在线课程学习满意度研究——基于模糊综合评价法和IPA象限分析法

胡路伟，朱 祎

（江苏城市职业学院，江苏 南京 210036）

在线教育是运用现代信息技术进行教与学互动的新型教育方式，是教育服务的重要组成部分[1]。全国共计1454所各级各类高等院校依托在线课程平台积极开展在线教学，开设课程多达107万门，共计1775万大学生参加在线课程学习[2]。随着在线授课平台、在线课程资源和在线学习者越来越多，在线课程因其独特的授课方式，打破了传统班级制授课的掣肘，学习满意度作为评价在线课程学习的重要指标，在在线课程广泛开展之际，逐渐成为学术界研究的热点。

学习满意度（Learning Satisfaction）最早由Arbaugh[3]提出，指学习者在认知、体验课程的实际感知效果后与最初的个人预期期望形成的一种主观感觉和心理评价状态[4]。学习满意度是学生对在线课程开展的直观评价指标之一，有利于提升在线课程的质量管理，是促进在线课程发展的重要途径。

以“在线课程”为关键词在CNKI中进行精确搜索（2022年2月23日搜索），共计检索文献2771篇，2018年以来文献发表数量多达1999篇，说明在线课程已成为学术界研究的热点。通过研读文献发现，在线课程研究多聚焦于在线课程是什么、影响因素是什么、如何提高在线课程质量、在线课程与传统课程的比较研究四个角度展开，且聚焦于学生、教师、课程设计、学习环境。关于在线课程学习满意度的影响因素也多集中在以上四个方面。熊怡静[5]、朱连才[6]从学生的身心健康、在线交互、学习动机、学习投入、学习体验、学生满意度等六个角度测量个体对在线课程的影响因素；蒋志辉等[7-8]聚焦于教师支持服务和支持行为提出在线学习中教师支持服务的终极归宿和自我调节学习能力目标；陈雷[9]重点关注教师行为态势在在线教育中的影响机制；而赵晓伟[10]则关注在线教育中教师认知层次测量构建；陈玲等[11]从教师素养需求及多元化教育服务主体角色定位等因素出发，探究教师对在线课程的具体表象。马莉萍等[12]多关注在线教学中的课程互动与课程满意度研究；基于SOA架构，董建文[13]研究并设计了在线考评管理系统在专业课程的应用；崔依冉[14]通过教育质量评价的研究得出职业院校在线课程教学质量评价的成效；还有学者关注视频交互方式[15]以及教学实现与模式探索[16]等方面在线教学的设计与实现。学习环境也是学者研究学习满意度的角度之一。程慧平等[17]从教育网站角度探索在线教育网站用户满意度评价指标体系的构建与应用；刘革平和王星[18]基于在线教育的学习资源、教学组织和系统平台三个角度探索在线教育的重塑方案。更有学者对以上四因素进行分组和综合研究[19]。

研究方法上，学习满意度的研究多以实证测评为主。目前学术界使用较多的实证测评模型构建理论主要有六种，分别是ACSI、ECSI和CSI三种顾客满意度指标模型[20]，社会认知理论视域下的“个体—环境—行为”满意度模型[21-22]、全视角学习理论模型[23]、建构主义理论模型[24]。

满意度是一个典型的模糊评价问题，很难明确区分划定“满意”与“不满意”的界限。若用简单的“是”或“否”等非此即彼的评价方式进行评价，无法直接确定这些因素的具体判断值，会导致评价结果失真[25]。因此，本研究以在线课程学习满意度为研究对象，结合模糊综合评价法和IPA象限分析，尝试做出以下探索：（1）构建在线课程学习者的满意度评价指标体系；（2）采用模糊综合评价法对在线课程学习满意度进行综合整体评价；（3）结合IPA象限分析法对在线课程学习满意度和重要度进行优先测评。

一、研究设计

首先，明确在线课程学习满意度问卷量表维度，通过问卷量表收集研究数据，结合限定抽取公因子法构建模糊评价指标体系；然后，根据因子分析法计算各级指标权重，在此基础上运用模糊评价法构建学习满意度评判矩阵，计算各级指标的学习满意度得分；最后，根据指标层的重要性和满意度得分，将影响在线课程学习满意度的影响因素归类到IPA 评价模型4个象限内，分析在线课程学习的优势与不足。

（一）研究方法

1.问卷调查法

本研究的调查问卷由两部分组成。第一部分主要包括调查对象的人口学基本特征，包括性别、年级、居住地；第二部分是受教育者在线课程学习满意度调查问卷。其中，“个体特征、社会支持、教育教学方式”三个维度采用了李莹莹等[26]“大学生网络学习满意度模型建构”板块；“交互程度”维度是在马莉萍[12]“在线教学中的课堂互动与课程满意度”中修订而成；在沈忠华与邬大光[27]的研究基础上，邀请国内3位具有教育学、心理学专业背景的专家和学者，结合个体的在线课程学习情况，增加了一个“行为意愿”维度，主要包含“愿意继续使用在线课程进行学习”“愿意向他人推荐在线课程性学习”“会持续使用在线课程学习”。最终筛选确定5个维度：个体特征、交互程度、社会支持、教育教学方式和行为意愿，共计30个测量题项。问卷采用Likert5点量表计分，5－1，分别表示非常满意、满意、一般、不满意、非常不满意。为进一步提升问卷的客观性与科学性，在大规模调研前，先选取了部分样本进行预调研，并结合调研结果对问卷进一步调整。

2.模糊综合评价法

本文在采用因子分析法的基础上，运用基于“模糊集合”概念的模糊数学方法，将难以定量的因素定量化，从而在考虑多种因素的影响下对被评价事物进行模糊综合评价。评价步骤如下：

（1）确定评价指标集U，评价集合V，其中U={U1，U2，…，Um}（m为评价指标数量），V={V1，V2，…，Vn}（n为评价等级数量）；

（3）构建评价指标模糊关系矩阵R，其中Ri=（rij）；

（4）计算模糊综合评价集B，B=W×R=（b1，b2…，bn）；

（5）对模糊综合评价集B去模糊计算，则各指标评价值E=B*H(H为评价集V各等级对应值)。

3.IPA象限分析法

1977年Martilla等[28]提出的IPA象限分析法（Importance-Performance Analysis）是指以事物重要性与表现度两个属性作为重要分析依据，进行分类分析。本文主要是将在线课程学习者的满意度视为在线课程的使用期待与使用之后的实绩表现进行比较得到感知满意水平。通过比较不同维度不同层次的重要度和表现度，帮助决策者直观明了识别在线课程学习满意度的优劣势。本研究将5个维度的综合权重的总体均值作为横轴（重要性），5个维度的满意度均值作为纵轴（满意度），将26个指标空间分为4个象限，帮助直观理解在线课程学习满意度，并明确重要性需要提高的方向。

（二）在线课程学习满意度评价指标体系构建

1.问卷信度和效度检验

在构建在线课程学习满意度评价指标体系前，基于计算Cronbach’s、KMO和Bartlett球形检验系数对量表进行信度分析与效度检验，以保证数据分析结果的科学性。利用SPSS22.0软件计算到信度系数a为0.983，Cronbach’s＞0.8，说明量表具有较高的内在一致性。KMO值为0.988，Bartlett球形检验系数为11944.498，p=0.000＜0.05,说明该量表效度较高。

2.评价指标体系确定

结合调查问卷的30个题项，本研究采用限定抽取公因子法对30个题项数据进行探索性因子分析，公因子个数设为5。基于计算因子变量得分，删除分析结果中无法归属于任何要素层的题项（即变量因子得分小于0.5的题项）。结果显示“教学视频的文字、表格、图片、配音等清晰合理”“网络课堂上，老师会与我们讨论并接受建议”“父母支持我的网络学习，并创造了良好的学习环境”“网络学习是为了提高专业素质和技能、拓展专业知识”4个题项的探索性因子分析结果并未归属于相应的要素层，故而将其删除。利用因子分析法对剩余26个题项再次分析，结果显示其旋转后累计方差解释率为67.9%，表示本研究的量表效度良好。综上，本文构建由个体特征、交互程度、社会支持、教育教学方式和行为意愿5个要素层、26个评价因子构成的评价指标体系（见表1）。

3.基于因子分析法的评价指标权重计算

本文使用因子分析方法，即利用主成分得分矩阵作为计算基础来确定相应指标的权重。其步骤为：首先对于单个指标的权重通过对应旋转后的因子得分系数矩阵进行归一化处理得到其对应的权重，对于各个项目的权重使用因子的方差贡献率进行计算；其次通过主成分分析法利用因子载荷矩阵、方差贡献率与特征值确定评价指标权重；最后用每个指标层权重与其隶属的准则层权重相乘，得到该指标层综合权重，即指标层对目标层的权重（综合权重之和为1），具体内容见表1。

表1 在线课程学习满意度评价指标体系

（续表1）

（三）数据来源与处理

本研究主要采用问卷调查法进行数据采集，所用数据来自江苏省内在籍学生，主要以线上问卷（问卷星）形式进行，调查对象涵盖了江苏省内985和211重点院校、普通本科院校、独立学院及高职高专院校。因调查对象各专业不同，涉及到人才培养方案也千差万别，因此本研究剔除了课程制作质量一般、教学方法独特、需要实验实训的特殊授课内容，重点针对通识类课程进行问卷调查，比如大学语文、职业心理与职业生涯规划、毛泽东思想和中国特色社会主义理论体系概论等课程。

问卷发放700份，回收683份，通过删除和清洗所有题项答案选择完全一致及答题用时累计100秒内的问卷，最终回收有效问卷为646份，回收率和有效率分别为97.6%和92.3%。在被调查者中，男生348人（占比53.87%），女生298人（占比46.13%）；大一学生203人（占比31.42%），大二学生246人（占比38.08%），大三学生197人（占比30.5%）（因大四学生属于毕业班，线上开课课程相对较少，且大多数高职院校不存在四年级学生，因此本次调查对象未涉及四年级学生）；城镇173人（占比26.78%），农村281人（占比43.5%），城乡接合部192人（占比29.72%）。

二、研究结果

（一）在线课程学习满意度模糊评价分析

首先，确定学习满意度评价指标集U=（Ui）（i=1，2，3，4，5，分别代表5个准则层），下一级指标由Uij构成，评价集V={非常满意、比较满意、一般、不满意、非常不满意}，根据在线课程学习满意度调查数据（表2）,可得出每个指标Uij隶属于评价集V的评价次数占总评价次数的比例，建立模糊关系矩阵Ri=（rij）。通过模糊综合评价模型得出在线课程学习满意度在个体特征、交互程度、社会支持、教育教学方式、行为意愿5个方面的评价矩阵。

表2 在线课程学习满意度调查数据汇总

（续表2）

然后，利用模糊评价法，采用M（·，⊕）模型计算准则层模糊综合评价集B及最终评价集A，模糊综合评价集B的计算公式为，B=W×R=（b1，b2，…，bn）。

B1=W1×R1=（0.325，0.334，0.180，0.113，0.049）

对准则层评价集及最终评价集去模糊计算，各指标评价值E=B*H（H为评价集V各等级对应值），分别得到个体特征、交互程度、社会支持、教育教学方式、行为意愿各指标的评价值及在线课程学习满意度的综合评价值E：

（二）在线课程学习满意度评价结果分析

在线课程学习满意度综合得分（E值）为3.976分，介于一般和比较满意之间。教育教学方式（E4得分4.218）和交互程度（E2得分4.085）得分较高，介于较满意和非常满意之间，说明在线课程的优势在于其独特的授课方式和全方位的交互方式。网络学习平台和软件的界面设计和功能便于使用，资源检索、记录体验良好学习平台运行稳定和网络课程内容丰富信息量大3 项指标的满意度均达到4.2分以上（见图1）。但是教师辅导到位、及时开展反馈沟通等互动工作，在线课程学习是我今后学习的第一选择和课程资源开展线下活动时愿意支持课程活动得分较低。

图1 在线课程学习满意度指标层得分

（三）在线课程学习满意度的IPA象限图分析

借鉴时鹏等[29]的研究，本研究利用IPA象限对在线课程学习满意度和重要性进行分析，明确提高在线课程学习满意度的优先序。将在线课程学习满意度评价各指标综合权重总平均值0.04作为横轴（重要性）的分割点，在线课程学习满意度总平均值3.6作为纵轴（满意度）的分割点，将26个指标分为4个象限进行重要性和满意度测评，见图2。

图2 在线课程学习满意度的IPA 象限分析

第Ⅰ象限：高重要－高满意度区。该象限区包含网络课程内容丰富信息量大、资源检索记录体验良好学习平台运行稳定、网络学习平台和软件的界面设计和功能便于使用、网络学习平台的线上技术支持服务周全到位、教师教学设计新颖手段和方法多样善于组织管理、网络学习能赢得老师和同学的赞赏、网络学习有助于完成学校的要求满足毕业学分要求、教师教学目标明确教学内容科学、网络学习能受到来自亲朋好友的鼓励、教师能及时了解我们的学习状况并做出反馈、网络学习有助于查阅学习相关资料共计11个指标，表明稳定的平台运行、个性化的界面设计和完备的线上技术支持服务是在线课程学习者满意度的首要指标，教师的教学组织方式、个体的外在动机、上课过程中的师生反馈等是在线课程学习满意度的优点，需继续发扬和保持。

第Ⅱ象限：低重要性－高满意度区。课程内容注重理论联系实际，有启发性和吸引力、我愿意尝试在线教学推出的新的课程资源、对学习平台抱怨或投诉过的教务服务情况能及时解决、当亲朋好友向你咨询网络课程时你愿意向他推荐共计4个指标位于该象限区。该4项指标主要涉及个体在线课程学习的行为意愿，该区域的指标满意度高于重要度，是提高在线课程学习满意度的重要指标，建议努力保持。

第Ⅲ象限：低重要性－低满意度区。该象限区包含学习平台提供海量的电子资源、网络课堂上老师对我的学习进度进行了个性化的督导与关怀、利用网络学习平台有助于我提高学习成绩、网络课堂上和同学的互动交流氛围很好、现阶段课程结束后会继续使用采用线上学习、获取网络课堂的其他资源对我来说操作容易、网络课堂上老师会对我额外的努力表示赞赏、能熟练使用各种网络学习工具、课程资源开展线下活动时愿意支持课程活动、教师辅导到位及时开展反馈沟通等互动工作、在线课程学习是我今后学习的第一选择共计11个指标。学习者对此11项指标满意度较低，尤其是对教师辅导问题满意度较低。这一区域属于后续改进区，说明在线课程的开展应加强教师对学生的课后辅导并改善方式方法，以提升个体在线课程学习满意度。

第Ⅳ象限：高重要性－低满意度区。本研究的数据结果未涉及相关内容，说明本研究的调查对象对在线课程学习满意度较高，暂不涉及亟需重点关注和改进的内容。

三、结论与建议

（一）结论

1.通过模糊综合评价法得出在线课程学习综合满意度为3.976分，未能达到满意水平，说明在线课程仍然存在较大的提升空间。

准则层中，受教育者对在线课程学习满意度中的教育教学方式和课程交互程度的满意度最高，达到了比较满意等级；对个体特征、行为意愿的满意度一般；对交互程度处于最低满意等级。

指标层中，受教育者对“网络学习平台和软件的界面设计和功能便于使用”“资源检索记录体验良好”“学习平台运行稳定和网络课程内容丰富信息量大”等指标比较满意，但是对“教师辅导到位，及时开展反馈沟通等互动工作”“在线课程学习是我今后学习的第一选择”和“课程资源开展线下活动时愿意支持课程活动”表现不满意，说明在线课程在授课方式中存在学习者与引导者之间交互程度不匹配，如课后沟通不及时、反馈不全面等问题，导致学习者不愿将在线课程作为今后学习的首要选择。

2.由IPA象限分析图分析可知，稳定的授课平台、人性化的界面设计和周全的线上技术支持服务是在线课程学习者满意度的最大优势。另外，受教育者对教师的教学组织方式、个体的外在动机、上课过程中的师生反馈的认可度也较高；在线课程的持续使用意愿也是满意度的重要因素之一，也需要重点关注。需后续持续改进的内容主要集中在提高学生的内在学习动机，适当开展生生交互、师生交互，提高课堂互动程度，调动学生的上课积极性；对使用者提出的诉求和问题及时进行调整；完善教师课后辅导方式方法等方面。

（二）建议

教师在课程中发挥着主导作用。课前，教师可通过调查问卷或课前小考形式对学情进行摸底，及时了解学生的学习问题。课中，积极调动课程交流氛围，比如对取得进步的学生进行额外的鼓励和赞赏，以增加对学生的人文关怀，提高学生的外在学习动机。课后，积极利用线上线下相结合的方式开展教学辅导，及时通过邮件、通讯软件为学生解惑，或者在规定时间内进行线下答疑。也可通过一对一帮扶的形式，多角度开展教师课后辅导，及时解决学生的课后疑问，以增强师生之间的交互。

提高受教育者外在学习动机可以通过优化在线课程的适用性与可操作性加以实施。教学设计之初，让学生明晰教学目标和教学任务，教学任务设计贴合学生心理需求与喜好，以提高其求知欲和学习兴趣。多样化的教学组织方式有助于提高受教育者的内在动机。基于线上与线下相结合的组织方式，教师可采用团体合作、项目式、任务式、案例式等难易程度分明的教学任务，实现学习动机与学习任务的科学匹配，增强学生的获得感与归属感。

在线课程改变的不仅是上课时间、地点等时空因素，更是知识的呈现、传播和接收方式。不同的网络学习APP获取资源的方式不尽相同，加之学生学习中遇到的困难难以得到及时处理，对学习积极性产生叠加影响。因此，教师应结合个体学情，为学生筛选适合个人需求的学习平台，辅以个性化的学习设计，全方位提高学生的在线课程学习意愿。