APP下载

高职生慕课学习意愿影响因素结构模型的构建与验证

2019-02-10黄小花

现代职业教育·中职中专 2019年12期
关键词:因变量意愿变量

黄小花

[摘           要]  随着慕课远程教育的发展,课程完成率极低成为阻碍慕课普及的关键问题。基于UTAUT理论,构建了影响学生慕课学习意愿因素的结构模型,强调在具体慕课平台环境下,感知因素、社会影响、促成条件三方面与学习意愿之间的关系,并针对高职院校学生,对影响慕课行为意向的关键影响因素进行了分析,以期为高职院校慕课的探究提供新的思路。

[关    键   词]  慕课;学习意愿;UTAUT;结构模型

[中图分类号]  G715                    [文献标志码]  A                      [文章编号]  2096-0603(2019)35-0001-03

一、引言

慕课的发展势不可挡,已成为当前远程高等教育的主流。但慕课在急速发展的同时,课程完成率低逐渐成为慕课发展中最为突出的问题,慕课学者在学习过程中普遍出现了高退学率的现象。虽然注册慕课的学者众多,但真正认真完成者却寥寥无几。众多学者的研究报告也揭示了这一现象,美国科罗拉多大学教授杰哈德·费希尔通过统计慕课学习平台的数据发现,看过慕课教学视频的注册者只占总人数的50%,而完成所有课程的学习者只占大约4%。澳大利亚纽卡斯尔大学教授博德也有相似的发现,完成慕课学习的人数只占注册者的5%。

2015年,国内MOOC机构进行的调查指出,我国有75%的慕课学习注册者中途辍学。一份由中国香港大学与新加坡南洋理工大学的慕课平台数据分析报告指出,出于各种缘由,高达90%以上的学习者中途退出了慕课学习。这份研究报告也分析总结了慕课学习者中途退出的原因:没有足够的时间,课程论坛没有讨论重点,缺乏激励机制,不具备课程学习需要的前期知识,不理解课程内容又无处寻求帮助,课程作业与要求不明确等[2]。

针对当前慕课完成率极低的现象,探讨学生对慕课的接受度是当下值得研究的问题。本文提出了一个影响学生慕课学习意愿因素的结构模型,强调在具体慕课平台环境下,感知因素、社会影响、促成条件三方面与学习意愿之间的关系,将学生的慕课学习意愿量化为“依照慕课平台环境进行慕课学习的接受程度”。从理论的角度来看,研究为高职学生慕课意愿因素的探究,提供了理论模型;从实践的角度来看,研究也有利于加深认知高职学生的慕课偏好,促进慕课学习意愿策略的实施。

二、概念模型的建立

通过对相关文献的分析与实际的调研,笔者发现,高职学生对于慕课学习的选择意愿,可从个人、环境、平台三方面进行探究,以个人角度来看,课程资源的质量、慕课的教学方式与慕课的考核方式等这些感知因素,都会影响学生对于慕课学习的使用意愿;从环境的层面来看,学校的支持、教师的关注与周遭同学的使用,也都会促进学生选择慕课学习;从平台的角度来看,易于操作,提示明确的系统环境,易于上手、容易精通的操作方式,会减少为了学习而浪费的无用时间成本,能够有效提升学生对慕课学习的兴趣。

需要注意的是,不同的学生对慕课环境的偏好也不尽相同,刘杨的“MOOC课程参与度情况调查”中指出,高质量的课程资源是75%学生使用MOOC学习的主要原因。张长海等则以解构计划行为作为理论依据,构建慕课接受意向的结构模型,通过检测和分析,发现影响慕课意愿最大的因素是学习态度,范逸洲通过调研发现,大部分慕课学习者选择慕课的动力来源在于“兴趣”,认为“兴趣驱动”是影响慕课意愿的根因。杨根福则发现,慕课意愿受感知有用性、内在动机与满意度等多个因素共同影响,而感知因素又受学习者的感知能力、课程的内容质量直接影响。

究竟在何种环境下,能够极大提升学生的慕课学习意愿,各慕课因素之间又有着怎样的关系,为解决以上问题,本文以技术接受和使用整合理论(UTAUT)为基础,将慕课学习的行为意愿设置为终因变量,将个人、环境、平台三方面的因素概括为感知因素、社会影响、促成条件,作为影响行为意愿的三个潜变量,将慕课质量、学校的支持、教师的关注、同伴的行为及评价、平台的易用性等作为测量自变量,提出了影响高职学生慕课学习意愿因素的结构模型,如下图所示。

三、模型假设

为方便模型的检测,对模型中影响变量的关系做如下假设:

H1:慕课质量与感知因素呈正相关关系;

H2:考核績效与感知因素呈正相关关系;

H3:慕课平台与感知因素呈正相关关系;

H4:教学模式与感知因素呈正相关关系;

H5:便利条件与促成条件呈正相关关系;

H6:使用经验与促成条件呈正相关关系;

H7:学校支持与社会影响呈正相关关系;

H8:教师关注与社会影响呈正相关关系;

H9:同伴评价与社会影响呈正相关关系;

H10:感知因素与行为意愿呈正相关关系;

H11:促成条件与行为意愿呈正相关关系;

H12:社会影响与行为意愿呈正相关关系。

四、问卷的设计与发放

(一)设计问卷

模型中有3个潜变量,每个潜变量有2~4个测量变量,每个测量变量又划分为1~2个题项,笔者共设计了16个题项作为问卷调查的内容,各个题项均采用数值量化的方式,表达调查者对题项观点的认可程度。量化值的范围从1至5,其中1表示很赞同,2表示基本赞同,3表示既不赞同也不反对,4表示不赞同,5表示很不赞同。

(二)发放问卷

以使用过慕课学习的高职学生作为调查对象,一共发放问卷数量505份,其中405份为网络问卷,以问卷星的形式进行调查,100份为线下问卷,采用纸质的形式进行调查,经审核与查验,剔除线上80份、线下20份无用问卷,最终有效问卷线上325份,线下80份,调查对象的成员构成如表1所示。

(三)问卷信度效度分析

本文采用SPSS软件对405份调查数据将模型变量之间的关系进行检验,将科隆巴赫系数用以信度的检测,KMO系数用以效度的分析,得到的结果如表2所示。

由表中可看出16个题项的总体科隆巴赫系数值为0.867。问卷所涉及的3个潜变量:社会因素、感知因素和促成条件的科隆巴赫系数值分别为0.816、0.859、0.792,全部超过0.7,所调查的问卷样本有很高的信度。3个潜变量的KMO值分别为0.743、0.744、0.776,均已超过0.7,这表明样本模型的构成具有较高的结构效度。

五、模型检验

(一)模型的拟合评价

本文通过Amos使用最大似然算法,从模型CFI、NFI、IFI、RMSEA等参数对模型进行样本复杂性,绝对性等方面度量,参考值,检验值与适配程度如表3所示。

从表中的拟合参数可看出,理论模型与数据的适配程度趋近于理想状态,构造的模型对测试样本有着很高的实验价值。

(二)模型检测

本文采用Smart PLS算法进行路径系数的求解,得到的系数数值如表4所示。

表4的第4列为T检验进的数值,可看出各路径的数值均在2.57以上,这表示路径的精度较好,所有路径的标准误差在0.06至0.112之间,误差控制在了很小范围内,模型的路径系数检测通过。

(三)模型解释

揭示因变量、潜变量与可测变量之间的结构关系是模型的主要作用,这些关系可由上表的路径系数呈现,路径系数的值越大,表示路径方向上的变量影响程度越高,当值为负数时,说明两变量之间呈负相关关系,假设失效。依据路径关系,将各变量之间的影响程度分为直接效应与间接效应,下对相关名词作相应解释。

1.直接效应

指因变量到结果变量的直接影响,由潜变量到因变量,或测量变量到潜变量的路径系数直接表示。如表4,H10的假设,潜变量“感知因素”到因变量“行为意愿”的路径系数值为0.443,则表示“感知因素”到“行为意愿”的直接效应是为0.443。

因此,当其他变量不发生变化时,当“感知因素”增加一个单位,“行为意愿”将会增加0.443个单位。

2.间接效应

指因变量不对结果变量直接影响,而是通过影响其他重点变量,间接影响结果变量。因此,当结果变量与因变量之间只有一个中介变量时,间接效应的大小即可通过因变量到中介变量的路径系数,与中介变量到结果变量的路径系数的乘积表示。

如我们计算慕课质量到行为意愿的间接效应时,首先要找到对应的路径,从模型图中可知。路径方向为:慕课质量->感知因素(0.232)、感知因素->行为意愿(0.443),因此仅有一个中介变量感知因素,则间接效应即为0.232×0.443=0.103。

因此,当其他变量不发生变化时,“慕课质量”每增加一个单位,“行为意愿”将會间接增加0.103个单位。

综上所述,潜变量与因变量之间直接进行影响,因此可以用直接效应表现出相互之间的关系,如表5所示。

检测变量的关联程度则需通过间接效应计算出,参数如表6所示。

由上表可看出,好的慕课考核绩效与慕课平台对于相较于其他的慕课策略,更能提升学生对于慕课学习的意愿。

六、结语

本文通过分析高校慕课现状,讨论了高职学生慕课学习意愿的关键影响因素。并通过结合技术接受和使用整合理论(UTAUT),将行为意向作为因变量,感知因素、社会影响与外部条件作为潜变量,将慕课质量、慕课系统、慕课教学模式、慕课考核绩效、学校支持、教师关注、同伴行为及评价、便利条件、使用经验作为自变量,提出了一个影响高职学生慕课学习意愿的结构模型。当前大部分学者以本科院校学生的慕课学习影响因素作为探究方向,而高职院校的学生在教育环境、培养目标、生源和学习主动性都与本科院校的学生有着较大的差异,因此,在探讨高职院校学生的慕课学习意愿时,不能忽略高职学生的群体特殊性,持续改进理论模型。

综上所述,提高高职院校学生的慕课学习意愿,需要政府、学校和教师多方努力,本文正是基于此目的,将教育环境、慕课情境和高职学生的群体特征性相结合,构建结构模型,以期为高职学生慕课学习意愿的探究提供新的思路。

参考文献:

[1]王海波.国外当前慕课发展中存在的问题探析[J].复旦教育论坛,2015,13(4):25-30.

[2]林翠娟.MOOC(慕课)模式在高校体育教学中的应用研究[J].体育科技文献通报,2018,26(4):18-20.

[3]梅鹏飞,何晓萍.国外教育大数据研究的可视化分析[J].中国教育信息化,2018(3):11-17.

[4]郑梅花,文保雅,陈仕清.构建高职英语迷你慕课(Mini-MOOC)模式的挑战与对策:以中山职业技术学院为例[J].延安职业技术学院学报,2015,29(2):87-88.

[5]张千帆,王程珏,张亚军.大学生慕课学习意向的影响因素实证研究[J].高教探索,2015(8):66-70.

[6]万昆,李建生.高校学生对翻转课堂教学模式接受度的关键因素研究[J].湖北广播电视大学学报,2018,38(4):19-24.

◎编辑 张 慧

Construction and Verification of Structure Model for Factors Affecting StudentsMOOC

Willingness to Study in Vocational College

HUANG Xiao-hua

Abstract:With the development of distance education in MOOC,the low completion rate of courses has become the key issue that hinders the popularization of MOOC. Based on UTAUT theory,this paper construct a conceptual model of factors influencing learning willingness to MOOC,emphasize the relationship between perception factors,social influences,and enabling conditions in the context of specific MOOC and learning willingness,analysis of the key influencing factors affecting the behavior of MOOC for students in higher vocational colleges,to provide new ideas for the exploration of MOOC in higher vocational colleges.

Key words:MOOC;learning willingness;UTAUT;conceptual model

猜你喜欢

因变量意愿变量
调整有限因变量混合模型在药物经济学健康效用量表映射中的运用
农民工城市落户“意愿—行为”转化路径及其机理研究
偏最小二乘回归方法
谈谈如何讲解多元复合函数的求导法则
精心设计课堂 走进学生胸膛
分离变量法:常见的通性通法
An Analysis on Deep—structure Language Problems in Chinese
不可忽视变量的离散与连续
轻松把握变量之间的关系
Chatterbox—Willingness意愿