然法計算結構模型中的個路徑系數(shù)，依據(jù)Hu、Bentler等人給出的標準，得出結構方程的擬合度檢驗結果良好[10]。（χ2/df =1.357，RMSEA = 0.031，CFI = 0.988，GFI = 0.956，IFI=0.988，TLI=0.984）。路徑分析的結果如表3所示，由于運算結果后的小數(shù)位常被省略，所以假設H6的顯著性大于0.5，不成立，其余假設均成立。

表3 結果模型路徑分析表

根據(jù)上述路徑分析結果，在AMOS23.0中刪除社會支持對感知有用性的關系，進行模型修正，結果顯示所有假設均通過顯著性檢驗，修正后的結構模型如圖3所示。

圖3 修正后的影響因素模型圖

本研究將在SPSS中將各潛變量的值進行標準化，將標準化后的自我調節(jié)能力和感知易用性相乘，提取六個潛變量、自我調節(jié)能力和感知有用性的交互項進行線性回歸，結果顯示，顯著性F變化量值為0.725＞0.05，不顯著，因此自我調節(jié)能力在感知易用性對感知有用性的影響上沒有調節(jié)作用，調節(jié)效應不存在，假設H7不成立。

四、討論

（一）大學生進行移動學習交互時更看重對其學習績效提升的程度

感知有用性是直接顯著影響因素，說明大學生在決定是否進行交互時，最注重的是是否能夠提升其學習的效果，對其學業(yè)是否有實質性幫助。因此平臺上的老師在授課時應該多和學生進行高質量的交互。例如在課程中穿插與知識內容相關度高的問題，在課程引入環(huán)節(jié)強調課程知識的重要性等，讓學生在高質量的交互過程中感受到知識的重構以及重點知識印象的加深等。在課后，老師可以布置在課堂教學內容上難度有所提升的課程作業(yè)，讓學生在完成任務的過程中錘煉提升，感受到自身的成長，提升其感知有用性。而移動學習平臺應該完善其交互界面，剔除冗余的交互功能，讓學生使用對其知識建構有幫助的交互功能，提升學生感知的有用性。

（二）資源畫面是影響大學生移動學習交互意愿最重要的影響因素

美觀的界面和大學生認知結構、使用方式相符合的資源畫面設計能夠為處于移動學習過程中的大學生帶來愉悅感，激發(fā)大學生在移動學習過程中選擇交互行為的積極性。因此，移動學習平臺要注意畫面內容的布局，在結構和內容的編排上要有條理性、邏輯性，便于大學生瀏覽和尋找需要的信息；同時要注重色彩、圖案等其他元素的搭配，一方面使畫面整體更加有吸引力，避免元素堆砌帶來的不良體驗感，另一方面有助于減輕大學生使用移動設備過程中產生的視覺疲勞，增強大學生的交互意愿。

（三）提升大學生移動學習時的整體歸屬感

社會支持對大學生的交互意愿有一定的正向影響。老師在教學時可以通過向學生提問、在討論區(qū)發(fā)布討論主題、積極對學生的疑問進行反饋等方式增加和學生的互動，也可以通過布置小組作業(yè)、小組討論等方式，增加學生和同伴之間的交互頻率，減輕學生移動學習時的孤獨感。學生也可以主動和同伴進行交互，如互相分享學習資料、討論學習問題等等，提升群體歸屬感。

五、結語

信息化時代，越來越多的大學生選擇使用移動設備進行學習，本研究通過結構方程模型，探究影響大學生移動學習交互意愿的有關因素，發(fā)現(xiàn)社會支持、資源畫面、感知有用性、感知易用性是影響交互意愿的因素，研究發(fā)現(xiàn)為提升大學生交互意愿和移動學習效率提供了理論基礎。但研究也存在以下不足：移動學習環(huán)境具有復雜性，而本文選取的影響因素范圍有限，研究全面性仍有待完善。因此，在未來，研究將選取不同的影響因素如績效期望、主觀準則等完善理論研究模型。