基于UTAUT2模型的大学生移动在线学习行为影响因素研究

孔祥瑞,李 明,张 雪,郑自园

(重庆师范大学 计算机与信息科学学院,重庆 401331)

移动通信技术迭代发展使教育教学方式发生了巨大变化,在线学习平台及应用程序大量涌现。手机、平板电脑、笔记本电脑等移动设备为大学生提供了方便快捷的学习支持,移动在线学习成为大学生获取学习资源的重要方式和途径。如今,远程在线教育在各级院校及教育机构中广泛应用,其有效性也在长期的实践中得到了检验。如何推进移动在线学习环境优化与技术革新成为了教育技术领域的重要研究方向之一。

在此背景下,本文基于UTAUT2理论模型,构建大学生移动在线学习行为意愿影响因素模型,对大学生群体选择移动在线学习行为意愿及关键影响因素进行实证研究。

1 理论基础与相关研究

1.1 技术接受和使用统一理论模型

技术接受和使用统一理论模型(下文简称UTAUT)主要由绩效期望、努力期望、促进因素及社会影响4个核心因素构成[1]。2012年,Venkatesh等[2]在UTAUT的基础上,进行模型结构的完善和拓展,提出了技术接受和使用统一理论拓展模型(下文简称UTAUT2),增设了享乐动机、价值价格和习惯3个附加维度,对用户行为意愿的解释力得到大幅度提升。

1.2 学习行为意愿研究

受社会环境及自身条件变化影响,大学生对于选择移动在线学习的行为意愿也随之变化,在不同时期与不同阶段所呈现的状况及效果也不同。刘海鸥等[3]基于TAM技术接受模型,调查了大学生在线英语学习平台的使用情况,认为内容质量、感知互动性、平台服务性对持续使用行为产生了影响。荆永君等[4]研究发现,学生在线学习行为意向受内因和外因影响,教师支持和自我管理学习的影响效应显著。张军翔等[5]认为,大学生的在线学习行为主要受感知自我效能、绩效期望、社群影响等因素影响。

随着互联网和移动终端技术发展,大量的移动学习平台出现,应用程序的界面设计和交互方式也丰富多彩。目前,学者的关注点大多在于学习者自身的期望、学习内容及社会环境的影响,对于学习平台的建设质量和知识付费方面关注较少。在学习者对优质内容的需求推动下,知识传播逐渐从免费共享转变为知识付费模式,逐渐转变为购买或订阅会员等形式。这在一定程度上影响着大学生的选择[6]。

2 模型构建与研究假设

目前,关于学习行为意愿的研究大多是引入外部变量并作出假设,构建与所研究内容相匹配的研究模型,进而开展调查研究。余琴等[7]发现,友好的界面设计对医学生的手机移动学习具有积极作用。王云等[8]认为,创造容易交互、氛围良好的学习环境,可以提高学生的氛围感知。学习平台质量和内容质量至关重要,而移动在线学习平台具有的特性就是界面设计和学习互动。因此,本文引入知识付费、界面设计和学习交互作为外部变量,将使用意愿和使用行为合并为行为意愿,构建大学生移动在线学习行为意愿影响因素假设模型,如图1所示。

图1 大学生移动在线学习行为意愿影响因素假设模型

绩效期望是指学习者本人能从学习成绩和能力提升方面获得帮助的程度;努力期望是指大学生对移动在线学习平台使用的难易程度;社会影响是指大学生所处的环境及周围人群(教师、同学、家人)所带来的影响;促进因素是指能支持大学生移动在线学习的条件和资源;享乐动机是指学习者能够享受移动在线学习的乐趣;习惯是指在学习过程中长期以往的自主行为;界面设计是指学习者对于程序的功能结构设计的感知程度;学习互动是指存在的学习交流情况;知识付费包括了学习者对付费学习资源的价值和价格的感知。

根据上述研究变量的概念界定,对本文模型作出以下假设:H1为绩效期望对行为意愿产生正向影响;H2为努力期望对行为意愿产生正向影响;H3为社会影响对行为意愿产生正向影响;H4为促进因素对行为意愿产生正向影响;H5为享乐动机对行为意愿产生正向影响;H6为习惯对行为意愿产生正向影响;H7为知识付费对行为意愿产生正向影响;H8为学习互动对行为意愿产生正向影响;H9为学习互动对绩效期望产生正向影响;H10为界面设计对知识付费产生正向影响;H11为界面设计对享乐动机产生正向影响;H12为享乐动机对知识付费产生正向影响。

3 研究方法与过程

3.1 调查对象与方法

本研究采取问卷调查的方式,调查对象为某大学的在校大学生。调查问卷使用问卷星平台在线生成问卷二维码,线上在部分校园公共聊天群内投放,线下在校园内随机邀请大学生扫码填写。为保证研究结果的准确性,本次问卷调查将分预测量和正式测量2个步骤进行。

3.2 问卷调查与实施

参考现有学者的研究模型,预测量问卷设计分为2个部分:①被调查者基本信息,主要为性别、年级、专业门类及使用移动设备在线学习的情况;②移动在线学习行为意愿影响因素调查问卷主体,问卷形式为李克特5分制量表,包含10个维度,分别为绩效期望(PE)、努力期望(EE)、社会影响(SI)、促进因素(FC)、享乐动机(HM)、习惯(HA)、界面设计(UI)、学习互动(LI)、知识付费(KP)和行为意愿(BI),共计32个题项。

预测量阶段,在校内学习交流群投放调查问卷,共回收34份答卷。根据问卷完成时长及答题情况,对无效问卷进行剔除,得到28份有效问卷数据,作为预测量分析的样本数据。对预测量样本数据进行信效度检验、探索性因子分析,发现享乐动机和习惯2个维度结果存在异常。对异常维度的观察变量进行单独检验,将不合理题项删除,最终得到10个维度共计30题的正式量表问卷。

在问卷星平台,将修订后的正式问卷进行录入和生成,并开展正式测量调查工作。正式测量阶段选择线上和线下同时进行,为确保问卷调查能覆盖到各年级,线上选取部分本科生和研究生的班级聊天群发放。同时,为保证回收数据的完整性,减少手工录入数据可能会出现的问题,线下问卷也是通过随机选取校园内学生扫描二维码填写。

4 研究结果与分析

正式调查问卷共计回收385份,将存在答题时长较短、连续作答等问题的无效问卷剔除,得到有效问卷337份,问卷有效率达到87.5%,满足模型的样本量要求。使用SPSS26.0和AMOS24.0对样本数据进行分析,包括描述性统计分析、信效度分析、验证性因子分析和结构方程建模,并对模型进行修正,检验上文作出的研究假设,最终形成大学生移动在线学习行为意愿影响因素研究模型。

4.1 描述性统计分析

在调查对象中,男生有145人,女生有192人,40%以上的大学生拥有多台移动设备。学习时长方面,超过60%的大学生每天使用移动在线学习时间大于3 h。学习内容方面,专业课程知识占比86.35%,考试、考证课程占比51.93%,电子期刊占比37.39%,学习社群交流占比53.12%,时事新闻资讯占比53.41%,其他占比4.75%。

4.2 信度和效度分析

使用SPSS对量表样本数据进行信度检验,量表整体Cronbach′s α系数为0.981,各维度信度系数为0.872～0.934,信度系数高于0.80,表明该问卷整体可信,数据真实可靠。对量表样本数据进行效度检验,整体KMO值为0.967(大于0.6),高于评价要求,说明各题项之间存在较好的相关性。Bartlett球形检验的结果显示显著性P值为0.000***,在水平上呈现显著性,认为其分析有效,表明该量表具有较好的可靠性和准确性,可以进行因子分析。

使用AMOS对样本数据进行验证性因子分析,拟合系数基本达到标准要求,其各项拟合指标为CMIN/DF=2.565,GFI=0.847,RMSEA=0.082,CFI=0.900,NFI=0.847。变量因子载荷、平均方差萃取AVE和组合信度CR值见表1,Pearson相关与AVE平方根见表2。

表1 变量因子载荷、平均方差萃取AVE和组合信度CR值

根据因子载荷系数对因子内测量变量进行筛选,分析结果中各因子变量的标准化载荷系数为0.791～0.956,均大于0.7,表明测量变量符合因子要求,且通过了显著性检验(P<0.05),可以认定其有足够的方差解释率,表现各变量能在同一因子上展现。AVE与CR结果可以分析测量指标的提取度,通常AVE值大于0.5且越接近于1,或CR大于0.7,就表明聚合效度较高。通过判断因子间的Pearson相关系数和AVE平方根值得到区分效度。表2中的对角线上的数据是AVE的根植大于其所在列的其他因子Pearson相关系数值,表明该模型具有优秀的区分效度。

4.3 模型与假设检验

使用AMOS构建结构方程模型,修正后得出最终模型结构及标准化路径系数如图2所示。其拟合指标为CMIN/DF=2.493,GFI=0.898,RMSEA=0.077,CFI=0.934,NFI=0.908,RMR=0.037(<0.05),各项指标与初始模型相比,都有所提升,证明该模型具有良好的适配度。AMOS计算出的标准化路径系数及显著性结果见表3。由表3可知,研究假设H1和H4的路径关系不显著,排除其变量对行为意愿的直接正向影响,其余假设路径均得到支持。

表3 标准化路径系数及显著性结果

图2 结构模型及标准化路径系数

5 结论与建议

在技术接受和使用统一拓展理论模型的基础上,构建了大学生移动在线学习行为意愿影响因素的模型并提出假设,使用结构方程对研究假设路径进行关系验证。依据标准化系数从高到低排序,影响大学生移动在线学习行为意愿的因素,分别是习惯、努力期望、学习互动、享乐动机、社会影响和知识付费。界面设计未对行为意愿产生直接正向影响,但能够通过知识付费和享乐动机对行为意愿产生正向作用。可以看出,大学生已经开始产生对高质量学习资源的需求,对界面设计合理、简洁易用的学习平台或程序更能享受其中。