基于结构方程模型的在线开放课程使用影响因素研究

（湖南财政经济学院信息技术与管理学院，湖南长沙 410205）

基于结构方程模型的在线开放课程使用影响因素研究

黄会群

（湖南财政经济学院信息技术与管理学院，湖南长沙 410205）

通过研究使用在线开放课程的相关成果，结合信息系统成功模型和技术采纳模型等模型，建构大学生使用在线开放课程研究模型。研究结果表明，感知易用性、感知有用性均不同程度地对感知质量和学生满意度形成正向影响，进而影响学生实际使用在线开放课程，并对模型进行验证分析。

大规模在线开放课程；影响因素；结构方程模型

党的十八大提出我国要在2020年基本实现教育现代化。党的十八届三中全会明确指出：“构建利用信息化手段，扩大优质教育资源覆盖面的有效机制，逐步缩小区域、城乡、校际差异。”《国家中长期教育改革和发展规划纲要（2010—2020年）》中提出：“加强网络教学资源体系建设，引进国际优质数字化教学资源，开发网络学习课程。”张大良从五大发展理念阐述高校要以共享发展推动优质教育资源共建共享，促进信息技术与教育教学深度融合，实施线上线下互动融合式教学，推进教学方式方法和学习方式方法变革，实现名师、名课、名教材在各层次各类型高校广泛共享。”［1］慕课，即MOOCs（Massive Open Online Courses），大规模在线开放课程）在国外如海啸般来势凶猛，在国内也风起云涌，国内将2012年定为“慕课元年”。在线开放课程教学内容涵盖基础教育、高等教育、职业教育、语言类培训、兴趣教育等，同时在线开放课程具有视频教学、论坛交流讨论、教师在线授课等形式。在线开放课程随着互联网技术的发展，尤其是云计算和大数据技术的涌现以及移动便携式设备的出现，学员可以在任何时间、任何地点、无论何时都可以方便使用和接受学习。在线开放课程具有突破时空的限制、知识获取更加快捷、经济、灵活、方便等传统学习方式无法比拟的优点。在线开放课程能否发挥它的应有效果，关键是在线开放课程能否被用户真正接受和使用。

本研究借鉴结构方程模型、技术接受模型（TAM）、信息系统成功模型和顾客满意度理论（ACSI）等成果，研究在线课程接受和使用的影响因素。有关研究目前取得了丰硕的研究成果。例如，詹海宝以技术接受模型为基础调查506位学生研究大学生对网络教学平台采纳的影响因素［2］。张思整合技术接受模型和任务技术匹配模型，以Model网络教学平台为例探讨了教师使用网络教学平台的影响因素［3］。许玲以UTAUT模型为基础，采用多元回归的方法对大学生接受移动学习的影响因素进行了深入的研究［4］。戴卓把江西九江学院在校大学生作为研究样本，结合满意度理论和大五人格特质理论，利用AMOS构造满意度模型，验证了网络教育平台满意度［5］。方旭基于问卷星和对清华大学学生面对面的调查利用AMOS结构方程模型，构建MOOC学习行为影响因素模型并加以验证［6］。已有研究成果大致有两个特点。第一，研究对象大多以网络教学平台为主，试图探究网络教学平台采纳的影响因素，针对在校大学生接受在线课程和使用影响因素方面的文献研究颇少，因此研究的结论通用性不强。第二，研究多采用教育技术接受模型（TAM）和UTAUT模型，TAM2和TAM3。这些研究成果中没有文献针对在线开放课程采用技术接受模型、信息系统成功模型和美国客户满意度理论来研究在线课程使用影响因素。鉴于此，本研究整合技术接受模型、信息系统成功和美国客户满意度理论模型，结合在校大学生的特点，以湖南省经济管理类大学生为调查研究对象，探讨影响大学生使用慕课的影响因素。

一、研究理论基础和研究假设

（一）研究理论基础

相对于国外研究而言，国内对信息技术接受的研究相对较晚。信息技术接受研究最早源于计算机信息系统，现在已经拓展到与互联网相关的信息技术领域，包括电子商务、互联网+、网上金融、远程医疗、移动APP和在线开放课程等。在线开放课程是一个伴随信息技术和互联网技术发展而产生新兴的网络学习方式，在线开放课程具有优质教学资源、成本低廉、接入使用方便、跨时间跨地域等优点。在线开放课程的接受和使用是一个典型信息技术接受命题。用户接受信息技术最早起源于1975年Fishbein和Ajzen提出的理性行为理论（TRA）。1985年Ajzen在理性行为理论的基础上拓展延伸提出计划行为理论（TPB），行为控制的解释因素包括态度、主观规范和感知行为的控制。在此基础上，学者们对理性行为理论和计划行为理论进行修订和拓展。1989年Davis提出了技术接受模型（TAM），该模型从外部变量对内在行为意向的影响因素进行探索，以感知有用性和感知易用性为研究变量，旨在解释和预测使用者接受信息技术的意向和行为。感知有用性和感知易用性是研究信息技术接受的一组通用研究变量［7］，TAM模型自从被提出以来，广泛用于研究管理信息系统、电子商务、网上银行和医疗挂号系统等领域。技术接受模型提出以后不断被学者修订和完善，其中最为典型的研究模型是统一技术接受和使用模型（Unified Theory of Acceptance and Use of Technology，UTAUT）［8］。程姗姗等在移动学习影响因素中融合Delone&Mclean提出的信息系统成功模型，认为信息质量、系统质量和用户满意度是移动学习接受和使用的关键影响因素［9］。

基于技术接受模型、满意度理论和信息系统成功模型，同时考虑到湖南省财经类大学生使用在线开放课程的特点，构造了适用于财经类大学生接受慕课实施过程的慕课采纳模型。研究模型包括感知有用性、感知易用性、学生满意度、感知质量和实际使用五个潜变量。研究模型结构如图1所示。

图1 MOOC使用研究模型

（二）研究假设

根据本研究构建的财经类大学生在线开放课程采纳影响因素分析框架，在有关技术采纳和信息系统成功模型相关文献梳理的基础上，本研究提出如下的研究假设：

H1：感知易用性与感知质量呈正向相关。

H2：感知易用性与感知有用性呈正向相关。

Davis提出的技术接受模型认为用户使用信息技术的主要决定变量是感知有用性和感知易用性。感知易用性是指大学生在使用在线开放课程学习过程中难易程度的认知，感知有用性是指大学生学习在线开放课程后对提高学业和能力的认知。依据美国顾客满意度（ACSI）相关理论和信息系统成功模型关于感知质量的文献分析，提出以下假设：

H3：感知有用性与感知质量呈正向相关。

H4：感知质量与学生满意度呈正向相关。

H5：感知质量与实际使用呈正向相关。

H6：学生满意度与实际使用呈正向相关。

（三）研究设计

本文采用7点李克特量表设计，参考技术接受模型（TAM）、美国顾客满意度（ACSI）和信息系统成功模型，在参考国内外相关文献基础上［9］，设计开发适合我国经管类高校学生使用在线开放课程影响因素的调查量表和问卷，研究模型包括5个潜变量，由多个指标进行测量各个潜变量，表1解释了各项指标的详细内容及来源。

二、模型的验证与分析

（一）数据收集

运用结构方程模型的研究思路和研究方法，问卷的产生设计包括三个步骤。在研究假设模型确定后，首先通过查阅文献，参考经典的技术采纳模型、信息系统成功模型、满意度理论文献和其他经典量表，总结归纳出可直接测量应用的测量题项；其次依照本文研究目的和研究思路进行量表修改或自设题目，初步设计出本研究量表的各测量指标题项，为提高本次研究的信度和效度，聘请8位相关专家仔细审阅初步设计的问卷并回答量表的相关题项，提出修改完善建议，经过专家小组讨论后形成可使用的调查问卷；最后随机选择50位大学生填写调查问卷，经过信度和效度检测后得到最终调查问卷。调查问卷数据收集包括三个部分。第一部分为被调查大学生的基本特征信息，包括性别、学历、年级、所学课程和学习方式等。第二部分简明扼要说明研究的目的、问卷的填写注意事项和相关概念的定义。第三部分为观测变量指标题项，分别为感知易用性3个、感知有用性3个、感知质量3个、学生满意度3个和实际使用3个，总共15个。

本研究利用纸质问卷形式收集数据，调查的对象是我省经济管理类在校大学生，调查时间从2015年9月10日至2015年10月10日。调查采用分层随机抽样的方式，将经济学和管理学门类的学生按一级学科分成7个不同群体，再按比例随机发放调查问卷，共发放调查问卷300份，收回调查问卷255份，回收率为85%；问卷数据输入过程中，经过人工观测并剔除不符合规范或极端问卷，最后剩下有效调查问卷230份作为数据源，样本具体分布情况如表2所示。

表1 MOOC使用研究模型各个变量的测量及其来源

表2 调查对象的基本分布情况

为了检测调查问卷的信度，本文利用统计软件IBM SPSS Statistics 20进行计算确定 Cronbach's Alpha，对每个变量的内部一致性和稳定性进行检测。计算步骤：分析-度量-可靠性分析-选择相应的测量项放入对话框-确定，获得变量的Cronbach's Alpha系数，调查问卷的测量信度如表3所示，所有的Alpha系数都超过0.7，信度可以接受。

表3 调查问卷的检测信度

0.758 0.868 0.813 0.816 0.785感知易用性（PEOU）感知有用性（PU）学生满意度（ss）感知质量（PQ）实际使用（AU）3 3 3 3 3

（二）研究结果与分析

本文使用IBM SPSS Statistics AMOS20.0软件检验模型并验证分析，利用指标、GFI、AGFI、CFI、IFI、RMSEA等参数来衡量拟合效果［12］，MOOC使用模型拟合指标如表4所示。

表4 MOOC使用模型的拟合指标

卡方自由度比值（x2∕df）越小，表示假设模型的协方差矩阵与观测数据越匹配，卡方自由度比值小于2表示假设模型适配度极佳。GFI越大表示假设模型可以解释样本数据方差的比例越大，其数值越接近1表示模型的适配度极佳。AGFI（调整后的适配度指数），其值越接近1表示模型配适度更好。CFI比较适配度指数，IFI增值适配度指数，其值越接近1表示模型适配的越好，其值愈小表示模型拟合的愈差。RMSEA均方根误差近似值，其数值小于0.05表示模型拟合良好，其值小于0.08表示模型拟合的可以接受。从表4看出模型拟合的结果，这6个指标均在符合要求的范围以内，说明构建的模型总体上是合理的，我们可以基于该模型对研究假设进行检验。

结构方程模型标准化路径系数及其显著性水平如表5所示。由表5可知，假设H1、H2、H4和H5在显著水平0.001下路径系数显著为正，检验结果支持这些假设。假设H3在显著水平0.01下路径系数显著为正，建设H6在显著水平0.05下路径系数为正，检验结果支持假设。均通过样本数据的检验。图2是大学生采纳慕课模型的路径作用图，由路径图可知，感知质量的复相关系数为0.55，学生满意度的复相关系数为0.6，实际使用的复相关系数为0.52，说明感知易用性和感知有用性两个变量可解释感知质量方差的55%，感知质量变量解释了学生使用慕课满意度方差的60%，感知质量和学生满意度两个变量共同解释了学生实际使用慕课方差的52%。

表5 结构方程模型标准化路径系数及假设检验

图2 采纳模型的路径系数图

三、结论与建议

技术采纳模型作为本文的研究载体，运用结构方程模型实证分析了使用在线开放课程的一系列影响因素。经过实证检验分析，感知质量的直接因素有感知易用性和感知有用性，间接影响因素有感知易用性。学生满意度的直接影响因素有感知质量，间接因素感知易用性和感知有用性。实际使用的直接因素有感知质量和学生满意度，间接影响因素有感知易用性、感知有用性和感知质量。影响在线开放课程使用的因素中，感知质量、感知易用性和感知有用性的系数较高，因此在线开放课程在内容和设计者应重点提高在线开放课程的质量和内容的实用性，以提高大学生使用在线开放课程的覆盖范围。研究结果表明，结合技术接受模型、信息系统成功模型和满意度知识用于测量影响大学生使用在线开放课程影响因素具有科学性和有效性，从实证分析中得出以下启示。

1.应重视提升大学生的信息搜寻在内的信息素养，加强大学生的计算机文化基础素养和在线开放教学课程使用能力的培训和实践。研究结果表明：感知易用性对感知有用性的路径系数为0.67，这个外部潜在变量对感知有用性有直接显著影响，这与其他相关文献研究的结论一致。感知易用性对感知质量的路径系数为0.6，有直接的显著影响。这说明通过提高大学生信息素养来提高信息技术使用能力的重要性，同时对大学生使用在线教育学习培训的必要性。大学应选聘相关教师从事在线教育平台使用的培训，同时学生在线开放课程学习考核获得的学分与普通教育获得的学分应该相互认可，最终为在线开放课程学习效果认可得到学校和社会认可提供支持，进而促进大学生使用在线开放课程学习的覆盖范围。

2.应重视改进在线开放课程内容和平台的质量，提升大学生在线开放课程的实际使用水平。感知质量对大学生实际使用的路径系数为0.57，这个作用有显著的直接影响。同时，感知质量通过大学生满意度这一中介影响大学生实际使用在线开放课程，标准化间接效应为0.14。这说明在线开放课程的学习内容质量，对大学生实际接受使用具有显著的影响。

2012年，教育部教技［2012］5号文件公布的《教育信息化十年发展规划（2011-2020年）》中提出利用10年时间建设各级各类优质在线网络课程及其精品课程20 000门。2016年，在教育部十三五发展规划中进一步指出加快推进教育信息化，继续加大优质数字教育资源开发和应用力度，探索在线开放课程应用带动机制，加强“慕课”建设、使用和管理。从大学生实际使用在线开放课程这一实际行动出发，教育行政部门应积极鼓励和支持优质教育资源建设和精品课程建设，制作一批由国家级教学名师和省级教学名师主持建设具有国内和国际影响力的在线开放课程。在线开放课程交互性和课程资源内容的覆盖面也是提升质量不可忽略的一个重要因素。在线开放课程是当前教育信息化和教育十三五规划的重要内容，必须进一步加强在线开放课程的质量。因此，课程学习内容的设计必须遵循教育发展规律和教育美学相关规律，制作融视觉、听觉和触觉于一体具有赏心悦目效果的课程内容。高质量的在线开放课程内容更有利于帮助大学生在知识、技能和实际应用间相互建构。

模型构造中综合考虑了潜在变量和可观测指标的科学性和全面性，但研究还没有将大学生接受在线开放课程的心理学因素和社会关系等因素纳入到研究模型中，同时在研究假设模型框架之间变量的关系仍然有待进一步深入探索研究。在本研究的基础上，我们今后将在以下两个方面继续研究：（1）进一步优化构造研究模型，探索增加一些必要的研究变量和观测指标，更为深入探索研究变量之间的相互关系和作用机制；（2）进一步扩大研究抽样样本和调查范围，从经管类学生扩大到所有学科门类的大学生作为调查对象，为研究模型的验证提供更有说服力的数据。

［1］张大良.以五大发展新理念引领高校改革发展［J］.中国高等教育，2016（5）:1-1.

［2］詹海宝，张立国.理解大学生对网络教学平台的采纳：基于TAM的实证研究［J］.现代远距离教育，2015（3）：53-59.

［3］张思，李勇帆.高校教师使用Moodle网络教学平台影响因素研究［J］.电化教育研究，2014（08）：49-56.

［4］许玲，郑勤华.大学生接受移动学习的影响因素实证分析［J］.现代远程教育研究，2013（4）:61-66.

［5］戴卓，郑孝庭.网络教学平台满意度影响因素研究［J］.中国远程教育，2014（7）:50-56.

［6］方旭.MOOC学习行为影响因素研究［J］.开放教育研究，2015，21（3）：46-54.

［7］Davis，F.D.Perceived usefulness，perceived ease of use，and user acceptance of information technology［J］. MIS Quarterly，1989，13（3）:319-340.

［8］Venkatesh，V.，Morris，Morris，M.G.，Gordon，B.D.，Davis，F. D.User acceptance ofinformation technology:Toward a unified view［J］.MIS Quarterly，2003，27（3），425一478.

［9］程姗姗，熊曾刚，项国雄.移动学习接受度与影响因素理论框架探讨［J］.黑龙江高教研究，2016（4）:5-8.

［10］Juan Carlos Rocaa，Chao-Min Chiub，Francisco Jose Martineza.Understanding e-learning continuance intention: An extension of the Technology Acceptance Model［J］. International Journal of Human-Computer Studies，2006（8）: 683-696.

［10］顾小清，付世容.移动学习的用户接受度实证研究［J］.电化教育研究，2011（6）：48-55.

［11］周园，王念新.大学生使用社交网络服务的影响因素研究［J］.电化教育研究，2011（11）:41-45.

［12］吴明隆.结构方程模-AMOS的操作与应用［M］.重庆:重庆大学出版社，2009：39-53.

A Study of Influencing Factors of MOOC Usage on Structural Equation Modeling

HUANG Huiqun

（School of Information Technology and Management,Hunan University of Finance and Economics,Changsha,Hunan,410205 China）

Based on the relevant research results of adopting massive open online courses（MOOCs）,this paper proposed a research model by combining with such as D&M IS success model and technology acceptance model.The empirical study has confirmed that per⁃ceived ease of use and perceived usefulness will have different positive influence on the perceived quality and students’satisfaction,and positively influence their actual use of MOOC.

massive open online courses（MOOC）;influencing factors;structural equation model

G434

A

2096-2126（2016）05-00121-05

（责任编辑：雷文彪）

2016-09-19

湖南省十二五教学科学规划立项项目（XJK015CGD008）和（XJK014BGD006）阶段性成果；湖南省普通高等学校教学改革研究项目(湘教通[2015]-593);湖南省教育厅科学研究项目(16C0266)。

黄会群（1976—），男，湖南蓝山人，在读博士，讲师，研究方向：综合评价及应用、教育信息化。