基于顧客體驗的移動學習興趣影響因素研究

趙 蕾，馮 鑫，孫玉容

(河北地質大學 管理科學與工程學院，石家莊 050031)

1 研究現(xiàn)狀

所謂移動學習，是指通過無線移動通信設備或者移動通信網(wǎng)絡技術獲取教育資源、教育信息和教育服務的一種學習形式[1]。由于移動設備的便攜性，移動學習與傳統(tǒng)學習方式相比，最主要的優(yōu)點在于用戶可以隨時隨地進行學習。在移動學習迅速發(fā)展的今天，國內外學者在移動學習的相關方面做出了大量的研究。顧客體驗以及學習興趣是研究者研究移動學習的重要切入點。

王鑒忠等[2]將顧客體驗定義為一種新的基于個人經驗和知識基礎之上的商品形態(tài)，由服務、環(huán)境、產品以及顧客參與而綜合形成的消費者在主觀上產生的感覺、認知、知覺、評價等一系列的心理反應。關于移動學習的顧客體驗，紀福菲[3]認為在手機移動學習具有便捷性、即時性、自主性等優(yōu)勢條件下，移動學習的內容設計應當以用戶體驗為主，以便提高用戶的學習興趣。許玲等[4]也認為在強烈的競爭環(huán)境下，顧客體驗是移動學習長期發(fā)展的立足點。同樣，國外學者Petrovic等[5-7]也都表示顧客體驗對移動端或移動學習的發(fā)展是至關重要的。

關于移動學習的興趣，陳紅等[8]提出在移動學習環(huán)境下大學生學習動機的強弱是決定他們參與學習意愿程度的直接影響因素。于莎[9]認為通過微型移動學習的方式進行企業(yè)培訓應當增加學習內容的趣味性，以提高員工的學習效果。國外學者Fernández-López等[10]也認為在為受特殊教育的孩子們設計移動學習內容時應當以孩子的興趣為主，提升他們對移動學習的愛好程度。

在移動學習的顧客體驗研究中，有必要對移動學習興趣的影響因素進行探討，因此，本文采取問卷調查的方式，從顧客體驗的角度，對移動學習興趣的影響因素提出假設并進行分析。

2 測量指標的設定

擁有碎片化優(yōu)勢的移動學習得到了用戶的青睞。用戶學習興趣在很大程度上影響著學習效果。學習興趣是指個人在學習活動中，產生的一種積極的情緒狀態(tài)和認識傾向。本文將學習興趣的影響因素分為情感體驗和認知體驗兩個方面，其中認知體驗包括感官體驗、可用性、功能性、內容設計四個維度。

通過問卷星在線發(fā)放問卷搜集所需的分析數(shù)據(jù)。問卷分為兩部分：第一部分為基礎信息，包含受訪人的性別、年齡、受教育程度以及移動設備的接觸情況，樣本分布如表1所示；第二部分包含感官體驗、可用性、功能性、內容設計、情感體驗以及學習興趣6個潛變量，均采用李克特5級量表進行測量，包含非常不同意、比較不同意、中立、比較同意、非常同意5個級別。具體測量指標設定如表2所示。

表1 樣本分布表

3 實證分析

共回收調查問卷250份，剔除未使用移動端進行學習的無效問卷以及答題無效的問卷，實際獲得245份。將問卷調查所得數(shù)據(jù)通過Excel表格進行整理，利用SPSS22.0軟件對問卷數(shù)據(jù)進行信度分析和內容效度驗證，利用amos軟件對結構方程的變量進行驗證性因素分析。

3.1 問卷信度分析

利用SPSS中的Cronbach’s a進行信度分析。信度又叫可靠性，是指測驗的可靠程度，a為信度系數(shù)，其值介于0和1之間，如果在0.7到0.98之間，則該測驗或量表的信度非常好；在0.65到0.7屬于可接受范圍。各研究變量的信度分析結果如表3所示。

表2 測量指標設定

表3 信度分析結果

從表3可以看出，各變量的a值都大于0.7，說明此表內部結構良好，變量的一致性程度較高，處于理想水平。因此，本研究的各個變量具有較高信度。

3.2 問卷效度分析

效度是指測驗分數(shù)與想要測量的特征的一致性。效度分為內容效度以及結構效度。

內容效度是指所測量的題目對相關內容或者行為取樣是否具有適用性。利用SPSS軟件結合探索性因子分析方法對問卷內容效度進行測驗，結果如表4所示。

表4 問卷內容效度檢驗

從表4可以看出相關變量和相關維度的效度以及總體效度都在0.685以上，表明問卷的內容效度屬于可接受范圍。

結構效度是指所使用的問卷實際測到所要測量的概念和命題的程度，即反映內部結構的程度。如果調查結果和假設理論存在較高的一致性，表明問卷的結構效度較好。本研究通過amos21.0進行二階驗證性因素分析，以對問卷結構效度進行檢驗。

3.3 結構方程初始模型的構建

原則上，在進行各階段測量模型的構建之前，應先進行多變量正態(tài)性檢驗，使數(shù)據(jù)滿足正態(tài)分布，達到結構方程構建的初始條件。網(wǎng)絡問卷的調查面向的人群即使是在特定的年齡階段下，不同的地區(qū)不同的人群對移動學習的理解以及判定情況也有可能出現(xiàn)很大的差異，造成數(shù)據(jù)呈非正態(tài)分布。本文中，因數(shù)據(jù)的非正態(tài)問題而使構成模型的擬合度達不到標準時采取Bootstrap方法進行修正。

本文結構方程初始模型的構建變量設置如下：

觀察變量：測量感官體驗的SE1，SE2，SE3三個觀察變量；測量可用性的AE1，AE2，AE3，AE4，AE5，AE6六個觀察變量；測量功能性的FE1，F(xiàn)E2，F(xiàn)E3三個觀察變量；測量內容設計的CD1，CD2，CD3三個觀察變量；測量情感體驗的EE1，EE2，EE3，EE4，EE5五個觀察變量；測量學習興趣的LI1，LI2，LI3，LI4，LI5，LI6，LI7，LI8八個觀察變量，因此，觀察變量總共28個。

潛在變量：認知體驗、情感體驗，其中認知體驗又分為感官體驗、可用性、功能性、內容設計四個潛變量。

結合相關理論構建移動學習顧客體驗模型的結構方程初始模型，如圖1所示。

圖1 結構方程初始模型圖

3.4 測量模型的構建

3.4.1 一階驗證性因素模型的構建與分析

在利用amos進行二階驗證性因素分析之前，先對感官體驗、可用性、功能性、內容設計四個維度進行一階驗證性因素分析，其初始測量圖如圖2所示。

圖2 一階驗證性因素初始測量模型圖

對認知體驗下的四維度進行一階驗證性因素分析，模型擬合指數(shù)如表5所示。

由表5可知：卡方值(χ2)為107.284，卡方值表示整體模型的路徑圖和實際數(shù)據(jù)資料相互匹配程度，卡方值越小，適配程度越好，卡方值一般以假設模型和數(shù)據(jù)不一致的可能性p>0.05判斷，由于p值對樣本數(shù)具有極高的敏感度，這種情況下通常不考慮p值，因此，使用其他指標對擬合度進行檢驗?？ǚ阶杂啥戎圈?/df是假設模型的協(xié)方差矩陣和所觀測數(shù)據(jù)的吻合度，卡方自由度之比必須小于5，1到2之間表示模型與數(shù)據(jù)適配度較好，表中值χ2/df為1.277，表明適配度較好；漸進殘差均和平方根RMSEA值被視為最重要的適配指標信息，其值小于0.05時適配度最佳，可接受范圍為0.05到0.08之間，表5中RMSEA值為0.034，屬于適配度最佳范圍；RMSEA90%置信區(qū)間的上限不能超過0.08，本模型的置信區(qū)間為0.006到0.051之間，因此，置信區(qū)間在適配度最佳范圍；適配度指數(shù)GFI表示觀察矩陣中方程和協(xié)方差可被預測所得值的大小，GFI值一般在0到1之間，值越接近1，適配度越好，表5中GFI值為0.946，屬于適配度最佳范圍；調整后適配度指數(shù)AGFI是利用假設模型中的自由度和模型中參數(shù)估計總數(shù)數(shù)量的比值對GFI指標進行的修正，AGFI值在0到1之間，越接近1適配度越好，表5中AGFI值為0.923，屬于適配度較好的范圍；標準化擬合指數(shù)NFI與非標準化擬合指數(shù)NNFI(TLI)是兩個相對的指標，是指所假設的結構方程模型和獨立模型的差異程度，二者的值都介于0到1之間，越接近1適配度越好，表5中，NFI的值為0.949，NNFI(TL1)的值為0.985，屬于適配度較好的范圍；比較適配指數(shù)CFI值也介于0到1之間，越接近1適配度越好，表5中CFI的值為0.988，屬于優(yōu)質適配度范圍。綜上，一階驗證性因素初始測量模型擬合度屬于較好程度，不用修正。

表5 一階驗證性因素初始測量模型擬合指數(shù)

除此之外，模型與指標之間的關系、數(shù)據(jù)的匹配度一般通過組合信度、平均變異抽取量來判定。表6為一階驗證性因素初始測量模型各測量變量相關系數(shù)值，其中四個潛變量的組合信度值都大于0.7，表明模型內在質量較好，一般認為組合信度大于0.6即可。平均差異抽取量能反映出潛在變量所解釋的測量變量的變異量的大小，其值越大，潛在變量所解釋的測量變量的變異程度就越大，一般情況下此值大于0.5表示模型具有合理性，即在該值條件下模型能較好地反映測量變量與潛在變量之間的關系。由表6中計算數(shù)據(jù)可知，F(xiàn)E1，F(xiàn)E2，F(xiàn)E3的平均變異抽取量為0.482；CD1，CD2，CD3的平均變異抽取量為0.499，均不符合模型合理性的要求值，因此，需要對其中部分指標進行刪除，結合平均變異抽取量和信度系數(shù)的主要影響因素是因素負荷量，因此刪除測量指標FE2和CD1。根據(jù)因素負荷量應當大于0.7以及信度系數(shù)值應當大于0.5的標準以及表5的分析結果，說明模型擬合度較好，因此，感官體驗下的測量指標SE1以及可用性的測量指標AE4，AE5，AE6可以不用刪除。對兩個觀測變量刪除之后的標準化測量模型如圖3所示。

表6 一階驗證性因素初始測量模型各測量變量相關系數(shù)值

圖3 一階驗證性因素標準化測量模型圖

一階驗證性因素標準化測量模型擬合指數(shù)和測量變量相關系數(shù)值如表7，表8所示。

由表7可知，卡方自由度之比χ2/df值為1.269，介于1到2之間；漸進殘差均和平方根RMSEA值為0.033，小于0.05；RMSEA90%置信區(qū)間的上限值為0.054，未超過0.08；適配度指數(shù)GFI值為0.956，介于0到1之間且接近1；調整后適配度指數(shù)AGFI值為0.933，值在0到1之間且接近1；標準擬合指數(shù)NFI值為0.958，值在0到1之間且接近1；非標準化擬合指數(shù)NNFI(TLI)值為0.988，值在0到1之間且接近1；比較適配指數(shù)CFI值為0.991，值在0到1之間且接近1。因此，修正后的一階驗證性因素標準化測量模型的整體適配度良好。由表8可知，雖然有的指標修正后的因素負荷量和信度系數(shù)沒有達到標準，但其組合信度都大于0.6，平均變異量抽取值都大于0.5，在模型的整體適配度良好的情況下認為模型的內在質量符合要求。

表7 一階驗證性因素標準化測量模型擬合指數(shù)表

表8 一階驗證性因素標準化測量模型各測量變量相關系數(shù)值

3.4.2 二階驗證性因素模型的構建與分析

根據(jù)圖3中標準化相關系數(shù)，對感官體驗、可用性、功能性、內容設計四個維度進一步進行二階驗證性因素分析，其標準化測量模型如圖4所示。

二階驗證性因素標準化測量模型擬合指數(shù)和測量變量相關系數(shù)值如表9，表10所示。

由表9可知，二階驗證性因素標準化模型的適配度處于理想狀態(tài)。同時，表10中組合信度與平均變異抽取量都大于0.9，表明模型的內在質量處于理想狀態(tài)。因此，可用二階測量模型作為認知體驗下感官體驗、可用性、功能性、內容設計四維度的測量模型。

3.4.3 最終測量模型的構建及假設分析

經過對一階測量模型修正以及二階測量模型檢驗，刪除測量指標FE2以及CD1，使模型達到了理想適配度與內在質量的理想狀態(tài)，確定整體測量模型如圖5所示。

整體測量模型擬合指數(shù)如表11所示。

圖4 二階驗證性因素標準化測量模型圖

表9 二階驗證性因素標準化測量模型擬合指數(shù)

表10 二階驗證性因素標準化測量模型各測量變量相關系數(shù)值

圖5 整體測量模型

χ2χ2/dfRMSEARMSEA90%置信區(qū)間GFIAGFINFINNFI(TL1)CFI710.2452.4240.095[0.086,0.104]0.7330.6800.7960.8540.868

由表11可知，整體測量模型擬合中RMSEA=0.095，不屬于小于0.08的可接受范圍，其他指標也大多不符合。因此，結合Bootstrap方法對模型進行進一步修正。對不顯著路徑學習興趣-認知體驗的路徑進行判斷，認知體驗是指對知識的掌握程度，但掌握知識的量并不直接影響學習興趣，即用戶在移動學習的過程中，自身掌握知識的程度并不是影響學習興趣的直接因素，因此，刪除該路徑。同時，分別對e2和e14，e16和e17，e22和e23，e21和e27，e26和e27，e27和e28以及e26和e28建立共變關系對模型。修正后的最終測量模型如圖6所示。最終測量模型擬合指數(shù)如表12所示。

圖6 最終測量模型

χ2χ2/dfRMSEARMSEA90%置信區(qū)間GFIAGFINFINNFI(TL1)CFI510.1871.7780.070[0.060,0.080]0.8060.7620.8540.9200.929

表12中，χ2/df值為1.778，介于最佳范圍1到2之間；RMSEA值為0.07小于0.08，屬于可接受范圍；RMSEA90%置信區(qū)間滿足上限不超過0.08的可接受范圍；NNFI(TLI)以及CFI的值都大于0.9，屬于優(yōu)質范圍；GFI，AGFI，NFI的值在0到1之間，偏向于1。因此，整個模型適配度屬于可接受范圍。

由圖6可知，標準化之后各路徑系數(shù)均大于0.6，達到顯著。感官體驗、可用性、功能性、內容設計對認知體驗的路徑系數(shù)依次為：0.94，0.98，0.95，1.01；認知體驗對情感體驗的路徑系數(shù)為0.98；認知體驗對學習興趣的路徑已刪除；情感體驗對學習興趣的路徑系數(shù)為0.96。因此，顧客體驗中的感官體驗是認知體驗以及情感體驗的最基礎的心理層體驗；同時，認知體驗下的其他維度對認知體驗有一定影響；另外，情感體驗是在感官體驗和認知體驗之上的更高層次的體驗，顧客體驗中感官體驗、認知體驗以及情感體驗三者屬于遞進關系。認知體驗通過感官體驗、可用性、功能性以及內容設計四個維度對學習興趣產生了一定的間接影響。認知體驗下的感官體驗、可用性、功能性以及內容設計對用戶的情感體驗有著直接影響，若情感體驗達到用戶的體驗效果，將進一步對移動學習興趣產生正向影響。

4 結論

4.1 感官體驗對移動學習興趣的影響

感官體驗對移動學習興趣有著間接的正向影響。用戶通過感官體驗進而直接影響自身的認知體驗，再通過情感體驗正向影響移動學習的興趣。用戶在體驗的過程中，移動軟件界面設計形態(tài)有趣、色彩多樣以及形式安排生動會對用戶獲取知識有更多的幫助，增強用戶在情感上的滿足感，激發(fā)用戶的移動學習興趣。

4.2 認知體驗對移動學習興趣的影響

認知體驗通過情感體驗對移動學習興趣產生間接的正向影響。在內容設計方面，移動學習軟件提供豐富的學習資源，這對用戶獲取知識的幫助最大；可用性方面，軟件具有易操作性特點以及資源與用戶需要的內容相關時，更能對用戶獲取知識提供幫助，除此之外，用戶自身對移動學習軟件操作的熟練程度，以及熟知多項功能，也會促使他掌握更多的知識；在功能性方面，根據(jù)調查結果可知，適當增加移動學習軟件的功能，如添加用戶在線學習時間的排行榜功能，會促使用戶花更多時間在移動學習上，獲取更多的知識。感官體驗、內容設計、功能性、可用性四維度對認知體驗產生的直接正面影響是缺一不可的，它們同時幫助用戶在移動學習過程中獲取所需知識。

4.3 情感體驗對移動學習興趣的影響

情感體驗對移動學習興趣有著直接的正向影響。情感體驗在感官體驗和認知體驗中屬于最高層次，結合理論假設分析結果可以得出，當用戶在使用移動軟件過程中感到滿意才能真正激發(fā)用戶移動學習的興趣。

5 相關建議

通過上述分析可以得出，顧客體驗對移動學習的興趣存在一定的正向影響。相對于傳統(tǒng)學習方式，移動學習在技術應用、學習時效性等方面都有了很大的進步。這就要求移動學習軟件的開發(fā)商不僅要注重學習內容的創(chuàng)新，還需要從提高顧客體驗方面尋求思路，這樣才能留住用戶，提高用戶的學習興趣，進而實現(xiàn)移動學習的持續(xù)性。因此，結合調研及分析結果，從顧客體驗的角度考慮，對移動學習軟件的設計給出如下建議：

(1)注重界面的色彩以及布局設計，提高美觀和趣味性，增強用戶感官體驗的效果。提供不同的色彩的搭配和界面布局供用戶選擇，以增強界面的親和力和用戶的參與度，從而增強其感官體驗。

(2)在內容設計方面，應提供更多類型的課外學習資源，如視頻資料、案例分析、課程相關新聞事件和試題庫等。還可以根據(jù)顧客的年齡特征和文化水平程度適當增加移動學習軟件的功能，如為提高學習效率增設學習交流功能，可以是用戶之間的答疑解惑、經驗交流和資料分享；也可以是用戶和授課者之間的交流，讓學習過程持續(xù)進行，不受時間限制，真正體現(xiàn)移動學習的特色；也可以是用戶與移動學習軟件開發(fā)商之間的交流，用戶是軟件的使用者，也是受益者，他們可以針對自身在操作過程中的一些問題或者建議和開發(fā)商溝通，促使軟件整體功能的完善，進而增強認知體驗。

(3)移動學習軟件在可用性方面的設計應盡量偏向簡單、易操作化。智能化的學習軟件應操作過程簡易，用戶不需要通過培訓就可以按照功能指引獲得所需知識。學習軟件最好和其他常用辦公軟件有較好的兼容性，這樣用戶可以在任何終端方便自如地下載、上傳所需的資料，進一步提升體驗效果，促進學習興趣。

(4)功能設計中應添加用戶在線時間的排行榜或者學習積分功能，激勵用戶的學習積極性，鼓勵用戶更多地參與學習互動，提升用戶認知體驗的效果，增強其移動學習興趣。