基于UTAUT模型的移動學習行為意愿影響因素研究

繆 玲

（廣東開放大學，廣東 廣州 510091）

一、引言

移動學習是指利用無線移動通信網絡技術以及無線移動通信設備獲取教育信息、教育資源和教育服務的一種新型學習形式，移動設備包括：手機、Pocket PC、個人數(shù)字助理、學習機等[1]。隨著移動通訊網絡的全面覆蓋和通訊速率的大幅度提升、移動終端的迅速普及以及移動通信資費的逐步下調，移動學習作為一種新的學習方式逐漸影響人們的學習、工作、生活，其具備的學習便捷性、社會交互性、情境敏感性等特性，能夠滿足學習者隨時隨地學習的需要，發(fā)揮和延伸網絡遠程教育的優(yōu)勢，是推動終身教育觀發(fā)展的新模式[2]。

然而，大部分學習者利用移動設備的主要用途在于瀏覽網頁、在線聊天[3][4]，而不是學習，還有一部分學習者甚至不知道“移動學習”[5]，可見移動學習還處于較低水平。與此同時，遠程教育領域正在積極推動移動學習的發(fā)展。什么因素會影響遠程學習者接受移動學習呢？

已有學者基于相關理論研究，引入不同變量，探究影響用戶接受移動學習的關鍵性因素。研究發(fā)現(xiàn)，感知移動學習的有用性和移動學習設備的易用性是影響用戶接受移動學習的關鍵性因素。還有其他重要影響因素，如任務負載匹配、使用情境、感知財政成本、資源優(yōu)化性、沉浸體驗、感知娛樂性、感知移動性價值、自我效能感、社群影響等等[6][7][8][9][10][11][12][13]。綜合比較相關研究發(fā)現(xiàn)，一方面研究主要以技術接受模型（TAM)為理論基礎，較少使用更具說服力的整合型技術接受理論（UTAUT）模型。TAM模型的研究者Davis等早期發(fā)現(xiàn)其模型不足，就對其進行了修正并命名為TAM2。理論模型自有的缺陷會導致研究結論的缺陷。另一方面主要采用以問卷調查為主的研究方法，并采用SPSS或結構方程軟件進行數(shù)據分析，包括問卷的信息、效度、模型的擬合度等，驗證相關的假設。問卷調查及數(shù)據分析軟件的應用，為研究的順利進行提供了方法指導。

因此，本研究以UTAUT模型為理論基礎，結合遠程教育學習者的特點，探析移動學習用戶行為意愿的影響因素。

二、理論基礎與研究假設

（一）理論基礎

為了預測并解釋眾多領域的人類行為，學者們基于社會學、組織行為學、心理學等基本理論，分析、解釋影響組織與個體行為產生的相關因素，提出諸多理論模型，包括計劃行為理論（TPB）、技術接受模型（TAM）、動機模型（MM）、整合的TAM和TPB（C-TAM-TPB）、計算機使用模型（MPCU）、創(chuàng)新擴散理論（IDT）、社會認知理論（SCT）等。

2003年，Viswanath Venkatesh等人[14]綜合分析比較相關理論模型，整合理性行為理論（TRA）、計劃行為理論、技術接受模型、動機模型、整合的TAM和TPB、計算機使用模型、創(chuàng)新擴散理論、社會認知理論等八大理論，提出“整合型技術接受使用理論”模型（Unified Theory of Acceptance and Use of Technology，UTAUT）。其包括績效期望、努力期望、社會影響和促進條件四個核心變量以及性別、年齡、經驗和自愿性四個調節(jié)變量（見圖1）。

圖1 UTAUT模型

Viswanath Venkatesh等人還設計調查問卷，從四個組織收集數(shù)據進行實證研究，橫向比較八大用戶接受理論模型。研究結果表明，八大用戶接受模型對個人行為意愿的預測解釋能力介于17%-42%，而UTAUT的預測解釋能力高達70%，可見，UTAUT更有說服力。

相關研究表明，UTAUT模型已經被廣泛應用到移動技術相關領域的接受行為研究?；赨TAUT模型，研究大學生接受移動學習的影響因素[15][16]；從服務的角度探究用戶接受，包括農村地區(qū)移動服務[17]、移動旅游服務[18][19]、移動政務服務[20]；以移動商務為關鍵詞，探究用戶對移動商務使用行為影響因素，包括用戶接受移動商務的影響因素研究[21][22]、移動應用商城使用意向和使用行為研究[23]等；研究影響用戶接受3G業(yè)務[24]、移動互聯(lián)網業(yè)務[25]及移動搜索業(yè)務[26]、移動支付方式[27]等的因素；還有，用戶對移動應用接受行為的研究，包括智能手機應用、移動圖書[28]、移動銀行[29]、移動增強現(xiàn)實應用[30]等方面。

（二）研究假設

在UTAUT模型和文獻分析的基礎之上，本研究結合半結構化訪談，新增研究變量，提出移動學習用戶行為意愿的核心因素和研究假設。

UTAUT模型表明，行為意愿的核心影響因素僅包括績效期望、努力期望、社會影響。績效期望是指用戶感知的使用某項技術可以幫助其獲得更好的工作績效的程度。努力期望是指用戶感知的某項技術是否容易使用的程度。社會影響是指用戶感知的對其重要的人或組織認為其應該或者不應該使用新技術的程度。因此本研究首先確定行為意愿的影響因素有績效期望、努力期望和社會影響。

與此同時，結合文獻，通過對移動學習的潛在用戶、移動學習平臺設計、開發(fā)人員進行半結構訪談，增加感知成本和感知娛樂性兩大研究變量。

感知成本。我國移動互聯(lián)網網民調查表明[31]，我國移動互聯(lián)網網民的收入結構普遍偏低。移動互聯(lián)網業(yè)務也并不是用戶的剛性需求業(yè)務，且移動通訊費用包括接入互聯(lián)網的費用還處于較高水平。因此，各種關于移動互聯(lián)網業(yè)務的研究中，學者無一例外的提到價格會對移動互聯(lián)網業(yè)務產生巨大影響。劉根萍、吳秀鳳等[32]的研究更指出感知財政成本對大學生接受移動學習的行為意愿有直接的正向影響。實現(xiàn)移動學習的前提是擁有適用于移動學習的設備，比如平板電腦、智能手機等，并愿意承擔相應的移動網絡接入費用、移動學習系統(tǒng)、內容交易費用等等。在收入結構普遍偏低的情況下，本研究認為學習者感知的在使用移動學習的過程中所需付出各種代價的總和，包括移動設備成本、交易成本和接入成本會影響他們進行移動學習的行為意愿。

感知娛樂性。感知娛樂性是指個人在參與某項活動時感覺到好玩的程度，是一種內部動機。當用戶覺得移動學習這種方式是愉快的、有趣的，娛樂感的激勵作用將會反過來強化他們對移動學習的感知程度。通過分析移動學習使用行為意愿的影響因素，可以發(fā)現(xiàn)馬如宇[33]、許玲等[34]認為感知移動學習內容的娛樂性是行為意圖的直接影響因素；王富強[35]則強調移動學習的趣味性是影響移動學習的接受和推廣的主要因素；Jen-hung Huang[36]認為感知愉悅度同樣會影響用戶的使用行為。因此本研究將感知娛樂性假設為移動學習用戶行為意愿的重要因素之一。

基于以上研究變量，本研究提出如下研究假設。

假設1：績效期望對行為意愿有正向影響作用。

假設2：努力期望對行為意愿有正向影響作用。

假設3：社會影響是用戶使用移動學習行為意愿的影響因素。

假設4：感知成本是用戶使用移動學習行為意愿的影響因素。

假設5：感知娛樂性對用戶移動學習使用行為意愿有正向影響。

三、問卷設計與數(shù)據收集

本研究基于已有研究設計調查問卷，并通過兩輪德爾菲法咨詢14位兼具遠程教育理論與移動學習實踐的研究者，通過其反饋意見對變量內容進行調整。隨后，對設計的問卷進行測試，根據調查結果所反映的問題進行相應的修正，并最終確定好問卷內容（如表1）。問卷中每個測量變量的題項都采用五點式計分法，即“1”到“5”分別代表“完全不符合”“比較不符合”“不一定”“符合”“完全符合”，分數(shù)越高表明同意的程度越高，反之越低。要求被調查者根據自己的實際情況，判斷題目是否與自身情況相符。

本研究選取了兩所現(xiàn)代遠程教育試點高校網絡教育學院及某省級廣播電視大學遠程學習者作為研究對象，主要采用網絡發(fā)布調查問卷。共回收調查問卷528份，其中10份問卷無效，282份問卷的學習者是未進行過移動學習的，所以有效問卷236份，有效率44.70%。

本研究采用Cronbach α系數(shù)值進行信度分析。問卷整體的信度和各層面信度系數(shù)如表2所示。

表1 調查問卷內容

表2 問卷的α信度系數(shù)

從表中可見，問卷整體的信度和各層面信度系數(shù)都居于0.80以上，表明問卷維持較高的信度系數(shù)。

本研究采用總分與問卷各大測量維度得分之間的相關關系，根據相關是否顯著判斷是否有效。本研究內容效度檢驗如表3所示。

表3 問卷的內容效度檢驗表

可見，六個維度與總分之間的相關性程度都達到顯著性水平（P≤0.01），根據相關系數(shù)的判斷標準（相關系數(shù)大于0.4），六個維度與總分的相關系數(shù)為中高相關，表明問卷具備了較好的內容效度。

四、結構方程模型的分析

結構方程模型（Structureal Equation Model，SEM）是結合了多元回歸分析、因子分析和路徑分析等方法的一種用以清晰分析單向指標對總體的作用和單向指標間的相互關系的統(tǒng)計方法[44]。SEM利用因子分析技術，能夠用可觀測變量衡量不可直接觀測的變量，通過多元回歸分析探索潛變量之間的關系。結構方程模型的設定包括測量模型和結構模型兩個部分。測量模型表明各個潛在變量與一組測量指標的共變效果。結構模型表明各個潛在變量間的關系或一組觀察變量與潛在變量間的連接關系。

SEM方法一般的步驟通常包括模型設定、模型識別、參數(shù)估計、模型評價和模型修正五個步驟。

（一）結構方程模型的設定

結構方程模型的設定包括測量模型和結構模型兩個部分。測量模型表明各個潛在變量與一組測量指標的共變效果。本研究中測量模型中共包括25個測量指標，6個潛在變量。25個測量指標即指本研究中25道測試題目，6個潛在變量即指績效期望、努力期望、社會影響、感知成本、感知娛樂性和行為意愿。因此根據各題項對應的潛在變量，建立測量模型。結構方程模型的設定如圖2所示。

圖2 待測結構方程模型圖

（二）結構方程模型的識別檢驗

在模型設定的過程中，必須讓結構方程模型具有可識別性，從而使結構方程模型的各項數(shù)學估計可以順利的進行下去。為了使構建的假設模型可識別，需遵從t規(guī)則和兩步規(guī)則。

研究的假設模型中共有20個外生觀測變量，5個內生觀測變量，30個待估參數(shù)，故，根據t規(guī)則，模型是可能識別的。

同時，運用兩步規(guī)則判斷模型是否可識別。第一步，測量模型識別。由于假設模型的所有潛變量都有至少3個以上的測量變量，每一個測量變量也只測量一個特質，滿足三指標規(guī)則，故測量模型可識別。第二步，結構模型識別。由于假設模型本身只有簡單的因果關系，路徑關系只有單一方向，而無直接或間接的反饋，不存在雙向因果關系，且所有誤差都設為不相關，因此，假設模型是遞歸模型，結構模型可識別。

因此本研究的結構方程模型滿足模型識別的條件，可以識別。

（三）整體模型適配度

本研究采用AMOS進行結構方程模型的參數(shù)估計，分析假設的理論模型與實際數(shù)據的一致性程度，即整體模型適配度指標是否達到適配標準。本研究采用最大似然法進行參數(shù)估計，使用八個擬合參數(shù)驗證模型的整體擬合度情況，八個指標分別是λ2值（卡方值）、比較擬合指數(shù)(Comparative Fit Index，CFI)、擬合優(yōu)度（Goodness of Fit Index ，GFI）、調整擬合優(yōu)度（Adjusted Goodness of Fit Index，AGFI）、 常規(guī)擬合度（Normed Fit Index，NFI）、非常規(guī)擬合度（Non-Normed Fit Index，NNFI）、NC值（λ2/df）、近似誤差均方根（Root Mean Square Error of Approximation ，RMSEA）。本研究結構方程模型擬合指標如表4所示。

表4 整體模型適配度檢驗摘要表

從表中可見整體模型適配度，其中λ2值的顯著性概率值 =0.061＞0.05、GFI=0.918＞0.90、AGFI=0.902＞0.90、RMSEA=0.069＜0.1、NFI=0.912＞0.90、NNFI=0.914＞0.90、CFI=0.909＞0.90、NC 值（λ2/df）=1.380。整體而言，整體模型的各個擬合指數(shù)的數(shù)值均符合建議值，表明本研究的結構方程模型與實際數(shù)據可以適配。

五、結構方程模型的路徑分析[45]與結果討論

（一）路徑系數(shù)

本研究采用AMOS對模型參數(shù)進行估計。其中，估計值（Estimate）欄為非標準化回歸的回歸系數(shù)，S.E.為估計值的標準誤差，回歸系數(shù)值欄除以估計值的標準誤差為臨界比值（C.R.欄）。臨界比值的絕對值若大于1.96，表示估計值達到0.05顯著水平，表明檢驗通過，假設模型中對參數(shù)進行的自由估計是合理的；若臨界比值的絕對值小于1.96，表明估計參數(shù)值沒有達到顯著性水平，應從模型中剔出。若顯著性概率值p小于0.001，會呈現(xiàn)“***”符號；若顯著性概率值p＞0.001，p欄中會直接呈現(xiàn)p值數(shù)值。本研究模型參數(shù)估計的結果如表5所示。

從表5中可見，五個直接路徑效果的路徑系數(shù)p值均達到顯著水平，且臨界比值欄所有系數(shù)值均大于1.96，表明本研究中研究假設的關系成立。

表5 非標準化的路徑系數(shù)及顯著性檢驗表

與此同時，本研究通過AMOS中的標準化估計值，將標準化的回歸系數(shù)（β值）呈現(xiàn)在路徑模型圖中，如圖3所示。

圖3 標準化估計值的因果模型圖

標準化估計值的因果模型圖中，路徑系數(shù)為標準化直接效果值。

（二）相關假設檢驗

1.績效期望影響行為意愿

H1：用戶對移動學習的績效期望越高，其進行移動學習的行為意愿越強。

通過結構方程的路徑分析數(shù)據發(fā)現(xiàn)，模型中績效期望與行為意愿的標準化路徑系數(shù)為0.558，臨界比為5.376，達到0.05顯著性水平，假設H1成立。

在各個影響行為意愿的因素中，績效期望是直接影響效應最大的。本研究結果驗證了Venkatesh提出的UTAUT模型中績效期望影響行為意愿的結論，對移動學習績效期望感知越高，移動學習的行為意愿越強。

2.努力期望影響行為意愿

H2：用戶對移動學習的努力期望越低，其進行移動學習的行為意愿越強。

通過結構方程的路徑分析數(shù)據發(fā)現(xiàn)，模型中努力期望與行為意愿的標準化路徑系數(shù)為0.496，臨界比為5.265，達到0.05顯著性水平，假設H2成立。

本研究結果驗證了Venkatesh提出的UTAUT模型中努力期望影響行為意愿的結論，努力期望影響行為意愿，即進行移動學習需要付出的努力越少，移動學習的行為意愿越強。這在一定程度上反映新的技術的復雜程度在推廣初期可能會起阻礙作用。

3.社會影響影響行為意愿

H3：用戶的社會影響與用戶進行移動學習的行為意愿成正相關。

通過結構方程的路徑分析數(shù)據發(fā)現(xiàn)，模型中社會影響與行為意愿的標準化路徑系數(shù)為0.232，臨界比為2.236，達到0.05顯著性水平，假設H3成立。

本研究結果驗證了Venkatesh提出的UTAUT模型中社會影響影響行為意愿的結論?？梢?，社會影響是影響行為意愿的因素，用戶越感受到外界的影響，其移動學習的行為意愿越強烈。在移動學習的推廣中，需要重視外部人際環(huán)境的影響。

4.感知成本影響行為意愿

H4：用戶對移動學習的成本感知越低，其進行移動學習的行為意愿越強。

通過結構方程的路徑分析數(shù)據發(fā)現(xiàn)，模型中感知成本與行為意愿的標準化路徑系數(shù)為0.125，臨界比為2.779，達到0.05顯著性水平，假設H4成立。

研究結果顯示，表明用戶感知的移動學習成本越低，移動學習的行為意愿越強。但在本研究中，感知成本對行為意愿的影響最小，為0.125，表明感知成本對行為意愿的影響較小。

本研究中被調查對象是遠程學習者，具有一定的工作經驗，從而具備一定的經濟基礎，可能導致感知成本對行為意愿的影響最小。盡管感知成本對行為意愿有較小的影響作用，但結果仍表明移動學習成本越小，行為意愿會增強。這一定程度上反映移動學習的高成本對用戶進行移動學習具有阻礙作用。

5.感知娛樂性影響行為意愿

H5：用戶對移動學習的娛樂性感知越高，其進行移動學習的行為意愿越強。

通過結構方程的路徑分析數(shù)據發(fā)現(xiàn)，模型中感知娛樂性與行為意愿的標準化路徑系數(shù)為0.318，臨界比為3.346，達到0.05顯著性水平，假設H5成立。

研究結果顯示，感知娛樂性對移動學習行為意愿具有顯著的正向影響作用，用戶感知的移動學習越有趣，移動學習的績效認知越高，移動學習的行為意愿越強。

六、結束語

經過以上結構方程模型的設定、模型識別、參數(shù)估計等過程，表明模型的適配性良好，同時將各變量對行為意愿的效應從大到小進行排列，分別為：績效期望、努力期望、感知娛樂性、社會影響、感知成本。

因此，建議移動學習提供單位應著重關注移動學習資源設計的有用性、易用性和娛樂性，滿足學習者自身發(fā)展需求；其次擴大移動學習資源的影響力，通過各種宣傳手段使學習者感受到移動學習的魅力；再者，與各級各類機構合作，降低移動通訊費用，提供免費學習資源，以減輕學習者經濟負擔，從而方便學習者更大程度的接受移動學習。

[1]葉成林,徐福蔭,許駿.移動學習研究綜述[J].電化教育研究,2004(3):12-19.

[2]郭紹青,黃建軍,袁慶飛.國外移動學習應用發(fā)展綜述[J].電化教育研究,2011(5):105-109.

[3]吳貝貝.大學生移動學習現(xiàn)狀調查分析[D].上海師范大學,2012.

[4]張浩,楊凌霞,陳盼.大學生移動學習現(xiàn)狀調查與分析[J].軟件導刊(教育技術),2010(1):48-50．

[5]張鈺梅,王學明.大學生移動學習現(xiàn)狀調查研究[J].計算機教育,2012(5):17-20．

[6]顧小清,付世容.移動學習的用戶接受度實證研究[J].電化教育研究,2011(6):48-55.

[7]劉根萍,吳鳳秀.溫州在校大學生接受移動學習的影響因素分析——基于擴展技術接受模型的實證研究[J].現(xiàn)代教育技術,2011(6):109-114.

[8]劉魯川,孫凱.M-Learning用戶接受機理:基于TAM的實證研究[J].電化教育研究,2011(7):56-62.

[9]馬如宇.影響移動學習用戶使用態(tài)度的前置性和潛在性因素探析——基于擴展式科技接受模型的視點[J].中國電化教育,2009(7):47-51.

[10]許玲,鄭勤華. 大學生接受移動學習的影響因素實證分析[J].現(xiàn)代遠程教育研究,2013(4):61-66.

[11]王富強. 基于TAM模型的移動學習影響因素探析[J].軟件導刊(教育技術),2011(11):30-32.

[12]付世容.移動學習的用戶接受研究[D].華東師范大學,2012.

[13]謝愛珍.基于UTAUT大學生手機移動學習使用意愿影響因素研究[D].浙江師范大學,2012.

[14]Viswanath Venkatesh, Michael G.Morris., Gordon B. Davis & Fred D. Davis, User Acceptance of Information Technology : Toward A Unified View. Mis Quarterly:(27:3),2003:425-478.

[15]謝愛珍.基于UTAUT大學生手機移動學習使用意愿影響因素研究[D].浙江師范大學,2012.

[16]許玲,鄭勤華.大學生接受移動學習的影響因素實證分析[J].現(xiàn)代遠程教育研究,2013(4):61-66.

[17]何德華.農村地區(qū)移動服務采納模型和發(fā)展策略研究[D].華中科技大學,2008.

[18]石芝.移動旅游服務用戶接受研究[D].西南交通大學,2010.

[19]劉莉.移動旅游個性化信息服務研究[D].廣州大學,2012.

[20]邵坤煥,楊蘭蓉.公眾采納移動政務服務的綜合接受模型研究[J].現(xiàn)代情報,2011(12):3-6.

[21]葉衛(wèi)國,林飛達,韓水華.組織采納移動商務的影響因素分析[A].中國管理現(xiàn)代化研究會.第四屆（2009）中國管理學年會——信息管理分會場論文集[C].中國管理現(xiàn)代化研究會,2009:8.

[22]閔慶飛,季紹波,曲剛. Mobile Commerce User Acceptance Study in China: A Revised UTAUT Model[J].Tsinghua Science and Technology,2008(3):257-264.

[23]李麗.消費者對移動應用商城使用意向和使用行為研究[D].南京郵電大學,2011.

[24]王莉.基于UTAUT模型的3G業(yè)務用戶接受影響因素研究[D].北京郵電大學,2009.

[25]李鶴.移動互聯(lián)網業(yè)務使用行為影響因素研究[D].北京郵電大學,2010.

[26]尹佳.用戶接受移動搜索業(yè)務的關鍵影響因素研究[D].北京郵電大學,2010.

[27]郭倩瑜.用戶接受和使用移動支付的關鍵影響因素分析[D].北京郵電大學,2009.

[28]高婷,周澍民.讀者采納手機圖書的影響因素實證研究[J].科技與出版,2012(9):73-76.

[29]周濤,魯耀斌,張金隆. 整合TTF與UTAUT視角的移動銀行用戶采納行為研究[J].管理科學,2009(3):75-82.

[30]張鵬虎. 3G環(huán)境下基于TAM模型的移動增強現(xiàn)實應用研究[D].北京郵電大學,2012.

[31]中國互聯(lián)網絡信息中心.中國移動互聯(lián)網發(fā)展狀況報告[R].2013.4

[32]劉根萍,吳鳳秀.溫州在校大學生接受移動學習的影響因素分析——基于擴展技術接受模型的實證研究[J].現(xiàn)代教育技術,2011(6):109-114.

[33]馬如宇.影響移動學習用戶使用態(tài)度的前置性和潛在性因素探析——基于擴展式科技接受模型的視點[J].中國電化教育,2009(7):47-51.

[34]許玲,鄭勤華.大學生接受移動學習的影響因素實證分析[J].現(xiàn)代遠程教育研究,2013(4):61-66.

[35]王富強.基于TAM模型的移動學習影響因素探析[J].軟件導刊(教育技術),2011(11):30-32.

[36]Jen-hung Huang,Yu-ruLin,Shu-ting Chuang..Elucidating user behavior of mobile learning:Aperspective of the extended technology acceptance mode[J].Electronic Library,2007,5(25):585-598.

[37]Thompson,R. L.,Higgins,C.A.,and Howell,J. M.Personal Computing: Toward a Conceptual Model of Utilization,MIS Quarterly(15:1),1991: 124-143.

[38]Moore,G. C., and Benbasat,I. Development of an Instrument to Measure the Perceptions of Adopting an Information Technology Innovation, Information Systems Research (2:3),1991:192-222.

[39]史薇薇.基于UTAUT模型對“使用者對信息中介的接受”的實證研究[D].中國人民大學,2008.

[40]王莉.基于UTAUT模型的3G業(yè)務用戶接受影響因素研究[D].北京郵電大學,2009.

[41]Pagani,M.Determinants of adoption of third generation mobile multimedia services. Journal of Interactive Marketing,2004,18(3),47-59.

[42]Wu,Jen-her &Wang,Shu-ching. What drives mobile commerce: An empirical evaluation of the revised technology acceptance model. Information&Management,2004,42(5): 719-729.

[43] Mathieson,K. Predicting User Intentions: Comparing the Technology Acceptance Model with the Theory of Planned Behavior, Information Systems Research(2:3),1991:173-191.

[44]朱星宇,陳勇強. SPSS多元統(tǒng)計分析方法及應用[M].北京:清華大學出版社,2011:432.

[45]吳明隆. 結構方程模型——AMOS的操作與應用[M].重慶:重慶大學出版社,2009:263-370.