基于“數字圖像基礎”混合教學滿意度的影響因素分析*

向朝楚

(成都大學中國-東盟藝術學院 四川 成都 610106)

高等教育是我國教育人才培養(yǎng)體系中的一個重要環(huán)節(jié)，其教學工作也極為特殊與重要，特別是在當前“百年不遇之大變局”下，對高等教育高素質人才的培養(yǎng)，對國家核心競爭力的有效提高和中華民族偉大復興的逐步實現具有顯著積極的意義。

一、綜述

多林(Doering)認為，混合教學是一種將傳統(tǒng)課堂與在線資源進行有機整合的教學模式[1]。Popma認為，通過對線上線下教學的整合，混合教學的效果明顯優(yōu)于單純課堂面授與在線教學[2]。近年來，我國一直在持續(xù)推進混合教學改革工作，然而在高校層面其效果并不理想。雖然大多數院校在混合教學硬件建設以及在線學習管理系統(tǒng)上進行了大量投入，也取得了一定效果，但是并沒有針對課程結構進行深入調整。不少高校教師僅簡單地將課件內容復制到在線學習平臺中，未進行有針對性的區(qū)分。特別是藝術類專業(yè)學科，多數教師在混合教學中依然沿用傳統(tǒng)教派思維，將學生的“自行領悟”放在首要位置，并未針對傳統(tǒng)面授與在線教學兩大維度對教學內容進行區(qū)分[3]。同時，高校也未能針對在線教學部分給出具體的教學質量評估措施，從而導致在線教學部分在整體教學構架中權重過低，自然無法形成讓學生滿意的教學效果。

隨著2020年新冠肺炎疫情的暴發(fā)，全國范圍內的高校開展了特定的大規(guī)模在線教學。該特殊現象促使部分忽略網絡教學的一線教師，逐漸意識到了在線教學的巨大優(yōu)勢，因此混合教學研究的重要意義開始凸顯。然而目前我國針對混合教學的學術研究成果可謂極為匱乏。截至2021年11月，在中國知網中檢索“高等教育”共有452 912篇文獻，但“混合教育”僅有1 259篇文獻，且其中大量為定性研究，定量研究為數較少。在為數本已稀缺的定量研究成果中，針對接受理論模型，用驗證性因子分析與結構方程模型作為研究方法，以此對多重建構變量進行嚴格模型測量的學術成果更為稀缺。筆者在《中國教育學刊》等37類CSSCI來源期刊中進行了詳細檢索，符合以上標準的學術成果僅19篇，普遍具有較高引用量，最高達到131次之多，足見其高度的學術價值。

二、研究意義、目標及問題

在教育學理論中，滿意度(SAT)是在心理學層面評判學生是否有效接納與認可特定教學模式與教學質量的一個極為重要的指標[4]。學習滿意度是學生對教師實施相應教學行為體驗的一種整體性評價[5]。因此，選擇具有代表性的院校專業(yè)與學生樣本，對其所接受混合教學課程的滿意度進行研究，就顯得十分必要。

(一) 研究意義

按照教育部頒發(fā)的《普通高等學校本科專業(yè)類教學質量國家標準》規(guī)定，“數字圖像基礎”課程是本科動畫專業(yè)必修的一門專業(yè)核心課程。成都大學動畫專業(yè)為國家級特色專業(yè)、教育部“雙萬計劃”之“雙一流”專業(yè)。根據筆者在成都大學“課程思政1212工程”立項示范專業(yè)核心課程“數字圖像基礎”近年來的教學實踐，面對后疫情時期常態(tài)化的混合教學，本次研究旨在分析影響成都大學本科生面對“數字圖像基礎”課程混合教學滿意度的核心潛在變量間的因果關系與作用機制，以此為教師后續(xù)的一線教學提供具有參考價值的建議，從而力求推動動畫專業(yè)未來的混合教學模式的優(yōu)化、發(fā)展與改革。

(二) 研究目標

基于前述研究意義，本研究將提出以下三項研究目標：首先，驗證影響成都大學動畫專業(yè)本科生針對 “數字圖像基礎” 課程的混合教學滿意度的相應因素。其次，調查影響學生滿意度的潛在變量彼此之間的作用機制。最后，提出對于進一步使用混合教學以提高學生學習質量的建議。

(三) 研究問題

基于研究目標，本研究提出兩項研究問題：首先，影響動畫專業(yè)學生對于混合教學滿意度的作用機制到底是什么？其次，教師如何通過混合教學提升學生的學習能動性，進而提升相應的教學質量？

三、相關概念與假設

(一)概念矩陣

基于大量前期文獻分析，本研究的概念矩陣的建構是從技術接受模型(Technology Acceptance Model)發(fā)展而來。首先，基于納吉(Nagy)的學術成果，研究者確定了感知易用性(Perceived Ease of Use,PEOU)、感知有用性(Perceived Usefulness,PU)、態(tài)度(Attitude,ATT)以及滿意度(Satisfaction,SAT)四個潛在變量的協(xié)作機制[4]。其次，依據Harsasi與Sutawijaya的前期研究，研究者確定了課程結構(Course Structure,CS)、在線教學靈活度(Online Tutorials Flexibility,OTF)、在線教學質量(Online Tutorials Quality,OTQ)與滿意度(SAT)的因果聯(lián)系，以此構成了本次研究的概念框架模型[6]。在該矩陣中,擁有4個自變量(PEOU、CS、OTF、OTQ)，兩個中介變量(PU、ATT)，以及唯一一個因變量(SAT)。具體概念框架模型如圖1所示。

圖1 概念框架模型

(二)感知易用性

戴維斯(Davis)于1989年將感知易用性定義為，受眾對于接受與使用特定系統(tǒng)容易性質的判斷程度[7]。尼奧(Neo)等數位研究者認為，這一潛在變量反映了學生對于特定的教學模式與教育系統(tǒng)的難易性判斷[8]。Venkatesh認為，感知易用性是在心理學層面，對于個體樣本面對特定學習模式判斷其是否有用，以及面對該學習模式的行為傾向與使用態(tài)度存在較為積極的影響[9]?；谝陨衔墨I，可以確定以下假設：

H1：感知易用性對感知有用性存在顯著的直接正向因果關系。

H3：感知易用性對態(tài)度存在顯著的直接正向因果關系。

H9：感知易用性對滿意度存在顯著的間接正向因果關系。

(三)感知有用性

戴維斯(Davis)認為，感知有用性是個體針對特定系統(tǒng)的使用，判斷該系統(tǒng)是否有用的心理學評判指標[7]。Vululleh認為，感知有用性反映了學生使用特定的學習模式是否能獲得有效學習并獲得相應學習成就[10]。在混合教學的語境下，大量前期文獻證明較高程度的感知有用性通常有助于學生獲得較高程度的有效學習心理，并對其使用態(tài)度產生有效且明確的正向影響[11]?；谝陨衔墨I，可以確定以下假設：

H2：感知有用性對態(tài)度存在顯著的直接正向因果關系。

H8：感知有用性對滿意度存在顯著的間接正向因果關系。

(四)態(tài)度

納吉(Nagy)認為，在心理學與感官學上，態(tài)度反映了大學生針對特定教學模式所帶來的積極或消極的相關心理反應[4]。Ajzen認為，態(tài)度是個體對特定對象或技術系統(tǒng)的一種確定的心理意向[12]。金(King)與He認為，態(tài)度是學生是否接受特定教育模式與技術的重要心理學指標[13]。Bahjat認為，態(tài)度是在教育過程中產生學習動機，樹立正確價值觀的重要因素，并且對學生的滿意度存在較強的正向相關性[14]。基于以上文獻，可以確定以下假設：

H4：態(tài)度對滿意度存在顯著的直接正向因果關系。

(五)課程結構

Harsasi與Sutawijyay認為，課程結構是影響學生滿意度的重要自變量[6]。Paechter、梅爾(Maierl)與Macher認為，在混合教學語境下，教師應當將在線教學與傳統(tǒng)面授各自的課程結構，恰當聯(lián)動起來[15]。塞利姆(Selim)的研究成果證明：在混合教學定量研究問卷的因子分析中，在實施混合教學時建立合理的課程結構，將對學生的滿意度形成具有顯著性的積極正面影響[16]?；谝陨衔墨I，可以確定以下假設：

H5：課程結構對滿意度存在顯著的直接正向因果關系。

(六)在線教學靈活度

基于“數字圖像基礎”為混合教學，因此在線教學部分為本次研究的一個重要分析組件。德里斯科爾(Driscoll)認為，在混合教學中，基于互聯(lián)網與圖像技術，在線教學能為不同地域、環(huán)境的師生提供高度靈活的學習體驗[17]。貝茨(Betas)認為，借助互聯(lián)網與其他數碼終端的優(yōu)勢，在線教學能夠打破傳統(tǒng)教育的時空限制[18]。哈格爾(Hagel)與肖(Shaw)認為，基于技術接受理論，在線教學因其高度的便捷性，可以讓學習者在各種時空環(huán)境高度靈活地展開學習，因此對學習者的學習滿意度存在積極的正面影響效能[19]?；谝陨衔墨I，可以確定以下假設：

H6：在線教學靈活度對滿意度存在顯著的直接正向因果關系。

(七)在線教學質量

Ardito等研究者認為，雖然在線教學提供了高度靈活便捷的思考、互動、協(xié)作的學習環(huán)境，但是合理的教學內容設置與安排才是保證教學質量的重要因素[20]。Mclsaac與Gunawardena認為，在混合教學中，高質量的在線教學將積極促成學生的正向學習動機[21]。Bhattacharya與夏爾馬(Sharma)認為，高質量的在線教學能培養(yǎng)學生更高層次的專業(yè)技能，甚至涉及跨時間、跨地點協(xié)作解決復雜問題的綜合技能。因此，在線教學的質量高度，將直接影響學生對于學習滿意度的高度[22]?；谝陨衔墨I，可以確定以下假設：

H7：在線教學質量對滿意度存在顯著的正向因果關系。

(八)滿意度

Annamdevula與Bellamkonda認為，學生的滿意度，是當面對特定的學習模式或者使用特定的學習系統(tǒng)時，對于深度運用積極認知學習方法的一種反映指標[23]。納吉(Nagy)同樣認為，滿意度代表了學生對于特定教學模式的積極認知心理[4]。洛克(Locke)認為，滿意度是一種特定的心理行為傾向，它代表了個體對特定技術模式的質量或效能的主觀評價[24]。Cigdem與Ozturk認為，滿意度是評價混合教學模式有效學習效果的重要指標，特別體現在學生對傳統(tǒng)學習與在線學習協(xié)作的感知，以及互動實踐的積極程度[25]。

四、研究方法

本研究采用了定量研究法，旨在分析成都大學動畫專業(yè)本科生對“數字圖像基礎”課程混合教學的滿意度。研究者基于概念框架模型完成了相應調查問卷建構，具體問卷見表1。且該問卷通過五級李克特量表進行相應評測。在完成問卷建構之后，研究者邀請了3位專家對研究量表進行內容效度測評，并抽樣了40名學生，通過克朗巴赫系數對研究量表進行內部一致性信度評估。

表1 對于“數字圖像基礎”混合教學滿意度的影響因素的研究量表

當研究者確定研究量表具有較理想的有效性與可信度之后，通過判斷抽樣法抽取了290名成都大學動畫專業(yè)本科生進行態(tài)度測試，其態(tài)度測試數據通過了KMO和Bartlett球形檢驗，以及第二輪內部一致性信度評測，進一步對其效度與信度進行評判。同時，研究者完成了相應的描述性統(tǒng)計分析。繼而，研究者通過驗證性因素分析(CFA)，進一步對相應變量的因子載荷、復合信度、平均方差提取值、區(qū)分效度進行了具體分析。當以上各指標均符合標準之后，研究者最終運用結構方程模型進行了假設檢驗與路徑模型分析。

(一)內容效度判定

在實際測試前，研究者進行了效度與信度檢驗。Rovinelli與漢布爾頓(Hambleton)的研究認為,對于內容效度的確定，項目目標一致性測試是一項重要的評估準則，應當由3名及以上具有博士學位的專家，對研究量表進行測評，且每項分值不能低于0.5[26]。為確保本研究的有效性，研究者邀請了3名專家對研究量表進行了項目目標一致性測試。這3名專家具備博士學位與高級職稱，其研究方向都屬于影視藝術領域，且具備8年以上的混合教學經驗。經過3位專家的測試，所有觀測變量的分值都不低于0.67，足以證明本次研究的測量工具擁有良好的有效性，才能以此為基礎進行樣本抽取與內部一致性測試。

(二)總群、樣本量、抽樣方法

本次研究的總群為成都大學動畫專業(yè)2018級—2020級所有接受過專業(yè)核心課程“數字圖像基礎”學習的全體學生(含重修)共290人。依據Halabí與More-Esquivel的前期成果，想在驗證性因素分析(CFA)與結構方程模型(SEM)中獲得有效統(tǒng)計結果，樣本規(guī)模不能低于200人[27]。因此，本次將采取判斷抽樣，選擇全部目標總群，并剔除其中對于混合教學表現不理想的學生。

(三)小規(guī)模測試與內部一致性信度判定

針對信度測試環(huán)節(jié)，基于艾薩克(Isaac)與邁克爾(Michael)的理論成果，樣本量至少為30人的小規(guī)模測試可獲得相對準確的可靠性指數[28]。因此，本研究邀請了40名學生進行了小規(guī)模測試，在收集數據并經SPSS分析后，所有潛在變量的克朗巴哈系數(Cronbach’s α)均大于0.8，見表2，表明研究工具具有令人滿意的內部一致性信度?；诜蠘藴实捻椖磕繕艘恢滦砸约皟炔恳恢滦孕哦葴y試結果，研究者才能進行大規(guī)模數據收集與測試的研究進程。

表2 內部一致性信度檢驗(n=40)

(四)全部收集數據和第二次信度與效度判定

確定了第一階段信度與效度之后，研究者在成都大學動畫專業(yè)本科生中進行了具體數據收集。在目標總群的290名學生中，先通過篩選問題剔除了19名在學習效果上不符要求的學生，在回收的271份問卷中又去掉了22份無效問卷，最終共獲取249份有效問卷。當全部有效問卷回收之后，再次進行了第二階段信度與效度檢驗。再次使用SPSS進行內部一致性效度分析，其結果是針對249份數據，所有潛在變量的克朗巴赫系數仍然全部大于0.8，見表3。在KMO與Bartlett球形檢驗中，KMO檢驗系數為0.896，概率顯著性(Sig)為0.000，見表4。以上驗證表明了相應數據具有令人滿意的效度與信度，適宜進行下一步的因子分析檢驗。

表3 KMO和Bartlett球形檢驗(n=249)

表4 內部一致性信度檢驗(n=249)

(五)描述性統(tǒng)計分析

對于249名測試樣本的詳細描述性統(tǒng)計被整理在表5當中，其中涵蓋了性別、年級、專業(yè)方向等三大組信息統(tǒng)計。在最終樣本中：28.51%為男性，71.49%為女性；31.32%為2018級學生，32.93%為2019級學生，35.75%為2020級學生；在專業(yè)方向方面，二維動畫學生占11.25%，三維動畫學生占21.69%，實驗動畫學生占5.62%，漫畫繪本學生占25.70%，余下35.74%的學生尚未進入專業(yè)方向劃分階段。

表5 樣本描述性統(tǒng)計信息

(六)驗證性因素分析

本研究采用了驗證性因素分析來評估學生的態(tài)度測試結果，其中各觀測變量的因子載荷的顯著性，以及符合標準的擬合優(yōu)度檢驗，是確保本次研究準確性的重要指標。各指標點的擬合優(yōu)度值見表6。

表6 驗證性因素分析的擬合優(yōu)度數據統(tǒng)計

海爾(Hair)等研究者認為,CMIN/DF的可接受閾值應當小于3.000，CFI與NFI的可接受閾值應當不低于0.900[29]。Bagozzi與Yi認為,GFI的可接受閾值應當大于等于0.900[30]。Filippini等研究者認為,AGFI的臨界值應當大于0.800[31]。布朗(Browne)與Cudeck認為,RMSEA的可接受范圍應當低于0.050[32]。比照表2，整理本次測試結果，本研究所有的擬合數據全部符合相應要求，因此足以確定本次數據分析中相應回歸直線對觀測值擁有良好的適配度。

表7所示,在本次驗證性因素分析數據分析中,所有因子載荷值都超過了0.500,所有T值高于1.980,所有P值低于0.001,所有CR值大于0.700，所有AVE值大于0.500。因此,目前本研究所有重要的驗證性因素分析結果、復合信度、平均方差提取值都處于相對理想范圍，說明本次研究的調查量表具有理想的收斂效度。

表7 驗證性因素分析結果、復合信度(CR)、平均方差提取值(AVE)數據統(tǒng)計

(續(xù)表)

本研究的區(qū)分效度數據被整理在表8當中，可以看到量表中任何兩個潛在變量的相關系數全部小于0.800；量表的對角線是AVE值的所有平方根，也全部大于任何潛在變量相關系數的平方。全部數據符合檢驗要求，充分說明本次研究的數據統(tǒng)計結果具有良好的區(qū)分效度。本研究驗證性因素分析的所有測試數據都達到了相對理想的狀態(tài)。本研究的結構方程模型中的各擬合優(yōu)度指標均處于理想的標準。因此，才能確保各潛在變量、觀測變量與所獲數據之間形成良好匹配，從而保證基于結構方程模型所進行的假設檢驗與路徑分析結論真實可信。

表8 區(qū)分效度數據統(tǒng)計

(七)結構方程模型

結構方程模型測試主要是通過特定的線性方程，來驗證本次研究因果矩陣中的假設是否成立。在結構方程模型的6個擬合優(yōu)度指標點中，CMIN/DF、GFI、AGFI、CFI以及RMSEA五大參數的可接受標準都與驗證性因素分析相同。而基于Hair等和研究者的成果，TLI系數的理想閾值同樣不應當低于0.900[32]。所有經過AMOS調整后的擬合指標都被記錄在表9當中，可以看到結構方程模型的六大擬合優(yōu)化指標都處于相對理想的閾值范圍。

表9 結構方程模型的擬合優(yōu)度數據統(tǒng)計

五、假設驗證

本次研究的矩陣模型基于回歸加權與R2方差分析，計算了所有潛在變量的顯著性，本次研究所有假設的P值都低于0.001，因此本次研究的所有假設經過檢驗后被認為全部成立。

針對產生直接影響的假設H1至H7，在對滿意度(SAT)產生直接影響的四個潛在變量中，具有最大影響效能的是在線教學質量(OTQ)，其標準路徑系數(β)為0.496、T值為8.951，同時也是本次研究中潛在變量間最強的影響作用。其次則是課程結構(CS)，其標準路徑系數(β)為0.275、T值為5.160。在線教學靈活度(OTF)排位第三，其標準路徑系數(β)為0.254、T值為4.828。影響最低的是態(tài)度(ATT)，其標準路徑系數(β)為0.218、T值為3.904。

此外，在基于技術接受模型框架下，感知易用性(PEOU)、感知有用性(PU)以及態(tài)度(ATT)這三個潛在變量的相互作用機制中，感知易用性(PEOU)對感知有用性(PU)產生了最大的影響作用，其標準路徑系數(β)為0.451、T值為6.928。其次是感知有用性(PU)對態(tài)度(ATT)的影響，其標準路徑系數(β)為0.391、T值為4.586。最弱的是感知易用性(PEOU)對態(tài)度(ATT)的影響，其標準路徑系數(β)為0.331、T值為3.520，見表10。

表10 潛在變量間產生直接影響的假設檢驗結果

同時感知易用性(PEOU)、感知有用性(PU)通過中介變量態(tài)度(ATT)，分別對滿意度(SAT)產生了間接顯著影響，這一部分路徑分析如圖2所示。

針對路徑分析，基于圖2與表11中的統(tǒng)計信息，本次研究在概念矩陣中有兩個中介變量感知有用性(PEOU)、態(tài)度(ATT)，以及唯一因變量滿意度(SAT)。

圖2 路徑分析矩陣

表11 直接、間接與總體影響統(tǒng)計

首先，關于感知有用性(PEOU)，其R2值為0.203，代表20.3%的方差受到了感知易用性(PEOU)與感知有用性(PU)的共同影響。其中感知易用性(PEOU)對感知有用性(PU)產生了直接顯著影響，其影響值為0.451。

其次，關于態(tài)度(ATT)其R2值為0.240，代表24%的方差受到了感知易用性(PEOU)、感知有用性(PU)、態(tài)度(ATT)的共同影響。其中，感知易用性(PEOU)對態(tài)度(ATT)產生了直接顯著影響，其影響值為0.242；感知易用性(PEOU)通過感知有用性(PU)對態(tài)度產生了間接顯著影響，其影響值為0.149。因此，感知易用性對態(tài)度的總效應為0.391，并且感知有用性對態(tài)度產生了直接顯著影響，其影響值為0.331。

最后，關于滿意度(SAT)其R2值為0.455，代表45.5%的方差受到了其他六個潛在變量的共同影響。其中，態(tài)度、在線教學靈活度、在線教學質量、課程結構對滿意度產生了直接顯著影響，其影響值分別為0.218、0.254、0.496、0.275；感知易用性、感知有用性對滿意度產生了間接顯著影響，其影響值分為0.085、0.072。

六、結論與建議

(一)結果討論

本文旨在研究與驗證成都大學動畫專業(yè)本科生對于動畫學科專業(yè)核心課程“數字圖像基礎”混合教學滿意度的顯著性影響因素。依據概念框架模型的建立與假設檢驗，感知易用性、感知有用性、態(tài)度、在線教學靈活度、在線教學質量都對滿意度產生了顯著性的正面影響。

在目標課程的混合教學中，對成都大學動畫專業(yè)本科生滿意度產生較大影響的三大維度分別是在線教學質量、課程結構以及在線教學靈活性。這一現象說明：首先，對于目前常態(tài)化的混合教學，學生對于逐漸提升的在線教學質量最為看重?；谀壳八囆g類專業(yè)課程的混合教學設計尚處于發(fā)展階段的現狀，“數字圖像基礎”課程建立了較為完善的在線課程內容，涵蓋了大量的教程視頻與素材文件，其涵蓋的知識大大超過了課堂教學64課時的容量，本研究的絕大多數樣本對這一維度的認可度也是最高的。其次，課程結構，區(qū)別于部分教師將課件講義直接復制到在線平臺的處理方式，“數字圖像基礎”將課程先導、理論教學、實踐操作、課后強化四大環(huán)節(jié)的內容，依據傳統(tǒng)課堂與在線平臺的各自屬性特征進行有效劃分，最大程度通過合理的課程結構，將立德樹人、專業(yè)倫理與專業(yè)技能等教學目標進行有效傳達，因此本次研究的樣本對課程結構也給了很高認可。最后，在線教學靈活度，得益于超星平臺的完善功能，特別是移動終端APP的優(yōu)化設計，無論是技能學習還是日?；虒W管理，在“數字圖像基礎”課程學習中都發(fā)揮了顯著的正向推進作用。

本研究中的另一層面，是技術接受模型中的感知易用性、感知有用性、態(tài)度三大變量對于滿意度的影響分析。根據研究結果，絕大多數學生認為感知易用性對感知有用性存在較強的正面影響效能，因此對于在線教學平臺的操作技術解析以及基于此的混合教學的難度設置，在較大程度上增強了學生對于相應專業(yè)課程的積極主動心態(tài)，繼而對感知有用性與態(tài)度產生正向心理效應。感知有用性是判斷學生對“數字圖像基礎”能夠有效獲得學習成就提升的一個很重要的心理指標。依據統(tǒng)計數據分析結果，證明本次實驗樣本對目標課程的有用性存在顯著正向的判斷，并產生對于學習的積極態(tài)度。而這一學習態(tài)度，作為衡量學生學習滿意度的重要心理指標，在本次研究中同樣也被證明了對最終因變量產生了顯著的正向影響。

(二)研究結論

本研究分析了成都大學動畫專業(yè)本科生對目標課程在線教學滿意度的主要影響因素，經定量分析后，感知易用性、感知有用性、態(tài)度、課程結構、在線教學靈活度、在線教學質量，全部對滿意度產生了重大顯著性影響。

在對滿意度直接產生影響的4個潛在變量中，在線教學質量的影響最為巨大，其次是課程結構，再者是在線教學靈活性。針對技術接受模型結構，感知易用性對感知有用性存在本次研究中位居第二的正向顯著影響效應，感知有用性針對態(tài)度的影響作用稍微強于感知易用性。

(三)建議

Annamdevula和Bellamkonda確信滿意度是有效學習中最重要的影響因素之一[23]，因此，提出以下建議：首先，教師應當重點關注在線課程的教育質量，并且著重關注課程結構、難度和輔助設計，以準確地利用混合教育平臺。其次，教師要減少學生對混合式教學在線教學平臺的陌生感和抵觸情緒。教師要注重培養(yǎng)學習者必要的信息技術應用能力，幫助學習者建立對于信息技術應用的正確認識[33]。針對動畫專業(yè)特點的教學課件和多媒體教材，教師在教學中應有效融入網絡學習平臺，作為課程引導內容和課外輔助的有效重要學習資源。教師應當充分運用在線教學平臺的靈活性，嚴格考量學生對于目標課程學習的感知易用性、感知有用性、態(tài)度的前提下，進行高質量的在線教學內容設計與課程結構設計，這是在未來進一步推進動畫專業(yè)混合教學，所需要進行思考與革新的部分。

(四)局限性與拓展方向

由于本研究的客觀局限，本次調研的目標課程也僅僅選擇了“數字圖像基礎”。總群與樣本僅選擇了成都大學動畫專業(yè)的部分學生，樣本量的規(guī)模無法采用分層隨機抽樣等更為嚴格的采樣方法。

未來的學術探索可以分為兩個方向：一是將研究范圍擴大到藝術設計領域更多的專業(yè)核心課程上，甚至將研究視野拓展到我國其他地區(qū)的高校。二是在概念矩陣中繼續(xù)增加諸如行為傾向、社會影響、努力預期、績效預期等潛在變量，以此進一步拓展研究框架，從而進一步探索對于學生學習滿意度的研究范疇。