农村开放教育学生学习满意度调查研究

洪姣龙

[摘 要]文章以广西农村地区开展的信息技术普及开放教育项目为例，采用结构方程模型的方法，研究该项目在农村地区获得民众广泛接受并取得较高满意度的主要因素，并以此为基础分析导学教师在其中发挥的作用，以期为今后农村开放教育导学教师工作的开展提供借鉴。

[关键词]农村开放教育;导学教师;学习满意度

[中图分类号]G720 [文献标识码]A [文章编号]1008-7656（2019）03-0033-05

一、研究背景及问题的提出

保证开放教育质量、提高学习满意度，必须建设良好的学习环境，做好学术支持及相关保障服务工作，两者相辅相成[1]。从国外教育经验来看，非学术支持服务对于保持学生的学习动力，减少其学习障碍，降低辍学率，提高学生学习满意度，能够起到重要作用[2]。导学教师是开放教育中非学术支持服务中重要的因素，其不仅承担班级的组织管理工作，还承担着对学生的教育工作和服务工作。从现实情况来看，优秀导学教师的班级，学生学位申请通过率高、辍学率低，教育认同感及学习满意度高[3]。

在农村地区推行开放教育对当前新农村建设有重要促进作用。长期以来，农村地区开放教育工作的开展往往受到各种因素的影响，导致学生学习动力后劲不足、到课率不稳定等，给农民学生的学习满意度以及农村开放教育的效果产生负面影响。在农村地区开放教育的导学教师应如何发挥其作用，提高学生参与开放教育项目的学习满意度？文章以广西农村地区开展的农民信息技术普及项目为例，分析影响农民学习满意度的因素，并以此为基础，进一步讨论导学教师在其中发挥的作用。

二、研究概况

（一）概念界定

1.农村开放教育

农村开放教育由政府教育部门主导并提供软硬件支持，面向群体是农村地区生活的居民，包括学历与非学历教育。农村地区开放教育的开展需要根据新农村建设和农民脱贫奔小康的现实需求来办学，教学活动必须以满足、适应当地农民的当前需求为宗旨[4]。

2.非学术支持服务

非学术支持服务指与学科（课程）内容无直接关系，但仍然与学生学习有密切联系，并对学生完成学业起着帮助作用的服务措施，偏重于情感关怀、学习环境提供、学习技能培养和管理方面的服务[5]。

3.导学教师

导学教师既需要承担班主任的责任，还要承担选课指导、课程导学、心理咨询、日常事务管理等多重功能。本研究中的导学教师指在农村信息技术普及项目中，从事项目推介、需求收集、入学指导、课程咨询服务、后勤管理及保障等非学术支持服务的工作人员。

（二）广西农村互联网应用技术开放教育项目

广西农村地区信息基础设施不断完善，但使用率不高。2011年起，广西教育厅开展面向农村居民的信息技术培训开放教育项目（以下简称“项目”），以期推进互联网使用技能在广西农村的普及，使互联网真正渗透于农民的生产、生活中，促进当地经济、社会发展。

（三）顾客满意度指数模型在教育服务领域的使用

顾客满意度指数模型，通过构建顧客对产品或服务的相应关系模型，量化各项指标评价，以获得顾客满意度[6]。该模型逐渐被运用于教育服务评估中[7]，分析学习者对教育服务的满意情况[8]。文章以顾客满意度指数模型为基础，以顾客期望、感知质量、感知价值、学习满意度为核心变量，建构“项目”学生学习满意度测量模型，用以分析影响农村居民参与“项目”学习满意情况的主要因素及其作用机制。

三、研究模型与假设

文章基于公共管理中有关满意度的理论，参考中国用户满意度指数模型以及顾客满意度模型在教育领域应用的案例，结合项目实际特征，以学生期望、感知质量、感知价值、学习满意度为核心变量，构建测评模型（见图1）。

图1 测评模型图

（一）变量的定义

1.学生期望

学生期望是学生对将会得到何种教学服务的设想，它源于学生自身需求，是基于学习体验及个人心理、周边环境等相关因素综合影响的产物。学生基于过往经历、周围人群意见、媒体信息，对自身的期望值做出调整。本研究中学生期望指农村居民参加“项目”会获得何种质量的教学服务的期望，变量包含以下测量项。

总体期望：居民参对“项目”能够帮助自己实现目标的估计。

个性化期望：居民参与“项目”前对其可以满足自己需求的期望与估计，包括学会获取信息资源/服务、学会使用互联网解决现实问题、学会使用互联网使生活更便利。

可靠性感知：居民对“项目”的教学服务质量的估计。

2.感知质量

感知质量指农村居民在参与课程学习一段时间后，对教学服务质量的感受[9]，包括对课程内容、教学质量、其他后勤服务的质量感知。本研究在保留原有的部分测量项的基础上，根据“项目”教学服务内容，加入了新的测量项，变量包含以下测量项。

总体质量感知：居民对“项目”教学服务的总体质量的实际感受。

具体质量感知：居民对“项目”教学服务的感受，具体包括：易入学、就近学习、教学质量、教学信息发布。

3.感知价值

感知价值是学生接受服务后，对其所获利益的感受[10]，本研究具体指学生对参与课程学习所学知识对自身是否有帮助的评价。研究以“项目”开展目的以及提供的教学服务内容为依据设置测量项，具体测量内容如下。

价值感知：考虑了教学服务质量和参与学习所需要付出代价或努力后，居民对其所获利益的感受。

具体感知价值：使用互联网解决现实问题、学会获取信息资源/服务、了解到新的观念和生活方式、学会使用互联网为生活提供便利、学会独立使用/操作互联网。

4.学习满意度

对学员满意度概念的认定，学者们一直存在分歧，主要有两个分支：一是单次体验满意度，即对某一次服务经历的评价;二是累积的满意度，即对某一服务提供者一定阶段内的全部经历的整体评价 [11]。本研究采用第二种概念，学习满意度指在参与信息技术培训服务中及接受服务一段时间后所形成的最终的满意程度，是待测的变量，变量包含以下测量项。

总体学习满意度：居民参与“项目”的整个学习过程及完成学习一段时间后的满意度。

管理服务满意度：居民参与“项目”后，对项目的管理服务工作的满意度。

教学满意度：居民参与“项目”后，对教学服务工作的满意度。

（二）研究假设

1.学生期望

H1：学生期望对感知质量有直接的正向影响。

H2：学生期望对感知价值有直接的正向影响。

H3：学生期望对学习满意度有直接的正向影响。

2.感知质量

H4：感知质量直接正向影响学生感知价值。

H5：感知质量直接正向影响学习满意度。

3.感知价值

H6：感知价值对学习满意度有直接的正向影响。

（三）变量定义

本研究根据“项目”情况设立变量及其测度。研究设有3个人口特征变量：性别，含男性和女性;职业：教师、学生、农民、公务员、村干;年龄：根据实际参与学习学生的年龄情况，分为50岁以上、40～49岁、30～39岁、20～29岁、10～19岁、10岁以下共6个年龄段。各变量代码设置如表1。

表1 变量代码设置表

四、研究方法

（一）样本选择与数据收集

1.样本选择

“项目”目前有81个授课点，参与学习的学生近10万人。本研究随机抽取23个授课点开展调查，发放问卷602份，有效问卷438分，有效回收率达72%，达到95%置信率的标准。

2.样本特征分析

本研究调查人数438人。研究首先使用SPSS 23对数据进行人口特征分析，结果如下。

性别：男性201人，占46%;女性237人，占54%。

年龄：50岁以上，占12%;40岁至49岁占32%;30至39岁，占23%;20至29岁，占8%;10至19岁，占24%;10岁以下，占1%。

职业：参与“项目”学习的学生中农民45%，为最主要群体;其次是在校学生，25%;教师13%;村干11%;公务员6%。

（二）数据分析

本研究使用Smart-PLS 3.2结构方程模型软件进行模型的验证及分析。

1.模型检验

本研究使用Cronbach’s 值作為信度检验指标[12]。效度测量主要参考均方差（AVE）、组合信度（CR）、因子载荷三方面系数[13]。组合信度参考CR值[14]。因子载荷值应大于0.5[15]。基于表2所示数据，可知Cronbach’s α、均方差、组合信度、因子载荷均达到要求。

表2 模型检验表

区别效度检测，采用HTMT值来检验变量间的区别效度，HTMT关系指数应小于0.9[16]，由下页表3可见，模型的HTMT值满足要求。

表3 区别效度检测表

综上所述，模型各测量项指标系数均达到要求，说明模型设计合理。

2.模型及假设验证

对模型及假设验证，主要通过拟合系数R2以及结构路径，R2的值取值应在（0，1）之间，取值约接近1，说明对模型中自变量对因变量的解释力越强。运算结果显示：P_Quality的R2=0.216，说明模型中P_Quality的解释度为21.6%;P_Value的R2=0.430，说明模型中该变量的解释度为43%;C_Satisfaction的R2=0.547，说明模型中该变量的解释度为54.7%。

研究运用Bootstrapping进行显著性验证，结果显示，研究假设H1、H2、H3、H4、H6在P<0.001水平下得到非常显著认证，假设H5在P<0.01下得到验证，详见表4。

各变量间间接影响效果，见表5。

表4 显著性验证表

表5 间接影响效果表

五、结果讨论及研究启示

（一）研究结果

模型结果反映，影响农村居民参与互联网应用技术学习这一开放教育项目学习满意度的主要因素及各因素间的影响关系，主要结果如下。

1.各个变量之间的总体效应分析

通过CSI模型得到各变量相互影响的方式和程度，影响程度以总的路径系数大小来判断。研究假设H1、H2、H3、H4、H5、H6均得到验证（见表4）。

2.各变量对其他变量的影响

（1）学生期望对其他变量均有显著正向影响

学生期望显著正向影响感知质量，影响系数0.464。学生期望显著正向影响感知价值，影响系数0.391。学生期望显著正向影响学习满意度，影响系数0.362。同时，学生期望对满意度有间接影响，影响系数0.276。学生期望对感知价值有间接影响，影响系数0.173。

（2）感知质量对其他变量的影响

感知质量显著正向影响感知价值，影响系数0.374。感知质量显著正向影响学习满意度，影响系数0.149。同时，感知质量对学习满意度有间接影响，影响系数0.136。

（3）感知价值对学习满意度的影响

感知价值显著正向影响学习满意度，影响系数0.365。

（二）研究启示

1.以学生学习期望为工作导向

从学员期望变量内部来看，其中内容主要是非学术支持服务，即主要由导向教师负责的工作。学员期望内部因子载荷值前两位（由大到小排列）分别是总体期望、学习期望。这说明学生对培训项目举办机构的能帮助其实现学习目标的预先判断，以及对参与学习以后能收获何种知识和技能的预先判断是首要影响因素。因此，在农村地区开展开放教育工作，导学教师需要首先帮助学生树立对培训机构/教学单位具备较强能力帮助其实现目标的信心;排在后三位的分别是可靠性期望、学会获取信息资源/服务、学会使用互联网使生活更便利等具体需求等，这说明导学教师在做好前两项工作后，要进一步了解学生的具体需求，以及保证教育培训工作的可靠性，使后续的工作能够更好地围绕学生的需求而展开。

从模型的整体关系来看，学员期望对感知质量、感知价值、学员满意度都有直接显著的正向影响，说明学习期望是影响学生的学习体验及满意度的核心因素。

因此，在农村地区开展开放教育工作，应该谨记以学生期望为导向，明确掌握农民的当前的学习需求，围绕民众现实需求来安排学习内容。

2.学习过程中的支持服务

从感知质量变量的内部来看，其中因子载荷值非教学类服务因子的载荷值（比如易入学、就近学习、信息发布）与教学质量的因子载荷值相差并不大。可见，教学服务与非教学类支持服务在农村开放教育活动中都具有重要的影响作用。从模型的整体关系来看，感知质量对感知价值、学员满意度均有显著正向影响，说明整体的教学服务质量是影响学生对参与学习的价值感知、学习满意度的重要因素。

从感知价值内部变量来看，参加项目学期的价值主要体现在学习期望的实现。从对感知质量的讨论及感知质量与感知价值的关系可知，导学教师能够通过提升学生的质量感知，进而实现提升学生对参与学习的价值的感知。

从学习满意度变量内部来看，管理服务满意度的因子载荷最高，说明管理服务等非学术支持服务是影响农村开放教育学习满意度的重要因素。

从感知质量、感知价值、学习满意度这3个变量之间的影响关系来看：一方面，导学教师能够通过提升学生的质量感知，实现提升学生对参与学习的满意度;另一方面，导学教师在提升学生对教学服务质量感知的同时，能够有助于提升学生对参与学习价值的感知，进而有助于帮助提升学生的学习满意度。

在此，我们看到非学术支持服务在农村开放教育项目中的重要作用。由于受农村地区居民居住分散、交通不便利等因素的影响，我们在开展农村开放教育项目时导学教师需要着重与学员协调好两个方面工作：一是要为农村居民提供便利的参与途径，主要指入学资格、学习时间的安排等方面与农村居民的生产和生活方式相适应;二是要提供便利的学习环境，这一方面主要指参与教学地点以及相关配套服务等硬件方面的因素。总之，围绕农村地区居民的特点，不断提高服务水平，是使农村开放教育工作能够更好服务于农村居民的根本策略。

[参考文献]

[1]肖俊洪.知识媒体元学习环境学习支持服务[J].开放教育研究，2003（1）.

[2]邹范林.现代远程开放教育的非学术支持服务若干问题探讨[J].现代远距离教育，2006（6）.

[3]王曙芬.现代远程开放教育导学教师管理工作探析[J].中国成人教育，2001（1）.

[4]李俊才，霍玉文.广西社区教育理论与实践探索[M].桂林：广西师范大学出版社，2015.

[5]熊文.远程教育学习支持服务质量的软性影响因子及评价模型[J].中国成人教育，2009（20）.

[6]霍映宝. CSI模型构建及其参数的GME的综合估计研究[D].南京：南京理工大学，2004.

[7]罗一新，李建湘.高等学校顾客滿意度的定量评价方法研究[J].技术经济，2006（10）.

[8]张天雪，祁营.当前公众对教育满意度调查分析——以浙江省为样本[J].中国教育学刊，2011（8）.

[9]Parasuraman， Zeithaml， V.A.Berry， L.L.（1988）. SERVQUAL：  A   Multiple - item     Scale   for measuring Consumer Perception of Service Quality[J]. Journal of Retailing，（64）：22-35.

[10]李勇.顾客满意度指数模型及其测评方法研究[D].北京：中国矿业大学，2008.

[11]Johnson M.D.， Claes. Fornell，（1991）.A Framework for Comparing Customer Satisfaction Across Individuals      and     Product   Categories[J].  Journal      of Economic Psychology，（12）：267-286.

[12]Hair， J.F.， Anderson， R.E.， Tatham， R.L.，and Black，W.C.，（1995）. Multivariate Data Analysis with Reading（4th），Englewood Cliffs， Prentice Hall， NJ，. 757.

[13]Fornell， C. and Larcker， D.F.，（1986） .Structural equation models with unobservable variable and measurement error： algebra and statistics， Journal of Marketing Research，（18）.382-388.

[14]Hair， J.F.， Anderson， R.E.， Tatham， R.L.，and Black，W.C.，（1995）. Multivariate Data Analysis with Reading（4th），Englewood Cliffs， Prentice Hall， NJ，. 757.

[15]Hair， J.F.， Tatham， R.L.， Anderson， R.E.，and Black，W.C.，（1998）. Multivariate Data Analysis（5th）， Prentice Hall， Upper Saddle River， NJ， .177-218.

[16]Henseler，J . ，Ringle，C.  M . ，and Sarstedt，M. （2015）.A New Criterion for Assessing Discriminant Validity in Variance-based Structural Equation Modeling. Journal of the Academy of Marketing Science， 43（1）： 115-135.