以科技接受模型探讨线上学习满意度影响因素

余静 魏久峰 魏恺廷

摘要：随着科技的进步，时代的发展，线上教学不仅推进了教育行业的社会化协同，而且可以给学生带来更加个性化的教育体验。疫情的发生加速了教学模式的改革，在政府的支持和鼓励下，各大高校也开始重视线上教学的发展，然而学生对这种线上学习的模式的接受程度，也是值得我们深思和探究的。因而本研究以学者的工作特性模式及科技接受模型为理论基础，研究了学生的成长需求强度、感知有用性及感知易用性三者对线上学习态度的影响，进而影响学生的线上学习满意度。

关键词：成长需求强度;感知有用性;感知易用性;线上学习态度;线上学习满意度

一、引言

随着科技的进步，除了传统的课堂教学以外，使用线上教学也成为近年来新兴的教学方式之一，而恰逢新冠疫情的影响，加速了线上教学的进行。2021年5月，由于我国新冠疫情的大规模爆发，面对如此严峻的事态，教育部紧急宣布采取“停课不停学”的措施，由此开展的线上教学成为老师在新冠疫情下仍能维持常态教学的模式，也成为学生维持正常学习的方式。我国自发展远程教育以来，虽然经历了远程教育、精品课程建设及慕课建设三个阶段，同时教育部近几年在积极开展线上线下精品课程的建设，但传统教学模式仍然居于主导模式，疫情的发生加速了教学模式的改革，各大高校开始重视线上教学的发展，然而学生对这种教学模式是否满意？学生对线上学习的态度如何？也是值得我们深思和探究的。

因此，本文通过调查问卷的方式，针对广州南方学院研究了该校学生对线上学习的满意度及其态度，为各高校教师开展线上教学提供一定的参考。

二、理论研究与假设

Hackman & Oldham 在1980年研究工作特性模式时提出了成长需求强度，其指重视工作或者学习的挑战性，并追求工作学习中能促进个人成长的一项特质。Davis，Bagozzi & Warshaw在1989年提出科技接受模型（Technology Acceptance Modle，TAM），从使用者的内在认知来解释或预测接受计算机的决定因素，并研究个人采用科技意愿的外部变量。本研究根据先前学者的相关研究与专家访谈结果，以Davis（1989）提出的理性行为为取向及Hackman（1980）对工作特性的研究模式，构建研究框架，并进一步验证成长需求强度（Growth need strength; GNS）、感知有用性（Perceived usefulness; PU）、感知易用性（Perceived ease of use; PEU）、线上学习态度（Attitude toward online learning; AOL）与线上学习满意度（Online learning satisfaction; OLS）等变量之间的关联性，概念性框架如图1所示。

科技接受模型（Technology Acceptance Modle，TAM）提出两种影响个人对科技使用态度的内在认知信念：感知易用性和感知有用性，应用在本研究中即指学生感知使用线上教学系统的容易程度，当感知易用性高时，表示学生学习起来较为轻松，反之，感知易用性低时，表示学生使用线上教学系统需要耗费非常大的精力。感知有用性则是指学生感知使用线上教学系统后，能获得相应的知识，当感知有用性高时，表示学生使用线上教学能学到相应的知识;反之，感知有用性低时，则表示学生不能从线上教学获得相应的知识。工作特性的研究模式提出的成長需求强度表明对工作或者学期期望的高低，影响着工作或者学习的态度及行为，应用在本研究中指当学生成长需求强度高者，学生的学习态度及行为比较积极向上，更能接受学习的挑战，并运用自己我的独立思考与创造力，从学习中获得成就感及发展个人潜能。成长需求强度、感知有用性及易用性三者都会影响学习态度（Venkatesh，2000），进一步影响学习满意度。本研究承袭先前研究脉络，探讨学生线上学习满意度，进而提出以下四项假设：

H1：成长需求强度正向影响线上学习态度

H2：感知有用性正向影响线上学习态度

H3：感知易用性正向影响线上学习态度

H4：线上学习态度会正向影响线上学习满意度

三、研究设计与方法

1.变量测量

本研究变量题项，皆以Likert七点量表衡量（1.完全不同意2.大致上不同意3.有点不同意4.没意见5.有点同意6.大致上同意7.完全同意）。

成长需求强度，采用Hackman & Oldham（1980）编制的量表进行修改;感知有用性及感知易用性以Davis（1989）编制的量表修改;线上学习态度，采用陈欣汝（2018）编制的量表进行修改;线上学习满意度，采用吴玉丽（2020）编制的量表进行修改。

2.研究设计与研究样本

本研究针对广州南方学院大一至大三的学生为调查对象，使用便利抽样进行在线问卷调查。本问卷进行两次前测，第一次以email邀请5位专家学者进行修改;第二次也以email邀请30位大学生进行填答，确认用语、含义和问项是否模糊。正式调查期间从2020年2月1日至2021年9月1日，共回收840份有效问卷。

性别分布：女61%、男39%。年龄结构：17-23岁，平均年龄20.4岁。年级：大一32%、大二17%、大三51%。课程：市场调研与预测16%、创业基础16%、经济学15%、社会调查原理与方法13%、人力资源管理9%、广告学7%、领导学7%、旅游概论6%、管理沟通4%、旅游心理学4%、国际企业管理2%、旅游英语2%。教学网络平台：超星平台32%、QQ课堂26%、腾讯课堂21%、腾讯会议19%、其它3%。教师：余静42%、魏久峰22%、曾丽玉11%、吴宏哲6%、周先捷19%。

3.资料分析统计

本研究资料分析，聚焦于量表验证与假说检定。因为偏最小二乘法（Partial Least Squares， PLS）可验证量表心理计量属性，可估计结构模型參數，并且能测量变量之间关系的方向与强度（Fornell & Bookstein，1982），同时不受样本數与常态分配的限制（Chin & Newsted，1999）。因此，本研究采用SmartPLS 2.0统计工具（Ringle， Wende & Will，2005），以现今被社会科学广泛使用的PLS（Wixom & Waston，2001; Fornell， Lorange，& Roos，1990），来评估测量模型以及结构模型。

四、研究结果

1.无反应偏差与共同方法偏误

本研究以便利抽样与单一自填式问卷进行数据收集，必须进行无反应偏差（non-response bias）及共同方法偏差（common method bias）检定。无反应偏差，会使研究结果无法正确推论至样本结构（Ines et al.，2002）;共同方法偏误，会降低或提高研究变量间关系的统计显着性（Podsakoff et al.，2003）。

首先，为确保分析结果可以正确推论到样本结构，本研究将有效问卷依回收时间分为各420份两组，以独立样本t检定比较两组衡量变量平均数是否存在显着差异？检定结果，两组衡量变量不存在显着差异（p >0.05），代表回收问卷并不存在无反应偏差问题（Armstrong & Overton，1977）。其次，将所有变量问项以主成份法进行因素分析，采用Harman单一因素检定方法（Malhotra， Kim & Patil，2006），检定调查资料是否存在共同方法偏差问题。分析结果，五个特征值（eigenvalues）大于1的因素解释变异量共占76.83%，其中第一个萃取因素的解释变异量为29.36%，小于50%，因此可判定本研究样本数据未有严重的共同方法偏差问题（Podsakoff & Organ，1986）。

2.测量模型分析

信度（reliability）、收敛效度（convergent validity）和区别效度（discriminant validity），用于评估PLS测量模型的变量属性。为了验证变量的信度和效度，本研究使用Cronbach’s Alpha系数（α;Cronbach & Meehl，1955）是否等于或高于0.70，来测试模型变量的内部一致性与稳定性。同时，检验收敛效度必须满足三个要求（Hair et al.，2014）。首先，因素负荷量（λ）应该大于0.50且呈现统计显着（Kline，2005）;其次，每个平均变异萃取量（AVE）应等于或高于0.50;第三，组合信度（CR）应超过0.70（Nunnally & Bernstein，1994）。

AVE是每个变量一组内部指标的平均方差提取总体平均值（Hair et al.，2014），区别效度是指应用不同方法测量不同变量时，所观测到变量的数值之间应该能够加以区分的程度。Fornell & Larcker（1981）的标准是评估区别效度常用的方法，他要求每个变量的AVE值要高于任何其他成对变量的最高平方相关系数（Segars & Grover，1998）。

表1显示，本研究量表信度具有良好的一致性与稳定性，所有变量的α值介于0.87-0.94之间，都大于0.70。而且收敛效度良好，每个变量的λ值均显着（p <0.001）且介于0.70-0.95之间，都高于0.5;CR值介于0.92-0.95之间，也都大于0.70;AVE值介于0.71-0.86之间，都大于0.50。同时，研究量表也具有可接受的区别效度，每一个变量AVE平方根都大于各成对变量的相关系数。综合可知，本研究的信度、收敛效度和区别效度都合乎学者所提出的标准。

3.结构模型估计

结构模型的评估方式以PLS拔靴法取样5000次，检验路径是否显着;以路径系数（β），解释变量间的因果关系强弱程度;以解释变异量（R2），解释结构模型的预测能力。

图3显示，线上学习态度以及线上学习满意度的R2依序是0.63以及0.67，都大于0.25，合乎学者所提出的标准（Hair et al.，2011）50;换句话说，本研究结构模型的预测能力还不错。

图3也显示，成长需求强度（β=0.17， p<0.001）、感知有用性（β=0.48， p<0.001）以及感知易用性（β=0.24， p<0.001）都正向影响线上学习态度，假设H1、H2以及H3获得支持。线上学习态度正向影响线上学习满意度（β=0.82， p<0.001），假设H4获得支持。

五、结论与建议

随着科技的进步，时代的发展，以互联网为技术背景，穿插线上教学是互联网时代下必然的产物，线上教学不仅推进了教育行业的社会化协同，而且可以给学生带来更加个性化的教育体验。由于疫情的推动，线上教学更是给教育行业带来了教学、管理与服务的创新;疫情的发生加速了教学模式的改革，在政府的支持和鼓励下，各大高校也开始重视线上教学的发展，然而学生对这种线上学习的模式的接受程度，也是值得我们深思和探究的，因而本研究从学者的工作特性模式及科技接受模型提出了4个假设，并总结出图3的假设检验结果，结果现实，所有假设均成立，学生的成长需求强度、感知有用性及易用性三者都会正向影响学习态度，进一步影响学习满意度。

通过本文的研究发现，线上学习满意度受到線上学习态度的影响，因而要提高学生线上学习满意度，可以通过提高线上学习态度进而影响线上学习满意度;而线上学习态度受到学生的成长需求强度、感知有用性及感知易用性的影响，因此在教师线上教学的过程中，要注意对学生的激励作用，端正学生线上学习态度，可以考虑在线上教学前期通过一定的方法、案例等方式，提高学生的成长需要强度，让学生感知到线上教学是有用的并且能更加便捷的获得知识。

参考文献：

[1]陈虹，阴启峰，张泽.重大突发事件背景下大学外语公共课程有效线上教学研究[J].呼伦贝尔学院学报2021，6（29）：49-53.

[2]Hackman，J.R，& Oldham，G.R（1980）.Work redesign.Reading，MA：Addison-Wesley.

[3]Davis，F.D（1989），Perceived usefulness， perceived ease of use，and user acceptance of information technology， MIS Quarterly，Vol.13，No.3，pp，319-340.

作者简介：余静（1980—），女，四川，广州南方学院，讲师;魏久峰（1956—），男，台北，广州南方学院，副教授（通讯作者）;魏恺廷（1992—），男，台北，辅仁大学，研究生。