虛擬仿真實訓系統(tǒng)學習行為意向影響因素研究

楊兵 劉柳 朱曉鋼 Tiong-Thye Goh

【摘要】? 本研究基于V-Learning構建了包含臨場感、感知有用性等7個潛變量的虛擬仿真實訓系統(tǒng)學習行為意向影響因素模型，提出了15個變量關系的研究假設，研發(fā)了測量7個潛變量、34個觀測變量態(tài)度水平的李克特（Likert）量表，以湖北某應用型高校經(jīng)濟管理類專業(yè)、參加企業(yè)運營虛擬仿真實訓系統(tǒng)學習的666名學生為調(diào)研對象，收集整理了359份有效調(diào)查問卷。研究工具采用SPSS22.0、AMOS24.0，通過信度、效度及結構方程模型分析方法檢測了問卷測量變量和構念潛變量的收斂性和區(qū)分度，驗證了結構方程模型的可靠性和穩(wěn)定性，對研究模型中潛變量相關關系進行了假設檢驗和標準化效用分析。驗證了臨場感、感知有用性對學生“學習行為意向”存在顯著正向影響等多項研究假設，提出了“高校應籌建各類虛擬仿真實驗實訓中心”等建議，目的是探尋“提升高校學生參加虛擬仿真實訓系統(tǒng)學習行為意愿和實訓教學效果”的路徑和方法。

【關鍵詞】 ?V-Learning;虛擬仿真;TAM模型;臨場感;自我效能感;學習行為意向;SEM分析;實驗實訓教學

【中圖分類號】 ?G40-057 ? ? ?【文獻標識碼】 ?A ? ? ?【文章編號】 1009-458x（2019）5-0026-11

近年來，大學生就業(yè)市場上“就業(yè)難、用工荒”的矛盾愈演愈烈，張建武等（2010）認為大學生“應用能力差、實踐能力弱”已成為高等教育廣受詬病的突出問題，推進高校人才培養(yǎng)應用轉型是高校教育教學改革的當務之急，提高實驗實訓教學水平是培養(yǎng)符合企業(yè)需要的應用型人才的必由之路。為提高高校實驗實訓教學效果，改革實驗實訓教學模式、采用現(xiàn)代教育技術是高校實驗實訓教學改革的突破口，基于計算機技術、仿真技術和人工智能技術的虛擬現(xiàn)實技術（Virtual Reality， VR）是現(xiàn)階段教育技術發(fā)展的制高點，高媛等學者（2017）將虛擬現(xiàn)實技術列為2至3年內(nèi)教育技術重要發(fā)展方向之一。在高校實驗實訓教學中采用虛擬現(xiàn)實技術已經(jīng)成為教育界和全社會的廣泛共識。

虛擬現(xiàn)實技術主要包括桌面式虛擬現(xiàn)實系統(tǒng)（Desktop VR）、完全沉浸式虛擬現(xiàn)實系統(tǒng)（Fully- immersive VR）、分布式虛擬現(xiàn)實系統(tǒng)（Distributed VR）三種類型（高媛， 等， 2016）。其中，Desktop VR具有高仿真性且成本相對較低，應用廣泛。2013年教育部頒布的《關于開展國家級虛擬仿真實驗實訓教學中心建設工作的通知》（教高司函[2013]94號）首次提出建設100個國家級虛擬仿真實驗教學中心的任務，此后教育部每年都提出100個左右國家級虛擬仿真實驗教學中心的建設任務。據(jù)不完全統(tǒng)計，截至2017年6月，全國各類高校累計建成了400個左右國家級虛擬仿真實驗教學中心。2017年7月11日，教育部辦公廳發(fā)布了《2017—2020年示范性虛擬仿真實驗教學項目建設通知》（教高廳[2017]4號），計劃在4年內(nèi)我國各類高校將建成1，000個國家級示范性虛擬仿真實驗教學項目，足見國家教育主管部門對于應用虛擬現(xiàn)實技術、提高高校實驗實訓教學水平的高度重視。

基于虛擬現(xiàn)實技術的教育教學被稱為“V-Learning”（周明全，2016; Annetta， Klesath， & Holmes， 2008）。已有研究證實：虛擬仿真實驗實訓教學通過提供高仿真、可視化的教學內(nèi)容，創(chuàng)設具有臨場感、沉浸感和交互性的實訓教學情境，能夠提升受教育者的學習行為意愿，進而提高學習效果。但影響高校學生參加虛擬仿真實驗實訓系統(tǒng)學習行為意愿的主要因素有哪些，如何更加有效地組織虛擬仿真實驗實訓教學活動，是優(yōu)化并充分發(fā)揮虛擬仿真實驗實訓教學的機能和作用亟待解決的新課題。本研究以湖北某應用型高校企業(yè)運營虛擬仿真實訓活動為研究對象，測量參訓學生對其“自我效能感、臨場感、學習行為意向”等構念變量的態(tài)度水平，探究大學生實訓學習行為意愿的影響因素及其效應，希望有助于推動高校更加有效地組織和開展虛擬仿真實驗實訓教學活動，提高高校虛擬仿真實驗實訓教學水平和效果。

一、理論基礎與研究假設

大量的理論及實證研究驗證了技術接受模型（Technology Acceptance Model， TAM）的普遍適用性，它已經(jīng)成為解釋和預測用戶接受特定類型技術程度、應用最廣泛的理論模型之一（Holden & Karsh， 2010; King & He， 2006; Legris， Ingham， & Collerette， 2003）。虛擬現(xiàn)實技術是否有助于實現(xiàn)提高教學效果這一核心目標，取決于學習者愿意使用該技術的學習行為意向，因此學習者對虛擬仿真實訓系統(tǒng)的接受程度就成為影響虛擬現(xiàn)實系統(tǒng)有效性的關鍵因素（Lucas， 1975）。

（一）理論基礎

1. 理性行為理論（Theory of Reasoned Action）

技術接受模型是根據(jù)菲什拜因和阿耶茲（1975）的理性行為理論而提出的。高峰（2009）指出理性行為理論研究個體對技術的態(tài)度與使用行為關系，林泉等（2011）認為在“理性人”假設前提下，個體行為意向決定個體行為，并由行為態(tài)度和主觀準則決定。行為態(tài)度是個體對從事某一目標行為所持有的積極的或者消極的評價，而主觀準則是個體感覺到的采納或不采納某一目標行為時的社會壓力的感知程度。行為態(tài)度和主觀準則結合起來產(chǎn)生行為意向，最終導致行為的改變（高峰， 2009）。理性行為理論假設人有完全控制自己的能力，外部條件的變化通過影響個體行為態(tài)度和主觀準則進而影響個體行為。

戴維斯（Davis， 1989; Davis， 1986）在理性行為理論的基礎上提出適用于信息技術領域的用戶接受行為研究模型，即技術接受模型（TAM）。該模型引入了感知有用性與感知易用性兩個變量。感知有用性指個人對使用某技術系統(tǒng)對其工作業(yè)績提高程度的認知，感知易用性指個人認為容易使用一個具體的系統(tǒng)的程度（吳亮， 等， 2012; 趙穎， 等， 2009）。大量研究證明：感知有用性與感知易用性是影響信息技術使用行為意向的重要因素（Yuen & Ma， 2002; Liaw & Huang， 2003; Lin & Wu， 2004）。在戴維斯研究的基礎上，針對信息技術在不同領域的應用，許多研究者通過調(diào)整外部變量和主觀調(diào)節(jié)變量不斷豐富完善技術接受擴展模型（Davis & Venkatesh， 1996; Venkatesh & Davis， 2000; Venkatesh & Bala， 2008）。在本研究提出的高校虛擬仿真實訓系統(tǒng)技術接受模型中，把感知有用性與感知易用性作為影響學生學習行為意向的重要因素。

2. 建構主義理論（Constructivism）

建構主義理論認為學習是學習者基于原有的知識經(jīng)驗生成意義、建構理解的過程（王娟娟， 2017），這一過程在社會文化交流及互動中完成。建構主義學習理論強調(diào)“情境”“協(xié)作”“會話”“意義建構”在學習中的關鍵性作用 （何克抗， 1997; 郭詠梅， 等， 2015）。建構主義提倡將情境化學習、體驗式學習、合作性學習、探究式學習等學習策略應用于虛擬仿真實驗實訓教學過程中。建構主義存在不同的流派，其中社會建構主義著重強調(diào)社會性交互行為對學習的重要性，認為相較于個體學習而言，群體學習可以讓學習者對知識有更深的理解，體會到更多的意義。根據(jù)建構主義學習理論，本研究提出教師指導、協(xié)作學習等情景自變量。

3. 社會學習理論 （Social Learning Theory）

社會學習理論認為人與人的行為是相對獨立存在的，它們與環(huán)境之間構成雙向影響的動態(tài)關系。三方互惠決定論是班杜拉社會學習理論的核心，班杜拉（2001）認為個體認知、環(huán)境和行為三者之間的關系應該是相互的，兩兩之間均存在相互決定的動態(tài)關系（沈瑾， 等， 2017）。個體的自我認知決定其行為方式，行為結果的內(nèi)部反饋和外部反饋又決定了主體的個體認知反應。個體與環(huán)境之間存在著個體對環(huán)境的感知和環(huán)境對個體的影響。此外，環(huán)境是個體行為的對象和實現(xiàn)條件，決定了個體行為的進度與方向，但行為也影響著環(huán)境。自我效能感是班杜拉社會學習理論中的核心概念（Bandura， 1977），指個體對自己是否有能力完成某種行為所進行的推測與判斷，表現(xiàn)在個體對自身能否利用所擁有的技能去完成某項工作行為的自信程度。本研究根據(jù)社會學習理論，將臨場感、自我效能感引入研究模型中。

（二）研究假設

為了評估學習者對虛擬仿真實訓系統(tǒng)的接受程度，本研究以TAM模型、建構主義以及社會學習理論等為依據(jù)，兼顧各類TAM擴展模型的研究成果，同時充分考慮V-Learning這一特定學習形式，構建了基于V-Learning的虛擬仿真實訓系統(tǒng)學習行為意向影響因素模型（圖1）。

1. 感知有用性與感知易用性

行為意愿的影響因素沿用TAM模型的核心構念“感知有用性”和“感知易用性”（Fokides， 2017; Saritas， 2015; Huang， Liaw， & Laic， 2013; Fagan， Kilmon， & Pandey， 2012），這些研究都驗證了感知有用性和感知易用性對各類教育技術系統(tǒng)或平臺學習行為意向有正向影響。此外，感知易用性對感知有用性也存在正向影響?；谝延醒芯浚狙芯刻岢鲆韵录僭O（王仙雅， 等， 2013）：

H1：感知有用性對學習行為意向存在正向影響。

H2：感知易用性對學習行為意向存在正向影響。

H3：感知易用性對感知有用性存在正向影響。

2. 臨場感

臨場感是指個體對所處情境或環(huán)境的主觀體驗。虛擬環(huán)境的臨場感是指對計算機生成的環(huán)境的體驗（Witmer & Singer， 1998）。臨場感在虛擬現(xiàn)實情境中作為一個描述情境特征的核心概念被廣泛接受（王廣新， 等， 2010）。另有研究定義了臨場感的三個因素，分別是現(xiàn)實判斷、內(nèi)外部響應、注意力和專注度（Baňos， et al.， 2000）?，F(xiàn)實判斷主要體現(xiàn)在處于虛擬現(xiàn)實環(huán)境中的學習者對模擬仿真事物真實度的判斷與感知;內(nèi)外部響應指個體與虛擬環(huán)境的交互作用;注意力和專注度表示學習者在虛擬場景中的沉浸體驗，學習者的沉浸感越強，其注意力和專注度的水平越高。學習者對使用基于虛擬仿真實訓系統(tǒng)的這三個因素的感知越強，那么個體在虛擬環(huán)境中的主觀體驗效果越明顯，即學習者處于虛擬現(xiàn)實環(huán)境的臨場感越強。

臨場感與學習者對虛擬仿真實訓系統(tǒng)滿意度呈正相關關系（Vrellis， Avouris， & Mikropoulos， 2016; Bulu， 2012），具有更高水平臨場感的學生能夠在實訓活動中得到更多的滿足感（Hassell， Goyal， Limayem， & Boughzala， 2012），而學生的滿足感與其對虛擬仿真實訓系統(tǒng)的接受度直接相關。從這方面講，虛擬現(xiàn)實臨場感可能正向影響感知易用性和感知有用性以及學習者采用虛擬仿真實訓系統(tǒng)的學習行為意愿（Huang， Liaw， & Lai， 2016）。由此本研究假設：

H4：臨場感對感知易用性存在正向影響。

H5：臨場感對感知有用性存在正向影響。

H6：臨場感對學習行為意愿存在正向影響。

3. 自我效能感

具有較高計算機自我效能感的個人在面對各種計算機問題時更有解決問題的耐心與毅力（Compeau & Higgins， 1995），因而他們能更好地完成工作或學習任務，也會對桌面式虛擬現(xiàn)實學習活動產(chǎn)生較高的滿意度。有研究顯示學習者在虛擬現(xiàn)實學習環(huán)境中的自我效能感會對TAM模型的構造產(chǎn)生影響。確切地說，自我效能感會對感知易用性及感知有用性產(chǎn)生影響（班杜拉， 2001; Chow， Herold， Choo， & Chan， 2012）。此外，本研究認為自我效能感強的學習者對虛擬仿真實訓系統(tǒng)臨場感的三個因素有更深的感觸，進而推斷學習者的自我效能感能夠對虛擬世界的臨場感產(chǎn)生積極的影響。為了驗證自我效能感是否會影響學生對虛擬仿真實訓系統(tǒng)的臨場感、感知易用性和感知有用性，關于自我效能感（Schwarzer， Born， Iwawaki， & Lee， 1997）本研究假設：

H7：自我效能感對臨場感存在正向影響。

H8：自我效能感對感知易用性存在正向影響。

H9：自我效能感對感知有用性存在正向影響。

4. 協(xié)作學習

協(xié)作學習是一種團隊學習模式，是在一定的激勵機制下最大化個人和他人習得成果而合作互助的一切相關行為（黃榮懷， 2001; 張燕， 2006）。為更好地實現(xiàn)學習者對知識的意義建構，協(xié)作學習需要制定協(xié)作規(guī)則并輔之以合適的協(xié)作工具。學習者在企業(yè)運營虛擬世界中擁有自己的虛擬角色，并通過各自的角色承擔不同的學習任務。這些任務需要學習者相互協(xié)作來完成。有研究表明在V-Learning環(huán)境中協(xié)作學習對虛擬仿真實訓系統(tǒng)的交互性及沉浸性有正向影響（Huang， Rauch， & Liaw， 2010）。由此，協(xié)作學習可能影響臨場感中的因素即內(nèi)外部響應以及注意力和專注力，進而對臨場感產(chǎn)生影響。此外，協(xié)作學習作為一種學習策略或學習組織形式，已被眾多研究證明要比個別學習更能提高學習者的學業(yè)成績（趙建華， 等， 2000）。綜上所述，本研究假設：

H10：協(xié)作學習對臨場感存在正向影響。

H11：協(xié)作學習對感知有用性存在正向影響。

H12：協(xié)作學習對感知易用性存在正向影響。

5. 教師指導

在學習過程中，教師指導可以幫助學生降低在信息收集等低層次認知活動上耗費的精力，讓學生更多地進行深層次的信息加工學習（Kirschner， Sweller， & Clark， 2006）。因此，教師指導對學生學習效率的提高及知識的掌握十分重要。借助教師指導的作用，在V-Learning的環(huán)境中學習者極有可能對虛擬仿真實訓系統(tǒng)存在較高的接受度和滿意度。另外，教師指導會減少學生對系統(tǒng)的疏離感，降低學生對系統(tǒng)的認知難度，使學生對V-Learning環(huán)境的臨場感有更加深入的認識。綜上所述，關于教師指導（Ubah， Onwuasoanya， & Eze， 2012）本研究假設：

H13：教師指導對臨場感存在正向影響。

H14：教師指導對感知有用性存在正向影響。

H15：教師指導對感知易用性存在正向影響。

二、 研究設計

（一）問卷設計

本研究問卷調(diào)查采用封閉式問卷方式，問卷結構分三部分：第一部分是問卷前言，說明調(diào)查目的、內(nèi)容等;第二部分是調(diào)查對象的特征信息，包括姓名、性別、專業(yè)、實訓崗位、實訓系統(tǒng)等;第三部分是問卷主體，指有關“虛擬仿真實訓系統(tǒng)學習行為影響因素”的測量題項。測量題項基于已有的研究文獻（王仙雅， 等， 2013），同時根據(jù)本研究情境進行了適當?shù)恼{(diào)整。為確保不同的測試對象對題目感知一致，本研究組織了一個班級共39名同學進行了前測試驗，同時組織部分參訓指導老師討論問卷題項的簡明性與科學性，根據(jù)前測結果和討論意見剔除重復題項，修改表述模糊的題目。本問卷最終確定了34個測量指標，用來測量模型中涉及的7個維度結構變量，部分測量指標和來源如表1 所示。本研究采用Likert 5級量表測量被調(diào)查者對各觀測變量的態(tài)度水平，按照“非常同意”“同意”“不能確定同意或不同意”“不同意”“非常不同意”，分別賦值5、4、3、2、1。

（二）數(shù)據(jù)收集與整理

2017年9月，湖北某應用型高校組織進行了企業(yè)運營虛擬仿真跨專業(yè)綜合實訓教學活動，該實訓活動分四個批次，每一批次實訓時間為一周，分別采用四家公司提供的企業(yè)運營虛擬仿真實訓系統(tǒng)（平臺），參訓學生從該校全部應屆畢業(yè)生中按專業(yè)分層抽取。本研究以該校參加企業(yè)運營虛擬仿真跨專業(yè)綜合實訓的學生為調(diào)研對象，調(diào)查問卷采用紙質方式發(fā)放，每批次參訓學生在為期一周的實訓結束后的每周五下午集中答卷，共收回666份問卷，問卷回收率100%。本研究對回收的問卷進行了嚴格篩選，篩選標準有三個：一是問卷中沒有題項漏答;二是問卷中沒有題項錯答（如多選或涂改不清晰）;三是問卷題項的回答認真、不隨意，非慣性回答。剔除不符合標準的無效問卷后，獲得有效問卷359份，問卷總有效率為53.90%。

三、數(shù)據(jù)分析

本研究的數(shù)據(jù)分析包括兩個方面：一是測量問卷的信度、效度分析;二是驗證結構模型的因果關系和穩(wěn)定性（王仙雅， 等， 2013）。數(shù)據(jù)分析工具采用SPSS 22.0和AMOS 24.0。

（一）信度、效度分析

1. 信度分析

本研究采用SPSS 22.0測量問卷信度，衡量信度水平采用Cronbach α系數(shù)和組合信度（Composite Reliability， CR）兩個指標（王仙雅， 等， 2013）。如表1所示，全部潛變量中，Cronbach α系數(shù)最小值為0.724，CR值最小值為0.735，均高于0.7，表明問卷調(diào)查數(shù)據(jù)具有較好的信度（Gilford， 1954; Nunnally & Bernstein， 1994）。

2. 效度分析

效度即有效性，指測量變量能真實反映其潛變量水平的程度，可以分為內(nèi)容效度、效標關聯(lián)效度和建構效度（范偉達， 2001）。本研究著重檢驗模型建構效度，分為收斂效度與區(qū)別效度（王仙雅， 等， 2013）。收斂效度檢測潛變量指標有效反映該潛變量的程度，而區(qū)分效度檢測不同潛變量指標有效區(qū)分不同潛變量的程度。本研究采用AMOS 24.0對假設的結構模型進行驗證性因子分析（Confirmatory Factor Analysis， CFA），檢驗模型中各潛變量的收斂效度和區(qū)分效度。收斂效度的評估標準是：標準化的因子載荷（Factor Loading）大于0.50，平均變異萃取量（Average Variance Extracted， AVE）大于0.50;區(qū)別效度評估要求模型中每個結構變量的AVE大于其與其他結構變量的相關系數(shù)的平方（Fornell， Larcker， 1981）。本模型各潛變量因子載荷、平均變異萃取量和潛變量之間相關系數(shù)的分析結果如表2所示。

由表2可知，全部測量指標的因子載荷介于0.594～0.918之間，均大于0.50;平均變異萃取量AVE介于0.518～0.750之間，均大于0.50，說明假設模型的各個測量指標收斂于相應因子，假設模型收斂效度理想。各潛變量之間的相關系數(shù)的平方數(shù)均小于潛變量的平均變異萃取量AVE，說明問卷區(qū)分效度較好。

（二）結構方程模型（Structural Equation Modeling， SEM）分析

1. 擬合優(yōu)度檢驗

本研究以企業(yè)運營虛擬仿真綜合實訓教學系統(tǒng)為例，提出基于V-Learning的虛擬仿真系統(tǒng)實訓學習行為意向影響因素的假設結構方程模型。根據(jù)研究假設，運用AMOS 24.0繪制基于V-Learning虛擬仿真實訓系統(tǒng)學習行為意向影響因素結構方程模型（修正后），如圖2所示。

按照通行標準，采用Χ2/df、GFI、AGFI、NFI、CFI和RMSEA六個指標檢驗假設結構模型合理性及潛變量因果關系的穩(wěn)定性（吳明隆， 2010; 張紅兵， 等， 2017），模型擬合指數(shù)的統(tǒng)計結果如表3所示。

由表3可知，卡方自由度比為2.064，擬合優(yōu)度指數(shù)GFI為0.894，調(diào)整擬合優(yōu)度指數(shù)AGFI為0.865，正規(guī)擬合指數(shù)NFI為0.912，比較適合度指標CFI為0.952，均方根誤差近似值RMSEA為0.055。參照可接受范圍標準，全部擬合指標都在可接受的范圍內(nèi)，至此可以認為假設的基于V-Learning虛擬仿真實訓系統(tǒng)學習行為意向影響因素結構模型的構念合理，7個潛變量之間關系穩(wěn)定，測量模型較為理想。

2. 模型穩(wěn)定性驗證

如前所述，本研究中的樣本源于湖北某應用型高校分四個批次組織進行的企業(yè)運營虛擬仿真跨專業(yè)綜合實訓教學活動，該實訓活動分別采用四家不同公司提供的企業(yè)運營虛擬仿真實訓系統(tǒng)（平臺），每批次實訓結束后，立即對參訓學生進行問卷調(diào)查，分別得到四組子樣本數(shù)據(jù)，下文依次稱為子樣本A、子樣本B、子樣本C和子樣本D。前述研究基于全部樣本數(shù)據(jù)，研究證實全部研究樣本數(shù)據(jù)有較高的可靠性和良好的效度，結構模型擬合度較佳，但結構模型是否穩(wěn)定還需進一步檢驗。

為了驗證模型的穩(wěn)定性，本研究將四個子樣本數(shù)據(jù)分別導入AMOS 24.0，得到與四個不同的虛擬仿真實訓系統(tǒng)相關的四組擬合優(yōu)度指數(shù)，匯總全部樣本與四個子樣本對應擬合優(yōu)度指數(shù)，如表4所示。

由表4可知，卡方自由度比χ2/df均小于3，在合理值范圍內(nèi);擬合優(yōu)度指數(shù)GFI、調(diào)整擬合優(yōu)度指數(shù)AGFI、正規(guī)擬合指數(shù)NFI、比較適合度指標CFI均在可接受模型擬合指數(shù)值參照范圍內(nèi);除系統(tǒng)4均方根誤差近似值RMSEA為0.111，略大于0.1外，系統(tǒng)1、系統(tǒng)2和系統(tǒng)3均方根誤差近似值RMSEA均小于0.1，在合理值范圍內(nèi)?？梢哉J為，本研究提出的虛擬仿真實訓系統(tǒng)學習行為意向影響因素結構模型穩(wěn)定性較好。

四、假設檢驗與研究討論

（一）假設檢驗與模型修正

本研究運用AMOS 24.0對假設的基于V-Learning虛擬仿真實訓系統(tǒng)學習行為意向影響因素模型進行統(tǒng)計檢驗，模型中各潛變量因果關系研究假設、路徑回歸系數(shù)和假設檢驗結果如表5所示。

由表5可見假設檢驗結果：原假設H1、H2、H3、H4、H5、H6、H7、H10、H12、H13中變量標準路徑系數(shù)為正，且P值<0.01，表明原假設成立，相關潛變量因果關系存在并顯著。

原假設H8、H9、H11、H14、H15中變量標準路徑系數(shù)P值均大于0.05，在置信度為95%時研究結果不足以證明相關潛變量存在因果關系，因此需要對研究模型進行部分修正，研究模型中相關變量關系宜用虛線表示，經(jīng)修正后研究模型如圖3所示。

當然，本研究未能證實外生變量自我效能感、協(xié)作學習、教師指導對感知易用性，自我效能感、教師指導對感知有用性存在顯著正向影響，并不意味著它們之間不存在影響，只是本次實證研究調(diào)查數(shù)據(jù)不足以證明在95%置信水平下它們之間的相關關系達到顯著水平。

（二）模型變量關系討論

SEM分析結果表明，模型中各個潛變量之間關系比較復雜，運用 AMOS24.0可以計算出各變量之間直接效應、間接效應和總效應，如表6所示。

1. 直接效應

（1）外生自變量自我效能感對臨場感具有正向直接影響，對感知易用性、感知有用性略有負向影響;外生自變量協(xié)作學習對臨場感、感知有用性具有正向直接影響，對感知易用性負向影響;外生自變量教師指導對臨場感、感知易用性具有正向直接影響，對感知有用性略有負向影響。

（2）中間變量臨場感對感知易用性、感知有用性具有正向直接影響，對學習行為意向有正向直接影響;中間變量感知易用性對感知有用性、學習行為意向具有正向直接影響;中間變量感知有用性對學習行為意向具有正向直接影響。

2. 間接效應

本研究的主要結論包括：外生自變量自我效能感、協(xié)作學習、教師指導對臨場感、感知易用性和感知有用性有直接效應，從而對學習行為意向產(chǎn)生間接效應。從間接效應值看，教師指導對學習行為意向的間接效應最大，為 0.346;協(xié)作學習次之，為0.302;自我效能感為 0.261。 可見，教師指導仍然是影響學生學習行為意向最重要的因素之一。

3. 總效應

從總效應值來看，在3個外生自變量、3個中間潛變量共6個變量中，總效應值最大的是臨場感0.838，其次是感知易用性 0.503，最小的是感知有用性 0.237。 表明在本輪實訓中學生愿意學習主要影響變量是臨場感。

五、研究總結

（一）研究結論

1. 高校學生參加虛擬仿真綜合實訓“學習行為意向”受到其臨場感、感知易用性和感知有用性的顯著正向影響。其中，臨場感的影響最為顯著，其次是感知易用性。這一研究結論要求虛擬仿真綜合實訓系統(tǒng)應盡可能賦予學習者較強的臨場感，增加其學習行為意愿。同時，實訓系統(tǒng)界面操作越簡易，規(guī)則設計越合理和簡潔，參訓者的學習意愿就越高。

2. 高校學生參加虛擬仿真綜合實訓“感知有用性”受到其臨場感、感知易用性和協(xié)作學習的顯著正向影響。其中，臨場感的影響最為顯著，其次是協(xié)作學習。表明臨場感是高校學生對虛擬仿真綜合實訓系統(tǒng)感知有用的關鍵因素。同時，在實訓過程中加強協(xié)作學習有利于提高學生的有用感知。

3. 高校學生參加虛擬仿真綜合實訓“感知易用性”受到其臨場感的顯著正向影響，但未能證明“教師指導”對“感知易用性”有顯著正向影響。表明賦予學習者較強臨場感能增加其系統(tǒng)易用性感知。同時也能反證：企業(yè)運營虛擬仿真綜合實訓系統(tǒng)功能模塊多、體量大、教學實施存在一定的難度，加之參訓學生人數(shù)較多，指導教師相對較少，對實訓指導不足，造成學習者對“教師指導”提高虛擬實訓系統(tǒng)“感知易用性”認知不夠。

4. 高校學生參加虛擬仿真綜合實訓“臨場感”受到“教師指導”“協(xié)作學習”“自我效能感”的顯著正向影響，其中教師指導的影響最為顯著。表明加強實訓過程中的“教師指導”有利于提高學生參加虛擬仿真綜合實訓的“臨場感”。

5. 高校學生參加虛擬仿真綜合實訓“學習行為意向”除了受到其臨場感、感知易用性和感知有用性等變量的直接影響外，教師指導、協(xié)作學習、自我效能感變量通過臨場感、感知易用性和感知有用性等變量對學習行為意向產(chǎn)生間接影響，其中教師指導的影響最為顯著。表明加強“教師指導”能顯著提高學生參加虛擬仿真綜合實訓的“學習行為意愿”。

（二）貢獻與創(chuàng)新

本研究貢獻與創(chuàng)新主要體現(xiàn)在：

1. 運用TAM模型分析方法研究高校學生參加虛擬仿真實訓系統(tǒng)學習行為意向。高校虛擬仿真實訓系統(tǒng)建設方興未艾，相關教學研究剛剛起步，運用TAM模型分析方法，研究虛擬仿真實訓系統(tǒng)學習行為意向影響因素是一次新的嘗試。

2. 首次引入“臨場感”變量，研究其對虛擬仿真實訓“學習行為意向”的影響效應。本研究在文獻調(diào)研過程中，輸入關鍵詞“臨場感”，檢索中外文獻數(shù)據(jù)庫，沒有發(fā)現(xiàn)在TAM分析模型中將“臨場感”作為潛變量的案例。本研究實證結果證明，“臨場感”對虛擬仿真實訓“學習行為意向”有直接影響，同時“臨場感”變量通過“感知易用”“感知有用”變量對“學習行為意向”產(chǎn)生間接影響，總效應值達到最高的0.838，詳見表6。

3. 構建基于V-Learning虛擬仿真實訓系統(tǒng)學習行為意向影響因素模型。本研究提出并檢驗了基于V-Learning虛擬仿真實訓系統(tǒng)學習行為意向影響因素模型，通過信度分析、效度分析以及結構方程分析，驗證了模型的可靠性、穩(wěn)定性，模型本身具有一定的創(chuàng)新性。

4. 開發(fā)基于V-Learning虛擬仿真實訓系統(tǒng)學習行為意向影響因素李克特量表。本研究借鑒國內(nèi)外學習行為意向相關研究，結合虛擬仿真實訓系統(tǒng)特點開發(fā)了基于V-Learning虛擬仿真實訓系統(tǒng)學習行為意向影響因素李克特量表，量表包括“學習行為意向”“感知易用性”“感知有用性”“臨場感”“自我效能感”“協(xié)作學習”“教師指導”七個測量維度和34個測量指標。數(shù)據(jù)分析結果表明，該量表具有較高的信度與效度，為基于V-Learning虛擬仿真實訓系統(tǒng)學習行為意向的研究提供了一個可參考的工具。

（三）建議與展望

1. 本研究主要強調(diào)了臨場感在模型諸多要素中的突出地位，其對學習者參與基于V-Learning虛擬仿真實訓的意愿有著十分積極的作用。因此，從真實度來講，虛擬實訓環(huán)境的建構不僅需要運用先進計算機技術模擬真實場景，還需充分考慮在場景中的情境因素。從人機交互來講，系統(tǒng)交互設計應充分調(diào)動參訓者的感官體驗，界面設計應注重整體結構、導航等一系列方便用戶使用的設計。從教師的角度來講，教師應熟練掌握虛擬仿真實訓系統(tǒng)的操作流程和方法，能夠事先對參訓流程進行充分講解，能夠解決參訓者在實訓過程中遇到的問題。

2. 本研究證明，參加虛擬仿真實驗實訓的學生對于虛擬仿真實訓活動有用性感知水平較高，學習意愿較為強烈。在當前高校教育教學改革大背景下，在條件允許的情況下高校經(jīng)管類專業(yè)可以考慮籌建企業(yè)運營虛擬仿真實驗實訓中心，這既是教育主管部門的倡導與要求，同時也是高校提高實踐教學水平、滿足學生參加虛擬仿真實訓課程學習愿望的內(nèi)在需求。

3. 本研究調(diào)研對象局限于湖北某應用型地方高校，未能在更宏觀層面、更廣泛范圍就基于V-Learning虛擬仿真實訓系統(tǒng)學習行為意向影響關系進行分析。未來將擴大調(diào)研樣本選取的范圍，為構建基于V-Learning虛擬仿真實訓系統(tǒng)學習行為意向影響因素結構模型提供更為充分的數(shù)據(jù)支持，并進一步改進測量量表的結構與內(nèi)容。

[參考文獻]

班杜拉. 2001. 思想和行動的社會基礎——社會認知論（上）[M]. 林穎，王小明，胡誼，龐維國，譯. 上海：華東師范大學出版社.

范偉達. 2001. 現(xiàn)代社會研究方法[M]. 上海：復旦大學出版社：140-143.

高峰. 2009. 教育技術的接受和采納：幾個相關理論的比較[J]. 開放教育研究，15（6）：37-41.

高媛，劉德建，黃真真，黃榮懷. 2016. 虛擬現(xiàn)實技術促進學習的核心要素及其挑戰(zhàn)[J]. 電化教育研究（10）：77-87.

高媛，黃榮懷. 2017. 《2017新媒體聯(lián)盟中國高等教育技術展望：地平線項目區(qū)域報告》解讀與啟示[J]. 電化教育研究（4）：15-22.

郭詠梅，宋苗境. 2015. 基于建構主義學習理論的幼兒圖畫書閱讀教學策略[J]. 教育導刊月刊（9）：39-41.

何克抗. 1997. 建構主義：革新傳統(tǒng)教學的理論基礎（上）[J]. 電化教育研究（3）：3-9.

黃榮懷. 2001. 關于協(xié)作學習的組態(tài)結構模型研究[A]. 2001全球華人計算機教育應用大會論文集[C]. 臺灣.

林泉，宋寶香，鄧朝暉. 2011. 知識共享價值感、共享傾向對共享行為的影響——一項跨層次的縱向實驗研究[J]. 經(jīng)濟管理（4）：151-159.

沈瑾， 韓麗麗. 2017. 班杜拉社會學習理論對大學生朋輩教育的啟示[J]. 決策探索（12）：54-54.

王廣新，劉興波. 2010. 虛擬現(xiàn)實情境內(nèi)臨場感的結構、影響因素與特征[J]. 中國電化教育（11）：52-56

王娟娟. 2017. 基于核心素養(yǎng)的初中信息技術技能課教學——以《Photoshop圖片合成》一課為例[J]. 中學教學參考（36）：49-50.

王仙雅，林盛，陳立蕓. 2013. 混合學習模式下e-Learning平臺使用意愿的影響因素研究. 電化教育研究（11）：72-78.

吳亮，邵培基，盛旭東，葉全福. 2012. 基于改進型技術接受模型的物聯(lián)網(wǎng)服務采納實證研究[J]. 管理評論，24（3）：66-74.

吳明隆. 2010. 結構方程模型——AMOS的操作與應用[M]. 重慶市：重慶大學出版社.

張紅兵，張樂. 2017. 學術虛擬社區(qū)知識貢獻意愿影響因素的實證研究——KCM和TAM視角[J]. 軟科學，31（8）：19-24.

張建武，孔紅菊. 2010. 虛擬現(xiàn)實技術在實踐實訓教學中的應用[J]. 電化教育研究（4）：109-112.

張燕. 2006. 信息化教育中簡便有效的學習工具[J]. 電腦知識與技術，2（15）：199-201.

趙建華，李克東. 2000. 協(xié)作學習及其協(xié)作學習模式[J]. 中國電化教育（10）：5-6.

趙穎，李兆君，劉超. 2009. 影響專題學習網(wǎng)站的技術接受模型因素[J]. 現(xiàn)代教育技術，19（s1）：15-16.

周明全. 2016. 虛擬現(xiàn)實高潮迭起VR教育前景可觀[N]. 中國電子報，6-14（5）.

Annetta， L.， Klesath， M.， Holmes， S. （2008）. V-Learning：How Gaming and Avatars are Engaging Online Students. Innovate Journal of Online Education， 4 （3）， 1-5.

Bandura， A. （1977）. Self-efficacy ： toward a unifying theory of behavioral change. Psychological Review ， 84 （2）， 191-215.

Baňos， R. M.， Botella， C.， Garcia-Palacios， A.，Villa， H.， Perpiňa， C.， & Alcaňiz， M. （2000）. Presence and Reality Judgment in Virtual Environments： A Unitary Construct？ Cyber Psychology and Behaviour， 3 （3）， 327-335.

Bulu， S. T. （2012）. Place Presence， Social Presence， Co-presence， and Satisfaction in Virtual Worlds. Computers & Education， 58 （1）， ?154-161.

Compeau， D. R.， & Higgins， C. A. （1995）. Computer self-efficacy： Development of a measure and initial test. MIS Quarterly， 19 （2）， 189-211.

Chow， M.， Herold， D. K.， Choo， T. M.， Chan， K. （2012）. Extending the technology acceptance model to explore the intention to use Second Life for enhancing healthcare education.Computers & Education， 59 （4） ， 1136-1144.

Davis F. D. （1986）. A Technology Acceptance Model for Empirically Testing New End-User Information Systems： Theory and Results. Mit Sloan School of Management.

Davis F. D.（1989）. Perceived usefulness， perceived ease of use， and user acceptance of information technology. MIS Quarterly， 13 （3）， 319- 340.

Davis， F. D.， & Venkatesh， V. （1996）. A critical assessment of potential measurement biases in the technology acceptance model： three experiments. International Journal of Human-Computer Studies， 45 （1）， 19-45.

Fagan， M.， Kilmon， C.， Pandey， V. （2012）. Exploring the adoption of a virtual reality simulation： The role of perceived ease of use， perceived usefulness and personal innovativeness. Campus-Wide Information Systems， 29 （2）， 117-127.

Fishbein M.， Ajzen I. （1975）. Beliefs， attitudes， intention， and behavior： An introduction of theory and research. Reading， MA： Addison- Wesley.

Fokides， E. （2017）. Pre-service teachers intention to use MUVES as practitioners - A structural equation modeling approach. Journal of Information Technology Education： Research， 16， 47-68.

Fornell， C.， & Larcker， D. F. （1981）. Evaluating Structural Equation Model with Unobservable Variables and Measurement Error： Algebra and Statistics. Journal of Marketing Research， 18 （1）， 39- 50.

Gilford， J. P. （1954）. Psychometric Methods， 2nd ed. New York， NY：McGraw-Hill.

Hassell， M. D.， Goyal， S.， Limayem， M.， Boughzala， I. （2012）. Effects of Presence， Compresence， and Flow on Learning Outcomes in 3D Learning Spaces. Education， Practice， and Research， 2 （1）， 62-73.

Holden， R. J.， & Karsh， B. T. （2010）. Methodological Review：The Technology Acceptance Model： Its past and its future in health care. Journal of Biomedical Informatics， 43（1）， 159-172.

Huang， H. M.， Liaw， S. S.， Laic， C. M. （2013）. Exploring learner acceptance of the use of virtual reality in medical education： a case study of desktop and projection-based display systems. Interactive Learning Environments， 24 （1）， 3-19.

Huang， H. M.，Rauch， U.， & Liaw， S.S. （2010）. Investigating learners attitudes toward virtual reality learning environments： Based on a constructivist approach. Computers & Education， 55 （3）， 1171-1182.

Huang， H. M.，Liaw， S. S.， & Lai， C. M. （2016）. Exploring learner acceptance of the use of virtual reality in medical education： a case study of desktop and projection-based display systems. Interactive Learning Environments， 24 （1）， 3-19.

King， W. R， He， J. （2006）. A meta-analysis of the technology acceptance model. Information& Management， 43 （6）， 740-755.

Kirschner， P. A.， Sweller， J.， & Clark， R. E. （2006）. Why Minimal Guidance During Instruction Does Not Work：An Analysis of the Failure of Constructivist， Discovery， Problem-Based， Experiential， and Inquiry-Based Teaching. Educational Psychologist， 41 （2）， 75-86.

Legris， P.， Ingham， J.， Collerette， P. （2003）. Why do people use information technology？ A critical review of the technology acceptance model. Information & Management， 40 （3）， 191-204.

Liaw， S. S.， & Huang， H. M. （2003）. An investigation of user attitudes toward search engines as an information retrieval tool. Computers in Human Behavior， 19 （6）， 751-765.

Lin， F. H.， & Wu， J. H. （2004）. An empirical study of end-user computing acceptance factors in small and medium enterprises in Taiwan： analyzed by structural equation modeling. Journal of Computer Information Systems， 44 （3）， 98-108.

Lucas， H. C. （1975）. Why Information Systems Fail. Columbia University Press.

Nunnally， J. C.， Bernstein， L. H. （1994）. Psychometric theory. New York： McGraw-Hill， Inc.

Sar?ta?， M. T. （2015）. Chemistry teacher candidates acceptance and opinions about virtual reality technology for molecular geometry. Educational Research and Reviews， 10 （20）， 2745-2757.

Schwarzer， R.， Born， A.， Iwawaki， S.， & Lee， Y. M. （1997）. The assessment of optimistic self beliefs ： Comparison of the Chinese ， Indonesian ，Japanese ，and Korean versions of the General Self Efficacy Scale. Psychologia ， 40 （1）， 1-13.

Ubah， A. C.， Onwuasoanya P.， & Eze J. （2012）. Perceived Impact of Guidance and Counseling Services on the Development of Entrepreneurial Skills for Sustainable Livelihood Among Students. US-China Education Review B， 16 （12）， 1044-1051.

Venkatesh， V.， Bala， H. （2008）. Technology acceptance model 3 and a research agenda on interventions. Decision Sciences， 39 （2）， 273-315.

Venkatesh， V.， & Davis， F. D. （2000）. A theoretical extension of the technology acceptance model： Four longitudinal field studies. Management Science， 46 （2）， 186-204.

Vrellis， I.， Avouris， N.， Mikropoulos T. A. （2016）. Learning outcome， presence and satisfaction from a science activity in Second Life. Australasian Journal of Educational Technology， 32 （321）， 59-77.

Witmer， B. G.， & Singer， M. J. （1998）. Measuring Presence in Virtual Environments： A Presence Questionnaire. Presence： Teleoperators and Virtual Environments， 7 （3）， 225-240.

Yuen， A. H. K.， & Ma， W. W. K. （2002）. Gender differences in teacher computer acceptance. Journal of Technology and Teacher Education， 10 （3）， 365-382.

收稿日期：2018-04-02

定稿日期：2018-09-26

作者簡介：楊兵，博士，教授; 劉柳，碩士研究生。湖北大學教育學院（430062）。

朱曉鋼，湖北大學計算機與信息工程學院（430062）。

Tiong-Thye Goh，惠靈頓維多利亞大學信息管理系（6011）。

責任編輯 張志禎 劉 莉