基于TAM的SPOC平台使用影响因素分析

田建林　崔亚强　余淇

摘 要：SPOC平台已逐渐成为高校教学发展的重要支撑平台，它的普及不仅依赖于网络技术的快速发展，更在于师生的接受程度、使用程度。基于技术接受模型（TAM），构建了高校学生使用SPOC平台的因素结构模型，并根据此模型开展实证研究，探讨高校学生使用SPOC平台的影响因素。实证结果表明：影响高校学生使用SPOC平台的核心因素主要有3个，即平台特质、配套服务和社群影响；通过信度分析，表明该测量问卷信度较高；通过多元回归分析，进一步构建3大核心因素结构模型，发现平台特质与社群影响对学生SPOC平台的使用意愿具有显著的解释力度。

关键词：技术接受模型；因素分析；结构模型

DOIDOI：10.11907/rjdk.151678

中图分类号：TP319 文献标识码：A 文章编号：1672-7800（2015）007-0076-03

0 引言

2012年是MOOC元年。这一年，MOOC迅速在全球升温，平台建设风起云涌。美国的Coursera、Udacity和edX三大平台、萨尔曼·可汗创建的可汗学院、“中国大学MOOC”等相继成为MOOC主流平台。MOOC作为一种新型的教学与学习方法，在教学设计、过程管理等方面提供了很好的实践思路[1]。然而，MOOC在实际应用中也出现了一些亟待解决的问题。例如，飚高的中途退课率、教学管理混乱、学生网络学习数据难以消化、教学模式沿用传统课堂等[2-4]。面对这样的问题，哈佛大学、加州大学伯克利分校等名校开始跨越MOOC，尝试一种小而精的课程类型——SPOC，即小规模私有在线课程（Small Private Online Course，SPOC）。SPOC概念目前已被广泛地应用于MOOC与实体教学结合，并在世界各地的混合式教学实践中取得良好效果。清华大学部分课程已经依托“学堂在线”在国内多所高校以SPOC形式进行试点。上海卓越“课程中心”作为高校校内SPOC教学的应用平台，已被多所高校采用，如上海交通大学、武汉大学、湖南大学、山东大学、四川大学等，“课程中心”教学平台关注师生的应用体验，打通校内各数据库，实现学生实名实课学习，提供智能教学管理，随时记录学生学习轨迹，便于教师科学地开展学习行为分析。除此之外，灵活的师生互动、多元化的评价、个性化的学习跟踪等，均为SPOC教学拓展了思路。因此，开展SPOC平台影响因素研究不仅很有必要，而且非常具有发展前景。

1 文献综述

近几年，关于SPOC平台影响因素研究并不多见，大多数以网络辅助教学平台为基础开展因素研究，一般是以Davis提出的技术接受模型（Technology Acceptance Model，TAM）为理论基础，并在此基础上进行延伸。TAM理论提出“感知有用性”和“感知易用性”是影响技术接受的关键因素，个体差异、资源以及系统质量等“外部因素”对使用态度和使用意向间接发挥作用[5-8]。学者王仙雅[9]通过构建混合学习模式下数字化学习平台使用意愿影响因素，对TAM模型提出新的外部变量，即网络外部性和交互性。其中，网络外部性包括“相关网络规模”和“感知补充性”，而交互性包括“人与系统交互”和“人与人交互”，但其所指交互性更多地体现为“感知易用性”、“感知有用性”，如此剥离出来，造成评价指标较多。学者柏宏权[10]在对中小学教师使用虚拟学习社区影响因素的研究中，提出使用意向直接受“绩效期望”、“易用期望”和“社群影响”的影响，而“配套情况”对使用行为有影响，性别、教龄、网络自我效能是调节变量。该模型概括度高、可操作性强，涉及评价指标较为全面，但未考虑“配套情况”对使用意向的直接影响。

综合上述模型，本研究提出适用于分析高校学生使用SPOC平台的影响因素模型，在该模型中，使用意向直接由“有用期望”、“易用期望”、“社群影响”和“配套情况”影响，进而影响使用行为，性别、年级、专业是调节变量。

2 研究设计

2.1 问卷编制

本研究问卷系研究者根据文献资料并结合专家访谈分析加以编制，格式采用李克特5点量表形式。本问卷分3个部分：①收集测试者的背景资料，包括性别、年级、专业、经验以及使用频率等陈述性资料；②收集影响使用SPOC平台的相关因素，共有14个题目，并以数个题目来测量单一因素；③收集学生对SPOC平台的使用意向。

2.2 样本收集

本研究样本取自国内某所985兼211高校，随机选取该校2012级150名学生作为被试。调查方法采用网络实时问卷方式收集，回收率高，便于统计分析。本次研究共发放问卷150份，最终收回148份，其中有效问卷107份，有效回收率72%，经鉴别数据来源均有效。在性别方面，被试男女比例为41.22%和58.78%。专业方面，理科为23.65%，医科24%，工科29.22%，文科21.78%。

2.3 研究方法

本研究采用的统计软件为SPSS，研究过程使用的分析方法主要是项目分析、因素分析、信度分析和多元回归分析。

3 数据分析

3.1 项目分析

项目分析主要目的在于求出问卷个别题目的临界值——CR值，将未达显著水准的题目删除，从而对问卷进行完善和修订。本研究中，首先需要将被试者进行高低分组。通常情况下，如果测量数据在分布形态上呈现正态，一般采用极端分组法，两端最适比例27%[11]。本研究问卷总分整体呈现正态分布，故将受试者分为高低两组，求出被试在每题得分上的差异性，如果两组被试之间的T值达显著水平，即可认定这个题目能够鉴别不同受试者的反应程度，予以保留。经过独立样本T检验发现，14个题目的t值均达显著，表示问卷14个题目均具有鉴别度，所有题目均能鉴别出不同被试的反应程度，予以保留。

3.2 因素分析

因素分析主要是通过检验问卷的结构效度来判断其中的因素关系。本研究采用方差最大正交旋转法进行因素分析，按照特征值超过1进行抽取，对其进行KMO和Bartlett球形检验。根据统计学家Kaiser给出的标准，KMO>0.9时，做因子分析的效果最理想，KMO在0.5以下则不宜进行因素分析[12]。经过分析可知本研究中KMO值为0.886，根据学者Kaiser的观点，本研究适合进行因素分析，此外， Bartlett's球形检验卡方值为809.254（自由度为91），达到显著，代表母群体的相关矩阵间有共同因素存在，适合进行因素分析。具体见表1。

关于因素数目的挑选，以特征值大于1者为判断依据。从因素分析表中可以看出，问卷特征值大于1的因素有3个，分别为4.004、2.635和2.455，其解释变异量分别为28.601%、18.820%和17.535%，累积的解释变异数为64.956%。因此，可将预设因素重新归纳为3个，即影响高校学生使用SPOC平台的因素主要有“平台特质”、“配套服务”和“社群影响”，如表2所示。

3.3 信度分析

为进一步了解问卷的可靠性与有效性，开展信度检验。信度检验一般采用Cronbach'a值来进行，在社会科学领域，可接受的最小信度一般为0.7。本研究中问卷总体信度值为0.912，三大因素的信度值分别为0.881、0.723和0.805，均在0.7水平之上，证明问卷信度较好。

3.4 回归分析

通过上述因素分析，发现影响高校学生使用SPOC平台的因素主要有平台特质、配套服务和社群影响。为进一步探究这3个因素对学生使用意向的解释程度，采用“同时回归法”对数据进行多元回归分析，预设自变量为平台特质、配套服务和社群影响，因变量为使用意向。

考虑到自变量之间可能具有的高度相关会影响每一个自变量对于因变量解释力的估计程度，因而首先对自变量间进行共线性诊断。自变量的共线性诊断通常参看方差膨胀系数（VIF）进行判断，一般当VIF大于5时，自变量之间就有很高的相关，VIF大于10时，表示共线性已经严重威胁参数估计的稳定性了[11]。由表4可知，自变量的VIF均在5以下，所以本研究中自变量间共线性不明显，3个自变量均会保留在回归模型中，故初步的因素回归模型方程式可表示为Y=b1X1+b2X2+b3X3+a。

从回归模型摘要表可以发现3个自变量对于因变量的影响，具有高度的解释力，整体的R2系数为0.583，表示3个自变量可以解释学生SPOC平台使用意向58.3%的变化量。模型检验结果指出回归效果达显著水平（F（3，103）=48.029，p=0.000），具有统计学上的意义，如表3所示。

表3 回归模型摘要

模式[]R[]R2[]调整R2[]估计的标准误[]变更统计量

R2改变量[]F改变量[]分子自由度[]分母自由度[]显著性F改变[]Durbin-Watson检验

1[]0.764a[]0.583[]0.571[]0.580[]0.583[]48.029[]3[]103[]0.000[]2.106

进一步对回归系数进行查看，发现平台特质回归Bete系数为0.640，t=6.721，p=0.000，达到显著，表示SPOC自身平台特质越高，学生的使用意向就越高。社群影响回归Bete系数为0.244，t=2.871，p=0.005，具有显著的解释力，表示学生对SPOC平台的使用意向受周围社会关系的影响极大。而配套服务在0.05的水平上仍未达显著，说明SPOC平台的相关配套服务，如技术人员是否到位、公共机房建设等学生关注度不大，如表4所示。

4 结论与建议

本文基于技术接受模型构建了高校学生使用SPOC平台影响因素模型，利用结构方程模型对数据进行了分析。

从因素分析与信度分析的结果来看，影响学生使用SPOC平台（课程中心）的核心因素有平台特质、配套服务以及社群影响，这三者相互渗透，相互影响。平台特质是影响学生使用SPOC平台的首要因素，它主要涉及平台的使用情况和易用程度。配套服务是保障因素，包括配套硬服务和软服务。在硬服务方面，随着移动互联的发展，移动优先（Mobile First）已经成为诸多教育企业的战略发展方向，在软服务方面，更关注师生的用户体验，尽可能提供一些优质体验服务。社群影响则是促使学生使用SPOC平台的重要因素，学生对来自教师、同伴的推荐，认可度比较高，更容易产生信任感进而影响使用，这也从另一方面反映了在平台的推广过程中，要从用户的角度出发，注重用户口碑效应。

从多元回归的结果分析来看，学生对SPOC平台的使用意向受平台特质与社群影响的因素很大，平台越有用、越易用、老师同伴越推荐，则学生的使用意愿越强。而配套服务对学生使用SPOC平台的意愿并不显著，说明学生对相关配套服务的关注度不高，但是通过个别访谈，了解到配套服务在一定程度上制约着学生对SPOC平台的进一步使用。

本研究在一定程度上说明了高校学生使用SPOC平台的影响因素，并为提高学生使用意愿提供了一定的理论依据。由于研究条件的局限，并未综合考虑环境、被试选择等因素，而学生学习风格、动机、行为习惯等个体差异也是影响使用意向的潜在因素，这些问题都将是下一步研究的重点。

参考文献：

[1] 王文礼.MOOC的发展及其对高等教育的影响[J].江苏高教，2013（2）：53-57.

[2] 祝智庭，刘名卓.“后MOOC”时期的在线学习新样式[J].开放教育研究，2014，3（20）：36-43.

[3] 徐葳，贾永政，阿曼多·福克斯，等.从MOOC到SPOC——基于加州大学伯克利分校和清华大学MOOC实践的学术对话[J].现代远程教育研究，2014 （4）：13-22.

[4] 郑奇，杨竹筠.SPOC：结合高校教学的融合创新[J].物理与工程，2014，24（1）：15-18.

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

[6] LIU I F，CHEN M C，SUN YEALI S，et al.Extending the TAM model to explore the factors that affectIntention to use an online learning community [J].Computers & Education，2010，54（2）：600-610.

[7] LEE B C ，YOON J O， LEE I . Learners acceptance of e -learning in South Korea：theories and results[J].Computers& Education，2009，53（4）：1320-1329.

[8] RAAIJ E M，SCHEPERS J J L .The acceptance and use of a virtual learning environment in china [J].Computers & Education，2008，50（3）：838-852.

[9] 王仙雅.混合学习模式下E-Learning平台使用意愿的影响因素研究[J].电化教育研究，2013 （11）：72-85.

[10] 柏宏权.中小学教师使用虚拟学习社区的影响因素研究[J].电化教育研究，2013 （11）：46-52.

[11] 郑日昌，蔡永红，周益群.心理测量学[M].北京：人民教育出版社，1991.

[12] 吴明隆.SPSS统计应用实务：问卷分析与应用统计[M].北京：科学出版社，2003.

（责任编辑：杜能钢）