在线学习环境下大学生持续学习行为模型构建与实证分析

徐 琦，刘兴红，张 涵，陈 雪

(湖北师范大学 计算机与信息工程学院，湖北 黄石 435002)

教育部在《2020年教育信息化和网络安全工作要点》[1]中强调“持续深化网络学习空间覆盖行动”“扎实开展百区千校万课覆盖行动”，疫情期间，在线学习用户的持续增长极大提高了网络学习资源的利用率，然而当学生从居家的线上学习回归校园的线下学习后，由于学习场景和学习心态等因素的影响，极可能影响疫情防控常态化下在线学习平台的用户流失率。研究旨在揭示疫情常态化下学生在线持续学习的影响因素，增强在线教育的发展潜力，进而推动疫情防控常态化下互联网与教育教学的深度融合发展。

1 研究基础

1.1 UTAUT模型

Venkatesh等[2]提出的整合型技术接受与使用模型(UTAUT)包含绩效期望(PE)、努力期望(EE)、社会影响(SI)和促进条件(FC)四个核心变量和性别、年龄、经验和自愿性四个调节变量，前三个变量(PE、EE、SI)是使用意愿和行为的直接决定因素，第四个变量(FC)是用户行为的直接决定因素。经多项研究[3,4]验证，该模型在信息产品的接受度和使用上有良好的应用价值。

在线学习平台属于一种信息技术产品，符合UTAUT的应用范围——信息系统。研究将UTAUT的应用焦点从一般信息系统产品的使用行为迁移到在线学习平台的学习行为上，有利于扩大该模型的应用广度，通过借鉴UTAUT中对变量的测量，适当添加与在线学习环境相关的关键变量，可提高研究模型对持续学习行为的解释度，为在线持续学习行为的测量提供科学的依据。

1.2 教学交互理论

Moore[5]认为教学交互理论中的远程交互是指学生与内容、教师和学伴三方面的深度交互。学生与内容交互是一种引发学生思考，促进他们建构新的认知结构的过程[6]。学生与教师交互发生在学生和平台教师之间，是学生渴望得到关注的一种学习交互形式，其效果影响着他们的在线学习满意度、感知学习效果和社会临场感水平[7]。学生与学伴的交互有助于发展学生的人际交流能力和获取学伴所共享的大量隐性知识，对发展多元观点具有重要意义。

教学交互理论揭示了在线学习的发生过程，为分析持续学习行为的影响因素提供了有力指导。目前在线学习环境提供的巨大交互空间使得学生之间的交互关系日趋复杂，构建有意义的在线教学交互环境对学生的社会化发展至关重要[8]。研究充分考虑学习交互中学生与学伴、内容、教师三者之间的相互作用，把握在线学习行为的发生过程与规律，关注个体学习交互的满意度，从而更加科学的探究持续学习行为的影响因素。

2 研究模型与假设

2.1 变量修订与描述

研究在梳理变量之间的关系时，根据在线学习平台上大学生的使用情景，对变量进行了情境化调节。已有研究将UTAUT中的“自愿性”应用于高校教师群体，探究他们是否自愿使用网络教学方式与持续使用水平之间的关系[9]，然而受疫情影响，大学生曾“被迫”转为完全在线学习，这使得“自愿性”难以发挥影响作用，而且在线教育已发展成为疫情常态化下教育新常态，一些学校正逐渐将在线教育纳入到课堂教学中，“自愿性”将不再是限制大学生自主选择在线学习的变量，而“年级”是研究大学生群体不可忽视的属性，故将UTAUT中的“自愿性”替换为“年级”。已有研究表明环境因素对持续学习行为具有显著影响[10]，但目前学习环境变量尚未被纳入UTAUT中，因此本研究在UTAUT的基础上新增“学习环境”变量，并从环境温度、声音、通风、灯光柔和度和网络质量这五个方面展开，探究环境质量对大学生持续学习的影响程度。已有研究从理论角度发现学习者间、师生间、学习者与学习内容间的交互性也是影响持续学习行为的关键因素[11]，但尚缺乏实证考究。鉴于此，本研究结合教学交互理论，新增“交互满意度”变量，设计学生与学习内容、教师、同学之间的交互满意度指标，探索教学交互与持续学习行为之间的内在关系。

绩效期望表示“大学生认为通过在线学习能实现预期目标的程度”；努力期望表示“大学生在学习参与度、专注度和任务完成度这三方面付出的努力程度”；社会影响表示“大学生受到家长、教师和同学这三类人群影响时，使用在线学习平台的程度”；促进条件表示“在线学习平台的功能、资源支持其持续学习的程度”；学习环境表示“大学生认为环境质量对在线学习的影响程度”；交互满意度表示“大学生在与内容、教师和同学之间进行深度交互时的满意程度”，持续学习意愿表示“大学生今后愿意继续使用在线学习平台的程度”；持续学习行为表示“大学生持续学习的可能性”。

2.2 原始假设与新增假设

根据UTAUT模型变量，提出假设H1、H2、H3、H7.如果在线学习能帮助学生提高学习效率和效果、解决学习上的问题，那么他们今后可能更愿意继续进行在线学习，假设H1：绩效期望对持学习意愿具有显著正向影响。当学生集中注意力、积极参与在线学习活动，并努力完成各项学习任务时，说明他们能适应在线学习的形式，那么他们可能愿意继续进行在线学习。假设H2：努力期望对持学习意愿具有显著正向影响。当周围人群持续给予学生监督、陪伴、鼓励等引导时，可能会激发他们持续学习的信心，使其更愿意继续参与在线学习。假设H3：社会影响对持学习意愿具有显著正向影响。持续学习意愿越高的学生，越有可能继续选择在学习平台上学习，故两者之间具有正向影响。假设H7：持续学习意愿正向影响持续学习行为。

根据新增变量，提出假设H4、H5、H6、H8.当学习平台所提供的学习资源和功能越完善、学习环境的干扰因素越少时，学生在学习交互过程中的满意度会越高。假设H4：促进条件对交互满意度具有显著正向影响。H5：学习环境对交互满意度具有显著正向影响。当学生的交互满意度越高时，说明他们对在线学习平台的认可度越高，因此他们的持续学习意愿也会更高，进一步强化对持续学习行为的影响。假设H6：交互满意度对持续学习意愿具有显著正向影响。假设H8：交互满意度对持续学习行为具有显著正向影响。最后为探究不同大学生之间持续学习行为的差异性。提出假设H0a：大学生的持续学习行为在性别上表现出差异性；H0b：大学生的持续学习行为在年龄上表现出差异性；H0c：大学生的持续学习行为在学习经验表现出差异性；H0d：大学生的持续学习行为在年级上表现出差异性。

根据上述假设，构建在线学习环境下大学生持续学习行为影响因素研究模型，如图1所示。

图1 大学生持续学习行为影响因素模型

3 研究实施

3.1 问卷发放、回收

根据研究模型设计调查问卷，在多轮问卷修正后，形成逻辑结构完整的问卷：一为大学生基本信息；二为大学生持续学习行为调查，采用李克特五级量表结构对8个变量进行题目设计，问卷结构如表1，如针对变量绩效期望的题目设计为“在线学习提高了我的学习效率”“在线学习提高了我的学习效果(如学习成绩)”“通过在线学习，我解决了很多学习上的问题”，以此共形成28题。

采取整体抽样、分层抽样和随机抽样结合的方式向湖北省部分高校(武汉理工大学、华中师范大学、武汉科技大学、湖北大学、长江大学、湖北师范大学)的大学生发放电子问卷，发放时间为2020年9月，持续发放三周，最后整理有效问卷。本次问卷共发放700份，回收659份，剔除不合格问卷43份，共计有效问卷616份，有效回收率为88%.样本情况为：男生247人(40.09%)，女生369人(59.90%)；18岁以下学生6人(0.97%)，18～20岁351人(56.98%)，20～22岁228人(37.01%)，22岁以上31人(5.03%)；大一生166人(26.95%)，大二生209人(33.93%)，大三生191人(31%)，大四生50人(8.11%)；在学科门类上，理学197人(31.98%)，教育学110人(17.86%)，工学87人(14.12%)，哲学29人(4.71%)，法学18人(2.92%)，管理学49人(7.95%)，经济学64人(10.39%)，艺术学12人(1.95%)，历史学25人(4.06%)，体育学25人(4.06%)；在学习经验上，疫情前367人(59.58%)参与在线学习，249人(40.42%)未参与在线学习，疫情期间有效调查对象已参与在线学习。

表1 大学生持续学习行为问卷结构

3.2 研究模型检验

如表2，各变量克隆巴赫α值均在可接受范围内(>0.7)，平均方差抽取量AVE值均达到了最低推荐标准值(>0.5)，组合信度CR值整体高于临界值0.7，说明问卷信度整体水平良好，变量设计内部一致性较理想。各变量的标准化因子载荷值(>0.7)均达到了收敛效度的要求，KMO值为0.955(p=0.000)，进一步通过因子分析共提取出8个因子，累计方差解释率为70.867%，说明问卷整体效度较好。

表2 模型信效度检验

在Amos24.0中绘制研究模型，设置误差变量为0，默认路径系数为1，采用最大似然估计法进行参数估计，参考吴明隆[12]分析得出的模型参数检验标准，经反复拟合校正，模型自由度为330，卡方值为717.173(p<0.001)，如表3，各项指标均符合模型构建要求，说明研究模型和问卷数据之间具有良好的适配度，模型拟合度整体良好。

表3 模型拟合分析

3.3 假设验证与分析

3.3.1 路径分析 采用最大似然估计法进行路径分析，根据非标准化路径系数与标准误差(S.E.)的比值估计临界比值(C.R.)，若C.R.大于1.96，则p达到0.05水平显著性，如表4.

表4 模型路径分析

对于持续学习意愿而言，绩效期望(p<0.01)、努力期望(p<0.05)和交互满意度(p<0.001)均对其产生了显著正向影响，但社会影响(p>0.05)的作用效果不显著，即社会影响对持学习意愿产生了一定程度的积极影响，当大学生受到家长、教师和同伴的刺激和鼓励后，部分学生并未产生明显的持续进行在线学习的意愿，其原因可能是人群干预会使得部分学生努力完成各项在线学习任务，但同时也会给他们造成一定心理负担，降低了大学生持续学习的积极性，导致持续学习意愿表现较差，故假设H1、H2、H6均成立，H3不成立。深入分析发现，交互满意度对持续学习意愿的影响效果最大，高于绩效期望、努力期望和社会影响的影响效果，说明学生对在线学习交互越满意时，他们越愿意继续进行在线学习，那么有效改善在线学习过程中的交互活动，将有助于提高他们持续学习的积极性和可能性。促进条件(p<0.001)对交互满意度具有显著正向影响，虽然促进条件未直接影响持续学习意愿，但是通过中介变量交互满意度，其对持续学习意愿产生了间接影响，间接影响的效果值可通过促进条件到交互满意度、交互满意度到持续学习意愿的标准化路径系数的乘积得到[13]，为0.734(0.937*0.783)，说明在线学习平台提供的学习资源和功能设施对他们持续学习意愿影响较大，操作方便、功能齐全的在线学习平台能给学生带来更优质的学习体验，也会成为他们持续学习的外在动力来源。学习环境(p>0.05)对交互满意度的影响效果不显著，即良好的学习环境并不会对大学生的交互满意度产生正向影响，一方面说明学习环境(Estimate=0.048)对交互满意度的影响效果远不及促进条件(Estimate=0.937)，切实改善平台功能设置比优化学习环境更为迫切，另一方面学习环境和交互满意度之间可能存在其他中介变量的影响，如学习投入等，当大学生努力克服外界环境中的干扰，积极投入在线学习时，他们能进行更有效的学习交互，因此假设H4成立，H5不成立。

对于持续学习行为而言，其测量主要通过中介变量持续学习意愿和交互满意度体现出来，持续学习意愿(p<0.001)和交互满意度(p<0.001)对其影响直接正向显著相关，其中持续学习意愿(Estimate=0.940)的影响作用更强，说明学习者越愿意持续学习时，其持续学习的可能性也越大。除了直接影响持续学习行为以外，交互满意度还可通过中介变量持续学习意愿间接影响持续学习行为，其他变量通过中介变量持续学习意愿、交互满意度也对持续学习行为产生了不同程度的间接影响，其间接影响效果为：社会影响(Estimate=0.440)>绩效期望(Estimate=0.366)>促进条件(Estimate=0.218)>努力期望(Estimate=0.162)>学习环境(Estimate=0.011)，假设H7、H8均成立。

3.3.2 方差分析 如表5，男生和女生、不同年龄段的大学生均在持续学习行为(p<0.05)上表现出显著性差异，深入分析发现，男生(M=4.248，即男生在变量持续学习行为上的平均值为4.248.M表示该项的平均值得分，下同)较女生(M=4.113)在持续学习行为上的得分更高，即男生持续学习的可能性更高，这可能是由于男生对信息系统产品的兴趣更浓，因此更愿意通过在线学习获取知识和技能。20～22岁的学生(M=4.229)较其他年龄段学生在持续学习行为上的得分更高，这与该年龄段的学生心智更成熟有关，他们更能进行良好的在线自主学习管理，并持续坚持在线学习。年级、学习经验属性均未在持续学习行为(p<0.05)上表现出显著性差异，但年级属性会影响大学生对在线学习效果和效率方面(绩效期望p<0.05)的看法，虽然具有在线学习经验的大学生(M=4.164)较其他学生(M=4.092)在持续学习行为上的得分高，但他们未表现出显著差异性(p>0.05)，故假设H0a和H0b成立，假设H0c和H0d不成立。

表5 性别、年龄、年级和学习经验的独立样本t检验

4 结论与启示

通过构建在线学习环境下大学生持续学习行为影响因素模型，开展问卷调查并深入分析发现：第一，UTAUT中的研究变量是有效的，持续学习意愿与持续学习行为之间具有较强相关性，这与以往研究中的结论一致[14]，交互满意度与持续学习意愿之间的相关性也较强，这说明以教学交互理论为基础的新增变量也能较好的融入到持续学习行为研究模型中，问卷数据与模型的适配度情况良好。第二，大学生群体在持续学习行为(M=4.021)、交互满意度(M=4.021)、持续学习意愿(M=3.961)三方面整体表现较好，在绩效期望(M=3.732)上表现不佳，且在上述四个方面均表现出较大的离散程度(SD>0.6)，进一步说明大学生居家在线学习状态整体表现一般，在线学习的效果和效率还有待进一步改善。第三，研究模型中提出的12个研究假设除H3和H5、H0c和H0d外，其余8个假设均得到验证。即绩效期望、努力期望、交互满意度对持学习意愿均具有显著正向影响，促进条件对交互满意度具有显著正向影响，交互满意度、持续学习意愿对持续学习行为具有显著正向影响。大学生的持续学习行为在性别、年龄两方面上表现出显著差异性，在年级和经验上无明显差异性。尽管路径分析中，社会影响、学习环境对持续学习意愿和持续学习行为产生了积极影响，但影响效果并不具备统计显著性，因此可认为社会影响、学习环境与因变量持续学习行为具有一定程度的相关作用，其深层的联系还有待进一步研究。

疫情防控形势逐渐向稳向好，大学生已经步入正常的线下课堂学习，在线学习平台将成为他们课外学习的重要渠道，想要促进大学生持续在线学习，就需要设法提高他们的绩效期望、努力期望和交互满意度。相比家庭环境，学校为大学生提供了更加积极向上的学风环境，因此在与同伴的协作与交流中，他们更有可能借助在线学习拓展专业知识与技能，并收获更佳的学习效果。大学生愿意在学习平台上付出的努力程度与平台的功能设置、课程设计等因素息息相关，因此在线学习平台若想“流量”变“留量”，就需继续加强系统的稳定性，提高学习平台的适应性，考虑为学生智能筛选、推荐、整合满足他们学习能力发展水平的高质量课程资源和更齐全的个性化学习功能设置，提高他们在促进条件上的表现。持续学习行为在男生和女生、不同年龄段的大学生中存在显著差异，女生和低年级群体的在线学习情况需要得到更多重视，学校和家庭应对其进行正确引导，采取多种措施不断提高他们在线学习的投入度、满足感和持续学习的意愿性、可能性，学校教师也可以通过线下课程为学生适当推荐专业相关的数字资源，刺激他们持续使用在线学习平台，促进在线学习平台的健康发展。在线学习环境是一个复杂的系统，持续学习行为的研究还可能涉及到更多潜在变量，如心流体验等[15]，在未来研究中，有待进一步将学习情感等维度的变量与持续学习意愿结合起来，扩大样本范围，提高持续学习行为影响因素模型的实用性和研究结论的可应用性。