在线教育平台学习者学习行为的影响因素研究*——基于UTAUT模型分析

张 聪

(1.澳门科技大学，中国 澳门 999078；2.广西金融职业技术学院，广西 南宁 530007)

0 引言

近年来，教育信息化的日新月异推动了在线教育飞速发展，2020年受新冠肺炎疫情防控的影响，但在线教育基本能支撑“停课不停学”应急时期，也成功探索了史无前例的大规模在线教学，让在线教育迅速走进学校和家庭。《中共中央关于制定国民经济和社会发展第十四个五年规划和二O三五年远景目标的建议》指出：“发挥在线教育优势，完善终身学习体系，建设学习型社会。随着“互联网+”、云计算、大数据、物联网等新技术逐步广泛应用及我国疫情常态化防控，在线教育用户数量呈现飞速增长趋势。中国互联网络信息中心发布的第四十七次《中国互联网络发展状况统计报告》指出，截至2020年12月，我国(大陆地区)在线教育用户规模达3.42亿户，占网民整体的34.6%。在线教育以其便捷灵活的学习方式、丰富多样的教学资源，深刻改变了传统的教育模式，也改变了学习者获取知识技能的学习习惯及学习行为。在线学习与传统面授教学相比，不需重新安排和规划时间，学习者可以在自己方便的时间和地点参与在线学习[1]。在线学习还为身处异地而志趣相投的学习者形成虚拟学习社区提供了可能[2]。然而，现实的情况并不乐观，研究发现部分学习者使用在线教育平台的意愿并不高甚至从不参与在线活动或者长期潜水[3]，在线教育平台的诸多优势并没有得到有效发挥，学习者的学习效果未达到理想预期。因此，研究在线教育平台学习者学习行为的影响因素，对优化在线教育平台服务内容，提升在线教育平台教学质量，提高在线教育学习效果具有重要意义。

以信息技术为载体的在线教育为广大学习者构建了一种新型的教育情境，在此情境中，在线教育平台作为信息技术媒介输出信息化知识，学习者则通过在线教育平台获取信息化知识，从而达到完成学习任务、提升自身的目标。对学习者而言，其在在线教育平台的学习意愿与学习行为可视为对在线教育平台这一信息技术媒介的使用意愿与使用行为。在学术界，技术接受与使用整合模型((Unified Theory of Acceptance and Use of Technology，简称“UTAUT模型”)是解释信息技术或信息系统接纳最有影响的模型之一，该模型认为，用户的信息技术使用行为由用户的使用意向与促进条件来决定，而使用意愿又由绩效期望、努力期望和社会影响这三个变量所决定。因此，对在线教育平台学者学习意愿和学习行为的研究可以借助UTAUT模型进行分析，具有重要的理论与实践意义。

1 基于UTAUT模型的学习者学习影响因素模型

1.1 UTAUT 模型概述

Venkatesh等[4]提出UTAUT模型用于解释个人或组织在使用信息技术时的行为特点。该模型整合了技术接受模型、技术接受模型与计划行为理论整合模型、理性行为理论、PC使用模型、计划行为理论、动机模型、创新扩散理论、社会认知理论等8个理论模型，并在此基础上提取了4个主要影响用户接受动机的因子，即努力期望、绩效期望、社会影响、促进条件，以及4个调节变量，包括年龄、性别、经验和自愿性(如图1)。

图1 UTAUT 模型

该模型涉及社会学、行为学、心理学、信息系统等多个领域的学科。为构建科学有效的理论模型，Venkatesh等用了近6个月时间、跨越3个地区深入调查，对8个理论模型中的20多个变量进行了严谨的测量和检验，最终确定UTAUT模型的基本理论架构。模型检验结果显示，UTAUT模型比原八个理论模型的分别测量得出的结果都要好，一些实证研究结果发现UTAUT可以解释使用意向的70%的方差，是一个非常好的测量工具。

1.2 在线教育学习行为UTAUT模型构建

根据UTAUT模型，对在线教育平台学习者学习行为构成影响的4个核心变量就是学习者使用在线教育平台的影响因素，即：绩效期望因素、努力期望因素、周围影响因素和促进条件因素。另外，原UTAUT模型中设置了年龄、性别、经验与自愿性四个调节变量。鉴于本研究主要以参加全国高等教育自学考试且使用在线教育平台网络助学的学习者作为研究对象，年龄与性别相对集中，互联网及移动互联网已经非常普及，在线教育平台的功能设计均较为易于操作，便于使用，学习者不会因为缺乏的在线学习经验而影响其学习意愿，且在线教育平台均由学习者自愿报名参与。因此,本研究不考虑原UTAUT模型中的年龄、性别、经验及自愿性4个调节变量的调节作用，不作为学习行为模型的构建范畴，只做一般的描述性统计分析。本研究的概念模型如图2所示。

图2 在线教育学习行为UTAUT模型

1.3 研究假设

在线教育学习行为UTAUT模型中，影响学习者网络学习行为的4个核心变量就是影响学习者使用在线教育平台的重要因素。绩效期望是指个人相信在线教育平台地使用可以帮助其在学习上获得更好表现的程度，主要体现个体使用在线教育平台与学习效果的相关性程度。在线教育情境中，学习者的绩效期望主要体现于学习者通过在线课程学习所期望达到的效果，包括学习平台信息系统和课程内容质量等方面内容。以往研究发现，信息系统质量会显著影响用户的使用意向[5,6]。针对在线学习平台的分析也显示，学习者对在线学习平台系统质量的感知会影响使用意向[7]。因此，在线学习过程中，如果学习者感知到课程视频的录制质量优质、课程内容组织合理、课程的配套资料完善，且能为学习者的学习、生活或工作带来帮助，那么学习者参与学习的意愿会得以加强。基于此，本研究提出研究假设：H1:期望绩效对学习者的学习意愿存在正向影响。

努力期望是指个人认为在线教育平台及课程内容等是否易于使用或掌握。在线教育情境中，努力期望体现学习者对学习系统与课程学习的难易程度。以往研究证实自我效能[8]、感知易用性[9,10]会显著影响用户的在线学习使用意向。虽然自我效能和感知易用性与努力期望在概念上不尽相同，但仍然可以作为理解学习者对于在线学习系统和课程学习任务的难易度感知。学习者在使用在线学习过程中如果感知到教育平台操作简单、易用，课程内容是否易于理解，易于掌握，那么学习者的学习信心就会得以加强，学习就更愿意进行网络课程的学习。基于此，本研究提出研究假设：H2:努力期望对学习者的学习意愿存在正向影响。

社会影响是指学习者意识到他人(周围)认为其是否应该使用在线学习这种学习方式的程度，体现了学习者是否使用在线教育平台进行学习会受到他人(重要的人)或者平台环境的影响。黄耕通过实证研究证实社会影响等对OER使用行为意愿具有正向影响[11]。在本研究情境中，学习者的网络课程学习行为容易受到周围环境和其他同学的影响，当周围环境和其他同学对网络课程学习产生正面作用时，那么在一定程度上会提高学习者的学习意愿。鉴于此，本研究提出研究假设：H3:社会影响对学习者的学习意愿存在正向影响。

促进条件是指学习者相信现有组织与技术结构能够支持在线教育平台使用的程度，是学习者感受到的在线教育平台对自身行为的约束程度。张海静的研究证实了促进条件是网络学习环境下信息技术接受的影响因素[12]。在本研究情境中，如果客观条件能足够支持学习者便于开展在线学习活动，学习者使用在线教育平台进行学习毫无障碍，那么学习者则会有更高的学习意愿，并倾向于采取更多的在线学习行为。鉴于此，本研究提出研究假设：H4:促进条件对学习者的学习行为存在正向影响。

学习意愿是指学习者在将来特定时间内使用在线教育平台学习或者推荐给其他学习者的可能性。行为意愿积极影响实际行为在众多研究中均得以证实。黄耕通过实证研究证实行为意向(使用意愿)能较强的影响到使用行为[11]。在本研究的情境中，当各方因素满足了学习者的需求时，学习者的学习意愿越高，学习者就会更倾向采取具体的学习行为，反之，如果学习者的学习意愿低，则学习者往往更倾向采取逃避学习或潜水等行为。鉴于此，本研究提出研究假设：H5:学习意愿对学习者的学习行为存在正向影响。

2 研究方案设计及数据分析

2.1 问卷设计及变量测度

本研究所涉变量的测量均采用国内外开发的成熟量表，具有良好的信效度。为确保被试能够准确理解测量题项，结合本研究的研究场景，对测量题项的措辞做了微小修改。问卷内容分为两部分，第一部分为核心变量的测量题项，第二部分为基本的人口统计信息。核心变量包括期望绩效、努力绩效、社会影响、促进条件、学习意愿、学习行为。其中期望绩效、努力绩效、社会影响及促进条件的测量题项借鉴王钱永研究中的量表[13]，学习意愿与学习行为借鉴Venkatesh等人研究的量表[6]，删除不显著的题项，最终形成本研究的量表(表1)。所以测量题项均采用李克特(Liket)五点尺度量表。(1代表“非常不同意”，5代表“非常同意”)。

表1 核心变量测量题项

2.2 数据收集与样本统计分析

本次问卷调查对象是报名参加全国高等教育自学考试且使用在线教育平台网络助学的学习者，借助专业问卷调查平台“问卷星”开展在线问卷调查，调查时间自2021年3月1日至6月30日，共为期90天。本研究在具体调查环节和调查过程中，注重对调查对象个人情况实行一定程度的控制。本研究共发放调查问卷436份，回收问卷436份，对436份调查问卷进行一致性检验，剔除39份无效问卷，最终确定本次调查有效问卷为397份，问卷有效率为91%。

对有效问卷进行统计分析后，得到的受访者基本情况,见表 2。

表2 受访者描述性统计

从表2可知，在397个有效样本中，男性的学习者122人，占30.7%；女性学习者275人，占69.3%，说明参与在线学习的女性偏多；年龄分布上，19～29岁的学习者占比为69.3，说明在线学习的学习者以年轻人为主；学历层次方面，以专科毕业生与本科毕业生为主，分别占比为36%与28.7%；专业选择方面，占69.8%的学习者选择人文社科类(文科)专业课程进行学习，只有30.2%的学学习者选择自然科学(理科)专业课程进行学习，说明自然科学类(理科)专业由于各种原因，并没有能吸引更多的学习者。

3 学习者学习行为影响的实证结果分析

3.1 量表信度及效度分析检验

本研究通过SPSS 22对问卷进行信度分析，结果显示：绩效期望、努力期望、社会影响、促进条件、学习意愿以及学习行为的Cronbach’s a值为0.753～0.936(表3)，均大于0.7，说明此次样本调查具有较好信度，所使用的量表和问卷达到了研究要求。同时，整体数据的KMO值为0.963，Bartlett球体检验近似卡方值为7654.231，自由度为276，显著性概率p=0.000<0.01，结果表明问卷变量之间存在相关性，可以进行因子分析。

表3 Cronbach＇s Alpha 系数

3.2 结构方程分析

本研究借助软件Amos20.0，依据研究假设构建结构方程模型(SEM)，验证模型拟合程度，结果见表4。从表4中可知：CMIN/DF为3.255，RMSEA值为0.075，RMR值为0.055，表明实际样本数据与假设模型之间可以适配。此外，假设模型中的GFI、RFI值略小于0.9，NFI、IFI、TLI、CFI值均大于0.9，这些研究结果说明假设模型整体拟合效果较好，适配度达到可接受水平。

表4 模型适配度检验结果

3.3 假设检验

本研究对变量之间的直接因果影响关系的显著性和路径系数进行检验，结构方程模型的数据分析结果见表5。由表5可知：绩效期望(β=0.754，p<0.001)、努力期望β=0.471，p<0.001)、社会影响β=0.572，p<0.001)均对学习意愿具有显著的正向作用，H1、H2和H3的假设均成立。促进条件对学习行为具有显著的正向作用(β=0.492，p<0.001)，假设H4成立，学习意愿对学习行为具有显著的正向作用(β=0.448，p<0.001)，假设H5成立。本研究所采用的模型的4个结构变量之间的影响关系进行检验，各变量的路径系数越大表示在因果关系中的重要性越高。由于绩效期望、努力期望和社会影响的路径系数分别为0.754、0.471和0.572，说明三者对学习意愿的影响程度大小依次为绩效期望、社会影响和努力期望。而学习意愿和促进条件的路径系数分别为0.448和0.492，说明两者对学习行为的影响程度大小依次为促进条件和学习意愿。

表5 变量间直接关系的检验结果

4 结论与建议

4.1 结论与讨论

本研究基于技术接受与使用整合理论模型(UTAUT)构建的学习行为模型，不仅分析了学习者在线教育平台的学习意愿的影响因素，而且分析了学习意愿与促进条件对学习行为的影响作用，对深化、拓展影响学习者学习行为的研究具有积极意义。研究结果表明，学习者的绩效期望、努力期望及所处的周围学习环境(社会影响)正向显著影响学习者学习意愿，而学习者学习意愿与促进条件是影响学习者学习行为的因素。这一结论合理拓展了技术接受与使用整合理论(UTAUT)的应用情境，对构建更加完善的在线学习行为影响因素模型具有一定的推动作用。

(1)期望绩效对学习者的学习意愿有直接而显著的正向影响。绩效期望体现的是学习者通过对在线教育平台提供的课程资源进行学习，不断将课程知识内化，从而达到改善学习效率、提升自身能力的程度或者期望。在线教育平台应向学习者提供尽可能多的优质课程内容，并提供相应的学习资料以满足其学习需求；在课程内容设计方面上应紧跟社会发展需求，紧贴工作与生活，提高教学质量。

(2)努力期望对学习者的学习意愿有直接而显著的正向影响。在线教育情境下，学习者除了掌握学习平台系统外技能外，还需完成一定的学习任务。学习者是否同时掌握学习平台技术及完成课程学习两项任务是在线教育学习平台难易程度的具体体现。因此，在线教育平台有必要给予学习者技能培训，提供学习操作手册，并对课程学习计划和内容难易程度作出说明或解释，这样可以有效地降低学习者的认知负荷，增强学习信心，提高学习意愿。

(3)社会影响对学习者的学习意愿有直接而显著的正向影响。具体而言，学习者是否愿意使用在线教育平台进行学习，受到来自在线教育平台其他学习者和学习环境等周围环境的影响。因此，在线教育平台在功能设计及页面等方面应当足够友好，鼓励学习者之间通过在线教育平台进行互动与交流，鼓励学习者积极向他人分析学习经历和分享成功喜悦，营造良好的学习氛围，增强在线学习意愿。

(4)促进条件对学习者的学习行为有直接而显著的正向影响。当各种学习条件利于开展在线学习活动时，学习者就越倾向对在线课程采取学习行为而非逃避的学习态度。便捷的登录学习方式有效提升学习意愿，在线教育平台系统配置应该保持尽可能高的标准，提供性能更高的服务器，提高系统运行的稳定性和响应时间，创新PC端和手机APP端便捷的学习方式，提供在线答疑等功能，为学习者随时随地开展学习活动创造有利条件，激发学习兴趣，促进学习。

(5)学习意愿对学习者的学习行为有直接而显著的正向影响。具体而言，如果学习者学习意愿高，则学习者会采取主动的学习行为，而如果学习者学习意愿低，则学习者则更倾向采取逃避学习或者不学习等行为。因此，在线教育平台应该积极满足学习者的各种学习需求，不断提高平台服务质量和教学质量，通过课程设计和完善系统功能，不断降低学习者的使用难度和学习难度，营造积极的学习氛围，提升学习者满意度，努力提高学习者的在线学习意愿，产生更多的学习行为。

4.2 建议

本研究的数据仅仅来自对学习者调查而缺少对教师的调查，数据的全面性有待提升。同时，不同学科背景学习者的学习思维或方式不同，他们对在线教育平台的感知不同；不同性别学习者的认知特点不同，他们对在线教育教学方式的敏感程度不同；不同类型学习者的学习能力不同，他们在线教育课程学习的需求不同，这些都需要进一步研究。此外，本研究主要从技术接受与使用的视角开展学习行为的研究，而学习者的学习行为还可能存在其他影响因素，研究的视角也可以更为多元，相关问题可待进一步关注和探讨。