用户持续在线学习参与意愿的影响因素研究

赵蕾,胡丽峰

(1.河北地质大学 管理学院,河北 石家庄 050031;2.中国邮政集团有限公司 培训中心金融服务部,河北 石家庄 050021)

李克强总理在2019年《政府工作报告》中提出:推进“互联网＋教育”,改造提升远程教育,促进优质资源共享[1]。当前,升学就业竞争激烈,满足用户需求的在线学习受到欢迎。2020年初,受新冠疫情影响,学校不能正常开课,在线学习平台开放了很多免费课程以供有兴趣、有需求的用户加入。腾讯、阿里、字节跳动这样的互联网巨头企业也加入在线教育行业。在线学习这一模式再次受到用户的追捧。2020年3月,在线学习用户数量达到4.23亿[2]。然而,在线学习平台的发展是长远的,它的长远发展有赖于稳定的、并且能够持续增长的在线学习用户的数量。疫情过后,用户是否还会继续通过这些在线平台学习,在线学习平台是否能够增加用户粘性,是否能够获得用户的持续参与学习意愿是平台发展的关键问题。当前在线学习面临的最大困难就是持续参与意愿走低,如何降低辍学率,引导用户持续参与意愿显得至关重要。

对持续在线学习的内涵界定,学者们有以下观点:谭明杰提出:持续在线学习表现在两方面,一是今后会尝试运用更多的社会化媒体应用来学习;二是会在以后继续利用社会化媒体来学习[3]。李雅筝指出,持续学习是以后有意愿继续使用在线学习平台来学习;以后会经常使用这个平台进行学习,并愿意推荐给其他人使用这个平台[4]。可见,持续在线学习强调学习的持续性、连贯性。因此,持续在线学习可定义为用户通过某平台进行在线学习后,继续使用该平台进行多项课程的学习。

当前学者们对持续在线学习参与意愿的研究主要围绕技术接受模型、期望确认理论、XAPI、感知理论等理论,并从不同视角进行探索。如Roca等扩展了Davis的技术接受模型,认为感知有用性、感知娱乐性、感知易用性会受到感知自主支持、感知能力、感知快感等个体动机的影响,并且可以应用这些个体动机因素预测用户在线学习的持续意愿[5]。钱瑛等在期望确认理论基础上,以社会化网络环境和学情定位为研究视角,探讨了影响用户持续学习意愿的因素,得出:对满意度作用最大的是实用性和期望确认,对持续意向影响明显的是用户对自我学习的满意和认可[6]。张哲等人以期望确认理论为基础,提出能够促进产生MOOC持续学习意向的是感知有用性和满意度[7]。肖君等人根据XAPI规范,通过画像设计框架来探究影响学习效率的真正因素,提出用户的认知输入对满意度有明显的积极影响,用户的行为输入对用户满意度有一定的消极影响[8]。王卫等人运用心流体验得出:目标准确、反馈及时和临场感可以明显的作用于心流体验,其中临场感的作用最大,心流体验能通过用户满意度和积极的态度来间接对用户的持续参与意愿产生作用[9]。

综上所述,学者们的研究集中于在线学习用户在采纳阶段和持续使用阶段,但在持续参与意愿上仍缺乏深入全面的探讨。现有文献中仍有一些不足:如没有考虑到用户的自我控制能力、自主学习能力、真正使用在线平台的目的和学习能力;没有从整个学习过程来考虑,等等。

1 理论基础及研究假设

1.1 理论基础

1.1.1 期望确认理论。期望确认理论是用来研究消费者满意度的理论。该理论指出消费者对产品或服务感到满意的标准是比较购买之前的期望程度和购买后满意程度,因而满意度是再度购买或持续使用的参考[10]。用户持续参与在线学习的行为和消费者购买行为相似。用户是否持续参与在线学习会受到学习后的满意度的影响。因此基于期望确认模型设计了持续参与意向、满意度、期望确认度、自我效能感、使用目的、感知自主性和互动性7个潜在变量。

1.1.2 技术接受模型。技术接受模型最初用来解释和预测使用者对新技术的接受程度,即分析影响使用者接受新技术行为的各项因素。该模型认为:感知有用性和感知易用性是两个关键指标,它们首先直接影响使用者的使用态度,其次间接影响使用者的后续行为意向[11]。现在被很多学者用来分析用户在线学习意向[12]。因此,文章主要从感知有用性、感知易用性两个角度研究。

1.2 构建理论模型及研究假设

通过总结前人研究,构建了如图1的理论模型,并提出如下假设:

图1 持续在线学习参与意愿影响因素的理论模型

H1:满意度对持续参与在线学习意愿有显著正影响[13]。

H2:感知有用性对持续参与在线学习意愿有显著正影响[14]。

H3:感知有用性对用户满意度有显著正影响。

H4:期望确认度对使用满意度有显著正影响。

H5:期望确认度对感知有用性有显著正影响。

H6:感知易用性对持续参与在线学习意愿有显著正影响[15]。

H7:感知易用性对感知有用性有显著正影响[16]。

H8:感知自主性对感知有用性有显著正影响[17]。

H9:感知自主性对感知易用性有显著正影响。

H10:互动性对感知有用性有显著正影响[18]。

H11:互动性对感知易用性有显著正影响[19]。

H12:自我效能对持续参与在线学习意愿有显著正影响[20]。

H13:正确的使用目的对持续参与在线学习意愿产生正影响。

2 研究设计

2.1 问卷设计及测量题项

问卷由两部分组成:第一部分是用户的基本信息;第二部分是用户对在线学习平台的使用程度、使用间隔、在线时长、参与意愿等内容。问卷以问题“是否参加过在线学习”作为筛选条件,选择“是”的用户为文章的调查对象。问卷测量题项如表1所示。通过实地分发问卷并现场回收和网上发布的方法收集问卷数据,网上发布渠道主要是微信、空间、微博等社交媒体。本次调查共回收问卷220份,剔除作答不完整、用时太短等无效问卷后得到有效问卷210份,问卷回收率为95.4%。

表1 持续在线学习参与意愿影响因素测量题项

2.2 调研用户分析

在收回的210份有效问卷中,男女生比例均等;年龄在21～30岁居多,占37.14%;在线学习2门课程数量的人数较多占39.52%。

2.3 数据分析方法

2.3.1 信度和效度检验。整个问卷的α(信度系数)＝0.974＞0.9,各潜变量的信度检验结果＞0.7,内部一致性较好,说明本问卷具有可靠性。

KMO值＝0.968＞0.9,Bartlett球体检验值在0.000,表明水平显著,适合进行主成分分析。经过主成分分析和最大方差旋转得出25个因子特征值均＞1,说明累计方差解释率高,因子结构清晰;其因子负荷值＞0.5,说明变量都具有良好的效度,能够测量出需要研究的变量。因此,本模型具有良好的信度和效度,可以进一步研究。

2.3.2 结构方程验证。文章用Amos21.0软件,以“最大似然估计法”进行研究,对提出的理论假设及结构模型的拟合程度进行实证检验。计算得出,H11与实际检验出来的数据不相符合,数据结果中路径系数为－0.4,说明用户的互动性对感知易用性有明显的负影响,所以假设H11不成立。假设H10、H5、H8的数据的P值均＞0.05,说明数据有偏差,需要继续修正改进。因此对模型进行修正,为保证数据结果,删除“互动性和感知有用性”和“感知自主性和互动性”影响路径,修正后重新计算,并重新对所提出的理论假设以及结构方程模型进行验证。修正后所得的模型拟合度如表2。

表2 修正后的模型拟合度表

从表2的拟合指标来看,模型卡方检验值P＝0.000,卡方自由度比为2.8＜3,拟合适度;GFI＝0.911＞0.9,AGFI＝0.959＞0.9,符合建议值;RMSEA＝0.053＜0.08,符合建议值。拟合指数方面CFI＝0.958＞0.9,NFI＝0.924＞0.9,IFI＝0.960＞0.9,接近建议值;PGFI值＞0.5、PNFI值＞0.5、PCFI值＞0.5,符合建议值。分析结果表明修正后的模型整体拟合效果好,判断修正后的模型拟合度为满意,其修正后的数据结果如表3。

由表3得出,感知有用性、感知易用性、满意度对持续参与意愿的路径系数分别为0.261、0.623、0.839,说明在线学习资料越容易获得,感知有用性越强,且用户有较好的使用体验,则持续参与意愿就会越高。感知自主性对感知易用性路径系数为0.891,期望确认度对感知有用性的路径系数为0.301,说明感知自主性、期望确认度等通过影响其他变量如感知有用性或感知易用性,进而间接影响持续参与意愿。而互动性和感知有用性、感知自主性和感知有用性两组的路径系数为0.190和－0.158,说明不存在影响关系,原因可能是用户在平台学习时对互动性没有太好的体验[21],缺乏师生之间、用户之间的互动[22],或是学生缺乏自主性,用户对平台了解、使用太少,由此导致数据结果并不明显,这也是在线学习平台相对传统的面对面教学最大的不足。自我效能感对持续参与意愿的路径系数为0.590,并没有显著的正向影响,说明自我效能感可以影响其他变量,进而影响持续参与意愿。

表3 修正后的持续在线学习参与意愿结构模型路径系数分析结果

3 研究结论与分析

研究结果如表4,当P＞0.05时,表示影响因素之间的关系不成立,故假设H8、H11、H10、H12不成立。

表4 假设检验结果

从数据分析结果来看,对用户持续在线学习参与意愿有直接影响的因素有:满意度、感知易用性、感知有用性,其中满意度对持续在线学习参与意愿的影响最大。感知易用性和感知有用性对用户的持续在线学习参与意愿的影响作用也有所证实。研究表明:用户的感知有用性程度越高,其持续参与意愿就越高;感知有用性对提高用户的满意度有正向作用,进而间接影响持续在线学习的参与意愿;感知易用性通过影响用户的感知有用性程度进而间接影响用户的持续在线学习参与意愿。

感知自主性、互动性、自我效能、期望确认度、使用目的等对持续在线学习参与意愿的直接影响作用不明显,但可以通过其他变量间接影响持续参与意愿。自我效能感对持续在线学习的参与意愿并没有直接影响,但能通过其他变量间接影响持续参与意愿,如用户的自我效能感越强,在平台学习越容易,越有利于提高持续参与意愿。感知自主性正向影响用户感知易用性,对感知有用性却产生负向影响,说明用户在学习过程中的主动性、自我控制性会影响其使用在线学习平台的情况,进而对持续在线学习参与意愿起到影响作用。由数据分析结果来看,互动性对感知有用性和感知易用性起到正向影响的假设并没有成立。

4 结论

本文基于期望确认理论和技术接受模型,分析了用户持续参与在线学习意愿的影响因素,并通过构建模型及假设进行了研究。通过数据分析得出满意度、感知易用性、感知有用性直接影响持续参与意愿,感知自主性、互动性、自我效能、期望确认度、使用目的等对持续参与在线学习意愿起到间接影响。但文章也存在着一定的不足:一是研究样本数量较少,范围比较窄,数据有一定的局限性,可能会存在一些误差;二是影响因素考虑的不够完善,而且只是从持续参与意愿方面入手,在以后的研究中,要扩大范围,继续探索并完善。