王穎超 陳虎 高天歌
關(guān)鍵詞:線上授課軟件滿意度;使用情緒;使用認(rèn)同;使用依賴;使用意愿
中圖分類號(hào):G434 ? ?文獻(xiàn)標(biāo)識(shí)碼:A ? ?文章編號(hào):1673-7164(2022)04-0108-04
2020年,在新冠肺炎疫情的影響下,教育部提出了“停課不停學(xué)”的號(hào)召,僅在疫情初期就有11.8億人次參與了線上學(xué)習(xí)[1]。人工智能、大數(shù)據(jù)等新興信息技術(shù)在教育領(lǐng)域廣泛應(yīng)用,在以智慧教育引領(lǐng)教育信息化的創(chuàng)新發(fā)展背景下,在線授課或成為常態(tài)[2],這不僅是中國教育信息化實(shí)踐的挑戰(zhàn),為網(wǎng)絡(luò)教學(xué)提供了難得的實(shí)踐、反思、總結(jié)并指導(dǎo)下一階段發(fā)展的機(jī)會(huì)[3]。本文以線上授課軟件的滿意度為切入點(diǎn),試圖檢驗(yàn)滿意度通過使用的情緒、認(rèn)同和依賴,對(duì)使用意愿是否存在直接或間接的關(guān)系,揭示相關(guān)的作用機(jī)制,為線上授課的后續(xù)發(fā)展提供可參考的依據(jù)。
一、文獻(xiàn)綜述
(一)變量概念
本文使用滿意度、依戀和行為意愿3個(gè)構(gòu)成變量中的使用依戀,主要源于20世紀(jì)80年代Williams首次提出的依戀理論。該理論強(qiáng)調(diào)的是人地關(guān)系的情感聯(lián)系、認(rèn)知聯(lián)系和實(shí)踐聯(lián)系,通常用來描述個(gè)體和對(duì)象之間的關(guān)系(人與目的地,人與文化等),是通常由情緒、認(rèn)同和依賴構(gòu)成的多維度變量。在地方依戀內(nèi),變量之間也并非平行的關(guān)系,而是影響關(guān)系。其中情緒對(duì)依賴和認(rèn)同存在顯著正向影響,依賴對(duì)認(rèn)同存在顯著正向影響。依戀理論可以較好地描述個(gè)體對(duì)對(duì)象的情緒、認(rèn)知和行為。本文試圖用依戀理論來描述學(xué)生對(duì)線上授課軟件的使用狀態(tài),進(jìn)而揭示學(xué)生對(duì)線上授課軟件滿意度的影響作用,以及使用依戀對(duì)行為意愿的影響作用。
文章除去涉及線上授課軟件使用依戀之外,還設(shè)計(jì)了使用滿意度作為使用依戀的前驅(qū)變量,同時(shí)設(shè)計(jì)了行為意愿作為使用依戀的后置變量。其中,軟件使用滿意度是評(píng)價(jià)品質(zhì)的重要指標(biāo),也是影響使用者行為的重要因素。文章結(jié)合已有文獻(xiàn),將學(xué)生對(duì)線上授課軟件滿意度定義為學(xué)生對(duì)授課軟件教學(xué)保障、易用、流暢和趣味等屬性體驗(yàn)后產(chǎn)生的綜合評(píng)價(jià);將行為意愿定義為學(xué)生在體驗(yàn)過線上授課軟件之后產(chǎn)生的后續(xù)行為傾向。
(二)研究假設(shè)與模型
文章通過文獻(xiàn)梳理得出了滿意度、使用情緒、使用依賴、使用認(rèn)同和使用意愿5個(gè)變量間的關(guān)系(見表1)。首先,滿意度對(duì)使用依戀存在顯著正影響;其次,使用依戀對(duì)使用行為意愿存在顯著正影響;再次,滿意度對(duì)使用行為意愿存在顯著正影響?;诖?,研究設(shè)定了關(guān)于滿意度和使用的情緒、依賴、認(rèn)同和意愿4個(gè)變量的10和假設(shè)。假設(shè)1-4分別為滿意度對(duì)使用的情緒、依賴、認(rèn)同和意愿4個(gè)變量存在顯著正影響;假設(shè)5-7分別為使用的情緒對(duì)依賴、認(rèn)同和意愿3個(gè)變量存在顯著正影響;假設(shè)8和9分別為依賴對(duì)認(rèn)同和意愿存在顯著正影響;假設(shè)10為認(rèn)同對(duì)意愿存在顯著正影響。根據(jù)研究假設(shè),得出以下研究模型,如下表1所示。
二、研究設(shè)計(jì)
(一)測(cè)度指標(biāo)
本研究在2020年9月15日至10月1日期間,對(duì)30名本科專業(yè)學(xué)生進(jìn)行了深度訪談,其中人文社科、理工科、藝術(shù)體育類各占10名,訪談內(nèi)容為2020年上半年在線課程軟件體驗(yàn),根據(jù)已有軟件評(píng)價(jià)指標(biāo)涉及的有用、易用、交互、趣味和成本5個(gè)構(gòu)面,對(duì)訪談對(duì)象進(jìn)行了相應(yīng)的提示引導(dǎo)。最終獲得34397字的261段txt文字樣本。通過ROST Content Mining 6.0內(nèi)容挖掘系統(tǒng),進(jìn)行了高頻詞、語義情緒和語義網(wǎng)絡(luò)的文本分析。最終,總結(jié)歸納出“操作便利(SAT1)”“安裝便利(SAT2)”“設(shè)計(jì)人性(SAT3)”“影音清晰(SAT4)”“播放流暢(SAT5)”“兩端同步(SAT6)”“互動(dòng)體驗(yàn)(SAT7)”“感知有趣(SAT8)”“資料保存(SAT9)”“考勤功能(SAT10)”“現(xiàn)場(chǎng)感好(SAT11)”“上傳資料(SAT12)”,共計(jì)12個(gè)指標(biāo)。
在上述基礎(chǔ)上,結(jié)合使用情緒、認(rèn)同、依賴和意愿4個(gè)變量的12個(gè)指標(biāo),以及性別、學(xué)年、學(xué)科和實(shí)用軟件4個(gè)定性指標(biāo),結(jié)合5點(diǎn)李克特量表法,形成了28個(gè)題項(xiàng)的調(diào)查量表。其中使用情緒包含“愉悅(UE1)”“開心(UE2)”和“舒暢(UE3)”3個(gè)指標(biāo);依賴包含“融入學(xué)習(xí)(UD1)”“習(xí)慣使用(UD2)”和“不可分割(UD3)”3個(gè)指標(biāo);使用認(rèn)同包含“更加認(rèn)同(UI1)”“更加有效(UI2)”和“更加便利(UI3)”3個(gè)指標(biāo);使用而使用行為意愿則包含“持續(xù)使用(BI1)”“稱贊意愿(BI2)”和“推薦意愿(BI3)”3個(gè)指標(biāo)。
(二)樣本概況
調(diào)查在2020年10月1日至7日間進(jìn)行,對(duì)大學(xué)在學(xué)的297名有線上課程軟件學(xué)習(xí)體驗(yàn)的高校學(xué)生進(jìn)行了問卷調(diào)查。其中,在性別方面,男性和女性分別為93人和204人,占樣本總數(shù)的31.31%和68.96%。在年級(jí)方面,以具有線下授課體驗(yàn),且今年上半年線上授課較為集中的大二為主,為179名,占比為60.27%。在學(xué)科方面,人文類42人、社科類100人、理科類80人、工科類41人、藝體類10人、農(nóng)學(xué)類2人和醫(yī)學(xué)類22人,分別占樣本總數(shù)的14.14%、33.67%、26.94%、13.8%、3.37%、0.67%和7.41%,基本符合高校的學(xué)科學(xué)生數(shù)比例。在使用軟件方面,QQ最多,達(dá)到了200人次;使用人次在100次以上的還有騰訊會(huì)議194人次,騰訊課堂166人次,雨課堂129人次,釘釘118人次;除此之外,還有40人次使用了ZOOM,22人次使用了其他軟件。
(三)分析方法
文章通過問卷調(diào)查和篩選,回收了分布較為均勻的297份有效問卷。采用SPSS 22.0和AMOS 20.0統(tǒng)計(jì)分析軟件對(duì)樣本進(jìn)行分析。首先,通過信度分析得出樣本的Cronbach’s α系數(shù),確保樣本可信度;然后,通過驗(yàn)證性因子分析(Confirmatory Factor Analysis,CFA)和判別效度分析(Discriminant Factor Analysis,DFA)對(duì)量表進(jìn)行必要檢驗(yàn),確保指標(biāo)的有效性;最后,通過結(jié)構(gòu)方程分析(Structural Equation Analysis,SEA)揭示線上授課軟件滿意度與使用的情緒、認(rèn)同、依賴和意愿4個(gè)變量的影響作用。
三、數(shù)據(jù)分析
(一)信效度分析
經(jīng)數(shù)據(jù)分析發(fā)現(xiàn),CMIN/df為2.922,小于評(píng)價(jià)標(biāo)準(zhǔn)3.000;RMR為0.018,小于0.500;RMSEA為0.049,小于0.080;CFI、GFI和AGFI分別為0.948、0.881和0.827,均大于0.800。可以發(fā)現(xiàn),模型配適度均處在理想范圍內(nèi),說明模型具有較好的擬合度。在此基礎(chǔ)上,文章采用的28個(gè)指標(biāo)的標(biāo)準(zhǔn)化之和均在0.900以上,說明量表具有較好的效度。滿意度、使用情緒、使用認(rèn)同、使用依賴和行為意愿的組合信度分別為0.980、0.951、0.941、0.954和0.952,均高于0.700的理想標(biāo)準(zhǔn)。與此同時(shí),AVE值分別為0.842、0.866、0.841、0.850和0.869,均高于0.500的理想標(biāo)準(zhǔn),且AVE的均方根均大于個(gè)變量間的相關(guān)系數(shù),說明模型具有較好的區(qū)分效度。各因子的Cronbach’s α系數(shù)也均在0.900以上,高于理想評(píng)判標(biāo)準(zhǔn)0.600。
綜上所述,模型在信度分析、驗(yàn)收性因子分析和區(qū)分性因子分析3個(gè)層面均有較好的表現(xiàn)。說明本次調(diào)查采取的樣本具有較高的信賴度,且問卷采用的指標(biāo)體系有效,模型將內(nèi)生性和多重共線性的問題控制在了較為理想的范圍之內(nèi)??梢酝ㄟ^結(jié)構(gòu)方程的模型分析對(duì)研究假設(shè)進(jìn)行實(shí)證檢驗(yàn)。
(二)結(jié)構(gòu)方程分析
在假設(shè)結(jié)果檢驗(yàn)方面,CMIN/df、RMR、RMSEA、CFI、GFI和AGFI均達(dá)到了理想標(biāo)準(zhǔn)。在研究模型配適度良好的情況下,文章以p值小于0.05為評(píng)價(jià)標(biāo)準(zhǔn)。結(jié)果顯示,首先,假設(shè)1至4分別為線上授課軟件滿意度對(duì)使用情緒、使用依賴、使用認(rèn)同和使用行為意愿均存在顯著正影響。4個(gè)研究假設(shè)的路徑系數(shù)分別為βSAT→UE=0.684、βSAT→UD=0.387、βSAT→UI=0.265和βSAT→BI=0.372,且4個(gè)路徑的p值均在小于0.01的水準(zhǔn)上顯著。所以,線上授課軟件滿意度對(duì)使用情緒的驅(qū)動(dòng)作用最大,然后依次為使用依賴、意愿和認(rèn)同。其次,假設(shè)5至7分別為線上授課軟件使用情緒對(duì)使用依賴、使用認(rèn)同和使用行為意愿均存在顯著正影響。3個(gè)研究假設(shè)的路徑系數(shù)分別為βUE→UD=0.413、βUE→UI=0.435和βUE→BI=0.619,且3個(gè)路徑的p值均在小于0.001的水準(zhǔn)上顯著。由此可以判斷,線上授課軟件使用情緒對(duì)意愿的正影響最大,然后為使用認(rèn)同和使用依賴。再次,假設(shè)8和9分別為線上授課軟件使用依賴對(duì)使用認(rèn)同和使用行為意愿均存在顯著正影響。說明線上授課軟件使用依賴對(duì)認(rèn)同的驅(qū)動(dòng)作用略大于對(duì)意愿的效果。最后,假設(shè)10為線上授課軟件使用認(rèn)同對(duì)使用行為意愿均存在顯著正影響,說明線上授課軟件使用依賴對(duì)行為意愿存在顯著正影響。
四、結(jié)論與討論
(一)研究結(jié)論
文章通過理論研究梳理得出了滿意度、使用情緒、使用依賴、使用認(rèn)同和使用意愿5個(gè)變量間的10個(gè)假設(shè),并構(gòu)建了理論模型。通過訪談獲取文字樣本,通過編碼獲取了12個(gè)評(píng)價(jià)線上授課軟件滿意度的指標(biāo),結(jié)合依戀理論和行為意愿的研究形成了可以表述上述5個(gè)變量的測(cè)度指標(biāo)。通過問卷調(diào)查和統(tǒng)計(jì)分析,對(duì)理論模型進(jìn)行了檢驗(yàn),得到以下研究結(jié)論。
第一,文章通過編碼對(duì)訪談樣本進(jìn)行分析,通過因子分析進(jìn)行實(shí)證檢驗(yàn),得到了“操作便利”“安裝便利”“設(shè)計(jì)人性”“影音清晰”“播放流暢”“兩端同步”“互動(dòng)體驗(yàn)”“感知有趣”“資料保存”“考勤功能”“現(xiàn)場(chǎng)感好”“上傳資料”12個(gè)評(píng)價(jià)指標(biāo),為后續(xù)研究提供了指標(biāo)體系。第二,線上授課軟件滿意度對(duì)使用情緒、使用依賴、使用認(rèn)同和使用意愿4個(gè)后置變量均存在顯著正向影響。其中,對(duì)使用情緒的驅(qū)動(dòng)力度大于使用依賴,大于使用意愿,大于使用認(rèn)同。較為全面地揭示了線上授課軟件滿意度對(duì)使用依戀的作用機(jī)制。第三,使用情緒對(duì)使用依賴、使用認(rèn)同和使用意愿3個(gè)后置變量存在顯著正向影響。其中,使用情緒對(duì)行為意愿的影響力大于使用認(rèn)同,大于使用依賴。揭示了該領(lǐng)域使用情緒在使用依戀體系中的重要性。第四,使用依賴對(duì)使用認(rèn)同的影響力略大于對(duì)使用行為意愿的影響力;使用認(rèn)同對(duì)行為意愿存在顯著正影響。檢驗(yàn)了依戀理論在線上授課使用領(lǐng)域的可應(yīng)用性,為后續(xù)研究提供了可參考的思路[4-5]。
(二)啟示與建議
基于研究結(jié)論,研究提出了以下研究啟示:(1)應(yīng)盡量降低線上授課軟件的接受難度。(2)應(yīng)確保線上授課軟件的感官體驗(yàn)。(3)應(yīng)增強(qiáng)線上授課軟件的趣味性,尤其是在線上授課的社交功能方面。(4)應(yīng)完善線上授課軟件的學(xué)習(xí)功能。(5)軟件商應(yīng)從線上授課軟件使用情緒、認(rèn)同和依賴角度出發(fā),進(jìn)一步提升軟件品質(zhì)。
首先,應(yīng)提升軟件的便利性,降低下載、使用、熟練操作的難度,提升軟件的技術(shù)接受程度,降低學(xué)生使用軟件的時(shí)間和精力成本。其次,從網(wǎng)絡(luò)環(huán)境、軟件設(shè)計(jì)、移動(dòng)和PC終端等多個(gè)視角出發(fā),全面優(yōu)化授課軟件的感官體驗(yàn),促成學(xué)生對(duì)線上授課軟件的依賴和認(rèn)同。再次,通過借鑒短視頻、綜藝節(jié)目等,優(yōu)化線上授課軟件的趣味性,借助使用情緒在依戀理論中的重要性,提升學(xué)生對(duì)軟件的適應(yīng)度,使其成為學(xué)生學(xué)習(xí)的重要工具。第四,全面提升軟件的有用性,不僅要具備多媒體功能,還要增設(shè)課下的輔助功能,使線上授課軟件更符合其授課軟件的功能定位,更好地嵌入學(xué)生學(xué)習(xí)的全過程。
參考文獻(xiàn):
[1] 雷萬鵬,黃旭中. 重大疫情與在線教育發(fā)展面臨的問題[J]. 教育研究與實(shí)驗(yàn),2020(02):13-16+22.
[2] 張秀梅,田甜,田萌萌,等. 近十年我國智慧教學(xué)研究的演變與趨勢(shì)[J]. 中國遠(yuǎn)程教育,2020(09):62-69.
[3] 陳曉慧. 建構(gòu)在線教育理論的時(shí)代呼喚[J]. 中國電化教育,2020(08):22-26.
[4] 鄭勤華,熊潞穎,胡丹妮. “互聯(lián)網(wǎng)+教育”治理轉(zhuǎn)型——實(shí)踐路徑與未來發(fā)展[J]. 電化教育研究,2020,41(05):45-51.
[5] Williams,D.R.,Roggenbuck,J.W.. Measuring Place Attachment:Some Preliminary Results[A]// National Parks and Recreation, Leisure Research Symposium[C]. 1989.
(薦稿人:王林申,天津大學(xué)副教授)
(責(zé)任編輯:胡甜甜)