課程微博平臺對大學(xué)生碎片化學(xué)習(xí)行為的影響因素實證分析

摘要：針對大學(xué)課程借助微博輔助學(xué)生進行碎片化學(xué)習(xí)的教學(xué)現(xiàn)象，文章構(gòu)建基于UTAUT模型的大學(xué)生接受和使用微博進行課程學(xué)習(xí)的影響因素模型。通過問卷調(diào)查和Smartpls3.0對影響學(xué)生課程微博使用行為的主要因素進行了實證分析，結(jié)果表明社會影響對學(xué)生使用課程微博學(xué)習(xí)的行為影響最大，績效期望的影響作用次之，促成因素影響作用稍弱，努力期望對行為的影響反而起抑制作用。由此從學(xué)生、教師、學(xué)校層面提出了針對性的建議。

關(guān)鍵詞：UTAUT模型；課程微博；碎片化學(xué)習(xí)；實證分析

★基金項目：2018年省高等職業(yè)教育教學(xué)質(zhì)量與教學(xué)改革工程教育教學(xué)改革研究與實踐項目，GDJG2019021；廣東省高職教育教學(xué)質(zhì)量保證工作指導(dǎo)委員會2017年度教學(xué)改革項目，項目編號：JXZB04。

教育信息化改革不斷推進移動設(shè)備終端、互聯(lián)網(wǎng)技術(shù)滲入課堂，伴隨互聯(lián)網(wǎng)+教育的深度融合，高校教師利用微博平臺開展移動碎片化教學(xué)探索成為新的教改熱點。

梳理國內(nèi)外學(xué)者相關(guān)研究成果，文獻(xiàn)大多側(cè)重借助課程微博平臺對教學(xué)效果進行測試，沒有深入探究影響學(xué)生使用課程微博的動機和行為的實證關(guān)系?，F(xiàn)實中，高校學(xué)生刷微博的主要動機在于娛樂休閑，很少關(guān)注專業(yè)課程學(xué)習(xí)資源，由此，教育信息化背景下，如何引導(dǎo)學(xué)生更好采納微博平臺進行課程資源的碎片化學(xué)習(xí)成為高校課程改革的熱點，因此，有必要分析影響大學(xué)生接受課程微博學(xué)習(xí)的影響因素和行為。

1、文獻(xiàn)綜述

梳理技術(shù)采納與利用整合理論文獻(xiàn)資料，1975年至1985年期間，F(xiàn)ishbein & Ajzen分別提出的理性行為理論（TRA）和計劃行為理論（TPB），其中Theory of Reasoned Action理論指出：態(tài)度和主觀規(guī)范影響人們的意圖和行為，在此基礎(chǔ)上，Theory of Planned Behavior理論研究增加了知覺行為控制力變量[1-3]，再到Davis（1989）提出的TAM（Technology Acceptance Model）科技接受模型（在TRA理論基礎(chǔ)上更加細(xì)化，提出感知有用性和易用性是影響態(tài)度的外部變數(shù)）。直到2003年，經(jīng)過多次變量的修改調(diào)整、模型整合，Venkatesh等學(xué)者在上述學(xué)者的研究基礎(chǔ)上構(gòu)建了技術(shù)采納和整合理論模型（UTAUT），從而有效地解釋技術(shù)的使用意愿和行為，可以評估各項技術(shù)在某些群體中的適應(yīng)水平[2]。該理論模型包括四個核心變量：績效期望 、努力期望、促成因素和社會影響，同時將將性別、年紀(jì)、經(jīng)驗與自愿性作為調(diào)節(jié)變量[1-3]。

文章借助UTAUT理論模型和SmartPLS3.0統(tǒng)計分析軟件[1]，研究大學(xué)生群體接受且使用課程微博的主要影響因素，在此基礎(chǔ)上，提出教育信息化背景下借助微博的提升課程學(xué)習(xí)效果個人意見。

2、研究設(shè)計

2.1 理論模型構(gòu)建

在參考UTAUT理論模型的基礎(chǔ)上，結(jié)合到本研究主題和調(diào)查對象特點，使用課程微博學(xué)習(xí)的學(xué)生群體在性別、年齡、經(jīng)驗、自愿性方面沒有明顯的偏好差異，故本研究模型構(gòu)建暫不考慮四個調(diào)節(jié)變量?；诖耍岢鋈缦聢D1研究模型和研究假設(shè)：

2.2 研究維度與假設(shè)

績效期望（Performance Expectancy，PE）是指用戶感覺使用課程微博對學(xué)習(xí)績效的提高程度，強調(diào)實用性。文中指如果學(xué)生認(rèn)為通過微博平臺對他們的課程學(xué)習(xí)是有幫助的、能提高學(xué)習(xí)效率[4]，就會對課程微博產(chǎn)生使用意愿和行為，故提出以下假設(shè)。

H1：績效期望對大學(xué)生接受和使用課程微博學(xué)習(xí)的行為有正向影響。

努力期望（Effort Expectancy，EE）是指用戶感覺操作課程微博進行學(xué)習(xí)容易，強調(diào)易用性。文中指學(xué)生在使用課程微博平臺進行學(xué)習(xí)時，如果學(xué)習(xí)操作過程越簡單易用，容易掌握，他們就越能夠付諸行動去使用[4]。故提出以下假設(shè)。

H2：努力期望對大學(xué)生接受和使用課程微博學(xué)習(xí)行為有正向影響。

社會影響（Social Influence，SI）是指用戶受他人影響的程度。文中指如果學(xué)生身邊的朋友、同學(xué)對使用課程微博有較好評價，或老師建議他們應(yīng)該在課程中使用微博平臺輔助，他們就會傾向于使用它。由此提出以下假設(shè)。

H3：社會影響對對大學(xué)生接受和使用課程微博學(xué)習(xí)行為有正向影響。

促成因素（Facilitating Conditions，F(xiàn)C）是指用戶為接受某新技術(shù)、新應(yīng)用而需要的相應(yīng)的技術(shù)支持、輔助條件等[5]。文中指學(xué)生有手機、電腦、網(wǎng)絡(luò)等軟硬件設(shè)備資源，同時具備必要的操作、發(fā)布信息等基本的操作課程微博平臺的知識，這些都促進了學(xué)生使用課程微博的使用行為的產(chǎn)生?；诖耍岢鲆韵录僭O(shè)。

H4：促成因素對對大學(xué)生接受和使用課程微博學(xué)習(xí)的行為有正向影響。

2.3 問卷設(shè)計、調(diào)研與回收

本研究設(shè)計中參考UTAUT模型理論，在調(diào)查問卷設(shè)置方面，設(shè)置了績效期望、努力期望、社會影響、促成因素、使用行為等5個測量變量，其每個測試變量均由3個子測量指標(biāo)負(fù)責(zé)解釋，即對應(yīng)問卷的3個問題來體現(xiàn)，每個問題參考成熟量表，設(shè)計采用了 Likert 1-7分制量表，1-7分別代表“非常不同意”到“非常同意”的程度[1]。

調(diào)研對象為高校在校大學(xué)生，學(xué)生的微博開通已全面覆蓋，大部分同學(xué)聽說、使用過微博輔助課程學(xué)習(xí)。

3、實證研究

3.1 數(shù)據(jù)收集與數(shù)據(jù)特征

借助問卷星平臺發(fā)放調(diào)查問卷，回收問卷總數(shù)281份，其中有效問卷數(shù)為170份，占總回收問卷數(shù)量的60.7%，問卷數(shù)據(jù)清洗篩選主要剔除了無效問卷，例如問卷答題回答時間低于30秒、填寫答案前后自相矛盾、不符合邏輯思維等。

受訪對象基本情況是：男女性別比例分別為22.06%、77.94%；年齡在18-20歲之間占比53.02%，21-25歲占比46.26%；教育程度中大一學(xué)生占比40.21%，大二學(xué)生占比占32.03%，大三學(xué)生占比20.28%，大四學(xué)生占比7.47% ；受訪高校主要來自廣東、山西、遼寧、北京等，其中廣東占40%，廣東之外占比60%。

3.2 實證數(shù)據(jù)分析

由于Smart PLS3.0軟件分析對樣本數(shù)量要求少，本研究采用該軟件對有效問卷數(shù)據(jù)進行計算和驗證。根據(jù)Hair等人[6]建議，選用path weighting scheme作為加權(quán)方法，迭代停止準(zhǔn)則為1.10-7，最大迭代次數(shù)300。用以計算出因子載荷，路徑系數(shù)，外部權(quán)重及可決系數(shù)R2 [7]。計算結(jié)果如下圖2：

結(jié)果顯示，每個變量的標(biāo)準(zhǔn)化因子載荷系數(shù)均大于0.7，說明測量問項可以很好的解釋變量，結(jié)構(gòu)模型各變量的路徑系數(shù)分別為PE（0.310）、EE（-0.020）、SI（0.405）、FC（0.241），可知社會影響對學(xué)生使用課程微博學(xué)習(xí)的行為影響最大，績效期望的影響作用次之，促成因素影響作用稍弱，努力期望對行為的影響反而起抑制作用。R2值為0.678，修正的R2值為0.67，大于0.25，說明本研究設(shè)計中構(gòu)建的模型擬合度良好，具有較高的預(yù)測能力。

3.2.1 信效度檢驗

表3-4為評估模型信度和效度的相關(guān)指標(biāo)，表3數(shù)據(jù)顯示BI、EE、FC、PE、SI變量的Cronbachs Alpha系數(shù)均大于0.8，高于0.7，說明模型具有良好的內(nèi)部信度；組合信度（Composite Reliability）均在0.882以上，大于0.7，說明各變量具有良好的內(nèi)部一致性；平均抽取變異量（AVE值）均在 0.7以上，高于0.5，說明模型具有良好的收斂效度。表4數(shù)據(jù)顯示，各潛變量的AVE均方根都大于0.8，而且都大于其他潛變量間的相關(guān)系數(shù)，說明各潛變量間存在足夠的區(qū)分效度。

3.2.2 顯著性檢驗

通過Smart PLS3.0中的自助法運算來檢驗路徑系數(shù)的顯著性。由表5中數(shù)據(jù)可知，EE路徑系數(shù)的P值大于0.05，不顯著，其他三個變量（FC、PE、SI）路徑系數(shù)均顯著。

4、結(jié)論及啟示

本研究結(jié)果顯示：社會影響、績效期望、促成因素均對大學(xué)生使用微博進行課程學(xué)習(xí)的行為產(chǎn)生不同程度的顯著影響，其中社會影響變量對學(xué)生進行課程微博碎片化學(xué)習(xí)的作用效果最顯著，其次是績效期望、促成因素，而努力期望變量影響不顯著，路徑系數(shù)為負(fù)，說明學(xué)生在使用微博進行課程學(xué)習(xí)的易用性方面存在障礙，由此提出以下建議。

首先，從SI影響因素角度考慮，要充分發(fā)揮學(xué)生身邊的朋友、家人、教師對其行為的引導(dǎo)作用。第一，教師層面要正面引導(dǎo)學(xué)生更好利用微博平臺進行課后的碎片化移動學(xué)習(xí)，建議學(xué)生課后利用微博搜集課程相關(guān)資訊，分析整理后進行課堂匯報分享；第二，學(xué)生層面要構(gòu)建一個良好使用課程微博學(xué)習(xí)的氛圍，比如可以建立微博學(xué)習(xí)與娛樂討論小組，側(cè)面熏陶大家的使用習(xí)慣。

其次，從PE影響因素的角度思考，教師如何把課程知識點/案例和微博熱點話題聯(lián)系起來，構(gòu)建既有利于理解消化課程內(nèi)容又可以讓學(xué)生覺得輕松愉悅的情境，然后通過班級微博賬號發(fā)布，引導(dǎo)學(xué)生參與討論、分享觀點、甚至網(wǎng)上辯論等，這就強化了課程微博效用，一定程度上引導(dǎo)學(xué)生樹立課程微博真的可以提高學(xué)習(xí)效率，他們愿意付諸行動使用微博平臺進行課程學(xué)習(xí)。同時這種全新的教學(xué)模式升級補充了傳統(tǒng)教學(xué)手段和方法，契合了教育信息化背景下的教學(xué)改革要求，提升了教學(xué)質(zhì)量和效果。

再次，從FC促成因素的角度建議，學(xué)校層面要從軟硬件設(shè)備維護等方面提供穩(wěn)固的技術(shù)支持保證學(xué)生在課上課下能方便下載微博客戶端，同時創(chuàng)造良好快速的網(wǎng)絡(luò)環(huán)境確保有足夠的帶寬、網(wǎng)速能夠保障刷微博的流暢性。

最后，從EE影響因素的抑制作用建議，今后的教學(xué)實施環(huán)節(jié)，教務(wù)處、學(xué)生處等機構(gòu)應(yīng)該加強對學(xué)生使用課程微博平臺學(xué)習(xí)的方法、操作等進行專業(yè)的培訓(xùn)，指導(dǎo)他們?nèi)绾卫梦⒉┢脚_進行課程預(yù)習(xí)、相關(guān)知識信息的搜索、課后的學(xué)習(xí)的熱點發(fā)布、討論、交流。

參考文獻(xiàn)

[1] 鄧仲平.淘寶開店對電子商務(wù)專業(yè)學(xué)習(xí)行為的影響分析[J].商場現(xiàn)代化，2019（07）：60-62.

[2] Venkatesh V Morris M G，Davis G B，et al.User Acceptance of Information Technology：Toward a Unified View[J]. Mis Quarterly，2003，27（3）：425-478.

[3] 鄧仲平.基于電商扶貧措施效果的實證分析[J].農(nóng)村經(jīng)濟與科技， 2019（10）：72-74.

[4] 許新巧，鄧佳.基于UTAUT模型的高職學(xué)生接受和使用圖書館信息素養(yǎng)教育微課學(xué)習(xí)影響因素實證研究.圖書館研究，2019（2）： 101-102.

[5] 甄偉紅，高霄.大學(xué)生采納手機App進行英語學(xué)習(xí)的影響因素探究， 2017（1）：92-93.

[6] Hair J F，Hult G T M，Ringle C M，et al.A primer on partial least squares structural eauation modeling （PLS-SEM）[M].Thousand Oaks；Sage Publications，2014.

[7] 林杰峰，張揚.基于PLS-SEM的移動出行乘客滿意度評估[J].中國管理科學(xué)，2017（11）：158-164.

作者簡介：

關(guān)秋燕，佛山職業(yè)技術(shù)學(xué)院 工商管理學(xué)院商貿(mào)系，副教授，碩士研究生，從事企業(yè)管理、區(qū)域經(jīng)濟、高職教育研究。