学习满意度视角下大学生在线学习影响因素研究——以宁德师范学院学生为例

任昌满 徐琳娣

2020年1 月，新冠肺炎席卷全球，该病毒具有强传染性，人群普遍易感等特征，短短数月全球感染人数超千万。为避免线下聚集风险，教育部办公厅、工业和信息化部办公厅于2020 年2 月12 日联合发布《关于大中小学延期开学期间“停课不停学”有关工作安排的通知》，明确要求各地各学校在延期开学期间开通网络教学平台，免费提供有关学习资源，供各地自主选择使用。为积极响应国家号召，宁德师范学院采用了不同形式的线上教学模式跟平台，实践结果表明线上教学效果显著，但仍存在不足之处。如何更好地利用线上教学模式不断提高学生在线学习满意度，也是我们应该持续思考跟关注的问题。

一、理论基础及研究模型构建

(一）交互性与学习满意度的关系

Joo 和Choi 表示教育或学习中的交互可以被定义为“一种通过学习者的积极参与而引起认知作用的双向活动”。[1]它分为学习者与学习内容间的交互，学习者与教授者之间的交互，学习者与学习者之间的交互。在本文研究中，我们想要了解的是学习者如何感觉，思考和体验他们与教授者的交互作用。学习不是单纯的信息传递与简单沟通，而是学习者主动参与“教学和学习”的过程，在此过程中与教授者积极频繁的进行双向沟通的一种活动，因此交互性被认为是教育学习情况中重要的因素。本文重点讨论的是学习者与教授者之间的交互性。根据Borbely（1994）的研究，即使学习者和教授者不在在线教育环境或远程教育环境中的同一地点也会引起交互活动，而且研究教育类网站的交互性对学生影响的结果发现教育类网站的交互性对网站的满意度和任务的沉浸度有积极影响。[2]换言之，在教授学习的情况下，交互作用是提高学习满意度和成就感的决定性因素。Rafaeli 和Sudweeks(1997)研究发现也表明，交互作用可以提高用户的满意度，在后续沟通环境中，交互性对兼容与满足的相关联系很强。[3]

Debourgh（2003）将影响远程教育中学习者满意度的因素归类为学习者特征、传授者、教学技巧、课程操作等方面，并分析了这些因素与远程学习者对学习满意度之间的相关性，提出远程教育学习者满意度与参加课堂活动的机会以及通过与教师互动的适当反馈密切相关的建议。[4]

基于以上分析，本文提出以下假设：

假设H1：学习者与教授者之间的交互性对学习者学习满意度产生积极影响。

（二）心流体验与学习满意度的关系

Csikszentmihalyi(1975)提出的心流体验(flow experience)是指人们在完全投入一项活动之中时所获得的一种整体感受，具有行动与意识融合、注意力高度集中、获得时间感扭曲和内在愉悦感等特征。[5]心流体验是一种以目的性为主体的体验(autotelic experience)，心流体验本身就能够成为激励人们重复参与某项活动的内在动因。[6]梳理国内外文献发现，国内外学者们将心流体验分为三个层次进行研究，精神层面、功能层面、过程性层面。到目前为止，每个研究人员对心流都有很多不同的描述，以至于存在很多版本的概念定义。但是仔细研究后发现,他们的研究不是概念上的差异，而是对待心流体验的侧重点不同。这些研究当中有的是解释心流的概念或调查心流产生的原因，有些则是通过经验的累积来展示心流体验中的状态。本研究的侧重点在于心流体验的精神层面，探讨心流体验与学习满意度之间的关系。

许多在线网络环境中的心流体验研究表明,心流体验对学习满意度有积极地影响。Webster 等人（1993）认为流动会影响主观体验，例如积极的情绪和满意度；[7]Lee 和Choi(2013)的研究表明，心流体验会通过影响学习者对在线课程的满意度继而影响在线学习的持续意愿；[8]李仪凡(2009)的研究证实，心流体验可通过影响网络游戏者的享乐主义和满意度对其口碑推荐和持续使用行为产生影响；[9]Shiau 等人(2011)、Chang 和Zhu(2012)各自对博客和社交网站(SNS)的研究均表明，心流体验会影响用户的使用满意度和持续使用意愿。[10][11]

基于以上分析，本文提出以下假设：

假设H2：学习者心流体验对学习者学习满意度产生积极影响。

（三）社会临场感和学习满意度的关系

字典中的临场感被定义为“在场”。MaQuiggan，Rowe &Lester 将社会临场感定义为“使用媒体而无法感知到的主观体验”,[12]而Sheridan(1992)把社会临场感定义为一种心理体验，在这种心理体验中，人使用远在某处的机器或设备时，表现出的自己身处某种环境执行某项任务的一种心理感官认知，换句话说社会临场感可以转化为一种现实感，即存在于一种媒介介导环境中的感觉,强调虚拟的交流经验。[13]高社会临场感激发与他人的人际沟通，对沟通过程能够产生积极影响，[14][15]社会临场感对于社交网站用户的归属感和满意度具有积极影响。从20 世纪90 年代开始，研究者们开始将研究焦点转移到远程教育上，他们认为远程教育的参与者能够将自己的个性通过媒体进行传递，比如将个人的个性融入到在线讨论中，从而建立社会临场感。在虚拟的远程学习环境中，个体通过讲故事、使用符号、表达情绪来展现个性化的自己，这使得其他远程学习者能够感知，并且感受到他人与自己是真实联系在一起的。因此，社会临场感的感知是可以提高的。目前社会临场感这一概念已经成为远程学习的核心研究概念。[16]社会临场感被认为是远程学习的参与者通过在线小组学习的形式而感受到的归属感和认同感从而带来的沉浸感和满足感。[17]

基于以上分析，本文提出以下假设：

假设H3：学习者社会临场感对学习者学习满意度产生积极影响。

（四）在线网络系统质量和学习满意度的关系

信息系统是指为用户提供适当信息、内容和服务的系统。Delone 和Mclean（2003）的一项研究被广泛用于在线环境中信息系统质量评价。[18]根据该研究，信息系统的成功由六个要素组成，分别是：系统质量、信息质量、服务质量、用户、满意度和性能。Holsapple 和Lee-Post（2006）把信息系统成功模型运用到网络学习当中，提出了网络学习成功模型，将网络学习过程分为系统设计、系统交付和系统结果；在设计阶段，包括三个因素：系统质量、信息质量和服务质量；在交付阶段，包括两个因素：使用水平和用户满意度；在结果阶段，包括性能因素。[19]

Wang等人（2007）还采用DeLone 和McLean 的信息系统成功模型作为理论框架来开发一种评估模型，以评估组织环境中网络学习系统的效果。通过系统质量、信息质量、服务质量、系统使用、用户满意度以及作为测量工具验证了可靠性和有效性，并且就测量网络学习效果而言，强调采用多维方法的重要性。[20]

到目前为止，以使用信息系统成功模型来验证学习环境中信息系统因素与学习满意度之间的关系为主题进行了大量实证研究。

首先，Iivari（2005）在DeLone&McLean 的研究基础上运用实证分析方法重点研究地方政府官员在网络学习中的表现。结果表明，系统质量和信息质量能有效的预测网络学习用户满意度，且满意度是个人绩效的重要预测变量。[21]其次，Chiu，Chiu 和Chang（2007）对台湾高雄大学的289 名学生进行了在线调查，基于他们的网络学习过程来观察系统质量、信息质量和系统使用水平是否对学习者满意度产生积极影响。验证结果表明，除了服务质量以外，系统使用、信息质量和系统质量会对学习者的满意度产生显著影响。[22]最后，Lin（2007）也运用DeLone 和McLean 的信息系统模型，试图验证网络学习环境中系统质量、信息质量、服务质量对使用意图与用户满意度之间的关系。结果表明，系统质量，信息质量和服务质量对用户满意度和使用在线学习系统的使用意图有显著影响，用户满意度对系统使用意图有显著影响，并且用户满意度与使用意图对网络学习系统的使用水平具有重大影响。[23]

基于以上分析，本文提出以下假设：

假设H4：在线网络系统质量对学习满意度产生积极影响。

（五）自我效能感和学习满意度的关系

Bandura(1977)将自我效能感定义为人们对自身能否利用所拥有的的技能去完成某项工作行为的自信程度。[24]自我效能感是个体对自己能否在一定水平之上完成某一活动所需要的能力判断、信念或主观感受。自我效能感决定人们对行为任务的选择及对该任务的坚持性和努力程度，也影响人们在执行任务过程中的思维模式以及情感反映。

自我效能感可以分为多种表现形式，例如自我调节学习策略、感知选择、任务价值、努力-绩效期望、自尊、归因和目标取向。[25]同时，自我效能感的效果也可以分为三类：第一决定行动的持续性。自我效能低下的人在遇到困难的情况下会试图延迟或放弃努力，而自我效能高的人则以此为契机挑战并付出更大的努力。[26]第二自我效能感对成功、失败的归因产生影响。自我效能感高的人将失败归因于努力不足，而自我效能感低的人将失败归因于缺乏能力。[27]第三自我效能感对情绪产生影响。恐惧和焦虑的感觉是由所处情况的无助感所致，如果我们能够控制这种情况，恐惧和焦虑的程度会减少；感觉自己缺乏能力的人会表现出高度的沮丧和无助感。[28]

在自我效能感与行为之间的关系中，自我效能感影响行为的选择和延续。具有较高自我效能感的人将艰巨的任务视为挑战，他们更多地参与到这些活动当中，设定目标并付出更多努力，而不是在遇到困难时轻易放弃。[29]

Bandura（1977）认为自我效能感是预测学习成果的重要因素。学习者的自我效能感对挑战学习任务时的态度、努力值的投入、克服困难的能力以及有效学习策略的使用有积极影响。[30]除此之外自我效能感还被用来衡量在线教育的学习成效和学习成果。[31]

基于以上分析，本文提出以下假设：

假设H5：学习者自我效能感对学习满意度产生积极影响。

基于上述的文献梳理和假设，本文以学习者自我效能感、学习者心流体验、学习者与教授者的交互性、在线学习系统质量、学习者社会临场感作为自变量，以学习者在线学习满意度为因变量，得出如下的研究模型（见图1）。

图1 学习者在线学习满意度研究模型

二、研究方法

（一）变量设定

本研究在借助国内外关于线上教学相关研究成果的基础上，针对在线教学特性设置了5 个自变量和1 个因变量，在此基础上研究分析各个潜在变量的含义并设置了21 个测量指标，分别对各个潜在变量进行了测量。具体表现为在线学习系统质量（3 个测量题项）、学习者与教授者交互性（3 个测量题项）、学习者心流体验（4 个测量题项）、学习者社会临场感（3 个测量题项）、学习者自我效能感（4 个测量题项）和学习者在线学习满意度（4 个测量题项）。

（二）样本采集

本研究以问卷调查形式进行，问卷调查的题项均以Likert 7 级量表方式展开，通过网络调查的方式发送给宁德师范学院的学生，共收回199 份问卷，经过对问卷数据的整理分析并剔除无效问卷后，最终得到167 份有效问卷。表1 呈现了调查对象的的基本情况，主要包括性别、年级和适用平台情况，被调查对象覆盖大一、大二、大三、大四各年级学生群体，此外调查对象均使用了“QQ”，“钉钉”,“腾讯会议”，“超星学习通”等在线学习平台（见表1）。

表1 人口统计量表

（三）分析方法

本文使用的统计分析方法是偏最小二乘法(PLS)，此方法不仅可以减少结构方程模型（Structuraal E quation Modeling:SEM)中的预测因子，而且还能验证因果关系和探索性因子分析。PLS-SEM 分析方法侧重于协方差结构的描述，而且样本数据分布不要求一定服从多元正态分布，是CB-SEM 的替代方法之一。因此，我们可以在小样本中使用最小二乘法（Partial Least Squares:PLS）来解释因果关系。

三、数据分析和结果

（一）信度和效度

本文通过调查问卷的方法进行数据收集，因此需要对所收集的数据进行信度跟效度的分析，目的是为了检验样本数据的稳定性和有效性。信度分析比较常用的分析方法有Cronbach' s ɑ 和组合信度(C.R)系数，通常认为Cronbach' s ɑ 的值大于0.7、C.R 值在0.7～0.9 就表示数据的可靠度较好。

从表2 的数据可以看出所有研究量表的Cronbach' s ɑ 和C.R 值都超过0.7，这说明所有量表都有较好的信度，达到了内部一致性的标准。结构方程模型的效度检验分为两种：收敛效度和判别效度。收敛效度是指运用不同测量方法测定同一特征时测量结果的相似程度；判别效度是指一个测量值与其他测量值之间的不相关程度。收敛效度的检验是通过平均方差萃取量(Average Variance Extracted,AVE)的值与0.5 做比较，只要AVE 值大于0.5，就说明潜在变量的解释能力超过了自身指标方差的一半。本研究中各潜在变量的AVE 值都超过了0.5，说明本研究中的潜在变量有很好的收敛效度。判别效度检验方式比较各潜在变量AVE 的平方根与其他潜在变量的相关系数，只要各潜在变量的AVE 平方根值高过其他变量之间的相关系数就说明研究有很好的判别效度。通过表3 的数值可以看出本研究已经达到了判别效度的评价标准（见表2、表3）。

表2 反应性测量模型评价(reflective measurement model)

表3 形成性测量模型评价（formative measurement model）

（二）模型评价

模型结构系数来自一系列的潜在变量之间的回归估计，所以在评价模型的结构关系之前，先要检查各潜在变量之间的共线性诊断，以确保回归结果不会产生偏差。检验潜在变量之间共线性的方式是方差膨胀因子（VIF）,在偏最小二乘法的结构方程模型当中当VIF<5 时，就意味着个潜在变量之间不存在共线性问题，通过表4 可以看出，本研究的每一个潜在变量都不存在共线性问题。通过共线性诊断之后还要对估计结果的有效性做一个检验。因为偏最小二乘法结构方程模型对数据的分布状态没有任何假设，所以一般用非参数检验方法来对估计结果进行检验，常用的方法是通过R2、f2、Stone-Geisser' s Q2、SRMR 来对模型的拟合效果进行检验。

R2意味着外生自变量对内生因变量的解释程度，通常在0～1 的取值范围内，数值越大，就说明解释能力越强。hair 等人(2017)的研究表明R2值在0.25 表示为微弱解释能力，在0.5 表示中度解释能力，在0.75 表示强劲解释能力。[32]通过表4 可以看出本研究的满意度的R2=0.684，达到了中度以上的解释能力。

f2意味着自我变量对因变量的影响能力。Chin(1998)、Cohen（1988）的研究表明f2值在0.02 表示微弱的影响力，在0.15 表示中度的影响力，在0.35 表示强劲的影响力。[33][34]通过表4 可以看出本研究f2的数值都达到了中度影响力的程度。

作为预测关联性的指标，偏最小二乘法结构方程模型用Stone-Geisser' s Q2来检验模型的预测关联性。一般管理类研究用Stone-Geisser' s Q2>0 表示模型对内在潜在变量具有预测性。本研究的学习者在线学习满意度Stone-Geisser' s Q 值超过了0，通过表4 可以看出Stone-Geisser' s Q2值达到了研究的评价标准。

SRMR值是评价模型拟合度的不错的办法。在偏最小二乘法结构方程模型中SRMR 值小于0.08，就认为达到了模型拟合的标准，通过表4 可以看出本研究的SRMR 值是0.051。上述内容都表明了我们的研究模型的拟合效果非常良好，可以顺利进行假设检验。

表4 模型拟合效果评价

（三）假设检验

偏最小二乘法结果方程模型不假设数据是正态分布的，所以参数检验的方法不适用于偏最小二乘法结果方程模型，我们用非参数检验的Bootstrap 方法来进行本研究的检验，该方法是重复多次（通常进行5000 次）从原数据中样本中随机抽样建立子数据样本，通过子样本进行内部结构模型，得出多组路径系数估计值及估计的标准误差，通过计算t 值检验显著性。

通过表5 的分析结果可以看出学生的自我效能感对学习满意度显著（t=2.637,p<0.01）,支持假设H1；学习者的心流体验对学习满意度显著（t=2.042,p<0.05）,支持假设H2；学习者与教授者之间的交互性对学习满意度显著（t=2.569,p<0.05），支持假设H3；网络平台系统品质对学习满意度显著（t=2.709,p<0.01）,支持假设H4；学生的社会临场感对学习满意度显著（t=2.277，p<0.05），支持假设H5（见表5）。

表5 假设检验分析

四、总结与讨论

本研究以满意度理论为基础，建造了“学习者在线学习满意度研究模型”，根据模型相关路径提出研究假设，通过问卷调查收集数据进行偏最小二乘法结构方程模型的检验，得到以下的结论：

（一）在新冠肺炎疫情背景下学生在线网络学习中，学习者与教授者之间的交互性能增强学生的学习满意度

在线渠道的优势在于沟通的双向性。为了提高用户的关系满意度，不仅需要通过网络渠道进行信息获取，而且还必须认识到诸如社会纽带形成之类的互动价值，并且要关注关系的持续性。如果将在线渠道移植到教育中并激活师生间的相互联系，则学生的满意度将提高，并且师生间的互动也会相应增加。使用在线渠道，应努力创造一个环境，使学生可以在在线环境中讨论和实施他们的想法或观点，老师们应寻求能够满足学生意见并满足其需求的先进教学方法。只要我们运用这些先进的教学方法全身心的投入到教学当中去，学生的学习满意度也会大幅度加强。

（二）在新冠肺炎疫情背景下学生在线网络学习中，系统质量能增强学生的学习满意度

在线学习系统质量能积极影响学生的在线学习满意度的研究结果跟livari（2005）的研究内容相吻合，说明提高系统质量，可以提高学生学习满意度。所以我们要考虑哪些是搭建在线学习系统时重点考虑的因素，哪些系统因素是学生在在线学习时重点在意的。要找出这些因素并且通过针对性的系统设计来提高学生的在线学习满意度。还要定期进行系统检查，以便学生可以随时稳定地访问系统，并且需要通过持续的系统管理来提高系统质量。

（三）在新冠肺炎疫情背景下学生在线网络学习中，学生的社会临场感能增强学生的学习满意度

研究结果显示学生的社会临场感能增强学生的学习满意度，这意味着学生在网络课堂上通过听觉、视觉，情感上获得了接近于现实课堂的满足感。应该加大开发能增强在线学习社会临场感的技术跟设备，让学生们在网络学习过程中感到亲临现实教室的感觉跟状态，让他们感觉在线网络学习的状态跟在学校课堂一模一样。使用在线网络平台上课的老师们也要尽量保持跟在教室上课一样的状态，这样才能刺激学生的临场感，让他们尽早进入到上课状态当中，提高学习满意度。

（四）在新冠肺炎疫情背景下学生在线网络学习中，学习者心流体验能增强学生的学习满意度

这项研究的结果为互联网学习相关的从业人员设计和实施基于互联网的学习系统提供了重要的指导。由于学习者的心流体验和用户满意度是继续使用该系统的关键驱动力，因此从业人员应努力通过在线学习系统使在线学习变得有用和有趣。教师应使用游戏、测验和其他创造性方法，通过互联网在线学习系统为学习过程注入更多乐趣。此外，使用在线学习系统的老师们应多使用丰富的多媒体功能（如图像、声音和文本），以加强学生的理解能力和记忆能力。具有挑战性的任务，目标明确的活动，会促进心流体验。在学习过程中，老师们应通过向学生布置难度适合的任务、确立明确的目标来引导学生们的心流体验来提高学生们的学习满意度。

（五）在新冠肺炎疫情背景下学生在线网络学习中，学生的自我效能感能增强学生的学习满意度

当对自己有强烈的信心或信念，相信自己能够通过努力达到预期的学习效果时，在线学习满意度也会相应提高。这也证明了自我效能感是影响学习满意度的重要变量。所以老师们不仅要关心学生的学业能力，也要关注学生的内在动力（如信心、信任），传递给学生“我可以”的信念，通过正确引导提高学生的自我效能感，[35]来带动增强学生的学习满意度。

注释：

[1]Joo,Y.J.Bong,M.&Choi,H.J.Self-Efficacy for Self-Regulated Learning,Academic Self-Efficacy and Internet Self-Efficacy in Web-Based Instruction.Educational Technology Research and Development,2000,48(2) :5-18.

[2]Borbely,E.Challenges and opportunities in extending the classroom and the campus via digital compressed Video.R.Mason&P.bacsich (Eds.),ISDN：Applications in education and training,1994,65-82.

[3]Rafaeli,S.&Sudweeks,F.Networked interactivity.Journal of Computer Mediated Communication,1997,2(4).

[4]DeBourgh,G.A.Predictors of student satisfaction in distance -delivered graduate nursing courses：what matters most?.Journal cf Professional Nursing,2003,19(3)，149-163.

[5]Csikszentmihalyi M.Beyond Boredom and Anxiety.San Francisco:Jossey－ Bass Publishers，1975.

[6]Hoffman,D.L.and Novak,T.P.Marketing in Hypermedia Computer-Mediated Env?ronments:Conceptual Foundations.Journal of Marketing,1996,50-68.

[7]Webster,J.Trevino,L.K.&Ryan,L.The Dimensionality and Correlates of Flow in Human-Computer Interactio.Computers in Human Behavior,1993,411-426.

[8]Lee Y.and Choi J.A structural equation model of predictors of on-line learning retention ［J］.Internet and Higher Education,2013,36 -42.

[9]李仪凡：《互联网用户体验结构模型》,复旦大学博士论文，2009 年。

[10]Shiau H.Huang S.and Shih L.Understanding continuance intention of blog users:A perspective of flow and expectation confirmation theory.Journal of Convergence Information Technology,2011,306 -317.

[11]Chang Y.Zhu D.The role of perceived social capital and flow experience in building users' continuance intention to social networking sites in China.Computers in Human Behavior,2012,995-1001.

[12]Maquiggan,S.W.Rowe,J.P.Lester,J.C.The Effects of Empathetic Virtual Characters on Presence in Narrative-centered Learning Environments.New York,N.Y :Association for Computing Machinery,2008,1511-1520.

[13]Sheridan,T.B.Musings on telepresence and virtual presence.Presence:Teleoperators and Virtual Environments,1992,120-126.

[14]Kehrwald.B.Understanding social presence in text-based online leatning environments.Distance education,2008,89-106.

[15]Lowenthal.P.R.social presence.Encyclopedia of distance and online learning hershey,2009,1900-1906.

[16]腾艳阳：《社会临场感研究综述》，《现代教育技术》2013 年第2 期。

[17]Rogers,P.&Lea,M.Social presence in distributed group environments:the role of social identity,Behavior &Information Technology,2005,24(2):151-158.

[18]DeLone,W.H.&McLean,E.R.The DeLone and McLean model of information systems success:A ten year update.Journal of Management Information Systems,2003,9-30.

[19]Holsapple,C.W.&Lee-Post,A.Defining,assessing,and promoting e-learning success:An information systems perspective.Decision Sciences Journal of Innovative Education,2006,67-85.

[20]Wang,Y.S.Wang,H.Y.&Shee,D.Y.Measuring e-learning systems success in an organizational context:Scale development and validation.Computers in Human Behavior,2007,1792-1808.

[21][36]Iivari,J.An empirical test of the DeLone-McLean model of information system success.ACM SIGMIS Database,2005,8-27.

[22]Chiu,C.M.Chiu,C.S.&Chang,H.C.Examining the integrated influence of fairness and quality on learners’satisfaction and web-based learning continuance intention.Information Systems Journal,2007,271-287.

[23]Lin,H.F.Measuring online learning systems success:Applying the updated DeLone and McLean model.Cyber psychology&Behavior,2007,817-820.

[24][30]Bandura,A.Self-efficacy:Toward a Unifying Theory of Behavioral Change.Psychological Review,1977,191-215.

[25]Zimmerman,Barry J.Investigating self-regulation and motivation:Historical background,122 methodological developments,and future prospects.American Educational Research Journal,2008,166-183.

[26]Bandura,A.and R.Wood.Effect of Perceived Control ability and Performance Standards on Self-regulation of Complex Decision Making.Journal of Personality and Social Psychology,1989,805-814.

[27]Collins,J.Self-Efficacy and Ability in Achievement Behavior,Unpublished Doctoral Dissertation,Standford University,1982.

[28]Hobfoll,S.J.Stress,Culture,and Community,The Psychology and Philosophy of Stress,New York:Plenum Press,1998.

[29]Lazarus,R.S.&Folkman,S.Stress,appraisal and coping.New York:Springer Publishing Co,1984.

[30]Bong,Mimi.Role of self-efficacy and task-value in predicting college students' course performance and future enrollment intentions.Contemporary Educational Psychology,2001,553-570.

[31]Zimmerman,B.J.&Kitsantas,A.Homework practices and academic achievement:the mediating role of self-efficacy and perceived responsibility beliefs.Contemporary Educational Psychology,2005,397–417.

[32]Hair Jr,J.F.Hult,G.T.M.Ringle,C.&Sarstedt,M.A primer on partial least squares structural equation modeling (PLSSEM).Sage Publications,2017.

[33]Chin,W.W.The partial least squares approach to structural equation modeling.Modern Methods for Business Research,1998,295-336.

[34]Cohen,M.A.Some new evidence on the seriousness of crime.Criminology.1988,343-353.

[35]Long,J.F.Monoi,S.Harper,B.Knoblaich,D.&Murphy,P.K.Academic motivation and achievement among urban adolescents.Urban Education,2007,196-202.